What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?

Autores
Bergero, Paula Elena; Guisoni, Nara Cristina
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Introducción: Uno de los usos de los modelos matemáticos de la transmisión de enfermedades es el estudio del efecto de diferentes cambios en las condiciones que determinan el comportamiento de las mismas, como la vacunación, las restricciones en la movilidad de las personas o las medidas de cuidado personal. Se sabe que frente a cambios abruptos en los parámetros que representan estas condiciones, los modelos exhiben cambios en la epidemiología, tanto en la magnitud y periodicidad de los brotes como en el perfil etario de la población afectada. En este trabajo analizamos mediante herramientas de modelado matemático posibles efectos de la pandemia sobre la transmisión de otras enfermedades infecciosas debido a la disminución de la transmisibilidad, como resultado de las medidas de cuidado personal, ventilación y reducción en los contactos sociales adoptados para reducir la circulación de COVID-19.Método: Empleamos un modelo matemático determinista SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar enfermedades con inmunidad conferida de corta duración y que presentan un ciclo anual. Se utilizaron dos escenarios de parámetros, uno de ellos más apropiado para una enfermedad tipo influenza, con tasa de contagio relativamente baja y con vacuna, y otro más apropiado para una enfermedad tipo virus sincitial respiratorio (VSR), con mayor contagiosidad y sin vacunación. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años, planteando distintos escenarios respecto de la reducción de la transmisibilidad.Resultados: La reducción en la transmisibilidad de la enfermedad durante dos años genera cambios en el comportamiento de la enfermedad que se sostienen en los años siguientes: eventos epidémicos pronunciados (que pueden superar los máximos previos) con alargamiento del intervalo interbrote e incluso pérdida del comportamiento estacional típico. Aún en casos en que el inicio de la reducción de la transmisibilidad ocurre en momentos diferentes de un brote (cerca del máximo o cerca del mínimo), su efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para nuestro país.Discusión: El modelo general propuesto, en determinadas condiciones de baja transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en nuestra región para la influenza y el VSR. Este resultado ilustra el valor del modelado como herramienta útil en la compresión de la transmisión de enfermedades, alertando sobre posibles efectos no intuitivos.
Introduction: Mathematical models of infectious diseases have been used to study the effect of different mechanism in the transmission, such as vaccination, restrictions on the mobility of people or preventive policies. Models shows modifications in the epidemiology of a disease under abrupt changes in the transmissibility, both in the magnitude and periodicity of the outbreaks and in the age profile of the affected population. In this work, we analysed possible effects of the pandemic on other infectious diseases due to the decrease in transmissibility, as a result of the measures of personal care adopted to reduce circulation of COVID-19. Method: We used a deterministic SIRS (susceptible-infected-recovered-susceptible) mathematical model with seasonal modulation to represent diseases with short duration immunity and annual cycle. Two scenarios of parameters were used, one of them for an influenza-like disease, and another for the respiratory syncytial virus (RSV)-type disease. Different transmissibility scenarios were analysed. Results: Changes found in the dynamic of the disease are sustained in the following years: pronounced epidemic events with lengthening of the inter-outbreak interval, and even loss of behaviour typical seasonal. The effect of reducing transmissibility results dominant over the seasonal behaviour. The scenario with a 40% initial reduction in transmissibility is compatible with the influenza and RSV data currently reported for Argentina. Discussion: The general model proposed, under conditions of reduced transmissibility, exhibits an epidemiology compatible with recently reported data of influenza and RSV. This result illustrates the mathematical modeling of infectious diseases as a useful tool to understanding possible non-intuitive effects.
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
INFLUENZA
VSR
COVID-19
MODELADO MATEMATICO
PANDEMIA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/163344

id CONICETDig_9b4bfd9656e98c78eb08cedcf5a96c06
oai_identifier_str oai:ri.conicet.gov.ar:11336/163344
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?¿Qué dicen los modelos matemáticos sobre el efecto de las medidas no farmacológicas de cuidado implementadas durante la pandemia por COVID-19 sobre otras enfermedades respiratorias?Bergero, Paula ElenaGuisoni, Nara CristinaINFLUENZAVSRCOVID-19MODELADO MATEMATICOPANDEMIAhttps://purl.org/becyt/ford/1.3https://purl.org/becyt/ford/1Introducción: Uno de los usos de los modelos matemáticos de la transmisión de enfermedades es el estudio del efecto de diferentes cambios en las condiciones que determinan el comportamiento de las mismas, como la vacunación, las restricciones en la movilidad de las personas o las medidas de cuidado personal. Se sabe que frente a cambios abruptos en los parámetros que representan estas condiciones, los modelos exhiben cambios en la epidemiología, tanto en la magnitud y periodicidad de los brotes como en el perfil etario de la población afectada. En este trabajo analizamos mediante herramientas de modelado matemático posibles efectos de la pandemia sobre la transmisión de otras enfermedades infecciosas debido a la disminución de la transmisibilidad, como resultado de las medidas de cuidado personal, ventilación y reducción en los contactos sociales adoptados para reducir la circulación de COVID-19.Método: Empleamos un modelo matemático determinista SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar enfermedades con inmunidad conferida de corta duración y que presentan un ciclo anual. Se utilizaron dos escenarios de parámetros, uno de ellos más apropiado para una enfermedad tipo influenza, con tasa de contagio relativamente baja y con vacuna, y otro más apropiado para una enfermedad tipo virus sincitial respiratorio (VSR), con mayor contagiosidad y sin vacunación. