Articulo de referencia

Matriz WAIFW

En la modelización de enfermedades infecciosas , una matriz de quién adquiere la infección de quién (WAIFW) es una matriz que describe la tasa de transmisión de la infección ent...

En la modelización de enfermedades infecciosas , una matriz de quién adquiere la infección de quién (WAIFW) es una matriz que describe la tasa de transmisión de la infección entre diferentes grupos en una población, como personas de diferentes edades. [ 1 ] Utilizada con un modelo SIR , las entradas de la matriz WAIFW se pueden usar para calcular el número básico de reproducción mediante el enfoque del operador de próxima generación . [ 2 ]

Ejemplos

El2×2{\displaystyle 2\times 2}La matriz WAIFW para dos grupos se expresa como[β11β12β21β22]{\displaystyle {\begin{bmatrix}\beta _{11}&\beta _{12}\\\beta _{21}&\beta _{22}\end{bmatrix}}}dóndeβij{\displaystyle \beta _{ij}}es el coeficiente de transmisión de un miembro infectado del grupoi{\displaystyle i}y un miembro susceptible del grupoj{\displaystyle j}. Normalmente se asumen patrones de mezcla específicos.

Mezcla selectiva

La mezcla selectiva ocurre cuando aquellos con ciertas características tienen más probabilidades de mezclarse con otros con quienes comparten esas características. Podría ser dada por [β00β]{\displaystyle {\begin{bmatrix}\beta &0\\0&\beta \end{bmatrix}}}[ 2 ] o el general2×2{\displaystyle 2\times 2}Matriz WAIFW siempre y cuandoβ11,β22>β12,β21{\displaystyle \beta _{11},\beta _{22}>\beta _{12},\beta _{21}}La mezcla disasortativa es, en cambio, cuandoβ11,β22<β12,β21{\displaystyle \beta _{11},\beta _{22}<\beta _{12},\beta _{21}}.

Mezcla homogénea

La mezcla homogénea, también llamada mezcla aleatoria, viene dada por [ββββ]{\displaystyle {\begin{bmatrix}\beta &\beta \\\beta &\beta \end{bmatrix}}}[ 3 ] Se supone que la transmisión es igualmente probable independientemente de las características del grupo cuando se utiliza una matriz WAIFW de mezcla homogénea. Mientras que para la mezcla heterogénea, las tasas de transmisión dependen de las características del grupo.

Mezcla asimétrica

No tiene por qué ser así.βij=βji{\displaystyle \beta _{ij}=\beta _{ji}}. Ejemplos de matrices WAIFW asimétricas son [ 4 ]

[β1β2β1β2][β1β1β2β2][0β1β20]{\displaystyle {\begin{bmatrix}\beta _{1}&\beta _{2}\\\beta _{1}&\beta _{2}\end{bmatrix}}{\begin{bmatrix}\beta _{1}&\beta _{1}\\\beta _{2}&\beta _{2}\end{bmatrix}}{\begin{bmatrix}0&\beta _{1}\\\beta _{2}&0\end{bmatrix}}}

hipótesis del contacto social

La hipótesis del contacto social fue propuesta por Jacco Wallinga , Peter Teunis y Mirjam Kretzschmar en 2006. La hipótesis afirma que las tasas de transmisión son proporcionales a las tasas de contacto,βijdoij{\displaystyle \beta _ {ij}\propto c_ {ij}}y permite que se utilicen datos de contacto social en lugar de las matrices WAIFW. [ 5 ]

Véase también

Referencias

  1. Keeling, Matt J.; Rohani, Pejman (2011). Modelado de enfermedades infecciosas en humanos y animales . Princeton University Press. pág.  58. ISBN 978-1-4008-4103-5.
  2. 1 2 gallinas, Niel; Shkedy, Ziv; Aerts, Marc; Faes, Christel; Van Damme, Pierre; Beutels, Philippe (2012). Modelado de parámetros de enfermedades infecciosas basado en datos serológicos y de contacto social: una perspectiva estadística moderna . Saltador. ISBN 978-1-4614-4071-0.
  3. ^ Goeyvaerts, Nele; Gallinas, Niel; Ogunjimi, Benson; Aerts, Marc; Shkedy, Ziv; Van Damme, Pierre; Beutels, Philippe (2010), "Estimación de parámetros de enfermedades infecciosas a partir de datos sobre contactos sociales y estado serológico", Revista de la Royal Statistical Society, Serie C (Estadísticas aplicadas) , 59 (2), Royal Statistical Society : 255– 277, arXiv : 0907.4000 , doi : 10.1111/j.1467-9876.2009.00693.x , S2CID 15947480 
  4. Vynnyvky, Emilia; White, Richard G. (2010), Introducción al modelado de enfermedades infecciosas , OUP Oxford, ISBN 978-0-19-856-576-5
  5. ^ Wallinga, Jacco; Teunis, Peter; Kretzschmar, Mirjam (2006), "Using Data on Social Contacts to Estimate Age-specific Transmission Parameters for Respiratory-spread Infectious Agents", American Journal of Epidemiology , 164 (10): 936– 944, doi : 10.1093/aje/kwj317 , hdl : 10029/6739 , PMID 16968863