Estudio de la evolución de procesos epidémicos mediante simulación: los modelos SIR y SIS estocásticos
El presente trabajo se dirige especialmente a estudiantes del ámbito de la Bioestadística que busquen profundizar en la modelización estocástica de epidemias. Nos centraremos en el estudio de procesos epidemiológicos, específicamente a través de los modelos SIS (Susceptible-Infectado-Susceptible) y...
| Autor: | |
|---|---|
| Tipo de recurso: | informe técnico |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/101716 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/101716 |
| Access Level: | acceso abierto |
| Palabra clave: | 519.2 519.21 616-036.22 Bioestadística Procesos epidemiológicos Modelos estocásticos Estadística matemática (Estadística) Probabilidades (Estadística) Análisis Multivariante Enfermedades infecciosas 2404.01 Bioestadística 1208 Probabilidad 1203.26 Simulación 3202 Epidemiología |
| Sumario: | El presente trabajo se dirige especialmente a estudiantes del ámbito de la Bioestadística que busquen profundizar en la modelización estocástica de epidemias. Nos centraremos en el estudio de procesos epidemiológicos, específicamente a través de los modelos SIS (Susceptible-Infectado-Susceptible) y SIR (Susceptible-Infectado-Recuperado) con el objetivo de ofrecer resultados teóricos y prácticos, así como herramientas tan potentes como la simulación, que permitan analizar de forma eficiente la evolución de un brote epidémico considerando enfermedades infecciosas transmitidas por contacto directo persona a persona. Las simulaciones se implementarán algorítmicamente mediante código en R, permitiendo una exploración detallada de la dinámica de estas enfermedades en diferentes escenarios. Analizaremos variables clave como el número de individuos infectados, susceptibles y recuperados a lo largo del tiempo, proporcionando una visión integral de la evolución de la enfermedad en una población dada. La importancia de comprender y simular estos modelos epidemiológicos, bajo un enfoque estocástico, radica en su capacidad para prever y gestionar brotes de enfermedades infecciosas, facilitando la toma de decisiones y la implementación de medidas de control por parte de las autoridades sanitarias para detener la propagación de la enfermedad. Este trabajo busca contribuir al avance del conocimiento en este campo, proporcionando herramientas y perspectivas valiosas para aquellos estudiantes que, en el futuro, aspiren a dedicarse a la investigación en Bioestadística y en particular a la modelización estocástica de procesos biológicos. |
|---|