Simulation of two epidemiological diseases in the Dominican Republic through the SIR model (Original)
Keywords:
mathematical modeling; epidemiological weeks; numerical simulationAbstract
Nowadays, mathematical models are fundamental resources for the study of problems of medicine, biology, physiology, biochemistry, epidemiology, pharmacokinetics, among other areas of knowledge. In this work, the numerical solutions of the SIR model are presented taking into account the fourth-order Runge-Kutta method. Finally, the simulation corresponding to the suspected cases of Zika and Chikungunya detected in the Dominican Republic during 2016 is shown.
Downloads
Download data is not yet available.
References
Bageta, C. R., Alberto, M., Sartor, C., Cecconato, A., Bevaqua, A., Tirador, M., Garriga, M., Nodaro, V., Quiroga, A., Uliarte, E. (2018). Influencia de la vid (vitis vinifera l.) sobre cultivos de cobertura: un modelo biomatemático de la transición de amensalismo a comensalismo. Revista de la Facultad de Ciencias Agrarias, 50(1), 33–45.
Basile, G., Sassenhagen, N., Polanco, P. (2016). Estudio de caso: Aproximaciones epidemiológicas del Dengue y Zika, virus desde la perspectiva de género en República Dominicana. CONVENIO OXFAM / MÉDICOS DEL MUNDO, 1–141.
Bi, S., Broggi, M., Beer, M. (2019). The role of the bhattacharyya distance in stochastic model updating. Mechanical Systems and Signal Processing, 117(7), 437–452.
Brauer, F., Castillo-Chávez, C., De La Pava, E., Castillo-Garsow, C., Chowell, D., Espinoza, B., González, P., Hernández, C., Moreno, V. (2014). Modelos de la propagación de enfermedades infecciosas. Ithaca NY, 14853–17801.
Buriticá, D. C. C., Mejía, B.V., Rojas, L.M., Sáenz, L., Yosa, J. (2018). Análisis determinístico de la red de regulación génica involucrada en la expresión y función del factor de transcripción. Revista Cuarzo, 23(2), 7–15.
Bustos Flores, C. E., Chacón Parra, G.B. (2012). Modelos determinísticos de inventarios para demanda independiente. Contaduría y administración, 57(3), 239–258.
Camue Corona, E., Carbonell, G., Alfonso, R., Hernández de la Torre, J., Cisneros Hidalgo, Y. (2018). Modelos constitutivos hiperelásticos del tejido arterial y su valoración para considerar el descontrol metabólico. Revista Cubana de Angiología y Cirugía Vascular, 19(2), 133–149.
Casals, M., Guzmán, K., Caylà, J.A. (2009). Modelos matemáticos utilizados en el estudio de las enfermedades transmisibles. Revista española de salud pública, 83(5), 689–695.
Correa, L. T. B., Dueñas, D.A.C. (2011). Hacia el uso de la simulación como herramienta para el análisis de proyectos de inversión. Revista De Investigación, Desarrollo e Innovación, 1(2), 40–52.
Espinosa, A., de León, R.P. (2018). Evaluación del sistema de vigilancia (sisvig) y el sistema electrónico en salud (sies) para la influenza, región de salud de veraguas. Visión Antataura, 2(2), 49–63.
Fresnadillo Martínez, M. J., García-Sánchez, E., García-Merino, E., del Rey, Á.M., García-Sánchez, J.E. (2013). Modelización matemática de la propagación de enfermedades infecciosas: de dónde venimos y hacia dónde vamos. Revista Española de Quimioterapia, 26(2), 21–37.
Lorenzo, C., de Jesús, J., Ortiz García, E.R., Mirón Calderón, X., Dávila Chávez, E., Pla Esquivel, E.,Mancilla Bernal, L.E. (2018). La circulación de los virus de influenza en el estado de México: del boom pandémico a la endemicidad. Archivos de Investigación Materno Infantil, 9(1), 4–11.
Manepalli, P. H., Mathew, J.M., Alavi, S. (2019). Stochastic modeling of expansion of starchy melts during extrusion. Journal of Food Engineering, 245(21), 57–64.
Montesinos-López, O. A., Hernández-Suárez, C.M. (2007). Modelosmatemáticos para enfermedades infecciosas. Salud Pública de México, 49(3), 218–226.
Parra-Zapata, M. M., Rendón-Mesa, P.A., Ocampo-Arenas, M.C., Sánchez-Cardona, J., Molina-Toro, J.F., Villa-Ochoa, J. (2018). Participación de profesores en un ambiente de formación online. un estudio en modelación matemática. Educación Matemática, 30(1), 185–212.
