Modelos discretos en epidemiología. Paula Andrea González Parra
Чтение книги онлайн.

Читать онлайн книгу Modelos discretos en epidemiología - Paula Andrea González Parra страница 4

Название: Modelos discretos en epidemiología

Автор: Paula Andrea González Parra

Издательство: Bookwire

Жанр: Математика

Серия:

isbn: 9789586190947

isbn:

СКАЧАТЬ alt="image"/> es el tiempo esperado de una persona en estado infeccioso, lo cual da un sentido biológico al Número Reproductivo Básico obtenido.

      A continuación se presentan resultados de algunas simulaciones del modelo realizadas en MatLab.

      En esta sección se presentan resultados de algunas simulaciones para diferentes valores de los parámetros. Sea image (probabilidad de que un individuo se recupere de manera natural), así que el tiempo esperado de una persona en estado infeccioso será de siete días. Se toman diferentes valores del parámetro β (probabilidad de una nueva infección), obteniendo así diferentes valores de R0. Tomamos como valores de β : 0,1, 0,3 y 0,5.

      Las figuras 1.3 y 1.4 muestran el comportamiento de los individuos susceptibles, infectados y recuperados para R0 = 0,7, R0 = 2,1, y R0 = 3,5. Note que cuando R0 < 1 (Figura 1.3) pocas personas son infectadas y la enfermedad desaparece rápidamente. Por el contrario cuando R0 > 1 (Figura 1.4) la enfermedad se extiende en la población, llegando a infectar a un buen número de individuos, si no se toman las medidas de control necesarias las cuales pueden incluir tratamiento, vacunación, distanciamiento social, entre otras. A mayor valor de R0, un mayor número de individuos será infectado y la enfermedad se propagará con mayor rapidez. Adicionalmente el pico de la epidemia (valor máximo de la curva de infectados) se alcanza más rápido cuando R0 es mayor. En este caso se observa que para R0 = 2,1, el pico se alcanza en el día 63 (ver Figura 1.4, parte superior) mientras que para R0 = 3,5, se alcanza en el día 33 (Figura 1.4, parte inferior).

      A continuación el código de MatLab con el que se obtuvieron las simulaciones presentadas. Note que el código para el modelo discreto es muy simple, lo cual es una de las ventajas de este tipo de modelos.

image

      Comportamiento de los individuos para R0 = 0,7.

image

      Figura 1.3: Comportamiento de los individuos susceptibles, infectados y recuperados para un valor de R0 = 0,7. Se observa que la enfermedad rápidamente desaparece. No se da un brote puesto que R0 < 1.

      Finalmente, la Figura 1.5 muestra el número acumulado de individuos infectados para los valores dados de R0, evidenciando además el tamaño final de la epidemia; es decir, que porcentaje de la población se infectará durante el transcurso de la misma. Se observa que en el primer caso R0 = 0,7, el número total de infectados tiende a cero, tal como se había indicado para valores de R0 < 1. En el caso de R0 = 2,1 el 82 % de la población se infectaría si no se tomara ninguna medida de control. Para R0 = 3,5 el porcentaje de la población que se podría infectar sería del 96 %.

      Comportamiento de los individuos para R0 = 0,7 y R0 = 2,1.

image

      Figura 1.4: Las figuras muestran el comportamiento de los individuos susceptibles, infectados y recuperados para R0 = 2,1 (parte superior) y R0 = 3,5 (parte inferior). Se observa que el pico de la epidemia depende del valor de R0. Cuando R0 = 2,1 el pico se alcanza el día 63, mientras que para R0 = 3,5 en el día 35.

       Tamaño final de la epidemia

image

      Figura 1.5: La figura muestra el tamaño final de la epidemia para diferentes valores de R0. Note que para R0 = 0,7, no se tiene un brote epidemico y la curva se estabiliza en cero. Para R0 = 2,1 y R0 = 3,5 se podrían contagiar el 82 % y 96 % de la población respectivamente si no se toman medidas de control.

      Конец ознакомительного фрагмента.

      Текст предоставлен ООО «ЛитРес».

      Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

      Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

/9j/4AAQSkZJRgABAQEAYABgAAD/4QAiRXhpZgAATU0AKgAAAAgAAQESAAMAAAABAAEAAAAAAAD/ 2wBDAAIBAQIBAQICAgICAgICAwUDAwMDAwYEBAMFBwYHBwcGBwcICQsJCAgKCAcHCg0KCgsMDAwM BwkODw0MDgsMDAz/2wBDAQICAgMDAwYDAwYMCAcIDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwMDAwM DAwMDAwMDAwMDAwMDAwMDAwMDAwMDAz/wAARCAu6CEMDASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEA AAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJx FDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNk ZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJ ytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+P
СКАЧАТЬ