Un acercamiento a los modelos epidemiológicos poblacionales

Elianys García-Pola Cordoves, Aymée de los Ángeles Marrero Severo

Texto completo:

PDF

Resumen

Introducción: La biología matemática o biomatemática es un área científica que estudia y modela los procesos biológicos con el uso de técnicas y métodos matemáticos. Es de mucha importancia en la formulación de modelos matemáticos que describan la dinámica de procesos asociados a fenómenos biológicos y médicos y muy especialmente para la epidemiología en su propósito de caracterizar el contexto clínico y social en la dinámica de enfermedades contagiosas.

Objetivo: Argumentar las diferentes formas de modelos epidemiológicos poblacionales esenciales en el tratamiento y manejo de enfermedades transmisibles y epidemias, a través de una búsqueda bibliográfica relativamente diversa.

Desarrollo: A partir de la formulación clásica de Kermack-McKendrick presentamos un panorama de los modelos definidos por ecuaciones diferenciales ordinarias por el desempeño probado en la descripción matemática de la propagación de enfermedades. En un segundo momento, se presentan dentro de los modelos probabilísticos, los llamados modelos de urnas, que permiten otro enfoque, igualmente válido pero de más reciente utilización.

Conclusiones: La biomatemática es una ciencia multidisciplinaria en constante desarrollo y por eso, los modelos que se presentan en este estudio son solo un acercamiento a dos enfoques diferentes desde el punto de vista matemático, como son los poblacionales definidos por ecuaciones diferenciales ordinarias y comúnmente resueltos por técnicas de análisis numérico y computacional y los modelos de urnas, de carácter probabilístico.

Palabras clave

biomatemática; modelos epidemiológicos; ecuaciones diferenciales ordinarias; urnas.

Referencias

Boletín trimestral Instituto de Ciencias Matemáticas N.8 IV Trimestre 2014/ I Trimestre 2015.

Brauer, F. y otros. (2015). Modelos de la propagación de enfermedades infecciosas. Cali. Dirección de Investigaciones y Desarrollo Tecnológico.

Cervantes, L. (2015). Modelización matemática. Principios y aplicaciones. Benemérita Universidad Autónoma de Puebla.

Cruz-Reyes, A.; Camargo-Camargo, B. (2001). Glosario de términos es Parasitología y Ciencias Afines. Instituto de Biología, Programa Universitario de Investigación en Salud, y Plaza y Valdés. p. 85. ISBN 968-856-878-3.

Christophe Fraser; Christl A. Donnelly, Simon Cauchemez et al. (2009). Pandemic Potential of Strain of Influenza A(H1N1): Early Findings. Science 324 (5934):1557-1561. doi:10.1126/science.1176062

McCullagh, P. (2002), «What is a statistical model?», Annals of Statistics 30: 1225-1310, doi:10.1214/aos/1035844977.

Miller Jeff et al. «Earliest Known Uses of Some of the Words of Mathematics (S)». 2012.

Sanz, I. (2016). Modelos epidemiológicos basados en ecuaciones diferenciales. La Rioja: Servicio de Publicaciones de la Universidad de La Rioja.

Velasco, J. (2007). Modelos matemáticos en epidemiología: enfoques y alcances. México, D.F.

Velasco, J. (2017). Notas de modelación y métodos numéricos V. Guanajuato, México.

Vinay Kumar; Abul K. Abbas; Nelson Fausto; Jon C. Aster (2010). «Capítulo 3: Renovación, reparación y regeneración tisular». Patología estructural y funcional. Robbins y Cotran (8a edición). España: Saunders Elsevier. pp. 79-110. ISBN 978-1-4160-3121-5. OCLC 726744982.

Enlaces refback

  • No hay ningún enlace refback.


Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.