Simulação Multiagente de Ritmo Circadiano e Dor: Análise Estatística de Variáveis

• Angélica T. Santos FURG
• Catia M. Machado FURG
• Diana F. Adamatti FURG

Resumo

O ritmo circadiano controla as atividades inconscientes dos seres vivos através do relógio biológico. Influências externas, como dor, enxaqueca, depressão ou ansiedade, causam disfunção na sincronização e dessincronização do corpo humano. Propomos estudar as propriedades matemáticas e computacionais que podem descrever o modelo do ritmo circadiano, especificamente com a influência da dor. Utilizamos um modelo matemático de dois processos, composto por ritmos circadianos e homeostáticos. Ao modelo computacional, com sistema multiagente, adicionamos a variável dor, que foi definida por um questionário não invasivo com pessoas. Em seguida, realizamos uma análise estatística, utilizando Análise de Componentes Principais (PCA) e agrupamento k-means. Os resultados preliminares mostram que a dor está diretamente relacionada com a variavel idade e influencia na qualidade do sono, bem como no desenvolvimento das atividades diárias.

Referências

Allaire, J. (2012). Rstudio: integrated development environment for r. Boston, MA, 770(394):165–171.

Beersma, D. G. and Gordijn, M. C. (2007). Circadian control of the sleep–wake cycle. Physiology & behavior, 90(2-3):190–195.

Bergamasco, E. C. et al. (2006). Alterações do sono: diagnósticos freqüentes em pacientes internados. Revista Gaúcha de Enfermagem, 27(3):356.

Borbély, A. A. and Achermann, P. (1999). Sleep homeostasis and models of sleep regulation. Journal of biological rhythms, 14(6):559–570.

Bruna, M. H. V. (2019). Relógios biológicos. [link]. [Online; accessed 19-February -2020].

da Silva, J. A. and Pinto, N. (2011). A dor como um problema psicofísico. Rev. Dor. São Paulo, 12(2):138–151.

Daan, S., Beersma, D., and Borbély, A. A. (1984). Timing of human sleep: recovery process gated by a circadian pacemaker. American Journal of Physiology-Regulatory, Integrative and Comparative Physiology, 246(2):R161–R183.

dos Santos, A. T., Machado, C. M., and Adamatti, D. F. (2019). Ritmo circadiano e a variável dor: Revisões sistemáticas com a utilização de simulação multiagente. In Anais do 13º Workshop-Escola de Sistemas de Agentes, seus Ambientes e Aplicações – IX WESAAC - Florianopolis.

Dos Santos, A. T., Machado, C. M., and Adamatti, D. F. (2020). Circadian rhythm and pain: Mathematical model based on multiagent simulation. Journal of Medical Systems, 44(10):1–9.

Kassambara, A. (2017). Practical guide to principal component methods in R: PCA, M (CA), FAMD, MFA, HCPC, factoextra, volume 2. Sthda.

Kodinariya, T. M. and Makwana, P. R. (2013). Review on determining number of cluster in k-means clustering. International Journal, 1(6):90–95.

Malhotra, N. K. (2001). Pesquisa de marketing-: uma orientação aplicada. Bookman Editora.

Moayedi, M. and Davis, K. D. (2013). Theories of pain: from specificity to gate control. Journal of neurophysiology, 109(1):5–12.

Morettin, P. A. and Bussab, W. O. (2017). Estatística básica. Saraiva Educação SA.

Ringnér, M. (2008). What is principal component analysis? Nature biotechnology, 26(3):303–304.

Santos, A. T., Machado, C. M. S., and Adamatti, D. F. (2020). Circadian rhythm and pain: Mathematical model based on multiagent simulation. In Ambient Intelligence-Software and Applications: 11th International Symposium on Ambient Intelligence, volume 1239, page 309. Springer.

Saper, C. B., Chou, T. C., and Scammell, T. E. (2001). The sleep switch: hypothalamic control of sleep and wakefulness. Trends in neurosciences, 24(12):726–731.

Skeldon, A. (2014). Are you listening to your body clock? [link]. [Online; accessed 25-March-2020].

Tisue, S. and Wilensky, U. (2004). Netlogo: A simple environment for modeling complexity. In International conference on complex systems, volume 21, pages 16–21. Boston, MA.

Wooldridge, M. (2009). An introduction to multiagent systems. John Wiley & Sons.