1

UNIVERSIDAD PERUANA LOS ANDES

FACULTAD DE INGENIERA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE SISTEMAS Y
COMPUTACIN

TESIS

ESTRATEGIAS PARA DISMINUIR LA

MORBIMORTALIDAD DE LAS NEUMONIAS EN LA
REGION HUANCAVELICA MEDIANTE UN MODELO
DE DINAMICA DE SISTEMAS
PRESENTADO POR:
BACH. JOS ANTONIO MUNARRIZ VILLAFUERTE

PARA OPTAR EL TTULO PROFESIONAL DE:

INGENIERO DE SISTEMAS Y COMPUTACIN

HUANCAYO - PER

2014

2ii

____________________________________
Mg. Ing. RUBEN TAPIA SILGUERA
PRESIDENTE

____________________________________

JURADO

____________________________________
..
JURADO

____________________________________
..
JURADO

____________________________________
MG. MIGUEL ANGEL CARLOS CANALES
SECRETARIO DOCENTE

3
iii

ASESOR:
ING. JORGE VLADIMIR PACHAS HUAYTN

iv
4

DEDICATORIA
Para mi hijo Haziel, mi esposa
Fanny y mis padres Csar y Rosa
Porque sin su amor, apoyo y
confianza nada de esto sera posible.

Jos Antonio Munarriz Villafuerte

5v

NDICE DE CONTENIDOS
NDICE DE CONTENIDOS ........................................................................................................ 5
NDICE DE ILUSTRACIONES Y CUADROS........................................................................... 8
RESUMEN.................................................................................................................................. 11
ABSTRACT ................................................................................................................................ 12
INTRODUCCIN ...................................................................................................................... 13
GENERALIDADES ................................................................................................................... 15
CAPITULO I............................................................................................................................... 16
ASPECTOS GENERALES ........................................................................................................ 16
1.1.

DESCRIPCION DE LA ORGANIZACIN .......................................................... 16

1.2.

PLANTEAMIENTO DEL PROBLEMA ................................................................ 19

1.2.1.

SITUACION PROBLEMATICA .................................................................... 19

1.2.2.

DEFINICION DEL PROBLEMA ................................................................... 20

1.3.

OBJETIVOS DE LA INVESTIGACION ............................................................... 21

1.3.1.

OBJETIVO GENERAL ................................................................................... 21

1.3.2.

OBJETIVOS ESPECIFICOS .......................................................................... 21

1.4.

LIMITACIONES ...................................................................................................... 21

1.5.

FACTIBILIDAD ....................................................................................................... 23

1.5.1.

FACTIBILIDAD TECNICA ............................................................................ 23

1.5.2.

FACTIBILIDAD SOCIAL ............................................................................... 23

1.5.3.

FACTIBILIDAD OPERATIVA ...................................................................... 23

1.5.4.

ALTERNATIVAS O PLANTEAMIENTO DE LA SOLUCION ................. 24

1.6.

JUSTIFICACION ..................................................................................................... 24

1.6.1.

JUSTIFICACIN PRCTICA ....................................................................... 24

1.6.2.

JUSTIFICACIN METODOLOGICA .......................................................... 26

CAPITULO II ............................................................................................................................. 29
MARCO TEORICO .................................................................................................................... 29
2.1.

ANTECEDENTES .................................................................................................... 29

2.2.

BASES TEORICAS .................................................................................................. 32

2.2.1.

LA NEUMONIA................................................................................................ 32

2.2.2.

DINAMICA DE SISTEMAS ............................................................................ 51

2.2.3.
RELACION DINAMICA DE SISTEMAS Y ENFERMEDADES
TRANSMISIBLES ............................................................................................................ 64
2.2.

MARCO CONCEPTUAL ........................................................................................ 72

vi6

2.3.

METODOLOGIAS ................................................................................................... 74

2.3.1.

METODOLOGIA DE FORRESTER ................................................................. 74

2.3.2.

ARQUETIPOS .................................................................................................... 74

2.3.3.

METODOLOGIA DE JAVIER ARACIL .......................................................... 75

2.4.

ELECCION DE LA METODOLOGIA DE SOLUCION ..................................... 75

2.4.1.

CONSTRUCCION DE MODELOS EN DINAMICA DE SISTEMAS ....... 76

2.4.2.

SIMULACION DE UN MODELO .................................................................. 79

PRESENTACION DE RESULTADOS ..................................................................................... 81

CAPITULO III ............................................................................................................................ 82
MODELAMIENTO DEL SISTEMA ......................................................................................... 82
3.1.

DEFINICION DEL PROBLEMA ........................................................................... 82

3.2.

MODELAMIENTO DEL SISTEMA INICIAL ..................................................... 82

3.2.1.

VARIABLES DE ESTADO O NIVEL ............................................................ 82

3.2.2.

VARIABLES DE FLUJO ................................................................................. 83

3.2.3.

VARIABLES AUXILIARES ........................................................................... 83

3.2.4.

PARAMETROS ................................................................................................ 84

3.3.

CONCEPTUALIZACION DEL SISTEMA INICIAL .......................................... 84

3.4.

FORMALIZACION DEL MODELO INICIAL .................................................... 86

3.5.

MODELAMIENTO DEL SISTEMA PROPUESTO............................................. 87

3.5.1.

VARIABLES DE ESTADO O NIVEL ............................................................ 88

3.5.2.

VARIABLES DE FLUJO ................................................................................. 88

3.5.3.

VARIABLES AUXILIARES ........................................................................... 89

3.5.4.

PARAMETROS ................................................................................................ 90

3.6.

CONCEPTUALIZACION DEL SISTEMA PROPUESTO .................................. 90

3.7.

FORMALIZACION DEL MODELO PROPUESTO ............................................ 92

CAPITULO IV ............................................................................................................................ 95
VALIDACION Y EXPERIMENTACION EN EL MODELO ................................................... 95
4.1.

VALIDACION DEL MODELO DE DINAMICA DE SISTEMAS ...................... 95

4.2.

VALIDACION Y EXPERIMENTACION DEL MODELO INICIAL ................ 96

4.3.

VALIDACION Y EXPERIMENTACION DEL NUEVO MODELO.................. 99

DISCUSION DE RESULTADOS ............................................................................................ 110

CAPITULO V ........................................................................................................................... 111
PRESENTACION DE RESULTADOS ................................................................................... 111
5.1.

VARIABLES RELEVANTES DEL MODELO ................................................... 113

5.2.

RESULTADOS OBTENIDOS ............................................................................... 116

7
vii

5.3.
SII

COMPARACION DE LOS RESULTADOS OBTENIDOS MODELOS SIR Y

................................................................................................................................... 118

5.3.1.

ANALISIS DE LA GRAFICA DE INFECTADOS...................................... 119

5.3.2.

ANALISIS DE LA GRAFICA DE INMUNES ............................................. 119

5.3.3.

ANALISIS DE LA GRAFICA DE SUSCEPTIBLES .................................. 120

5.3.4.

ANALISIS DE LA GRAFICA DE MUERTES ............................................ 121

CONCLUSIONES .................................................................................................................... 123

RECOMENDACIONES ........................................................................................................... 125
BIBLIOGRAFA ...................................................................................................................... 126
ANEXOS .................................................................................................................................. 129

viii 8

NDICE DE ILUSTRACIONES Y CUADROS

Figura 1.1. Organigrama Estructural de la DIRESA Huancavelica ......................................... 17
Tabla 1.1. Establecimientos de Salud de la DIRESA Huancavelica Ao 2013 ..................... 18
Tabla 2.1. Recomendaciones de Antibicoterapia emprica de neumona ................................. 41
Figura 2.1. Grafo que representa un sistema ............................................................................ 53
Figura 2.2. Grafo de un sistema demogrfico .......................................................................... 54
Figura 2.3. Trayectoria que describe el comportamiento de una magnitud X .......................... 55
Figura 2.4. Grafo orientado del proceso de llenar un vaso de agua.......................................... 56
Figura 2.5. Diagrama de influencias con signos del proceso de llenar un vaso ....................... 57
Figura 2.6. Smbolos o Elementos empleados en los Diagramas de Forrester ......................... 59
Figura 2.7. Estructura formada por bucle de realimentacin positivo y negativo .................... 63
Figura 2.8. Comportamiento sigmoidal de dos bucles de realimentacin, uno positivo y otro
negativo ..................................................................................................................................... 64
Figura 2.9.Esquema del modelo SIR ........................................................................................ 70
Figura 2.10. Fases en la construccin de un modelo ................................................................ 78
Figura 3.1. Diagrama de Influencias del Modelo SIR .............................................................. 85
Figura 3.2. Modelo SIR elaborado en Stella v.9.0.2 ................................................................ 86
Figura 3.3. Modelo SII Diagrama de Influencias .................................................................. 91
Figura 3.4. Modelo SII Software Stella v.9.0.2 ..................................................................... 92
Figura 4.1. Modelo SIR Poblacin Infectada ........................................................................ 97
Figura 4.2. Modelo SIR Poblacin Inmune ........................................................................... 97
Figura 4.3. Modelo SIR Muertes ........................................................................................... 98
Figura 4.4. Modelo SIR Tasa de Incidencia .......................................................................... 99
Figura 4.5. Poblacin Infectada Simulacin 1..................................................................... 101
Figura 4.6. Poblacin Inmune Simulacin 1 ....................................................................... 101
Figura 4.7. Poblacin Susceptible Simulacin 1 ................................................................. 102
Figura 4.8. Muertes Simulacin 1 ....................................................................................... 103
Figura 4.9. Poblacin Infectada Simulacin 2..................................................................... 104
Figura 4.10. Poblacin Inmune Simulacin 2 ..................................................................... 104
Figura 4.11. Poblacin Susceptible Simulacin 2 ............................................................... 105
Figura 4.12. Muertes Simulacin 2 ..................................................................................... 106
Figura 4.13. Poblacin Infectada Simulacin 3 ................................................................... 107
Figura 4.14. Poblacin Inmune Simulacin 3 ..................................................................... 108
Figura 4.15. Poblacin Susceptible Simulacin 3 ............................................................... 109
Figura 4.16. Muertes Simulacin 3 ..................................................................................... 109

ix 9

Figura 5.1. Infectada, Inmunes, Susceptibles y Muertes Simulacin 1 ............................... 116

Figura 5.2. Modelo SII Infectada, Inmunes, Susceptibles y Muertes Simulacin 2.......... 117
Figura 5.3. Infectada, Inmunes, Susceptibles y Muertes Simulacin 3 ............................... 118

x10

NDICE DE ANEXOS

Anexo 1. Modelo Dinmico SII de Enfermedades Transmisibles ........................................... 130

Anexo 2. Situaciones Endmicas en Enfermedades Transmisibles ......................................... 136

xi
11

RESUMEN
La presente tesis presenta un modelo para describir el comportamiento de la neumona,
est constituido por dos modelos, el primero corresponde a la dinmica generada en su
fase epidmica y el segundo describe el efecto en su fase endmica en la poblacin de la
regin Huancavelica.

Para la construccin del modelo de simulacin, es necesario representar la poblacin por

medio del Modelo SIR (Susceptible, Infectado, Recuperado) y el Modelo SII
(Susceptible, Infectado, Inmune). Para describir el papel de las poblaciones dentro de la
transmisin de la enfermedad, se plantea un modelo epidemiolgico clsico del tipo
Kermack-McKendrick que divide cada poblacin en SIR y SII.

Se realiza un conjunto de simulaciones del modelo que permite establecer un umbral para
la poltica de vacunacin en la poblacin, y muestran la posibilidad de disminuir
sustancialmente la neumona sin llegar a erradicar, por ser una enfermedad endmica.

Los resultados permiten sacar conclusiones sobre las condiciones que debe cumplir la
poltica de vacunacin para conducir a la disminucin de morbilidad y mortalidad de la
enfermedad y lograr que la poblacin de infectados se reduzca a niveles mnimos.

Palabras claves: Endemias, epidemias, modelo dinmico, neumona, modelos de

transmisin de enfermedades, morbimortalidad, estrategia, vacunacin.

12
xii

ABSTRACT
This thesis presents a model to describe the behavior of pneumonia consists of two
models, the first is the momentum in its epidemic phase and the second describes the
effect on endemic population phase in the Huancavelica region.

For the construction of the simulation model, it is necessary to represent the population
by the SIR model ( Susceptible, Infected, Recovered ) and IBS model ( Susceptible ,
Infected, Immune ) . To describe the role of populations in the transmission of the disease,
a classical epidemiological model of Kermack - McKendrick type that divides each
population SIR and SII arises.

A set of simulations of the model to establish a threshold for vaccination policy in the
population, and show the possibility to substantially reduce pneumonia without actually
eradicate, being an endemic disease is performed.

The results allow conclusions about the conditions that must meet the vaccination policy
to lead to decreased morbidity and mortality of the disease and get infected population is
reduced to a minimum.

Keywords: Endemic , epidemic , dynamic model , pneumonia, models of disease

transmission , morbidity and mortality , strategy, vaccination.

13
xiii

INTRODUCCIN
Debido a las altas tasas de morbilidad y mortalidad por neumona a nivel mundial tuvimos
la inquietud de implementar un modelo que describiera la propagacin de la enfermedad.
Nos concentramos en la propagacin en la Regin Huancavelica. En la literatura
encontramos que un sistema de ecuaciones diferenciales puede describir procesos
epidemiolgicos por lo que decidimos proponer que la propagacin de la neumona puede
ser descrita con un modelo SIR y SII debido a la naturaleza de la enfermedad.

Esta tesis presenta un modelo para describir el comportamiento de la neumona. El

modelo SIR divide a la poblacin en diferentes clases de acuerdo al estado de la
enfermedad, estas son, cuando la poblacin se encuentra susceptible a enfermarse, cuando
se encuentran en estado infeccioso y por ltimo cuando se han recuperado de la
enfermedad, es decir, fueron removidos de la clase de infectados.

Una vez con el modelo, buscamos estimar los parmetros del sistema considerando el
nmero reproductivo bsico de la infeccin, que es el promedio de infecciones
secundarias que ocurren cuando un individuo infectado se introduce en una poblacin que
es completamente susceptible a la enfermedad. Utilizamos los mtodos de estimacin de
parmetros en sistemas dinmicos por mxima verosimilitud, tomando como referencia
los datos proporcionados por la Direccin de Epidemiologa de la Direccin Regional de
Salud de Huancavelica en el perodo de Enero del 2000 a Diciembre del 2012.

xiv
14

Propusimos modelar la enfermedad en la Regin Huancavelica, para lo cual hemos usado

el Modelo SIR y SII, aplicando en el software Stella, y lo utilizamos con parmetros que
nos muestren propagaciones muy marcadas.

El propsito de esta tesis es obtener estrategia que describa la dinmica de la transmisin

de la neumona bajo la implementacin de la vacunacin. La estrategia de la vacunacin
considerada corresponde a disminuir la poblacin susceptible. Adems, se busca
identificar bajo qu circunstancias es posible disminuir sustancialmente la prevalencia de
la enfermedad.

Esta tesis abarca cinco captulos, el primer captulo comprende el planteamiento de la

situacin problemtica y la definicin respectiva mediante su formulacin, tambin se
presentan los antecedentes nacionales o internacionales de estudios similares al nuestro,
finalmente se formulan los objetivos que se constituyen en la lneas directrices durante
todo el proceso de la investigacin; el segundo es el fundamento terico que los diversos
cientficos brindan para estudios posteriores y que en nuestro caso sustenta y valida
nuestros hallazgos y conclusiones; en el tercero, se describe la construccin y
modelamiento de los modelos de simulacin inicial (SIR) y propuesto (SII) de la
neumona en la Regin Huancavelica; en el captulo cuatro, se describe los resultados
obtenidos de la validacin y experimentacin de los modelos SIR y SII de la neumona
tanto en la situacin actual y simulaciones propuestas; y en el captulo quinto se presenta
la discusin de los resultados obtenidos en el captulo anterior de los escenarios
experimentados con la estrategia de la vacunacin en diferentes escenarios para disminuir
la morbilidad y mortalidad de las neumonas; tambin se declaran las conclusiones a las
cuales hemos arribado y se anotan algunas recomendaciones que surgen como
consecuencia del trabajo a lo largo del proceso investigativo, finalmente nos referimos al
soporte bibliogrfico y anexos.

Jos Antonio Munrriz Villafuerte

15

GENERALIDADES

16

CAPITULO I
ASPECTOS GENERALES
1.1.

DESCRIPCION DE LA ORGANIZACIN

La Direccin Regional de Salud Huancavelica, es un rgano desconcentrado de la

Gerencia de Desarrollo Social del Gobierno Regional de Huancavelica,
responsable de formular y proponer las polticas regionales de salud; as como,
dirigir, normar y evaluar a los establecimientos de salud, en concordancia con las
polticas nacionales y planes sectoriales. La Direccin Regional de Salud
Huancavelica tiene a su cargo, como rganos desconcentrados, a las Redes de
Servicios de Salud y Hospitales de mayor capacidad resolutiva.

Visin
A finales del 2016, la salud de todas las personas de Huancavelica, ser expresin
de un sustantivo desarrollo social y econmico de la regin y del acceso a servicios
de salud oportunos y de calidad; con participacin multisectorial y de la sociedad
civil; contribuyendo al desarrollo humano equitativo y sostenible. (DIRESA
Huancavelica, 2011, pg. 131)

Misin
Tenemos la misin de proteger la dignidad personal, promoviendo la salud,
previniendo las enfermedades y garantizando la atencin integral de salud de

17

todos los habitantes de la Regin de Huancavelica, organizando y conduciendo la

gestin pblica en forma transparente, efectiva y descentralizada fundamentada
en la familia y la comunidad. (DIRESA Huancavelica, 2011, pg. 132)

Estructura Organizacional
DIRECCION REGIONAL
DE SALUD

ORG ANO DE CO NTROL

INSTIT UCIONAL

OFICINA EJECUTIVA DE
ADMINISTRACION

OFICINA DE
LOGISTICA

DIRECCION EJECUTIVA DE
SALUD DE LAS PERSONAS

DIRECCIN DE ATENCION
INTEGRAL DE SALUD
DIRECCIN DE SERVICIOS DE
SALUD Y GESTION DE LA
CALIDAD

OFICINA DE
ECONOMIA.

CO NSE JO REGIO NAL DE

SALUD

OFICINA EJCUTIVA
DE PLANEAMIENTO
Y GESTION
INSTITUCIONAL

OFICINA DE GESTION DE
RECURSOS HUMANOS

DIRECCION EJECUTIVA DE
PROMOCION DE LA SALUD

DIRECCIN DE PROMOCION
DE VIDA SANA Y
PARTICIPACION
COMUNITARIA

DIRECCION DE EDUCACION
PARA LA SALUD

DIRECCION EJECUTIVA DE
MEDICAMENTOS INSUMOS Y
DROGAS

OFICINA DE ASESORIA
JURIDICA

DIRECCION EJECUTIVA DE
INTELIGENCIA SANITARIA

DIRECCIN DE
FISCALIZACION, CONTROL Y
VIGILANCIA SANITARIA

DIRECCIN DE ACCESO Y USO

RACIONAL DE MEDICAMENTOS

DIRECCIN
DE EPIDEMIOLOGIA

DIRECCIN DE PREVENCION Y
CONTROL DE EMERGENCIAS Y
DESASTRES

DIRECCION DE SEGUROS
PUBLICOS Y PRIVADOS

DIRECCION EJECUTIVA DE
SALUD AMBIENTAL

DIRECCION DE ECOLOGIA,
PROTECCION DEL AMBIENTE Y
SALUD OCUPACIONAL

DIRECCION DE SANEAMIENTO,
HIGUIENE ALIMENTARIA Y
ZOONOSIS

DIRECCIN
DE ESTADISTICA E
INFORMATICA

DIRECCION DE
INVESTIGACION Y
CAPACITACION
DIRECCION DE LABORATORIO
DE SALUD PBLICA

HOSPITAL
DEPARTAMENTAL
HUANCAVELICA

DIRECCION DE
RED DE SALUD
HUANCAVELICA

Figura 1.1. Organigrama Estructural de la DIRESA Huancavelica

Fuente: Informe Memoria Anual DIRESA Huancavelica 2013

Estructura del Sistema de Salud

En la Regin de Huancavelica, la DIRESA cuenta actualmente con 400

establecimientos de Salud de las cuales 397 pertenecen al primer nivel de
Atencin (395 categorizados, 02 no categorizados) y 03 pertenecen al segundo
nivel (Hospital Departamental de Huancavelica, Hospital Lircay en Angaraes y
Hospital de Pampas en Tayacaja).

18

El Primer Nivel de Atencin desempea un rol muy importante, permite resolver

las necesidades bsicas y los problemas de salud ms frecuentes por medio de
estrategias de prevencin, promocin y procedimientos teraputicos, de
recuperacin y de rehabilitacin no complejos; as como en la continuidad de los
servicios de salud y del flujo de informacin a travs de todo el sistema de salud,
independiente del lugar de atencin. Tambin es el nivel que integra los cuidados
personales, de salud pblica, y los programas estratgicos, sociales en ciertas
enfermedades y/o riesgos especficos a la salud.

