Simulación sobre la propagación de

influenza A(H1N1)
Escuela de Informática, Universidad
Nacional de Trujillo
Trujillo, Perú

Erick Castañeda Rodríguez, Alex Córdova Zavala, Diego Ñique Baldeon, Anthony Sánchez Villalba, Aldair Vásquez Chávez y
Dante Zare Bejarano
ecastanedar@unitru.edu.pe acordova@unitru.edu.pe dnique@unitru.edu.pe absanchezv@unitru.edu.pe
vivasquezch@unitru.edu.pe dzare@unitru.edu.pe

Resumen

En el presente trabajo de investigación propuso el uso de un modelo de simulación con el fin de observar
el comportamiento de las personas expuestas y contagiadas de la influenza AH1N1 en relación con la
prevención tanto en personas sanas como enfermas, el cual toma como población a los habitantes del
departamento de la libertad. Como resultados se obtuvo el diagrama causal, el diagrama de forrester
(para ello se elaboró el diseño en el software de STELLA), las ecuaciones del sistema y una vez analizado
se pudo concluir que STELLA fue de gran ayuda para el análisis de nuestras proyecciones y poder
observar la relevancia que tiene la prevención en personas sanas y enfermas.

Abstract
In the present research work, he proposed the use of a simulation model in order to observe the behavior of
people exposed and infected with the AH1N1 influenza in relation to prevention in both healthy and sick
people, which takes as population the inhabitants of the department of freedom. As results the causal
diagram, the forrester diagram (for this the design was elaborated in the STELLA software), the equations
of the system and once analyzed it was possible to conclude that STELLA was of great help for the analysis
of our projections and be able to observe the relevance of prevention in healthy and sick people.

