ЖҮРЕК-ҚАН ТАМЫРЛАРЫНЫҢ ЕРТЕ ҚАРТАЮЫН САНДЫҚ МОДЕЛЬДЕУ

Жүрек-қан тамырлары қартаюы адамдардың денсаулығы мен өмір сапасына, әсіресе 65 жастан асқан адамдарға айтарлықтай қауіп төндіреді. Бұл мақалада математикалық модельдеуді қолдана отырып, жүрек-қан тамырлары қартаюын болжау әдісі ұсынылған. Әзірленген модель әртүрлі физиологиялық және мінез-құлық факторларын, соның ішінде қан қысымын, холестерин деңгейін, дене салмағы индексін, темекі шегуді, физикалық белсенділікті және алкогольді қамтиды. Модель итерациялық әдістерді қолдануға және осы факторлардың уақыт бойынша динамикалық өзара әрекеттесуін сипаттауға мүмкіндік беретін Рунге-Кутта әдісіне негізделген. Модельді тексеру егде жастағы науқастардың денсаулығына қатысты клиника-лық зерттеу деректері негізінде жүзеге асырылды. Зерттеу нәтижелері модельдің жүрек-қан тамырлары қартаюының дамуын болжауда жоғары дәлдікке ие екенін және жүрек-қан тамырлары ауруларының қаупі жоғары науқастарды анықтауға мүмкіндік беретінін көрсетті. Ұсынылған болжау әдісі клиницистер үшін гериатрия саласында профилактика мен араласудың дербестендірілген стратегияларын әзірлеуге кө мек-тесетін құнды құрал бола алады. Бұл өз кезегінде емдеу нәтижелерін жақсартуға және пациенттердің салауатты өмірін ұзартуға ықпал етеді. Болашақта модель параметрлерін одан әрі нақтылау және оны халық арасында қолдануды кеңейту жоспарлануда.

1. Morokov Yu. Simple Mathematical Model of Aging. Dec. 2019.

2. Feichtinger Gustav, et al. The Mathematics of Ageing: Central European Journal of Operations Research, 18 Nov. 2019, vol. 28, no. 2, pp. 371–399. https://doi.org/10.1007/s10100-019-00661-w. Accessed 27 Apr. 2022.

3. Murase Masatoshi and Mitsuyoshi Matsuo. Mathematical Modeling for the Aging Process: Normal, Abnormal and Self-Terminating Phenomena in Spatio-Temporal Organization. Mechanisms of Ageing and Development, Sept. 1991, vol. 60, no. 1, pp. 99–112. https://doi.org/10.1016/0047-6374(91)90113-e. Accessed 21 Mar. 2020.

4. Mc Auley Mark, et al. Mathematical Modelling of Metabolic Regulation in Aging. Metabolites, 27 Apr. 2015, vol. 5, no. 2, pp. 232–251. https://doi.org/10.3390/metabo5020232.

5. Viktorov A.A, et al. Influence of Environment on Aging of Living Systems: A Mathematical Model. Advances in Gerontology, 1 Oct. 2013, vol. 3, no. 4, pp. 255–260. https://doi.org/10.1134/s2079057013040103. Accessed 21 June 2024.

6. Hibbs, Albert R., and Roy L. Walford. A Mathematical Model of Physiological Processes and Its Application to the Study of Aging. Mechanisms of Ageing and Development, Nov. 1989, vol. 50, no. 2, pp. 193–214. https://doi.org/10.1016/0047-6374(89)90014-6. Accessed 8 Dec. 2022.

7. Zheng Tan. A Mathematical Model of Proliferation and Aging of Cells in Culture. Journal of Theoretical Biology, 7 Apr. 1991, vol. 149, no. 3, pp. 287–315. www.sciencedirect.com/science/article/abs/pii/S0022519305803078, https://doi.org/10.1016/S0022-5193(05)80307-8. Accessed 21 June 2024.

8. Brown K.S., and W. F. Forbes. A Mathematical Model of Aging Processes. Journal of Gerontology, 1 Jan. 1974, vol. 29, no. 1, pp. 46–51. https://doi.org/10.1093/geronj/29.1.46. Accessed 29 Oct. 2021.

9. Musa H., Saidu I., Waziru M. A Simplified Derivation and Analysis of Fourth Order Runge Kutta Method. International Journal of Computer Applications, vol. 9, no. 8, Nov. 2010, pp. 51–55. https://doi.org/10.5120/1402-1891.

10. Elman H.C., Silvester D., Wathen A.J., Ro P. Iterative Methods for Problems in CFD. Winter School on Iterative Methods in Scientific Computing and Applications, Sept. 1996, vol. 96, no. 19, pp. 1–46.