De estos establecimientos podemos afirmar que el 35.2% de los establecimientos

cuentan con profesional mdico para la atencin de la poblacin Huancavelicana
con problemas de salud pblica.

Por otro lado, tenemos pleno conocimiento que el Primer Nivel de Atencin,
comprende establecimientos con categora de I-1 al I-4, estructuralmente
organizados en 07 redes, que atienden el 70-80% de la demanda del sistema.
Tabla 1.1. Establecimientos de Salud de DIRESA - Huancavelica Ao 2013
REDES
HOSPITAL II - 2 (HDH)

PS

CS

MR

HOSPITAL II 1 (PAMPAS)

TOTAL
1
1

HOSPITAL II 1 (LIRCAY)

TAYACAJA

72

14

86

HUAYTARA

37

43

CHURCAMPA

29

34

CASTROVIRREYNA

28

34

ANGARAES

43

47

ACOBAMBA

47

54

HUANCAVELICA

84

15

99

TOTAL

340

57

29

400

Nota: Direccin de Estadstica e Informtica DIRESA Huancavelica

En este nivel de atencin, la severidad de los problemas de salud plantean una

atencin de baja complejidad con una oferta de gran tamao y con menor
especializacin y tecnificacin de sus recursos: En este nivel se desarrollan

19

principalmente actividades de promocin y proteccin especfica, diagnstico

precoz y tratamiento oportuno de las necesidades de salud ms frecuentes.

Los problemas existentes no podrn revertirse en el corto plazo; sin embargo, la

necesidad de construir el desarrollo regional plantea el desafo de realizar un
trabajo organizado, articulado y coherente entre los diferentes sectores para
evaluar los factores polticos, econmicos, sociales y ambientales, impulsando el
desarrollo humano como factor esencial y fundamental.

Para contribuir a la reduccin de la pobreza extrema y de la desnutricin crnica

infantil; es pertinente trabajar en polticas con una visin de mediano y largo
plazo; generar capacidades y fortalecer la institucionalidad a nivel regional,
fortalecer la autoridad sanitaria de la Direccin Regional de Salud en su mbito
regional y local; impulsar la coordinacin y accin articulada intersectorial para
lograr impacto en las acciones de intervencin.

1.2.

PLANTEAMIENTO DEL PROBLEMA

1.2.1. SITUACION PROBLEMATICA

La neumona ostenta en Huancavelica el dudoso privilegio de encabezar
la lista de enfermedades especficas que terminan con la muerte del
afectado. La incidencia de esta enfermedad es mayor en los estratos de los
menores de 5 aos y de edad avanzada (mayores de 60 aos), grupos
especialmente susceptibles. Aunque el uso del trmino bronconeumona
como causa de muerte puede ocasionar cierta confusin, para efectos de
clasificacin, las categoras diagnsticas de neumona incluyen a la
bronconeumona en la Clasificacin Internacional de Enfermedades (CIE).

La mortalidad especfica por esta causa no se ha modificado

sustancialmente en los ltimos 12 aos en el pas, a pesar del incremento
en la oferta de servicios sanitarios, la existencia de mejores mtodos de

20

diagnstico, de tratamientos farmacolgicos ms potentes y efectivos

mtodos de apoyo clnico.

En la regin Huancavelica desde el ao 2000 al 2012 se han registrado 584

defunciones por neumonas en nios menores de 5 aos y desde el ao
2005 al 2012 se han notificado 559 defunciones en mayores de 5 aos de
edad, datos proporcionados por la Direccin de Epidemiologa de la
Direccin Regional de Salud de Huancavelica.

En el Per hasta la semana epidemiolgica (SE) 36 del ao 2013 los

servicios de salud del pas han notificado 2 078 070 atenciones por
Infecciones Respiratorias Agudas (IRA) en menores de 5 aos.

Hasta la SE 36, se registraron 23 776 episodios de neumonas en menores

de 5 aos en el Sistema de Vigilancia de la Direccin General de
Epidemiologa.

El nmero de muertes acumuladas en menores de 5 aos por neumona

entre la SE 1 a la 36 del 2013 es 309, la tasa de letalidad por neumona
es 1.3%.

En los adultos mayores se han notificado 7144 episodios de neumona y se

han notificado 575 defunciones y la tasa de letalidad es de 8.0%.

1.2.2. DEFINICION DEL PROBLEMA

La neumona es un problema local, nacional y mundial, siendo una de las
primeras causas de morbilidad y mortalidad, ante este evento hemos
definido el problema:

Qu estrategias disminuiran la morbimortalidad de las neumonas en la

Regin Huancavelica mediante un modelo de dinmica de sistemas?

21

Ante esta problemtica y al indagar someramente, percibimos su

complejidad, por lo que propusimos abordarlo con ayuda de una
herramienta sistmica, que en este caso fue la Dinmica de Sistemas.

Esta nos permiti visualizar sus interacciones no lineales complejas y se

simul su comportamiento mediante un modelo dinmico, donde pudimos
ensayar las estrategias de mejora para disminuir la morbimortalidad de las
neumonas.
1.3.

OBJETIVOS DE LA INVESTIGACION

1.3.1.

OBJETIVO GENERAL
Determinar las estrategias para disminuir la morbimortalidad de las
neumonas en la Regin Huancavelica mediante un modelo de dinmica
de sistemas, para la Direccin Regional de Salud de Huancavelica.

1.3.2.

OBJETIVOS ESPECIFICOS

Determinar las variables relevantes del sistema y sus relaciones

causales para construir el modelo causal y los diagramas de
Forrester, para la Direccin Regional de Salud de Huancavelica.

Validar

simular

las

estrategias

para

disminuir

la

morbimortalidad de las neumonas mediante un modelo de

dinmica de sistemas, para la Direccin Regional de Salud de
Huancavelica.

1.4.

LIMITACIONES
La trascendencia de esta investigacin radica en permitir a concienciar a los
profesionales, sobre la importancia de realizar estudios de modelamiento de
sistemas aplicando la dinmica de sistemas en los problemas de la salud para ver
el comportamiento de las enfermedades y establecer las estrategias adecuadas para
as evaluar y brindar servicios de calidad.

22

Por tratarse de una investigacin nueva en esta materia y poco profunda en el

aspecto de su aplicacin y cumplimiento es que nos encontramos con una serie de
limitaciones, como carencia de bibliografa de textos y revistas especializadas.

La presente investigacin solo tiene como referencia la aplicacin de los modelos

SIR y SII. Es importante en este apartado mencionar que los libros, artculos o
sitios de internet fueron insuficientes especficamente en la elaboracin del
modelo para continuar con el desarrollo de la investigacin, por lo que se tuvo que
contar con tiempo disponible, organizacin y recursos financieros para la
adquisicin de algunos textos de Espaa, as como una buena dosis de paciencia
a la hora de establecer contactos, especficamente con los profesionales que
realizan este tipo de trabajos.

En la presente tesis se muestra la estrategia de la vacunacin para la disminucin

de la morbimortalidad de las neumonas, despus de suministrar la vacunacin,
dejando claro que no se pretende erradicar la enfermedad; el modelo propuesto
solo contempla estrategias de vacunacin suministradas a la poblacin
susceptible.

No obstante, es importante tener presentes el alcance y las limitaciones de esta

tesis. Si bien un modelo de Dinmica de Sistemas y un anlisis adecuado del
sistema pueden mostrar futuros comportamientos de los sistemas ante varios
escenarios, hay que tener en cuenta que no es una bola de cristal. Conviene saber
que todo modelo es reduccionista por definicin, pues se trata de eso, de un
modelo. Construir un modelo supone renunciar a representar algunos de los
elementos y algunas de las relaciones, ya que el modelo perfecto es la propia
realidad. Si los elementos seleccionados son relevantes y sus interrelaciones son
correctas, el modelo ser til. Adems, un aumento del nmero de componentes
del modelo no es sinnimo de exactitud, sino que aumenta la probabilidad de
error, en especial en sistemas finitos como los computacionales con procesos de
simulacin numricos. Pero lo importante es que todos los modelos, ya sea en
formato texto, conceptual o matemtico, entraa una estructura de pensamiento

23

sistmico. En definitiva, un modelo es acertado cuando el pensamiento que

encierra es transferido con xito del constructor del modelo al observador

1.5.

FACTIBILIDAD

1.5.1. FACTIBILIDAD TECNICA

Para el desarrollo del modelo se evalu su factibilidad tcnica, y si se

cuenta con los recursos tcnicos necesarios para su realizacin y puesta en
marcha, entre los recursos que se consider para la elaboracin del modelo
es el software Stella y el equipo de cmputo necesario para el desarrollo.
En lo que refiere al factor humano y de requerimientos ofimticos, es
completamente factible el desarrollo de este trabajo de investigacin. En
consecuencia, dado que satisfacen los requerimientos mnimos, es
absolutamente posible, tcnicamente hablando, la realizacin de este
trabajo de investigacin.

1.5.2. FACTIBILIDAD SOCIAL

La poblacin de la regin Huancavelica una vez aplicando la vacunacin

disminuir la morbimortalidad de la neumona, mejorando de esta manera
la calidad de vida. La implementacin de este proyecto de tesis ser
beneficio para la regin de Huancavelica, brindndoles una mejor calidad
de vida, mejoras en la salud, por ende se apreciar una mayor satisfaccin
de las personas.

1.5.3. FACTIBILIDAD OPERATIVA

Para determinar la factibilidad operativa del modelo, se tom en cuenta

aspectos relevantes sobre la aceptacin de la poblacin de la vacuna, el
cual es viable, adems esta normado la vacunacin, siendo una funcin del
personal de los establecimientos de salud cumplir con esta actividad de
inmunizacin.

24

1.5.4. ALTERNATIVAS O PLANTEAMIENTO DE LA SOLUCION

Existen diversas estrategias para disminuir la morbimortalidad de las

neumonas tales como la vacunacin, la nutricin adecuada y la lactancia
materna exclusiva. Las estrategias de nutricin adecuada y lactancia
materna, estn se fortalecen a travs de la promocin de la salud, brindando
capacitacin y consejera a los profesionales de salud y madres. Esta
informacin no se tiene en una base de datos.

El planteamiento de solucin que se us en el modelo de simulacin es

aplicar la estrategia de vacunacin en la poblacin de la Regin
Huancavelica.

De estas estrategias se opt por usar la estrategia de la vacunacin en el

modelo de simulacin, porque se ha demostrado que la vacunacin es un
mtodo altamente eficaz para prevenir enfermedades infecciosas. Nuestro
modelo fue capaz de describir la influencia de la vacunacin sobre la
morbilidad y mortalidad por la neumona, simular las tendencias de las
variables relevantes a travs de los aos, simular la infeccin de la
neumona sin vacunacin e incorporando una simulacin con vacunacin
ptima que ayude a disminuir la morbimortalidad de la enfermedad.

1.6.

JUSTIFICACION

1.6.1.

JUSTIFICACIN PRCTICA
La presente investigacin al plantear la implementacin de un modelo
sistmico nos permiti determinar los factores que influyen en la
propagacin de esta enfermedad con el fin de definir su impacto y poder
dar alternativas de control de dicha enfermedad y con ella ayudar a las
entidades de salud a tomar decisiones basadas en conocimientos

25

validados tcnicamente para el beneficio de la salud de la regin

Huancavelica.

La necesidad de modelar el efecto de la vacunacin para disminuir la

morbimortalidad de las neumonas, ayud en la eleccin del modelo de
simulacin para maximizar el beneficio en la salud y de la prevencin o
retardo de la enfermedad.

Para esto, hicimos uso de herramienta del software Stella y la dinmica

de sistemas para la construccin de un modelo que nos ayude en la
caracterizacin, anlisis y posible prediccin de la disminucin de la
enfermedad con el fin de minimizar o retardar la rpida propagacin del
morbimortalidad de la neumona de acuerdo a la simulaciones con la
vacunacin.

El conocimiento de la dinmica del comportamiento y el tratamiento de

la neumona de alto costo y un dimensionamiento ms real de la oferta
con respecto a la demanda permitirn contribuir a la solucin del
problema de la ineficiencia en la utilizacin de los recursos de salud para
esta patologa.

La justificacin prctica de esta investigacin viene dada por la

necesidad de suministrar, orientaciones que beneficien a la poblacin en
general, desarrollando as nuevas estrategias (la vacunacin), con la
finalidad de lograr disminuir la morbimortalidad de la neumona en la
regin Huancavelica, a partir del diseo y formulacin de modelo de
dinmica de sistemas basadas en los modelos SII y SIR, donde la
vacunacin oportuna y la inmunizacin de la poblacin sea el factor
preponderante para la disminucin de esta enfermedad transmisible y de
esta manera, esta investigacin constituye un aporte al afianzamiento de
la salud.

26

1.6.2.

JUSTIFICACIN METODOLOGICA
Al desarrollar la implementacin de un modelo sistmico como el que
plantea la investigacin, establecimos un procedimiento que servir de
gua para futuros trabajos que se realicen en el rea.

Las caractersticas que describe la regin Huancavelica reflejan altas

tasas de morbimortalidad por neumona, explicado por la situacin
epidemiolgica, la actividad humana primaria predominante en
agricultura y ganadera, viviendas precarias y, en general, condiciones
socioeconmicas que favorecen la exposicin a la neumona, en
condiciones de alta pobreza.

Realizar aportes concretos a la situacin de la neumona requiere el

enfoque estratgico de su epidemiologa. Esto significa que la
consideracin de sus elementos bsicos (agente, reservorio, puerta de
salida, modo de transmisin, puerta de entrada, susceptible) vincule
caractersticas de la neumona como entidad nosolgica en sociedad, para
aceptarla como un problema pluridimensional y pluricausal, cuyo
desarrollo

evaluacin

exige

el

empleo

de

estrategias

intermetodolgicas, tanto en la rutina del servicio como en la

investigacin operacional que lo sostiene.

El control de las neumonas requiere flexibilidad de enfoque. Para la

seleccin de intervenciones acertadas es necesario comprender la
dinmica local y focal de la endemia. Es importante conocer la magnitud
real del problema epidemiolgico, medir la morbilidad con el empleo de
tcnicas diagnsticas que complementen las de rutina, e identificar
factores de riesgo para enfermar por neumona. Estos, que a su vez
pueden ser ambientales (geogrficos, ecolgicos, socioeconmicos,
entomolgicos), individuales (demogrficos, sociales, conductuales,
culturales) o estructurales (referidos a los servicios de salud, tcnicos y
administrativos programticos), son determinantes de morbilidad.

27

Con esta posicin como estrategia en su diseo en forma integrada, se

plante esta investigacin, para conocer las estrategias de intervencin
para disminuir la morbimortalidad de las neumonas y establecer la
referencia donde fundamentar intervenciones, sobre bases cientficas, en
el contexto local.

El presente trabajo tuvo, por tanto, justificacin terica, prctica, social

e institucional: sus resultados representan un aporte al conocimiento de
la epidemiologa de la neumona, proporcionan bases para mejorar la
estrategia de la vacunacin para la disminucin de la morbimortalidad de
la neumona y orientar el fortalecimiento integral de lo programtico.

Las altas tasas de morbimortalidad de la regin Huancavelica son idneas

para desarrollar la estrategia de la vacunacin a travs de un modelo de
dinmica de sistemas.

En la actualidad existen principalmente tres alternativas de prevencin

para disminuir la morbimortalidad de las neumonas en el mundo: la
vacunacin, la nutricin adecuada y la lactancia materna exclusiva. De
estas tres alternativas, la vacunacin se estudi con mayor nivel de detalle
en los siguientes apartados.

Los procesos descritos en esta tesis se centran en la estrategia de la

vacunacin mediante un modelo de dinmica de sistemas y, ms
concretamente, en procesos basados en la inmunizacin mediante el cual
se consiguen disminuir la morbimortalidad de la neumona. La principal
ventaja que presenta este proceso es que la vacunacin es una de las
principales causas de la mejora de la salud y la calidad de vida del ser
humano. Desde el comienzo de las epidemias, la experiencia y la
observacin dieron lugar a los primeros mtodos de profilaxis.

28

Por lo tanto, en el caso de obtener resultados esperanzadores en lo que a

la disminucin de la morbimortalidad de las neumonas se refiere, esos
procesos adquiriran gran relevancia al poder tratar de disminuir la
morbimortalidad de las neumonas.

La vacunacin se ha se han convertido en una de las mejores estrategias

para disminuir y en algunos casos erradicar enfermedades transmisibles
en el mundo.

Mientras que la vacunacin es fundamental para la prevencin de la

morbimortalidad de enfermedades transmisibles, y ha sido implementado
con xito, la realidad es que la mayora de las tentativas de introducir
nuevas estrategias encuentra su fin antes de que se pongan
completamente en marcha o muy poco despus.

El modelo de dinmica de sistemas para la implantacin de la vacunacin

como una de las estrategias para la disminucin de la morbimortalidad
de las neumonas, tienen un impacto grande.

29

CAPITULO II
MARCO TEORICO
2.1.

ANTECEDENTES

Para esta investigacin se tomaron en cuenta fuentes bibliogrficas con la

finalidad de intercambiar ideas y lograr de esta manera una conclusin sobre la
dinmica de sistemas aplicada a la epidemiologa de la neumona, encontrando
que dichos estudios realizados guardan relacin con la presente investigacin.

Existen pocas investigaciones referentes a la dinmica de sistemas aplicadas a las

enfermedades en el Per, existiendo trabajos realizados en otros pases como
Espaa, Argentina y Colombia.

Jorge Velasco en un artculo de la revista Miscelnea Matemtica explica que:

Finalmente sealaremos que los modelos matemticos en epidemiologa sirven
para interpretar tendencias epidemiolgicas observadas, para coadyuvar en la
recoleccin y organizacin de datos y para disear programas de control de
enfermedades. (Velasco Hernandez, 2007, p. 26)

En el artculo Modelo Dinmico SII de Enfermedades Transmisibles

(Morilla & Donado-Campos, Modelo Dinmico SII de Enfermedades

30

Transmisibles, 2005), aborda el uso de un modelo de dinmica de sistemas para

el anlisis y simulacin de las enfermedades transmisibles en una poblacin donde
lo distribuye en tres grupos de poblacin; susceptibles, infectados e
inmunes incluye parmetros que permiten reproducir manifestaciones
epidmicas, endmicas y de extincin de la poblacin. Adems elabora un modelo
dinmico el cual puede ser aplicado a todas las enfermedades transmisibles. En
este trabajo se vio que un estudio detallado de los posibles estados estacionarios
del modelo dinmico SII permiti analizar bajo qu condiciones se puede alcanzar
una situacin endmica y saber qu poblacin ser la predominante. En base a este
estudio se plante establecer estrategias para la toma de decisiones a largo plazo
sobre las enfermedades transmisibles. Este artculo es lo suficientemente general
como para poder simular la enfermedad de la neumona a travs de la dinmica de
sistemas buscando escenarios que permitan ayudar a la toma de decisiones.

El artculo Dinmica de Sistemas Aplicada a la Epidemiologa de

Tuberculosis en una Localidad Perifrica de Bogot, Colombia (Pantoja &
Moreno, 2012), este trabajo aborda mediante el uso de la dinmica de sistemas
cmo condiciones particulares de vida tales como pobreza, desplazamiento,
desnutricin y desempleo son factores que influyen en la propagacin de la
enfermedad con el fin de definir el impacto y podar dar alternativas para el control
de esta enfermedad, con ello ayudar a entidades de salud a tomar decisiones
basadas en conocimientos validados tcnicamente para el beneficio de la salud.
En este trabajo se estableci, como la modelacin de la propagacin de epidemias
por medio de la dinmica de sistemas, es til, en cuanto permite ver el
comportamiento de la enfermedad y cmo este se ve afectado por los factores
determinantes. En este trabajo se demostr que al no poseer unas condiciones de
existencia digna, donde no se cuenta con el apoyo econmico, educativo y
preventivo de los entes de control, aumenta la probabilidad de muerte de la
poblacin ms vulnerable, que aparte de sus problemas sociales tienen que
convivir con la posibilidad de contraer enfermedades que como la tuberculosis no
solo afecta el sistema respiratorio de las personas, sino su entorno. Este estudio,
nos ayuda a comprender como las variables o factores epidemiolgicos influyen

31

en la propagacin de las enfermedades con el fin de definir su impacto y poder

dar alternativas para el control de las enfermedades mediante un modelo dinmico.

Tambin se revis el documento Fundamentos de la dinmica de sistemas y

Modelos de dinmica de sistemas en epidemiologa (Morilla, Fundamentos de
la Dinmica de Sistemas y Modelo de Dinmica de Sistemas en Epidemiologa,
2005), este documento est dedicado al estudio de la dinmica de sistemas.
Mediante este nombre se alude a un mtodo para el estudio del comportamiento
de sistemas mediante la construccin de un modelo de simulacin informtica que
ponga de manifiesto las relaciones entre la estructura del sistema y su
comportamiento. Pudo analizar modelos siguiendo el proceso de construccin,
mirando las causas y el uso de las variables y tambin siguiendo los lazos
relacionados con una variable, para lo cual uso el software Vensim, que permite
explorar el comportamiento del modelo.

