Documente Academic
Documente Profesional
Documente Cultură
Epidemiologa Matem
atica
Hasta este momento las secciones anteriores nos proporcionan el comportamiento de algunos
virus, bacterias y organismo que provocan algunas enfermedades. En esta seccion vamos a
estudiar modelos que proporcionan el comportamiento de una epidemia desde el punto de vista
de los individuos que la padecen.
Durante el proceso infeccioso y dependiendo del tipo de enfermedad, los individuos pueden
pasar por todos o algunos de los siguientes estados:
Susceptibles (S), estado en el cual el individuo puede ser contagiado por otro que
este infectado.
Infectado (I), estado durante el cual el individuo se halla infectado y puede ademas
infectar.
Recuperado (R), estado durante el cual el individuo no puede ni ser infectado por haber
adquirido inmunidad (temporal o permanente), ni infectar por haber recuperado o haber
pasado la etapa contagiosa de la enfermedad.
Entre las enfermedades infectocontagiosas encontramos dos grupos principales:
Las que confieren inmunidad al infectado una vez recuperado, la mayora de ellas son
origen viral como el sarampion, la varicela y poliomielitis entre otras.
Las que una vez recuperado el individuo vuelve a ser susceptible inmediatamente. Normalmente estas enfermedades suelen estar causadas por agentes bacterianos como la peste,
algunas meningitis o por protozoos como la malaria.
Teniendo en cuenta los distintos estados relacionados con un proceso infeccioso, los modelos
epidemiologicos matematicos se dividen en tres grandes grupos:
SIR
33
34
El modelo susceptible-infectado-recuperado, relacionado con las enfermedades que confieren inmunidad permanente y un ciclo tpico incluye los tres estados.
Esto no quiere decir que todos los individuos de una poblacion deben pasar por estos
tres estados, algunos no seran infectados y permaneceran sanos, o sea siempre en estado
S, otros seran inmunizados artificialmente por vacunacion o por alg
un otro metodo y
pasaran a ser recuperados R sin haber estado infectados.
SIRS
El modelo susceptible-infectado-recuperado-susceptible, identico al anterior, pero aplicable a casos en que la inmunidad no es permanente y el individuo vuelve a ser susceptible
despues de un cierto periodo, tal como la gripe.
SIS
El modelo susceptible-infectado-susceptible, se utiliza en casos en que la enfermedad no
confiere inmunidad y el individuo pasa de estar infectado a susceptible nuevamente, saltando la etapa de recuperado R.
Para el estudio que vamos a realizar de los distintos modelos suponemos que tenemos una
poblacion cerrada, en el sentido que en cada instante de tiempo siempre hay el mismo n
umero
de individuos. De forma analoga al estudio de modelo de poblacion realizado en las secciones
anteriores, a estos modelos se le pueden a
nadir los factores que afectan a la dinamica vital de
la poblacion, nacimientos, muertes, movimientos migratorios,etc. En este caso normalmente se
tratara de una poblacion abierta, es decir, en cada instante de t el n
umero de individuos totales
es distinto.
2.1.
Modelo SIS
Sea N (t) el n
umero de individuos totales que hay en la poblacion en el instante t. En este
modelo, se estudia la poblacion N (t) dividida en dos grupos:
S(t) n
umero de individuos susceptibles a contraer la enfermedad en el instante t,
I(t) n
umero de individuos infectados en el instante t.
Las variaciones de estas poblaciones son consecuencia del contagio por parte de individuos
infectados a individuos susceptibles, e individuos infectados que se recuperan y vuelven a ser
susceptibles.
El contagio se produce a traves de una tasa de contagio () que depende de cada enfermedad
y depende de ambas poblaciones, mientras que la recuperacion se produce a traves de una tasa
de recuperacion () que solo depende de la poblacion de individuos infectados que haya en cada
momento.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.
35
I (t) = I(t)S(t) I(t),
S(0) = S0 ,
I(0) = I0 .
I(t)S(t) I(t) = 0
de donde
I(t)(S(t) ) = 0,
entonces, o bien I(t) = 0 o bien S(t) = 0.
Si I(t) = 0, como la poblacion es cerrada, entonces S(t) = N , luego tenemos un primer
punto de equilibrio (N, 0).
Si S(t) = 0, entonces S(t) = , y tenemos otro equilibrio ( , N ).
Graficamente, podemos observar los siguientes casos:
1
2.1. MODELO
SIS
Caso
36
2
gamma=0.05, beta=0.1, gamma/beta<N=100
90
90
80
80
70
70
60
60
susceptible
infected
population
population
50
40
40
30
30
20
20
10
10
15
20
25
time
30
35
40
45
Figura 1:
Caso
10
50
Figura 1:
susceptible
infected
50
10
15
20
25
time
30
35
40
45
50
<N
<N
100
100
susceptible
infected
90
80
80
70
70
60
60
population
population
90
50
40
50
40
30
30
20
20
10
0
susceptible
infected
10
0
10
15
20
25
time
30
35
40
45
50
10
15
20
25
time
30
35
40
45
50
>N
>N
Figura
2:
Figura 2:
Como podemos observar, el comportamiento del modelo depende de los parametros pero a
37
Este proceso se conoce con el nombre de adimensionalizacion del modelo, y consiste en hacer
un cambio de variables de manera que las nuevas variables no tengan dimension. Este cambio
de variable se hace buscando cantidades caractersticas de cada una de las variables.
Adimensionalizaci
on del modelo SIS
En primer lugar vemos las dimensiones de cada una de las variables y tasas que intervienen
en el modelo:
= tasa de recuperacion = constante que mide la intensidad de recuperacion de los
infectados, luego tiene dimension 1/(unidades de tiempo).
