Epidemiologı́a

Sesión 4

Elaborado por: Edgar Andrade, PhD

Presentado por: Ana Marı́a Beltrán

Facultad de Ciencias Naturales y Matemáticas

Universidad del Rosario

Segundo semestre 2017

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson estuvo en la oficina de correos de la calle Wingmore
Leyes generales
- Si x estuvo frente a la oficina de correos de la calle Wingmore, entonces
x ...
Descripción del fenómeno
- Watson tiene barro rojizo adherido a su zapato
Razonamiento
La condición antecedente, mediante la ley asociada a la oficina de correos,
permite deducir, por medio del modus ponens, la descripción del fenómeno,
es decir, que Watson tiene barro rojizo adherido a su zapato. Por lo tanto,
que Watson haya ido a la oficina de correos de la calle Wingmore explica
que Watson tenga barro rojizo adherido a su zapato.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson estuvo en la oficina de correos de la calle Wingmore
Leyes generales
- Si x estuvo frente a la oficina de correos de la calle Wingmore, entonces
x ...
Descripción del fenómeno
- Watson tiene barro rojizo adherido a su zapato
Razonamiento
La condición antecedente, mediante la ley asociada a la oficina de correos,
permite deducir, por medio del modus ponens, la descripción del fenómeno,
es decir, que Watson tiene barro rojizo adherido a su zapato. Por lo tanto,
que Watson haya ido a la oficina de correos de la calle Wingmore explica
que Watson tenga barro rojizo adherido a su zapato.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson estuvo en la oficina de correos de la calle Wingmore
Leyes generales
- Si x estuvo frente a la oficina de correos de la calle Wingmore, entonces
x tiene barro rojizo adherido a su zapato
Descripción del fenómeno
- Watson tiene barro rojizo adherido a su zapato
Razonamiento
La condición antecedente, mediante la ley asociada a la oficina de correos,
permite deducir, por medio del modus ponens, la descripción del fenómeno,
es decir, que Watson tiene barro rojizo adherido a su zapato. Por lo tanto,
que Watson haya ido a la oficina de correos de la calle Wingmore explica
que Watson tenga barro rojizo adherido a su zapato.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson . . .
Leyes generales
- Si x quiere enviar un paquete, entonces x necesita estampillas
Descripción del fenómeno
- Watson no necesita estampillas
Razonamiento
Dado que la ley general asociada al envı́o de paquetes está asociada también
a necesitar estampillas, y como Watson no necesita estampillas, por modus
tollens se concluye que Watson . . .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson . . .
Leyes generales
- Si x quiere enviar un paquete, entonces x necesita estampillas
Descripción del fenómeno
- Watson no necesita estampillas
Razonamiento
Dado que la ley general asociada al envı́o de paquetes está asociada también
a necesitar estampillas, y como Watson no necesita estampillas, por modus
tollens se concluye que Watson . . .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson no necesita enviar un paquete
Leyes generales
- Si x quiere enviar un paquete, entonces x necesita estampillas
Descripción del fenómeno
- Watson no necesita estampillas
Razonamiento
Dado que la ley general asociada al envı́o de paquetes está asociada también
a necesitar estampillas, y como Watson no necesita estampillas, por modus
tollens se concluye que Watson no necesita enviar un paquete

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson querı́a expedir un telegrama
Leyes generales
- Si x quiere expedir un telegrama, entonces x va a la oficina de correos
Descripción del fenómeno
- Watson va a la oficina de correos
Razonamiento
...