En el documento se han elaborado varios modelos dinmicos no slo aplicados a

las enfermedades, sino tambin al crecimiento sigmoidal (modelo poblacin de
conejos y modelo de edificacin de viviendas), tambin elaboran diagramas de
influencias y modelo dinmico de la incidencia y prevalencia de enfermedades.
Este trabajo nos ayuda cmo debemos de aplicar la dinmica de sistemas a la
propagacin de las enfermedades.

Tambin se revis el artculo Situaciones Endmicas en Enfermedades

Transmisibles

(Morilla & Donado-Campos, Situaciones Endmicas en

Enfermedades Transmisibles, 2005), en este trabajo se aborda el problema de la

toma de decisiones sobre enfermedades transmisibles en una poblacin que se
encuentra repartida en tres grupos de poblacin; susceptibles, infectados e
inmunes. Se establecen pautas para que la toma de decisiones se haga en base
al modelo matemtico de las situaciones endmicas que puede presentar la
enfermedad y de las condiciones necesarias para que se den.

32

2.2.

BASES TEORICAS

La computacin con dinmicas de sistemas aplicados a fenmenos

epidemiolgicos se han abordado usando modelos matemticos en epidemiologa,
para su integracin y simulacin usando diferentes tcnicas computacionales con
el fin de modelar factores crticos en la propagacin de epidemias y endemias.

Los modelos matemticos aplicados a la epidemiologa han sido desarrollados en

trabajos aplicados a enfermedades epidmicas y endmicas, es as que se han
desarrollado diferentes modelos para explicar y predecir el comportamiento de
agentes infecciosos dainos a poblaciones humanas o animales.

El uso de las nuevas tecnologas por parte de las organizaciones requiere de

conocimiento y referencias acerca de las distintas posibilidades de acceder, sino
tambin en las facilidades de uso y aprovechamiento de las mismas.

En este sentido, a partir de esta seccin se describe el basamento terico que

sustenta la presente investigacin, se toca para ello todas las variables objeto de
estudio.

2.2.1. LA NEUMONIA

2.2.1.1.

DEFINICIONES Y CONCEPTOS DE NEUMONIAS

La neumona es de una de las enfermedades que afecta a nios
y ancianos, siendo una de las primeras en morbilidad y
mortalidad a nivel mundial.

La Organizacin Mundial de la Salud define a la neumona

como un tipo de infeccin respiratoria aguda que afecta a los
pulmones. Se transmite generalmente por contacto directo con
personas infectadas. (OMS, Organizacin Mundial de la
Salud, 2012)

33

Otra definicin ms especializada se encuentra en la Gua

Prctica Neumona Adquirida en la Comunidad en Nios:
La Neumona Adquirida de la Comunidad (NAC) es una
infeccin aguda del parnquima pulmonar, adquirida fuera del
ambiente hospitalario. El diagnstico usualmente requiere del
antecedente o hallazgo fsico, de un proceso infeccioso agudo
con fiebre y signos o sntomas de dificultad respiratoria o
evidencia radiolgica de un infiltrado pulmonar (OPS,
Organizacin Panamericana de la Salud, 2009, pg. 7)

La Neumona adquirida en la comunidad (NAC) es una

enfermedad frecuente que genera un importante consumo de
recursos

provoca

una

apreciable

morbimortalidad,

especialmente entre las personas mayores. (Ochoa Gondor,

2009, pg. 3)

La neumona es una de las principales causas de

morbimortalidad en la comunidad. Para disminuir sus
consecuencias fatales, el diagnstico oportuno y adecuado
tratamiento son elementos claves. El uso de un antibitico
adecuado es necesario, pues la mayor parte de veces se inicia
la terapia bajo una impresin clnica inicial, an cuando la
mayora de los agentes etiolgicos de estos cuadros son virus
respiratorios.
2.1.1.2.

CAUSAS
La neumona es una enfermedad comn que afecta a millones
de personas cada ao. Pueden causarla microbios llamados
bacterias, virus y hongos.

Las formas en que se puede contraer esta enfermedad abarcan:

34

Las bacterias y virus que viven en la nariz, los senos

paranasales o la boca pueden propagarse a los pulmones.

Se

puede

inhalar

algunos

de

estos

microbios

directamente hacia los pulmones.

Inhalar alimentos, lquidos, vmitos o secreciones desde

la boca hacia los pulmones (neumona por aspiracin).

La neumona causada por bacterias es la que tiende a ser la ms

grave. En adultos, las bacterias son la causa ms comn de
neumona.

El microbio causante de neumona ms comn en

adultos es el Streptococcus pneumoniae (neumococo).

La neumona atpica, con frecuencia llamada errante, es

causada por otras bacterias.

La neumona por Pneumocystis jiroveci algunas veces se

ve en personas cuyo sistema inmunitario no est
funcionando bien.

Muchas otras bacterias pueden causar neumona. Los virus

tambin son una causa frecuente de neumona, sobre todo en
bebs y nios pequeos.

Los factores de riesgo que aumentan las probabilidades de

contraer neumona abarcan:

Enfermedad pulmonar crnica (EPOC, bronquiectasia,

fibrosis qustica).

Fumar cigarrillos.

Demencia, accidente cerebrovascular, lesin cerebral,

parlisis cerebral u otros trastornos cerebrales.

Problemas

del

sistema

inmunitario

(durante

un

tratamiento para el cncer o debido a VIH/SIDA o

trasplante de rganos)

35

Otras enfermedades graves, tales como cardiopata,

cirrosis heptica o diabetes mellitus.

Ciruga o traumatismo reciente.

Ciruga para tratar cncer de la boca, la garganta o el

cuello.

2.1.1.3.

CLASIFICACION DE LAS NEUMONIAS

Las neumonas se pueden clasificar en varias maneras.
Patlogos originalmente los clasificaron de acuerdo a los
cambios anatmicos que se encontraron en los pulmones
durante las autopsias. A medida que ms se conoca acerca de
los microorganismos causantes de la neumona, una
clasificacin microbiolgica se levant, y con la llegada de los
rayos-x, una clasificacin radiolgica. Otro importante sistema
de clasificacin es la clasificacin clnica combinada, que
combina factores como la edad, la persona que ha sido
recientemente hospitalizado factores de riesgo para ciertos
microorganismos, la presencia de la enfermedad pulmonar
subyacente y enfermedad sistmica subyacente.

A. En funcin del agente causal:

-

Neumoccica,

Neumona estafiloccica,

Neumona por Klebsiella,

Neumona por Legionella, entre otros.

B. Por la localizacin anatmica macroscpica:

-

Neumona lobar,

Neumona multifocal o bronconeumona y

Neumona intersticial.

36

C. En funcin de la reaccin del husped:

-

Neumona supurada

Neumona fibrinosa.

D. En funcin del mbito de adquisicin:

-

Adquiridas en la comunidad (o extrahospitalarias). Las

ms tpicas son la neumona neumoccica, la neumona
por Mycoplasma y la neumona por Chlamydia. Se da en
3 a 5 adultos por 1000/ao, con una mortalidad de entre el
5 y el 15 %.

Neumonas hospitalarias o nosocomiales. Presentan

mayor mortalidad que la neumona adquirida en la
comunidad. En el hospital se da la conjuncin de una
poblacin con alteracin de los mecanismos de defensas,
junto a la existencia de unos grmenes muy resistentes a
los antibiticos, lo que crea dificultades en el tratamiento
de la infeccin.

Para el Sistema de Vigilancia Epidemiolgica del Per, la

Direccin General de Epidemiologa en el Compendio de
Definiciones de Caso (MINSA, Direccin General de
Epidemiologa, 2011), describe los tipos de neumona y las
defunciones por neumonas en menores de 5 aos y mayores
de 5 aos:

A. Definicin de Neumona en Menores de 5 aos

Todo nio que adems de presentar tos, fiebre o rinorrea,

presenta respiracin rpida y/o dificultad respiratoria. En los
establecimientos de salud de mayor complejidad adems de
los signos clnicos, el diagnstico puede ser confirmado o

37

descartado por evidencia radiolgica de un infiltrado pulmonar

agudo compatible con neumona

B. Neumona grave

Todo episodio de neumona, que adems presente algn signo

de alarma o alguna complicacin. En menores de 2 meses se
considerar caso grave, todo caso de neumona.

C. Definicin de neumona en mayores de 5 aos

Todo paciente con diagnstico clnico y/o radiolgico de

neumona adquirida en la comunidad, con un tiempo de
enfermedad menor de 15 das.

D. Definicin de hospitalizacin y defunciones por

neumonas

- Definicin de Hospitalizacin por neumona:

Todo caso de cualquier edad, internado con diagnstico de

neumona, neumona grave o infeccin respiratoria aguda
grave, con permanencia igual o mayor a 24 horas.

- Defuncin intrahospitalaria

Todo caso de neumona o infeccin respiratoria aguda grave,

adquirida en la comunidad, que fallece en un establecimiento
de salud, despus de permanecer internado 24 horas o ms. El
diagnstico de fallecimiento se deber constatar con la historia
clnica y/o con el certificado de defuncin.

38

- Defuncin Extra-hospitalaria

Todo caso de neumona o infeccin respiratoria aguda grave,

adquirida en la comunidad que fallece en el domicilio,
comunidad o en el establecimiento de salud con menos de 24
horas de internamiento, con diagnstico de neumona
adquirida en la comunidad o infeccin respiratoria aguda
grave. El diagnstico de fallecimiento se deber constatar con
el certificado de defuncin.

En menores de 2 meses, la notificacin no incluye a las

enfermedades respiratorias en el periodo perinatal, con
diagnstico: dificultad respiratoria del recin nacido,
neumonas congnitas, neumonas por sndrome de aspiracin
neonatal.
2.1.1.4

EPIDEMIOLOGIA
A nivel mundial, Latinoamrica y Per el principal agente
etiolgico en los nios es viral seguido de las bacterias tal
como se describe la Organizacin Mundial de la Salud. Existen
causas bacterianas predominantes como el Streptococcus
pneumoniae (neumococo); otro menos frecuente es el
Haemophilus influenzae tipo b y no tipificables, Mycoplasma
pneumoniae

(neumona

atpica)

Chlamydia

(Chlamydophila) pneumoniae, aumentan su frecuencia en la

edad escolar y no se conoce su frecuencia en lactantes. En los
adultos el agente etiolgico ms comn probablemente sera el
neumococo.
2.1.1.5.

FORMAS DE CONTAGIO
La neumona se transmite generalmente por contacto cercano
con personas enfermas, cuando la persona sana inhala (respira)

39

las gotitas de saliva de una persona enferma al toser o

estornudar.

Tambin algunos virus se transmiten por contacto con

superficies contaminadas con estas secreciones respiratorias.
2.1.1.6.

SINTOMAS
Los sntomas de la neumona pueden variar ampliamente en
los nios. Pueden ser similares a los sntomas del resfriado u
otros sntomas del tracto respiratorio superior. Los signos y
sntomas comunes de la neumona incluyen:

Fiebre alta

Tos

Respiracin acelerada

Dificultad para respirar

Ruidos crepitantes en el pulmn

Prdida del apetito

Vmitos debidos a la tos o por tragar mucosidad

Sensacin de malestar y turbacin

Dolor abdominal (de vientre).

Los sntomas ms comunes de neumona en los adultos son:

Tos (con algunas neumonas usted puede expectorar una

mucosidad amarillenta o verdosa o incluso moco con
sangre).

Fiebre que puede ser leve o alta.

Escalofros con temblores.

Dificultad para respirar (puede nicamente ocurrir

cuando sube escalas).

Otros sntomas abarcan:

40

Confusin, especialmente en las personas de mayor

edad.

Sudoracin excesiva y piel pegajosa.

Dolor de cabeza.

Inapetencia, baja energa y fatiga.

Dolor torcico agudo o punzante que empeora cuando

usted respira profundamente o tose.

2.1.1.7.

TRATAMIENTO
Segn la Organizacin Panamericana de la Salud se debe
administrarse oxgeno suplementario cuando la saturacin de
oxgeno es menor a 90%, a nivel del mar y con el paciente
despierto.

Se recomienda en nios de 60 das a 17 aos, usar amoxicilina

a dosis 90 mg/ kg/ da, en dos dosis, por 7 das, cuando se
sospecha de neumona bacteriana. Se recomienda considerar
adicionar, el uso de eritromicina, en nios de 5 aos o ms.

As se cubrir M. pneumoniae y C. pneumoniae, ms comunes

en este grupo etario. La duracin del tratamiento es de 7 a 10
das. El tratamiento alternativo es claritromicina. Se
recomienda en casos de falla en el tratamiento con amoxicilina
el uso de cloranfenicol (si hay sospecha de grmenes
productores de betalactamasa) y eritromicina (si se sospecha
de grmenes causantes de neumona atpica). De igual forma,
en casos de alergia a la penicilina, se sugiere el empleo de
eritromicina o cloranfenicol. Los antibiticos endovenosos se
deben usar en el tratamiento de la NAC en nios que no toleran
la va oral (por ejemplo debido a vmitos) o si se presentan con
signos y sntomas severos. Los antibiticos orales parecen ser

41

igualmente efectivos que los parenterales para casos de

neumona grave.

Penicilina, y ampicilina (si se sospecha adems de

Haemophilus Influenzae) son los antibiticos de eleccin en
casos de NAC. (OPS, Organizacin Panamericana de la Salud,
2009, pg. 11)

En adultos el tratamiento se muestra en la Tabla 2.1. ha

obtenido de la Gua de Prctica Clnica Neumona Adquirida
en Comunidad en Adultos de la Organizacin Panamericana
de la Salud.

Tabla 2.1 Recomendaciones de antibicoterapia emprica en neumona

Manejo
Ambulatorio
Amoxicilina a dosis
elevadas

Manejo en
hospitalizacin
Amoxicilina (vo) o
Ampicilina (ev)

Consideracin de
Grmenes atpicos

+ Eritromicina
Claritromocina
Azitromicina

Alternativas en alergia a la
Penicilina

Eritromicina
Claritromocina
Azitromicina
Doxicilina
Amoxicilina
/Clavulnico
Clindamicina

+ Eritromicina
Claritromocina
Azitromicina (vo)
Ciprofloxacina (ev)
Cefazolina

Frmaco de eleccin

Otras consideraciones
(Neumona aspirativa,
alteracin estructural)

Manejo de NAC
Severa
Ceftriaxona,
Ceforuxina
Cefotaxina
+ Eritromicina
Claritromocina
Azitromicina (vo)
Ciprofloxacina (ev)
Moxifloxacina,
Levofloxacina ev

En alrgico a
cefalosporinas
considerar
Moxifloxacina,
Levofloxacina

Nota: Gua de Prctica Clnica Neumona Adquirida en Comunidad en Adultos de la

Organizacin Panamericana de la Salud.

2.1.1.8.

SITUACION DE LA MORBIMORTALIDAD DE LAS

NEUMONIAS

En el informe tcnico Situacin Epidemiolgica de las

Infecciones Respiratorias Agudas y Neumonas en el Per, SE
42-2012, describe que: Las infecciones respiratorias agudas
(IRA) representan uno de los principales problemas de salud
entre los nios menores de 5 aos de los pases en desarrollo.

42

En la Regin de las Amricas, la IRA se ubica entre las

primeras cinco causas de defunciones en menores de 5 aos y
representan la causa principal de enfermedad y consulta a los
servicios de salud. (MINSA, Direccin General de
Epidemiologa, 2012, pg. 677)

La neumona es la principal causa de muerte en los nios de

todo el mundo y la gran mayora de estas muertes ocurren en
pases en desarrollo. Se estima que cada ao fallecen por esta
causa 1.4 millones de nios menores de 5 aos, ms que las
causadas por el VIH/SIDA, malaria y sarampin juntos, lo que
supone que el 18% de todas las defunciones en nios menores
de cinco aos en todo el mundo. Para el ao 2010, a nivel
global se estim 1071 millones de defunciones por neumonas
en menores de 5 aos (rango de incertidumbre de 977-1176
millones). (MINSA, Direccin General de Epidemiologa,
2012, pg. 677)

Aunque se han hecho estimados globales sobre las defunciones

por neumonas en los primeros cinco aos de vida, la verdadera
mortalidad causada por neumona, probablemente esta
subestimada, ya que en los pases en desarrollo la mayora de
las muertes se presentan en el hogar, sin un diagnstico
mdico. El 90% de las muertes se cree que ocurre en el mundo
en desarrollo y el 50% de ellas se produce en frica. (MINSA,
Direccin General de Epidemiologa, 2012, pg. 677)

En Amrica Latina fallecen 72000 nios anualmente por causa

de neumona, principalmente de etiologa bacteriana. La
Organizacin Panamericana de la Salud (OPS) estima que el
Streptococcuspneumoniae (Spn) causa alrededor de 20000
muertes

anuales.

(MINSA,

Epidemiologa, 2012, pg. 677)

Direccin

General

de

43

En nuestro pas, la prevencin y control de IRA en menores de

5 aos es una prioridad, no slo porque son la primera causa
de morbi-mortalidad, sino por la alta demanda y el uso
frecuente de los servicios de salud. (MINSA, Direccin
General de Epidemiologa, 2012, pg. 677)

En el boletn epidemiolgico correspondiente a la semana

epidemiolgica 39 del ao 2013, la Direccin General de
Epidemiologa del Ministerio de Salud, describe que en el Per
se ha registrado 24915 episodios de neumona en menores de
5 aos, con una tasa de incidencia acumulada de 85,9 episodios
de neumona x 1000 menores de 5 aos. (MINSA, Direccion
General de Epidemiologa, 2013, pg. 822)

Se han notificado 330 defunciones por neumona. La tasa de

letalidad en menores de 5 aos a nivel nacional es de 1.3% y
las DISA/DIRESA/GERESA con mayores tasas de letalidad
son: Junn (3.9%), Cutervo (3.7%), Puno (3.2%), Ayacucho
(3.1%) y Huancavelica (2.9%). (MINSA, Direccion General
de Epidemiologa, 2013, pg. 824)

Para los adultos mayores (de 60 a ms aos) considerados

como grupo de riesgo para neumonas, a la SE 39-2013, se han
notificado 7724 episodios de neumona con una IA a nivel
nacional de 27,5 x 10000. (MINSA, Direccion General de
Epidemiologa, 2013, pg. 823)

Las DISA/DIRESA/GERESA que presentan mayores IA por

10 000 adultos mayores son Arequipa (76,9), Pasco (67,4),
Lima Este (64,1), Huancavelica (60,8) y Cusco (57,9).
(MINSA, Direccion General de Epidemiologa, 2013, pg.
823)

44

Se han notificado 612 defunciones en este grupo de riesgo, con

una tasa de letalidad nacional de 7,9 %. (MINSA, Direccion
General de Epidemiologa, 2013, pgs. 823-824)

Las DISA/DIRESA/GERESA que presentan mayor tasa de

letalidad son: Tacna, Lima Sur, Ica, Regin Lima y
Huancavelica. (MINSA, Direccion General de Epidemiologa,
2013, pg. 824)

2.1.1.9.

ESTRATEGIAS

PARA

DISMINUIR

LA

MORBIMORTALIDAD DE LAS NEUMONIAS

La vigilancia de la salud pblica se define como la
recopilacin, el anlisis y la difusin sistemtica de todos los
datos importantes para la prevencin y el control de problemas
de salud pblica. (Chin, 2001, pg. 29).

James Chin nos dice: para controlar cualquier enfermedad

transmisible se necesita el conocimiento epidemiolgico de la
enfermedad, as como datos fiables de vigilancia, que sean
pertinentes en cuanto a su prevalencia y distribucin. La
notificacin de las enfermedades transmisibles constituye solo
una parte de cualquier sistema integral de vigilancia de la salud
pblica, pero es un componente esencial de este.. (Chin,
2001, pg. 29)

La notificacin de enfermedades transmisibles es la primera

lnea de alerta para evitar y controlar las enfermedades de este
tipo; todos los actores de salud y de salud pblica tienen que
estar informados sobre las enfermedades que se deben
notificar, y tambin sobre la forma de hacerlo y las razones
para hacerlo.

45

Dentro de las medidas de control se ha obtenido del libro El

Control de las Enfermedades Transmisibles de James Chin
(Chin, 2001), describe las medidas preventivas que a
continuacin de detalla:

A. Medidas preventivas:
-

Siempre que sea factible, se evitar el hacinamiento en

salas y dormitorios, especialmente en instituciones,
cuarteles y embarcaciones.

Evitar el hacinamiento en los dormitorios y en las

viviendas.

