2022, Número 1
Necesidad de superación en modelos matemáticos de epidemiología
Texto completo
Cómo citar este artículo
Artículos similares
Idioma: Español
Referencias bibliográficas: 19
Paginas:
Archivo PDF: 869.54 Kb.
RESUMEN
Introducción: En Cuba, se formulan modelos matemáticos, pero no están contemplados para la superación de posgrado ni en pregrado. Aunque los modelos idealizan la realidad, permiten, de manera sencilla, hacer predicciones sobre el comportamiento futuro de una enfermedad y tomar las medidas necesarias.Objetivo: Identificar necesidad de superación en modelos matemáticos de epidemiología.
Métodos: Se utilizó un modelo estocástico presente en el paquete EpiModel del programa R. Se simularon tres situaciones diferentes, la primera con violaciones del distanciamiento y la higiene general, la segunda con mejoras en estos dos aspectos, más la inmunidad lograda al 70 % de la población por vacunación y la tercera con mejoras notables en higiene y distanciamiento junto a la vacunación. Se calculó, además, el comportamiento del número reproductivo con el paquete earlyR a partir de la incidencia.
Resultados: Se valoró como las trayectorias con los modelos estocásticos tienen más variabilidad y como la reducción de contactos aplana la curva. Se evaluó la dispersión de la epidemia en situaciones de violaciones de la prevención y en otras donde hay prevención y además vacunación. La línea roja de cada modelo varía según las circunstancias, claramente en los casos de violaciones de distanciamiento e higiene esta curva se amplia y se aplana en el caso contrario.
Conclusiones: Se identificaron suficientes evidencias sobre el uso y la necesidad de modelos matemáticos para apoyar la toma de decisiones en la epidemiología, se identificó la necesidad de superación en posgrado sobre la teoría de epidemias, que puede extenderse a pregrado.
REFERENCIAS (EN ESTE ARTÍCULO)
Castilla MÁ, Guerra MF, Villadiego EM. Salud pública: un campo de confrontación del paradigma disciplinar y transdisciplinar. Revista Avances En Salud [Internet]. 2018 [citado 06 Jul 2021];2(2):48-57. Disponible en: Disponible en: https://revistas.unicordoba.edu.co/index.php/avancesalud/article/view/1457 1.
Más Bermejo P, Vidal Ledo MJ, Baldoquín Rodríguez W, Seuc Jo AH, Guinovart Díaz R, Pérez Rodríguez N, et al. Organización de la investigación epidemiológica para la lucha antiepidémica contra la COVID-19 en Cuba. INFODIR [Internet]. 2020 [citado 08 Jul 2021];32. Disponible en: Disponible en: http://revinfodir.sld.cu/index.php/infodir/article/view/831/1304 2.
Moradian N, Ochs HD, Hamblin MR, Camargo CA, Martinez JA, Biamonte JD, et al. The urgent need for integrated science to fight COVID‑19 pandemic and beyond. J Transl Med [Internet]. 2020 [citado 12 Ago 2021];18:25. Disponible en: Disponible en: https://translational-medicine.biomedcentral.com/articles/10.1186/s12967-020-02364-2 4.
Smetschka B, Gaube V. Co-creating formalized models: Participatory modelling as method and process in transdisciplinary research and its impact potentials. Environmental Science and Policy [Internet]. 2020 [citado 19 Ago 2021];103:41-49. Disponible en: Disponible en: https://enviro2.doe.gov.my/ekmc/wp-content/uploads/2020/07/Co-creating-formalized-models-Participatory-modelling-as-_2020_Environmenta.pdf 6.
Abelló Ugalde IA, Guinovart Díaz R, Morales Lezca W. El modelo SIR básico y políticas antiepidémicas de salud pública para la COVID-19 en Cuba. Rev cuba salud pública [Internet]. 2020 [citado 09 Ago 2021];46(Suppl 1):e2597. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662020000500013 9.
Sánchez Vargas HE, Beltrán Ramos-Sánchez L, Galindo-Llanes PA, Salgado Rodríguez A. Modelación físico-matemática para la toma de decisiones frente a la COVID-19 en Cuba. Rev retos [Internet]. 2020 Jul-Dic [citado 06 Ago 2021];14(2):55-86. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2306-91552020000200054 11.
Estrada Álvarez JM, Ospina Ramírez JJ, Hincapié Acuña M, Gómez González MP. Estimación del intervalo serial y número reproductivo básico para los casos importados de COVID-19. Rev salud pública [Internet]. 2020 Mar-Abr [citado 12 Ago 2021];22(2). Disponible en: Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0124-00642020000200214&lng=en&nrm=iso 12.
Peralta Polo J, Caro Candezano MA, Niebles Núñez L. Dos enfoques matemáticos epidemiológicos para modelar el comportamiento de los decesos causados por el CoViD-19. Investigación e Innovación en Ingenierías [Internet]. 2020 Jul-Dic [citado 14 Ago 2021];8(2). Disponible en: Disponible en: http://revistas.unisimon.edu.co/index.php/innovacioning/article/view/4257 14.
Jiménez Romero C, Tisnés A, Linares S. Modelo de simulación del COVID-19 basado en agentes. Aplicación al caso argentino. POSICION [Internet]. 2020 [citado 17 Ago 2021];3. Disponible en: Disponible en: https://ri.unlu.edu.ar/xmlui/bitstream/handle/rediunlu/687/Jimenez%20Romero_COVID1-9.pdf?sequence=1&isAllowed=y 15.
Álvares Pomar L, Rojas Galeano S. Herramienta basada en agentes para la valoración del impacto de intervenciones no farmacéuticas contra la COVID-19. TecnoL [Internet]. 2020 Sep-Dic [citado 09 Ago 2021];23(49). Disponible en: Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-77992020000300179 16.
Vidal Ledo M, Guinovart Díaz R, Baldoquín Rodríguez W, Valdivia Onega NC, Morales Lezca W. Modelos matemáticos para el control epidemiológico. Educ Med Super [Internet]. 2020 Abr-Jun [citado 22 Ago 2021];34(2). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412020000200026 19.