Comportamiento de enfermedades epidémicas a través del modelo matemático SIR: una revisión de la literatura
Resumen
El artículo describe las tendencias del comportamiento de enfermedades epidémicas basándose en el modelo epidemiológico SIR. El objetivo de este trabajo fue describir el comportamiento de enfermedades epidémicas basándose en el modelo epidemiológico SIR a partir de la revisión de la literatura bajo la metodología de la revisión sistemática con base en la estrategia Prisma. Los resultados mostraron el uso del modelo epidemiológico SIR para describir el comportamiento de varias enfermedades de naturaleza epidémica, ahondando en mayor frecuencia la enfermedad producida por el COVID-19 en los últimos años. Se concluye la importancia del uso del modelo SIR para la toma de decisiones como medidas de contención en la propagación de la enfermedad, así como el uso de un indicador importante como el índice de reproducción básica para determinar el comportamiento de la enfermedad.
Descargas
Citas
Abelló Ugalde, I. A., Guinovart Díaz, R.,y Morales Lezca, W. (2020). El modelo SIR básico y políticas antiepidémicas de salud pública para el COVID-19 en Cuba. Revista Cubana de Salud Pública, 46 (Supl. especial). https://www.scielosp.org/article/rcsp/2020.v46suppl1/e2597/
Aleja D, Criado R., y Romance M. (2020). Modelo SEIR para el Coronavirus COVID-19. https://www.dcncsciences.com/wp-content/uploads/2020/04/Informe-1.pdf
Arnau-Sabatés, L., y Sala Roca, J. (2020). La revisión de la literatura científica: Pautas, procedimientos y criterios de calidad. Departamento de Teorías de la Educación y Pedagogía Social, Universidad Autónoma de Barcelona. https://docplayer.es/192625327-La-revision-de-la-literatura-cientifica-pautas-procedimientos-y-criterios-de-calidad.html
Barroso, V. M. (2020). Una breve introducción al modelo SIR aplicado al caso del COVID-19. ICEI Papers COVID-19, 12. https://www.ucm.es/icei/file/iceipapercovid12.
Bezerra Sousa, G., Santos Garces, T., Feitosa Cestari V., Magalhães Moreira, T., Sampaio Florêncio, R., y Duarte Pereira, M. L. (2020). Estimación y predicción de casos de COVID-19 en metrópolis brasileñas. Revista Latino-Americana de Enfermagem, 28. https://doi.org/10.1590/1518-8345.4501.3345
Bianco, M. J., Cruz, P. D., Fraquelli, A. D., y Gache, A. L. (2020). Modelo epidemiológico SIR: Una aplicación de las ecuaciones diferenciales al SARS-CoV-2 (COVID-19). Revista de Investigación en Modelos Matemáticos aplicados a la Gestión y la Economía, 7(1), 16-38. http://www.economicas.uba.ar/wp-content/uploads/2016/04/Gache-Andrea-.pdf
Cabo Bizet, N., y Cabo Montes de Oca, A. (2020). Modelos SIR modificados para la evolución del COVID-19. Revista De Información Científica Para La Dirección En Salud (INFODIR): Ciencias Matemáticas 34(1), 73-87. http://www.revinfodir.sld.cu/index.php/infodir/article/view/1041
Catano-Lopez, A., y Rojas-Diaz, D. (2020). Modelos discretos de transmisión del COVID-19 y publicaciones preliminares en la ciencia: una búsqueda sistematizada. Scielo Preprint, 1–15. https://doi.org/10.1590/SciELOPreprints.1076
Espinola-Sánchez, M., Racchumí-Vela, A., Sanca-Valeriano, S., Espinola-Sánchez, S., Arango-Ochante, P., Saldaña-Díaz, C., Segundo-Paredes, J., y Mejico-Caja, M. (2020). Pandemia del COVID-19 y efecto de medidas de contención en población peruana: Un modelamiento matemático SIR. Revista Del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo, 13(2), 110 - 115. https://doi.org/10.35434/rcmhnaaa.2020.132.656
Florentino Lorenzo, A., y Ramírez Contrera, F. (2019). Simulación de dos enfermedades epidemiológicas de República Dominicana a través del modelo SIR. ROCA: Revista científico-educacional de la provincia Granma, 15(4), 1–10. https://revistas.udg.co.cu/index.php/roca/article/view/1013
Galindo Uribarri, S., Rodríguez Meza, M., y Cervantes Cota, J. (2013). Las matemáticas de las epidemias: caso México 2009 y otros. CIENCIA Ergo-Sum, 20(3), 238-246. https://www.redalyc.org/pdf/104/10428759009.pdf
Garcia Piñera A. (2014). Modelos de ecuaciones diferenciales para la propagación de enfermedades infecciosas [Trabajo de fin de grado, Unidad de Cantabria]. Repositorio Abierto de la Universidad de Cantabria. http://hdl.handle.net/10902/7125
Gonzales-Castillo, J. R., Varona-Castillo, L., Domínguez-Morante, M. G., y Ocaña-Gutierrez, V. R. (2020). Pandemia del COVID-19 y las Políticas de Salud Pública en el Perú: marzo-mayo 2020. Revista de Salud Pública, 22(2), 1-9. https://doi.org/10.15446/rsap.v22n2.87373
Grant, M. J., y Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information y Libraries Journal, 26, 91-108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
