Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
epidemias
Guillermo Abramson
Grupo de Fí
Física Estadí
Estadística, Centro Ató
Atómico Bariloche y
CONICET
Bariloche,
Bariloche, Argentina
1
PLAN DE LA CHARLA
Lo que les propongo esta noche es una revisión de algunas de las grandes
epidemias de la Historia, repasando brevemente el impacto que causaron y la
reacción que produjeron. En una segunda parte veremos algunos conceptos del
estudio matemático de las epidemias, y un par de ejemplos de nuestras propias
contribuciones en este campo.
2
La Plaga de Atenas (430 AC)
Ya los antiguos griegos se encontraron con una epidemia devastadora. En algún sentido, condujo a la terminación del
Siglo de Oro de Grecia, al poner fin al predominio de Atenas en la región. A principios de este año apareció una noticia
curiosa referida a esta Plaga.
La plaga, que empezó en Etiopía y pasó a través de Egipto y Libia a Grecia entre el 430 y el 426 aC, cambió el equilibrio
de poder entre Atenas y Esparta, acabando con la Edad de Oro de Pericles y la dominación ateniense del mundo
antiguo. Se piensa que una tercera parte de los atenienses, incluyendo a su carismático líder Pericles, perecieron en la
epidemia.
3
Primera Guerra del Peloponeso (431-425 AC)
Pericles
(495 AC – 429 AC)
4
La Plaga de Atenas (430 AC)
Mortalidad:
1/3 de la población?
Tucídides
1/3 de las tropas
Historiador de la
Guerra del
Peloponeso Atenas acabó perdiendo la
guerra y su hegemonía
Al sitiar el ejército de Esparta la ciudad, gran parte de la población rural de Atenas se refugió dentro de los
muros de la ciudad. En la ciudad superpoblada un brote infeccioso se convirtió en una epidemia
incontrolable. Los cadáveres se apilaban. El historiador Tucídides relata los hechos.
Había tantos enfermos que no había gente sana suficiente para cuidarlos. Los sobrevivientes resultaban
inmunizados, y se encargaban de los enfermos subsiguientes.
Murió una tercera parte de la población, incluído Pericles, en un rebrote de 429 AC.
Murieron tropas, y se hizo difícil conseguir mercenarios para una ciudad devastada por la plaga. Los
espartanos incluso desistieron de una invasión de Atica para no entrar en contacto con un enemigo
infectado.
Fue tan devastadora que eventualmente contribuyó a la caída de Atenas.
Como la enfermedad afectaba por igual a piadosos y pecadores, la gente se sintió abandonada por los
Dioses. Este sentimiento se ha repetido en todas las epidemias de la Humanidad. Los templos se
convirtieron en refugios de la población desplazada, y fueron los lugares donde más golpeó la enfermedad.
Los atenienses hasta interpretaron que los Dioses favorecían a Esparta. Tucídides se mantuvo escéptico de
estas creencias, apegándose al valor de la observación de la epidemia como un fenómeno natural.
Observó, por ejemplo, que los animales que devoraban cadáveres también enfermaban y morían.
A principios de 2006 una investigación basada en el estudio de restos de pulpa dental recuperada en un
enterramiento masivo en el cementerio de Kerameikos señaló a la fiebre tifoidea como responsable. Según
el estudio, llevado a cabo por la Universidad de Atenas, el ADN extraído es semejante al de la Salmonella
entérica serotipo Typhi.
Other scientists have disputed the findings, citing serious methodologic flaws in the dental pulp-derived DNA
study.
5
La Peste Negra (1347-1351)
Una flota Genovesa, huyendo del sitio de Caffa, llegó al puerto de Messina
trayendo la peste. La ciudad de Caffa (colonia genovesa con el monopolio del
comercio en el Mar Negro) estaba siendo sitiada por tropas de la Horda Dorada
(un estado mongol establecido hasta Europa oriental tras la desintegración del
Imperio Mongol). El ejército estaba sufriendo la peste, que venía desde Asia
central o más allá, y catapultaron los cadáveres por sobre las murallas,
desatando la epidemia en la ciudad. Es el primer caso conocido de Guerra
Bacteriológica.
6
Propagación de la Peste Bubónica en Europa
7
Representaciones artísticas de la época
Danza macabra
Flagelantes
Bioseguridad Nivel 4
Doctor Pico
8
Flagellants. From a fifteenth century woodcut.
La Gran Plaga de Londres (1665-1666)
9
La Gran Plaga de Londres
Primeros casos en el
invierno de 1664-1665.
