You are on page 1of 14

Captulo 2

Epidemiologa Matem
atica
Hasta este momento las secciones anteriores nos proporcionan el comportamiento de algunos
virus, bacterias y organismo que provocan algunas enfermedades. En esta seccion vamos a
estudiar modelos que proporcionan el comportamiento de una epidemia desde el punto de vista
de los individuos que la padecen.
Durante el proceso infeccioso y dependiendo del tipo de enfermedad, los individuos pueden
pasar por todos o algunos de los siguientes estados:
Susceptibles (S), estado en el cual el individuo puede ser contagiado por otro que
este infectado.
Infectado (I), estado durante el cual el individuo se halla infectado y puede ademas
infectar.
Recuperado (R), estado durante el cual el individuo no puede ni ser infectado por haber
adquirido inmunidad (temporal o permanente), ni infectar por haber recuperado o haber
pasado la etapa contagiosa de la enfermedad.
Entre las enfermedades infectocontagiosas encontramos dos grupos principales:
Las que confieren inmunidad al infectado una vez recuperado, la mayora de ellas son
origen viral como el sarampion, la varicela y poliomielitis entre otras.
Las que una vez recuperado el individuo vuelve a ser susceptible inmediatamente. Normalmente estas enfermedades suelen estar causadas por agentes bacterianos como la peste,
algunas meningitis o por protozoos como la malaria.
Teniendo en cuenta los distintos estados relacionados con un proceso infeccioso, los modelos
epidemiologicos matematicos se dividen en tres grandes grupos:
SIR
33

2.1. MODELO SIS

34

El modelo susceptible-infectado-recuperado, relacionado con las enfermedades que confieren inmunidad permanente y un ciclo tpico incluye los tres estados.
Esto no quiere decir que todos los individuos de una poblacion deben pasar por estos
tres estados, algunos no seran infectados y permaneceran sanos, o sea siempre en estado
S, otros seran inmunizados artificialmente por vacunacion o por alg
un otro metodo y
pasaran a ser recuperados R sin haber estado infectados.
SIRS
El modelo susceptible-infectado-recuperado-susceptible, identico al anterior, pero aplicable a casos en que la inmunidad no es permanente y el individuo vuelve a ser susceptible
despues de un cierto periodo, tal como la gripe.
SIS
El modelo susceptible-infectado-susceptible, se utiliza en casos en que la enfermedad no
confiere inmunidad y el individuo pasa de estar infectado a susceptible nuevamente, saltando la etapa de recuperado R.
Para el estudio que vamos a realizar de los distintos modelos suponemos que tenemos una
poblacion cerrada, en el sentido que en cada instante de tiempo siempre hay el mismo n
umero
de individuos. De forma analoga al estudio de modelo de poblacion realizado en las secciones
anteriores, a estos modelos se le pueden a
nadir los factores que afectan a la dinamica vital de
la poblacion, nacimientos, muertes, movimientos migratorios,etc. En este caso normalmente se
tratara de una poblacion abierta, es decir, en cada instante de t el n
umero de individuos totales
es distinto.

2.1.

Modelo SIS

Sea N (t) el n
umero de individuos totales que hay en la poblacion en el instante t. En este
modelo, se estudia la poblacion N (t) dividida en dos grupos:
S(t) n
umero de individuos susceptibles a contraer la enfermedad en el instante t,
I(t) n
umero de individuos infectados en el instante t.
Las variaciones de estas poblaciones son consecuencia del contagio por parte de individuos
infectados a individuos susceptibles, e individuos infectados que se recuperan y vuelven a ser
susceptibles.
El contagio se produce a traves de una tasa de contagio () que depende de cada enfermedad
y depende de ambas poblaciones, mientras que la recuperacion se produce a traves de una tasa
de recuperacion () que solo depende de la poblacion de individuos infectados que haya en cada
momento.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

35

2.1. MODELO SIS


Con la misma notacion anterior podemos expresar estas variaciones como:
S(t + t) = S(t) I(t) S(t) t + I(t) t,
I(t + t) = I(t) + I(t) S(t) t I(t) t.
En consecuencia el modelo se escribe,

S (t) = I(t)S(t) + I(t),


I (t) = I(t)S(t) I(t),
S(0) = S0 ,

I(0) = I0 .