Aplicar medidas de higiene personal: cubrirse la boca al

toser y estornudar; eliminar las secreciones de la boca y
las vas nasales en forma sanitaria y lavarse las manos
frecuentemente.

La vacunacin.

B. Control del paciente, de los contactos y del ambiente

inmediato:
-

Notificacin a la autoridad local de salud: notificacin

obligatoria de las epidemias, pero no de los casos
individuales. En algunos estados de los Estados Unidos
se ha impuesto la notificacin obligatoria de los
microorganismos resistentes a la penicilina.

Aislamiento: en los hospitales puede justificarse el

aislamiento de tipo respiratorio de pacientes con
microorganismos resistentes a los antibiticos y que
puedan transmitir la infeccin a otros enfermos con

46

riesgo alto de contraer la enfermedad neumoccica. En

domicilio Las secreciones de las vas respiratorias
pueden ser infectantes.

Desinfeccin

concurrente:

de

las

secreciones

nasofarngeas. Limpieza terminal.

Cuarentena: ninguna.

Inmunizacin de los contactos: es til para detectar

casos clnicos tratables entre los miembros del grupo
familiar.

Investigacin de los contactos y de la fuente de

infeccin: examinar a todos los miembros del grupo
familiar en busca de infeccin y tratar a los que resulten
positivos.

Medidas en caso de epidemia: en brotes en

instituciones o en otros grupos de poblacin cerrados,
habr que emprender la inmunizacin con la vacuna,
salvo que se sepa que ella no incluye el tipo de
polisacrido que caus la enfermedad. Buscar los casos
y darles el tratamiento apropiado.

Repercusiones en caso de desastre: el hacinamiento de

grupos humanos en albergues temporales supone el
peligro de la enfermedad, especialmente en los nios de
corta edad o en los ancianos.

Tratamiento oportuno: La neumona es una de las

principales causas de morbimortalidad en la comunidad.
Para disminuir sus consecuencias fatales, el diagnstico
oportuno y adecuado tratamiento son elementos claves.

El uso de un antibitico adecuado es necesario, pues la mayor

parte de veces se inicia la terapia bajo una impresin clnica
inicial, aun cuando la mayora de los agentes etiolgicos de
estos cuadros son virus respiratorios.

47

Las estrategias para disminuir la morbimortalidad de

neumonas es un instrumento valiossimo para una amplia
gama de profesionales e instituciones de salud pblica.

En sntesis, sirve de gua y de fuente de referencia tanto en la

prctica diaria como a la hora de dictar reglamentos para el
control de las enfermedades transmisibles, de establecer
programas de educacin para la salud y de tomar decisiones
rpidas y eficientes en la lucha contra estas enfermedades.
2.1.1.10.

ESTRATEGIA DE VACUNACION PARA DISMINUIR

LA MORBIMORTALIDAD DE LAS NEUMONIAS

La UNICEF y la Organizacin Mundial de la Salud (OMS) han

lanzado un nuevo Plan de Accin Mundial Integrado para la
Prevencin y la Lucha contra la Neumona y la Diarrea, en el
cual se plantea las estrategias a implementar para reducir la
morbilidad y mortalidad de estas dos enfermedades.

Segn la OMS: El Plan Integrado se basa en dos planes

anteriores a partir del 2009: el Plan de Accin Global para la
Prevencin y Control de la Neumona y por qu los nios
siguen muriendo y qu se puede hacer, un plan de siete puntos
para el control integral de la diarrea. Hemos fomentado el uso
de rentable la prevencin-por ejemplo, la lactancia materna
exclusiva, las vacunas, y el acceso al agua potable y el
tratamiento con antibiticos simples, de bajo costo, sales de
rehidratacin oral y zinc. Ahora hay que ayudar a los pases
desenchufe los cuellos de botella que impiden que estos
servicios de los nios que los necesitan. (Chan & Lake, 2013)

Plan de Accin Mundial presentado por UNICEF y la

Organizacin Mundial de la Salud (OMS) ofrece el potencial

48

de proteger a unos 2 millones de nios y nias cada ao contra

las muertes causadas por la neumona y la diarrea, que son dos
de las principales causas de mortalidad de nios menores de
cinco aos a escala mundial.

El Plan de Accin Mundial Integrado para la Prevencin y la

Lucha contra la Neumona y la Diarrea pide una mayor
integracin de las actividades de prevencin y tratamiento de
estas dos enfermedades, y fija objetivos ambiciosos para
reducir las tasas de mortalidad y elevar los niveles de acceso
de los nios a las intervenciones que salvan vidas.

La neumona es todava hoy en da una importante causa de

morbimortalidad, constituyendo un problema de salud muy
importante fundamentalmente en los pases en desarrollo. Sin
embargo el distinto comportamiento de la neumona
demuestra claramente que todos los pases son vulnerables.
Por ello, la prevencin y el control de la neumona es una
prioridad en salud pblica.

El control se basa en la adopcin de medidas para lograr la

disminucin de la transmisin de la enfermedad y conseguir
una disminucin de su incidencia. Para ello, hay que tener un
conocimiento lo ms exhaustivo posible de la cadena
epidemiolgica de la neumona: fuente de infeccin y
reservorio (el hombre), mecanismos de transmisin (contacto,
gotitas y aire) y husped susceptible (el hombre).

La neumona se puede prevenir con las vacunas (ver Figura

4.11 y 4.16). Tener buenos hbitos de higiene tambin puede
ayudar a prevenir las infecciones respiratorias. Esto incluye
lavarse las manos con frecuencia, limpiar las superficies duras
que se tocan a menudo (como manijas y encimeras), y toser o

49

estornudar en un pauelo desechable o en la parte interior del

codo o la manga.

Segn el Centros para el Control y la Prevencin de

Enfermedades (CDC) (CDC, Centros para el Control y la
Prevencin de Enfermedades, 2013), en los Estados Unidos
hay varias vacunas que previenen la infeccin por bacterias o
virus que pueden causar la neumona. Estas vacunas incluyen:

Neumoccicas

Haemophilus influenzae tipo b (Hib)

Pertussis (tos ferina)

Varicela

Sarampin

Vacuna contra la influenza (gripe)

La vacuna provee proteccin contra las cepas bacteriales

responsables de la mayora de los casos de neumona. Es
segura administrarla a los nios y a adultos y, en la mayora de
la gente, una dosis confiere inmunidad de por vida.

La neumona causada por ciertos tipos de bacteria puede ser

prevenida mediante la vacuna neumoccica polisacrida. La
PPSV (segn su sigla en ingls) protege contra 23 cepas de la
bacteria Streptococcus pneumoniae que causa la mayora de
los casos de neumona, de acuerdo al CCD. La prevencin
mediante vacunas est volvindose cada vez ms importante a
medida que las cepas de bacteria neumococcica desarrollan
resistencia a los antibiticos. La vacuna es administrada a
gente de todas las edades, desde infantes hasta los ancianos.
Estimula una respuesta inmune slo contra las cepas
neumococcicas contenidas en la vacuna y no puede proteger
contra otros virus y bacterias.

50

Una dosis de PPSV confiere suficiente proteccin para la

mayora de la gente. La mayora de los adultos sanos
desarrollan anticuerpos contra las 23 cepas neumococcicas de
la vacuna entre 2 y 3 semanas despus de recibir la dosis, de
acuerdo al CDC. No se requieren dosis de refuerzo.

Los nios menores de 2 aos, los ancianos, y la gente con

enfermedades de largo plazo pueden no desarrollar inmunidad
a todas las cepas neumococcicas de la vacuna, o puede que
no desarrollen resistencia. La Organizacin Mundial de la
Salud recomienda segundas dosis de PPSV para los ancianos
y otros no hayan desarrollado suficiente inmunidad luego de
una sola dosis.

La inmunidad neumococcica declina con la edad, as que la

OMS y el CDC recomiendas que los adultos mayores de 65
aos reciban dos dosis de PPSV. Se insta a los adultos
vacunados durante ms de cinco aos antes de los 65 aos a
que reciban una segunda dosis despus de los sa edad. Las
segundas dosis tambin son recomendadas para gente que
tiene VIH o SIDA, anemia falciforme, cncer, leucemia,
linfoma, mieloma mltiple o sndrome nefrtico, para quienes
hayan recibido transplantes de rganos o huesos, y para
aquellos que toman medicamentos que debilitan la inmunidad,
tales como esteroides a largo plazo o quimioterapia.

En algunos pases de ingresos medios o altos se recomienda la

vacunacin con PPV23 en poblaciones con un riesgo
demostradamente aumentado de morbilidad y mortalidad por
infecciones neumoccicas, entre ellos los mayores de 65 aos.
(OMS, Organizacion Mundial de la Salud, 2013)

51

En el Per, segn el Ministerio de Salud se est aplicando la

vacuna neumoccica a los nios menores de 5 aos y no a la
poblacin en general. Segn la Resolucin Ministerial N 5102013/MINSA con el que aprueban la Norma Tcnica de Salud
que Establece el Esquema Nacional de Vacunacin, la Vacuna
Antineumoccica conformada por los serotipos ms comunes
causantes de enfermedades graves por neumococo en los nios
menores de 2 aos de edad, previene las enfermedades
respiratorias severas bacterianas contra las neumonas y otras
como: meningitis, sepsis y otitis media. (MINSA, Ministerio
de Salud, 2013)

Adems existen otras estrategias de prevencin como la

nutricin adecuada, la lactancia materna exclusiva y prevenir
el hacinamiento.

La aplicacin de vacunas en la prevencin de las enfermedades

transmisibles ha constituido uno de los mayores xitos en salud
pblica, adems de prevenir a nivel individual determinadas
infecciones, tambin ha permitido el control y casi la
eliminacin de enfermedades que presentaban un grave
problema sanitario. (Madrid, Salud, 2009, pg. 78)

2.2.2. DINAMICA DE SISTEMAS

2.2.2.1.

DEFINICIONES Y CONCEPTOS DE DINAMICA DE

SISTEMAS
Segn Jay W. Forrester, la Dinmica de Sistemas es un campo
que combina la teora, los mtodos y la filosofa para analizar
el comportamiento de los sistemas. La Dinmica de Sistemas
muestra como las cosas van cambiando a travs del tiempo.

52

Para Javier Aracil en su libro Dinmica de Sistemas, lo define

como: Disciplina para el estudio de las relaciones entre la
estructura y el comportamiento de un sistema con ayuda de
modelos informticos de simulacin. (Aracil, 1995, pg. 81)

Segn Angel Saravia lo define como: La ms popular de las

tcnicas de modelizacin sistmica, desarrollada por J.
Forrester en los aos 50. Sus esquemas son fcilmente
comprensibles por los profanos y constituye la base de otras
herramientas de modelizacin. (Sarabia, 1995, pg. 166)

Mediante el nombre de Dinmica de Sistemas se alude a un

mtodo para el estudio del comportamiento de sistemas
mediante la construccin de un modelo de simulacin
informtica que ponga de manifiesto las relaciones entre la
estructura del sistema y su comportamiento.

Como punto de inicio conviene aclarar el sentido con el que se

utilizara los dos trminos que aparecen en la anterior
caracterizacin.

En primer lugar, empezaremos por sistema. Este trmino se

emplea con frecuencia, aunque con distintas acepciones. De
modo coloquial hablamos de un sistema, como de un modo o
manera de hacer algo; as, decimos que tenemos un sistema
para resolver un problema o para alcanzar un objetivo. As
Oscar Johansen Bertoglio toma la definicin de Puleo, quin
define a sistema

como: un conjunto de entidades

caracterizadas por ciertos atributos, que tienen relaciones entre

s y estn localizadas en un cierto ambiente, de acuerdo con un
cierto objetivo". (Johansen, 1982, pg. 2)

53

As, expresamos del tomo, formado por partculas

coordinadas; de un sistema econmico, formado por agentes
econmicos, relacionados entre s por el intercambio de bienes
y servicios; de un sistema ecolgico, formado por distintas
poblaciones, relacionadas mediante cadenas alimentarias o
vnculos de cooperacin, etc.

Un sistema lo comprendemos como una unidad cuyos

elementos interaccionan juntos, ya que continuamente se
afectan unos a otros, de modo que operan hacia una meta
comn. Es algo que se percibe como una identidad que lo
distingue de lo que la rodea, y que es capaz de mantener esa
identidad a lo largo del tiempo y bajo entornos cambiantes.

Un lenguaje elemental para la descripcin de sistemas se

muestra en el libro de Dinmica de Sistemas de Javier Aracil
y Francisco Gordillo a travs de un grafo como se muestra en
la figura 2.1.

Figura 2.1. Grafo que representa un sistema.

Fuente: Aracil, J., & Gordillo, F. Dinmica de Sistemas, Alianza
Universidad, Madrid. 1997, p. 12.

54

Donde el conjunto C de sus partes y la relacin R entre los

elementos de C, donde los nodos denotas las partes y sus
aristas representan las influencias entre ellas.

El grafo describe la estructura y representa la estructura del

sistema.

Luego Javier Aracil y Francisco Gordillo muestran un ejemplo

ms concreto de grafo de un sistema, que aparece en la Figura
2.2.

Figura 2.2. Grafo de un sistema demogrfico

Fuente: Aracil, J., & Gordillo, F. Dinmica de Sistemas, Alianza
Universidad, Madrid. 1997, p. 13.

El otro trmino que aparece en el pensamiento de dinmica de

sistemas es dinmica, el cual lo utilizaremos por oposicin a
esttica, nos expresa el carcter cambiante de aquello que
adjetivamos con ese trmino. En dinmica de sistemas las
distintas variables que podemos asociar a sus partes sufren
cambios a lo largo del tiempo, como resultado de las
interacciones que se originan entre ellas (vea la Figura 2.3.).

55

Figura 2.3. Trayectoria que describe el comportamiento de una

magnitud x
Fuente: Aracil, J., & Gordillo, F. Dinmica de Sistemas, Alianza
Universidad, Madrid. 1997, p. 16.

2.2.2.2.

ESTRUCTURA Y COMPORTAMIENTO ELEMENTAL

EN DINAMICA DE SISTEMAS

A. DIAGRAMAS DE INFLUENCIAS

El diagrama de influencias es un lenguaje elemental para la

descripcin de sistemas.

El Diagrama Causal es un diagrama que recoge los elementos

clave del sistema y las relaciones entre ellos. (Garca, 2010,
pg. 27).

La descripcin mnima de un sistema viene dada por la

especificacin de las distintas partes que lo forman y las
relaciones que se establecen por las influencias de dichas
partes.

El conjunto de las relaciones entre los elementos de un sistema

recibe la denominacin de estructura del sistema y se
representa mediante el diagrama de influencias o causal.
(Morilla, Fundamentos de la Dinmica de Sistemas y Modelo
de Dinmica de Sistemas en Epidemiologa, 2005)

56

El diagrama de influencias de la figura 2.4. constituye un

ejemplo de la estructura de un sistema.

Figura 2.4. Grafo orientado del proceso de llenar un vaso de agua

Fuente: Aracil, J., & Gordillo, F. Dinmica de Sistemas, Alianza
Universidad, Madrid. 1997, p. 15.

Este ejemplo constituye una muestra de cmo se puede

analizar un sistema, descomponerlo en sus elementos
esenciales, y relacionar estos elementos mediante un bosquejo
de cmo se producen las influencias entre ellos. De este modo
se tiene la descripcin ms elemental que podemos tener de
ese sistema, que se limita a establecer que partes lo forman y
cules de ellas se influyen entre s.

La influencia, en esta descripcin, se mantiene a un nivel

cualitativo, en el sentido de que nicamente se dice si se
produce o no influencia, pero no la forma o magnitud que
tenga.

Una definicin ms sencilla es que el diagrama de influencias

est formado por lo que se conoce como un grafo orientado. A
las flechas que representan las aristas se puede asociar un
signo. Este signo indica si las variaciones del antecedente y del
consecuente son, o no, del mismo signo. Supongamos que
entre A y B existe una relacin de influencia positiva:
A +
B

57

Ello quiere decir que si A se incrementa, lo mismo suceder

con B; y, por el contrario, si A disminuye, as mismo lo har
B. Por otra parte, si la influencia fuese negativa a un
incremento de A seguira una disminucin de B, y viceversa.
De esta manera, asociando un signo a las relaciones de
influencia, se tiene un diagrama que suministra una
informacin ms rica sobre la estructura del sistema, aunque
contine conservando su carcter cualitativo.

La figura 2.5. muestra el diagrama de llenar un vaso, con un

grafo de este tipo.

Figura 2.5. Diagrama de influencias con signos del proceso de llenar

un vaso
Fuente: Aracil, J., & Gordillo, F. Dinmica de Sistemas, Alianza
Universidad, Madrid. 1997, p. 15.

Existen instrumentos adicionales que nos permitieron

reelaborar los diagramas de influencias para convertirlos en
unos objetos matemticos ms ricos, que reciben la
denominacin de sistemas dinmicos, y que programados con
ayuda de un ordenador, permitirn generar las trayectorias que
representan el comportamiento de los sistemas.

B. DIAGRAMAS DE FORRESTER

Una vez se ha construido el diagrama de influencias debe ser

elaborado el diagrama de Forrester o diagrama de flujos y
niveles.

58

Javier Aracil, lo define como un: Diagrama que muestra las

relaciones entre las variables de un sistema, una vez que han
sido clasificadas en variables de nivel, de flujo y auxiliares.
Constituye una reelaboracin del diagrama de influencias.
(Aracil, 1995, pg. 80)

En este diagrama se deben colocar los distintos elementos que

constituyen el diagrama de influencias, teniendo especial
cuidado de identificar cuando uno de estos elementos
representa ya sea una acumulacin, una razn de cambio o un
simple clculo intermedio entre una razn de cambio y una
acumulacin.

Los diagramas de Forrester son herramientas especficas de

modelado de la dinmica de sistemas, que es una metodologa
para el estudio y anlisis de sistemas continuos complejos,
mediante la bsqueda de relaciones entre los subsistemas
(especialmente lazos de realimentacin). sta mira al sistema
como un "todo", empleando normalmente el computador para
simulacin. La gnesis y el desarrollo de la Dinmica de
Sistemas constituyen una manifestacin del paradigma de
sistemas. En esta metodologa se emplean dos modelos
grficos, los diagramas causales y los diagramas de Forrester,
y el modelo de ecuaciones diferenciales deriva directamente
del ltimo.

Los diagramas causales muestran cualitativamente las

relaciones entre la partes (subsistemas) mediante flechas, con
un signo que indica si la relacin es positiva o negativa, lo que
permite buscar los lazos de realimentacin.

59

C. SIMBOLOGA Y COMPORTAMIENTO

Los diagramas de Forrester proporcionan una representacin

grfica

de

los

sistemas

dinmicos,

modelando

cualitativamente las relaciones entre las partes mediante

smbolos que corresponden a una interpretacin hidrodinmica
del sistema. (Caro Garcia, Sepulveda Montecino, Goyhenecha,
& Moscoso Quiroz, 2013, pg. 7)

Los smbolos o elementos que se utilizan en los diagramas de

Forrester se representan en la Figura 2.6.

Figura 2.6. Smbolos o Elementos empleados en los Diagramas de

Forrester
Fuente: Aracil Javier. Dinmica de Sistemas, ISDEFE, Madrid. 1995, p.
45.

Los niveles corresponden a las variables de estado de la teora

de sistemas, y representan las variables cuya evolucin es
significativa para el estudio del sistema.

Los niveles acumulan material a travs de los canales de

material, que son controlados por las vlvulas. El flujo de
material es estrictamente conservativo (conservacin en torno
a las vlvulas).

60

Las vlvulas (variables de flujo) definen el comportamiento

del sistema, ya que determinan la velocidad del flujo de
material (a travs de los canales de material) de acuerdo a un
conjunto de ecuaciones asociadas. Las ecuaciones dependen
de la informacin que las vlvulas reciben del sistema (niveles,
variables auxiliares y parmetros) y del entorno (variables
exgenas). La informacin se transmite instantneamente a
travs de los canales de informacin.

Las variables auxiliares corresponden a pasos intermedios en

el clculo de las funciones asociadas a las vlvulas; se utilizan
para simplificar el proceso, bien porque ciertos clculos
matemticos se emplean en varias ecuaciones o bien porque
tienen cierto significado o interpretacin fsica que puede ser
interesante observar, pero en cualquier caso no aportan ms
potencia de modelado.

Las nubes representan fuentes y sumideros, es decir, una no

determinada (infinita) cantidad de material, y las constantes
(parmetros) representan simplemente valores fijos del
sistema. La interaccin del sistema con el exterior se
representa con las variables exgenas, cuya evolucin se
supone independiente a la del sistema. Los retrasos pueden
afectar a la transmisin de material o de informacin, pero en
ambos

casos

tampoco

introducen

mayor

capacidad

descriptiva, ya que simplemente representan en notacin

compacta los elementos que producen tal retraso.

