Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.6.
Conclusi
on
Captulo 2
Revisi
on de modelos basados en EDO
2.1.
Introducci
on
2.2.
En este modelo SEIR, los individuos se encuentran divididos en cuatro grupos (Li and Muldowney,
1995; Li et al., 1999; Li and Jin, 2005):
9
S (Susceptibles): Individuos que estan sanos pero que pueden contraer la enfermedad. En este
modelo, esto implica que a
un no han contrado la enfermedad.
E (Expuestos): Individuos que portan la enfermedad pero que, al hallarse en su perodo de
incubaci
on, no muestran sntomas y no infectan a otros.
I (Infecciosos): Individuos que tienen la enfermedad y pueden transmitirla.
R (Recuperados): Se agrupa con esta denominacion a los individuos que se han curado y est
an
inmunizados, y a los individuos que estan enfermos pero en cuarentena (por lo que no infectan a
otros).
Las asunciones b
asicas en este modelo son (Li et al., 2006):
La enfermedad que se modela confiere inmunidad a las personas que se recuperan.
La poblaci
on total (N ) es constante. Es decir, S(t) + E(t) + I(t) + R(t) = N , Esto implica que
los nacimientos y muertes en el perodo son despreciables, y que la enfermedad no es mortal.
La poblaci
on se encuentra uniformemente distribuida en la region considerada.
El flujo es unidireccional:
SEIR
La tasa de incremento de E es proporcional al n
umero de contactos entre S y I. Asimismo, esta
es tambien la tasa de decremento de S (dado que el flujo es unidireccional, todo nuevo expuesto
proviene de la poblaci
on susceptible).
La tasa de disminuci
on de S, E e I son proporcionales a S, E e I, respectivamente (ya que a
mayor poblaci
on, mayor cantidad de individuos se vuelve expuesta, infectada o recuperada en
cada caso). Asimismo, el aumento de R es igual a la disminucion de I.
Las ecuaciones que describen un modelo de tales caractersticas son (Li et al., 1999; Zhang and
Teng, 2008; Li and Muldowney, 1995)
dS
dT
dE
dT
dI
dT
dR
dT
SI,
N
= SI E,
N
=
=E I,
=I.
10
(2.1)
Es decir, a partir del momento de inicio de la infeccion, S solo puede disminuir, porque una vez
recuperado, el individuo no puede infectarse nuevamente. La tasa de disminucion es proporcional al
producto entre el tama
no de la poblacion sana y la fraccion infectada en cada momento (I/N ), pues
esto determina la fracci
on de contactos potencialmente infecciosos y, por lo tanto, la velocidad de
infeccion. El aumento del n
umero de individuos expuestos es, como previamente se explico, igual a
la disminuci
on de individuos sanos. Al mismo tiempo, existe una tasa de disminucion de individuos
expuestos, determinada por la duraci
on del perodo de latencia y el ingreso de los individuos expuestos
a la poblacion de individuos infectados. Esta tasa es proporcional a la poblacion misma de expuestos,
ya que cuantos m
as individuos expuestos haya, mayor cantidad pasara al estado infeccioso.
La tasa de disminuci
on de individuos expuestos corresponde a la de aumento en individuos infecciosos. Los infecciosos pasan al compartimento de recuperados tambien a su propia tasa, proporcional al
n
umero de infecciosos. La tasa de individuos que se recuperan es proporcional al n
umero de infectados
en cada momento, por lo que el termino es identico al de disminucion de infecciosos, pero con signo
opuesto.
Los par
ametros que afectan a cada termino de la ecuacion pueden tomarse como constantes o
variables, y dependen de la naturaleza de la enfermedad, de la poblacion, su distribucion, h
abitos y
zona geografica.
2.3.
Si la duraci
on de la enfermedad es lo suficientemente prolongada, deben tenerse en cuenta las tasas
de nacimiento y defunci
on, porque afectan a la evolucion temporal de la epidemia. Durante el transcurso
de la epidemia, los nacimientos se incorporan directamente a la poblacion susceptible. Al mismo tiempo,
las defunciones pueden ocurrir en todas las poblaciones, por lo que un termino relacionado con la tasa
de defuncion debe ser incluido en cada ecuacion. Como a
un se considera a la poblacion constante, la
tasa de nacimientos debe estar balanceada con la tasa de defuncion.
La nuevas ecuaciones quedan entonces dadas por: (Li and Muldowney, 1995)
dS
dT
dE
dT
dI
dT
dR
dT
=N S
=
SI,
N
SI ( + )E,
N
(2.2)
=E ( + )I,
=I R.
