Calibración de un modelo basado en agentes que describe la evolución de la resistencia del Acinetobacter baumannii a la colistina en la ciudad de Valencia

[ES] Uno de los retos mas complejos en el mundo de la sanidad es la resistencia a los tratamientos con antibióticos (AMR). El uso a nivel mundial de los fármacos antibióticos ha sido un factor clave en la lucha contra las enfermedades infecciosas, pero a su vez ha provocado que cada vez mas microorganismos desarrollen, mediante adaptaciones genéticas, resistencia o incluso inmunidad frente a los fármacos. Ante esta amenaza de salud publica, los modelos matemáticos van a resultar fundamentales en la predicción de la evolución de la AMR y en la toma de decisiones objetivas en materia de salud publica. Por ello, en este trabajo proponemos un modelo basado en agentes que describe la evolución de la bacteria Acinetobacter baumannii resistente al antibiótico colistina en una población sintética con las características demográficas de la ciudad de Valencia. Para hallar los parámetros del modelo y simular un escenario realista, se ha llevado a cabo un proceso de calibrado, utilizado para ello datos epidemiológicos de la ciudad de Valencia y de España. Para la exploración del espacio de parámetros, se ha empleado el algoritmo de optimización Particle Swarm Optimization (PSO) y una función de fitness que mide el error entre los resultados del modelo y los datos epidemiológicos reales.Esta investigacion ha sido financiada por el Ministerio de Economia, Industria y Competitividad (MINECO), la Agencia Estatal de Investigacion (AEI) y Fondo Europeo de Desarrollo Regional (FEDER UE) MTM2017-89664-PI, y el Instituto Universitario de Matematica Multidisciplinar de la Universitat Politècnica de València.Aledo, JA.; Andreu-Vilarroig, C.; Cortés, J.; Orengo, JC.; Villanueva Micó, RJ. (2021). Calibración de un modelo basado en agentes que describe la evolución de la resistencia del Acinetobacter baumannii a la colistina en la ciudad de Valencia. Asociacion Española para la Inteligencia Artificial. 566-571. http://hdl.handle.net/10251/18107356657