APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

En el presente trabajo se revisan los antecedentes, la relevancia y la clasificación de los modelos

matemáticos para enfermedades infecciosas; además, se describen de forma detallada algunos modelos
típicos y otros esquemas recientes que se utilizan cada vez más para modelar las enfermedades
infecciosas.

Antecedentes
Es correcto afirmar que siglos atrás el ser humano ya se encontraba creando teorías acerca de la
naturaleza de las enfermedades infecciosas, un claro ejemplo de estas hipótesis es como se atribuyó a
una lenta nube de aire dañino la difusión de la
peste negra en el siglo XIV como una explicación
causal. D´Alembert fue el primero en describir la
propagación de enfermedades infecciosas
mediante un modelo matemático en el siglo XVIII.
Sin embargo, el primer artículo conocido que
incluye un modelo explícito para una enfermedad
infecciosa apareció en 1760. El documento lo
publicó Daniel Bernoulli (1700-82), de
nacionalidad suiza, quien tenía conocimientos
médicos y matemáticos. Bernoulli propuso varios
modelos matemáticos mediante ecuaciones diferenciales para modelar algunas enfermedades
infecciosas. Sus resultados parecen válidos aún y el principio de utilizar una técnica matemática de
investigación para evaluar medidas alternativas de salud pública es tan aplicable hoy como hace 200 años.

El segundo desarrollo se debe al famoso epidemiólogo y malariólogo Ronald Ross, quien explicó el ciclo
completo de la malaria humana, con la inclusión del mosquito como vector y el parásito Plasmodium; esto
le valió la obtención del premio Nobel en 1902.3 Ross fue un competente matemático aficionado y estaba
convencido de la necesidad de usar las matemáticas para apoyar las investigaciones epidemiológicas.

Desarrollo
El modelaje matemático de epidemias consiste en el uso del lenguaje y herramientas matemáticas para
explicar y predecir el comportamiento de agentes infecciosos y potencialmente dañinos a poblaciones
humanas o animales. La importancia de la construcción de estos modelos radica en que nos permite en la
vida real describir de manera adecuada las características básicas de una epidemia y entonces al usar el
modelo podremos predecir las consecuencias de introducir cambios específicos en el medio, en este
punto se puede llegar a pensar que sería más fácil experimentar con la realidad y así evitarse emplear
cálculos, pero esta vaga idea traería consecuencias peligrosas además de ser inmoral, muy costoso y sobre
todo en algunos casos imposible.

Existen dos tipos de modelos matemáticos: determinísticos y estocásticos. En un modelo determinístico

se pueden controlar los factores que intervienen en el estudio del proceso o fenómeno y por tanto se
pueden predecir con exactitud sus resultados. En un modelo estocástico no es posible controlar los
factores que intervienen en el estudio del fenómeno y en consecuencia no produce simples resultados
únicos. Cada uno de los resultados posibles se genera con una función de probabilidad que le adjudica
una probabilidad a cada uno de éstos.
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Descripción General
Existen diferentes factores dentro de una enfermedad que nos hacen no poder estudiar todas de la misma
forma, como son, el modo de transmisión, los agentes infecciosos, la población afectada y los estados
por los que puede pasar a un individuo.

➢ El modo de transmisión. Algunos se transmiten de persona a persona, como es el caso del sida.
Otras se transmiten a través del medio ambiente, como el cólera. Un tercer grupo se transmite
mediante el uso de agentes (normalmente insectos) que son infectados por humanos e infectan
otros humanos como la malaria
➢ Los agentes infecciosos. Son microorganismos capaces de producir una infección o una
enfermedad infecciosa influyen en los diferentes estados por los que pasa
➢ La población afectada. Depende de las características de la población:
▪ Si no tiene en cuenta el cambio en el número de la población, es decir, si hay inmigración
emigración muertes y nacimientos o si sí se tiene en cuenta.
▪ Del estado de la enfermedad.
▪ De los posibles factores que afectan según su edad o el sexo.
➢ Los estados por los que puede pasar un individuo. Los posibles estados son:
▪ Susceptibles (S). Individuos sanos y que pueden contraer la enfermedad.
▪ Expuestos (E). Individuos infectados pero que no pueden contagiar la enfermedad.
▪ Infectados (I). Individuos infectados y que pueden contagiar a otros.
▪ Resistentes (R). Individuos resistentes a la enfermedad normalmente la han superado o
han sido vacunados.
▪ Portadores (P). Individuos que portan la enfermedad, pero puede que no la padezca
nunca.

Principales modelos de trasmisión de epidemias

En los modelos epidemiológicos estándar se parte del supuesto de que los individuos se encuentran en
uno de varios estados posibles. En función de dichos estados, la población puede incluirse en algunas
categorías: individuos susceptibles (S), infectados (I) o removidos (R), etc. Los modelos más importantes
son: SI, SIS y SIR, que pueden modelarse en forma determinista o estocástica y en todos ellos se asume
que la interacción entre los individuos es aleatoria.

