Bases para la Modelación de Epidemias: el Caso del Síndrome Respiratorio Agudo Severo en Canadá / Modelling epidemics: the case of severe acute respiratory syndrome in Canada

RESUMEN

Objetivo: Se ilustra el análisis de la propagación del síndrome respiratorio agudo severo en Canadá en 2003, mediante modelos simples, comparando la influencia de las medidas de aislamiento en dos ondas epidémicas. Métodos: Se utilizan los modelos Susceptible-Infectado y Susceptible- Infectado-Removido en versión determinista para ambas ondas epidémicas, utilizando información oficial publicada. Se estiman los parámetros deterministas con el programa NLREG 6,2 y se obtienen soluciones analíticas con Maple 9. Se obtienen indicadores para el análisis de la dinámica de la epidemia. Resultados: Se observó un adecuado ajuste de los datos con ambos modelos pero en la segunda onda se observó un menor ajuste con el modelo sin remoción. En la segunda onda, con un R0 ligeramente menor a 1, a pesar de presentar la mayor incidencia (8,8 casos por día), se tuvo el más alto ritmo de infección (35 caso nuevos por 10 000 susceptibles) compensado con un alto ritmo de remoción (11,5 casos por día), lo que llevó a una menor duración de la epidemia (11,1 días) y una menor tasa de ataque (1 caso por cada cien susceptibles). Conclusiones: El modelo susceptible - infectado puede ser útil en la fase inicial de la epidemia, previo a la instauración de la remoción pero se requiere una vigilancia estrecha de la evolución de la epidemia para incorporar la modelación de la fuerza de remoción y derivar información que sustente las decisiones.

ABSTRACT

Objective: Severe acute respiratory syndrome propagation in Canada during 2003 is analysed by means of simple models, comparing the influence of isolation measures on two epidemic waves. Methods: Deterministic susceptible-infected and susceptible-infected-removed models were used for both epidemic waves, using official published information. NLREG 6.2 was used for estimating deterministic parameters and analytical solutions were obtained with Maple 9 software. Dynamical indicators were obtained for the epidemic. Results: Suitable adjustment of the data was observed with both models, but smaller adjustment was observed during the second wave with the non- removed model. The highest rate of infectiousness was shown (35 new cases per 10 000 susceptible people) during the second wave (with R0 near to one), in spite of presenting greater incidence (8.8 cases per day), compensated for by a high rate of removal (11,5 cases per day) which lasted less than the epidemic (11,1 days), and a lower rate of attack (1 case per each 100 susceptible people). Conclusions: The susceptible-infected model can be useful during an epidemic's initial phase (prior to removal); however, closer monitoring of an epidemic's development is required for modelling the strength of removal and deriving useful information for decision-making.