Цель. Проблема эффективного лечения ВИЧ-инфицированных пациентов является важной задачей клинической вирусологии и иммунологии из-за высокой стоимости препаратов, наличия побочных эффектов и необходимости строгого соблюдения расписания приема препаратов для пациентов. Поэтому актуальной является задача разработки новых подходов к оптимизации режимов применения антиретровирусной терапии для снижения стоимости лечения и для улучшения качества жизни пациентов. Поставленные задачи решаются для проверки гипотезы о том, что система терапевтических прерываний при лечении ВИЧ-инфекции может дать лучшие результаты (как продолжительность и комфорт жизни пациента, так и необходимость в меньшем количестве препаратов) в сравнении с регулярным приемом препаратов в стандартных дозах. Методы. В данной работе проведено построение расширенной версии математической модели иммунного ответа при ВИЧ-инфекции (предложенной Hadjiandreou et al., 2009) для учета гормональной регуляции иммунного ответа и воздействия на течение болезни антиретровирусных препаратов, калибровка параметров полученной модели для соответствия реальным закономерностям течения заболевания и поиск оптимальной стратегии лечения. Модель сформулирована в виде системы обыкновенных дифференциальных уравнений, а оптимизация лечения моделировалась в рамках подхода на основе структурированных перерывов в терапии методами имитации отжига и симплекс-метода. Модель и методы оптимизации реализованы на языке C++. Результаты. В работе показано, что при лечении ВИЧ-инфицированных можно существенно (до 3 раз) снизить общее количество медикаментов одновременно с увеличением продолжительности периода с высоким качеством жизни (уменьшить интенсивность побочных эффектов) на всем протяжении антиретровирусной терапии. Выводы. Использование математических моделей и методов оптимизации открывает возможность для реализации персонализированных подходов к терапии ВИЧ-инфекции с учетом побочных эффектов, гормонального статуса пациентов и стоимости лекарств.
Aims: The problem of effective treatment of HIV-infected patients is an important task of clinical virology and immunology due to the high cost of drugs, the presence of side effects and the need for strict adherence to the schedule of drug intake for patients. Therefore, the urgent task is to develop new approaches to optimize the use of antiretroviral therapy to reduce the cost of treatment and to improve the quality of life for patients. The tasks are addressed to test the hypothesis that the system of therapeutic interruptions in the treatment of HIV infection can give better results (both the duration and comfort of the patient's life, and the need for fewer drugs) compared with regular medication in standard doses. Methods: In this work, an extended version of the mathematical model of the immune response in HIV infection (proposed in Hadjiandreou et al., 2009) was constructed to take into account the hormonal regulation of the immune response and the impact of antiretroviral drugs on the course of the disease, the calibration of the parameters of the resulting model to match the actual trends of the disease and the search for an optimal treatment strategy. The model is formulated as a system of ordinary differential equations. The therapy optimization is modeled following the structured treatment interruptionapproach using the methods of simulated annealing and the simplex method. The mathematical model and optimization methods are implemented in C ++. Results: It has been shown that in treating HIV-infected patients, it is possible to significantly (up to 3 times) reduce the total amount of required medications simultaneously with an increase in the duration of the period with a high quality of life (due to reducing the intensity of side effects) during antiretroviral therapy. Conclusion: The use of mathematical models and optimization methods opens up the possibility for the implementation of personalized approaches to the treatment of HIV infection, taking into account the side effects, the hormonal status of patients and the cost of drugs.