OPTIMASI PENENTUAN DOSIS OBAT PADA TERAPI LEUKEMIA MYELOID KRONIK ABSTRAK Leukemia myeloid kronik merupakan suatu penyakit yang disebabkan oleh sel di dalam sumsum tulang yang berubah menjadi ganas dan menghasilkan sejumlah besar granulosit yang abnormal. Sebagai salah satu penyakit yang mematikan, pemberian dosis obat pada terapi leukemia myeloid kronik perlu dioptimalkan untuk pencegahan proliferasi sel kanker yang tidak terkendali. Namun dosis obat terapi yang tidak tepat berakibat fatal pada pasien, karena efek obat tidak hanya meminimalisir sel kanker, tetapi juga mempengaruhi sel-sel yang lainnya. Sehingga pemberian dosis obat terapi yang tepat, baik tunggal maupun kombinasi, akan meminimalkan proliferasi sel kanker dan mengoptimalkan waktu perawatan serta dapat mengurangi efek merugikan pada pasien leukemia myeloid kronik. Dalam model matematika leukemia myeloid kronik, digunakan kombinasi terapi bertarget dan kemoterapi sitotoksik. Permasalahan leukemia myeloid kronik dimodelkan sebagai permasalahan optimal dimana penentuan dosis obat terapi yang optimal merupakan fungsi tujuan. Permasalahan optimal selanjutnya ditrasformasikan menjadi permasahan Pemrograman Non Linear (Nonlinear Programming - NLP), yang selanjutnya diselesaikan dengan menggunakan NLP. 1.1 Latar Belakang a. Leukemia myeloid kronik (LMK), penyakit yang berbahaya. b. Insidensi LMK adalah antara 1–2 kasus per 100.000 orang per tahun. c. Kanker termasuk salah satu penyakit yang sulit untuk disembuhkan . d. Terapi (pengobatan) kanker yang dilakukan pasien kebanyakan belum optimal. e. Ditemukannya agen terapi yang menargetkan langsung pada gen supresor tumor. Dikenal dengan terapi bertarget (imatinib). f. Adanya beberapa obat kemoterapi sitotoksik, yang sering digunakan dalam pengobatan kanker, yang salah satunya sitarabin. g. Beberapa studi menunjukkan bahwa kombinasi terapi bertarget dangan terapi yang lain. 1.2 Rumusan Masalah a. Bagaimana bentuk kendali optimal pada terapi LMK dengan terapi bertarget dan kemoterapi sitotoksik? b. Bagaimana menentukan waktu dan biaya optimal pada terapi LMK dengan terapi bertarget dan kemoterapi sitotoksik? 1.3 Tujuan Penelitian a. Mendapatkan bentuk kendali optimal pada terapi LMK dengan terapi bertarget dan kemoterapi sitotoksik. b. Menentukan waktu dan biaya optimal pada terapi LMK dengan terapi bertarget. 1.4 Manfaat Penelitian a. Diketahui seberapa baik dosis optimal dari dua jenis terapi obat pada pengobatan LMK. b. Diperoleh informasi tentang kemoterapi kombinasi yang efektif pada pengobatan LMK. 2.1 Teori Kendali Optimal Persamaan dinamik dari suatu sistem kendali adalah: Dengan x ∈ R n adalah variabel keadaan dan u ∈ U adalah variabel kendali. Fungsi tujuan dapat dituliskan dalam tiga bentuk: 1. Bentuk Bolza min J = ϕ [x (t ), p, t ] + ∫ V ( x(t ), u (t ), p, t )dt u ∈U 2. Bentuk Lagrange T f f 0 3. Bentuk Mayer T min u ∈U J = ∫ V ( x(t ), u (t ), p, t )dt min u ∈U J = ϕ x (t f ), p, t f dt 0 [ ] 2.2 Sistem Dinamik Sistem dinamik adalah sistem yang berubah berdasarkan fungsi waktu. Secara matematis, suatu sistem dapat dinyatakan dalam bentuk himpunan persamaan diferensial biasa. Sebuah sistem dinamik untuk dapat dituliskan dalam persamaan diferensial biasa: 2.3 Titik Setimbang dan Kestabilan Diberikan suatu sistem persamaan diferensial berbentuk : Titik (x0; y0) yang membuat