Modelo heurístico, para la dinámica de propagación de una enfermedad infecciosa

  • Dr. Gerardo A. Laguna-Sánchez Despartamento de Sistemas de Información y Comunicaciones Universidad Autónoma Metropolitana Unidad Lerma
  • Dr. Juan López-Sauceda Despartamento de Sistemas de Información y Comunicaciones Universidad Autónoma Metropolitana Unidad Lerma
Palabras clave: Modelos de epidemias, modelos soportado por agentes, modelos neurísticos, NetLogo

Resumen

En este art´ıculo se presenta un modelo epidemiol´ogico soportado por agentes, con base en reglas heur´ısticas y el enfoque de la Ciencia de la Complejidad. El modelo se implement´o en el entorno de programaci´on NetLogo y queda a disposici´on de los interesados para su aprovechamiento. Se comprueba que la din´amica que emerge de las simulaciones corresponde a un perfil de crecimiento exponencial aplanado en el n´umero total de infectados y se aprovech´o el modelo propuesto para evaluar el desempe˜no de dos estrategias para la contenci´on de la propagaci´on de una enfermedad infecciosa: a) evitar encuentros cercanos y b) detecci´on y aislamiento oportuno de los nuevos infectados. Los resultados de las simulacionesdemuestran que la mejor estrategia es la de detecci´on y aislamiento oportuno.

Descargas

La descarga de datos todavía no está disponible.

Citas

- Bhatia, A. and Reich, H. Covid Trends. 2020. https://aatishb.com/ covidtrends/

- Daley, D. J. and Gani, J. Epidemic Modelling: An Introduction, Cambridge Studies in Mathematical Biology. Cambridge University Press, USA, 1999.

- Diekmann, O. and Heesterbeek, J.A.P. Mathematical Epidemiology of Infectious Diseases: Model Building, Analysis and Interpretation. John Wiley & Sons, USA, 2000.

- Herrera-Valdez, M. A.; Cruz-Aponte, M. and Castillo-Chavez, C. Multiple outbreaks for the same pandemic: Local transportation and social distancing explain the different waves of AH1N1PDM cases observed in Mexico during 2009. Mathematical Biosciences and Engineering, 8 [1], p.p. 21-48, 2009.

- Laguna-S´anchez, G. A. NetLogo heuristicEpiDem Iterated model, GitHub, 2020. github.com/galaguna/ heuristicEpiDem-Iterated

- Mitchell, M. Complexity: A Guided Tour. Oxford University Press, USA, 2009.

- Reich, H. How to tell if we’re beating COVID-19. 2020. MinutePhysics. https://youtu.be/54XLXg4fYsc

- Wilensky, U. NetLogo. http: //ccl.northwestern.edu/netlogo/.Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 1999.

- Wilensky, U. NetLogo PD N-Person Iterated model. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 2002. http://ccl.northwestern.edu/netlogo/models/PDN-PersonIterated.

- Xia, Yingcun and Ma, Stefan. Mathematical Understanding of Infectious Disease Dynamics (Lecture Notes Series, Institutefor Mathematical Sciences: Volume 16). National University of Singapore, Singapore, 2008.

- Yang, C. and Wilensky, U. NetLogoepiDEM Basic model. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 2011. http://ccl.northwestern.edu/netlogo/models/epiDEMBasic.
Publicado
2021-03-18
Cómo citar
Laguna-Sánchez, G. A., & López-Sauceda, J. (2021). Modelo heurístico, para la dinámica de propagación de una enfermedad infecciosa. Contactos, Revista De Educación En Ciencias E Ingeniería, (119), 45-55. Recuperado a partir de https://contactos.izt.uam.mx/index.php/contactos/article/view/102
Sección
Artículos