Si la poblacion es cerrada, entonces N (t) = S(t) + I(t) es constante en cada instante t, es


decir N (t) = N para todo los valores de t, en particular para t = 0, luego:
N (t) = N (0) = S(0) + I(0) = S0 + I0 = N
Si la poblacion es constante, no hay variacion en la poblacion total, y en consecuencia
N (t) = S (t) + I (t) = 0. Por tanto en este caso los segundos miembros de las ecuaciones
diferenciales deben sumar 0.
Para estudiar el comportamiento de ambas poblaciones, en primer lugar estudiamos los
puntos de equilibrio. Estos puntos de equilibrio van a depender de los parametros , y N .
Buscamos si hay alg
un instante t para el que:
I(t)S(t) + I(t) = 0,

I(t)S(t) I(t) = 0

de donde
I(t)(S(t) ) = 0,
entonces, o bien I(t) = 0 o bien S(t) = 0.
Si I(t) = 0, como la poblacion es cerrada, entonces S(t) = N , luego tenemos un primer
punto de equilibrio (N, 0).
Si S(t) = 0, entonces S(t) = , y tenemos otro equilibrio ( , N ).
Graficamente, podemos observar los siguientes casos:

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

1
2.1. MODELO
SIS

Caso

36

< N : En este caso existen 2 posibles equilibrios (S, I) = (N, 0) y (S, I) = (N ).

2
gamma=0.05, beta=0.1, gamma/beta<N=100
90

90

80

80

70

70

60

60

susceptible
infected

population

population

gamma=0.8, beta=0.01, gamma/beta<N=100

50
40

40

30

30

20

20

10

10

15

20

25
time

30

35

40

45

Figura 1:

Caso

10

50

Figura 1:

susceptible
infected

50

10

15

20

25
time

30

35

40

45

50

<N

<N

> N : En este caso solo aparece el equilibrio (S, I) = (N, 0).

gamma=1.5, beta=0.01, gamma/beta>N=100

gamma=1.5, beta=0.01, gamma/beta>N=100

100

100
susceptible
infected

90

80

80

70

70

60

60

population

population

90

50
40

50
40

30

30

20

20

10
0

susceptible
infected

10
0

10

15

20

25
time

30

35

40

45

50

10

15

20

25
time

30

35

40

45

50

>N

>N

Figura
2:

Figura 2:

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

Como podemos observar, el comportamiento del modelo depende de los parametros pero a

traves del cociente N


, esto nos lleva a plantearnos si podemos volver a construir el modelo con
un solo parametro que corresponda al cociente.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

37

2.1. MODELO SIS

Este proceso se conoce con el nombre de adimensionalizacion del modelo, y consiste en hacer
un cambio de variables de manera que las nuevas variables no tengan dimension. Este cambio
de variable se hace buscando cantidades caractersticas de cada una de las variables.
Adimensionalizaci
on del modelo SIS
En primer lugar vemos las dimensiones de cada una de las variables y tasas que intervienen
en el modelo:
= tasa de recuperacion = constante que mide la intensidad de recuperacion de los
infectados, luego tiene dimension 1/(unidades de tiempo).
S, I= n
umero de individuos susceptible e infectados respectivamente, dimension n
umero
de individuos.
N =n
umero de individuos totales, dimension n
umero de individuos.
= tasa de contagio = constante que mide la probabilidad por unidad de tiempo y
por individuo de contraer la enfermedad, dimension 1/unidades de tiempo * n
umero de
individuos.
Seg
un estas dimensiones el cambio de variable, debe hacerse de la siguiente forma:
t = t,

S (t ) =

S(t)
,
N

I (t ) =

I(t)
N

Veamos como se escribe el modelo con estos cambios de variable, tenemos que ver las ecuaciones
diferenciales,y las condiciones iniciales en las nueva variables, para ello tenemos en cuenta la

regla de la cadena y dtdt = .


La primera ecuacion diferencial del modelo es:
dS(t)
= I(t)S(t) + I(t).
dt
Como S(t) = N S (t ), entonces
dS(t)
dS (t ) dt
dS (t )
=N
=
N

,
dt
dt dt
dt
lo que constituye el primer miembro de la ecuacion, el segundo miembro se obtiene sustituyendo
simplemente cada una de las variables, luego
N
o equivalentemente

dS (t )
= N I (t )N S (t ) + N I (t ),
dt
dS (t )
N
=
I (t )S (t ) + I (t ).

dt

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

2.1. MODELO SIS

38

Analogamente se hace para la segunda ecuacion del modelo, y las condiciones iniciales pasan a
ser S (0) = S0 /N = S0 y I (0) = T0 /N = I0 .
Por tanto el modelo se escribe ahora:
dS (t )

= I (t )S (t ) + I (t ),

dt

dI (t ) = I (t )S (t ) I (t ),
dt

S (0) = S0 ,


I (0) = I0 .

donde = N
es el u
nico parametro del modelo. Notemos que en estas nuevas variables los

valores de S e I tienen que estar entre 0 y 1.