En la primavera de 1665
escapó de control.
Mortalidad:
Isaac Newton
100 mil personas (1642-1727)
1/5 de la población de Londres
Woolsthorpe-by-Colsterworth
10
Los “Bills of Mortality” (1662)
John Graunt
(1620-1674)
En 1662 John Graunt concibió la idea de llevar cuenta de las estadísticas vitales
de la población mediante la publicación de Actas de Mortalidad (la natalidad
quedaba registrada en las parroquias.
11
Para 1665 se publicaban semanalmente. Los nombres de algunas de las causas de muerte son difíciles de
entender.
12
Distribución mundial de peste (1998)
Recurrencias:
(CDC)
13
SIDA (1981-)
14
Distribución mundial del SIDA en adultos
(OMS)
Mortalidad:
25 millones
2,8 millones en 2005
570 mil niños en 2005
33 a 46 millones de infectados
UNAIDS and the WHO estimate that AIDS has killed more than 25 million people
since it was first recognized in 1981, making it one of the most destructive
epidemics in recorded history. Despite recent, improved access to antiretroviral
treatment and care in many regions of the world, the AIDS epidemic claimed an
estimated 2.8 million (between 2.4 and 3.3 million) lives in 2005 of which more
than half a million (570,000) were children.[5]
Globally, between 33.4 and 46 million people currently live with HIV.[5] In 2005,
between 3.4 and 6.2 million people were newly infected and between 2.4 and 3.3
million people with AIDS died, an increase from 2003 and the highest number
since 1981
15
Gripe A H5N1 (?)
Gripe A subtipo H5N1 es un virus de gripe que causa una severa enfermedad en
humanos y en aves domésticas. Es endémica en poblaciones de aves silvestres
del sudeste asiático, y se está expandiendo rápidamente. Ha causado ya la
muerte de decenas de millones de aves, y el sacrificio de centenares de millones
de aves de corral. Aparentemente, no se contagia entre personas, por lo cual no
existe riesgo de una epidemia. Pero, como todos los virus de gripe, muta
rápidamente, lo cual lo convierte en candidato de ser precursor del próximo virus
de gripe humana que cause una pandemia, tal vez similar a la Gripe Española de
1918 que causó 25 millones de muertes en todo el mundo.
Los primeros casos en humanos ocurrieron en Hong Kong durante una epidemia
en las aves de corral (una panzoonosis), que fue detenida sólo al exterminar a la
población total de aves domésticas del territorio (2003). Hay casos anteriores de
virus similares.
16
Casos de Gripe A H5N1
(OMS)
17
EL ESTUDIO MATEMÁTICO
DE LAS EPIDEMIAS
18
Las EPIDEMIAS
tienen muchos de los ingredientes que participan en lo
que vagamente reconocemos como
SISTEMAS COMPLEJOS
• Poblaciones de por lo menos dos especies
• Varios tipos de interacción, plagadas de detalles
• Muchos otros agentes: vectores, vacunación, salud pública, geografía,
comportamiento social…
• Emergencia de comportamientos no obvios a partir de la dinámica microscópica
de la enfermedad
19
La “Patometría”
Sir Ronald Ross
(1857-1932)
Ronald Ross (n. Almora, India, en 1857 ó 59), médico genial, descubridor del
agente causante de la malaria y de su transmisión por el mosquito, publicó en
1917 este trabajo donde se asombra de que no se haya hecho una teoría
matemática de la propagación de epidemias, un campo en el cual existían desde
hacía tiempo grandes cantidades de datos estadísticos esperando ser
examinados. Dice, además, que las cuestiones fundamentales de la
epidemiología, en las cuales se basan las medidas preventivas, tales como la
tasa de contagio, la frecuencia de brotes, la pérdida de la inmunidad, no pueden
ser resueltas por métodos que no sean analíticos. A qué se debe que algunas
enfermedades persistan en la población, mientras que otras aparecen y
desaparecen? Por qué existen las epidemias? Ross sospecha que la
respuesta a estas preguntas se esconde en principios fundamentales a los
que puede accederse mediante el cálculo, del mismo modo que en la
Astronomía, la Física y la Mecánica.
In 1902 he was awarded the Nobel Prize for Medicine "for his work on malaria,
by which he has shown how it enters the organism and thereby has laid the
foundation for successful research on this disease and methods of combating it".