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 1

Condiciones antecedentes (Conjetura)

- Watson querı́a expedir un telegrama
Leyes generales
- Si x quiere expedir un telegrama, entonces x va a la oficina de correos
Descripción del fenómeno
- Watson va a la oficina de correos
Razonamiento
La condición antecedente, mediante la ley asociada a la oficina de co-
rreos, permite deducir, por medio del modus ponens, la descripción del
fenómeno, es decir, que Watson va a la oficina de correos. Por lo tanto, que
Watson haya querido expedir un telegrama explica que Watson haya ido a
la oficina de correos de la calle Wingmore.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 2

p q p∨q
p∨q V V V
∴ V F V
p F V V
F F F

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Retroalimentación taller Explicación - punto 2

p q p∨q
p∨q V V V
∴ V F V
p F V V
F F F

En esta fila la premisa es verdadera y la conclusión falsa. Luego el

razonamiento es inválido.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Tema

Teorı́a y observación

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Resultados de aprendizaje

Genérico Usar el pensamiento crı́tico.

Especı́fico Reconocer los principios básicos de la modelación
matemática.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Contenidos de la sesión

La importancia de la descripción en medicina.

Los ideales no formales de la descripción.
Los ideales formales de la descripción y el lenguaje matemático.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

El método cientı́fico

Observación
// Generación de oo // Validación
+
conjeturas
Descripción


Aplicación

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

El método cientı́fico

Observación
// Generación de oo // Validación
+
conjeturas
Descripción


Aplicación

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Abstracción e interpretación

Abstracción
P-
Observación Descripción
(Realidad) (Lenguaje)
[j ❍

Interpretación

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Ideales de la descripción

Primer grupo
Relevancia
Objetividad
Intersubjetividad

Segundo grupo
Exactitud
Sistematicidad
Utilidad
Simplicidad

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Primer grupo
Relevancia
Objetividad
Intersubjetividad

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Información Irrelevante vs. Relevante

Irrelevante
Vince tiene la camisa abierta, el pelo crespo y de color negro, está sentado
sobre un sofá rojo, . . .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Información Irrelevante vs. Relevante

Relevante
Vince presenta sensación de quemadura en las manos, pigmentación en las
manos, tiene 24 años, pesa 81 kg, . . .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Subjetividad vs. Objetividad
Descripción subjetiva

Tus labios mensajeros

del amor.
Tus labios que ofrecen
besos pecadores . . .
Si besar tus labios
es pecado . . .
Me condeno
al Infierno de tu boca.
Marta Monzón

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Subjetividad vs. Objetividad
Descripción objetiva

Las columnas del filtrum están

simétricamente situadas res-
pecto del tubérculo central. El
surco del filtrum es equidistan-
te a las comisuras labiales de-
recha e izquierda . . .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Privacidad vs. Intersubjetividad
Descripción privada

Marı́a duerme en caı́da libre por un rato, luego como estrella de mar, y
cuando está a punto de despertarse, como nostálgico.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Privacidad vs. Intersubjetividad
Descripción privada se vuelve intersubjetiva (pública)

Marı́a duerme en caı́da libre por un rato, luego como estrella de mar, y
cuando está a punto de despertarse, como nostálgico.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Privacidad vs. Intersubjetividad
Descripción privada se vuelve intersubjetiva (pública)

Marı́a duerme en caı́da libre por un rato, luego como estrella de mar, y
cuando está a punto de despertarse, como nostálgico.

 Importancia de los códigos y estándares

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Privacidad vs. Intersubjetividad
Descripción intersubjetiva

Posición decúbito supino.

Posición decúbito lateral (izquierdo o derecho).
Posición de Fowler.
Posición de Sims o semiprono.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Primer grupo de ideales de la descripción
Relevancia
Objetividad
Intersubjetividad

 Importancia de la medición
Es una manera de acercarnos a estos tres ideales.

Medir lo que es relevante.

Mediante un método objetivo.
Con un sistema de medición estándar.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Medición

Medición
Observación ks ❴ ❴ ❴ ❴ ❴ ❴ ❴ ❴ +3 Descripción
(Realidad) (Lenguaje)

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Medición

Medición
Observación ks ❴ ❴ ❴ ❴ ❴ ❴ ❴ ❴ +3 Descripción
(Realidad) (Lenguaje)

Definición
La medición es una asignación de números (o categorı́as) a objetos o
eventos de acuerdo a reglas determinadas.