subtipos circulantes y aún más estar asociada a un laboratorio

I. INTRODUCCIÓN
La propagación de la influenza A(H1N1) es un problema
que la humanidad enfrento en el pasado, en un corto tiempo paso
de epidemia a pandemia según la OMS.
Esta enfermedad se caracterizó por la levedad del síntoma,
en la mayoría de los casos lo pacientes se recuperan sin
tratamiento médico. Siendo un virus inestable y altamente
impredecible, y aunque se autolimita puede desarrollar
complicaciones cardiacas, neurológicas y respiratorias.
(Rezkalla S, 2010) (Amin R. Ford-Jones E, 2008).
Un patrón peculiar del virus es que tiene una interacción con
el Streptococcus pneumoniae que ocasiona infecciones
subsecuentes que comprometen al parénquima pulmonar (J.,
2006). No obstante, la OMS pidió a los países mantengan
vigilancia para que detecten algún evento inusual.
La difusión de información sobre la influenza es vital e
importante para que la población comprenda qué medidas de
prevención que deben tomar.
Establecer un sistema de vigilancia que muestre la
distribución de la circulación viral en los diferentes estratos
geográficos del Perú es vital. En ese sistema, la vigilancia de
tipo centinela debe ser capaz de alertar sobre la presencia de
de referencia con capacidad diagnóstica y de establecer la
tipificación molecular de los virus circulantes y si ellos se
asociación con la cepa vacunal que se aplica a la población
peruana. Asimismo, el sistema debe vigilar constante y
eficazmente que tipo de influenza circula en los hospitalizados
y en las unidades de cuidados intensivos del país.
II. LA INFLUENZA A(H1N1) EN EL
PERÚ
El Perú estableció un sistema de vigilancia centinela y de
infecciones respiratorias agudas graves (IRAG) muy eficaz
(Laguna-Torres VA G. J., Influenza-like illness sentinel
surveillance in Peru, 2009) y que durante la pandemia del 2009
se analizó y caracterizó la situación epidemiológica y brindó
respuestas oportunas para la salud pública del país. (Munayco
CV, 2009) (Laguna-Torres VA G. J., 2010). El sistema había
establecido que en la costa norte (Piura) el virus de la influenza
circulaba todo el año (Laguna-Torres VA G. J., Influenza-like
illness sentinel surveillance in Peru, 2009) siendo los casos
notificados con más frecuencia en enero y febrero, antes de la
temporada de invierno de Lima y de la sierra.
En la región amazónica, Loreto tendría un comportamiento
similar al del norte del país con algunas peculiaridades. Por otro
lado, en Cusco, Arequipa y Puno (Laguna-Torres VA G. J.,
Influenza-like illness sentinel surveillance in Peru, 2009) la
circulación viral identificó principalmente en la época de friaje
de la zona altoandina (abril-agosto). La naturaleza cambiante del
virus y las características de su circulación hace necesaria que la
vigilancia sea constante y muestre las variaciones anuales que
puedan presentarse (Laguna-Torres VA G. J., 2010). La
vigilancia centinela necesita que los establecimientos
seleccionados de un área específica, capten una cuota de
pacientes con síndrome gripal y que su muestra sea examinada
por el método qPCR. En una región no se necesita más de un
establecimiento centinela pero que sea eficiente.
Es importante señalar que, debido al comportamiento del
virus en Perú, se debería discutir la pertinencia de vacunar en
dos momentos por año. Los pobladores del norte y los de la selva
podrían recibir la vacuna en enero o febrero a diferencia de Lima
y la sierra sur. Se sabe que difícilmente Perú contará con la
vacuna del hemisferio sur en el mes de enero, pero podría ser
que las cepas circulantes en esa área del país, estén incluidas en
la vacuna del hemisferio norte, la cual, sí está accesible en
diciembre para muchos países. La vigilancia epidemiológica
eficiente debe, anualmente, brindarnos esa información y
permitir que se pueda determinar lo adecuado.
A. Prevención y Control
La vacunación es la medida más efectiva de prevención
(Nicholson KG, 2003). Esta vacunación anual debe ser
administrada en los grupos de alto riesgo de infectarse y llegar
a complicaciones como hospitalizarse y/o fallecer. Estos
grupos son los niños menores de cinco años (entre seis meses –
cinco años), los adultos mayores de 65 años, las gestantes de
cualquier semana de gestación; las personas con enfermedades
crónicas como diabetes, insuficiencia renal, enfermedad
pulmonar crónica, obesidad, enfermedad cardiovascular
(Ropero-Alvarez AM, 2012).Asimismo, en pacientes con
inmunodeficiencias por quimioterapia, VIH/ Sida, síndrome de
Down, entre otros.
La vacuna contra la influenza se formula incluyendo las