D. ELEMENTOS

Analizando cada uno de ellos, tenemos:

61

Variables de Estado

Los niveles son conocidos tambin como acumulaciones o

variables de estado. Los niveles varan a travs de un perodo
de tiempo. Lo niveles cambian en funcin de los flujos o
vlvulas y en algunas ocasiones por variables auxiliares.
La eleccin de los elementos que se presentan por variables de
estado, en un modelo determinado, dependen del problema
especfico que se est considerando.

En la eleccin de stas variables desempea un papel

primordial, la experiencia del diseador del modelo.

Variables de Flujo

Las variables de flujos determinan las variaciones en los

estados del sistema. Las variables de flujo caracterizan las
acciones que se toman en el sistema, las cuales quedan
acumuladas en los correspondientes estados. Es decir,
determinan como se convierte la informacin disponible en
una accin o actuacin.

A las variables de flujo se le asocian ecuaciones que definen el

comportamiento del sistema.

Variables Auxiliares

Una variable auxiliar es aquella que realiza clculos auxiliares.

Las variables auxiliares se introducen al modelo para dar una
mayor claridad de los pasos que se llevan a cabo para hacer los
clculos que dan como resultado cambios en las variables de
nivel. En muchas ocasiones las variables auxiliares determinan

62

el valor de una variable de flujo y la variable de flujo es la que

determina como se comporta una variable de nivel. De vez en
cuando, las variables auxiliares llevan a cabo clculos que
determinan directamente el comportamiento de un nivel, en
estos casos es cuando no tiene mucho sentido la utilizacin de
flujos, especialmente cuando cambian los flujos de
informacin.

E. BUCLE DE REALIMENTACION NEGATIVA

Bucle de realimentacin formado por una cadena circular

cerrada de influencias, un nmero impar de las cuales es
negativa. Un sistema dotado de realimentacin negativa tiende
a mantener invariantes los valores de sus variables, y a
restituirlos cuando han sido modificados por efecto de una
perturbacin exterior. (Aracil, 1995, pg. 83)
El comportamiento de un bucle de retroalimentacin negativa
puede ser descrito ms fcilmente al referirnos al punto de
equilibrio del sistema.

F. BUCLE DE REALIMENTACION POSITIVA

Bucle de realimentacin formado por una cadena circular de

influencias todas ellas positivas, o si las hay negativas su
nmero es par, de modo que se compensen entre ellas. Su
comportamiento est caracterizado por el crecimiento sin
lmites de toda perturbacin. (Aracil, 1995, pg. 83)

En un bucle positivo el punto de equilibrio es inestable. Un

pequeo cambio que empuje al sistema fuera del equilibrio lo
llevar cada vez ms lejos del punto de equilibrio.

63

Los bucles se definen como "positivos" cuando el nmero de

relaciones "negativas" es par, y "negativos" si es impar (igual
que al multiplicar: -a x b = -c). (Garca, 2010, pg. 28)

Los bucles negativos llevan al modelo hacia una situacin

estable y los positivos lo hacen inestable, con independencia
de la situacin de partida.

G. RETRASOS

Los retrasos pueden tener una enorme influencia en el

comportamiento

de

un

sistema.

En

los

bucles

de

realimentacin positiva determinan que el crecimiento no se

produzca de forma tan rpida como cabra esperar. En los de
realimentacin negativa su efecto es ms patente. Su presencia
puede determinar que ante la lentitud de los resultados se
tomen decisiones drsticas que conduzcan a una oscilacin del
sistema. (Aracil, 1995, pg. 27)

H.

SISTEMAS

COMPLEJOS

ESTRUCTURAS

GENERICAS

Lo habitual que encontremos son sistemas complejos en los

que coexisten mltiples bucles de realimentacin, tanto
positivos como negativos, ver Figura 2.7.

Figura 2.7. Estructura formada por dos bucles de realimentacin, uno

positivo y otro negativo
Fuente: Aracil Javier, Dinmica de Sistemas, ISDEFE, Madrid. 1995, p.
45.

64

En tal caso el comportamiento resultante depender de cules

de los bucles sean dominantes en cada momento

Cuando el estado ha alcanzado un considerable nivel de

crecimiento, como consecuencia de que el bucle de
realimentacin positiva es dominante, se invierte la
dominancia de los bucles, de modo que el nuevo bucle
dominante es el negativo y se produce la limitacin del
crecimiento, vase Figura 2.8.

Figura 2.8. Comportamiento sigmoidal de un proceso de dos bucles de

realimentacin, uno positivo y otro negativo
Fuente: Aracil Javier. Dinmica de Sistemas, ISDEFE, Madrid. 1995, p.
30.

La combinacin de estos dos modos de comportamiento, que

da lugar a la conocida curva de crecimiento logstico o
sigmoidal. (Aracil, 1995, pg. 30)

2.2.3. RELACION DINAMICA DE SISTEMAS Y ENFERMEDADES

TRANSMISIBLES
Los campos de aplicacin de la dinmica de sistemas son muy variados,
dentro de sus aos de existencia se ha empleado para construir modelos de
simulacin informtica en casi todas las ciencias, como en los sistemas
sociolgicos ha encontrado multitud de aplicaciones, otra rea en la que se
han desarrollado importantes aplicaciones es la de los sistemas ecolgicos

65

y medioambientales, en donde se han estudiado, tanto problemas de

dinmica de poblaciones como de difusin de la contaminacin.
Otras importantes aplicaciones es el que proveen los sistemas energticos,
en donde se ha empleado para definir estrategias de empleo de los recursos
energticos. Adems se ha empleado para problemas de defensa,
simulando problemas logsticos de evolucin de tropas y otros problemas
similares, por lo que la dinmica de sistemas constituye una de las
herramientas sistmicas ms slidamente desarrolladas y que mayor grado
de aceptacin e implantacin han alcanzado.

Se han realizado avances de investigacin, modelacin y simulacin

computacional usando la dinmicas de sistemas aplicados a fenmenos
epidemiolgicos (enfermedades transmisibles), con el cual se han
abordado los principales modelos matemticos usados en epidemiologa
(susceptible-infectado-recuperado:SIR,susceptible-infectado-recuperadosusceptible: SIRS, susceptible-infectado-susceptible: SIS), para su
integracin y simulacin usando diferentes tcnicas computacionales con
el fin de modelar factores crticos en la propagacin de epidemias y
endemias.

Se ha realizado trabajos en Colombia, Espaa, Argentina; donde se han

descrito las dinmicas de propagacin de frentes de epidemias que
permitan abordar, visualizar y contrarrestar con eficacia y eficiencia su
propagacin.

En el sector de la salud pblica en lo relacionado con fenmenos

epidemiolgicos, la dinmica de sistemas permiten realizar anlisis del
comportamiento temporal de las enfermedades, posibilitando la creacin
de polticas para el monitoreo y control del fenmeno salud-enfermedad
para la toma de decisiones.

66

2.2.3.1.

MODELOS MATEMATICOS

Los modelos matemticos son aquellos donde las entidades

del sistema y sus atributos se representan mediante variables
matemticas. Y las actividades se describen mediante
funciones matemticas que interrelacionan las variables.(
Universidad Catlica de Valparaso, 2013)

Los modelos matemticos se clasifican en modelos estticos y

dinmicos. Modelos matemticos estticos son aquellos que
dilucidan las relaciones entre los atributos de un sistema
cuando este est en equilibrio. S se cambia el punto de
equilibrio alterando uno o ms atributos, el modelo permite
deducir los nuevos valores de todos los atributos, pero no
muestra la forma como cambiaron a sus nuevos valores.

En tanto que son poco comunes los modelos matemticos

dinmicos que pueden resolverse analticamente y que den
resultados prcticos. Con frecuencia ellos deben resolverse
mediante mtodos numricos y a travs de la simulacin.

2.2.3.2.

MODELOS MATEMATICOS PARA ENFERMEDADES

INFECCIOSAS TRANSMISIBLES

Las enfermedades infecciosas constituyen una amenaza muy

grave para la sociedad porque matan a ms personas en el
mundo que otra causa nica.

Las enfermedades infecciosas transmisibles (o contagiosas) se

pueden propagar directamente desde el individuo infectado, a
travs de secreciones, la piel o membranas mucosas o,
indirectamente, cuando la persona infectada contamina el aire

67

por medio de su respiracin, un objeto inanimado o un

alimento, como suele ocurrir con la gripe.

En las enfermedades infecciosas no transmisibles el

microorganismo no se contagia de un individuo a otro, sino
que

requiere

unas

circunstancias

especiales,

sean

medioambientales, accidentales, etc., para su transmisin. En

estos casos, las personas infectadas no transmiten la
enfermedad.

Las epidemias son causadas nicamente por enfermedades

transmisibles, pero tambin se producen excepciones
ocasionales, como la peste negra. Esto se debe a que las
epidemias tambin pueden considerarse en trminos de
proporcin de las personas infectadas con una enfermedad
transmisible.

Durante la mayor parte del siglo XX las pandemias (epidemias

que se propagan por reas y poblaciones de enorme tamao)
se haban ya considerado amenazas del pasado; la medicina
moderna se haba ocupado para siempre de la peste, la viruela
y otras catstrofes de carcter contagioso. No obstante, los
cambios ambientales actuales han propiciado cambios en las
distribuciones geogrficas de organismos en general y de
parsitos en particular.

El uso de mtodos cuantitativos basados en modelos

matemticos para estudiar la dinmica de transmisin y control
de las enfermedades infecciosas ha ganado importancia de
forma notoria entre los cientficos y profesionales de la salud
para idear programas efectivos de control e interpretar
patrones epidemiolgicos.

68

Importancia de los modelos matemticos

La construccin de modelos matemticos es una de las

herramientas utilizadas hoy en da para el estudio de problemas
en medicina, biologa, fisiologa, bioqumica, epidemiologa,
farmacocintica, entre otras reas del conocimiento; sus
objetivos primordiales son describir, explicar y predecir
fenmenos y procesos en dichas reas. Sin embargo, su
aplicacin se ve limitada con frecuencia por la falta de
conocimientos e informacin acerca de los principios bsicos
del

modelamiento

matemtico.

(Montesinos-Lopez

&

Hernndez-Surez, 2007, pg. 219)

Es importante precisar que un modelo est en verdad definido

por las relaciones que incorpora. Estas relaciones son
independientes de los datos a introducir en el modelo, ya que
un modelo puede usarse para diferentes ocasiones y en
distintos contextos.

Los modelos matemticos para enfermedades infecciosas se

usan como herramienta para tomar decisiones y que deben
valorarse en su justa medida, ya que difcilmente es
comprensible un problema complejo sin una mnima
modelacin, aunque tambin hay que reconocer que no es
posible modelar la totalidad de las situaciones reales.

En esencia, la funcin central de crear y analizar modelos

matemticos es mejorar la comprensin de un sistema para
prevenir futuras situaciones de enfermedades, determinar la
prevalencia e incidencia y coadyuvar a tomar decisiones
objetivas para controlar o erradicar las enfermedades.
(Montesinos-Lopez & Hernndez-Surez, 2007, pg. 220)

69

Clasificacin de los modelos matemticos

Existen dos tipos de modelos matemticos: determinsticos y

estocsticos. En un modelo determinstico se pueden controlar
los factores que intervienen en el estudio del proceso o
fenmeno y por tanto se pueden predecir con exactitud sus
resultados. En un modelo estocstico no es posible controlar
los factores que intervienen en el estudio del fenmeno y en
consecuencia no produce simples resultados nicos.

En un modelo matemtico determinstico en el contexto

epidemiolgico; un solo sujeto causa una epidemia
generalizada, mientras que bajo un modelo estocstico existe
la posibilidad de que la epidemia se extinga.

Principales modelos de transmisin de enfermedades

infecciosas

En los modelos epidemiolgicos estndar parten del supuesto

de que los individuos se encuentran en uno de varios estados
posibles. En funcin de dichos estados, la poblacin puede
incluirse en algunas categoras: individuos susceptibles (S),
infectados (I) o removidos (R). Los modelos ms importantes
son: SI, SIS y SIR, que pueden modelarse en forma
determinista o estocstica y en todos ellos se asume que la
interaccin entre los individuos es aleatoria.

2.2.3.3.

MODELO SIR

En 1927, W. O. Kermack y A. G. McKendrick crearon el

modelo SIR que considera una enfermedad que se desarrolla a
lo largo del tiempo y nicamente tres clases de individuos:

70

S(t) representa a los individuos susceptibles, es decir,

aquellos que no han enfermado anteriormente y por lo
tanto pueden resultar infectados al entrar en contacto con
la enfermedad.

I(t) representa a los individuos infectados y por lo tanto

en condiciones de transmitir la enfermedad a los del
grupo S.

R(t) representa a los individuos recobrados de la

enfermedad, y que ya no estn en condiciones ni de
enfermar nuevamente ni de transmitir la enfermedad a
otros.

Figura 2.9. Esquema del modelo SIR

Fuente: Ciencia y educacin en Argentina. www.ciencianet.com.ar. (24
Diciembre del 2013)

El modelo susceptible infectado - removido, relacionado con

las enfermedades que confieren inmunidad permanente y un
ciclo tpico incluye los tres estados. Esto no quiere decir que
todos los individuos de una poblacin deban pasar por estos,
algunos no sern infectados y permanecern sanos, o sea
siempre en estado S, otros sern inmunizados artificialmente
por vacunacin, o algn otro mtodo y pasarn a ser R sin
haber estado infectados. Es justamente el inters del modelo

71

tener en cuenta todas estas posibilidades y tratar de predecir el

comportamiento de una epidemia.

2.2.3.4.

MODELO SII

El modelo SII (Susceptible-Infectado-Inmune) propuesto por

Kermack y McKendrick en 1927. (Morilla & DonadoCampos,

Situaciones

Endmicas

en

Enfermedades

Transmisibles, 2005, pg. 2)

Adaptado por Fernando Morilla y Juan de Mata Donado, es un

modelo dinmico para el anlisis y simulacin de las
enfermedades transmisibles en una poblacin que se encuentra
repartida en tres grupos de poblacin; susceptibles,
infectados e inmunes. El modelo es lo suficientemente
general como para poder simular un amplio abanico de
enfermedades, de gran importancia en la actualidad, y de
situaciones relacionadas con ellas. (Morilla & DonadoCampos,

Modelo

Dinmico

SII

de

Enfermedades

Transmisibles, 2005, pg. 1)

Las tres variables de estado son respectivamente: los

Susceptibles (personas que no poseen suficiente resistencia
contra el agente patgeno causante de la enfermedad), los
Infectados (personas con cierto trastorno producido por la
enfermedad) y los Inmunes (personas que poseen suficiente
resistencia contra el agente patgeno causante de la
enfermedad debido a que han desarrollado anticuerpos).

Con una eleccin adecuada de los parmetros del modelo SII

se

pueden

simular

manifestaciones

de

diferentes

enfermedades, conocidas con el trmino general de epidemias,

donde la enfermedad o el agente infeccioso han podido afectar

72

al total de la poblacin o a parte de sta. Pero tambin se

pueden simular situaciones endmicas (presencia continua de
una enfermedad o un agente infeccioso en el seno de una
poblacin).

(Morilla

&

Donado-Campos,

Situaciones

Endmicas en Enfermedades Transmisibles, 2005, pg. 4)

El modelo desarrollado representa adecuadamente la dinmica

de la epidemia afectada por la introduccin de bacterias y/o
virus. Sin embargo, algunas representaciones de los procesos
(como en la gran mayora de modelos) son resultado de una
serie de simplificaciones y suposiciones realizadas al
momento de modelar. Por lo tanto es necesario nombrar una
serie de limitaciones a tener en cuenta a la hora de sacar
conclusiones respecto a sus resultados.

2.2.

MARCO CONCEPTUAL

Morbimortalidad
Es un concepto que proviene de la ciencia mdica y que combina dos
subconceptos como la morbilidad y la mortalidad. La morbilidad es la presencia
de un determinado tipo de enfermedad en una poblacin. La mortalidad, a su vez,
es la estadstica sobre las muertes en una poblacin tambin determinada. Por lo
tanto podernos decir que morbimortalidad, significa aquellas enfermedades
causantes de la muerte en determinadas poblaciones, espacios y tiempos. (ABC,
2013)

Simulacin

Proceso mediante el cual se implanta en un computador un modelo matemtico de

un cierto aspecto de la realidad. (Aracil, 1995, pg. 83)

73

Sistema

Entidad formada por un conjunto de elementos en interaccin. (Aracil, 1995, pg.

83)

Sistema Dinmico

Objeto matemtico formado por un espacio de estados y una regla que prescribe
la evolucin en l. Los modelos matemticos que se construyen mediante
dinmica de sistemas son sistemas dinmicos. (Aracil, 1995, pg. 83)

Diagrama de Influencias

Grafo cuyos nodos son los elementos del sistema y cuyas aristas indican las
influencias entre ellos. Constituye una representacin grfica de la estructura del
sistema. Recibe tambin la denominacin de diagrama causal. (Aracil, 1995, pgs.
80-81)

Modelo

Objeto artificial construido para representar de forma simplificada a un sistema

real o a un fenmeno de la realidad. Analizando el comportamiento del modelo se
extraen consecuencias con relacin al del sistema modelado. (Aracil, 1995, pgs.
81-82)

Modelo Informtico

Modelo de simulacin susceptible de ser implantado en un computador. (Aracil,

1995, pg. 82)

74

Variable

Atributo de un sistema al que se puede asociar una medida mediante un nmero

real y cuyo valor puede cambiar a lo largo del tiempo. (Aracil, 1995, pg. 84)
2.3.

METODOLOGIAS

Las metodologas aplicadas a la creacin de modelos de simulacin generalmente

se basan en la de Jay Forrester, Arquetipos de Peter Senge y la de Javier Aracil.
2.3.1.

METODOLOGIA DE FORRESTER
Jay Forrester, ingeniero de sistemas del Instituto Tecnolgico de
Masachussets (MIT) desarroll esta metodologa durante la dcada de
los cincuenta. La primera aplicacin fue el anlisis de la estructura de
una empresa norteamericana, y el estudio de las oscilaciones muy
acusadas en las ventas de esta empresa, publicada como Industrial
Dynamics. En 1969 se publica la obra Dinmica Urbana, en la que se
muestra cmo el "modelado DS" es aplicable a sistemas de ciudades.
En 1970, aparece el modelo del mundo, trabajo que sirvi de base para
que Meadows y Meadows realizasen el I Informe al Club de Roma,
divulgado posteriormente con el nombre de Los lmites del crecimiento.
Estos trabajos y su discusin popularizaron la Dinmica de Sistemas a
nivel mundial.

2.3.2.

ARQUETIPOS
Esta palabra viene del vocablo griego arkhetypos, que significa, el
primero de su especie. Los arquetipos sistmicos, ahijados del
pensamiento sistmico, fueron desarrollados en Innovation Associates
a mediados de los aos 80. En esa poca, el estudio de la dinmica de
sistemas dependa de una graficacin de los circuitos causales
complejos y de la modelacin por ordenadores, que utilizaba
ecuaciones matemticas para definir la relacin entre las variables.

75

Charles Kiefer, presidente de la compaa, deseaba comunicar los

conceptos de manera ms simple. Jennifer Kemeny (con Michael
Goodman y Peter Senge, basndose en notas de John Sterman)
desarroll ocho diagramas que ayudaran a catalogar las conductas ms
comunes. Algunos arquetipos, entre ellos el de lmites del
crecimiento y desplazamiento de la carga, eran traducciones y
estructuras genricas, mecanismos que Jay Forrester y otros pioneros
del pensamiento sistmico haban descrito en las dos dcadas
anteriores.
2.3.3.

METODOLOGIA DE JAVIER ARACIL

Javier Aracil, se basa en la metodologa elaborada por Jay Forrester,
utiliza el lenguaje para el modelado y la simulacin de determinados
problemas complejos.

Basada en el comportamiento de sistemas mediante la construccin de un

modelo de simulacin informtica que ponga de manifiesto las relaciones
entre la estructura del sistema y su comportamiento.

2.4.

ELECCION DE LA METODOLOGIA DE SOLUCION

La metodologa de modelamiento y simulacin que se utiliz fue la propuesta por
Javier Aracil, ya que est centrada en la simulacin como clave para el xito en
el desarrollo del modelo.
El proceso de modelado consiste en el conjunto de operaciones mediante el cual,
tras el oportuno estudio y anlisis, se construye el modelo del aspecto de la
realidad que nos resulta problemtico.
Este proceso, consiste, en esencia, en analizar toda la informacin de la que se
dispone con relacin al proceso, depurarla hasta reducirla a sus aspectos
esenciales, y reelaborarla de modo que pueda ser transcrita al lenguaje sistmico
que estamos viendo.

76

2.4.1.