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años, planteando distintos escenarios respecto de la reducción de la transmisibilidad.Resultados: La reducción en la transmisibilidad de la enfermedad durante dos años genera cambios en el comportamiento de la enfermedad que se sostienen en los años siguientes: eventos epidémicos pronunciados (que pueden superar los máximos previos) con alargamiento del intervalo interbrote e incluso pérdida del comportamiento estacional típico. Aún en casos en que el inicio de la reducción de la transmisibilidad ocurre en momentos diferentes de un brote (cerca del máximo o cerca del mínimo), su efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para nuestro país.Discusión: El modelo general propuesto, en determinadas condiciones de baja transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en nuestra región para la influenza y el VSR. Este resultado ilustra el valor del modelado como herramienta útil en la compresión de la transmisión de enfermedades, alertando sobre posibles efectos no intuitivos.Introduction: Mathematical models of infectious diseases have been used to study the effect of different mechanism in the transmission, such as vaccination, restrictions on the mobility of people or preventive policies. Models shows modifications in the epidemiology of a disease under abrupt changes in the transmissibility, both in the magnitude and periodicity of the outbreaks and in the age profile of the affected population. In this work, we analysed possible effects of the pandemic on other infectious diseases due to the decrease in transmissibility, as a result of the measures of personal care adopted to reduce circulation of COVID-19. Method: We used a deterministic SIRS (susceptible-infected-recovered-susceptible) mathematical model with seasonal modulation to represent diseases with short duration immunity and annual cycle. Two scenarios of parameters were used, one of them for an influenza-like disease, and another for the respiratory syncytial virus (RSV)-type disease. Different transmissibility scenarios were analysed. Results: Changes found in the dynamic of the disease are sustained in the following years: pronounced epidemic events with lengthening of the inter-outbreak interval, and even loss of behaviour typical seasonal. The effect of reducing transmissibility results dominant over the seasonal behaviour. The scenario with a 40% initial reduction in transmissibility is compatible with the influenza and RSV data currently reported for Argentina. Discussion: The general model proposed, under conditions of reduced transmissibility, exhibits an epidemiology compatible with recently reported data of influenza and RSV. This result illustrates the mathematical modeling of infectious diseases as a useful tool to understanding possible non-intuitive effects.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; ArgentinaScientific Electronic Library Online2022-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/163344Bergero, Paula Elena; Guisoni, Nara Cristina; What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?; Scientific Electronic Library Online; SciELO Preprints; 2022; 4-2022; 1-172730-8626CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://preprints.scielo.org/index.php/scielo/preprint/view/3963info:eu-repo/semantics/altIdentifier/doi/10.1590/SciELOPreprints.3963info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-12-23T14:06:07Zoai:ri.conicet.gov.ar:11336/163344instacron: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:34982025-12-23 14:06:07.817CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
¿Qué dicen los modelos matemáticos sobre el efecto de las medidas no farmacológicas de cuidado implementadas durante la pandemia por COVID-19 sobre otras enfermedades respiratorias?
title What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
spellingShingle What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
Bergero, Paula Elena
INFLUENZA
VSR
COVID-19
MODELADO MATEMATICO
PANDEMIA
title_short What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
title_full What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
title_fullStr What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
title_full_unstemmed What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
title_sort What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?
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 INFLUENZA
VSR
COVID-19
MODELADO MATEMATICO
PANDEMIA
topic INFLUENZA
VSR
COVID-19
MODELADO MATEMATICO
PANDEMIA
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: Uno de los usos de los modelos matemáticos de la transmisión de enfermedades es el estudio del efecto de diferentes cambios en las condiciones que determinan el comportamiento de las mismas, como la vacunación, las restricciones en la movilidad de las personas o las medidas de cuidado personal. Se sabe que frente a cambios abruptos en los parámetros que representan estas condiciones, los modelos exhiben cambios en la epidemiología, tanto en la magnitud y periodicidad de los brotes como en el perfil etario de la población afectada. En este trabajo analizamos mediante herramientas de modelado matemático posibles efectos de la pandemia sobre la transmisión de otras enfermedades infecciosas debido a la disminución de la transmisibilidad, como resultado de las medidas de cuidado personal, ventilación y reducción en los contactos sociales adoptados para reducir la circulación de COVID-19.Método: Empleamos un modelo matemático determinista SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar enfermedades con inmunidad conferida de corta duración y que presentan un ciclo anual. Se utilizaron dos escenarios de parámetros, uno de ellos más apropiado para una enfermedad tipo influenza, con tasa de contagio relativamente baja y con vacuna, y otro más apropiado para una enfermedad tipo virus sincitial respiratorio (VSR), con mayor contagiosidad y sin vacunación. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años, planteando distintos escenarios respecto de la reducción de la transmisibilidad.Resultados: La reducción en la transmisibilidad de la enfermedad durante dos años genera cambios en el comportamiento de la enfermedad que se sostienen en los años siguientes: eventos epidémicos pronunciados (que pueden superar los máximos previos) con alargamiento del intervalo interbrote e incluso pérdida del comportamiento estacional típico. Aún en casos en que el inicio de la reducción de la transmisibilidad ocurre en momentos diferentes de un brote (cerca del máximo o cerca del mínimo), su efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para nuestro país.Discusión: El modelo general propuesto, en determinadas condiciones de baja transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en nuestra región para la influenza y el VSR. Este resultado ilustra el valor del modelado como herramienta útil en la compresión de la transmisión de enfermedades, alertando sobre posibles efectos no intuitivos.
