Modelos Deterministas de Epidemias Eliseo Martnez H

En el modelamiento de la propagacin de una epidemia es conveniente subdividir la poblacin afectada por una epidemia en subpoblaciones bsicas: susceptibles, incubadores, infecciosos, resistentes o inmunes, en perodo de latencia. Es importante considerar tambin los llamados portadores, que son los individuos que portan y transmiten la enfermedad an cuando no presentan sntoma alguno. Tambin en algunos casos conviene considerar los casos subclnicos, que son los individuos que realizan una enfermedad inaparente, es decir, sin presentar sntomas. En diversos modelos se suele introducir el concepto subpoblacional de removidos, que sirve para indicar un infecciosos que ha sido sacado de circulacin por cuarentena, por haber terminado su perodo infeccioso o simplemente por muerte. Existen varias enfermedades importantes que no se transmiten directamente de un infeccioso a un susceptible, sino que lo hacen por medio de otro ser vivo (mosquito, amebas, roedores, etc.). Estos animales transmisores reciben el nombre de vectores. El estudio de tales enfermedades requerir por tanto el anlisis de dos poblaciones diferentes. Muchas veces, ms que el nmero de enfermos que hay en cada instante de tiempo, interesa conocer la llamada curva epidmica, que es la frecuencia con que ocurren nuevos casos. Y su definicin matemtica es relativamente sencilla. Supongamos que X(t) denota el nmero de infecciosos en el tiempo t, luego entonces X(t + t) - X(t) ser el nmero de casos nuevos ocurridos en el intervalo [t, t + t], de manera que la curva endmica es W(t) = lim t0 W(t + t) - W(t) / t Es decir, la curva endmica es la "velocidad" de la epidemia (nmero de enfermos por unidad de tiempo). Se dice que un enfermedad es endmica, cuando se estn constantemente presentando casos nuevos, sin que sea posible erradicarla totalmente. Por el contrario, se habla de brote epidmico cuando ocurre una fuerte incidencia de casos que terminan despus de cierto tiempo. En estos casos es importante tambin el concepto de tamao total de la epidemia, que es el nmero total de casos ocurridos durante todo el transcurso del brote. En los modelos matemticos este tamao total aparece generalmente en forma de lmites cuando t0. Lo que haremos a continuacin ser de modelar conforme al lenguaje de Forrester los modelos clsicos matemticos de epidemias determinsticas, que

si bien estos estn regulados por ecuaciones diferenciales para el nefito en matemtica sern fcilmente accesibles (y una buena oportunidad para la interaccin entre el especialista epidemiolgico y el matemtico) La epidemia simple determinstica En este modelo la variable es estado es la poblacin de infecciosos, y se considerar a la poblacin total como constante, digamos N. Luego aparece la invariante de que el nmero de susceptibles ms el nmero de enfermos es la poblacin total. Adems la hiptesis fundamental ser de que el nmero de nuevos enfermos ser proporcional a los que ya estn enfermos y por el nmero de susceptibles en ese momento, esto es si Y(t) es el nmero de infecciosos en el instante t y X(t) es el nmero de susceptibles en el instante t entonces los infecciosos en el instante t + t est dada por Y(t + t) = Y(t) + Y(t) X(t) t (1)

donde es una constante de proporcionalidad llamada constante de contagio. Y es claro que X(t) = N - Y(t) por la hiptesis de invarianza anterior. Buscando la ecuacin diferencial, al dividir por t y buscar el lmite cuando t 0, se llega a una ecuacin tipo Ricatti: Y(t) = Y(t) (N - Y(t)) suponiendo que se conoce el nmero de infecciosos en t = 0, esto es Y(0) conocido, y adems siempre se cumple que 0 < Y(t) < N para todo t. Con la ecuacin dinmica en (1) estamos en condiciones de realizar un modelo tipo Forrester: la epidemia simple determinista. Aqu presentamos el Diagrama de Forrester, y la evolucin de los enfermos as como la curva epidmica.

La epidemia general determinista. En este caso la poblacin se divide en tres subclases: en susceptibles, X(t); infecciosos, Y(t); y removidos Z(t) = N - X(t) - Y(t). El nivel de la poblacin enferma se alimentar de los nuevos casos de contagio pero tambin habr una disminucin de este nivel al llevar a cuarentena algunos enfermos de modo que no puedan contagiar, en rigor se tienen las ecuaciones dinmicas: Y(t + t) = Y(t) + X(t) Y(t) - Y(t) t X(t + t) = X(t) - X(t) Y(t) t Z(t + dt) = Z(t) + Y(t) t donde representa la constante de contagio y representa la tasa de removidos. Buscando las ecuaciones diferenciales al dividir por t y pasando al lmite se obtiene el siguiente sistema de ecuaciones diferenciales X(t) = - X(t) Y(t) Y(t) = X(t) - Y(t) (3) (2)

Z(t) = Y(t) con las condiciones iniciales: Y(0) = Y0 = nmero inicial de infecciosos; Z(0) = 0 = nmero inicial de removidos; X(0) = N - Y(0) = nmero inicial de susceptibles, y la condicin "invariante": X(t) + Y(t) + Z(t) = N. De la ecuacin (3) se concluye que se desarrollar la epidemia si Y(0) > 0, de lo contrario solo disminuir el nmero de infecciosos al inicio de la epidemia en el tiempo; luego imponiendo esta condicin, y reemplazndola en la segunda ecuacin diferencial de (3) se tiene ( X0 - ) Y0 > 0 y puesto que Y0 es positivo, se tiene que la condicin de desarrollo de la epidemia es equivalente a X0 - > 0 X0 > / La resolucin analtica del sistema diferencial (3) no es soluble por funciones elementales. Ahora bien, las ecuaciones dinmicas dadas en (2) se pueden modelar fcilmente mediante la tcnica de Forrester. Volver al men principal