CONSTRUCCION

DE

MODELOS

EN

DINAMICA

DE

SISTEMAS
El proceso de modelado consiste en el conjunto de operaciones
mediante el cual, tras el oportuno estudio y anlisis, se construye el
modelo del aspecto de la realidad que nos resulta problemtico. Este
proceso, consiste, en esencia, en analizar toda la informacin de la que
se dispone con relacin al proceso, depurarla hasta reducirla a sus
aspectos esenciales, y reelaborarla de modo que pueda ser transcrita al
lenguaje sistmico que estamos viendo. (Aracil, 1995, pg. 57)

En la construccin o proceso del modelado se puede distinguir las

siguientes fases de acuerdo a Javier Aracil:

Definicin del problema. En esta primera fase se trata de definir

claramente el problema. El problema debe ser susceptible de ser
analizado en elementos componentes, los cuales llevan asociadas
magnitudes cuya variacin a lo largo del tiempo queremos
estudiar. Entre estos elementos se producen relaciones de
influencia. En esta fase de deben de identificar las variables de
nivel, flujo y auxiliares.

Conceptualizacin del sistema. En esta fase se debe determinar

los distintos elementos que integran la descripcin, as como las
influencias que se producen entre ellos. En esta fase se establece
el diagrama de influencias del sistema.

Formalizacin. El diagrama de influencias se debe de convertir

en el de Forrester. A partir de este diagrama se pueden escribir las
ecuaciones del modelo. Al final de la fase se dispone de un
modelo del sistema programado en un computador.

77

Comportamiento del modelo. Esta fase consiste en la

simulacin informtica del modelo para determinar las
trayectorias que genera.

Evaluacin del modelo. En esta fase se somete el modelo a una

serie de ensayos y anlisis para evaluar su validez y calidad. Estos
anlisis son muy variados y comprenden desde la comprobacin
de la consistencia lgica de las hiptesis que incorpora hasta el
estudio del ajuste entre las trayectorias generadas por el modelo
y las registradas en la realidad. As mismo, se pueden incluir
anlisis de sensibilidad que permiten determinar la sensibilidad
del modelo, y por tanto, de las conclusiones que se extraigan de
l, con relacin a los valores numricos de los parmetros que
incorpora o las hiptesis estructurales.

Uno de los aspectos fundamentales del desarrollo y posterior

empleo de todo modelo dinmico es la validacin del mismo. En
la medida en que el modelo es correctamente validado, puede
afirmarse que ste representa adecuadamente el comportamiento
del sistema objeto de estudio, garantizndose de este modo su
utilidad como instrumento de ayuda para la gestin del sistema.
De hecho, a efectos prcticos, la preocupacin se centra ms en
la utilidad que en la validez puesto que no existen modelos total
o perfectamente validos puesto que siempre son una
simplificacin, es decir, algo menos que el sistema que se
modeliza (Shreckengost, 1985). (Begoa & Busto, 1999, pg. 20)

Por tanto, y en este sentido, en primer lugar es necesario

establecer qu se entiende por validacin en el mbito de la
dinmica de sistemas. Forrester y Senge (1980, p. 210) definen la
validacin como el proceso de establecer confianza en la solidez
y utilidad de un modelo. Este proceso se extiende desde el
individuo que elabora el modelo hacia los potenciales usuarios

78

del mismo. Si, tal y como se acaba de mencionar, el objetivo

ltimo es alcanzar un adecuado nivel de confianza en la utilidad
del modelo, es conveniente no olvidar que la utilidad depende de
la subjetividad del sujeto, en este caso del potencial usuario del
mismo (Shreckengost, 1985). (Begoa & Busto, 1999, pg. 20)

Explotacin del modelo. En esta ltima fase el modelo se emplea

para analizar polticas alternativas que pueden aplicarse al
sistema que se est estudiando. Estas polticas alternativas se
definen normalmente mediante escenarios que representan las
situaciones a las que debe enfrentarse el usuario del modelo.

Figura 2.10. Fases en la construccin de un modelo

Fuente: Aracil, Javier., Dinmica de Sistemas, ISDEFE, Madrid. 1995, p.
60.

El conjunto de estas fases se representa en la Figura 2.10. En esta

Figura adems de la secuencia de los bloques que representan las
fases, de arriba a abajo, se muestran flechas que indican vueltas
hacia atrs del proceso de modelado. Se quiere con ello indicar
que el proceso de modelado no consiste en recorrer
secuencialmente, y por orden correlativo, estas fases sino que,
con frecuencia, al completar alguna de ellas, debemos volver

79

hacia atrs, a una fase anterior, para reconsiderar algunos

supuestos que hasta entonces habamos considerado vlidos.

2.4.2.

SIMULACION DE UN MODELO
Luego de validar el modelo, necesitamos de la informtica para
procesar el conjunto de ecuaciones. Existen diversas herramientas
informticas, siendo las ms empleadas:

Professional DYNAMO. Es el ms clsico de los lenguajes. No

presenta posibilidades de modelado mediante iconos, pero sin
embargo permite tratar ecuaciones de gran dimensin.

STELLA y I-think. Entornos informticos de amplia capacidad

interactiva

que

permiten

construir

modelos

empleando

procedimientos grficos, mediante iconos. Poseen una estructura

similar, pero mientras el primero se encuentra ms orientado
hacia usos acadmicos el segundo lo hace hacia aplicaciones
profesionales. Permiten construir los diagramas de Forrester en la
pantalla del computador, de modo que al establecer su estructura
se generan las ecuaciones. Se pueden agrupar elementos en sus
modelos, y posee un zoom que permite desenvolverse con
modelos complejos.

PowerSim. Entorno de caractersticas anlogas a los anteriores.

Permite

desarrollar

varios

modelos

simultneamente,

interconectarlos posteriormente entre s.

VenSim. Se trata de un lenguaje muy potente para el desarrollo

de modelos que pueden emplearse tanto en entornos PC como en
Unix. Documenta automticamente el modelo segn se va
construyendo, y crea rboles que permiten seguir las relaciones
de causa efecto a lo largo del modelo. Est dotado de instrumentos
para realizar anlisis estadsticos.

80

Mosaikk-SimTek. Es una herramienta muy sofisticada para PC,

que conecta directamente al SimTek, que es un lenguaje de
modelado tipo DYNAMO que posee una gran versatilidad.

81

PRESENTACION DE RESULTADOS

82

CAPITULO III
MODELAMIENTO DEL SISTEMA

3.1.

DEFINICION DEL PROBLEMA

Luego de definir las neumonas como un problema de morbimortalidad para la
poblacin de la Regin Huancavelica se han establecido las variables de estado,
las variables de flujo y las variables auxiliares.

3.2.

MODELAMIENTO DEL SISTEMA INICIAL

3.2.1.

VARIABLES DE ESTADO O NIVEL

Las variables significativas que se han establecido son:

POBLACIN SUSCEPTIBLE
Son las personas que podran desarrollar la enfermedad, al no haber
desarrollado inmunidad ya que no estn vacunadas o no poseen
suficiente resistencia contra el agente patgeno causante de la
enfermedad.

83

POBLACIN INMUNE
Son las personas que han adquirido inmunidad contra a neumona
a travs de la vacuna, o bien personas que poseen suficiente
resistencia contra el agente patgeno causante de la enfermedad
debido a que han desarrollado anticuerpos.

POBLACIN INFECTADA
Es la poblacin que presenta sntomas causados por la enfermedad
de la neumona.

3.2.2.

VARIABLES DE FLUJO
Se determinaron las siguientes:
-

INCIDENCIA
Es el nmero de personas que pasan de la poblacin de susceptibles
a infectados por unidad de tiempo.

RECUPERACIN
Es el nmero de personas que pasan de la poblacin de infectados
a inmunes por unidad de tiempo debido a que han superado la
enfermedad.

MUERTES
Es el nmero de personas que mueren a causa de la neumona por
unidad de tiempo.

3.2.3.

VARIABLES AUXILIARES
Las variables auxiliares que se determinaron fueron:
-

PREVALENCIA
Es la proporcin de la poblacin total que presenta la neumona.

84

TASA DE INCIDENCIA
Es el cociente entre el nmero de casos nuevos diagnosticados por
unidad de tiempo, y el nmero de personas que componen la
poblacin susceptible.

3.2.4.

PARAMETROS

TASA

DE

CONTAGIO

COEFICIENTE

DE

TRANSMISIN DE LA ENFERMEDAD

Es la proporcin de personas que pasan del estado de susceptibles

al de infectados.

TASA DE LETALIDAD

Es la proporcin de personas infectadas que muere.

TASA DE RECUPERACIN

Es la proporcin de personas que pasan del estado de infectados al

de inmunes tras superar la enfermedad.

3.3.

CONCEPTUALIZACION DEL SISTEMA INICIAL

El diagrama de influencias o causas establecido con las variables de nivel, flujo,

auxiliares y parmetros es el siguiente:

85

Figura 3.1. Diagrama de Influencias del Modelo SIR

Fuente: Elaboracin en base al Modelo SIR.

85

86

3.4.

FORMALIZACION DEL MODELO INICIAL

El modelo se elabor en el software Stella v.9.0.2, de acuerdo a la figura.

Figura 3.2. Modelo SIR elaborado en Stella v.9.0.2

Fuente: Elaboracin propia

Las ecuaciones que se han establecido en el modelo son las siguientes:

Poblacin Infectada:
d(Poblacin Infectada (t))= Incidencia (t) Recuperacin(t) - Muertes(t)
dt

87

Poblacin Susceptible:
d(Poblacin Susceptible (t))= - Incidencia (t)
dt

Poblacin Inmune:
d(Poblacin Inmune (t))= Recuperacin(t)
dt

Prevalencia:
Prevalencia (t) = Poblacin Infectada (t) / Poblacin Tota l(t)

Tasa de Incidencia:
Tasa de Incidencia (t) = Prevalencia (t)/ Tasa de Contagio

Incidencia:
Incidencia (t) = Tasa de Incidencia (t) * Poblacin Susceptible (t)

Muerte:
Muerte (t) = Tasa de Letalidad * Poblacin Infectada(t)

Recuperacin:
Recuperacin (t) = Tasa de Recuperacin * Poblacin Infectada(t)

3.5.

MODELAMIENTO DEL SISTEMA PROPUESTO

Se ha elaborado un nuevo modelo para validar el modelo y experimentar las
estrategias ser el modelo SII (susceptible, infectado e inmune), en el cual se han
agregado otras variables, como tasa de vacunacin, tasa de reinfeccin, poblacin
total y prevalencia.

88

3.5.1.

VARIABLES DE ESTADO O NIVEL

Las variables significativas que se han establecido son:

-

POBLACIN SUSCEPTIBLE
Son las personas que podran desarrollar la enfermedad, al no haber
desarrollado inmunidad ya que no estn vacunadas o no poseen
suficiente resistencia contra el agente patgeno causante de la
enfermedad.

POBLACIN INMUNE
Son las personas que han adquirido inmunidad contra a neumona a
travs de la vacuna, o bien personas que poseen suficiente resistencia
contra el agente patgeno causante de la enfermedad debido a que
han desarrollado anticuerpos.

POBLACIN INFECTADA
Es la poblacin que presenta sntomas causados por la enfermedad
de la neumona.

3.5.2.

VARIABLES DE FLUJO
Se determinaron las siguientes:
-

INCIDENCIA
Es el nmero de personas que pasan de la poblacin de susceptibles
a infectados por unidad de tiempo.

RECUPERACIN
Es el nmero de personas que pasan de la poblacin de infectados a
inmunes por unidad de tiempo debido a que han superado la
enfermedad.

89

MUERTES
Es el nmero de personas que mueren a causa de la neumona por
unidad de tiempo.

VACUNACIN
Es el nmero de personas que pasan de la poblacin susceptible a
inmune por unidad de tiempo debido a que han recibido la vacuna.

PRDIDA DE INMUNIDAD
Es el nmero de personas que pasan de la poblacin de inmunes a la
poblacin de susceptibles por unidad de tiempo.

REINFECCIN
Es el nmero de personas que pasan de la poblacin de inmunes a la
poblacin de infectados por unidad de tiempo.

3.5.3.

VARIABLES AUXILIARES
Las variables auxiliares que se determinaron fueron:
-

POBLACIN TOTAL
Es la poblacin general.

PREVALENCIA
Es la proporcin de la poblacin total que presenta la neumona.

TASA DE INCIDENCIA
Es el cociente entre el nmero de casos nuevos diagnosticados por
unidad de tiempo, y el nmero de personas que componen la
poblacin susceptible.

90

3.5.4.

PARAMETROS

TASA DE VACUNACIN
Es la proporcin de personas que pasan del estado de susceptibles al
de inmunes tras vacunarse.

TASA DE CONTAGIO O COEFICIENTE DE TRANSMISIN

DE LA ENFERMEDAD
Es la proporcin de personas que pasan del estado de susceptibles al
de infectados.

TASA DE LETALIDAD
Es la proporcin de personas infectadas que muere.

TASA DE RECUPERACIN
Es la proporcin de personas que pasan del estado de infectados al de
inmunes tras superar la enfermedad.

TASA DE PRDIDA DE INMUNIDAD

Es la proporcin de personas que dejan de ser inmunes y vuelven a
ser susceptibles.

TASA DE REINFECCIN
Es la proporcin de personas que dejan de ser inmunes y vuelven a
estar infectados.

3.6.

CONCEPTUALIZACION DEL SISTEMA PROPUESTO

El diagrama de influencias o causas establecido con las variables de nivel, flujo,

auxiliares y parmetros es el siguiente:

91

Figura 3.3. Modelo SII Diagrama de Influencias

Fuente: Elaboracin en base al Modelo SII.

91

92

3.7.

FORMALIZACION DEL MODELO PROPUESTO

El modelo nuevo se elabor en el software Stella v.9.0.2, de acuerdo a la figura.

Figura 3.4. Modelo SII Software Stella v.9.0.2

Fuente: Elaboracin propia

Las ecuaciones que se han establecido en el modelo son las siguientes:

Poblacin Susceptible:
d(Poblacin Susceptible (t))= - Incidencia (t) Vacunacin(t) +
dt

Perdida de Inmunidad(t)

93

Poblacin Infectada:
d(Poblacin Infectada (t))= Incidencia (t) + Reinfeccin(t)
dt

Recuperacin(t) - Muertes(t)

Poblacin Inmune:
d(Poblacin Inmune (t))= Recuperacin(t) + Vacunacin(t)
dt

Reinfeccin(t) Prdida de Inmunidad(t)

Poblacin total:
Poblacin total (t)= Poblacin susceptible(t) + Poblacin Inmune(t) + Poblacin infectada(t).

Prevalencia:
Prevalencia (t) = Poblacin Infectada (t) / Poblacin Tota l(t)

Tasa de Incidencia:
Tasa de Incidencia (t) = Tasa de Contagio * Prevalencia (t)

Incidencia:
Incidencia (t) = Tasa de Incidencia (t) * Poblacin Susceptible (t)

Muerte:
Muerte (t) = Tasa de Letalidad * Poblacin Infectada(t)

Recuperacin:
Recuperacin (t) = Tasa de Recuperacin * Poblacin Infectada(t)

Reinfeccin:
Reinfeccin (t) = Tasa de Reinfeccin * Poblacin Inmune(t)

Prdida de Inmunidad:
Prdida de Inmunidad t) = Tasa de Prdida de Inmunidad * Poblacin Inmune(t)

Vacunacin:
Vacunacin(t) = Tasa de Vacunacin * Poblacin Susceptible(t)

94

Nmero Reproductivo Bsico:

Nmero Reproductivo Bsico = Tasa de Contagio/Tasa de Recuperacin

95

CAPITULO IV
VALIDACION Y EXPERIMENTACION EN EL MODELO
4.1.

VALIDACION DEL MODELO DE DINAMICA DE SISTEMAS

En la mayor parte del trabajo experimental existe el problema de relacionar los
resultados con el sistema real, porque el ambiente no es el mismo que aquel donde
han de aplicarse los resultados. En los modelos de simulacin es especialmente
cierto el problema de inferir los resultados, puesto que se obtienen, por lo general,
partiendo de modelos matemticos y no fsicos.

Para poder hacer inferencia respecto a la realidad con resultados simulados, es

necesario tener alguna indicacin de lo bien que el modelo representa al sistema
real.

El modelo de simulacin se valid con apoyo de la comparacin del modelo con

datos histricos y la aceptacin y confianza en el modelo de mi persona que hizo
uso de los resultados que arroj el experimento de simulacin.

Los anlisis sensitivos nuevamente muestran que al cambiar los valores de

algunos parmetros estos producen diferentes comportamientos en el modelo,
mientras que el modo del comportamiento general es relativamente insensible a
cambios en los parmetros. Algunos cambios en los parmetros afectan el

96

comportamiento bastante en comparacin con otros. Cambios en algunos

parmetros afecta el tiempo necesario para acercarse al equilibrio, por ejemplo el
valor inicial de personas enfermas para el modelo epidmico. Nuevamente otros
tienen influencia sobre las dos interacciones de la poblacin por ejemplo.
Cuando los parmetros tienen papeles similares en el modelo, ellos usualmente
afectan el comportamiento en una direccin similar, tal como interacciones de la
poblacin y probabilidad de enfermedad contagiosa.
Los valores de parmetros especficos pueden cambiar la apariencia de las grficas
representando el cambio del sistema. Pero cambios significativos en el
comportamiento no ocurren para todos los parmetros.

Los modelos de dinmica de sistemas son en general insensibles para algunos

cambios de los parmetros. Esto es la estructura del sistema y no de los valores de
los parmetros, esto tiene influencia en el comportamiento del sistema.

4.2.

VALIDACION Y EXPERIMENTACION DEL MODELO INICIAL

Se adopt para los valores de los parmetros un rango de valores posibles

deducidos de los reportes encontrados en la literatura. Sin embargo, estos valores
no representan una situacin real en la naturaleza debido a que no existen datos
especficos para la neumona.
El comportamiento del modelo elaborado a travs del modelo SIR, se establece
en los siguientes grficos que se aplic a los aos 2000 al 2012.

Tasa de contagio del 0.008, tasa de recuperacin de 0.003, tasa de letalidad

del 0.04%.
Poblacin Infectada
La Figura 4.1. muestra un decrecimiento de la poblacin a medida que cursa el
perodo de observacin. Se debe a que las personas infectadas pasan a recuperarse
mientras dure la enfermedad.

97

1: Pobla cio n In fectada

1:

110 00
1
1
1
1

1:

600 0

1:

100 0
200 0.00

200 3.00

Page 1

200 6.00
Yea rs

200 9.00
201 2.00
05:30 p.m. sb, 21 de dic de 2013

Figura 4.1. Modelo SIR Poblacin Infectada

Fuente: Elaboracin propia

Poblacin Inmune
La grfica muestra que la poblacin inmune tiene la tendencia a incrementarse
durante los aos simulados tal como se muestra en la Figura 4.2. La poblacin
inmune aparece en la simulacin, el nmero de inmunes es mayor en la prueba
porque hay ms infectados y todo el proceso se desarrolla antes que en los otros
casos por la tasa de contagio.

1: Pobla cio n In mune

1:

805 0

1:

785 0

1
1:

765 0
200 0.00

200 3.00

Page 1

Figura 4.2. Modelo SIR Poblacin Inmune

Fuente: Elaboracin propia

200 6.00
Yea rs

200 9.00
201 2.00
05:30 p.m. sb, 21 de dic de 2013

98

Muertes
La mortalidad tambin sigue una distribucin de morfologa normal en la
poblacin, con un importante pico al inicio, para descender de modo lento y
disminuir al mnimo al cabo de casi del ao 2012. En la simulacin hay un
aumento ms rpido y ms pronunciado en las muertes, ya que, aunque la tasa de
letalidad se mantiene sin cambios, al aumentar la poblacin infectada tambin hay
un incremento proporcional de las muertes. Vese la Figura 4.3.
1: Mu ertes
1:

450

1
1
1
1

1:

250

1:

50
200 0.00

200 3.00

Page 1

200 6.00
Yea rs

200 9.00
201 2.00
05:31 p.m. sb, 21 de dic de 2013

Figura 4.3. Modelo SIR Muertes

Fuente: Elaboracin propia

Tasa de Incidencia y Prevalencia

En la figura 4.4., la prevalencia adquiere una evolucin similar a las curvas de

poblacin infectada y de incidencia. El pico es mximo en el ao 2000 de toda la
poblacin afectada por la enfermedad en la simulacin y a partir de ah disminuye
hasta el ao 2012. La poblacin susceptible escasea, por lo que hay menos
posibilidad de enfermar, los enfermos que hay se van recuperando y estos dos
ltimos factores hacen caer la prevalencia.

99

1: Tasa de incidencia
1:
2:

2: Prevalencia

200
2
1
1
2

1
2

1:
2:

100
1

1:
2:

0
0

1
2
2

2000.00

2003.00

Page 1

2006.00
Years

2009.00
2012.00
05:32 p.m. sb, 21 de dic de 2013

Figura 4.4. Modelo SIR Tasa de Incidencia

Fuente: Elaboracin propia

El modelo desarrollado en este captulo representa adecuadamente la dinmica de

la epidemia de la neumona en la poblacin. Sin embargo, algunas
representaciones de los procesos (como en la gran mayora de modelos) son
resultado de una serie de simplificaciones y suposiciones realizadas al momento
de modelar.

