Compartment mathematical models to describe the dynamics of COVID-19 transmission
DOI:
https://doi.org/10.21640/ns.v14i29.3118Keywords:
compartment models, COVID-19, basic reproductive number, time delay, estimation, delay-free systems, systems with delays, parametric identification, infectious diseases, pandemics, coronavirusAbstract
Humanity has suffered throughout its history from different types of pandemics caused by deadly infectious diseases. Mathematical models are very useful tools to understand the dynamics of the behavior and propagation of these. Among these models are those known as SIS, SIR and SEIR. This paper presents a brief explanation of the structure of these models and its use in some pandemics. In particular, some SIR-type models without and with delays are analyzed with special interest, as well as their applications to the current pandemic caused by the SARS-CoV-2 virus. To determine the correspondence between some of the models analyzed and the data of Infectious and Recovered from Mexico reported by the World Health Organization (WHO), simulations are presented in three different time periods between the years 2020-2021. In addition, an unpublished SIR-type mathematical model with three delays is proposed as a main contribution. Finally, a discussion is given on the application of numerical algorithms to identify some parameters of mathematical models, such as ordinary least squares.
Downloads
References
Alcaraz, G., y Vargas, C. (2012). Modeling control strategies for influenza A H1N1 epidemics: SIR models. Revista Mexicana de Física, 58(1), 37–43. https://www.redalyc.org/pdf/570/57030391007.pdf
Angulo, M. T., Castaños, F., Moreno-Morton, R., Velasco-Hernández, J. X., y Moreno, J. A. (2021). A simple criterion to design optimal non-pharmaceutical interventions for mitigating epidemic outbreaks. Journal of the Royal Society Interface, 18(178), 20200803. https://doi.org/10.1098/rsif.2020.0803
Ávila-Pozos, R., y Rangel-Zúñiga, D. (2017). Revisión histórica sobre la Epidemiología Matemática. Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI, 4(8). https://doi.org/10.29057/icbi.v5i8.2037
Banco Mundial. (2020). La COVID-19 (coronavirus) hunde a la economía mundial en la peor recesión desde la
Segunda Guerra Mundial.
BBC News Mundo. (2020). Coronavirus en Nueva Zelanda: cómo logró dar por eliminado el COVID-19 y qué papel jugó Jacinda Ardern. https://www.bbc.com/mundo/noticias-internacional-52448237.
Bianco, M. J., Cruz, P. D., Fraquelli, A. D., y Gache, A. L. (2020). Modelo epidemiológico SIR: Una aplicación de las ecuaciones diferenciales al SARS-CoV-2 (COVID-19). Revista de Investigación en Modelos Matemáticos aplicados a la Gestión y la Economía, 7(1), 16-38. http://www.economicas.uba.ar/wp-content/uploads/2016/04/Gache-Andrea-.pdf
Bliman, P. A., Efimov, D., y Ushirobira, R. (2018). A class of nonlinear adaptive observers for SIR epidemic model. In 2018 European Control Conference (ECC), pp. 1–6. IEEE. https://doi.org/10.23919/ECC.2018.8550400
Carbonetti, A. (2010). Historia de una epidemia olvidada: La pandemia de gripe española en la argentina, 1918-1919. Desacatos, (32), 159-174.
Casals, M., Guzmán, K., y Caylá, J. A. (2009). Modelos matemáticos utilizados en el estudio de las enfermedades transmisibles. Revista española de salud pública, 83(5):689–695. https://doi.org/10.1590%2Fs1135-57272009000500010
Castañeda-Gullot, C., y Ramos-Serpa, G. (2020). Principales pandemias en la historia de la humanidad. Revista Cubana de Pediatría, 92. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0034-75312020000500008
Chubb, M. C., y Jacobsen, K. H. (2010). Mathematical modeling and the epidemiological research process. European journal of epidemiology, 25(1), 13-19. https://doi.org/10.1007/s10654-009-9397-9
Corral, T. (2020). La estrategia de Finlandia para hacer frente a la crisis: reclutar a “influencers”.
https://www.lainformacion.com/mundo/finlandia-medidas-coronavirus-influencers/6556329/.
Cumsille, P., Rojas-Díaz, O., de Espanés, P. M., y Verdugo-Hernández, P. (2021). Forecasting COVID-19
chile’second outbreak by a generalized sir model with constant time delays and a fitted positivity rate. Mathematics and Computers in Simulation. https://doi.org/10.1016/j.matcom.2021.09.016
David, A., Criado, R., y Romance, M. (2020). Predicción de la evolución de la epidemia de COVID-19 usando un modelo SEIR. Laboratorio de Computación Matemática en Redes Complejas y sus Aplicaciones Departamento de Matemática Aplicada, Ciencia e Ingeniería de los Materiales y Tecnología Electrónica, Universidad Rey Juan Carlos.