Veamos ahora los puntos de equilibrio y su comportamiento. Tenemos dos puntos de equilibrio (1, 0) y (1/, 1 1/), como vemos el segundo punto depende del parametro lo que nos
lleva a las siguientes situaciones:
Si 1, entonces 1/ 1 y por tanto no es un equilibrio del sistema, luego hay un u
nico
equilibrio que corresponde a la extincion de la enfermedad.
Si > 1, entonces los dos puntos son puntos de equilibrio, que corresponden a una
enfermedad que se convierte en endemica.
Veamos el comportamiento cualitativo de las poblaciones,
Si partimos de S0 < 1/, entonces I es decreciente y S creciente hasta el valor de
equilibrio, que sera (1/, 1 1/), si > 1 y (1, 0) en el otro caso.
Si partimos ahora de S0 > 1/, solo puede ocurrir esto si > 1 ya que en el otro caso
S0 seria mayor que 1, que no tiene sentido. El comportamiento esperado es entonces I
creciente y S decreciente hasta el valor de equilibrio, que sera (1/, 1 1/).
En la figura 3 podemos comprobar estos comportamientos para distintos valores de

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

39

2.1. MODELO SIS

Epidemia en extincion (0.5)

Endemia sin extincion (1.5)

0.7

0.8

0.6
susceptibles
infectados

0.6
0.4

0.4

0.2

0.3

10

susceptibles
infectados

0.5

15

0.2

10

15

Endemia sin extincion (1.5)


0.7
0.6
susceptibles
infectados

0.5
0.4
0.3
0.2

10

15

Figura 3: Modelo SIS

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

2.2. MODELO SIR

2.2.

40

Modelo SIR

En este modelo, se estudia la poblacion dividida en tres grupos:


S n
umero de individuos susceptibles a contraer la enfermedad,
I n
umero de individuos infectados,
R n
umero de individuos que han adquirido inmunidad permanente a la enfermedad.
Las variaciones de estas poblaciones son consecuencia del contagio por parte de individuos
infectados a individuos susceptibles, e individuos infectados que se recuperan permanentemente,
es decir, no vuelven a ser susceptibles.
El contagio se produce a traves de una tasa de contagio () que depende de cada enfermedad
y depende de las poblaciones de individuos susceptibles e infectados, mientras que la recuperacion se produce a traves de una tasa de recuperacion () que solo depende de la poblacion de
individuos infectados que haya en cada momento.
Con la misma notacion anterior podemos expresar estas variaciones como:
S(t + t) = S(t) I(t) S(t) t,
I(t + t) = I(t) + I(t) S(t) t I(t) t,
R(t + t) = R(t) + I(t) t.

En consecuencia el modelo se escribe,



S (t) = I(t)S(t),

I (t) = I(t)S(t) I(t),


R (t) = I(t),
S(0) = S0 ,

I(0) = I0 ,

R(0) = R0 .

Para estudiar el comportamiento de las poblaciones, en primer lugar estudiamos los puntos
de equilibrio. Estos puntos de equilibrio van a depender de los parametros , y N .
Buscamos si hay alg
un instante t para el que:
I(t)S(t) = 0,

I(t)S(t) I(t) = 0,

I(t) = 0

de donde I(t) = 0 siempre. Entonces, como la poblacion es cerrada, los puntos de equilibrio
son de la forma (S, 0, N S), con S cualquier valor entre 0 y N .
Veamos el comportamiento cualitativo de las poblaciones:
La poblacion de los susceptibles es siempre decreciente.
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

41

2.2. MODELO SIR


La poblacion de los recuperados es siempre creciente.
De la poblacion de los infectados no podemos asegurar a priori, cual va a ser su crecimiento, pero si que va a tender a cero con el paso del tiempo.
Graficamente, podemos observar los siguientes casos:
1

