Necesidad de superación en modelos matemáticos de epidemiología / Need for improvement in mathematical models of epidemiology

RESUMEN

RESUMEN Introducción: En Cuba, se formulan modelos matemáticos, pero no están contemplados para la superación de posgrado ni en pregrado. Aunque los modelos idealizan la realidad, permiten, de manera sencilla, hacer predicciones sobre el comportamiento futuro de una enfermedad y tomar las medidas necesarias. Objetivo: Identificar necesidad de superación en modelos matemáticos de epidemiología. Métodos: Se utilizó un modelo estocástico presente en el paquete EpiModel del programa R. Se simularon tres situaciones diferentes, la primera con violaciones del distanciamiento y la higiene general, la segunda con mejoras en estos dos aspectos, más la inmunidad lograda al 70 % de la población por vacunación y la tercera con mejoras notables en higiene y distanciamiento junto a la vacunación. Se calculó, además, el comportamiento del número reproductivo con el paquete earlyR a partir de la incidencia. Resultados: Se valoró como las trayectorias con los modelos estocásticos tienen más variabilidad y como la reducción de contactos aplana la curva. Se evaluó la dispersión de la epidemia en situaciones de violaciones de la prevención y en otras donde hay prevención y además vacunación. La línea roja de cada modelo varía según las circunstancias, claramente en los casos de violaciones de distanciamiento e higiene esta curva se amplia y se aplana en el caso contrario. Conclusiones: Se identificaron suficientes evidencias sobre el uso y la necesidad de modelos matemáticos para apoyar la toma de decisiones en la epidemiología, se identificó la necesidad de superación en posgrado sobre la teoría de epidemias, que puede extenderse a pregrado.

ABSTRACT

ABSTRACT Introduction: In Cuba mathematical models are formulated, but they are not contemplated for passing graduate or undergraduate degrees. Objective: To identify the need to work with mathematical simulations. Methods: A stochastic model present in the EpiModel package of the R program was used. Three different situations were simulated, the first with violations of distancing and general hygiene, the second with improvements in these two aspects, plus the immunity achieved to 70% of the population by vaccination and the third with notable improvements in hygiene and distancing together with vaccination. The behavior of the reproductive number with the early R package was also calculated from the incidence. Results: It is assessed how the trajectories with the stochastic models have more variability and how the reduction of contacts flattens the curve. The spread of the epidemic is valued in situations of prevention violations and in others where there is prevention and also vaccination. Conclusions: Sufficient evidence is presented on the use and need of mathematical models to support decision-making in epidemiology, the need to improve the theory of epidemics in graduate school is identified, which can be extended to undergraduate.