Modelamiento epidemiológico

1. Resumen:

En el presente trabajo, hablaremos y trataremos uno de los problemas que mas ah impactado a la
humanidad a lo largo de la historia, y como desde una vista matemática se concibe un mejor
entendimiento de estas, de manera de realizar respuestas rápidas y eficaces para el bien común de
la población en general, hablamos de las epidemias, en nuestro caso particular para el trabajo, la
epidemia del ébola.
Las epidemias representan uno de los desafíos críticos para la salud pública, ahí el hecho de que
el modelamiento de estas sea esencial para comprender y controlar la propagación de estas. El
ébola, un virus altamente contagioso con tasas de mortalidad altas, ha sido objeto de estudio y
preocupación por la comunidad internacional debido a sus brotes estacionarios en África central y
occidental. Para entender la dinámica de propagación y evaluar las estrategias de prevención se
hacen uso de las ecuaciones diferenciales como una herramienta fundamental en la modelación
epidemiológica.

2. Abstrac:

In this paper, we will discuss and deal with one of the problems that has impacted humanity
throughout history, and how a better understanding of these problems can be conceived from a
mathematical point of view, in order to make quick and effective responses for the common good
of the population in general, we are talking about epidemics, in our particular case for this paper,
the Ebola epidemic.
Epidemics represent one of the critical challenges for public health, hence the fact that modeling
them is essential to understand and control their spread. Ebola, a highly contagious virus with
high mortality rates, has been the subject of study and concern by the international community
due to its seasonal outbreaks in Central and West Africa. To understand the dynamics of spread
and evaluate prevention strategies, differential equations are used as a fundamental tool in
epidemiological modeling.
Modelamiento epidemiológico

3. Introducción:

Las ecuaciones diferenciales son ecuaciones matemáticas que describen como cambian las
variables con respecto a una o mas variables (para este caso, con respecto al tiempo). En el
contexto del trabajo, para las epidemias, dichas ecuaciones se usan para representar tasas de
infección, recuperación y mortalidad de la población afectada. El modelo epidemiológico más
común para entender estas epidemias es el modelo SIR (susceptibles – infectados – recuperados)
y sus variantes.

Desde 1927 Kendrick y McCormick introdujeron este modelo SIR, se han propuesto y listado
numerosos modelos de ecuaciones diferenciales para describir la propagación de enfermedades
provocadas por distintos agentes infecciosos (SIS, SIRS, SEIS, etc.), convirtiéndose la
modelización matemática en una herramienta eficiente para la compresión y análisis de
enfermedades infecciosas.
Modelamiento epidemiológico

4. El modelo SIR:
El modelo SIR es el más básico que explica la evolución de una enfermedad infecciosa creada
por un virus o una bacteria. Un ejemplo de este tipo de enfermedades es la gripe A o el ébola. En
1927, W.O. Kermack, A.G. MckKendrick y otros científicos introdujeron el modelo SIR. Este
modelo consiste en un sistema de 3 EDO’s no lineales que no posee una solución explícita. Sin 6
embargo, usando varias herramientas matemáticas podemos extraer información acerca de las
soluciones del sistema. (cantabria)

Este SIR es un modelo compartimental, pues divide a la población en 3 compartimentos:

 S(t): Representa el número de individuos susceptibles, son aquellos individuos sanos que
al entrar en contacto con la enfermedad pueden infectarse, en función del tiempo.
 I(t): Representa el número de individuos infectados, individuos que pueden transmitir la
enfermedad al grupo S(t), en función al tiempo
 R(t): Representa al número de individuos retirados, individuos que se han recuperado de
 la enfermedad y se han vuelto inmunes o han muerto, en función del tiempo.

El modelo SIR toma en cuenta las siguientes suposiciones o hipótesis:

 La población permanece constante, es decir, los nacimientos y defunciones no se toman
en cuenta a lo largo de la epidemia.
 Además, si denotamos al total de población como N, tenemos que:
N ( t )=S ( t ) + I ( t ) + R ( t )

 Para nuestro caso(ébola), la enfermedad se transmite por contacto directo entre las
personas.
 En cuanto alguien susceptible es infectado, pasa al grupo de infectados.
Modelamiento epidemiológico

 Los individuos del grupo de infectados I(t), que se recuperan y adquieren inmunidad o
mueren, pasan al grupo de recuperados R(t), independientemente de si se recuperó o
murió.
 La tasa de infección, que determina el numero de individuos por unidad de tiempo que se
transfieren del compartimento de S(t) al de I(t), es proporcional al producto de: S(t). I(t)

5. Formulación del modelo:

A partir de estas hipótesis, podremos formular un modelo que explique el desarrollo de esta
enfermedad. Donde:
La tasa de infección viene dada por β S(t). I(t), donde β es la tasa per-cápita de transmisión de la
enfermedad. En nuestro caso particular del ébola sabemos que los individuos infectados
padecerán la enfermedad durante un periodo de tiempo determinado hasta recuperarse y adquirir
la inmunidad o morir.
El flujo de I(t) a R(t), viene determinado por ν.I(t), donde ν > 0, es la tasa de retiro.
Entonces, ahora podemos representar el sistema de EDO’S que describe el modelo SIR, mediante
los 3 compartimentos S, I, R y los flujos de entrada y salida, ya mencionados. (cantabria)

Dicho ya las hipótesis, y aclaraciones de lo compete al desarrollo de la enfermedad en la

población podemos formular nuestro sistema de ecuaciones diferenciales:

dS
( t ) =−β . S ( t ) . I (t) S ( 0 )=S 0
dt
dI
( t )=β . S ( t ) . I ( t )−ν . I ( t ) I ( 0 )=I 0
dt
dR
dt
(t )=ν . I ( t ) R( 0 )=R 0
Modelamiento epidemiológico

Donde β > 0, ν > 0, y S0, I0, R0 es el número inicial de números de personas susceptibles,
infectadas y retiradas, respectivamente, en una población inicial N0 = S0 +I0 +R0 habitantes.
(cantabria)
Modelamiento epidemiológico

1) EJERCICIO DE APLICACIÓN 1: El ritmo al que se propaga una epidemia en una comunidad es

conjuntamente proporcional a la cantidad de residentes que han sido infectados y al número de
residentes propensos a la enfermedad que no han sido infectados. Expresar el número de
residentes que han sido infectados como una función del tiempo.

SOLUCION:

Sea y(t) el número de residentes que han sido infectados en el tiempo t, y K la cantidad total de
residentes propensos a la enfermedad. Entonces, la cantidad de residentes propensos que no han
sido infectados es K − y, y la ecuación diferencial que describe la propagación de la epidemia es:

Esta es una ecuación diferencial de variables separadas cuya solución es:

que integrando obtenemos

o bien

despejando

Dividimos numerador y denominador por y llamamos

Que corresponde a la ecuación general de una curva logística.

Modelamiento epidemiológico

2) Ejercicio de aplicación 2 En una poblacion de 999 habitantes(constante) totalmente sana ,llega

una persona infectada con el Ebola y al cabo de 2 dias se percibe que dicha persona genero 9
contagios adicionales.Si se sabe que la variacion en el numero de personas infectadas crece de
forma proporcional al numero de encuentros entre las personas sanas e infectadas.Determine
en cuanto tiempo la mitad de la población total esta contagiada

Solucion:
Modelamiento epidemiológico