Delamater, P. L., Street, E. J., Leslie, T. F., Yang, Y. T., y Jacobsen, K. H. (2019). Complexity of the basic
reproduction number (R0). Emerging infectious diseases, 25(1), 1.
https://doi.org/10.3201/eid2501.171901
Dietz, K. (1993). The estimation of the basic reproduction number for infectious diseases. Statistical methods in medical research, 2(1), 23-41. https://doi.org/10.1177/096228029300200103
EFE. (2020). Finlandia anuncia que ha frenado la pandemia y ya ha superado su pico.
Ghosh, P., Ghosh, R., & Chakraborty, B. (2020). COVID-19 in India: Statewise analysis and prediction. JMIR public health and surveillance, 6(3), e20341. https://doi.org/ 10.2196/20341
Giedion, U. y Góngora, P. (2020). Alemania frente al COVID-19: Un combo de acciones multisectoriales apoyado en la comunicación científica y un liderazgo creíble. https://blogs.iadb.org/salud/es/alemaniacovid-19/.
Hartemink, N., Randolph, S., Davis, S., y Heesterbeek, J. (2008). The basic reproduction number for complex disease systems: Defining R0 for tickborne infections. The American Naturalist, 171(6), 743–754. https://doi.org/10.1086/587530
Hays, J. N. (2005). Epidemics and pandemics: their impacts on human history. Abc-clio.
Huamán-Saavedra, J. J. (2020). La pandemia del COVID-19. Revista Médica de Trujillo, 15(2).
Huguet-Pané, G. (2020). Grandes pandemias de la historia. https://historia.nationalgeographic.com.es/a/grandes-pandemias-historia_15178
Jiménez-Romero, C., Tisnés, A., y Linares, S. (2020). Modelo de simulación del COVID-19 basado en agentes: aplicación al caso argentino.
Johnson, M. L. & Frasier, S. G. (1985). Nonlinear least-squares analysis. Methods in enzymology, 117, 301–342. https://doi.org/10.1016/S0076-6879(85)17018-7
Kermack, W. O. & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London. Series A, 115(772), 700–721. https://doi.org/10.1098/rspa.1927.0118
Khaliq, R. (2020). La estrategia de contención de Taiwán da frutos y no se reportan casos nuevos.
Kuznetsov, Y. A., & Piccardi, C. (1994). Bifurcation analysis of periodic SEIR and SIR epidemic models. Journal of mathematical biology, 32(2), 109-121. https://doi.org/10.1007/bf00163027
Mackenzie, J. (2021). Coronavirus: como Islandia se convirtió en el primer país de Europa en deshacerse de la COVID-19. https://www.bbc.com/mundo/noticias-internacional-56492228.
Makooi, B. (2020). Dinamarca: ¿excepción europea ante el COVID-19?
https://www.france24.com/es/20200413-dinamarca-excepcion-europa-covid19-coronavirus-cuarentena.
Maleewong, M. (2020). Time delay epidemic model for COVID-19.
https://doi.org/10.1101/2020.05.23.20111500
Montesinos-López, O. A. y Hernández-Suárez, C. M. (2007). Modelos matemáticos para enfermedades infecciosas. Salud pública de México, 49(3), 218–226. https://doi.org/10.1590/s0036-36342007000300007
Nesteruk, I. (2020a). COVID-19 pandemic dynamics in Ukraine after September 1, 2020. Institute of Hydromechanics. National Academy of Sciences of Ukraine, Kyiv, Ukraine. https://doi.org/10.1101/2020.12.21.20248627
Nesteruk, I. (2020b). Estimations of the coronavirus epidemic dynamics in South Korea with the use of SIR model. Institute of Hydromechanics. National Academy of Sciences of Ukraine, Kyiv, Ukraine. https://doi.org/10.13140/RG.2.2.15489.40807
Nesteruk, I. (2021). COVID-19 pandemic dynamics in 2021. SIR simulations for Ukraine and Qatar. Institute of
Hydromechanics. National Academy of Sciences of Ukraine, Kyiv, Ukraine. https://doi.org/10.13140/RG.2.2.12043.21283
Nkhoma, E. (2004). Epidemiology of Cholera in Malawi, 2002-2003. [Master’s thesis]. University of North Texas Health Science Center at Fort Worth.
Noruega (2021). Coronavirus COVID-19: Así afecta a los viajes a Noruega. https://www.visitnorway.es/organiza-tu-viaje/informacion-coronavirus-covid-19/.
Pérez-Morelo, D., Centres, P. M., Guzmán-Arellano, R., y Giménez, M. C. (2021). Estudios de epidemias mediante simulaciones de Monte Carlo cinético: aplicaciones a Covid-19. https://doi.org/10.33017/ReCyTPeru2021.0001/
Ramonet, I. (2020). La pandemia y el sistema-mundo. Le Monde Diplomatique, 25(04).