cepas que la vigilancia hemisférica ha mostrado como
predominante (Ropero-Alvarez AM, 2012) . Incluye cepas del
subtipo H1N1, H3N2 y B. Puede entonces ser trivalente o
también tetravalente, cuando se incluyen dos subtipos B para
dar cobertura a todas las posibilidades de infección contra el
subtipo B. La utilización del tipo tetravalente daría una ventaja
disminuyendo la morbilidad por el tipo B. La vacuna es eficaz
desde los seis meses de edad y debe aplicarse en mayores de 65
años y menores de cinco años. Asimismo, al personal de salud,
gestantes, personas con enfermedades crónicas, hipertensas,
diabéticas y militares (Saldarriaga T, 2008) (Chavez E, 2010).
Las gestantes con Influenza tienen elevada tasa de
hospitalización y complicaciones en comparación con mujeres
no gestantes de la misma edad con influenza. La vacunación de
la gestante protege, además, al recién nacido que no puede ser
vacunado hasta cumplir seis meses. Usualmente, nuestras
poblaciones altoandinas terminan vacunadas cuando ya el frío
y las complicaciones clínicas suelen estar presentes.
Los programas de vacunación dentro del Perú ocupan una
actividad importante, pero las coberturas aún están debajo de
lo esperado. Es básico transmitir el concepto que las
vacunaciones son una de las dos medidas más importantes que
permiten reducir morbilidad, hospitalización y muerte en
nuestra población.
Es importante resaltar que, el personal de salud presenta
mayor riesgo porque está en contacto con múltiples secreciones
de pacientes potencialmente infectados. Sin embargo, este
grupo profesional suele rechazar frecuentemente la aplicación.
El trabajo motivacional será de gran utilidad. La vacunación
debe independizarse de temas administrativos o ministeriales y
debe ser una política de estado.
III. METODOLOGIA
Para la elaboración de la presente investigación se tomará en
cuenta los datos registrados en los sucesos y contagios de la
gripe AH1N1 en el Perú, a través de sitios web que permiten
obtener datos precisos del número de personas fallecidas,
personas recuperadas, tasas de contagio y todo lo relacionado
con esta gripe.
La visión Dinámica de los Sistemas es llegar entender las
causas estructurales que provocan el comportamiento del
sistema. Se aumentará el conocimiento sobre cada función de
cada componente del Sistema y ver como interactúa con las
diferentes acciones del Sistema.
Para ello se implementará en un software específico como
Stella.
a) STELLA
Es un software que contiene, ecuaciones y reglas que forman
una descripción de cómo pensamos que funciona un Sistema,
de esta manera se comprende mejor su comportamiento y
permite mejorar las funciones de mejora. (Bice, 2015)
Los Sistemas, en el mundo STELLA, se componen de algunas
partes básicas que se pueden ver en el siguiente diagrama:
Figura 1 Diagrama de ejemplo del modelo Stella
Fuente: David Vice (2015)
En la figura podemos apreciar los siguientes componentes
donde será definidas a continuación:
Reservorio: Es un componente del modelo que almacena
cierta cantidad, en este caso energía térmica.
Flujo: Podemos decir que el flujo es como una tubería con
una válvula adjunta que supervisa la cantidad de material que
se agrega o elimina en un periodo de tiempo determinado. Los
símbolos de nubes en los extremos de los flujos significan que TIEMPO 7 Días
la cantidad tiene una fuente limitada. INCUBANDO
Conector: Es una flecha que establece una conexión entre TIEMPO DE 5 Días
diferentes componentes del modelo; muestra como los ENFERMEDAD
diferentes partes del modelo se influyen entre sí. TIEMPO 120 Días
Convertidor: Es una conversión o agrega información a PROMEDIO DE
alguna parte del modelo. En este caso, Temperatura toma la INMUNIDAD
energía térmica almacenada en el depósito y la convierte en PORCENTAJE DE 0% Porcentaje
temperatura. PREVENCIÓN DE
LOS SANOS
Para construir el modelado en STELLA, primero se debe PORCENTAJE DE 10% Porcentaje
dibujar los componentes del modelado y luego los vincule. PREVENCIÓN DE
Luego se agregan las condiciones iniciales, ecuaciones y luego LOS ENFERMOS
se establece el tiempo, lo que indica el computador cuanto Tabla 1 Tabla de Variables del Sistema
tiempo se ejecuta el modelo y con la frecuencia de hacer los Fuente: Elaboración propia.
cálculos necesarios para determinar el flujo.
Cuando el sistema está completamente construido, c) Diagrama causal
esencialmente se puede ejecutar el sistema y apreciar lo que
sucede. (Bice, 2015)
Una vez definido nuestras variables, procedemos a realizar el
Ahora procederemos a explicar las etapas que conlleva a la
diagrama causal.
realización del modelo.