➢ Modelo SI

Es un modelo simple en el cual la población consiste solamente en susceptibles e infectados considerando

que la enfermedad es contagiosa, es decir, un susceptible se vuelve infeccioso nada mas estar en contacto
con la enfermedad. Se toman las variables S(t), susceptibles, e I(t), infecciosos, de tal forma que la
ecuación que tendremos será: S(t) + I(t) =1.

El esquema que representa el modelo es el siguiente:

 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Las ecuaciones que representan el modelo son:

Donde 𝛼 es la tasa de infeccion e imponemos las condciones inicales

Dado que el tamaño de la población es constante, podemos reducir sistema sustituyendo

entonces nos queda:

Su resolucion es facil ya que se trata de una ecuacion de variables separadas. Procedemos de la siguiente
forma:

Mientras que la segunda integral es inmediata, para resolver la primera necesitamos descomponer en
suma de fracciones

Entonces la integral queda

Por tanto, Despejando I y tomando el valor incial I(0)=I0 llegamos a

Este modelo muestra una epidemia que siempre se extiende y eventualmente va infectando a todos los
susceptibles, nadie puede curarse de la enfermedad.
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Simulación modelo SI para 𝜶 = 𝟎. 𝟎𝟓𝟐.

➢ Modelo SIS

Esta modelo amplia el modelo SI, los individuos pueden recuperarse, pero pasan otra vez a ser
susceptibles. En este caso tampoco también tomamos las variables S(t), susceptibles, e I(t), infecciosas,
de forma que S(t) + I(t) =1.

El es esquema que representa el modelo es el siguiente:

Tenemos las siguientes ecuaciones:

Donde α y β son a tasa de contagio y la tasa de recuperación respectivamente y las mismas condiciones
iniciales que en el anterior modelo S(0) = S0 y I(0)= I0 .

Como el tamaño de la población es constante realizamos el mismo proceso que en el modelo SI,
S(t) = 1-I(t).

Se trata de una ecuación separable que se resuelve del mismo modo que el anterior modelo,
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Para este modelo vuelve hacer interesante hallar el numero reproductivo básico R0. Como en el modelo
SIR, el cual en la siguiente viñeta explicaremos su modo de proceder, tenemos que b(a)=α y que F(a)= e-βa
ya que nuevamente p(a)=β, tasa de recuperados, por tanto llegamos a

Con este número podemos saber si la epidemia será o no endémica.

• Si R0< 1 la enfermedad acaba desapareciendo.

• Si R0 > 1 la enfermedad puede ser endémica.

Las trayectorias en el plano de fase de este modelo las podemos contemplar en las siguientes figuras
además en dichas figuras se puede observar una simulación del modelo SIS en el caso endémico, (a), y
otra en el caso no endémico (b).

Este sistema es análogo a un sistema presa-depredador. De esta similitud podemos obtener r, que
representa lo rápido que creció la enfermedad:

Es muy útil para modelizar la mayor parte de las enfermedades de transmisión sexual (ETS) porque tan
sólo un número reducido de ETS confiere inmunidad tras la infección, es decir, los individuos vuelven a
ser susceptibles.

➢ Modelo SIR

En 1927 Kermack y McKendrick crearon un modelo donde consideraban una población fija con sólo tres
estados: susceptibles (S), infectados (I) y resistentes(R), es decir, el modelo SIR. Este tipo de modelo es
adecuado cuando los agentes infecciosos son virus.

El esquema que representa el modelo es el siguiente:

 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Con s(t), i(t) y r(t) variables que representan el número de individuos de cada clase. Asumimos que:

• El número de infectados aumenta a una tasa, tasa de infección: α>0, proporcional al número de
infectados y al número de susceptibles: αs(t) i(t). El número de susceptibles disminuye con la
misma tasa.
• La tasa de recuperación: β>0 de infectados es proporcional al número de infectados solamente:
βi(t). El número de removidos aumenta con la misma tasa.
• El tiempo de incubación es despreciable: un susceptible, cuando se infecta, inmediatamente se
vuelve infeccioso.

Como la población es constante, tenemos que

Donde N es el tamaño total de la población.

Como la población es constante, tenemos

donde N es el tamaño total de la población.

El modelo supone que todos los individuos tienen las mismas probabilidades de contagiarse. Esta
suposición no se sostiene siempre, como por ejemplo en las enfermedades de transmisión sexual, ETS,
para los cuales ya hemos descrito un modelo más adecuado en los apartados anteriores.

Hecha esta compartimentación se hace necesario especificar ecuaciones que describan la variación
temporal del número de individuos en cada compartimento. El grafo de la solución I(t) debería ser
semejante con la progresión observada del número de personas infectadas. El número de individuos en
cada compartimento deben ser números enteros, aunque dado el gran tamaño de la población N las
variables S, I, R, pueden ser tratadas como variables continuas, y el modelo SIR, viene dado por las
siguientes ecuaciones diferenciales

Aquí, la tasa de transmisión β y la tasa de recuperación 𝛾 (de tal manera que el período medio de
recuperación es 1/𝛾).