Sir Ronald Ross in 1899 (Courtesy: London School of Hygiene and Tropical
Medicine)
Page from notebook where Sir Ronald Ross records his discovery of the
mosquito transmission of malaria, 20 August 1897. (Courtesy: London School of
Hygiene and Tropical Medicine)
20
21
Modelo SIR
William Kermack (1898-1970)
Anderson McKendrick (1876-1943)
contagio recuperación
S I (o muerte)
R
susceptibles infectados recuperados
removidos
Kermack & McKendrick, A Contribution to the Mathematical Theory of Epidemics, Proc. Roy. Soc. Lond. 115A, 700-721 (1927).
22
Progreso de una epidemia SIR sencilla
23
Infección!
24
La epidemia comienza a crecer…
25
26
Máximo de prevalencia
27
Máximo de prevalencia
28
La epidemia declina…
29
La epidemia declina…
30
La epidemia declina…
31
Fin de la epidemia
32
Gente no afectada por la epidemia!
33
Ecuaciones “de reacción” del modelo SIR
(campo medio, bien mezclado)
dS
= − rSI
dt
dI
= rSI − aI r > 0 tasa de infección
dt
dR
= aI a > 0 tasa de remoción
dt
S (0) = S 0 > 0, I (0) = I 0 > 0, R(0) = 0
N = S + I + R = constante
34
FENÓMENO DE UMBRAL
A tiempo cero:
⎧ a
dI ⎪ > 0 S 0 > ≡ρ
= I 0 (rS 0 − a ) ⎨ r
dt a
t =0 ⎪< 0 S 0 < ≡ ρ
⎩ r
35
Tasa reproductiva de la infección
>1 <1
S
S I
I R
R
epidemia brote
36
De las ecuaciones de S y de R:
dS S
= − ⇒ S = S0e − R ρ
dR ρ
⇒ S (∞) = S 0 e − R ( ∞ ) ρ = S 0 e −( N − S ( ∞ )) ρ
La infección se extingue por falta de
infectados, no por falta de
susceptibles.
Una parte de la población
permanece susceptible.
37
Trayectorias en el plano de fases
dI I (rS − a ) ρ
=− = −1 + ( I ≠ 0)
dS rSI S
38
En la vida real, puede ser difícil medir I(t), y puede ser más facil contar
a los removidos, o a los muertos:
dR
dt
(
= aI = a( N − R − S ) = a N − R − S 0 e − R ρ )
⎡ ⎛ S0 ⎞ S0 R 2 ⎤
≈ a ⎢ N − S 0 + ⎜⎜ − 1⎟⎟ R − 2 ⎥
si R ρ es chico
⎣ ⎝ ρ ⎠ 2 ρ ⎦ (la epidemia
no es muy
grande)
ρ 2 ⎡⎛ S 0 ⎞ ⎛ αat ⎞⎤
⇒ R(t ) = ⎢ ⎜ − 1 ⎟ + α tanh ⎜ − φ ⎟⎥
S 0 ⎣⎜⎝ ρ ⎟
⎠ ⎝ 2 ⎠⎦
Tasa de dR aα 2 ρ 2 ⎛ αa ⎞
remoción: ≈ sech 2 ⎜ t − φ ⎟
dt 2S0 ⎝ 2 ⎠
3 parámetros
39
SIR en el mundo real…
40
Muertes por peste en Londres
(años seleccionados)
41
Factores que afectan el
desarrollo de la epidemia...
42
…si hay más gente…
43
…si la densidad de población es
mayor…
44
…si la enfermedad es distinta…
45
…si hay gente vacunada…
46
Extensiones:
nacimientos modelo SIRS con
demografía…
contagio recuperación
S I R
muertes adicionales
muertes muertes
pérdida de la inmunidad
47
Complicaciones: secuencia de eventos
en una enfermedad infecciosa simple...