Cada objeto o evento de interés se suele llamar un elemento.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Medición (2)

(A) Elección de variables

Elección de las variables, con su respectiva escala de medición, relevante
para estudiar los elementos de interés.

(B) Obtención de datos

Asignación de un valor especı́fico a cada variable, que corresponde a cada
elemento observado.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Medición (3)

A Conjunto B Conjunto
// //
Elemento de de
variables datos

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Medición (3)

Abstracción
❙#.
A Conjunto B Conjunto
// //
Elemento de de
variables datos

Abstracción/Simplificación
Cada elemento se ‘reduce’ a un conjunto de datos (números).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Abstracción/Simplificación

Edad ❙#. 24 años

A // Peso B // 81kg
.. ..
. .

#total personas ❚#/ 11 millones

A // #infectados B // 100 mil
tasa de infección 0.2
.. ..
. .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Dimensiones de la medición

1 Escalas de medición
2 Unidades y sistemas de medición
3 Incertidumbre

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Escalas de medición
Variables cualitativas

Nominal
Una etiqueta o un nombre que identifica un atributo de un elemento (ej:
grupo sanguı́neo, sexo, etc.).

Ordinal
Los valores son nombres o etiquetas que identifican un atributo y además
tiene sentido el orden o jerarquı́a de los valores (ej: intensidad del dolor,
nivel de urgencia, etc.).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Escalas de medición (2)
Variables cuantitativas

Intervalo
Tiene sentido el orden de los valores y el intervalo entre ellos se expresa en
términos de una unidad de medición fija (ej: temperatura, etc.).

Razón
Son variables de intervalo en las que además la proporción entre dos
valores tiene sentido y se cuenta con un cero absoluto, que representa la
ausencia de medida (ej: altura, peso, etc.).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Escalas de medición (3)
Datos de sección transversal y series de tiempo

Datos de sección transversal

Son obtenidos en el mismo o aproximadamente el mismo momento.

Datos de series de tiempo

Son obtenidos a lo largo de varios periodos.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Unidades y sistemas de medición

Definición
Una unidad básica de medición es una magnitud especı́fica de una
cantidad fı́sica, la cual sirve como estándar de medición (metro, gramo,
etc.). El valor de la variable para la unidad básica es 1.

En un sistema de medición todos los valores se encuentran relacionados de

manera algebraica con la unidad básica.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Incertidumbre

Toda medición es una aproximación.

Factores que pueden afectar una medición:
◮ Sistema de medición.
◮ Proceso de medición.
◮ Habilidades del operador.
◮ El ambiente, etc.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Segundo grupo de ideales de la descripción
Exactitud
Sistematicidad
Utilidad
Simplicidad

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Segundo grupo de ideales de la descripción
Exactitud
Sistematicidad
Utilidad
Simplicidad

 El papel de la matemática en la descripción y la generación de

conjeturas

Cuantificación de los fenómenos.

Formulación clara y precisa de hipótesis.
Sistematización de las relaciones entre factores.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

El papel de la matemática en la Epidemiologı́a

Epidemiologı́a
Estudia la distribución de la salud y la enfermedad en las poblaciones y los
factores que determinan esa distribución.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

El papel de la matemática en la Epidemiologı́a

Epidemiologı́a
Estudia la distribución de la salud y la enfermedad en las poblaciones y los
factores que determinan esa distribución.

Elementos en la Epidemiologı́a
Población y enfermedad.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

Variables (series de tiempo)

S(t): # de individuos susceptibles (en el tiempo t).
I (t): # de individuos infecciosos (en el tiempo t).
R(t): # de individuos recuperados (en el tiempo t).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

Variables (series de tiempo)

S(t): # de individuos susceptibles (en el tiempo t).
I (t): # de individuos infecciosos (en el tiempo t).
R(t): # de individuos recuperados (en el tiempo t).

