Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Biología Matemática
Dr. Moisés Santillán Zerón
Proyecto 2
ESTUDIO DE UN MODELO EPIDEMIOLOGICO
INFECCIOSO CON VACUNACION
20 de Noviembre de 2018
INTRODUCCION
Aunque los avances en los tratamientos de epidemias han avanzado, prevenir las
infecciones es preferible a tratarlas. El desarrollo de vacunas no solo significa
protección, sino también, y tal vez mas importante, nos protege de una pandemia.
Una vez que las vacunas se han desarrollado ¿cómo deberían de ocuparse?, es
decir, ¿se debería inmunizar a toda la población? ¿el costo del programa de
vacunación valdrá la pena si la vacuna es difícil y cara de producir? ¿si solo aquellos
que enfrentan los mayores riesgos de ser infectados son vacunados, será
suficiente? Este tipo de preguntas no pueden ser respondidas de una manera
simple, las características individuales de las enfermedades deben de ser tomadas
en cuenta, así como las condiciones socioeconómicas de las poblaciones. Sin
embargo, entender la dinámica de la transmision es esencial para llegar a una
respuesta, y un modelo matemático tiene un rol primordial en este aspecto.
Una vez que un modelo ha sido formulado y engloba todas las características de la
progresión de una enfermedad en particular, éste puede ser usado para predecir la
efectividad de diferentes estrategias de erradicación o control.
MODELO SIR
𝛽 𝛾
𝛼
SUSCEPTIBLES INFECTADOS RECUPERADOS
𝜇 (𝜇 + 𝛿) 𝜇
𝑑𝑆
= 𝛼 − 𝛽𝑆𝐼 − 𝜇𝑆
𝑑𝑡
(Ecuación 1)
Durante un tiempo, la clase infectada crece por la adición de nuevos individuos
infectados gracias a la interacción 𝛽𝑆𝐼. Al mismo tiempo hay individuos que mueren
debido a causas naturales (𝜇) y debido a la enfermedad (δ), además de que hay
individuos que se recuperan a una tasa (γ), por lo cual la ecuación diferencial que
describe a la población infectada está dada por:
𝑑𝐼
= 𝛽𝑆𝐼 − (𝜇 + 𝛾 + 𝛿)𝐼
𝑑𝑡
(Ecuación 2)
La tasa de remoción 𝛾 mide la fracción de la clase infectada que deja de ser
infecciosa, y de esta manera se mueve a la población de recuperados. Claramente,
la los recuperados incrementan su tamaño a un ritmo proporcional a la disminución
de la clase infectada. Considerando que también hay un flujo de salida por muertes
