Modelaje matemático del modelo neurobiológico de las adicciones

Contenido principal del artículo

Miguel Angel Mendoza
Sinuhé Muñoz-Sánchez
Mariana Alvarado-Vargas
Daniel Jiménez Álvarez
Andrea Gallegos

Resumen

Introducción: la adicción es considerada una enfermedad del sistema nervioso central que consta de tres etapas: intoxicación, abstinencia y craving. El modelo neurobiológico de las adicciones propuesto por Volkow y colaboradores (2003) incluye los estados de control, memoria, motivación y recompensa, sin embargo, con el fin de generar una solución explícita y universal a dicha enfermedad es necesario matematizar los modelos teóricos.


Objetivo: proponer y desarrollar la matematización de un modelo estocástico usando Cadenas de Markov en el fenómeno del consumo de sustancias psicoactivas y las adicciones.


Método: matematización de un modelo estocástico usando Cadenas de Markov y ecuaciones diferenciales.


Resultados: utilizando Cadenas de Markov, se compararon los modelos de dos cerebros, uno sano (de una persona no consumidora de sustancias psicoactivas) y otro perteneciente a una persona adicta, y por medio de las probabilidades de transición se observaron las diferencias entre ambos. Se utilizaron ecuaciones diferenciales para estimar el tiempo del efecto de una droga en el cuerpo y, en combinación con ecuaciones trigonométricas, se buscó la mejor función para estimar las probabilidades de continuar con una adicción y una recaída.


Discusión y conclusiones: el modelaje matemático obtenido nos indica que el modelo neurobiológico de las adicciones puede ser representado por una Cadena de Markov no homogénea. En el caso de un cerebro sano se puede pasar con igual probabilidad (p = 1/3) de un estado a otro, mientras que en el caso de una persona adicta, las probabilidades de transición dependen del tiempo, el tipo de droga, la dosis y la vía de administración.

Palabras clave:
adicciones ,  factores biológicos y psicosociales ,  conceptos matemáticos ,  Cadenas de Markov ,  probabilidad
Publicado: ene 1, 2016

Detalles del artículo

Cómo citar
Mendoza, M. A., Muñoz-Sánchez, S., Alvarado-Vargas, M., Jiménez Álvarez, D., & Gallegos, A. (2016). Modelaje matemático del modelo neurobiológico de las adicciones. Revista Internacional De Investigación En Adicciones, 2(1), 29–38. https://doi.org/10.28931/riiad.2016.1.05
Sección
Artículos originales

Citas

Ahn, W. Y., Vasilev, G., Lee, S. H., Busemeyer, J. R., Kruschke, J. K., Bechara, A., … Vassileva, J. (2014). Decision-making in stimulant and opiate addicts in protracted abstinence: evidence from computational modeling with pure users. Frontiers in Psychology, 5, 849.doi.10.33.889/fpsyg.2014.00849

American Psychiatric Association. (2006). General Treatment Principles. En American Psychiatric Association.Practical guidelines for the treatment of patients with substance use disorders(2nd ed., pp. 27-94). Arlington, Virginia: Autor.

American Psychiatric Association. (2013).Diagnostic and Statistical Manual of Mental Disorders.[5th ed.]. Arlington, Virginia: Autor.

Becoña-Iglesias, E. (Ed.) (2002). Introducción. En Becoña-Iglesias, E. (Ed.).Bases Científicas de la prevención de las Drogodependencias (pp. 19-59). Madrid, España: Ministerio del Interior, Delegación del Gobierno para el Plan Nacional sobre Drogas, Secretaría General Técnica.

Behrens, D. A., Caulkins, J. P., Tragler, G., Haunschmied, J. L., & Feichtinger, G. (1999). A dynamic model of drug initiation: implications for treatment and drug control Mathematical.Biosciences, 159(1), 1-20.

Boccara, V., Delhomme, P., Vidal-Gomel, C., & Rogalski, J. (2011). Development of student drivers’ self-assessment accuracy during French driver training: self-assessments compared to instructors’ assessments in three risky driving situationsAccident Analysis & Prevention,43(4), 1488-1496.

Borack, J. I. (1998). An estimate of the impact of drug testing on the deterrence of drug use. Military Psychology, 10(1), 17-25.

Caballero, M. E., & Rivero, V. M. (2004).Cadenas de Markov. Un enfoque elemental. México: Sociedad Matemática Mexicana.

Caulkins, J. P., Behrens, D. A., Knoll, C., Tragler, G., & Zuba, D. (2004). Markov chain modeling of initiation and demand: the case of the U.S. cocaine epidemic. Journal of Health Care Management, 7(4)319-329.

Everingham, S. S., & Rydell, C. P. (1994). Modeling the demand for cocaine. Estados Unidos: Office of National Drug Control Policy.