Se incorpora un termino de nacimientos, proporcional a la poblacion N (ya que todos los nacimientos se incorporan a la poblaci
on susceptible) y un termino de decesos, proporcional a la poblaci
on de
susceptibles S (los fallecidos de otros compartimentos, se restan en el compartimento correspondiente).
11
La tasa se considera igual en ambos casos, por lo que el parametro usado es el mismo. En la
poblacion expuesta, se restan no s
olo quienes pasan a ser infecciosos, sino quienes fallecen. De manera
similar, tambien se restan en la poblaci
on de infecciosos y en la de recuperados. En total, las defunciones
en cada compartimento dan cuenta de la tasa en toda la poblacion.
2.4.
= N SI S.
dT
N
(2.3)
2.5.
Otros modelos
Existen muchas variantes de modelos epidemiologicos, cada una se adecua mejor a un tipo de
epidemia o enfermedad. Sin embargo, todas guardan una estrecha relacion entre s. Entre ellas, se
pueden mencionar:
Modelos SIR: Si nos ocup
aramos de una enfermedad con un perodo de latencia lo suficientemente
breve, podramos considerarlo como despreciable, y el compartimento E desaparecera de las ecuaciones
consideradas. El modelo pasa a tener un flujo S I R, y las ecuaciones se reducen a (Beretta and
Takeuchi, 1995; Satsuma et al., 2004):
dS
=N SI S,
dT
N
dI
= SI ( + )I,
dT N
dR
=I R.
dT
(2.4)
Modelos SIS: Los modelos vistos hasta ahora consideran que los individuos recuperados quedan
inmunizados. Pero si la enfermedad no confiere inmunidad, la clase R ya no puede considerarse, porque
todos los recuperados son nuevamente susceptibles, y el progreso ya no sera unidireccional. Si tampoco
consideramos el perodo de latencia, se tendran solo dos clases, S e I, y un flujo S I S. En esta
12
=N SI S + I,
dT
N
dI
= SI ( + )I.
dT N
(2.5)
Como puede verse, el termino correspondiente a los recuperados del modelo SIR, simplemente se
incorpora a la ecuaci
on de individuos susceptibles.
Modelos SIRS: Una situaci
on intermedia se dara si los individuos recuperados adquieren inmunidad, pero una cierta proporci
on la puede perder. El compartimento R debe considerarse, pero una
parte de el vuelve al compartimento S, en un flujo S I R S. Las ecuaciones diferenciales que
lo describen son: El modelo pasa a tener un flujo S I R, y las ecuaciones se reducen a:(Vries
et al., 2005; Liu et al., 1986; Wen and Yang, 2008)
dS
=N SI S + R,
dT
N
dI
= SI ( + )I,
dT N
dR
=I R R.
dT
(2.6)
dS
=N SI S + I,
dT
N
dE
= SI ( + )E,
dT N
dI
=E ( + )I.
dT
(2.7)
M SIR
Y las ecuaciones devienen en: (Vries et al., 2005; Hethcote, 2000)
dM
dT
dS
dT
dI
dT
dR
dT
MS
M,
N
MS
=
SI S,
N
N
= SI ( + )I,
N
=N
(2.8)
=I R.
2.6.
An
alisis del modelo SEIR
2.6.1.
Par
ametros de las ecuaciones
Los par
ametros pueden considerarse constantes o variables, dependiendo de las circunstancias
(Hethcote, 2000; Li and Muldowney, 1995; Li et al., 1999, 2006). No obstante, lo mas com
un es que
sean constantes. En el caso del modelo SEIR, los parametros que afectan a las ecuaciones diferenciales
son:
: El par
ametro es la probabilidad efectiva, o tasa por persona a la que un individuo expuesto
pasa al estado infeccioso. Se relaciona con la duracion del perodo de latencia en forma inversa
(1/ es la duraci
on media del perodo de latencia).
: es la probabilidad o tasa por persona de recuperacion de los individuos infectados. En forma
similar a , 1/ es la duraci
on media del perodo infeccioso.
: se refiere a la tasa de mortalidad, por persona.
: es la tasa de natalidad por persona. Para el caso de una poblacion constante, es igual a la tasa
de mortalidad, por lo que se usa solo uno de los dos.