naturales se puede proponer la siguiente ecuacion diferencial:
𝑑𝑅
= 𝛾𝐼 − 𝜇𝑅
𝑑𝑡
(Ecuación 3)
𝑑 𝑑
= 𝜇
𝑑𝑡 𝑑𝑡′
𝑆 = 𝑠 ( 𝛼⁄𝜇 )
𝐼 = 𝑖 (𝛼 ⁄𝜇 + 𝛿 + 𝛾 )
𝛾
𝑅= 𝑟
𝛽
De esta manera podemos reescribir a las ecuaciones 1, 2 y 3 de la siguiente forma
𝛼𝛽
𝑠′ = 1 − 𝑠𝑖 − 𝑠
𝜇(𝜇 + 𝛿 + 𝛾)
(Ecuacion 4)
𝛼𝛽 (𝜇 + 𝛿 + 𝛾)
𝑖′ = 2
𝑠𝑖 − 𝑖
𝜇 𝜇
(Ecuacion 5)
𝛼𝛽
𝑟′ = 𝑖−𝑟
𝜇(𝜇 + 𝛿 + 𝛾)
(Ecuacion 6)
reescribir como:
𝜇+𝛿+𝛾 𝛼𝛽 1
𝑖′ = ( 𝑠𝑖 − 1 + )
𝜇 𝜇(𝜇 + 𝛿 + 𝛾) 𝜇
(Ecuacion 7)
Dada esta modificación ahora todas las ecuaciones comparten un parámetro en
𝛼𝛽
común: 𝜇(𝜇+𝛿+𝛾). Este valor es conocido como el número reproductivo básico el cual
se representa como 𝑅0
𝛼𝛽
𝑅0 =
𝜇(𝜇 + 𝛿 + 𝛾)
𝜇+𝛿+𝛾
Por otro lado, en la ecuación 7 aparece el término , este termino nos indica
𝜇
𝑠 ′ = 1 − 𝑅0 𝑠𝑖 − 𝑠
(Ecuacion 8)
𝑖 ′ = 𝜌 (𝑅0 𝑠𝑖 − 1)
(Ecuacion 9)
𝑟 ′ = 𝑅0 𝑖 − 𝑟
(Ecuacion 10)
Una población puede ser protegida de una enfermedad de muchas maneras, una
de ellas es la vacunación. Esta estrategia debe de ser estudiada detenidamente
para hacer más eficiente el programa de vacunación, para encontrar por ejemplo, la
fracción de la población que hay que vacunar en un tiempo t para erradicar a la
enfermedad. De esta manera se puede proponer el siguiente esquema de, donde ε
representa la tasa de vacunación de la población.
𝜀
𝛽 𝛾
𝛼
SUSCEPTIBLES INFECTADOS RECUPERADOS
𝜇 (𝜇 + 𝛿) 𝜇
𝑑 𝑑
= 𝜇 ′
𝑑𝑡 𝑑𝑡
𝑆 = 𝑠 ( 𝛼⁄𝜇 )
𝐼 = 𝑖 (𝛼 ⁄𝜇 + 𝛿 + 𝛾 )
𝑠 ′ = 1 − 𝑅0 𝑠𝑖 − (1 + 𝜖)𝑠
(Ecuacion 11)
𝑖 ′ = 𝜌 (𝑅0 𝑠𝑖 − 𝑖)
(Ecuacion 12)
Para proceder con el análisis del sistema, se deben encontrar los puntos fijos para
las ecuaciones. Sea:
𝑓(𝑠, 𝑖) = 1 − 𝑅0 𝑠𝑖 − (1 + 𝜖)𝑠 = 0
𝑔(𝑠, 𝑖) = 𝜌 (𝑅0 𝑠𝑖 − 𝑖) = 0
Y sabiendo que 𝜌 y 𝑅0 siempre son numeros positivos, podemos obtener los
puntos fijos de las ecuaciones.
1 1
𝑠∗= 𝑠∗=
1+ 𝜖 𝑅0
(1 + 𝜖)
𝑖∗=0 𝑖∗= 1−
𝑅0
𝜕𝑓 𝜕𝑓
𝐽 = ( 𝜕𝑠 𝜕𝑖 )
𝜕𝑔 𝜕𝑔
𝜕𝑠 𝜕𝑖
𝜕𝑓 𝜕𝑓
= −(𝑅0 𝑖 + (1+∈) = −𝑅0 𝑠
𝜕𝑠 𝜕𝑖
𝜕𝑔 𝜕𝑔
= 𝜌𝑅0 𝑖 = 𝜌(𝑅0 − 1)
𝜕𝑠 𝜕𝑖
−(𝑅0 𝑖 + (1 + 𝜖) −𝑅0 𝑠
𝐽=( )
𝜌𝑅0 𝑖 𝜌(𝑅0 − 1)
𝑅0
∆ = 𝜌(1 + 𝜖) (1 − ) = 𝜌(1 + 𝜖 − 𝑅0 )
1+𝜖
𝑅0
𝜏 = 𝜌( − 1) − (1 + 𝜖)
1+𝜖
Para que el punto sea estable se debe de cumplir que ∆ > 0 y que 𝜏 < 0, analicemos
en que casos sucede esto.
1
Descrito lo anterior podemos decir entonces que el punto ( 1+ 𝜖 , 0) es estable.