Parámetros
N: # total de individuos.
β: tasa de infección.
γ: tasa de remoción.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

Variables (series de tiempo)

S(t): # de individuos susceptibles (en el tiempo t).
I (t): # de individuos infecciosos (en el tiempo t).
R(t): # de individuos recuperados (en el tiempo t).

Parámetros
N: # total de individuos.
β: tasa de infección.
γ: tasa de remoción.

β γ
S(t) // I (t) // R(t)

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

β γ
S(t) // I (t) // R(t)

Ecuaciones
N = S(t) + I (t) + R(t) (para todo t).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

β γ
S(t) // I (t) // R(t)

Ecuaciones
N = S(t) + I (t) + R(t) (para todo t).
dS
dt = −βSI

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

β γ
S(t) // I (t) // R(t)

Ecuaciones
N = S(t) + I (t) + R(t) (para todo t).
dS
dt = −βSI
dR
dt = γI

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

β γ
S(t) // I (t) // R(t)

Ecuaciones
N = S(t) + I (t) + R(t) (para todo t).
dS
dt = −βSI
dR
dt = γI
dI
dt = βSI − γI

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

β γ
S(t) // I (t) // R(t)

Ecuaciones
N = S(t) + I (t) + R(t) (para todo t).
dS
dt = −βSI
dR
dt = γI
dI
dt = βSI − γI

 ¡Qué exactitud, qué sistematicidad!

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿De qué manera influye la densidad poblacional en la distribución de una

enfermedad en una población?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿De qué manera influye la densidad poblacional en la distribución de una

enfermedad en una población?
¿Cómo se representa la densidad poblacional en el modelo?
¿Qué hipótesis se puede plantear?
¿Qué nos dice el modelo sobre la hipótesis?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

β = cφ (donde β: tasa de infección)

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

β = cφ (donde β: tasa de infección)
c: # de contactos per cápita por unidad de tiempo.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

β = cφ (donde β: tasa de infección)
c: # de contactos per cápita por unidad de tiempo.
φ: proporción de infectados respecto al # de contactos.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

β = cφ (donde β: tasa de infección)
c: # de contactos per cápita por unidad de tiempo.
φ: proporción de infectados respecto al # de contactos.
φ depende de la enfermedad.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Cómo se representa la densidad poblacional en el modelo?

β = cφ (donde β: tasa de infección)
c: # de contactos per cápita por unidad de tiempo.
φ: proporción de infectados respecto al # de contactos.
φ depende de la enfermedad.
c depende de la densidad poblacional.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

c depende de la densidad poblacional.

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

c depende de la densidad poblacional.
Si P1 tiene densidad poblacional mayor a P2 , entonces c1 > c2 .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

c depende de la densidad poblacional.
Si P1 tiene densidad poblacional mayor a P2 , entonces c1 > c2 .
En consecuencia, β1 > β2 .

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

c depende de la densidad poblacional.
Si P1 tiene densidad poblacional mayor a P2 , entonces c1 > c2 .
En consecuencia, β1 > β2 .
dI1 dI2 dI
Por lo tanto, dt > dt (dado que dt = βSI − γI ).

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué hipótesis se puede plantear?

c depende de la densidad poblacional.
Si P1 tiene densidad poblacional mayor a P2 , entonces c1 > c2 .
En consecuencia, β1 > β2 .
dI1 dI2 dI
Por lo tanto, dt > dt (dado que dt = βSI − γI ).

Hipótesis
dI1 dI2
Si P1 tiene densidad poblacional mayor a P2 , entonces dt > dt

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué nos dice el modelo sobre la hipótesis?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué nos dice el modelo sobre la hipótesis?

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a

Modelo SIR

¿Qué nos dice el modelo sobre la hipótesis?

 ¡Qué claridad, qué utilidad!

Ana Marı́a Beltrán - Edgar Andrade Epidemiologı́a