Resolución computacional del modelado del ciclo de formación de hueso.

Abstract

El bienestar de los huesos es esencial para llevar una vida saludable y enérgica. No solo brindan soporte estructural al cuerpo, sino que también son imprescindibles para una buena movilidad, protección de órganos y funcionar como reservorio de minerales. La calidad de vida se ve directamente afectada por la salud ósea, especialmente en etapas avanzadas de la vida cuando la fragilidad puede provocar fracturas difíciles de revertir o cuando existe alguna enfermedad ósea como el cáncer de hueso. La complejidad de la remodelación ósea implica que comprender este proceso sea una tarea desafiante. En el campo de la ingeniería biomédica y la medicina es vital comprender este proceso de reconstrucción de hueso para ser capaces de regenerar o reemplaza tejido óseo dañado mediante técnicas de ingeniería tisular. Para llevar a cabo esto, es necesario tener un conocimiento profundo de la composición y las células que caracterizan este tipo de tejido. También es necesario comprender cómo interactúan estas células entre sí y con el resto de componentes bioquímicos presentes en el tejido. Los modelos matemáticos, como el de Komarova et al., son cruciales para ayudar a simular y predecir estos comportamientos biológicos en diversas condiciones. Estos modelos tienen soluciones complejas que requieren el empleo de métodos numéricos para su resolución. Existen infinidad de métodos numéricos para resolver problemas de valores iniciales, por lo que es importante conocer sus características y saber cuál es interesante aplicar en cada momento. Se ha estudiado el comportamiento de los resultados obtenidos mediante estos métodos numéricos para sacar conclusiones acerca del comportamiento de los componentes celulares y la densidad de hueso existentes durante la remodelación ósea. Asimismo, se ha estudiado este comportamiento para la presencia de un tumor cancerígeno en el tejido óseo, relacionando ciertos comportamientos observados con enfermedades recurrentes conocidas.