b) Descripción del Sistema

El contagio depende de la cantidad de sanos que se puedan

contagiar y de los enfermos que puedan propagar la enfermedad
(contagiar a otros). En el juego se asume que todos los sanos se
pueden contagiar y que todos los enfermos se contagian, es
decir, ninguno previene. Si un porcentaje de sanos evita el
contagio (toma medidas de prevención) disminuirá la cantidad
de sanos que se expone y por consiguiente disminuirá el
contagio. Asimismo, si un porcentaje de enfermos evita
contagiar a otros, serán menos los propagadores de la
enfermedad y disminuirá el contagio. Es decir, la prevención
de los sanos y de los enfermos disminuye el contagio. Además,
tienen un tiempo promedio de inmunidad de 4 meses.
IV. RESULTADOS
Después de haber recolectado, analizado los datos, procedemos
con la elaboración de nuestro modelo de simulación,
definiendo en primer lugar las variables a usar.
a). Definición de variables

A continuación, se muestra las variables definidas que usamos

para la elaboración de nuestro modelo de simulación.
Figura 2 Diagrama Causal
Fuente: Elaboración propia.
NOMBRE VALORES UNIDADES
SANOS Valor inicial = 1 Personas
853 569
INCUBANDO Valor inicial = 0 Personas
ENFERMOS Valor inicial = Personas
15
INMUNES Valor inicial = 0 Personas
TASA DE 1.5 1/día
CONTAGIO
d) Diagrama Forrester INFLOWS:
CURACIÓN =
DELAY(ENFERMAN,TIEMPO_DE_ENFERMEDAD,0)
OUTFLOWS:
PIERDEN_INMUNIDAD =
DELAY(CURACIÓN,TIEMPO_PROMEDIO_DE_INMUNI
DAD,0)
SANOS(t) = SANOS (t-dt)+(PIERDEN_INMUNIDAD-
CONTAGIO)*dt
INIT SANOS = 1853569
INFLOWS:
PIERDEN_INMUNIDAD =
DELAY(CURACIÓN,TIEMPO_PROMEDIO_DE_INMUNI
DAD,0)
OUTFLOWS:
CONTAGIO =
INT(MIN(EXPUESTOS,(PROPAGADORES*TASA_DE_C
ONTAGIO)))
EXPUESTOS = SANOS-PROTEGIDOS
NO_PROPAGADAORES =
INT(ENFERMOS*(PORCENTAJE_DE_PREVENCIÓN_DE
_LOS_ENFERMOS/100))
PORCENTAJE_DE_PREVENCIÓN_DE_LOS_SANOS =
90
PORCENTAJE_DE_PREVENCIÓN_DE_LOS_ENFERMO
S = 20
PROPAGADORES = ENFERMOS-NO_PROPAGADORES
Figura 3 Diagrama Causal
PROTEGIDOS =
Fuente: Elaboración propia.
SANOS*(PORCENTAJE_DE_PREVENCIÓN_DE_LOS_S
ANOS/100)
e) Ecuaciones
TASA_DE_CONTAGIO = 0.35
TIEMPO_DE_ENFERMEDAD = 5
A continuación, se muestra las ecuaciones elaboradas y
TIEMPO_INCUBANDO = 7
rectificadas para el modelo de simulación.
TIEMPO_PROMEDIO_DE_INMUNIDAD = 120
ENFERMOS(t)=ENFERMOS(t-dt)+(ENFERMAN-
CURACIÓN)*dt
IV. ANÁLISIS
INIT ENFERMOS = 30
INFLOWS:
ENFERMAN = Experimento 1. ¿Qué sucede en la propagación de la
DELAY(CONTAGIO,TIEMPO_INCUBANDO,0) enfermedad frente a diferentes porcentajes de prevención de
OUTFLOWS: los sanos?
CURACIÓN =
DELAY(ENFERMAN,TIEMPO_DE_ENFERMEDAD,0) 1. 0%
INCUBANDO(t)=INCUBANDO(t-dt)+(CONTAGIO- PORCENTAJE DE 2. 20%
ENFERMAN)*dt PREVENCIÓN DE LOS 3. 40% Porcentaje
INIT INCUBANDO = 0 SANOS 4. 60%
INFLOWS: 5. 80%
CONTAGIO = PORCENTAJE DE 10% Porcentaje
INT(MIN(EXPUESTOS,PROPAGADORES*TASA_DE_CO PREVENCIÓN DE LOS
NTAGIO))) ENFERMOS
OUTFLOWS : Tabla 2 Variables de porcentaje de prevención de los sanos
ENFERMAR = Fuente: Elaboración propia.
DELAY(CONTAGIO.TIEMPO_INCUBANDO,0)
INMUNES(t) = INMUNES(t-dt)+(CURACIÓN-
PIERDEN_INMUNIDAD)*dt
INIT INMUNES = CURACIÓN
 V. CONCLUSIONES
El software STELLA fue de gran ayuda, para evaluar los
posibles escenarios futuros, ajustando las proyecciones con los
datos en este caso nuestros porcentajes de prevención, tanto en
sanos como enfermos.