momento
de la
infección
tiempo
latencia período infeccioso
48
Más complicaciones…
Vacunación
Tratamiento
Respuesta inmune
Extensión geográfica
Estructura social…
49
PROPAGACIÓN DE EPIDEMIAS
∂S
= − rIS + D∇ 2 S Transporte de tipo difusivo
∂t (o una retícula con
contactos entre los
∂I vecinos…)
= rIS − aI + D∇ 2 I
∂t
∂S ∂2S
1D y = − IS + 2
reescaleando ∂t ∂x
∂I ∂2I
= IS − λI + 2
∂t ∂x
50
ONDAS EPIDÉMICAS
Buscamos soluciones del tipo:
∂S ∂2S
= − IS + 2
∂t ∂x S
∂I ∂2I onda epidémica…
= IS − λI + 2
∂t ∂x
I
51
linealización…
− c ± c 2 − 4 (1− λ )
I ' '+ cI '+ I (1 − λ ) ≈ 0
z
I ( z) ≈ e 2
Reducir S0 (vacunación)
Reducir el contagio (aislamiento, tratamiento,…)
52
…si la gente se relaciona de
maneras distintas…
Abramson y
Kuperman
53
…si la gente se relaciona de
maneras distintas…
Abramson y
Kuperman
54
REDES
55
Sincronización de un sistema SIRS en una red SW
56
Hantavirus del Nuevo Mundo
New York
Sin Nombre Peromyscus leucopus
Peromyscus maniculatus Prospect Hill
Muleshoe Microtus pennsylvanicus
Sigmodon hispidus Bloodland Lake
Microtus ochrogaster
Isla Vista Bayou
Microtus californicus Oryzomys palustris
Black Creek Canal
El Moro Canyon Sigmodon hispidus
Reithrodontomys megalotis Rio Segundo
Caño Delgadito Reithrodontomys mexicanus
Sigmodon alstoni Laguna Negra
Juquitiba Calomys laucha
Calabazo y Choclo Unknown Host
Zigodontomys brevicauda Maciel
Rio Mamore Necromys benefactus
Oligoryzomys microtis Hu39694
Orá
Orán Unknown Host
Oligoryzomys longicaudatus Lechiguanas
Bermejo Oligoryzomys flavescens
Oligoryzomys chacoensis Pergamino
Akodon azarae
Andes
Oligoryzomys longicaudatus
57
TRANSMISIÓN DE LOS HANTAVIRUS
Roedor infectado
crónicamente
Transmisión horizontal de la
infección por comportamiento
agresivo intraespecífico
(CDC)
58
INFINITAS COMPLICACIONES!
• Machos y hembras, juveniles, sub-adultos, adultos
• Differentes interacciones
• Adultos Ö difusión dentro de un “home range”
• Sub-adultos Öescapan para encontrar un “home range”
• Juveniles Ö pocas excursiones desde el nido
• Machos y hembras, exploraciones, “transitorios”…
• Diferentes especies, otras species…
Zygodontomys Peromyscus
brevicauda maniculatus
(Hantavirus (Hantavirus
Calabazo) Sin Nombre)
59
TRES OBSERVACIONES DE CAMPO
Y UN MODELO SENCILLO
Dinámica poblacional
+
Contagio
+ Modelo matemático
(Movimiento)
+
(Competencia con no-huéspedes)
Las otras dos aparecen como consecuencias de las soluciones del modelo.
60
MODELO BÁSICO (sin movimiento aún!)
61
BIFURCACIÓN
b
Kc =
a (b − c )
62
FENÓMENOS ESPACIALMENTE
EXTENDIDOS
∂M S ( x, t ) M M
= b M − c M S − S − a M S M I + D∇ 2 M S ,
∂t K ( x)
∂M I ( x, t ) M M
= − c M I − I + a M S M I + D∇ 2 M I ,
∂t K ( x)
• Transporte difusivo
• K dependiente del espacio, siguiendo la
diversidad del terreno
63
“REFUGIOS”
64
Ondas
viajeras del
sistema
completo
Velocidades
permitidas:
vS ≥ 2 D(b − c)
vI ≥ 2 D[− b + aK (b − c)] Depende de K y a
65
Dos regímenes de propagación:
vI < vS si K < K 0
vI = vS si K > K 0
2b − c
K0 =
a (b − c )
66
Parámetros?...
∂M S ( x, t ) M M
= b M − c M S − S − a M S M I + D∇ 2 M S ,
∂t K ( x)
∂M I ( x, t ) M M
= − c M I − I + a M S M I + D∇ 2 M I ,
∂t K ( x)
… y validez de la difusión?...
67
NUESTRA Depredación
HOJA DE Jerarquía Competencia
RUTA
HOY
Biodiversidad
Fluctuaciones
Oscilaciones
Modelo simple Ecuación
(campo medio)
Maestra
Extinctión
(First Passage Time)
Modelo
“Transporte” animal
espacialmente
Refugios y “home ranges”
extendido U1 U2 U3
Ondas -xc/2
xc1
-G/2
xc2
G/2
xc3
xc/2
Otros
Metapopulations sistemas
epidémicos
68
Gracias!
69