En este artículo se
presentan avances del proyecto de investigación modelación y simulación
computacional usando sistemas de información geográfica (SIG) con dinámicas de
sistemas aplicados a fenómenos epidemiológicos con el cual se han abordado los
principales modelos matemáticos usados en epidemiología
(susceptible-infectado-recuperado: SIR,
susceptible-infectado-recuperado-susceptible: SIRS,
susceptible-infectado-susceptible: SIS), para su integración, espacialización y
simulación usando diferentes técnicas computacionales con el fin de modelar
factores críticos en la propagación de epidemias. Para recorrer el modelo, se
tomaron los datos de una epidemia de asma en el distrito de Manhattan de Nueva
York.
El trabajo descrito
en el artículo fue desarrollado en una universidad de Colombia, donde de
acuerdo a lo que se menciona en el texto, actualmente no se poseen herramientas
de carácter tecnológico basados en dinámicas de propagación de frentes de
epidemias que permitan abordar, visualizar y contrarrestar con eficacia y
eficiencia su propagación. En el proyecto que se describe, se propone la
integración de diferentes modelos computacionales basados en herramientas de
dinámica de sistemas de información geográfica con los cuales se puedan
simular, la complejidad y multivariedad de los aspectos involucrados en estos
fenómenos.
En el sector de la
salud pública en lo relacionado con fenómenos epidemiológicos, los SIG permiten
realizar análisis espaciales temporales
de las enfermedades, posibilitando la creación de mapas temáticos para
el monitoreo y control del fenómeno salud-enfermedad para la toma de
decisiones.
A continuación se
incluyen algunas imágenes que ilustran el modelo desarrollado así como algunas
gráficas que muestran el cambio de las variables.
En la figura 1, la
variable nuevos infectados es un acumulador en el cual se suman para cada nueva
iteración, los sanos que se infectaron más los infectados de la iteración
anterior. La variable nuevos recuperados es un acumulador de los infectados que
se recuperaron. Los datos de poblaciones se almacenan en las variables Sanos,
Infectados y Recuperados. Por lo tanto un infectado acumulado en nuevos
infectados puede ser el resultado o de un sano que se infectó, o de un
infectado de la iteración anterior.
En la figura 2 se
puede observar la variación de las poblaciones involucradas en el modelo con
respecto al tiempo, debido a la dinámica sistemática de las interacciones entre
las variables.
En la figura 3 se
presentan los resultados después de correr el modelo en la herramienta para
dinámica de sistemas.
En la figura 4 se
puede observar cómo la población que muere influye notablemente en el
comportamiento de las otras poblaciones involucradas.
En la figura
siguiente se muestra uno de los mapas resultantes para la variación poblacional
de infectados.
En documento donde se discribe con mayor detalle el modelo realizado así como los resultados puede ser visualizado en la siguiente dirección electrónica: http://redalyc.uaemex.mx/pdf/430/43003408.pdf
No hay comentarios:
Publicar un comentario