來自IOVA大學的團隊開發了一個複雜的灣聯合模型，以了解利甚曼尼亞感染的進展。該模型包括有關該事件的長期數據和信息，這是該疾病研究中的一種綜合方法。該研究已發表在PLOS ONE中。
Felix Pabon-Rodriguez博士和他的同事，包括Grant Brown博士，Breanna Scorza博士和Christine Petersen博士，利用海灣探索細菌的相互作用，免疫反應，包括抗體和疾病的進展。
研究人員開發的海灣模型包括來自經歷天然利甚曼原蟲嬰兒的狗的信息。該模型考慮了許多因素，包括對炎症和免疫控制的反應，這提供了動態視圖並涵蓋疾病的進步。通過結合測量（例如CD4+和CD8+ T），以增加細胞的數量以及細胞因子的表達，例如白介素10（IL-10）和乾擾素 – γ（IFN-γ）。該模型將在感染過程中彙編免疫反應的複雜性。
Pabon-Rodriguez博士現在是Indesa大學生物學教授和健康科學的助手。無與倫比的大學強調了他們發現的重要性：“我們的模型不僅有助於了解利甚曼尼亞感染的進展。
值得注意的是，研究人員的發現發現，利甚曼原蟲的高水平抗體是在疾病的嚴重主題中發現的，並且有證據表明細胞B和抗體與該疾病的病理有關。 “使用CD4+和CD8+ T變量，例如Cytigin的傳播和表達，我們可以模擬現實世界的現實世界。” Pabon-Rodriguez說，如何創建一個詳細的模型，強調免疫反應在疾病發展中的重要性以及可能發生的治療結果。
該模型還使用長期長期運動（ARMA）來解釋宿主變化和隨時間變化的變化。這有助於更適當地理解各種因素如何相互作用，以影響疾病的進步和生存結果。通過包括免疫系統和規則的響應，該格式提供了有關慢性感染管理中免疫系統微妙平衡的深入信息，例如利甚曼尼亞（Leishmania）。
Pabon-Rodriguez博士強調了他們的工作的更廣泛影響：“我們的方法可以適應其他慢性感染的研究，這對研究人員來說是傳染病形式的有價值的工具。”教育表明，建立高級統計模型可以增加對複雜疾病的理解。
總而言之，這項研究是創建傳染病的重要進展，尤其是對於復雜的免疫反應，例如由愛荷華大學團隊開發的貝灣通常開發的利甚曼尼亞格式，為了解疾病的進步和每種疾病的改善提供了有力的功能。
參考期刊
Pabon-Rodriguez，FM，Brown，GD，Scorza，BM，Persen，CA。 “在利甚曼尼亞事件的長期數據和時間內創建海灣模型” PLOS One（2024）doi： https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0297175
作曲家
集會 是Indesma大學（IUSM）生物，社會和健康信息科學系的助理教授。他畢業於博士學位。 2023年5月獲得IOVA大學的生物學學位，並於2023年7月參加IUSM。之所以選擇印度大學，是因為醫學學院與公平銀行公共衛生學校之間的獨特研究機會。
Felix的生物學研究有助於通過使用BAY統計方法來提高對傳染病和免疫反應的理解。他的一些研究包括對寨卡病毒流行病學參數的估計。對免疫系統的研究發生了變化。利甚曼病和萊姆病以及聯合感染通過長期數據和生存的共享貝葉斯模型的影響。此外，他有興趣應對健康不平等，重點關注特定的疾病，無論是傳染性和非傳染性疾病。
其他利益轉向促進莖中平等和融合的多樣性。他致力於處理STEM中少數族裔學生的意見，並改善統計學和數據科學教育。
