Propagación de Enfermedades Infectocontagiosas
Alcedo, K., De Icaza, D., Villalaz, E.
Introducción
Un problema importante de la biología y de la
medicina trata de la ocurrencia, propagación y
control de una enfermedad contagiosa, esto es, una
enfermedad que puede transmitirse de un
individuo a otro. Los problemas que contemplan la
propagación de una enfermedad pueden ser algo
complicados; para ello se presenta un modelo
matemático sencillo para la propagación de una
enfermedad.
En la teoría de propagación de enfermedades,
muchos modelos de los que se utilizan son
simplificaciones de comunidades de individuos más
o menos grandes, cuyo único aspecto importante es
la evolución de la enfermedad a estudiar, sin tener
en cuenta otros factores como el crecimiento.
En la teoría de propagación de enfermedades,
muchos modelos de los que se utilizan son
simplificaciones de comunidades de individuos más
o menos grandes, cuyo único aspecto importante es
la evolución de la enfermedad a estudiar, sin tener
en cuenta otros factores como el crecimiento.
La Epidemiología estudia la evolución de una
epidemia a lo largo del tiempo, con el objetivo de
predecir su comportamiento. De esta manera, analiza
la enfermedad para desarrollar planes de prevención y
de lucha, tales como la vacunación o la cuarentena.
Además, existen preguntas importantes que la
Epidemiología intenta responder, como cuál será el
número total de infectados o cuál será el número
máximo de infectados en un determinado momento.
Asimismo, permite responder a cuestiones que
antiguamente no se sabía responder, tales como por
qué las epidemias aparecen y desaparecen sin haber
llegado a afectar a toda la población. Las Matemáticas
han sido de gran importancia para el desarrollo de la
Epidemiolog´ıaepidemiologia. Uno de los primeros en
formular un modelo matemático aplicado a una
epidemia fue Daniel Bernoulli en 1760. Se trataba de
un modelo para la viruela en el que demostraba cómo
la vacunación, a base de la inoculación de pus en el
organismo, era eficaz para gente sana. Sin embargo, no
fue hasta el siglo XX cuando empezó a desarrollarse
realmente la modelización
determin´ısticadeterminística en
Epidemiolog´ıaEpidemiologia. William Heaton
formuló un modelo discreto analizando la epidemia
de sarampión en Inglaterra. Su estudio fue bastante
relevante debido a que fue el primero en considerar que
la incidencia de una enfermedad está relacionada con
las densidades de la población sana y la población
infectada. Desde entonces se han realizado múltiples
modelos que han supuesto
grandes avances, entre los que cabe destacar la
formulación de la transmisión de la malaria realizada
por Ronald Ross, demostrando que reduciendo la
población de mosquitos desaparecería la enfermedad.
Por este trabajo el Dr. Ross fue galardonado en 1902
con un premio Nobel de Fisiología y Medicina.
Un factor que determina el potencial de la propagación
de un agente infeccioso (virus, bacteria, prión,
micoplasma, protozoo, etc.) es su contagiosidad o
infecciosidad. Ésta se define como la capacidad del
agente para extenderse entre la población, y se puede
valorar a partir del número medio de individuos a los
que un infectado transmite la infección en una
población totalmente susceptible. A esta cantidad, en
epidemiología, se la denomina número reproductivo
básico y se la representa por R0. De esta definición se
sigue que R0 > 1 es una condición necesaria para el
brote de una infección. La condición R0 = 1 define el
denominado umbral de la epidemia ya que, por debajo
de este valor, no es posible que un infectado propague
una infección de forma que ésta progrese y se convierta
en epidemia. No obstante, superar este umbral puede
no ser suficiente si se contempla la posibilidad de que
un individuo infectado no dé lugar a un brote
epidémico por causas aleatorias. En este caso
hablamos de la extinción estocástica de la epidemia y,
bajo ciertas hipótesis, su probabilidad es proporcional
a 1/R0
Los tipos de estado por los que puede pasar un
individuo no son los mismos para cada enfermedad.
Los posibles estados que se suelen utilizar en los
modelos son los siguientes:
● S: Individuos sanos y susceptibles de ser infectados.
● E: Individuos infectados en fase latente (es decir,
individuos infectados que no pueden contagiar a los
demás).
● I: Individuos infectados e infecciosos que pueden
contagiar a otros.
● R: Individuos resistentes a la enfermedad
(normalmente tras recuperarse de la enfermedad o
tras ser vacunados)
● M: Individuos con inmunidad temporal a la
enfermedad (por ejemplo, heredado de la madre).
Los dos modelos deterministas básicos de la
propagación de enfermedades infecciosas entre
individuos son el modelo SIS (por Susceptible-
Infectado-Susceptible) y el modelo SIR (por
Susceptible-Infectado-Recuperado), este último para
modelar enfermedades donde se adquiere inmunidad o
se fallece después de la infección. Modelos más
elaborados incluyen más clases de individuos como,
por ejemplo, los portadores (individuos infectados que
aún no muestran los síntomas de la enfermedad), y
pueden contemplar grupos de edad dentro de cada
clase. Para enfermedades como la malaria, donde la
transmisión de la infección tiene lugar a través de
individuos de otras especies (en este caso mosquitos),
los modelos anteriores se reformulan para contemplar
esta infección cruzada entre especies. Así, si partimos
del modelo SIS, a las ecuaciones para las variables que
describen la población de susceptibles e infectados de
una especie, hay que añadir las correspondientes a los
individuos susceptibles e infectados de la otra especie
(mosquitos en el caso de la malaria).