Rico, Y. A. (2018). La modelación en las matemáticas avanzadas para la ingeniería. Revista Boletín Redipe, 4(7), 113–119.
Villa Ochoa, J. A. (2015). Modelación matemática a partir de problemas de enunciados verbales: un estudio de caso con profesores de matemáticas. Magis: Revista Internacional de Investigación en Educación, 8(16), 133–148.
Basile, G., Sassenhagen, N., Polanco, P. (2016). Estudio de caso: Aproximaciones epidemiológicas del Dengue y Zika, virus desde la perspectiva de género en República Dominicana. CONVENIO OXFAM / MÉDICOS DEL MUNDO, 1–141.
Bi, S., Broggi, M., Beer, M. (2019). The role of the bhattacharyya distance in stochastic model updating. Mechanical Systems and Signal Processing, 117(7), 437–452.
Brauer, F., Castillo-Chávez, C., De La Pava, E., Castillo-Garsow, C., Chowell, D., Espinoza, B., González, P., Hernández, C., Moreno, V. (2014). Modelos de la propagación de enfermedades infecciosas. Ithaca NY, 14853–17801.
Buriticá, D. C. C., Mejía, B.V., Rojas, L.M., Sáenz, L., Yosa, J. (2018). Análisis determinístico de la red de regulación génica involucrada en la expresión y función del factor de transcripción. Revista Cuarzo, 23(2), 7–15.
Bustos Flores, C. E., Chacón Parra, G.B. (2012). Modelos determinísticos de inventarios para demanda independiente. Contaduría y administración, 57(3), 239–258.
Camue Corona, E., Carbonell, G., Alfonso, R., Hernández de la Torre, J., Cisneros Hidalgo, Y. (2018). Modelos constitutivos hiperelásticos del tejido arterial y su valoración para considerar el descontrol metabólico. Revista Cubana de Angiología y Cirugía Vascular, 19(2), 133–149.
Casals, M., Guzmán, K., Caylà, J.A. (2009). Modelos matemáticos utilizados en el estudio de las enfermedades transmisibles. Revista española de salud pública, 83(5), 689–695.
Correa, L. T. B., Dueñas, D.A.C. (2011). Hacia el uso de la simulación como herramienta para el análisis de proyectos de inversión. Revista De Investigación, Desarrollo e Innovación, 1(2), 40–52.
Espinosa, A., de León, R.P. (2018). Evaluación del sistema de vigilancia (sisvig) y el sistema electrónico en salud (sies) para la influenza, región de salud de veraguas. Visión Antataura, 2(2), 49–63.
Fresnadillo Martínez, M. J., García-Sánchez, E., García-Merino, E., del Rey, Á.M., García-Sánchez, J.E. (2013). Modelización matemática de la propagación de enfermedades infecciosas: de dónde venimos y hacia dónde vamos. Revista Española de Quimioterapia, 26(2), 21–37.
Lorenzo, C., de Jesús, J., Ortiz García, E.R., Mirón Calderón, X., Dávila Chávez, E., Pla Esquivel, E.,Mancilla Bernal, L.E. (2018). La circulación de los virus de influenza en el estado de México: del boom pandémico a la endemicidad. Archivos de Investigación Materno Infantil, 9(1), 4–11.
Manepalli, P. H., Mathew, J.M., Alavi, S. (2019). Stochastic modeling of expansion of starchy melts during extrusion. Journal of Food Engineering, 245(21), 57–64.
Montesinos-López, O. A., Hernández-Suárez, C.M. (2007). Modelosmatemáticos para enfermedades infecciosas. Salud Pública de México, 49(3), 218–226.
Parra-Zapata, M. M., Rendón-Mesa, P.A., Ocampo-Arenas, M.C., Sánchez-Cardona, J., Molina-Toro, J.F., Villa-Ochoa, J. (2018). Participación de profesores en un ambiente de formación online. un estudio en modelación matemática. Educación Matemática, 30(1), 185–212.
Rico, Y. A. (2018). La modelación en las matemáticas avanzadas para la ingeniería. Revista Boletín Redipe, 4(7), 113–119.
Villa Ochoa, J. A. (2015). Modelación matemática a partir de problemas de enunciados verbales: un estudio de caso con profesores de matemáticas. Magis: Revista Internacional de Investigación en Educación, 8(16), 133–148.
Downloads
Published
2019-10-07
Issue
Section
Artículos
How to Cite
Simulation of two epidemiological diseases in the Dominican Republic through the SIR model (Original). (2019). Roca. Scientific-Educational Publication of Granma Province., 15(4), 1-10. https://revistas.udg.co.cu/index.php/roca/article/view/1013
