MODELO EPIDEMIOLGICO

DE DENGUE EN PUERTO
RICO
Almarely L. Berros Negrn, Carlo S. Gonzlez Acevedo, Ana M. Rodrguez Lpez
Mentora: Dr. Mayte Cruz-Aponte
Departmento de Matemtica Fsica
Universidad de Puerto Rico Cayey

Introduccin
Qu es el Dengue?
El

dengue es una enfermedad viral transmitida por

mosquitos que se extiende rpidamente en el
mundo.

Se

transmite por varias especies de mosquitos del

gnero Aedes, principalmente el Aedes aegypti.

Existen

cuatro serotipos diferentes del virus del

dengue (DEN 1, DEN 2, DEN 3 y DEN 4).

 Los

sntomas aparecen de 2 a 7 das despus de la

picadura infectiva.

El

dengue afecta a los bebs, nios pequeos y adultos, y

no existe un tratamiento especfico para la enfermedad.

Ms

del 70% de la carga de la enfermedad se encuentra

en el sudeste de Asia y el Pacfico Occidental.

En

Amrica Latina y el Caribe, la incidencia y la gravedad

de la enfermedad han aumentado rpidamente en los
ltimos aos.

Objetivo
En

esta investigacin, tenemos la

intencin de crear un modelo
epidemiolgico para describir
matemticamente la infeccin en Puerto
Rico y crear simulaciones para
comprender la propagacin de la
enfermedad.

Modelo Epidemiolgico
Se

utilizan para estudiar fenmenos

biolgicos matemticamente.
Nuestra investigacin se basa en
construir un modelo matemtico con el
fin de predecir o de estudiar el curso de
una epidemia en una poblacin.

Modelo Matemtico

Ecuaciones Diferenciales Vector

Ecuaciones Diferenciales
Humano

Parmetros
Parmetros
1/x
5 10 das
v

0.75

0.50

1/x
1/px

4 10 das
8 12 das

Descripcin
Das que el humano est infectado
Probabilidad de contacto efectivo
para el vector
Probabilidad de contacto efectivo
para los humanos
Das de incubacin en el humano
Das de incubacin en el vector

Donde x indicara un tipo diferente de

Dengue.

SIMULACIONES Y
RESULTADOS
PRELIMINARES

Figura A

Usando 1 / px = 8 das de incubacin (v), 1 / x = 10 das de infeccin y

variando 1 / x = 5, 7 y 10 das de incubacin (h) observamos que a
medida que el perodo de incubacin del humano aumenta inicia la
epidemia das ms tarde y el pico de la epidemia es menor y ocurre ms
tarde, pero la duracin epidemia es similar para todos.

Figura
B

Usando 1 / x = 5 das de infeccin, 1 / x = 10 das de incubacin (h) y

variando 1 / px = 8, 10 y 12 das de incubacin (v) observamos que a
medida que el perodo de incubacin del vector aumenta inicia la epidemia
muy pocos das despus y el pico no es significativamente ms bajo, la
duracin epidemia es similar para todos, pero estos cambios no son
significativos.

Figura
C

Usando 1 / px = 10 das de incubacin (v), 1 / x = 7 das de incubacin

(h) y variando 1 / x = 5, 7 y 10 das de infeccin observamos que a
medida que el perodo de infeccin del humano aumenta inicia la epidemia
a los pocos das, pero hay un cambio significativo en la duracin de la
epidemia, la altura del pico y en general el tamao final de la epidemia (es
decir, el nmero de personas infectadas en general.

Usando 1 / px = 8 das de incubacin (v), 1 / x = 4 das de incubacin (h) y

variando 1 / x = 5, 7 y 10 das de infeccin observamos que a medida que el
.
perodo de infeccin del humano aumenta tambin aumenta la cantidad de
vectores infectados, de humanos infectados y el tamao final de la epidemia. A
lo contrario la rapidez de recuperacin disminuye.

Figura D

Figura
G

Usando 1 / px = 8 das de incubacin (v), 1 / x = 5 das de infeccin y

variando 1 / x = 4, 7 y 10 das de incubacin (h) observamos que al
aumentar el periodo de incubacin humano decrece el pico pero aumenta el
tiempo de la epidemia y acaba mas tarde. Se ve que esta variacin no tiene un
efecto marcado en el periodo de infeccin de vectores y que los picos de esta
figura
son
ms
bajas
en
comparacin
con
las
anteriores.

Figura
I

Usando 1 / px = 8 das de incubacin (v), 1 / x = 10 das de infeccin y

variando 1 / x = 4, 7 y 10 das de incubacin (h) se observa que el patrn
sigue y la cantidad de vectores infectados aumenta significativamente al igual
que los picos de la epidemia. Esta figura muestra unos picos muy altos en
relacin
a
las
figuras
anteriores.

Trabajo Futuro
Concentrarnos

en trabajar en el modelo y la
bsqueda de ms informacin acerca de la infeccin
para ajustar los parmetros de nuestro modelo.

Ms

adelante, tenemos que establecer los valores

numricos y estadsticos para nuestro modelo y
analizarlos para que podamos incorporar a nuestra
investigacin en una estructura matemtica.

Referencias Seleccionadas
1.

Samat, N. A., & Percy, D. F. Numerical Analysis of the SIR-SI Differential

Equations with Application to Dengue Disease Mapping in Kuala Lumpur,
Malaysia.

2.

World Health Organization, Special Programme for Research, Training in

Tropical Diseases, World Health Organization. Department of Control of
Neglected Tropical Diseases, World Health Organization. Epidemic, &
Pandemic Alert. (2009). Dengue: guidelines for diagnosis, treatment,
prevention and control. World Health Organization.

3.

Semana 40 - 43 del 22 - 28 de octubre del 2014. Informe Semanal de

Vigilancia del Dengue. Departamento de Salud de Puerto Rico Informe.
http://www.salud.gov.pr/dengue/CDC%202014/Informe%20Dengue
%20Semana%2040%202014.pdf. Acezado, 24 de noviembre de 2014.

Preguntas?