− 𝑅0 −1
𝐽( 1 1+ 𝜖 =( )
𝑅0
, 1−
𝑅0
) 𝜌(𝑅0 − (1 + 𝜖) 0
Para que el punto sea estable se debe de cumplir que ∆ > 0 y que 𝜏 < 0:
• Para que ∆ > 0 se debe de cumplir que 𝑅0 − (1 + 𝜖) sea mayor que cero,
entonces 𝑅0 > 1 + 𝜖, entonces 𝑅0 − 1 > 𝜖
• Y dado que el valor de 𝑅0 siempre es positivo, entonces 𝜏 < 0
1 1+ 𝜖
Con esas dos consideraciones podemos decir que el punto ( 𝑅 , 1 − ) es
0 𝑅0
𝑠∗ 𝑖∗ Estabilidad
1
0 𝜖 ≥ 𝑅0 − 1
1+ 𝜖
1 (1 + 𝜖)
1− 𝜖 < 𝑅0 − 1
𝑅0 𝑅0
Entonces, la estabilidad de cada uno de los dos puntos depende de dos factores,
𝑅0 y 𝜖. Como se explicó en páginas anteriores 𝑅0 indica si se propaga o no una
epidemia, valores mayores a 1, harán que la población infectada crezca y la de
susceptibles disminuya. Por otro lado el valor de 𝜖 indica el número de individuos
que pasan al compartimento de recuperados debido a la vacunación.
Para este caso se observa que el valor de 𝜌 determina la rapidez con la que los
infecciosos contagian a los susceptibles, y también que tan rápido se llega al estado
estacionario. En la simulación 3, por ejemplo, la población de susceptibes disminuyó
a la mitad aproximadamente 20 años despues de que se dio el brote. Por otro lado,
en la simulación 4, el valor de 𝜌 es 4 veces mayor que en la simulación 3, y se
observa que se la población de susceptibles y el estado estacionario se alcanza 4
veces más rápido.
Para los casos en los que hay vacunación y también una población infecciosa cuyo
𝑅0 > 1, hay dos posibilidades de estabilidad, cuando 𝜖 < 𝑅0 − 1, y los tres tipos de
poblaciones coexisten; y el estado en que no hay población infecciosa, es decir que
𝜖 ≥ 𝑅0 − 1.
Para la simulación 5, se cumple que 𝜖 < 𝑅0 − 1 y se llega a un estado estable en el
que hay tanto susceptibles como infecciosos y recuperados. En el caso de la
simulación 6 se cumple que 𝜖 ≥ 𝑅0 − 1, entonces no hay población infecciosa.
Entonces. A medida que incrementa el valor de 𝑅0 se debe de incremetar la tasa de
vacunación de tal modo que 𝜖 ≥ 𝑅0 − 1 si es que se quiere prevenir una propagación
de la enfermedad.
CONCLUSIONES
• A partir de un proceso de normalización de un sistema de ecuaciones
diferenciales se pueden hacer predicciones inteligentes sobre la dinamica de
una población, determinando la estabilidad de las soluciones a ese sistema.
• El valor del número repoductivo básico 𝑅0 es determinante en la propagación
de una epidemia, un valor de 𝑅0 mayor a 1 hara que la enfermedad se
convierta en una epidemia.
• Valores muy grandes de 𝑅0 hacen que una enfermedad sea muy virulenta.
• El valor de 𝜌 determinará que tan rápido se esparce la enfermedad.
• Diferentes estrategias pueden utilizarse para controlar la aparición o
propagación de una epidemia. En general se busca que el valor de 𝑅0
disminuya por debajo de 1.
• En el caso especifico de la vacunación se debe de cuidar que la tasa de
vacunación 𝜖 sea siempre mayor o igual a 𝑅0 − 1 para que la enfermedad
desaparezca. De otro modo se llegará a un estado en el que la enfermedad
se mantendrá como una epidemia endemica.