TALLER ECOLOGÍA DE LA ENFERMEDAD INFECCIOSA – POPULUS
Lizeth Daniela Alvarez Reza
Facultad de Ingeniería Ambiental
Universidad Santo Tomás
Villavicencio-Meta
RESUMEN
El presente informe describe la modelación de la propagación de enfermedades
infecciosas en una población utilizando el software Populus y ecuaciones diferenciales.
Se utilizaron los modelos SIR (Susceptibles, Infectados, Recuperados) y SEIR
(Susceptibles, Expuestos, Infectados, Recuperados) para analizar la dinámica de la
enfermedad bajo distintos escenarios, variando parámetros como la tasa de transmisión
(β) y la tasa de mortalidad (α). Los resultados obtenidos en las simulaciones permiten
observar cómo la modificación de estos parámetros afecta el pico de infecciones, la
duración de la epidemia y la tasa reproductiva neta (Ro) de la enfermedad.
Palabras clave: Modelos epidemiológicos, Populus, SIR, SEIR, Ro, simulaciones.
ABSTRACT
This report describes the modeling of the spread of infectious diseases in a population
using the Populus software and differential equations. The SIR (Susceptible, Infected,
Recovered) and SEIR (Susceptible, Exposed, Infected, Recovered) models were used to
analyze disease dynamics under different scenarios, varying parameters such as
transmission rate (β\betaβ) and mortality rate (α\alphaα). The results of the simulations
show how these parameters affect the infection peak, the duration of the epidemic, and
the net reproductive rate (Ro) of the disease.
Keywords: Epidemiological models, Populus, SIR, SEIR, Ro, simulations.
I. OBJETIVOS
General
Aprender a modelar la propagación de enfermedades infecciosas en una población,
explorando cómo los cambios en los parámetros del modelo afectan la propagación de la
enfermedad.
Específicos
➢ Simular diferentes escenarios de propagación ajustando parámetros como la tasa
de transmisión (β), tasa de mortalidad (α), y tasa de inmunización (v).
➢ Interpretar los gráficos generados por el software para analizar la dinámica de la
enfermedad.
➢ Realizar análisis a partir de los resultados obtenidos para los diferentes escenarios
simulados
II. METODOLOGÍA
Se utilizaron los modelos SIR y SEIR para modelar la propagación de una enfermedad
infecciosa. El software Populus permitió simular varios escenarios cambiando parámetros
clave como la tasa de transmisión (β), tasa de inmunización (v) y tasa de mortalidad por
infección (α). Se definieron las siguientes variables principales para los modelos:
Tabla 1. Definición de variables.
Variables Definición
Ro Tasa neta de reproducción de la enfermedad
N Tamaño total de la población
S(t) Número de individuos susceptibles en el tiempo t
I(t) Número de individuos infectados en el tiempo t
R(t) Número de individuos recuperados en el tiempo t
β Tasa de transmisión de la enfermedad
γ Tasa de pérdida de inmunidad
v Tasa de recuperación
α Tasa de mortalidad por infección
b Tasa de natalidad
d Tasa de mortalidad por causas naturales.
Con estas definiciones, se realizaron simulaciones ajustando los valores de β, v y α, y se
calcularon los valores de Ro para cada escenario.
III. RESULTADOS ESCENARIOS SIMULADOS
➢ Escenario 1: Transmisión Moderada con Alta Mortalidad
Parámetros:
Variables Definición Datos
Ro Tasa neta de reproducción de la enfermedad 161.54
N Tamaño total de la población 1000
S(t) Número de individuos susceptibles en el tiempo t 700
I(t) Número de individuos infectados en el tiempo t 300
R(t) Número de individuos recuperados en el tiempo t
β Tasa de transmisión de la enfermedad 0.3
γ Tasa de pérdida de inmunidad 0.1
v Tasa de inmunización (recuperación) 0.2
α Tasa de mortalidad por infección 0.5
b Tasa de natalidad 0.8
d Tasa de mortalidad por causas naturales. 0.6
En el escenario 1, con una tasa de transmisión moderada β=0.3 y una tasa de mortalidad
por infección α=0.5, la tasa neta de reproducción de la enfermedad (Ro) fue de 161.54.
Esto sugiere que un individuo infectado podría infectar a más de 160 personas, lo que
indica una alta propagación de la enfermedad. A medida que la infección avanza, se
observa un aumento rápido en el número de infectados, alcanzando un pico antes de que
comience a disminuir debido al incremento de los recuperados y la mortalidad por
infección.
• Susceptibles, S(t): La línea azul representa la cantidad de individuos que son
susceptibles a la infección. En este escenario, los susceptibles disminuyen
rápidamente al inicio debido a la tasa de transmisión moderada (β=0.3). A medida
que los infectados aumentan, el número de susceptibles desciende.
• Infectados, I(t): El gráfico verde refleja la población infectada. Se observa un
aumento rápido de los infectados al inicio, que alcanza un pico considerable
debido a la moderada tasa de transmisión y a la baja tasa de. El número de
infectados comienza a disminuir cuando una gran parte de la población ha sido
infectada o ha muerto.
• Población Total, N: El color rojo muestra la población total a lo largo del tiempo.
