Dinámica de la epidemia del dengue en Colombia: predicciones de la trayectoria de la epidemia
Resumen
Las ecuaciones diferenciales se clasifican de acuerdo con el tipo, el orden y si son o no lineales; pueden expresar leyes de los fenómenos naturales como las leyes del movimiento de Newton, enunciadas en el contexto de la cinemática para el sistema dinámico planetario. La teoría de los sistemas dinámicos ha sido base, junto con otras teorías físicas y matemáticas, para el desarrollo de metodologías predictivas en medicina. En un trabajo previo se hizo una predicción para la dinámica de la epidemia de la malaria en Colombia, a partir de una analogía en el contexto de las ecuaciones diferenciales de segundo orden, encontrando una predicción correcta para los rangos de casos de infectados en los años 2005 a 2007, cuyas trayectorias representadas corresponden a atractores circulares concéntricos.En el presente trabajo se desarrolló esta misma metodología para la predicción de la dinámica de la epidemia del dengue, tomando los datos de casos desde 1990 hasta 2007. Se calculó la velocidad inicial y la aceleración inicial para rangos de tres años, haciendo predicciones de la trayectoria a partir de la ecuación diferencial de segundo orden para la aceleración. Se predijeron correctamente los rangos de valores de las trayectorias de la epidemia de dengue para el 2005, 2006 y 2007 a través de atractores circulares concéntricos, concluyendo que dentro del contexto de la ley diferencial acausal se pueden predecir los rangos de la trayectoria de la dinámica, de forma útil para las decisiones de salud pública.
Descargas
Referencias bibliográficas
Zill D. Ecuaciones diferenciales con aplicaciones. México: Grupo Editorial Iberoamérica; 1982.
Demidowitsch B, Maron I, Schuwalowa S. Métodos numéricos de análisis. Madrid: Editorial Paraninfo; 1980.
Feynman RP, Leighton RB, Sands M. Capítulo 8: El movimiento.En: Física. Vol. 1. Segunda edición. Wilmington: Addison-Wesley Iberoamericana, S. A.; 1987. p.1-11.
Rasband SN. Chaotic Dynamics of Nonlinear Systems. New York: John Wiley & Sons; 1990.
Guckenheimer J, Holmes P. Nonlinear Oscillations, Dynamical Systems, and Bifurcations of Vector Fields. Nueva York:Springer-Verlag; 1983.
Rodríguez J. Dinámica Probabilista Temporal de la Epidemia de Malaria en Colombia. Rev Fac Med. 2009; 17(2): 214-221.
Rodríguez J. Método para la predicción de la dinámica temporal de la malaria en los municipios de Colombia. Rev Panam Salud Pública. 2010; 27(3): 211-218.
Rodríguez J, Prieto S. Dinámica de la epidemia de Malaria.Predicciones de su Trayectoria. Rev Fac Med. 2010; 18(2): 12-20.
Rodríguez J, Correa C. Predicción temporal de la epidemia de Dengue en Colombia: Dinámica probabilista de la epidemia.Rev Salud Pública. 2009;11(3): 443-453.
Rodríguez J, Vitery S, Puerta G, Muñoz D, Rojas I, Pinilla L, et al. Dinámica probabilista temporal de la epidemia de dengue en Colombia. Rev Cubana Hig Epidemiol. [Internet]. 2011 [acceso enero 10 de 2012]; 49(1):74-83. Disponible en: http://cielo.sld.cu/pdf/hie/v49n1/hie09111.pdf.
OMS. Centro de prensa: Dengue y Dengue hemorrágico. Nota descriptiva No. 117. [Internet] Enero de 2012. [acceso febrero 1 de 2012]. Disponible en: http://www.who.int/mediacentre/factsheets/fs117/es/
Instituto Nacional de Salud. Boletín epidemiológico semanal:Semana epidemiológica. [Internet] Número 46 de 2011. [accesoenero 1 de 2012]. Disponible en: http://www.ins.gov.co/boletinepidemiologico/Boletn%20Epidemiolgico/2011%20Boletin%20epidemiologico_Semana%2046.pdf
Instituto Nacional de Salud. Boletín No. 2 Vigilancia epidemia por Dengue en Colombia. [Internet]. 23 de enero de 2012.[acceso febrero 10 de 2012]. Disponible en: http://reliefweb.int/sites/reliefweb.int/files/resources/Boletin2-12_Dengue.pdf
Actualisalud. Alerta epidemiológica por dengue. [Internet].Circular 012 de 2012. [acceso marzo 1 de 2012]. Disponible en: http://www.actualisalud.com/index.php?option=com_cont ent&view=article&id=89:alerta-epidemiologica-por-dengue&catid=3:noticias&Itemid=5
Instituto Nacional de Salud. Circular 0012 del 22 de febrero de 2012. [Internet]. [acceso marzo 1 de 2012]. Disponible en:http://actualisalud.com/images/stories/circular012.pdf
Fuller D, Troyo A, Calderon-Arguedas O, Beier J. Dengue vector (Aedes aegypti) larval habitats in an urban environment of Costa Rica analysed with ASTER and QuickBird imagery.International Journal of Remote Sensing. 2010; 31(1): 3-11.DOI:10.1080/01431160902865756
Fuller D, Troyo A, Beier and Vegetation JC. ENSO Dynamics as Predictors of Dengue Fever Cases in Costa Rica. Environ Res Lett. 2009; 4(014011): 1 -8.
Morrison A, Gray K, Getis A, Astete H, Sihuincha M, Focks D, et al.Temporal and Geographic Patterns of Aedesaegypti (Diptera: Culicidae) Production in Iquitos, Peru. Journal of Medical Entomology.[Internet]. 2004. [acceso enero 30 de 2012];41(6):1123-1142.Disponible en: http://dx.doi.org/10.1603/0022-2585-41.6.1123.
Esselman P. Desarrollo de un Modelo de Predicción de riesgo de fiebre del dengue en León Nicaragua. [Internet]. 2009. [acceso enero 10 de 2012]. Disponible en: http://www.sinia.net.ni/vectores/files/InformeTecnico_ModeloMaxent.pdf
EER Noticias. Enfermedades infecciosas emergentes y reemergentes,Región de las Américas [Internet]. 26 septiembre 2007.[acceso abril del 2009]. 4(9). Disponible en: http://www.paho.org/spanish/ad/dpc/cd/eid-eer-2007-09-26.htm.