Análisis matemático de un modelo epidémico estructurado por síntomas

Autores/as

  • Pedro Isaac Pesantes Grados Facultad de Ciencias Matemáticas, Universidad Nacional Mayor de San Marcos, Av. Venezuela S/N, Lima 01, Lima-Peú. https://orcid.org/0000-0003-2370-1419
  • Roxana López-Cruz : Facultad de Ciencias Matemáticas, Universidad Nacional Mayor de San Marcos, Av. Venezuela S/N, Lima 01, Lima-Perú.

DOI:

https://doi.org/10.17268/sel.mat.2021.02.07

Palabras clave:

vacunación, estabilidad, sensibilidad, COVID-19

Resumen

Se propone una modificación del modelo epidemiológico SLIAR (Susceptible-Latente- Infectado Sintomático-Asintomático-Recuperado) con dinámica vital. Este modelo incluye una estrategia de control por vacunación, y un tratamiento para reducir los síntomas, además la población infectada sintomática se divide en dos estados según su gravedad. El análisis cualitativo muestra la estabilidad local del punto de equilibrio libre de enfermedad y el punto endémico. Las simulaciones y el análisis estadístico de sensibilidad son desarrollados utilizando un conjunto de parámetros para COVID-19, finalmente, encontramos que las tasas de transmisión, reclutamiento y vacunación son objetivos potenciales para controlar un brote epidémico.

Biografía del autor/a

Roxana López-Cruz, : Facultad de Ciencias Matemáticas, Universidad Nacional Mayor de San Marcos, Av. Venezuela S/N, Lima 01, Lima-Perú.

Mathematics, Ph.D. (Arizona State University-USA) Master en Matemáticas, (UNMSM) Estudios de Posgrado (IMPA - BRASIL) Licenciado en Matemáticas (UNMSM) Bachiller en Matemáticas (UNMSM) Profesor Principal e Investigador - Facultad de Ciencias Matemáticas - UNMSM Profesor Asociado e Investigador IDIC-ULIMA Miembro Directivo de la Sociedad Peruana de Matemática Aplicada y Computacional Miembro Asociado (Pro Secretaria) Academia Nacional de Ciencia y Tecnología Miembro Numerado del Colegio de Matemáticos del Perú Decana Nacional del Colegio de Matemáticos del Perú (2012-2014) ViceDecana del Colegio de Matemáticos del Perú (2014-2016) Académico Titular de la Academia Nacional de Ciencia y Tecnología Presidenta de la Sociedad Latinoamericana de Biología Matemática (SOLABIMA) (2015 - 2017). La Dra. Roxana López Cruz es la investigadora dedicada al estudio de modelos biomatemáticos, es la principal promotora de esta disciplina en nuestro país y la organizadora del Seminario Internacional de Biomatemática en Perú, principal evento en esta área. Como profesional en Matemáticas, actualmente se dedica a la difusión de la biomatemática (Matemáticas y Ciencias de la Vida) en Perú. Ella organiza varios eventos nacionales en el área donde expertos extranjeros se unen a jóvenes estudiantes de matemáticas y computación científica que lmuestran lo que aprendido en las aulas, trabajando en problemas relacionados con las ciencias de la vida, las matemáticas y la computación. Junto con otros colegas como epidemiólogos, está desarrollando proyectos de investigación y publicando artículos sobre temas relacionados con la epidemiología matemática (dinámica de la población) y con colegas matemáticos, nuestros temas principales para el modelado matemático es la ecología (especies de interacción y medio ambiente).

Citas

Abrams S, Wambua J, Santermans E, Willem L, Kuylen E, Coletti P, et al. Modelling the early phase of the Belgian COVID-19 epidemic using a stochastic compartmental model and studying its implied future trajectories. Epidemics. 2021;35(100449):100449.

Aguilar JB, Faust JS, Westafer LM, Gutierrez JB, Investigating the impact of asymptomatic carriers on COVID-19 transmission, medRxiv (preprint) (2020).

Amaya-Muvdi DA, Acercamientos a la epidemología de una enfermedad a través de sistemas compartimentales,B.S. thesis, Bogotá-Universidad de Los Andes, 2015.

Arino J, Brauer F, van den Driessche P, Watmough J, Wu J. Simple models for containment of a pandemic. J R Soc Interface. 2006;3(8):453–7.

Arino J, Brauer F, van den Driessche P, Watmough J, Wu J. A final size relation for epidemic models. Math Biosci Eng. 2007;4(2):159–75.

Arino J, Portet S. A simple model for COVID-19. Infect Dis Model. 2020;5:309–15.

Arino J. Mathematical epidemiology in a data-rich world. Infect Dis Model. 2020;5:161–88.

Brauer F. Some simple epidemic models. Math Biosci Eng. 2006;3(1):1–15.