Farfán-Márquez, R. M., & Simón-Ramos, M. G. (2013). Género y desarrollo del talento en matemáticas. En Flores, R. (Ed.). Acta Latinoamericana de Matemática Educativa, 26(pp. 1231-1240). México: Colegio Mexicano de Matemática Educativa, A. C. y Comité Latinoamericano de Matemática Educativa, A. C. Recuperado de http://www.clame.org.mx/documentos/alme26v.2.pdf

Flores-Samaniego, A. H., & Gómez-Reyes, A. (2013). La modelación matemática y la enseñanza de las cónicas. Acta Latinoamericana de Matemática Educativa, 26 (pp. 1179-1185). México:Colegio Mexicano de Matemática Educativa, A. C. y Comité Latinoamericano de Matemática Educativa, A. C. Recuperado de http://www.clame.org.mx/documentos/alme26v.2.pdf

Graham, J. W., Collins, L. M., Wugalter, S. E., Chung, N. K., & Hansen, W. B. (1991). Modeling transitions in latent stage-sequential processes: a substance use prevention exampleJournal of Consulting and Clinical Psychology, 59(1),48-57.

Killeen, P. R. (2011). Markov model of smoking cessation. Proceedings of the National Academy of Sciences, 108(3)15549-15556.

Koob, G. F., & Volkow, N. D. (2010). Neurocircuitry of addiction. Neuropsychopharmacology, 35(1)217-238.

López, A., & Becoña, E. (2006). El craving en personas dependientes de la cocaína. Anales de Psicología, 22(2), 205-211 Recuperado de http://revistas.um.es/analesps/article/view/25811/25041

Marín-Navarrete, R., Benjet, C., Borges, G., Eliosa-Hernández, A., Nanni-Alvarado, R., Ayala-Ledesma, M., … Medina- Mora, M. E. (2013). Comorbilidad de los trastornos por consumo de sustancias con otros trastornos psiquiátricos en Centros Residenciales de Ayuda-Mutua para la Atención de las Adicciones.Salud Mental, 36(6), 471-479.

Markou, A., Kosten, T. R., & Koob, G. F. (1998). Neurobiological similarities in depression and drug dependence: a self-medication hypothesisNeuropsychopharmacology, 18(3), 135-174.

Maruotti, A., & Rocci, R. (2012). A mixed non-homogeneous hidden Markov model for categorical data, with application to alcohol consumptionStatistics in Medicine, 31(9), 871-86.doi: 10.1002/sim.4478

Meier, J., Dietz, A., Boehm, A., & Neumuth, T. (2015) Predicting treatment process steps from events. Journal of Biomedical Informatics, 53,308-319 doi: 10.1016/j.jbi.2014.12.003

Mercedes-Ayala, M., Garzón, M., & Malagón, F. (2007). Consideraciones sobre la formalización y matematización de los fenómenos físicos. Praxis Filosófica25, 39-54.

Milne, R. J. (1998). Pharmacoeconomic models in disease management. A guide for the novice or the perplexed. Disease Management & Health Outcomes, 4(3),119-134.

Ocaña-Riola, R. (2009). Modelos de Markov aplicados a la investigación en ciencias de la salud.. Interciencia, 34(3), 157-162.

Organización Mundial de la Salud. (2008). Clasificación de los trastornos mentales y del comportamiento de la CIE 10.Madrid: Meditor.

Parra-Bermúdez, F. J., Ávila-Godoy, R. J., & Ávila-Godoy, J. (2013). El significado del objeto matemático proporcionalidad. Su origen y desarrollo Acta Latinoamericana de Matemática Educativa, 26 26 (pp. 1241-1249). México: Colegio Mexicano de Matemática Educativa, A. C. y Comité Latinoamericano de Matemática Educativa, A. C. Recuperado de http://www.clame.org.mx/documentos/alme26v.2.pdf.

Pineda-Ortiz, J., & Torrecilla-Sesma, M. (1999). Mecanismos neurobiológicos de la adicción a drogas. Trastornos Adictivos, 1(1), 1-12.

Rutter, M. (2006). Implications of resilience concepts for scientific understanding Annals of the New York Academy of Sciences, 10941-12. doi: 10.1196/annals.1376.002

Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward.Science, 2751593-1599.

Shumway, M., Chouljian, T. L., & Hargreaves, W. A. (1994). Patterns of substance use in schizophrenia: a Markov modeling approachJournal of Psychiatry Research, 28(3), 277-287.

Villatoro-Velázquez, J. A., Mendoza-Meléndez, M. A., Moreno-López, M., Oliva-Robles, N., Fregoso-Ito, D., Bustos-Garmiño, M. C., … Medina-Mora, M. E. (2014). Tendencias del uso de drogas en la Ciudad de México: Encuesta de estudiantes,octubre 2012.Salud Mental, 37(5)423-435.

Volkow, N. D., & Morales, M. (2015). The brain on drugs: from reward to addiction. Cell, 162(4),712-725.doi: 10.1016/j.cell.2015.07.046

Volkow, N. D., Fowler, J. S., & Wang, G. J. (2003). The addicted human brain: insights from imaging studies. Journal of Clinical Investigation, 111(10), 1444-1451.

Volkow, N. D., Koob, G. F., & McLellan, A. T. (2016). Neurobiologic advances from the brain disease model of addiction. The New England Journal of Medicine: Research & Review, 374(4),(363-371. doi: 10.1056/NEJMra1511480