fungsi f dan g sama dengan nol disebut titik setimbang. Stabilitas sistem dapat ditentukan dari nilai eigen : a. Sistem dikatakan stabil jika dan hanya jika akar karakteristiknya adalah real dan negatif b. Sistem dikatakan stabil asimtotis jika akar karakteristiknya real negatif atau mempunyai bagian real negatif c. Sistem dikatakan tidak stabil jika dan hanya jika akar karakteristiknya adalah real positif atau mempunyai paling sedikit satu akar karakteristik dengan bagian real positif. Prinsip Maksimum Pontryagin Diberikan persamaan plant: x = f (x(t ), u (t ), t ) Diberikan indeks performansi: J = S (x(t ), t ) + ∫ V (x(t ), u (t ), t )dt Dan kondisi batas x(t ) = x dan x ( t ) = x bebas. Maka langkah-langkah penyelesaiannya adalah: 1. Bentuk fungsi Hamiltonian tf f f t0 0 0 f f H (x(t ), u (t ), λ (t ), t ) = V (x(t ), u (t ), t ) + λ' (t ) f (x(t ), u (t ), t ) 2. Minimumkan H terhadap semua vektor kontrol u ( t ) : * * * ∂H = u t h x t , λ ( ) ( ) (t ) , t ) ( dan diperoleh =0 ∂u * 3. Gunakan hasil dari langkah 2 ke dalam langkah 1 dan tentukan H* yang optimal. ∂H x * (t ) = + ∂ λ * 4. Selesaikan sekumpulan 2n persamaan ∂H ( ) t = − λ dan ∂x Dengan kondisi awal x0 dan kondisi akhir * * ' ∂S * ∂S * H + ∂t δt f + ∂x − λ (t ) δx f = 0 * tf t f 5.Untuk memperoleh kontrol optimal, substitusikan solusi x* (t ), λ* (t ) dari langkah 4 ke dalam ekspresi optimal kontrol u* pada langkah 2. 3.1 Metodologi Penelitian Studi literatur Analisis kestabilan Penyelesaian kendali optimal menggunakan metode Prinsip Maksimum Pontryagin. Melakukan simulasi menggunakan software MISER3 Menganalisis hasil simulasi Menarik kesimpulan 4.1 Model Matematika Terapi LMK Sistem persamaan diferensial yang diberikan di bawah ini menggambarkan interaksi antara sel T naive, sel T efektor, dan sel kanker leukemia pada pasien. Dalam model ini memperkenalkan dua terapi obat, yaitu terapi bertarget dan kemoterapi sitotoksik, dTn C sn − u2 (t )d nTn − knTn = dt C +η dTe C C = α n knTn + α eTe − u2 (t )d eTe − γ e CTe dt C +η C +η dC Cmax = (1 − u1 (t ) ) rc C ln dt C − u2 (t )d e C − γ c CTe 4.2 Analisis Dinamik Lihat Hal. 18 s.d 25 4.3 Masalah Kendali Optimal Meminimalkan populasi sel kanker, dan diperoleh dosis yang optimal dari dua obat imatinib (u1) dan obat sitarabin (u2) yang dirumuskan dalam fungsi tujuan berikut: tf B1 2 B2 2 J (u1 , u2 ) = ∫ C (t ) + u1 (t ) + u2 (t )dt + B3C (t f ) − B4Tn (t f ) 2 2 0 Dengan menggunakan Pontryagin’s Maksimum Principle * * * * * , , diperoleh T n , T e ,C u 1 dan u 2 Lihat Hal. 28-29 4.4.1 Kasus C(0) > Tn(0) Grafik Perbandingan Sel Kanker , dengan T(0)=1510, Te(0)=10 dan C(0)=10000 Grafik Perbandingan Sel T Naive , dengan T(0)=1510, Te(0)=10 dan C(0)=10000 Grafik Perbandingan Sel T Efektor , dengan T(0)=1510, Te(0)=10 dan C(0)=10000 Grafik Perbandingan Sel T Efektor , dengan T(0)=1510, Te(0)=10 dan C(0)=10000 Grafik Perbandingan Variabel Kendali U2 , dengan T(0)=1510, Te(0)=10 dan C(0)=10000 4.4.2 Kasus C(0) < Tn(0) Grafik Perbandingan Sel Kanker , dengan T(0)=1510, Te(0)=10 dan C(0)=1000. Grafik Perbandingan Sel T Naive , dengan T(0)=1510, Te(0)=10 dan C(0)=1000. Grafik Perbandingan Sel T Efektor , dengan T(0)=1510, Te(0)=10 dan C(0)=1000. Grafik Perbandingan Variabel Kendali U1 , dengan T(0)=1510, Te(0)=10 dan C(0)=1000. Grafik Perbandingan Variabel Kendali U2, dengan T(0)=1510, Te(0)=10 dan C(0)=1000. 