Sistemas Complejos II

Algunos modelos matemticos

para enfermedades infecciosas
Enrique Lozano Ochoa
7 abril 2014

Objetivos

Conocer la importancia de los modelos matmaticos

de las enfermedades infecciosas.

Tener una perspectiva del tipo de modelos

matemticos que se usan para analizar !o estudiar"
las enfermedades infecciosas.

#sar el lenguaje de prograamaci$n %&t'on( en

particular la biblioteca %)et*or+,( para modelar la
dispersi$n de enfermedades infecciosas.

-efinici$n bsica
Infeccio./
Una enfermedad infecciosa puede ser la manifestacin clnica Una enfermedad infecciosa puede ser la manifestacin clnica
consecuente consecuente proocada por un microor!anismo "como proocada por un microor!anismo "como
bacterias# hon!os# irus# $ a eces# protozoos# etc%" o por bacterias# hon!os# irus# $ a eces# protozoos# etc%" o por
priones% priones%


0odelos... 1para qu2
1no son estos modelos simplificados en
e,tremo2
3os modelos matemticos no son ms 4ni
menos5 que 'erramientas para pensar en las
cosas de manera precisa sistemtica.

#tilidad

&ara comprender los aspectos esenciales de la

interacci$n con el agente infeccioso.

&ara sugerir qu datos se necesitan recolectar para el

monitoreo control.

&ara promover un marco te$rico para realizar

e,perimentos virtuales.

&ara tener un punto de partida para agregar

complicaciones realistas.


Tipos de modelos matemticos
para epidemias infecciosas/
-etermin6sticos/
se pueden controlar los factores que intervienen en el estudio del
proceso o fen$meno por tanto se pueden predecir con e,actitud sus
resultados.
7stocsticos/
no es posible controlar los factores que intervienen en el estudio del
fen$meno en consecuencia no produce simples resultados 8nicos

9a muc'os tipos de modelos
:illiam ;ermac+ 4<=>=?<>@A5
Anderson 0c;endric+ 4<=@B?<>CD5
7n un art6culo juntos de <>E@

&ropusieron el sistema 7-O

Con los siguientes supuestos

El tama&o de la poblacin no cambia en los modelos' esto es# no ha$

nacimiento de indiiduos# mi!raciones# ni muerte de los indiiduos por causas
diferentes a la enfermedad%

Las poblaciones interact(an de forma homo!)nea* la probabilidad de

infeccin es la misma para todos los indiiduos# as como la probabilidad de
recuperacin'

Las poblaciones no tienen estructura espacial* +e asume que los contactos

entre indiiduos para todos ellos $ las condiciones del sitio donde ien no
tienen influencia en la eolucin de la enfermedad'

,o se incorpora la accin del hombre en el dise&oo de los modelos' esto es#

no se inclu$en las estrate!ias de acunacin $ contencin de la enfermedad
que normalmente se implementan en los planes de salud p(blica%

7ste modelo tiene aplicaci$n
prctica

&este de Fomba <>AG?<>AB

Hripe en una escuela internada" Inglaterra <>@=

7l modelo SII se 'a
implementado con agentes
en redes

Como es de esperarse

Como es de esperarse en agentes

Como era de esperarse en redes

Las E-./E0.1+ tienen muchos de los
in!redientes que participan en lo que
a!amente reconocemos como
+.+2E01+ 3O0-LE4O+
5 -oblaciones de por lo menos dos especies
5 6arios tipos de interaccin# pla!adas de detalles
5 Emer!encia de comportamientos no obios a partir de la din7mica
microscpica de la enfermedad
5 0uchos otros a!entes* ectores# acunacin# salud p(blica#
!eo!rafa# comportamiento social%%%

Conclusiones
-ada la importancia a nivel mundial local que tienen las
epidmias" en los 8ltimos aJos se 'an desarrollado
depurado modelos matemticos que permiten entenderlas
mejor" as6 como realizar estrategias de salud publica.
7l uso de redes complejas en la modelaci$n de procesos
epidmicos 'an permitido el anlisis de fen$menos que 'asta
'ace apenas unos aJos no se pod6an abordar con los
mtodos tradicionales.
Con este trabajo se logro obtener una primer vista
panormica" de como los sistemas dinmicos se pueden usar
para desarrollar modelos epidemiol$gicos su
implementaci$n computacional.