Grillo Ardila, E. K., Bravo Ocaña, L. E., Guerrero, R., y Santaella-Tenorio, J. (2020). Mathematical models and the coronavirus, COVID-19. Colombia Médica, 51(2). https://doi.org/10.25100/cm.v51i2.4277
Guirao Piñera, A. (2020). Entender una epidemia: El coronavirus en España, situación y escenarios. Revista Española de Física, 34(2), 3-10. http://www.revistadefisica.es/index.php/ref/article/view/2659
Gutiérrez, J. M., y Varona, J. L. (2020). Análisis de la posible evolución de la epidemia de coronavirus COVID-19 por medio de un modelo SEIR. Universidad de La Rioja: Departamento de Matemáticas y Computación, 1–14. https://www.unirioja.es/apnoticias/servlet/Archivo?C_BINARIO=12051
Huamaní C, Timaná-Ruiz R, Pinedo J, Pérez J., y Vásquez L. (2020). Condiciones estimadas para controlar la pandemia del COVID-19 en escenarios de pre y poscuarentena en el Perú. Revista Peruana de Medicina Experimental y Salud Pública, 37(2), 195-202
Martínez, F., Gil, G., Guzmán, N., Castañeda, T., Buitrago, N., Bohórquez, y E., Mura, I. (2015). Modelado predictivo de la epidemia de Chikungunya. Revista Ontare, 3(2), 7-31. https://doi.org/10.21158/23823399.v3.n2.2015.1439
Manrique-Abril, F. G., Agudelo-Calderon, C. A., González-Chordá, V. M., Gutiérrez Lesmes, O., Téllez Piñerez, C. F., y Herrera-Amaya, G. (2020). Modelo SIR de la pandemia del COVID-19 en Colombia. Revista de Salud Pública, 22(2), 1-9. https://doi.org/10.15446/rsap.v22n2.85977
Pesco P. (2017). Modelos estocásticos para epidemias recurrentes [Tesis de doctorado, Universidad Nacional de la Plata]. Repositorio Institucional de la UNLP. https://doi.org/10.35537/10915/64320
Pino Romero, N., Soto-Becerra, P. y Quispe Mendizábal, R. A. (2020). Un Modelo Matemático SIR-D Segmentado para la Dinámica de Propagación del Coronavirus (COVID-19) en el Perú. Selecciones Matemáticas, 7(1), 162-171. https://doi.org/10.17268/sel.mat.2020.01.15
Pliego Pliego, E. C. (2011). Modelos Epidemiológicos de Enfermedades Virales Infecciosas [Tesis de licenciatura]. Benemérita Universidad Autónoma de Puebla. https://www.fcfm.buap.mx/assets/docs/docencia/tesis/matematicas/EmileneCarmelitaPliegoPliego.pdf
Sánchez, A. (2020). Un estudio del COVID-19 en Iztapalapa usando el modelo SIR. INEGI. https://www.researchgate.net/publication/342132072_Un_estudio_del_Covid
Sepúlveda, L. (2015). Manejo optimo y viable en modelos epidemiológicos de dengue [Tesis de doctorado]. Université Paris-Est; Universidad nacional de Colombia. https://pastel.archives-ouvertes.fr/tel-01376000/document
Speranza, M. E., y Masci, M. E. (2020). Metodología de ajustamiento y proyección S.I.R. a la cantidad de infectados en pandemia: El caso del COVID-19 en Argentina. 40 jornadas Nacionales de Administración Financiera, 273- 282. https://economicas.unsa.edu.ar/afinan/informacion_general/sadaf/xl_jornadas/40-j-speranza-masci-metodologia-de-ajustamiento-y-proyeccion-s.i.r.pdf
WHO. (2020). Novel Coronavirus (2019-nCoV): Situation Report- 1. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200121-sitrep-1-2019-ncov.pdf?sfvrsn=20a99c10_4
WHO. (2020). Coronavirus Disease (COVID-19) Situation Reports 2020. https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports
Urrútia G., y Bonfill X. (2010). Declaración PRISMA: una propuesta para mejorar la publicación de revisiones sistemáticas y metaanálisis. Medicina Clínica, 135(11), 507-511. https://doi.org/10.1016/j.medcli.2010.01.015
Vergara Moreno, E., León Navarro, R., More Ayala, J., Arteaga Blas, D., Asmat Uceda, R., Peralta Castañeda, J., Quito Santos, C., Vargas Pichon, H., y Rubio, O. (2020). Modelo básico epidemiológico SIR para el COVID-19: caso las Regiones del Perú. Selecciones Matemáticas, 7(1), 151-161. https://doi.org/10.17268/sel.mat.2020.01.14
Wilches Visbal, J. H., y Castillo Pedraza, M.C. (2020). Aproximación matemática del modelo epidemiológico SIR para la comprensión de las medidas de contención contra el COVID-19. Revista Española de Salud Pública 94, 23. https://www.mscbs.gob.es/biblioPublic/publicaciones/recursos_propios/resp/revista_cdrom/VOL94/C_ESPECIALES/RS94C_202009109.pdf
Yanqui Diaz, F. (2018). Simulación epidemiológica usando el modelo SEIR del brote de influenza A H1N1 en el distrito de Abancay [Tesis de maestría, Universidad Nacional del Altiplano]. Repositorio Institucional Digital de la Universidad Nacional del Altiplano. http://repositorio.unap.edu.pe/handle/UNAP/8448
Derechos de autor 2021 Interfases
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Última actualización: 03/05/21