S, I= n
umero de individuos susceptible e infectados respectivamente, dimension n
umero
de individuos.
N =n
umero de individuos totales, dimension n
umero de individuos.
= tasa de contagio = constante que mide la probabilidad por unidad de tiempo y
por individuo de contraer la enfermedad, dimension 1/unidades de tiempo * n
umero de
individuos.
Seg
un estas dimensiones el cambio de variable, debe hacerse de la siguiente forma:
t = t,
S (t ) =
S(t)
,
N
I (t ) =
I(t)
N
Veamos como se escribe el modelo con estos cambios de variable, tenemos que ver las ecuaciones
diferenciales,y las condiciones iniciales en las nueva variables, para ello tenemos en cuenta la
,
dt
dt dt
dt
lo que constituye el primer miembro de la ecuacion, el segundo miembro se obtiene sustituyendo
simplemente cada una de las variables, luego
N
o equivalentemente
dS (t )
= N I (t )N S (t ) + N I (t ),
dt
dS (t )
N
=
I (t )S (t ) + I (t ).
dt
38
Analogamente se hace para la segunda ecuacion del modelo, y las condiciones iniciales pasan a
ser S (0) = S0 /N = S0 y I (0) = T0 /N = I0 .
Por tanto el modelo se escribe ahora:
dS (t )
= I (t )S (t ) + I (t ),
dt
dI (t ) = I (t )S (t ) I (t ),
dt
S (0) = S0 ,
I (0) = I0 .
donde = N
es el u
nico parametro del modelo. Notemos que en estas nuevas variables los
39
0.7
0.8
0.6
susceptibles
infectados
0.6
0.4
0.4
0.2
0.3
10
susceptibles
infectados
0.5
15
0.2
10
15
0.5
0.4
0.3
0.2
10
15
2.2.
40
Modelo SIR
R (t) = I(t),
S(0) = S0 ,
I(0) = I0 ,
R(0) = R0 .
Para estudiar el comportamiento de las poblaciones, en primer lugar estudiamos los puntos
de equilibrio. Estos puntos de equilibrio van a depender de los parametros , y N .
Buscamos si hay alg
un instante t para el que:
I(t)S(t) = 0,
I(t)S(t) I(t) = 0,
I(t) = 0
de donde I(t) = 0 siempre. Entonces, como la poblacion es cerrada, los puntos de equilibrio
son de la forma (S, 0, N S), con S cualquier valor entre 0 y N .
Veamos el comportamiento cualitativo de las poblaciones:
La poblacion de los susceptibles es siempre decreciente.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.
41
0.9
0.9
S(t)
I(t)
R(t)
0.8
0.7
0.8
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
10
smallpox
0.7
15
1.2
10
15
1.2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
measles/pertussis
0.2
0
10
15
0.2
0
10
15
sigma=6
1
0.9
0.9
S(t)
I(t)
R(t)
0.8
0.7
0.8
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
rubella/dipththeria
0.7
0.6
0.1
0
10
15
10
15
42
sigma=9
1
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
10
15
varicella
10
15
sigma=5
1
0.9
0.9
S(t)
I(t)
R(t)
0.8
0.7
0.8
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
10
0.7
0.6
15
10
15
Adimensionalizaci
on del modelo SIR
Como hemos observado, los puntos de equilibrio van a depender de nuevo de los parametros ,
y N , y por la misma razon que en el modelo SIS procedemos a realizar una adimensionalizacion
del modelo.
Las dimensiones de las variables son las mismas que en el modelo anterior, y por tanto el
cambio de variables es el mismo, es decir,
t = t,
S (t ) =
S(t)
,
N
I (t ) =
I(t)
,
N
R (t ) =
R(t)
.
N
Veamos como se escribe el modelo con estos cambios de variable, tenemos que ver las ecuaciones
diferenciales,y las condiciones iniciales en las nueva variables, para ello tenemos en cuenta la
43
dS (t )
= I (t )S (t ),
dt
dI (t )
= I (t )S (t ) I (t ),
dt
dR (t )
= I (t ),
dt
S (0) = S0 ,
I (0) = I0 ,
R (0) = R0 .
donde = N
es el u
nico parametro del modelo. Notemos que en estas nuevas variables los
Viruela
3-5
Sarampion 12-13
Tosferina
13-17
Rubeola
6-7
Varicela
9-10
Difteria
4-6
Escarlatina 5-7
Paperas
4-7
En las figuras 4 y 5 podemos comprobar estos comportamientos para las distintas enfermedades.
Para cada una de ellas se han obtenido dos graficas con las condiciones iniciales siguientes:
graficas de la columna de la izquierda S0 = 0,7, I0 = 0,3 y R0 = 0, y para la columna de la
derecha S0 = 0,3, I0 = 0,7 y R0 = 0.
Por u
ltimo en la siguiente tabla presentamos los valores de equilibrio obtenidos en estas
graficas:
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.
44
0.5
0.5
10
0.5
0.5
0
0
1
10
10
0
1
0.5
0.5
10
Tosferina
10
Sarampion
0.5
0.5
Viruela
10
10
Rubeola
10
45
0.5
0.5
10
0.5
0.5
10
0.5
0.5
10
0.5
0.5
10
Varicela
10
Difteria
10
Escarlatina
10
Paperas
10
46
Infeccion
Viruela
Sarampion
Tosferina
Rubeola
Varicela
Difteria
Escarlatina
Paperas
r1
0.9902
1.0000
1.0000
0.9996
1.0000
0.9972
0.9993
0.9986
s1
0.0098
0
0
0.0004
0
0.0027
0.0007
0.0014
r2
0.9963
1.000
1.000
0.9999
1.000
0.9990
0.9997
0.9995
s2
0.0036
0
0
0.0001
0
0.001
0.0003
0.0005