Observamos en las figuras que sí R0 > 1 la epidemia puede ser endémica ya que el número de infectados
supera al de susceptibles, mientras que R0 > 1 acaba desapareciendo ya que el número de infectados es
menor que el de susceptible.
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Modelo SIR con nacimientos y muertes

Éste es una ampliación del modelo SIR y considera nacimientos a lo largo del tiempo t, de modo que hay
una constante renovación de individuos susceptibles a la enfermedad. Del mismo modo, algunos
individuos mueren o bien por la enfermedad o de manera natural al cabo de un tiempo de haber sido
recobrados. El flujo de transiciones de un grupo a otro sigue siendo:

S I R

Las ecuaciones diferenciales que representan el modelo son:

Aplicación con datos reales

Vamos a hacer una simulación y la vamos a comparar con los datos reales. Para ello vamos a utilizar los
datos de una epidemia de gripe, cuyos síntomas eran fatiga, dolor de cabeza, irritación de garganta y
fiebre, que ocurrió en un internado del norte de Inglaterra en enero de 1978.

En dicha epidemia, un total de 763 jóvenes de entre 10 y 18 años estuvieron expuestos al contagio. Todo
comenzó cuando un joven de Hong Kong tuvo fiebre del 15 al 18 de enero. En los 4 días siguientes, tres
estudiantes se contagiaron. La enfermedad se propagó rápidamente e infectó a 512 jóvenes, lo que
equivale al 67%. A parte de los internos, estuvieron contacto 130 adultos, pero solamente se contagió uno
de ellos.

A continuación, vamos a hacer una simulación con el modelo SIR con los siguientes datos:

•Tiempo promedio de convalecencia 6 días

• En este caso la población total no es N = 1 sino que es N= 763, es decir, S(t) + I (t)+ R (t)= 763, el número
inicial te susceptibles es S0= 762 y el de infectados I = 1.
𝛽
• La tasa de infección es α=0.002 18 y la razón de los recuperados a los infectados es p= 𝛼 = 202. Por tanto,
tenemos que la tasa de recuperados es β=0.440 36.
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

Vamos a obtener una simulación la cual va a estar graficada en el cuadro de la izquierda.

Por último, podemos apreciar en esta figura la similitud que hay entre la simulación y los datos reales, por
lo que podemos concluir que este modelo es bastante preciso a la hora de simular una epidemia como, al
menos, esta gripe.

Conclusiones
El empleo de modelos matemáticos para enfermedades infecciosas ha crecido en grado significativo en
los últimos años debido a que proporcionan información útil para tomar decisiones e instituir medidas
operativas en el control o erradicación de una enfermedad infecciosa. Estos modelos son muy útiles
porque capturan propiedades esenciales de la dispersión de una enfermedad de una forma simplificada.
Además, al modificar los parámetros del modelo se pueden representar o descubrir situaciones que
difícilmente se pueden obtener mediante experimentación. Por lo tanto, contribuyen a prevenir futuras
situaciones patológicas determinar la prevalencia e incidencia y ayudar a tomar decisiones objetivas para
el control o supresión de las enfermedades infecciosas.

Cabe mencionar que la adición de elementos más reales al modelo matemático (mayor sofisticación) exige
una mayor cantidad de parámetros a calcular y mayor número de supuestos. Infortunadamente, en
muchas circunstancias del mundo real no se dispone de datos confiables para realizar las cuantificaciones
de los parámetros requeridos, lo cual da lugar a que las predicciones o cálculos de los modelos presenten
en muchos casos un considerable margen de error. Por ello, los resultados del modelo deben tomarse en
estos casos con cautela. No obstante, a pesar de que muchos modelos matemáticos no pueden realizar
predicciones precisas, sobre todo por la falta de datos, estos son de gran utilidad para medir el efecto de
las medidas de control aún antes de iniciar la epidemia.

Es importante que los profesionales de la salud tengan conocimiento de la existencia de estos modelos y
fortalezcan su colaboración con modeladores de enfermedades, para diseñar en forma conjunta medidas
capaces de control y erradicación de enfermedades infecciosas. Por último, es prudente mencionar que,
dado que en la actualidad nuestro mundo cada vez es más interconectado e interdependiente por lo que
 APLICACIÓN DE LOS MODELOS MATEMÁTICOS EN LA EPIDEMOLOGÍA

las amenazas de brotes de epidemias son muy altas, un claro ejemplo, es como el coronavirus se ha
dispersado en tan solo pocos días en varios países del mundo, por lo que es sumamente importante
fortalecer un sistema de vigilancia epidemiológica para prevenir y combatir la aparición de enfermedades
infecciosas capaces de alterar la salud y la economía.

Referencias
Montesinos-López OA, Hernández-Suárez CM. Modelos matemáticos para enfermedades infecciosas.
Salud Publica Mex 2007;49:218-226.

Anderson, R. M. ed. (1982) Population Dynamics of Infectious Diseases: Theory and Applications,
Chapman and Hall, London-New York.

Anderson, R. M. & May, R. M. (1991). Infectious Diseases of Humans. Oxford: Oxford University Press.

Bernoulli, D. & Blower, S. (2004). An attempt at a new analysis of the mortality caused by smallpox and of
the advantages of inoculation to prevent it. Reviews in Medical Virology, 14, 275 – 288.