14
: el contacto entre susceptibles e infecciosos lleva a la transmision efectiva del agente infeccioso
con una cierta probabilidad, representada en las ecuaciones por el parametro . Este par
ametro
es en realidad una probabilidad efectiva; es la tasa de infeccion por persona, y tiene en cuenta el
tipo de contacto y la duraci
on del perodo infeccioso. Suele denominarse fuerza de infecci
on.
En su forma m
as simple, se considera que cualquiera puede contactar con cualquiera en la poblaci
on
(principio de acci
on de masas), los diferentes compartimentos poblacionales se encuentran mezclados
en forma homogenea. De esta forma, el modelo SEIR se ve muy simplificado. No se consideran factores
como las edades, organizaci
on y estratos sociales, variaciones estacionales o diferencias geogr
aficas. De
esta forma, la fuerza de infecci
on puede considerarse como una constante, independiente del tiempo
u otras variables. Esto, por supuesto, conlleva a un modelo menos preciso, y solo suele ser u
til para
predicciones a corto plazo.
Si se considerara, por ejemplo, la dependencia con el tiempo, se podra tomar a como una funci
on
periodica, que variara seg
un la epoca del a
no:
(t) = 0 (1 + 1 cos(2t)).
(2.9)
Si el tiempo est
a expresado en a
nos, se tiene un perodo anual (como se da en el caso del resfro y
otras infecciones).
Ro: este par
ametro adimensional, denominado n
umero b
asico de reproducci
on, determina el potencial de infecci
on de una poblacion, es una medida de la fuerza de la infecci
on. Se define como el
valor promedio de infecciones secundarias que ocurren cuando un individuo infectado es introducido en una poblaci
on formada integramente por individuos susceptibles.(Li et al., 1999) Si bien
no aparece en las ecuaciones en forma directa, esta relacionado con los otros parametros, y especialmente con (Ro y son claves en los modelos epidemiologicos. El problema principal en estos
modelos es que el patr
on de contactos casi siempre es desconocido y difcil de medir. Adem
as, el
termino S(t)I(t) es una fuente importante de no linelidad. Puede hacer la diferencia entre una
evoluci
on cclica de la incidencia y un regimen caotico). La evolucion de una enfermedad puede
determinarse a partir de Ro. Si Ro es menor a 1, la enfermedad tendera a desaparecer porque, en
promedio, un infectado transmite a menos de una persona. De esta forma, cuando cada infectado
se recupera, deja menos infectados nuevos, determinando un decaimiento que continuar
a a menos que Ro aumente. Si Ro es a 1, la poblacion infectada se incrementa permanecera en forma
endemica, con una poblaci
on infectada aproximadamente constante. En el caso en que Ro fuera
mayor a 1, cada nueva generacionde infectados es mayor que la anterior, dando lugar a un
crecimiento de S. Pero este crecimiento no contin
ua indefinidamente, ya que el proceso de infeccion reduce la cantidad de susceptibles disponibles, disminuyendo la probabilidad de contacto
entre un infeccioso y un susceptible, alejandose de la correspondiente a Ro. El rango de valores
de Ro tambien puede indicar las posibilidades de accion directa sobre la epidemia. Valores de Ro
cercanos a 3, son indicadores de una epidemia que puede controlarse con acciones basicas como
aislamiento o cuarentena (por ejemplo en caso de una epidemia de influenza). Valores mayores
a 10, como en el caso del sarampion, indican una virtual imposibilidad de control sin recurrir a
vacunaci
on masiva.
15
(2.10)
El producto c es el valor promedio de infecciones por persona por unidad de tiempo, porque el
n
umero de contactos, c, es multiplicado por la proporcion de contactos exitosos. Es decir, c es la tasa
de infecciones por persona, , y Ro queda expresado como D. (Li and Muldowney, 1995)
Para el caso de un SIR sin tasas de natalidad o defuncion, siendo la tasa de recuperaci
on por
persona, 1/ es la duraci
on media del perodo infeccioso, D, ya que:(Satsuma et al., 2004)
Tasa de recuperacion =
(2.11)
Si consideramos un SIR con poblacion variable, una porcion de individuos infecciosos abandonar
a el
compartimento por muerte natural. En este caso, la poblacion infecciosa disminuye a una tasa de
+ , por lo que D pasa a ser 1/( + ). Para el modelo SEIR, no todos los expuestos ingresan al
compartimento S, porque tambien estan sujetos a la tasa de defuncion . Solo ingresa una fracci
on
16
R0 =
( + )( + )
(2.12)
(2.13)
min (1 + /)( + )
(2.14)
O bien:
2.6.2.