Modelo SIS
a versión más sencilla del modelo SIS viene dada por
el siguiente sistema de ecuaciones diferenciales para la
evolución temporal del número de individuos
susceptibles, S(t), e infectados, I(t), en una población
donde el número total de individuos N = I + S se
supone constante durante la epidemia y donde,
además, no hay infección cruzada La modelización de
la propagación de epidemias entre especies: siendo c el
número medio de contactos por individuo y por unidad
de tiempo (tasa de contacto), β la probabilidad de que
se transmita la infección en un contacto entre infectado
y susceptible, y r la tasa de recuperación de la
enfermedad, que suele considerarse como el inverso
del tiempo de la infección.
Modelo SIR
Por su parte, el modelo SIR contiene una clase más de
individuos, los recuperados (o eliminadoss removed ),
y las ecuaciones que lo describen en su versión más
sencilla y en una población donde el número total de
individuos N = I + S + R también se mantiene
constante. Ahora r es la tasa de eliminación de los
individuos infectados
Obsérvese que, en ambos modelos, mientras N se
mantenga constante, trabajar con números de
individuos es equivalente a trabajar con las frecuencias
de las distintas clases de individuos. En el modelo SIS,
esto se traduce en la ecuación diferencial para la
evolución de la fracción de infectados (o prevalencia)
i(t)=I(t)/N , dada por:
En estas versiones simples de los modelos SIS y SIR,
la tasa de contacto c es la misma para todos los
individuos y, cuando hay saturación en el número de
contactos per cápita, no depende de cuánta población
haya. En otros casos, cuando se supone que no hay 𝑑𝑥
= 𝑘𝑥𝑦 (1)
limitación en el número de contactos per cápita, c = N. 𝑑𝑡
Este último tipo de transmisión ha sido propuesto para K= es la constante usual de proporcionalidad.
situaciones donde hay un gran hacinamiento de
animales, como granjas o animales que viven en Suponga que una pequeña comunidad tiene una
colonias, y para la transmisión de virus informáticos. población fija de n personas.

Así pues, cuando surge una nueva enfermedad, una de Si se introduce una persona infectada dentro de esta
las primeras tareas de los epidemiólogos durante el comunidad.
seguimiento inicial de la epidemia es la estimación del
valor de R0 mediante distintas aproximaciones y
técnicas estadísticas. No obstante, a pesar de la
sencillez de su definición, no resulta fácil obtener una
estimación verosímil del valor de R0 debido, entre
otras cosas, a la incertidumbre inherente a los valores
de los parámetros de los que depende. Fijémonos que
en la definición de R0 intervienen aspectos tanto de la
biología del patógeno, que en la expresión anterior Entonces se podría argumentar que x(t) Y y(t) están
están representados por r y β, como de la estructura relacionadas por x+y=n-1.
demográfica y social de los contactos entre individuos, Y=(+1−) (2)
resumidos por c en dicha expresión. Utilizando esta última ecuación para eliminar y en la
𝑑𝑥
ecuación (1) se obtiene el modelo: = 𝐾𝑥 (𝑛 + 1 −
𝑑𝑡
𝑥) (3)
Una enfermedad contagiosa, por ejemplo un virus de Una condición inicial obvia que acompaña a la
gripe, se propaga a través de una comunidad de ecuación (3) es x(0) = 1
personas que han estado en contacto con otras personas
enfermas. 𝑑𝑥
Sea que x(t) denote el número de personas que han = 𝑘𝑑𝑡
𝑥(𝑛 + 1 − 𝑥)
contraído la enfermedad Y 𝑑𝑥 Formatted: Font: PT Sans, Not Italic
y(t) denote el número de personas que aún no han sido = 𝑘𝑡 + 𝑐
𝑥(𝑛 + 1) − 𝑥 2
expuestas al contagio. 1 1
Es lógico suponer que la razón con la que se propaga ∫ − ∫ 2 = 𝑘𝑡 + 𝑐
𝑥(𝑛 + 1) 𝑥
la enfermedad es proporcional al número de 1
encuentros, o interacciones, entre estos dos grupos de (𝑛 + 1)𝑙𝑛|𝑥| − = 𝑘𝑡 + 𝑐
𝑥
personas. 1
Formatted: Font: PT Sans, Not Italic
(𝑛 + 1)𝑒 𝑥 + 𝑒 𝑥 = 𝑒 𝑘𝑡 + 𝑒 𝑐
Si suponemos que el número de interacciones es
conjuntamente proporcional a x(t) Y y(t), esto es,
proporcional al producto xy, entonces: Bibliografía:
 https://prezi.com/h5hddnyg3wc3/propagacion Formatted: List Paragraph, Bulleted + Level: 1 +
-de-una-enfermedad/ Aligned at: 0.25" + Indent at: 0.5"
Para poder conocer sobre este modelo
matemático es necesario conocer sobre las
personas que influyeron e hicieron aportes
significativos hacia este:
Hipócrates (470-377 AC) por su parte
reconoció la asociación de la enfermedad con
sitio, condiciones del agua, clima, hábitos
alimenticios y vivienda, usa lo términos
“epidemia” y “endemia” y cree que la
enfermedad es el resultado del desequilibrio
entre los humores del cuerpo.
PROPAGACION DE UNA ENFERMEDAD
N Webster (1758-1843) estudio que las
epidemias estuvieron relacionadas a ciertos
factores ambientales.