Modelización matemática de enfermedades infecciosas


Los modelos matemáticos pueden proyectar cómo progresan las enfermedades infecciosas para mostrar el resultado probable de una epidemia (incluso en las plantas ) y ayudar a informar las intervenciones de salud pública y fitosanidad. Los modelos utilizan supuestos básicos o estadísticas recopiladas junto con las matemáticas para encontrar parámetros para diversas enfermedades infecciosas y usan esos parámetros para calcular los efectos de diferentes intervenciones, como los programas de vacunación masiva . El modelo puede ayudar a decidir qué intervenciones evitar y cuáles probar, o puede predecir patrones de crecimiento futuros, etc.

La modelización de enfermedades infecciosas es una herramienta que se ha utilizado para estudiar los mecanismos por los que se propagan las enfermedades, predecir el curso futuro de un brote y evaluar estrategias para controlar una epidemia. [1]

El primer científico que intentó cuantificar sistemáticamente las causas de muerte fue John Graunt en su libro Observaciones naturales y políticas hechas sobre los proyectos de ley de mortalidad , en 1662. Los proyectos de ley que estudió fueron listados de números y causas de muerte publicados semanalmente. El análisis de Graunt de las causas de muerte se considera el comienzo de la "teoría de los riesgos competitivos" que, según Daley y Gani [1], es "una teoría que ahora está bien establecida entre los epidemiólogos modernos".

El primer relato de modelado matemático de la propagación de enfermedades fue realizado en 1760 por Daniel Bernoulli . Bernoulli se formó como médico y creó un modelo matemático para defender la práctica de inocular contra la viruela . [2] Los cálculos de este modelo mostraron que la inoculación universal contra la viruela aumentaría la esperanza de vida de 26 años 7 meses a 29 años 9 meses. [3] El trabajo de Daniel Bernoulli precedió a la comprensión moderna de la teoría de los gérmenes .

A principios del siglo XX, William Hamer [4] y Ronald Ross [5] aplicaron la ley de la acción de masas para explicar el comportamiento epidémico.

La década de 1920 vio la aparición de modelos compartimentados. El modelo epidémico de Kermack-McKendrick (1927) y el modelo epidémico de Reed-Frost (1928) describen la relación entre individuos susceptibles , infectados e inmunes en una población. El modelo epidémico de Kermack-McKendrick tuvo éxito en predecir el comportamiento de los brotes muy similar al observado en muchas epidemias registradas. [6]


Diagrama del modelo SIR con valores iniciales y tasas de infección y recuperación .
Animación del modelo SIR con valores iniciales y tasa de recuperación . La animación muestra el efecto de reducir la tasa de infección de a . Si no hay medicamentos o vacunas disponibles, solo es posible reducir la tasa de infección (a menudo denominada " aplanamiento de la curva ") mediante medidas adecuadas, como el distanciamiento social.
Gráfico del umbral de inmunidad de la manada frente al número de reproducción básico con enfermedades seleccionadas