Modelo matemático de confección de Dengue y Covid-19: una primera aproximación

Introducción: Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad ext...

Descripción completa

Detalles Bibliográficos
Autores principales: Bergero, Paula Elena, Guisoni, Nara Cristina
Formato: Articulo
Lenguaje:Español
Publicado: 2021
Materias:
Salud
Dengue
Pandemia por COVID-19
Coinfección
Modelado matemático
Argentina
Pandemic
Coinfection
Mathematical modelling
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/153698
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-153698
record_format dspace
spelling I19-R120-10915-1536982023-05-31T04:06:17Z http://sedici.unlp.edu.ar/handle/10915/153698 issn:1853-810X Modelo matemático de confección de Dengue y Covid-19: una primera aproximación Mathematical modelling of dengue-COVID-19 coinfection: a first approximation Bergero, Paula Elena Guisoni, Nara Cristina 2021 2023-05-30T19:02:34Z es Salud Dengue Pandemia por COVID-19 Coinfección Modelado matemático Argentina Pandemic Coinfection Mathematical modelling Introducción: Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad extra en el manejo. En julio de 2020, la Organización Panamericana de la Salud declaró el alerta epidemiológico por dengue en pandemia, y agregó, como posibles agravantes, la subnotificación, la demora en la consulta y la interrupción del control entomológico. Sin embargo, el impacto de la superposición de ambas enfermedades no está claro aún. El objetivo de este trabajo fue analizar las curvas de coinfección en distintos escenarios de coepidemia y se consideran los posibles efectos de la pandemia sobre la epidemiología del dengue. Métodos: Se desarrolló un modelo matemático de coinfección, de tipo determinista, basado en modelos previos de ambas enfermedades. Resultados: Para un dado brote de dengue, la fracción final de coinfectados depende del número reproductivo de la COVID-19. La curva de coinfectados depende de la superposición de las epidemias; el área de superposición permite estimar su fracción final. Una cuarentena que reduzca los casos de COVID-19 también reduciría la coinfección, y sería más efectiva cuanto más temprana. Si la cuarentena modifica la dinámica del dengue, el modelo predice el aumento y el adelantamiento de los casos, cuyo efecto sobre la curva de coinfectados depende de la dinámica de superposición. Discusión: El modelo propuesto ofrece un primer abordaje para visibilizar la coinfección y comprender los mecanismos que podrían afectarla. Introduction: At the beginning of the pandemic, the WHO warned that the simultaneous transmission of dengue and COVID-19 in some regions could lead to cases of coinfection. Symptoms overlap and additional difficulty in management are some of the possible complications. In July of 2020, the PAHO declared an epidemiological alert for dengue in the context of a pandemic, adding underreporting, delayed consultation, and interruption of entomological control, among possible aggravating factors. However, the impact of the overlap is not yet clear. The aim of this work was to analyze the co-infection curves in different co-epidemic scenarios. We consider possible effects of the pandemic on the epidemiology of dengue. Methods: We developed a mathematical model of co-infection, of a deterministic type, based on previous models of both diseases. Results: For a given dengue outbreak, the final fraction of co-infection depends on the reproductive number of COVID-19. The co-infection curve depends on the overlap of the epidemics, the overlap area being an estimator of the final fraction. A quarantine that reduces COVID-19 cases would also reduce co-infection, being more effective the earlier. If quarantine affects the dengue dynamics, the model predicts an increase and advance in cases, whose effect on the co-infection curve depends on the overlap dynamics. Discussion: The proposed model offers a first approach to make co-infection visible and understand the mechanisms that could affect it. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas Articulo Articulo http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Salud
Dengue
Pandemia por COVID-19
Coinfección
Modelado matemático
Argentina
Pandemic
Coinfection
Mathematical modelling
spellingShingle Salud
Dengue
Pandemia por COVID-19
Coinfección
Modelado matemático
Argentina
Pandemic
Coinfection
Mathematical modelling
Bergero, Paula Elena
Guisoni, Nara Cristina
Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
topic_facet Salud
Dengue
Pandemia por COVID-19
Coinfección
Modelado matemático
Argentina
Pandemic
Coinfection
Mathematical modelling
description Introducción: Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad extra en el manejo. En julio de 2020, la Organización Panamericana de la Salud declaró el alerta epidemiológico por dengue en pandemia, y agregó, como posibles agravantes, la subnotificación, la demora en la consulta y la interrupción del control entomológico. Sin embargo, el impacto de la superposición de ambas enfermedades no está claro aún. El objetivo de este trabajo fue analizar las curvas de coinfección en distintos escenarios de coepidemia y se consideran los posibles efectos de la pandemia sobre la epidemiología del dengue. Métodos: Se desarrolló un modelo matemático de coinfección, de tipo determinista, basado en modelos previos de ambas enfermedades. Resultados: Para un dado brote de dengue, la fracción final de coinfectados depende del número reproductivo de la COVID-19. La curva de coinfectados depende de la superposición de las epidemias; el área de superposición permite estimar su fracción final. Una cuarentena que reduzca los casos de COVID-19 también reduciría la coinfección, y sería más efectiva cuanto más temprana. Si la cuarentena modifica la dinámica del dengue, el modelo predice el aumento y el adelantamiento de los casos, cuyo efecto sobre la curva de coinfectados depende de la dinámica de superposición. Discusión: El modelo propuesto ofrece un primer abordaje para visibilizar la coinfección y comprender los mecanismos que podrían afectarla.
format Articulo
Articulo
author Bergero, Paula Elena
Guisoni, Nara Cristina
author_facet Bergero, Paula Elena
Guisoni, Nara Cristina
author_sort Bergero, Paula Elena
title Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
title_short Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
title_full Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
title_fullStr Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
title_full_unstemmed Modelo matemático de confección de Dengue y Covid-19: una primera aproximación
title_sort modelo matemático de confección de dengue y covid-19: una primera aproximación
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/153698
work_keys_str_mv AT bergeropaulaelena modelomatematicodeconfecciondedengueycovid19unaprimeraaproximacion
AT guisoninaracristina modelomatematicodeconfecciondedengueycovid19unaprimeraaproximacion
AT bergeropaulaelena mathematicalmodellingofdenguecovid19coinfectionafirstapproximation
AT guisoninaracristina mathematicalmodellingofdenguecovid19coinfectionafirstapproximation
_version_ 1767633996047450112

Ejemplares similares