Introduction: Mathematical models of infectious diseases have been used to study the effect of different mechanism in the transmission, such as vaccination, restrictions on the mobility of people or preventive policies. Models shows modifications in the epidemiology of a disease under abrupt changes in the transmissibility, both in the magnitude and periodicity of the outbreaks and in the age profile of the affected population. In this work, we analysed possible effects of the pandemic on other infectious diseases due to the decrease in transmissibility, as a result of the measures of personal care adopted to reduce circulation of COVID-19. Method: We used a deterministic SIRS (susceptible-infected-recovered-susceptible) mathematical model with seasonal modulation to represent diseases with short duration immunity and annual cycle. Two scenarios of parameters were used, one of them for an influenza-like disease, and another for the respiratory syncytial virus (RSV)-type disease. Different transmissibility scenarios were analysed. Results: Changes found in the dynamic of the disease are sustained in the following years: pronounced epidemic events with lengthening of the inter-outbreak interval, and even loss of behaviour typical seasonal. The effect of reducing transmissibility results dominant over the seasonal behaviour. The scenario with a 40% initial reduction in transmissibility is compatible with the influenza and RSV data currently reported for Argentina. Discussion: The general model proposed, under conditions of reduced transmissibility, exhibits an epidemiology compatible with recently reported data of influenza and RSV. This result illustrates the mathematical modeling of infectious diseases as a useful tool to understanding possible non-intuitive effects.
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: Uno de los usos de los modelos matemáticos de la transmisión de enfermedades es el estudio del efecto de diferentes cambios en las condiciones que determinan el comportamiento de las mismas, como la vacunación, las restricciones en la movilidad de las personas o las medidas de cuidado personal. Se sabe que frente a cambios abruptos en los parámetros que representan estas condiciones, los modelos exhiben cambios en la epidemiología, tanto en la magnitud y periodicidad de los brotes como en el perfil etario de la población afectada. En este trabajo analizamos mediante herramientas de modelado matemático posibles efectos de la pandemia sobre la transmisión de otras enfermedades infecciosas debido a la disminución de la transmisibilidad, como resultado de las medidas de cuidado personal, ventilación y reducción en los contactos sociales adoptados para reducir la circulación de COVID-19.Método: Empleamos un modelo matemático determinista SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar enfermedades con inmunidad conferida de corta duración y que presentan un ciclo anual. Se utilizaron dos escenarios de parámetros, uno de ellos más apropiado para una enfermedad tipo influenza, con tasa de contagio relativamente baja y con vacuna, y otro más apropiado para una enfermedad tipo virus sincitial respiratorio (VSR), con mayor contagiosidad y sin vacunación. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años, planteando distintos escenarios respecto de la reducción de la transmisibilidad.Resultados: La reducción en la transmisibilidad de la enfermedad durante dos años genera cambios en el comportamiento de la enfermedad que se sostienen en los años siguientes: eventos epidémicos pronunciados (que pueden superar los máximos previos) con alargamiento del intervalo interbrote e incluso pérdida del comportamiento estacional típico. Aún en casos en que el inicio de la reducción de la transmisibilidad ocurre en momentos diferentes de un brote (cerca del máximo o cerca del mínimo), su efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para nuestro país.Discusión: El modelo general propuesto, en determinadas condiciones de baja transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en nuestra región para la influenza y el VSR. Este resultado ilustra el valor del modelado como herramienta útil en la compresión de la transmisión de enfermedades, alertando sobre posibles efectos no intuitivos.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
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/11336/163344
Bergero, Paula Elena; Guisoni, Nara Cristina; What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?; Scientific Electronic Library Online; SciELO Preprints; 2022; 4-2022; 1-17
2730-8626
CONICET Digital
CONICET
url http://hdl.handle.net/11336/163344
identifier_str_mv Bergero, Paula Elena; Guisoni, Nara Cristina; What do mathematical models say about the effect of the non-pharmaceutical interventions due the COVID-19 pandemic on other respiratory diseases?; Scientific Electronic Library Online; SciELO Preprints; 2022; 4-2022; 1-17
2730-8626
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://preprints.scielo.org/index.php/scielo/preprint/view/3963
info:eu-repo/semantics/altIdentifier/doi/10.1590/SciELOPreprints.3963
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Scientific Electronic Library Online
publisher.none.fl_str_mv Scientific Electronic Library Online
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_ 1852335531275321344
score 12.952241