Castillo-Salgado C, Mujica Ó J, Loyola E, Canela J ,Módulos de principios de epidemiología para el control de enfermedades, segunda edición. Organización Panamericana de la Salud. Washington D.C., 2011.

Chen J. Pathogenicity and transmissibility of 2019-nCoV-A quick overview and comparison with other emerging viruses. Microbes Infect. 2020;22(2):69–71.

Diekmann O, Heesterbeek JAP, Roberts MG. The construction of next-generation matrices for compartmental epidemic models. J R Soc Interface. 2010;7(47):873–85.

Kim S, Seo YB, Jung E. Prediction of COVID-19 transmission dynamics using a mathematical model considering behavior changes in Korea. Epidemiol Health. 2020;42:e2020026.

Kermack WO, McKendrick AG. A contribution to the mathematical theory of epidemics. Proc R Soc Lond A Math Phys Sci. 1927;115(772):700–21.

Lai C-C, Shih T-P, Ko W-C, Tang H-J, Hsueh P-R. Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and coronavirus disease-2019 (COVID-19): The epidemic and the challenges. Int J Antimicrob Agents. 2020;55(3):105924.

Lauer SA, Grantz KH, Bi Q, Jones FK, Zheng Q, Meredith HR, et al. The incubation period of Coronavirus disease 2019 (COVID-19) from publicly reported confirmed cases: Estimation and application. Ann Intern Med. 2020;172(9):577–82.

Li R, Pei S, Chen B, Song Y, Zhang T, Yang W, et al. Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV-2). Science. 2020;368(6490):489–93.

Liu Y, Gayle AA,Wilder-Smith A, Rockl¨ov J. The reproductive number of COVID-19 is higher compared to SARS coronavirus. J Travel Med. 2020;27(2). Available from: http://dx.doi.org/10.1093/jtm/taaa021.

Longini IM Jr, Halloran ME, Nizam A, Yang Y. Containing pandemic influenza with antiviral agents. Am J Epidemiol. 2004;159(7):623–33.

Marino S, Hogue IB, Ray CJ, Kirschner DE. A methodology for performing global uncertainty and sensitivity analysis in systems biology. J Theor Biol. 2008;254(1):178–96.

MINSA, Resolución Ministerial-139-2020-MINSA: Documento Técnico - Prevención y atención de personas afectadas por COVID-19 en el Perú,(MINSA) (2020) 6-9.

MINSA, Sala situacional COVID-19 Perú, updated to 28/09/2020 [Reviewed 29/09/2020],Ministerio de Salud de la República del Perú (MINSA). Available from: https://covid19.minsa.gob.pe/sala_situacional.asp.

Rasmussen AL, Popescu SV. SARS-CoV-2 transmission without symptoms. Science. 2021;371(6535):1206–7.

Romero-Brufau S, Chopra A, Ryu AJ, Gel E, Raskar R, Kremers W, et al. Public health impact of delaying second dose of BNT162b2 or mRNA-1273 covid-19 vaccine: simulation agent based modeling study. BMJ. 2021;373:n1087.

Tang B, Wang X, Li Q, Bragazzi NL, Tang S, Xiao Y, et al. Estimation of the transmission risk of the 2019-nCoV and its implication for public health interventions. J Clin Med. 2020;9(2):462.

van den Driessche P, Watmough J. Reproduction numbers and sub-threshold endemic equilibria for compartmental models of disease transmission. Math Biosci. 2002;180(1–2):29–48.

Wintachai P, Prathom K. Stability analysis of SEIR model related to efficiency of vaccines for COVID-19 situation. Heliyon. 2021;7(4): e06812.

Yang CY, Wang J. A mathematical model for the novel coronavirus epidemic in Wuhan, China. Math Biosci Eng. 2020;17(3):2708–24.

Yang CY, Wang J. Modeling the transmission of COVID-19 in the US–A case study. Infectious Disease Modelling 2021; 6:195-211.

Zhang T, Liu J, Teng Z. Existence of positive periodic solutions of an SEIR model with periodic coefficients. Appl Math (Prague). 2012;57(6):601–16.

Zhou F, Yu T, Du R, Fan G, Liu Y, Liu Z, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet. 2020;395(10229):1054–62.

Descargas

Publicado

2021-12-27

Cómo citar

Pesantes Grados, P. I., & López-Cruz, R. (2021). Análisis matemático de un modelo epidémico estructurado por síntomas. Selecciones Matemáticas, 8(02), 295-315. https://doi.org/10.17268/sel.mat.2021.02.07

Número

Vol. 8 Núm. 02 (2021): Agosto - Diciembre

Sección

Articles

Licencia

Derechos de autor 2021 Selecciones Matemáticas

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:

  1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative CommonsAtribución 4.0 Internacional (CC BY 4.0) , que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
  2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
  3. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado(Consultar: efecto del acceso abierto).