4.3.

VALIDACION Y EXPERIMENTACION DEL NUEVO MODELO

Desde la puesta en prctica de los modelos SIR y SII se requiri elegir un nmero
de parmetros de diseo, el primer paso en el proceso de validacin es
comparando los resultados del modelo SIR y SII contra resultados tericos e
histricos.

Las figuras del modelo SIR y SII (simulacin 1) muestra los datos histricos de
las variables relevantes: poblacin infectada, poblacin inmune, poblacin
susceptible y muertes en trminos de cantidad comparando con los datos
histricos.

100

La puesta en prctica del modelo de simulacin no afecta los resultados de las

variables relevantes, ya que los resultados obtenidos de la simulacin con los de
la data histrica concuerdan con los resultados que se obtuvieron con el modelo
de simulacin del modelo SIR y SII (simulacin 1). Por lo tanto, con dos
experimentos SIR y SII, mantienen los parmetros de la simulacin iguales con
los datos histricos.

Se demuestran los resultados de las grficas de los datos histricos con los
resultados de las simulaciones SIR y SII, indican que no afecta en la prdida de
datos. El error es aproximadamente 10% a 15 % en datos ms precisos. El nmero
de errores para las grficas y valores del modelo SII son constantemente ms bajo
que para los modelos de SIR; sin embargo sigue tendencias similares. Este
fenmeno es inherente a los valores histricos.

4.3.1.

SIMULACION 1

Tasa de contagio del 0.03, tasa de recuperacin de 0.92, tasa de

letalidad del 0.08 a 0.06%, tasa de reinfeccin 0.001, tasa de prdida
de inmunidad 0.01, tasa de vacunacin 0.
Poblacin Infectada

La poblacin infectada de la Figura 4.5. presenta un volumen de

enfermos que sigue una distribucin claramente constante. La poblacin
infectada sin buena cobertura vacunal y que padece un cuadro contagioso
enferma en mayor cuanta y de un modo rpido comienza el incremento
de casos infectados por la falta de estrategias de intervencin.

101

1: Infectados
1:

1650

1:

1550

1
1:

1450
2013.00

2022.25

Page 1

2031.50
Years

2040.75
2050.00
10:44 p.m. mar, 07 de ene de 2014

Figura 4.5. Poblacin Infectada Simulacin 1

Fuente: Elaboracin propia

Poblacin Inmune
La inmunizacin en la poblacin no ocurre, porque la estrategia de
vacunacin toma el valor de cero, se incrementa la poblacin infectada y
susceptible. Ver Figura 4.6.

1: Inmu nes
1:

800 0
1

1
1:

650 0
1

1:

500 0
2013.00

Page 1

2022.25

203 1.50
Years

Figura 4.6. Poblacin Inmune Simulacin 1

Fuente: Elaboracin propia

2040.75
2050.00
12:00 p.m. sb, 11 de ene de 2014

102

Poblacin Susceptible

En la Figura 4.7. la tendencia para la poblacin susceptible tiene a

incrementarse, indica que no se est aplicando la estrategia de
vacunacin. Partiendo de la misma poblacin susceptible (toda la
poblacin menos los ya enfermos) observamos que el nmero de
individuos que siguen siendo susceptibles a la enfermedad se ha
incrementado, con un incremento mucho ms acusado en la poblacin,
de tal modo que sobre el ao 2050 tendramos 450000 individuos
susceptibles de enfermar. El efecto de la cobertura vacunal y la tasa de
contagio explican el incremento encontrado.

1: Suscepti bles
1:

465500

1
1:

464000
1

1:

462500
201 3.00

Page 1

202 2.25

203 1.50
Yea rs

204 0.75
205 0.00
12:11 p.m. sb, 11 de ene de 2014

Figura 4.7. Poblacin Susceptible Simulacin 1

Fuente: Elaboracin propia

Muertes

La mortalidad sigue una distribucin ascendente en la poblacin, con un

importante incremento por la poblacin infectada y susceptible. Como
podemos observar en este grfico (Figura 4.8), en la poblacin la
mortalidad presenta un incremento significativo, prcticamente existen
fallecimientos a mayor escala en la poblacin.

103

1: Mu ertes
1:

1
1
1:

0
1

1:

0
201 3.00

202 2.25

Page 1

203 1.50
Yea rs

2040.75
2050.00
01:01 p.m. sb, 11 de ene de 2014

Figura 4.8. Muertes Simulacin 1

Fuente: Elaboracin propia

4.3.2.

SIMULACION 2

Tasa de contagio del 0.03, tasa de recuperacin de 0.92, tasa de

letalidad del 0.08 a 0.06%, tasa de reinfeccin 0.001, tasa de prdida
de inmunidad 0.01, tasa de vacunacin 0.95.

Poblacin Infectada

La poblacin infectada de la Figura 4.9. presenta un volumen de

enfermos que sigue una distribucin claramente constante. La poblacin
infectada con buena cobertura vacunal (95%) y que padece un cuadro
menos contagioso enferma en menor cuanta (poco ms de la poblacin
inicialmente enferma) y de un modo rpido comienza la disminucin de
casos gracias a la vacunacin y la baja contagiosidad del proceso en
contraste con el otro modelo.

104

1: Infe ctados
1:

2000

1:

1000

1
1:

0
2013.00

202 2.25

Page 1

2031.50
Years

204 0.75
2050.00
01:36 p.m. sb, 11 de ene de 2014

Figura 4.9. Poblacin Infectada Simulacin 2

Fuente: Elaboracin propia

Poblacin Inmune

La inmunizacin de la poblacin ocurre a expensas de dos componentes,

el vacunal (adecuado) y la inmunizacin propia de haber padecido la
enfermedad; merced fundamentalmente a estos dos factores, la poblacin
alcanzar la inmunizacin mxima de un modo rpido siguiendo un
trayecto exponencial y estando prcticamente casi todos los individuos
inmunizados. Ver Figura 4.10.
1: Inmu nes
1:

500 000
1

1:

250 000

1:

201 3.00
Page 1

202 2.25

203 1.50
Yea rs

Figura 4.10. Poblacin Inmune Simulacin 2

Fuente: Elaboracin propia

2040.75
2050.00
10:48 p .m. ma r, 07 de ene de 2 014

105

Poblacin Susceptible

En la Figura 4.11. la tendencia para la poblacin susceptible tiene a

disminuir para luego continuar en forma constante pero siendo menor al
de los aos anteriores, indica que se est aplicando una adecuada poltica
de vacunacin.

Partiendo de la misma poblacin susceptible (toda la poblacin menos

los ya enfermos) observamos que el nmero de individuos que siguen
siendo susceptibles a la enfermedad es ms bajo, con un claro descenso
mucho ms perceptible en la poblacin correctamente vacunada, de tal
modo que sobre el ao 2050 tendramos 4820 individuos susceptibles de
enfermar.

El efecto de la cobertura vacunal y las diferentes tasas de contagio

explican las diferencias encontradas.

1: Susceptibles
1:

500 000

1:

250 000

1:

1
2013.00

Page 1

202 2.25

1
203 1.50
Yea rs

Figura 4.11. Poblacin Susceptible Simulacin 2

Fuente: Elaboracin propia

1
204 0.75
2050.00
01:37 p.m. sb, 11 de ene de 2014

106

Si el valor de la vacunacin es 95%, la tendencia para la poblacin

susceptible tiene a disminuir para luego continuar en forma constante
pero siendo menor al de los aos anteriores, lo que indica que se est
aplicando una buena estrategia de vacunacin.

Muertes

La mortalidad tambin sigue una distribucin de morfologa normal en

la poblacin, con un importante pico en torno al ao 2018 en torno al
2013 - 2050, para a continuacin incrementar en modo lento y llegar a
214 muertes al cabo del ao 2050. En la poblacin donde existe adecuada
vacunacin y baja contagiosidad la distribucin es plana.

Como podemos observar en este grfico (Figura 4.12), en la poblacin la

mortalidad presenta un descenso significativo, el descenso de la
mortalidad es precoz y marcado de tal modo que al cabo de un ao de
iniciado la poltica de vacunacin, prcticamente existen fallecimientos
en menor escala en la poblacin.

1: Mu ertes
1:

1200

1:

700

1:

200
2013.00

2022.25

Page 1

Figura 4.12. Muertes Simulacin 2

Fuente: Elaboracin propia

1
2031.50
Years

1
2040.75
2050.00
01:39 p.m. sb, 11 de ene de 2014

107

4.3.3.

SIMULACION 3

Tasa de contagio del 0.03, tasa de recuperacin de 0.92, tasa de

letalidad del 0.08 a 0.06%, tasa de reinfeccin 0.001, tasa de prdida
de inmunidad 0.01, tasa de vacunacin 0.6 a 0.725.

Poblacin Infectada

La poblacin infectada de la Figura 4.13. presenta una distribucin

claramente constante. La poblacin infectada con cobertura de
vacunacin entre 0.6 y 0.725 que padece un cuadro menos contagioso
enferma en menor cuanta que la Simulacin 1 (ver Figura 4.5.), pero
mayor que la Simulacin 2 (ver Figura 4.9.).

La disminucin comienza de un modo ms rpido gracias a la vacunacin

y la baja contagiosidad del proceso en contraste con el otro modelo de la
Simulacin 1, pero mayor al de la Simulacin 2.

1: Infe ctados
1:

2000

1:

1000
1

1:

0
2013.00

Page 1

202 2.25

2031.50
Years

Figura 4.13. Poblacin Infectada Simulacin 3

Fuente: Elaboracin propia

204 0.75
2050.00
12:52 p.m. sb, 21 de dic de 2013

108

Poblacin Inmune

La

inmunizacin

en

la

poblacin

se

incrementa

merced

fundamentalmente al factor de la vacunacin (ver Figura 4.14). La

poblacin alcanzar la inmunizacin de un modo rpido siguiendo un
trayecto exponencial, similar comportamiento a la poblacin inmune de
la Simulacin 2 (ver Figura 4.10).

1: Inmu nes
1:

500 000
1

1:

250 000
1

1:

0
201 3.00

202 2.25

Page 1

203 1.50
Years

204 0.75
205 0.00
04:41 p.m. sb, 21 de dic de 2013

Figura 4.14. Poblacin Inmune Simulacin 3

Fuente: Elaboracin propia

Poblacin Susceptible

En la Figura 4.15. la tendencia para la poblacin susceptible tiende a

disminuir para luego continuar en forma constante. Partiendo de la
misma poblacin susceptible (toda la poblacin menos los ya enfermos)
observamos que el nmero de individuos que siguen siendo susceptibles
a la enfermedad es ms ms bajo, con un descenso mucho ms evidente
en la poblacin correctamente vacunada, de tal modo que sobre el ao
2050 tendramos 6400 individuos susceptibles de enfermar, mayor a la
Simulacin 2 (ver Figura 4.11).

109

1: Susceptibles
1:

500 000

1:

250 000

1:

1
201 3.00

202 2.25

Page 1

1
203 1.50
Years

1
204 0.75
205 0.00
04:50 p.m. sb, 21 de dic de 2013

Figura 4.15. Poblacin Susceptible Simulacin 3

Fuente: Elaboracin propia

Muertes
Como podemos observar en la Figura 4.16, en la poblacin la mortalidad
presenta un descenso significativo, el descenso de la mortalidad es
marcado de tal modo que al cabo de 4 aos iniciado la poltica de
vacunacin, prcticamente existen fallecimientos en menor escala. Este
comportamiento es similar a la Simulacin 2.
1: Muertes
1:

105

1:

65
1

1
1:

25
2013.00

202 2.25

Page 1

Figura 4.16. Muertes Simulacin 3

Fuente: Elaboracin propia

2031.50
Years

204 0.75
2050.00
04:56 p.m. sb, 21 de dic de 2013

110

DISCUSION DE RESULTADOS

111

CAPITULO V
PRESENTACION DE RESULTADOS
El propsito fundamental de esta investigacin fue describir y comparar los escenarios de
simulacin de la estrategia de la vacunacin, considerando las variables primordiales de
la neumona.

Esta investigacin tuvo como propsito identificar y describir la estrategia de la

vacunacin en diferentes escenarios con la finalidad de simular su efecto en las variables
importantes de la neumona en la regin Huancavelica.

Sobre todo, se pretendi examinar cules son aquellos escenarios que ms favorecen la
estrategia de vacunacin. Adems, se identificaron aquellas variables asociadas a la
neumona que experimentan cambios en el comportamiento de las variables de nivel.

A continuacin, se estarn discutiendo los principales hallazgos de este estudio.

De los resultados obtenidos en esta investigacin, se puede deducir que la estrategia de la

vacunacin con una cobertura adecuada de 90% es el escenario adecuado para la
disminucin de la morbilidad y mortalidad de la neumona en la regin Huancavelica.

112

En los ltimos 10 aos, la morbilidad y mortalidad por neumonas en la regin

Huancavelica han eventos recurrentes que han afectado a la poblacin menor de 5 aos y
los adultos mayores, ya que sta poblacin es la ms vulnerable. Adems, siendo
Huancavelica una regin con altas tasas de morbimortalidad por enfermedades y por los
altos ndices de pobreza, eran de esperarse estos resultados. Por lo tanto, es evidente que
se reporten esta tendencia durante estos ltimos aos.

De las simulaciones obtenidas, se puede concluir que las principales variables relevantes
del sistema determinadas son: la poblacin infectada, la poblacin inmune y la poblacin
susceptible. Tambin, se ha tomado como una variable de flujo relevante para el trabajo
de investigacin a la poblacin que fallece (muertes) como factor importante para
determinar el comportamiento de la mortalidad en la poblacin de la regin Huancavelica.

Existen estrategias de prevencin como la nutricin adecuada, la lactancia materna

exclusiva y prevenir el hacinamiento.

La lactancia materna como poltica sanitaria mundial tanto para los pases desarrollados
como en vas de desarrollo, recomienda la lactancia materna exclusiva durante seis meses,
seguida de una combinacin de lactancia materna continua y una alimentacin apropiada
y adecuada con otros alimentos.

Para los resultados que actualmente carecen de datos globales en la regin Huancavelica,
se requieren estudios clnicos controlados aleatorizados bien dirigidos para la lactancia
materna, la nutricin y el hacinamiento.

Se ha determinado en estudios que la lactancia inadecuada, la desnutricin, las

enfermedades parasitarias, el hacinamiento y el hbito de fumar pasivo constituyeron
factores de riesgo de infecciones respiratorias agudas, los cuales han demostrado que
constituyeron factores de riesgo de infecciones respiratorias agudas.

113

El presente trabajo de investigacin abord la estrategia de la vacunacin en diferentes

escenarios, primordialmente porque es una estrategia que cumple su rol en la prevencin
y control de la neumona, para lo cual se debe de garantizar el acceso universal y obtener
tasas ptimas de cobertura; para ello es necesario identificar las zonas con bajas tasas de
coberturas, definir cules son las dificultades e implementar estrategias para superarlas.

La estrategia de la vacunacin es gratuita y obligatoria, facilita el acceso de la poblacin

a las vacunas independientemente de sus situacin econmico-social y es considera a la
vacunacin como una herramienta de equidad social.

Para que la inmunizacin pueda alcanzar el objetivo de prevenir, controlar y erradicarlas

enfermedades inmunoprevenibles se deben implementar acciones que garanticen una
distribucin universal y equitativa con tasas ptimas de cobertura.

La vacunacin es una de las medidas de salud pblica ms costo-efectivas tanto en pases

desarrollados como en vas de desarrollo.

La estrategia de la vacunacin ha significado un gran impacto en la mejora de la

expectativa de vida. Los avances en el conocimiento fisiopatolgico, qumico,
inmunolgico y de la genmica de los ltimos aos dieron un fuerte impulso al desarrollo
de nuevas vacunas. Las nuevas tecnologas implican mejor calidad de vacunas, frente a
infecciones agudas y a enfermedades crnicas, implicando un mayor costo. El desafo
para los prximos aos es lograr universalidad, equidad y asequibilidad para estas nuevas
tecnologas.

A continuacin, se estarn discutiendo en detalle aquellos aspectos convergentes y

divergentes reportados en la revisin de literatura con los datos obtenidos. Tambin, se
discutirn posibles explicaciones relativas a los hallazgos de esta investigacin.
5.1.

VARIABLES RELEVANTES DEL MODELO

Las variables relevantes para el modelo de dinmica de sistemas de la neumona
son la poblacin susceptible, inmune, infectada y muertes.

114

LA POBLACIN SUSCEPTIBLE
La poblacin que es susceptible a una enfermedad se denomina poblacin en
riesgo. Para la Organizacin Panamericana de la Salud (OPS), susceptible es
cualquier persona o animal que no posee suficiente resistencia contra un agente
patgeno determinado que le proteja contra la enfermedad si llega a estar en
contacto con ese agente. (OPS, Mdulo de Principios de Epidemiologa para el
Control de Enfermedades (MOPECE) - Mdulo 2, 2011)
La acumulacin de susceptibles es una parte importante del proceso de la
enfermedad en la poblacin. Desde luego, la proporcin de susceptibles en una
comunidad variar con las condiciones de vida y salud de esa comunidad, as
como con cada tipo de enfermedad. En las simulaciones efectuadas se observ que
la poblacin disminuye cuando existe vacunacin y se incrementa cuando no
existe.
LA POBLACIN INMUNE
Para la Organizacin Panamericana de la Salud (OPS), la persona inmune posee
anticuerpos protectores especficos y/o inmunidad celular, como consecuencia de
una infeccin o inmunizacin anterior. As, ella puede estar preparada para
responder eficazmente a la enfermedad produciendo anticuerpos suficientes.
(OPS, Mdulo de Principios de Epidemiologa para el Control de Enfermedades
(MOPECE) - Mdulo 2, 2011)
La neumona presenta poblacin con inmunidad activa, que suele durar aos, se
adquiere naturalmente como consecuencia de una infeccin, clnica o subclnica
(Influenza A H1N1pdm09), o artificialmente por inoculacin de fracciones o
productos de un agente infeccioso, o del mismo agente, muerto, atenuado o
recombinado a partir de tcnicas de ingeniera gentica (vacunas).
El individuo no se puede desligar del colectivo humano, por lo que es importante
considerar el fenmeno de resistencia y susceptibilidad de la comunidad en su
conjunto. An sin tomar en cuenta el tipo de agente patgeno o la fuente de

115

infeccin, la proporcin de susceptibles en una poblacin es un factor

determinante de la incidencia de la infeccin y enfermedad, sobre todo en las
situaciones donde ocurre transmisin de persona a persona. Si la proporcin de
poblacin inmune es alta, el agente tiene menor probabilidad de diseminarse.
Por otra parte, esta caracterstica poblacional ilustra el concepto dinmico e
interactivo que tiene la presencia o ausencia de enfermedad en la poblacin. Los
modelos matemticos y el anlisis de epidemias demuestran que la proporcin de
poblacin inmune no necesita ser del 100% para que la diseminacin de la
enfermedad en la poblacin se detenga o se evite. (OPS, Mdulo de Principios de
Epidemiologa para el Control de Enfermedades (MOPECE) - Mdulo 2, 2011)

LA POBLACIN INFECTADA
La poblacin infectada son los individuos infectados, que alberga un agente
infeccioso especfico de una enfermedad, sin presentar sntomas o signos clnicos
de esta y constituye fuente potencial de infeccin para el ser humano.
El hecho de que la enfermedad de la neumona tenga al ser humano como
reservorio es de gran importancia prctica, ya que las medidas de control que se
adoptan pueden circunscribirse al mismo ser humano. De acuerdo a los modelos
la poblacin infectada tiende a descender una vez introducida la vacunacin.

MUERTES
Las muertes se producen de los casos graves de una enfermedad. La letalidad es
una caracterstica frecuentemente empleada para describir la gravedad de una
epidemia. La medida de la letalidad es el nmero de casos fatales en proporcin
al nmero total de casos diagnosticados en el mismo periodo. Otra forma
importante de medir la ocurrencia de enfermedad en la poblacin es a travs de la
tasa de mortalidad, un estimador del riesgo absoluto de morir.

116

5.2.

RESULTADOS OBTENIDOS
Modelo SII Simulacin 1
La Figura 5.1. nos muestra que la neumona es una enfermedad epidmica en la
Regin Huancavelica, por lo que se determina que la poblacin infectada, la
poblacin susceptible y las muertes se incrementarn abruptamente, mantendrn
esa tendencia en el tiempo. Del mismo modo la poblacin inmune disminuir por
no existir estrategia de vacunacin (vacunacin=0) y tendr esa tendencia en el
tiempo, esto conlleva a que las otras lneas de la grfica se incrementen.