N S
SI =0,
N
SI ( + )E =0,
N
E ( + )I = 0,
(2.15)
I R = 0.
Es decir, cuando la poblaci
on de cada compartimento no vara. Para I(0) =0 y E(0) =0, el equilibrio
se verifica en todo momento (equilibrio trivial). Si I(0) >0, se verificara para t .
Sabiendo que S = N E I R, reemplazamos en 2.15:
I
(N E I R) ( + )E = 0
N
Adem
as,
E=I
( + )
Reemplazando en 2.16:
17
R=
(2.16)
(2.17)
I
( + )
( + )( + )
(N I
I I)
I=0
N
(2.18)
I2
( + )
( + )( + )
[
+ + 1] + I[
] = 0
N
(2.19)
a)I1 = 0
b)I1 =
I2 =
(+)(+)
(+)
+ + 1)
N(
(+)(+)
(+)
+ + 1)
N(
I2 = 0
( + )( + )
] > 0
(2.20)
( + )( + )
] < 0
(2.21)
si
si
N
(Ro
1) para Ro > 1
0
para Ro < 1
I2 =
0
N
(Ro
para Ro > 1
1) para Ro < 1
N
,
Ro
N (Ro 1)
E=
,
Ro ( + )
N
I=
(Ro 1),
N
R=
(Ro 1).
S=
18
(2.22)
Para ver el tipo de estabilidad, examinaremos el jacobiano del sistema. Definiendo: s = S/N ; e =
E/N ; i = I/N ; r = R/N , y dividiendo todas la ecuaciones por N , el sistema se reescribe como:
ds
dT
de
dT
di
dT
dr
dT
= s si,
=si ( + )e,
(2.23)
=e ( + )i,
=i r.
de
=i(1 e i r) ( + )e,
dT
di
=e ( + )i,
dT
dr
=i r.
dT
(2.24)
( + ) (1 e 2i r) 0
( + )
0
J =
0
( + )
( + ) 0
J =
0
(2.25)
Resolviendo el determinante, encontramos que los autovalores del Jacobiano son las races de la
ecuacion c
ubica
19
( + )[( + + )( + + ) ] = 0
(2.26)
(2.27)
2 + ( + 2 + ) + ( + )( + ) = 0
(2.28)
2,3 =
( + 2 + )
p
( + 2 + )2 4[( + )( + ) ]
2
(2.29)
Para par
ametros positivos, estas races son siempre reales. Si Ro < 1, entonces ( + )( + ) > ,
por lo que [( + )( + ) ] > 0. Esto implica que ambos autovalores son negativos al igual que 1 ,
por lo que el equilibrio trivial con Ro < 1 es local y asintoticamente estable.
Si Ro > 1, ( + )( + ) < , y [( + )( + ) ] < 0. Un autovalor es positivo y el otro
negativo, y como 1 es negativa, el equilibrio en este caso es un punto de ensilladura, inestable. Para el
caso de Ro = 1, el equilibrio no puede dilucidarse por linealizacion. Pero si consideramos la siguiente
funcion de Lyapunov y su derivada
L=+
( + )
i
L0 = i(
R0 1
e i r)
Ro
(2.30)
20
(Ro 1)
,
Ro ( + )
i = (Ro 1),
r = (Ro 1).
e=
(2.31)
( + ) (1
J =
(Ro1)
Ro (+)
( + )
0
( + )[( + + )( + + ) (1
(Ro 1)
(2.32)
2,3 =
( + 2 + )
p
( + 2 + )2 4(Ro 1)
,
2
(2.33)
No hay equilibrio endemico para Ro 1. Esto implica que cualquier brote epidemico terminar
a con
la extincion de la poblaci
on infecciosa.
Para Ro > 1, podemos ver claramente que 4(Ro 1) > 0. Esto implica que en este caso
ambos autovalores tambien son negativos al igual que 1 , por lo que el equilibrio endemico es local y
asintoticamente estable.
2.6.3.
Plano de fase
Figura 2.1: Planos de fase para (a) un valor de Ro menor a uno y (b) para un valor de Ro mayor a uno
T = {(s, i)|s 0, i 0, s + i 1}
(2.34)
Este tri
angulo es positivamente invariante, es decir que si se parte de un estado inicial interior a
T, todo estado posterior tambien ser
a interior a T para todo t 0.
hs(0), i(0)iM hs(t), i(t)i M, t 0
(2.35)
2.7.
Conclusi
on
22