4.4.3.1 Periode 30 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 30 hari, pada kasus C(0) > Tn(0) 4.4.3.2 Periode 60 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 60 hari, pada kasus C(0) > Tn(0) 4.4.3.3 Periode 120 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 120 hari, pada kasus C(0) > Tn(0) 4.4.3.4 Periodesasi dengan Obat Imatinib, untuk Kasus C(0) > Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan obat imatinib untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) > Tn(0) 4.4.3.5 Periodesasi dengan Obat Sitarabin, untuk Kasus C(0) > Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan obat sitarabin untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) > Tn(0) 4.4.3.6 Periodesasi dengan Kombinasi Obat Imatinib dan Sitarabin, untuk Kasus C(0) > Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan kombinasi obat imatinib dan sitarabin untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) > Tn(0) 4.4.4.1 Periode 30 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 30 hari, pada kasus C(0) < Tn(0) 4.4.4.2 Periode 60 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 60 hari, pada kasus C(0) < Tn(0) 4.4.4.3 Periode 120 Hari Grafik Perbandingan Sel Kanker Pasien LMK Menggunakan Obat Imatinib, Obat Sitarabin, serta Kombinasi Obat Imatinib dan Sitarabin untuk periodesasi 120 hari, pada kasus C(0) < Tn(0) 4.4.4.4 Periodesasi dengan Obat Imatinib, untuk Kasus C(0) < Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan obat imatinib untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) < Tn(0) 4.4.4.5 Periodesasi dengan Obat Sitarabin, untuk Kasus C(0) < Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan obat sitarabin untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) < Tn(0) 4.4.4.6 Periodesasi dengan Kombinasi Obat Imatinib dan Sitarabin, untuk Kasus C(0) < Tn(0) Grafik perbandingan Sel Kanker pada pengobatan terputus dengan menggunakan obat imatinib dan sitarabin untuk periode 30 hari, 60 hari, 120 hari, dan continuous, pada kasus C(0) < Tn(0) 5.1 Kesimpulan a. Ukuran besar kecilnya populasi awal sel kanker (C(0)), dan populasi sel T naive (Tn(0)) pada kondisi awal sangat berpengaruh terhadap dosis obat optimal yang diterapkan dalam proses terapi, yaitu semakin besar populasi awal sel kanker leukemia dan semakin kecilnya populasi sel kekebalan tubuh, maka semakin besar pula dosis optimal yang diperlukan dalam proses terapi dan sebaliknya, semakin kecil populasi awal sel kanker leukemia dan semakin besarnya populasi sel kekebalan tubuh, maka semakin kecil pula dosis optimal yang diperlukan dalam proses terapi. b. Trayektori konsentrasi obat menurun drastis pada saat ukuran populasi kanker seminimal mungkin, yang akan diiringi meningkatnya sel T naive dan sel T efektor. c. Pengobatan dengan kombinasi terapi antara obat imatinib dan sitarabin, memberikan hasil yang lebih baik dalam membunuh sel kanker dan menghambat proliferasi sel kanker jika dibandingkan pengobatan dengan terapi obat imatinib atau terapi sitarabin, untuk kasus C0 > Tn0 dan C0 < Tn0. d. Pengobatan dengan kombinasi terapi memerlukan dosis obat imatinib yang lebih sedikit, dibandingkan terapi dengan obat imatinib tunggal. Demikian juga pada pengobatan dengan kombinasi terapi memerlukan dosis obat sitarabin yang lebih sedikit, dibandingkan