0.9

0.9
S(t)
I(t)
R(t)

0.8
0.7

0.8

0.6

0.6

0.5

0.5

0.4

0.4

0.3

0.3

0.2

0.2

0.1

0.1

10

smallpox

0.7

15

1.2

10

15

1.2

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

measles/pertussis

0.2
0

10

15

0.2
0

10

15

sigma=6
1

0.9

0.9
S(t)
I(t)
R(t)

0.8
0.7

0.8

0.6

0.5

0.5

0.4

0.4

0.3

0.3

0.2

0.2

0.1
0

rubella/dipththeria

0.7

0.6

0.1
0

10

15

10

15

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

2.2. MODELO SIR

42

sigma=9
1

0.9

0.9

0.8

0.8

0.7

0.7

0.6

0.6

0.5

0.5

0.4

0.4

0.3

0.3

0.2

0.2

0.1

0.1

10

15

varicella

10

15

sigma=5
1

0.9

0.9
S(t)
I(t)
R(t)

0.8
0.7

0.8

0.6

0.5

0.5

0.4

0.4

0.3

0.3

0.2

0.2

0.1

0.1

10

Scarlet fever/ Mumps

0.7

0.6

15

10

15

Adimensionalizaci
on del modelo SIR
Como hemos observado, los puntos de equilibrio van a depender de nuevo de los parametros ,
y N , y por la misma razon que en el modelo SIS procedemos a realizar una adimensionalizacion
del modelo.
Las dimensiones de las variables son las mismas que en el modelo anterior, y por tanto el
cambio de variables es el mismo, es decir,
t = t,

S (t ) =

S(t)
,
N

I (t ) =

I(t)
,
N

R (t ) =

R(t)
.
N

Veamos como se escribe el modelo con estos cambios de variable, tenemos que ver las ecuaciones
diferenciales,y las condiciones iniciales en las nueva variables, para ello tenemos en cuenta la

regla de la cadena y dtdt = .


Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

43

2.2. MODELO SIR


El modelo se escribe:

dS (t )
= I (t )S (t ),
dt
dI (t )
= I (t )S (t ) I (t ),
dt
dR (t )
= I (t ),
dt
S (0) = S0 ,
I (0) = I0 ,
R (0) = R0 .

donde = N
es el u
nico parametro del modelo. Notemos que en estas nuevas variables los

valores de S , I y R tienen que estar entre 0 y 1.


En este caso hay un u
nico punto de equilibrio que corresponde a (S, 0, 1S), con S cualquier
valor entre 0 y 1. A diferencia de los anteriores modelos estudiados el punto de equilibrio no es
fijo, es lo que se llama un equilibrio libre.
Veamos el comportamiento cualitativo de las poblaciones,
La poblacion de los susceptibles es siempre decreciente.
La poblacion de los recuperados es siempre creciente.
De la poblacion de los infectados no podemos asegurar a priori, cual va a ser su crecimiento, pero si que va a tender a cero con el paso del tiempo.
Como aplicacion de este modelo, vamos a estudiar las siguientes enfermedades de las que conocemos el parametro :
Infeccion

Viruela
3-5
Sarampion 12-13
Tosferina
13-17
Rubeola
6-7
Varicela
9-10
Difteria
4-6
Escarlatina 5-7
Paperas
4-7
En las figuras 4 y 5 podemos comprobar estos comportamientos para las distintas enfermedades.
Para cada una de ellas se han obtenido dos graficas con las condiciones iniciales siguientes:
graficas de la columna de la izquierda S0 = 0,7, I0 = 0,3 y R0 = 0, y para la columna de la
derecha S0 = 0,3, I0 = 0,7 y R0 = 0.
Por u
ltimo en la siguiente tabla presentamos los valores de equilibrio obtenidos en estas
graficas:
Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

2.2. MODELO SIR

44

0.5

0.5

10

0.5

0.5

0
0
1

10

10

0
1

0.5

0.5

10

Tosferina

10

Sarampion

0.5

0.5

Viruela

10

10

Rubeola

Figura 4: Modelo SIR

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

10

45

2.2. MODELO SIR

0.5

0.5

10

0.5

0.5

10

0.5

0.5

10

0.5

0.5

10

Varicela

10

Difteria

10

Escarlatina

10

Paperas

10

Figura 5: Modelo SIR

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.

2.2. MODELO SIR

46
Infeccion
Viruela
Sarampion
Tosferina
Rubeola
Varicela
Difteria
Escarlatina
Paperas

r1
0.9902
1.0000
1.0000
0.9996
1.0000
0.9972
0.9993
0.9986

s1
0.0098
0
0
0.0004
0
0.0027
0.0007
0.0014

r2
0.9963
1.000
1.000
0.9999
1.000
0.9990
0.9997
0.9995

s2
0.0036
0
0
0.0001
0
0.001
0.0003
0.0005

Metodos Matematicos para las Ciencias de la Salud. Curso 2014/15.