Reynoso, L. H., Villarreal, C. C., Ochoa, G. L., y García, A. J. T. (2020). Efecto del COVID-19 en el empleo digital
en México: un análisis con cadenas de Markov. Panorama Económico, 16(32), 151-168.
https://doi.org/10.29201/peipn.v16i32.13
Rosselli, D. (2020). Epidemiología de las pandemias. Medicina (Bogotá), 42(2).
Saito, M. M., Imoto, S., Yamaguchi, R., Sato, H., Nakada, H., Kami, M., Miyano, S., y Higuchi, T. (2013). Extension and verification of the SEIR model on the 2009 influenza A (H1N1) pandemic in Japan. Mathematical biosciences, 246(1), 47–54. https://doi.org/10.1016/j.mbs.2013.08.009
Saldaña, F., y Velasco-Hernández, J. X. (2021). Modeling the COVID-19 pandemic: a primer and overview of mathematical epidemiology. SeMA Journal, 1-27. https://doi.org/10.1007/s40324-021-00260-3
Sepúlveda-Salcedo, L. S., Salguero-Rivera, B., y Cardona-Salgado, D. (2011). Dinámica del VIH-SIDA en Cali. Revista de Salud Pública. https://repositorio.unal.edu.co/handle/unal/32332
Sin, G., y Gernaey, K. V. (2019). Manejo de Datos y Estimación de Parámetros. https://ocw.un-
ihe.org/pluginfile.php/19678/mod_folder/content/0/5.%20Manejo%20de%20Datos%20y%20Estimac%C3%ADon%20de%20Par%C3%A1metros?forcedownload=1.
Talledo, M., y Zumaeta, K. (2009). Los virus Influenza y la nueva pandemia A/H1N1. Revista peruana de
biología, 16(2), 227-238. https://doi.org/10.15381/rpb.v16i2.212
UNESCO (2020). COVID-19: Problemas sociales y psicológicos en la pandemia. https://es.unesco.org/news/covid-19-problemas-sociales-y-psicologicos-pandemia.
Unmubig, B. (2020). Las consecuencias de la pandemia del coronavirus y lo que se debería hacer.
Uribarri, S. G., Meza, M. A. R., y Cota, J. L. C. (2013). Las matemáticas de las epidemias: caso México 2009 y otros. CIENCIA ergo-sum, Revista Científica Multidisciplinaria de Prospectiva, 20(3), 238–246. https://www.redalyc.org/pdf/104/10428759009.pdf
Vega, A. (2020). Hospitales colapsarán en enero si los contagios de COVID no bajan en diciembre, alertan médicos.
https://www.animalpolitico.com/2020/12/hospitales-colapsaran-enero-si-contagios-covid-no-bajan/.
Vidal-Ledo, M., Guinovart-Díaz, R., Baldoquín-Rodríguez, W., Valdivia-Onega, N. C., y Morales-Lezca, W. (2020).
Modelos matemáticos para el control epidemiológico. Educación Médica Superior, 34(2). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412020000200026
Villamizar-Lara, J. G. (2021). Inferencia bayesiana para la esperanza de la tasa de letalidad acumulada diaria por COVID-19 a nivel mundial para el periodo de enero de 2020 a marzo de 2021. https://repositorio.unbosque.edu.co/handle/20.500.12495/6674
Volpert, V., Banerjee, M., y Petrovskii, S. (2020). On a quarantine model of coronavirus infection and data analysis. Mathematical Modelling of Natural Phenomena, 15, 24. https://doi.org/10.1051/mmnp/2020006
Wang, W. & Zhao, X.-Q. (2012). Basic reproduction numbers for reaction-diffusion epidemic models. SIAM Journal on Applied Dynamical Systems, 11(4), 1652–1673. https://doi.org/10.1137/120872942
WHO (2021). WHO Coronavirus (COVID-19) Dashboard. https://covid19.who.int/.
Zarate-Siordia, A. L. (2012). Modelación de enfermedades infecciosas con información geográfica. [Tesis de maestría]. Universidad Autónoma Metropolitana Iztapalapa, División de Ciencias Básicas e Ingeniería.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Nova Scientia
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Conditions for the freedom of publication: the journal, due to its scientific nature, must not have political or institutional undertones to groups that are foreign to the original objective of the same, or its mission, so that there is no censorship derived from the rigorous ruling process.
Due to this, the contents of the articles will be the responsibility of the authors, and once published, the considerations made to the same will be sent to the authors so that they resolve any possible controversies regarding their work.
The complete or partial reproduction of the work is authorized as long as the source is cited.