Se logró observar y analizar el comportamiento de las personas
expuestas y contagiadas gracias a las diferentes proyecciones
realizadas, y de tal modo poder determinar la importancia de la
prevención. para reducir el contagio
Los modelos de simulación son importantes para evitar la
Figura 4 Estadística de personas expuestas propagación del virus en la población. Este modelo podría
Fuente: Elaboración propia. usarse para definir criterios y ayudar a la toma de decisiones
tales como realizar campañas de prevención, informar a los
Sucede que a un porcentaje de 0 % de prevención de los sanos enfermos de los cuidados que deben tener para evitar contagiar
habrá mayor cantidad de expuestos a la influenza AH1N1, y a más personas, etc.
conforme vaya aumentando el porcentaje de prevención de las
personas sanas, es decir, hasta un 80% se disminuirá REFERENCIAS
significativamente la cantidad de personas expuestas a esta Laguna-Torres VA, G. J. (2009). Influenza-like illness sentinel
enfermedad por día. surveillance in Peru. PLoS One, 4(7).
Amin R. Ford-Jones E, R. H. (2008). Acute childhood
Experimento 2. ¿Qué sucede en la propagación de la encephalitis associated with influenza: a prospective 11-
enfermedad frente a diferentes porcentajes de prevención de year review. Pediatr Infect Dis J, 27(5):390-5.
los enfermos? Chavez E, L.-T. V. (2010). Clinical and epidemiological
characteristics of an influenza outbreak in military
PORCENTAJE DE PREVENCIÓN 10% Porcentaje personnel-Trujillo, Peru, 2008. Rev Peru Med Exp Salud
DE LOS SANOS Publica, 373-8.
J., M. (2006). Insights into the interaction between influenza
1. 0%
virus and pneumococcus. Clin Microbiol Rev, 19(3):
PORCENTAJE DE PREVENCIÓN 2. 20% Porcentaje
571-82.
DE LOS ENFERMOS 3. 40%
Laguna-Torres VA, G. J. (2009). Influenza-like illness sentinel
4. 60%
surveillance in Peru. PLoS One, 4(7).
Tabla 3 Variables de porcentaje de prevención de los
Laguna-Torres VA, G. J. (2010). Changes in the viral distribution
enfermos
pattern after the appearance of the novel influenza A
Fuente: Elaboración propia.
H1N1 (pH1N1) virus in influenza-like illness patients in
Peru. PLoS One, 5(7).
Munayco CV, G. J.-T. (2009). Epidemiological and
transmissibility analysis of influenza A(H1N1)v in a
southern hemisphere setting: Peru. Euro Surveill,
14(32).
Nicholson KG, W. J. (2003). Influenza. Lancet, 362(9397).
Rezkalla S, a. K. (2010). Influenzarelated viral myocarditis.
WMJ, 109(4):209-13.
Ropero-Alvarez AM, W. A.-H.-M. (2012). Pandemic influenza
vaccination:Lessons learned from Latin America and the
Caribbean. Vaccine, 916-921.
Saldarriaga T, L.-T. V. (2008). aracterísticas clínica y
Figura 5 Estadística del contagio según los días moleculares de un brote de influenza en dos bases
Fuente: Elaboración propia. militares, Tumbes- Perú. Rev Peru Med Exp Salud
Publica, 35-43.
Sucede que se logra disminuir considerablemente el contagio Bice, D. (15 de abril de 2015). Eduacation Psu. Obtenido de
de personas expuestas, como se detalla en la figura previa, en https://www.e-education.psu.edu/earth103/node/789
el 1 cuando tenemos un porcentaje hipotético de 0% esta
muestra lo terrible que sería el contagio de la influenza AH1N1,
en cambio al ir aumentando este porcentaje logramos disminuir
el número de propagadores y reducimos el nivel de contagios
por día.