1: Infe cta dos

1:
2:
3:
4:

2: Inmu nes

3: Suscepti bles

4: Mu ertes

1650
8000
465 500
0

4
3
1:
2:
3:
4:

1550
6500
464 000
0

4
3

1
2

4
1

2
1:
2:
3:
4:

1450
5000
462 500
0

1
201 3.00

202 2.25

Page 1

203 1.50
Yea rs

204 0.75
205 0.00
10:33 p .m. ma r, 07 de ene de 2 014

Figura 5.1. Infectada, Inmunes, Susceptibles y Muertes Simulacin 1

Fuente: Elaboracin propia

Modelo SII Simulacin 2

En la Figura 5.2. podemos observar que la neumona es una enfermedad endmica

en la Regin Huancavelica, por lo que se determina que la poblacin infectada, la
poblacin susceptible y las muertes disminuirn, mantendrn esa tendencia en el
tiempo, pero no llegarn a cero porque es una enfermedad endmica.

117

Del mismo modo la poblacin inmune se incrementar por la poltica de

vacunacin y tendr esa tendencia en el tiempo, esto conlleva a que las otras lneas
de la grfica disminuyan.

1: Infe cta dos

1:
2:
3:
4:

2000
500 000

1:
2:
3:
4:

1000
250 000

2: Inmunes

3: Susceptibles
2

1200

4: Muertes

700
1

1:
2:
3:
4:

0
0
200

3
2013.00

1
3

2022.25

Page 1

1
3

203 1.50
Years

204 0.75
205 0.00
03:39 p.m. sb, 11 de ene de 2014

Figura 5.2. Modelo SII Infectada, Inmunes, Susceptibles y Muertes Simulacin 2

Fuente: Elaboracin propia

Modelo SII - Simulacin 3

En la Figura 5.3 podemos observar que la neumona sigue teniendo un
comportamiento de una enfermedad endmico en la Regin Huancavelica como
en la Simulacin 2, por lo tanto se determina que la poblacin infectada, la
poblacin susceptible y las muertes disminuirn, mantendrn esa tendencia en el
tiempo, pero no llegarn a desaparecer, porque es una enfermedad cuyos agentes
mutan anualmente, apareciendo cada ao nuevas cepas de virus.

Del mismo modo la poblacin inmune se incrementar por la poltica de

vacunacin y tendr esa tendencia en el tiempo, esto conlleva a que las otras lneas
de la grfica disminuyan.

118

La vacuna provee proteccin contra las cepas bacteriales responsables de la

mayora de los casos de neumona, pero hay que determinar que cada ao estas
cepas mutan y hacen ms resistentes a los antibiticos.

1: Infectados
1:
2:
3:
4:

2: Inmunes

3: Susceptibles

2000
500000

4: Muertes

105
2

1:
2:
3:
4:

1000
250000
65

1
1:
2:
3:
4:

4
3

0
25
2013.00

Page 1

1
4

3
2022.25

3
2031.50
Years

4
3

2040.75
2050.00
05:16 p.m. sb, 21 de dic de 2013

Figura 5.3. Infectada, Inmunes, Susceptibles y Muertes Simulacin 3

Fuente: Elaboracin propia

5.3.

COMPARACION DE LOS RESULTADOS OBTENIDOS MODELOS SIR

Y SII
El anlisis de los modelados realizados para representar la dinmica de la
neumona se puede abordar desde diferentes puntos de vista. Generalmente esto
depende del nmero de escenarios naturales que se quiere representar con el
modelo, ya que entre ms fenmenos se buscan incluir dentro del modelo, este
adquiere mayor complejidad y en ocasiones pierde interpretacin.

El anlisis se puede orientar para ser usado en la comparacin de forma

sistemtica de los efectos de diferentes alternativas de control. Adems, se puede
utilizar para evaluar situaciones supuestas de control identificando las condiciones
mnimas que se deben cumplir para conducir al xito de la estrategia de control.

119

Mostramos el anlisis realizado al modelo que representa el efecto de una

estrategia de control sobre la dinmica de la enfermedad. Se realiz una
interpretacin de cada uno de los resultados obtenidos y se plantean las diferentes
circunstancias en las que sera posible garantizar el xito de la estrategia de control
representada.
5.3.1. ANALISIS DE LA GRAFICA DE INFECTADOS
Al analizar las figuras 4.1, 4.9 y 4.13 de la poblacin infectada en los
modelos SIR y SII, observamos que tienden a disminuir, pero en el modelo
SII tiene un comportamiento estable por ser una enfermedad endmica.
Esto debido a las polticas de vacunacin la enfermedad llega estabilizarse
durante los aos de proyeccin, En la simulacin de la Figura 4.9 y 4.13
observamos un decrecimiento sigmoideo de la poblacin infectada a
medida que cursa el periodo de observacin. Se debe a que las personas
infectadas se van contagiando y pasan a formar parte de la poblacin
recuperada, por esta en un estadio endmico. En la Figura 4.9 y 4.13 se
alcanza una cierta estabilidad durante el tiempo de simulacin que dura el
estudio, y si ampliamos esto a ms aos sucede lo mismo porque la
neumona ya est en un perodo endmico, donde las polticas de
vacunacin son anuales y disminuyen la prevalencia e incidencia de
contagiarse de la enfermedad. En la figura 4.5. la poblacin infectada crece
pues no existe vacunacin.
5.3.2. ANALISIS DE LA GRAFICA DE INMUNES
La inmunizacin de la poblacin ocurre a expensas de dos componentes,
el vacunal (adecuado) y la inmunizacin propia de haber padecido la
enfermedad; merced fundamentalmente a estos dos factores, la poblacin
alcanzar la inmunizacin mxima de un modo rpido siguiendo un
trayecto exponencial y estando prcticamente todos los individuos
inmunizados.

120

Si observamos la poblacin en el Modelo SIR (Figura 4.2), donde apenas

si existe vacunacin y el contagio es alto, las inmunizaciones son tambin
elevadas pero en virtud fundamentalmente al hecho de haber padecido la
enfermedad; alcanzan de modo progresivo el estado de inmunizacin, de
un modo menos acusado que en la poblacin en el Modelo SII y ser tarde,
en torno al ao da 2020 del brote cuando la prctica totalidad de la
poblacin se encuentre inmune frente al germen.

Al analizar las grficas 4.10 y 4.14 de la poblacin inmune en el modelo

SII, observamos que la poblacin inmune tiende a incrementarse, en el
modelo SIR tiene un comportamiento decreciente por estar la enfermedad
en su fase epidmica, donde se aplica las medidas a una poblacin
pequea.

En la grfica del modelo SII, la vacunacin es peridica, las polticas de

vacunacin implica vacunas a los menores de 5 aos y mayores de 60 aos,
donde ocurre el mayor riesgo de mortalidad.

En la simulacin de la Figura 4.10 y 4.14 observamos un crecimiento de

la poblacin inmune a medida que cursa el periodo de observacin. Se
debe a que las personas inmunes se van inmunizando y pasan a formar
parte de la poblacin protegida, por estar en un estadio endmico. Se
alcanza estabilidad durante el tiempo de simulacin, y si ampliamos esto a
ms aos sucede lo mismo porque la neumona ya est en un perodo
endmico, donde las polticas de vacunacin son anuales, disminuyendo la
prevalencia e incidencia de contagiarse de la enfermedad.
5.3.3. ANALISIS DE LA GRAFICA DE SUSCEPTIBLES
Al analizar las figuras 4.11 y 4.15 de la poblacin susceptible en el modelo
SII, observamos que en las dos simulaciones tienden a disminuir.

121

En la grfica de la figura 4.7 del Modelo SII de la Simulacin 1, la

tendencia de los casos de la poblacin susceptible es incrementarse
abruptamente pues en esta modelo no existe vacunacin.

En la simulacin 2 y 3 observamos una disminucin considerable de la

poblacin susceptible que pasa a ser poblacin inmune, debido a la
estrategia de la vacunacin para disminuir la morbimortalidad de la
neumona.

Cabe indicar que en las simulaciones 2 y 3 la poblacin no desaparece,

esto es importante sealar que siempre para la enfermedad de la neumona
existir esta poblacin, pues los virus o bacterias causantes varan segn
los determinantes de salud ambientales.
5.3.4. ANALISIS DE LA GRAFICA DE MUERTES
Al analizar las figuras 4.3, 4.12 y 4.16 de las muertes en los modelos SIR
y SII, observamos que en ambos modelos tienden a disminuir,
bruscamente en la fase epidmica (Modelo SIR), siendo ms estable en la
fase endmica. En la grfica del Modelo SII, la mortalidad es estable en
los aos, tiende a disminuir mantenindose estable durante los aos de
simulacin.

En la simulacin observamos una disminucin de las muertes, pero debido

a la mutacin de los virus que provocan la neumona, las muertes por
neumona existen en los modelos pero en menor escala.

La mortalidad, en general, presenta un comportamiento estacional en casi

todas las regiones del mundo, aunque sus patrones varan mucho segn los
territorios y las causas de muerte. Ha sido asociada a las variaciones
resultantes de los cambios climticos y tambin a diferentes factores
ecolgicos.

122

La aplicacin de vacunas en la prevencin de las enfermedades transmisibles es uno de

los mayores xitos en salud pblica, adems de prevenir a nivel individual determinadas
infecciones, tambin ha permitido el control y casi la eliminacin de enfermedades que
presentaban un grave problema sanitario.

La aplicacin de la estrategia de la vacunacin tuvo en cuenta el alta carga de enfermedad

y las graves consecuencias de la infeccin en nios y adultos.

De los resultados obtenidos la simulacin con vacunacin adecuada y ptima, determina

que este problema de salud pblica, fundamenta la necesidad de implementar medidas de
control. Se estim la magnitud del problema en trminos de incidencia, prevalencia, y
mortalidad en la poblacin.

La vacunacin es una intervencin de gran beneficio, que ha demostrado su impacto

positivo en la eliminacin y control de numerosas enfermedades. La neumona es una
prioridad de salud pblica, habida cuenta de las hospitalizaciones y fallecimientos que
provoca en la poblacin huancavelicana. Es una estrategia de prevencin segura y eficaz.
La vacunacin presenta desafos: por ejemplo, es necesario aplicar el esquema completo
en toda la poblacin objetivo, divulgar un mensaje nico y claro en un trabajo
interdisciplinario con las sociedades cientficas, fortalecer el sistema de vigilancia y
priorizar las acciones en los sectores vulnerables.

La vacunacin es una de las intervenciones de salud pblica que mayor cantidad de vidas
han preservado en la historia de la humanidad. Por lo tanto, una misin central del sistema
sanitario consiste en seguir trabajando para disminuir la mortalidad debida a la neumona
que es prevenible por vacuna.

123

CONCLUSIONES
A continuacin se realizar un resumen de las principales conclusiones obtenidas con el
desarrollo del trabajo descrito en este documento:
1.

La estrategia de la aplicacin de vacunas en la prevencin de la neumona ha

constituido uno de los mayores xitos en salud pblica, adems de prevenir a nivel
individual determinadas infecciones, tambin ha permitido el control y casi la
eliminacin de enfermedades que presentaban un grave problema sanitario. El
xito del control de la morbilidad y mortalidad de la propagacin de la neumona,
depende en mayor medida de las polticas de vacunacin con la finalidad de
disminuir la poblacin susceptible. La erradicacin de la enfermedad no es
posible, aun cuando la poblacin sea inmunizada en su totalidad.

2.

Se determin las variables principales del modelo: la poblacin infectada, inmune,

susceptible y las muertes, en la construccin del modelo de simulacin para
caracterizar la dinmica de la neumona en dos fases epidmica (Modelo SIR) y
endmica (Modelo SII). El modelo SIR planteado independientemente de la
dinmica de la epidemia, representa el proceso de propagacin de la neumona
que genera morbilidad y mortalidad en la poblacin de la regin Huancavelica. El
modelo SII planteado para representar la dinmica epidemiolgica de la neumona
bajo el efecto de la introduccin de las polticas de vacunacin en la poblacin de
la Regin Huancavelica, recrea escenarios donde la neumona se conduce a la
endemicidad.

124

3.

Para los escenarios validados y experimentados donde las polticas de vacunacin

se han implementado adecuadamente son los ms aptos donde es posible conducir
para controlar la endemia. La enfermedad no puede conducir a la erradicacin
porque los virus, bacterias y otros organismos que los provocan mutan
peridicamente, por tanto existir poblacin susceptible e infectada. El modelo
fue til porque captura la esencia de la situacin real objeto de estudio, facilit el
desarrollo de procesos de inferencia que no se podran llevar a cabo sin el modelo,
y proporcion conocimientos que fueron transferidos a diversas situaciones con
la finalidad de disminuir la morbimortalidad de las neumonas.

125

RECOMENDACIONES
El modelo planteado en este trabajo es un gran avance en el entendimiento de la
implementacin de la dinmica de la neumona como una potencial herramienta para el
control de esta enfermedad. Sin embargo, este modelo no deja de ser una aproximacin
al proceso biolgico real, por lo cual se plantea como trabajo futuro las siguientes
extensiones al modelo:
1.

Mejorar e incrementar las coberturas de vacunacin en la poblacin y considerar

la introduccin de la vacuna antineumoccica en la poblacin mayor de 60 aos,
con la finalidad de disminuir la morbilidad y mortalidad en la poblacin adulta.

2.

Incluir la variacin temporal de las variables principales y de los parmetros, para

representar zonas donde la neumona depende fuertemente de las estaciones
climticas. As como incluir en nuevos modelos de simulacin otras estrategias
de prevencin como la nutricin adecuada, la lactancia materna exclusiva y el
hacinamiento.

3.

Un buen modelo de simulacin puede resultar bastante costoso; a menudo el

proceso es largo y complicado para desarrollar un modelo, por lo que se
recomienda ampliar el tiempo de elaboracin de la tesis para este tipo de trabajos.

126

BIBLIOGRAFA
Aracil, J. (1995). Dinmica de Sistemas. (ISDEFE, Ed.) Madrid: Grficas Marte S.A.
Caro Garcia, L., Sepulveda Montecino, M., Goyhenecha, C., & Moscoso Quiroz, M. (21
de Diciembre de 2013). Diagramas de Forrester. Santiago, Santiago, Chile.
Chan, M., & Lake, A. (Abril de 2013). Accin integrada para la prevencin y control de
la neumona y la diarrea. The Lancet, 381(9876).
Chin, J. (2001). El Control de las Enfermedades Transmisibles (Dcimo Sptima ed.).
(A. P. Association, Ed.) Washinston: Organizacin Panamericana de la Salud.
DIRESA Huancavelica. (Diciembre de 2011). Plan Estratgico Institucional 2012 - 2016.
Huancavelica, Huancavelica, Per.
Garca, J. M. (2010). Teora y Ejercicios Prcticos de Dinmica de Sistemas (Tercera
ed.). (J. Garcia, Ed.) Barcelona.
Johansen, O. (1982). Introduccin a la Teora General de Sistemas. (ISDEFE, Ed.)
Madrid: ISDEFE.
Madrid, Salud. (2009). Prevencin y Control de las Enfermedades Transmisibles en
Atencin Primaria. (A. E. Direccion General de Calidad, Ed.) Madrid: Salud
Madrid.
MINSA, Direccin General de Epidemiologa. (2011). Compendio de Definiciones de
Caso de Enfermedades y Eventos Sujetos a Vigilancia Epidemiolgica. (D. G.
MINSA, Ed.) Lima: Ministerio de Salud.
MINSA, Direccin General de Epidemiologa. (2012). Situacin Epidemiolgica de las
Infecciones Respiratorias Agudas y Neumonas en el Per, SE 42 - 2012.
Direccin General de Epidemiologa - MINSA, Grupo Temtico de Infecciones
Respiratorias y Zoonosis. Lima: MINSA.

127

MINSA, Direccion General de Epidemiologa. (2013). Boletn Epidemiolgico (Lima) SE

39 - 2013. Lima: MINSA.
MINSA, Ministerio de Salud. (15 de Agosto de 2013). NTS N 080 - MINSA/DGSP V.03
- Norma Tcnica de Salud que Establece el Esquema Nacional de Vacunacion.
Norma Tcnica de Salud que Establece el Esquema Nacional de Vacunacion.
Lima, Lima, Peru.
Montesinos-Lopez, O. A., & Hernndez-Surez, C. M. (Mayo-Junio de 2007). Modelos
Matemticos para Enfermedades Infecciosas. Salud Pblica de Mxico, 49(3),
218-226.
Morilla, F. (2005). Fundamentos de la Dinmica de Sistemas y Modelo de Dinmica de
Sistemas en Epidemiologa. Madrid.
Morilla, F., & Donado-Campos, J. d. (2005). Modelo Dinmico SII de Enfermedades
Transmisibles. Articulo Cientfico, Universidad Nacional de Educacin a
Distancia, Madrid.
Morilla, F., & Donado-Campos, J. d. (2005). Situaciones Endmicas en Enfermedades
Transmisibles. Artculo Cientfico, Universidad Nacional de Educacin a
Distancia, XXVI Jornadas de Automtica, Madrid.
Ochoa Gondor, O. (2009). Epidemiologa de la Neumona Adquirida en la Comunidad
en el Anciano. Universidad Rovira i Virgili, Departamento de Ciencias Mdicas
Bsicas. Tarragona: Universitat Rovira I Virgili.
OPS, O. P. (2009). Gua de Prctica Clnica de la Neumona Adquirida en Comunidad
en Adultos. (O. P. Salud, Ed.) Lima: Sociedad Peruana de Enfermedades
Infecciosas y Tropicales.
OPS, O. P. (2011). Mdulo de Principios de Epidemiologa para el Control de
Enfermedades (MOPECE) - Mdulo 2 (Segunda ed.). (O. P. OPS, Ed.) Brasilia:
Organizacin Panamericana de la Salud - OPS.
OPS, Organizacin Panamericana de la Salud. (2009). Neumona Adquirida en
Comunidad en Nios - Gua de Prctica Clnica. (O. P. OPS, Ed.) Lima: Sociedad
Peruana de Enfermedades Infecciosas y Tropicales.
Pantoja, L., & Moreno, L. (2012). Dinmica de Sistemas Aplicada a la Epidemiologa de
Tuberculosis en una Localidad Perifrica de Bogot, Colombia. Artculo
Cientfico, Congreso Argentino de Informtica y Salud, 3 Congreso Argentino
de Informtica y Salud, CAIS 2012, Buenos Aires.
Sarabia, A. A. (1995). Teora General de Sistemas. (ISDEFE, Ed.) Madrid: ISDEFE.
Velasco Hernandez, J. X. (Julio de 2007). Modelos Matemticos en Epidemiologa:
Enfoques y Alcances. Miscelania Matemtica(44), 11-27.
ABC, D. (11 de Diciembre de 2013). Definicin ABC. Recuperado el 2 de Noviembre de
2013, de Definicin ABC: http://www.definicionabc.com/

128

Begoa, G., & Busto, M. (1999). La Dinmica de Sistemas como Metodologa para la
Elaboracin de Modelos de Simulacin. Documento de Trabajo, Universidad de
Oviedo, Departamento de Administracin de Empresas y Contabilidad, Oviedo.
Recuperado el 05 de Enero de 2014, de Universidad de Oviedo:
http://www.google.com.pe/url?sa=t&rct=j&q=&esrc=s&source=web&cd=11&v
ed=0CCcQFjAAOAo&url=http%3A%2F%2Fecono.uniovi.es%2Fc%2Fdocume
nt_library%2Fget_file%3Fuuid%3D0e924324-4aae-4cc7-ad77d8561bd29457%26groupId%3D746637&ei=AEPJUvivBcXKkAeHkYCQDg&
usg=AFQjCNEwf
CDC, Centros para el Control y la Prevencin de Enfermedades. (12 de Diciembre de
2013). Centros para el Control y la Prevencin de Enfermedades. Recuperado el
25 de Diciembre de 2013, de Centros para el Control y la Prevencin de
Enfermedades (CDC): http://www.cdc.gov/spanish/especialescdc/neumonia/
Martn, J. (12 de Diciembre de 2013). Dinamica de Sistemas. Recuperado el 2 de
Noviembre de 2013, de Dinamica de Sistemas: http://www.dinamica-desistemas.com/libros/diagrama_forrester.htm
OMS, Organizacin Mundial de la Salud. (12 de Diciembre de 2012). World Health
Organization. Recuperado el 2 de Noviembre de 2013, de World Health
Organization: http://www.who.int/topics/pneumococcal_infections/es/index.html
OMS, Organizacion Mundial de la Salud. (21 de Noviembre de 2013). World Health
Organization. Recuperado el 25 de Diciembre de 2013, de World Health
Organization:
http://www.who.int/immunization/position_papers/WHO_PP_pneumococcal_20
12_ES.pdf
Universidad Catlica de Valparaso. (24 de Noviembre de 2013). Universidad Catolica
de Valparaso. Recuperado el 23 de Noviembre de 2013, de Universidad Catolica
de
Valparaso:
http://www.material_simulacion.ucv.cl/en%20PDF/Intro_model11.pdf

129

ANEXOS

130

Anexo 1. Modelo Dinmico SII de Enfermedades Transmisibles

131

132

133

134

135

136

Anexo 2. Situaciones Endmicas en Enfermedades Transmisibles

137

138

139

140

141