Kinetic formulation of compartmental epidemic models

Resumen Técnico: Formulación Cinética de Modelos Epidémicos Compartimentales

Planteamiento del Problema
El artículo aborda la necesidad de cerrar la brecha entre los comportamientos individuales microscópicos (movimiento e interacción) y los modelos epidémicos compartimentales macroscópicos (como el SIRS). Los modelos compartimentales tradicionales, típicamente formulados como sistemas de ecuaciones diferenciales ordinarias (EDO), asumen homogeneidad espacial y no consideran la mecánica específica de la transmisión, como la duración del contacto o la velocidad relativa de los individuos. Aunque los modelos cinéticos se han aplicado a fenómenos biológicos como la quimiotaxis y la dinámica del cáncer, su aplicación a la epidemiología requiere una formulación donde la transmisión de la enfermedad esté vinculada explícitamente a la densidad en el espacio de fases de los individuos (posición y velocidad), en lugar de solo a la densidad espacial. Los autores pretenden construir un modelo cinético que acople el movimiento de la población con la dinámica del patógeno y demostrar rigurosamente su compatibilidad con el modelo SIRS clásico bajo condiciones específicas.

Metodología
Los autores introducen un modelo cinético donde la población se divide en tres clases: Susceptibles ($S$), Infectados ($I$) y Recuperados ($R$). El estado del sistema se describe mediante funciones de densidad $f_j(t, x, v)$ para $j \in \{S, I, R\}$, que representan la distribución de los individuos en el espacio ($x \in \Omega$) y la velocidad ($v \in V$).

1. Ecuación Cinética: La evolución de $f_j$ está gobernada por una ecuación de tipo Boltzmann:
   $$\partial_t f_j + v \cdot \nabla_x f_j = Q_j[f]$$
   El núcleo de transición $Q_j[f]$ se descompone en tres componentes:

   • Regresión ($Q^{(R)}$): Un término de reversión a la media que impulsa las velocidades hacia la media, asegurando la conservación de la masa.
   • Dirección Preferente ($Q^{(P)}$): Un término de deriva que modela la tendencia de los individuos susceptibles a alejarse de regiones de alta densidad infecciosa (comportamiento de evitación).
   • Transición de Clase ($Q^{(T)}$): Un término no conservativo inspirado en la teoría de juegos evolutivos (específicamente la dinámica del replicador) y el modelo SIRS. Crucialmente, la transmisión ($S \to I$) ocurre solo cuando un individuo $S$ y uno $I$ comparten la misma posición y velocidad (alineación en el espacio de fases), lo que refleja el requisito de un contacto cercano prolongado.

2. Límite Macroscópico (Límite Hidrodinámico): Los autores realizan un análisis asintótico formal utilizando un pequeño parámetro adimensional $\varepsilon$, que representa la relación entre la velocidad microscópica y la velocidad de desplazamiento macroscópica. Asumen una expansión del núcleo $Q^{(\varepsilon)}_j = Q^{(R)}_j + \varepsilon Q^{(P)}_j + \varepsilon^2 Q^{(T)}_j + o(\varepsilon^2)$.

   • Orden $\varepsilon^0$: Produce un equilibrio local donde la distribución de velocidad es esféricamente simétrica.
   • Orden $\varepsilon^1$: Determina la corrección de primer orden para la distribución, introduciendo términos de deriva dependientes de los gradientes espaciales de densidad.
   • Orden $\varepsilon^2$: Mediante la integración de la ecuación sobre el espacio de velocidades, los autores derivan un sistema de ecuaciones diferenciales parciales (EDP) para las densidades espaciales $\rho_j = \int_V f_j dv$. Este "modelo mesoscópico" es de tipo advección-difusión-reacción.

3. Existencia y Unicidad: Los autores demuestran la existencia y unicidad de soluciones globales para el sistema cinético en espacios $L^p$. Esta demostración se lleva a cabo bajo la suposición técnica de que el núcleo de dirección preferente es cero ($\eta = \xi = 0$), es decir, sin la deriva de evitación, para evitar complicaciones derivadas de núcleos que dependen de los gradientes de la solución.

Contribuciones Clave y Resultados

• Derivación del Modelo Mesoscópico: El artículo deriva un sistema específico de EDP (Ecs. 10–12) que describe la evolución de las densidades $S$, $I$ y $R$. Este sistema incluye términos de difusión ($D \nabla_x \rho_j$) y un término de deriva para los susceptibles ($\Gamma \nabla_x \rho_I \rho_S$) que modela la evitación de los individuos infectados.
• Recuperación del Modelo SIRS: Los autores demuestran que, para soluciones espacialmente homogéneas (donde $\nabla_x \rho_j = 0$), el sistema de EDP mesoscópico derivado se reduce exactamente al sistema de EDO SIRS clásico. Esto valida formalmente el modelo cinético como una generalización del modelo compartimental estándar.
• Rigor Matemático: El trabajo establece la existencia y unicidad de las soluciones para el modelo cinético en espacios funcionales apropiados para el caso sin deriva de evitación.
• Ejemplos Numéricos y Analíticos:
  • Una simulación numérica ilustra la dispersión de partículas y la dinámica de transición.
  • Un análisis de parámetros constantes muestra cómo los coeficientes de difusión y deriva se relacionan con la distribución de velocidad subyacente.
  • Un ejemplo en 1D con conjuntos de velocidades distintos para diferentes clases modela el confinamiento voluntario de los individuos infectados (reduciendo $v_I$), demostrando que este confinamiento reduce el coeficiente de difusión de la clase infectada y, por lo tanto, limita la propagación de la enfermedad.

Significado y Pretensiones
Los autores afirman que este trabajo proporciona una base cinética rigurosa para los modelos epidémicos compartimentales, vinculando explícitamente la motilidad individual y la duración del contacto con las tasas de transmisión macroscópicas. Al enmarcar las transiciones de clase dentro del contexto de la teoría de juegos evolutivos (dinámica del replicador), el modelo ofrece una vía para generalizar el modelado epidémico más allá de las estructuras SIRS estándar.

El artículo se posiciona modestamente como una exploración inicial de la interacción entre la teoría cinética, la epidemiología matemática y la teoría de juegos evolutivos. Reconoce limitaciones, tales como la restricción de la prueba de existencia al caso sin deriva de evitación y la falta de una prueba rigurosa de la convergencia de la solución cinética al límite mesoscópico cuando $\varepsilon \to 0$. Los autores sugieren que trabajos futuros podrían explorar núcleos de transición más generales, la inclusión de estrategias de vacunación basadas en información local y global, y el potencial de formación de patrones o explosiones en tiempo finito en sistemas con interacciones atractivas (en lugar de repulsivas).