En este escenario, la mortalidad (α=0.5) afecta fuertemente la población total, que
disminuye gradualmente a medida que la epidemia avanza. Esto refleja el impacto
devastador de la alta mortalidad por infección.
Este escenario modela una enfermedad con alta letalidad y una tasa de transmisión
moderada. La epidemia se propaga rápido y la mortalidad es significativa, reduciendo
rápidamente tanto la población total como los susceptibles. La epidemia será intensa,
pero de corta duración debido a la alta mortalidad.
➢ Escenario 2: Alta Propagación con Baja Mortalidad
Parámetros:
Variables Definición Datos
Ro Tasa neta de reproducción de la enfermedad 574.32
N Tamaño total de la población 1000
S(t) Número de individuos susceptibles en el tiempo t 850
I(t) Número de individuos infectados en el tiempo t 150
R(t) Número de individuos recuperados en el tiempo t
β Tasa de transmisión de la enfermedad 0.25
γ Tasa de pérdida de inmunidad 0.1
v Tasa de inmunización (recuperación) 0.3
α Tasa de mortalidad por infección 0.05
b Tasa de natalidad 0.02
d Tasa de mortalidad por causas naturales. 0.02
En el escenario 2, podemos ver como los susceptibles, S(t): muestran una disminución
más lenta de los susceptibles al inicio debido a la tasa de transmisión moderada (β=0.25).
No obstante, al aumentar los infectados, la cantidad de susceptibles comienza a caer
más rápidamente, pero sin llegar a niveles tan bajos como en el escenario 1.
La población infectada aumenta inicialmente, pero la tasa de mortalidad es baja (α=0.05),
por lo que la mayoría de los infectados se recupera. Aunque la enfermedad se propaga
con rapidez, su letalidad es baja y hay un equilibrio entre infectados y recuperados.
El gráfico rojo, refleja la población total, permanece casi constante debido a la baja
mortalidad. Esto indica que la enfermedad, aunque se propaga, no tiene un impacto
devastador en la cantidad total de la población, lo que es coherente con la baja tasa de
mortalidad.
Este escenario representa una enfermedad altamente contagiosa, pero con una baja tasa
de mortalidad. Debido a la pérdida de inmunidad (γ=0.1), es probable que la enfermedad
permanezca en la población por un tiempo prolongado
➢ Escenario 3:
Parámetros:
Variables Definición Datos
Ro Tasa neta de reproducción de la enfermedad 152.94
N Tamaño total de la población 1000
S(t) Número de individuos susceptibles en el tiempo t 650
I(t) Número de individuos infectados en el tiempo t 350
R(t) Número de individuos recuperados en el tiempo t 6
β Tasa de transmisión de la enfermedad 0.4
γ Tasa de pérdida de inmunidad 0.1
v Tasa de recuperación 0.3
α Tasa de mortalidad por infección 0.5
b Tasa de natalidad 0.8
d Tasa de mortalidad por causas naturales. 0.9
En este escenario se presenta una transmisión alta (β=0.4) lo cual indica una
propagación rápida de la enfermedad. La tasa de recuperación también es elevada
(v=0.3), lo que significa que los individuos infectados se recuperan rápidamente. Sin
embargo, la mortalidad es considerablemente alta (α=0.5).
Al igual que en los otros escenarios, el número de susceptibles disminuye
rápidamente al inicio debido a la alta tasa de transmisión. Sin embargo, la
recuperación rápida limita la velocidad de disminución.
El gráfico rojo muestra un pico más prolongado en el tiempo en comparación con el
escenario 1, ya que los infectados se recuperan rápidamente y el ciclo de infección
se mantiene constante. Sin embargo, la alta mortalidad reduce el número de
infectados de manera significativa.
La tasa de recuperación relativamente alta (v=0.3) hace que el número de
recuperados crezca rápidamente. Sin embargo, algunos individuos fallecen debido
a la alta mortalidad, lo que limita el número total de recuperados.
Este escenario refleja una enfermedad de alta transmisión, pero con una alta tasa
de recuperación. Aunque la mortalidad es considerable, el balance entre
transmisión, recuperación y muerte mantiene un número importante de infectados y
susceptibles, prolongando la duración de la epidemia. La alta tasa de transmisión y
recuperación sugiere una enfermedad que se propaga rápidamente pero que
también puede ser controlada con intervenciones rápidas.
IV. CONCLUSIONES
El escenario 1 modela una enfermedad letal que se propaga rápidamente, pero tiene
una duración corta debido a la alta mortalidad. Este tipo de brote se vería en
enfermedades extremadamente peligrosas pero raras, como ciertos brotes de
Ébola.
El escenario 2 es un ejemplo claro de una enfermedad con inmunidad temporal,
similar a la gripe estacional, donde los individuos pueden reinfectarse después de
perder su inmunidad. La baja mortalidad prolonga la epidemia y los ciclos de
infección son recurrentes.
El escenario 3 refleja un equilibrio entre alta transmisión y alta recuperación, donde
la epidemia puede ser controlada a pesar de la mortalidad. Es ideal para modelar
enfermedades que tienen una rápida propagación pero que no siempre son fatales,
como el COVID-19 en algunos de sus brotes.