terapi dengan obat sitarabin tunggal, untuk kasus C(0) > Tn(0) dan C(0) < Tn(0). e. Terapi yang dilakukan secara terus menerus (continuous) memberikan hasil yang lebih baik dalam membunuh sel kanker dan menghambat proliferasi sel kanker, jika dibandingkan pengobatan secara periodesasi 30 hari, 60 hari, dan 120 hari pada terapi obat imatinib tunggal, obat sitarabin tunggal, maupun kombinasi obat imatinib dan sitarabin. f. Interval waktu yang diperlukan bagi dosis obat imatinib dan sitarabin (kendali) untuk bereaksi atau bekerja dalam menghambat proliferasi sel kanker leukemia sangat dipengaruhi oleh jumlah populasi sel kanker leukemia dan jumlah populasi sel T naive. 5.2 Saran a. Perlu dilakukan penelitian lebih lanjut tentang proses terapi leukemia myeloid kronik (LMK), yang melibatkan beberapa kendala-kendala seperti usia, jenis kelamin, berat badan, ketahanan tubuh, dan lain-lain, yang turut mempengaruhi dalam proses terapi. b. Penelitian lebih lanjut tentang aplikasi kendali optimum untuk jenis terapi kanker lainnya seperti terapi biologi, dan transplantasi sel, dengan memperhatikan setiap faktor efek samping dari setiap jenis obat yang digunakan, agar diperoleh metode dan terapi terbaru yang lebih efektif. DAFTAR PUSTAKA Afenya, E. (1996), "Mathematical Model of Cancer and their Relevant Insights", Mathematical Biology and Medicine. Anoname 01. (2010), Seputar Kanker Darah, http://doktersehat.com /2010/05/19/seputarkanker-darah/, diakses 21 Nopember 2010. Anoname 02. (2009), Referat Leukemia Pada Anak , Bagian Ilmu Penyakit Anak, Fakultas Kedokteran,Universitas Padjadjaran, Bandung. Betts, J.T. (2001), Practical Methods for Optimal Control Using Nonlinear Programming, SIAM, University science center Philadelphia. Biantoro, I.K. (2008), Targeted Therapy Chronic Myeloid Leukemia (CML), FK UGM, RS Dr. Sardjito, Yogyakarta. Edwards, D. dan Hamson, M. (1989), "Guide to mathematical Modelling", The Macmillan Press, Ltd. Finizio. dan Ladas. (1998), Differential Equation with Modern Application, 2st edition. Wadsworth, New York: Inc. Lesnussa, Y.A. (2010), Aplikasi Kendali Optimum Dalam Penentuan IntervalWaktu dan Dosis Optimal Pada Kemoterapi Kanker ,Tesis Jurusan Matematika, FMIPA ITS, Surabaya. DAFTAR PUSTAKA (lanjutan) Maziun, N.A. (2010), Analisis Stabilitas Lokal dan Kontrol Optimal pada Terapi Obat Dalam Pengobatan Kanker , Tugas Akhir Jurusan Matematika, FMIPA ITS, Surabaya. Moore, H. dan Li, N.K. (2003), "A Mathematical Model For Chronic Myelogenous Leukemia (CML) and T Cell Interaction", Stanford University, Stanford, CA 94305, USA. Naidu, D.S. (2002), Optimal Control Systems , CRC PRESS, New York. Nanda, S., Moore, H. dan Lenhart, S. (2007), "Optimal Control of Treatment In a Mathematical Model of Chronic Myelogenous Leukemia", Department of Mathematics, University of Tennesse, Knoxville. Subchan, S. dan Zbikowski, R. (2009), "Computational Optimal Control Tools and Practise", John Willey and Sons, Ltd, publication., United Kingdom. Swan, G.W. (1990), ”Role of Optimal Control Theory Cancer Chemotherapy”, Mathematical Biosciences, No.101, hal.237-284 Swan, G.W. dan Vincent, T.L. (1977), "Optimal Control Analysis in the Chemotherapy of IgG Multiple Myeloma", Bull. Math. Biology. Yang, S.X. (2008), "Mathematical Modelling for Earth Sciences", Dunedin Academic Press, Ltd, Scotland.