Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación

Autores
Bergero, Paula Elena; Guisoni, Nara Cristina
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
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.
Fil: Bergero, Paula Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina
Fil: Guisoni, Nara Cristina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina
Materia
DENGUE
PANDEMIA POR COVID-19
COINFECCION
MODELADO MATEMATICO
COVID-19
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/135707

id CONICETDig_626bb6add5a7d817b0e8ff835b75a71a
oai_identifier_str oai:ri.conicet.gov.ar:11336/135707
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Modelo matemático de coinfección de dengue y COVID-19: una primera aproximaciónMathematical modelling of dengue-COVID-19 coinfection: a first approximationBergero, Paula ElenaGuisoni, Nara CristinaDENGUEPANDEMIA POR COVID-19COINFECCIONMODELADO MATEMATICOCOVID-19https://purl.org/becyt/ford/1.3https://purl.org/becyt/ford/1INTRODUCCIÓN: 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.Fil: Bergero, Paula Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; ArgentinaFil: Guisoni, Nara Cristina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; ArgentinaMinisterio de Salud de la Nación2021-05-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/135707Bergero, Paula Elena; Guisoni, Nara Cristina; Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación; Ministerio de Salud de la Nación; Revista Argentina de Salud Pública; 13; 31-5-2021; 1-81852-87241853-810XCONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://rasp.msal.gov.ar/rasp/articulos/vol13supl/AO_Bergeroe29.pdfinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:02:40Zoai:ri.conicet.gov.ar:11336/135707instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:02:40.813CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
Mathematical modelling of dengue-COVID-19 coinfection: a first approximation
title Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
spellingShingle Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
Bergero, Paula Elena
DENGUE
PANDEMIA POR COVID-19
COINFECCION
MODELADO MATEMATICO
COVID-19
title_short Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
title_full Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
title_fullStr Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
title_full_unstemmed Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
title_sort Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación
dc.creator.none.fl_str_mv Bergero, Paula Elena
Guisoni, Nara Cristina
author Bergero, Paula Elena
author_facet Bergero, Paula Elena
Guisoni, Nara Cristina
author_role author
author2 Guisoni, Nara Cristina
author2_role author
dc.subject.none.fl_str_mv DENGUE
PANDEMIA POR COVID-19
COINFECCION
MODELADO MATEMATICO
COVID-19
topic DENGUE
PANDEMIA POR COVID-19
COINFECCION
MODELADO MATEMATICO
COVID-19
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.3
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv 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.
Fil: Bergero, Paula Elena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina
Fil: Guisoni, Nara Cristina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas; Argentina
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.
publishDate 2021
dc.date.none.fl_str_mv 2021-05-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/135707
Bergero, Paula Elena; Guisoni, Nara Cristina; Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación; Ministerio de Salud de la Nación; Revista Argentina de Salud Pública; 13; 31-5-2021; 1-8
1852-8724
1853-810X
CONICET Digital
CONICET
url http://hdl.handle.net/11336/135707
identifier_str_mv Bergero, Paula Elena; Guisoni, Nara Cristina; Modelo matemático de coinfección de dengue y COVID-19: una primera aproximación; Ministerio de Salud de la Nación; Revista Argentina de Salud Pública; 13; 31-5-2021; 1-8
1852-8724
1853-810X
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://rasp.msal.gov.ar/rasp/articulos/vol13supl/AO_Bergeroe29.pdf
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Ministerio de Salud de la Nación
publisher.none.fl_str_mv Ministerio de Salud de la Nación
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842269768458960896
score 13.13397