🧬 biology

Modeling the Complex Dynamics of Monkeypox and Typhoid Fever Co-Infection Using a Novel Fractal-Fractional Approach

Este estudo introduz um novo modelo matemático fractal-fracionário para analisar a complexa dinâmica de coinfecção de varíola dos macacos e febre tifoide, demonstrando que este arcabouço avançado captura efetivamente efeitos de memória e heterogeneidades multiescala para revelar como as interações entre patógenos duais aceleram a progressão da doença e informam estratégias de controle integradas.

Autores originais: Hawah Oyiza Rabiu, Jeremiah Amos, Godwin Onuche Acheneje, Benedict Celestine Agbata, A.K. Awasthi, Hambeer Singh, Aseel Smerat, Bolarinwa Bolaji

Publicado 2026-07-10

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Hawah Oyiza Rabiu, Jeremiah Amos, Godwin Onuche Acheneje, Benedict Celestine Agbata, A.K. Awasthi, Hambeer Singh, Aseel Smerat, Bolarinwa Bolaji

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine o mundo da propagação de doenças não como uma simples linha em um gráfico, mas como um trampolim caótico e saltitante onde cada salto deixa uma ondulação duradoura. Esse é o mundo que este artigo explora. Os autores, uma equipe de matemáticos da Nigéria, Índia, Jordânia e Reino Unido, construíram um novo tipo de simulação digital para entender o que acontece quando duas doenças muito diferentes — a Mpox (varíola do macaco) e a febre tifoide — decidem invadir a mesma festa.

O Jeito Antigo vs. O Jeito Novo
Normalmente, os cientistas usam modelos de "ordem inteira" para prever como as doenças se espalham. Pense neles como um mapa padrão e plano. Eles dizem onde você está agora, mas não lembram por onde você passou. Eles assumem que, uma vez que você se move, o passado não importa mais.

Os autores argumentam que esse mapa plano não é suficiente para a vida real. No mundo real, a história importa. Se você ficou doente na semana passada, isso muda como você age hoje. Se uma comunidade tem saneamento precário há anos, essa história molda como a Tifoide se espalha agora. Para corrigir isso, a equipe introduziu uma abordagem "Fractal-Fracionária".

Aqui está a analogia: Imagine que um fractal é como uma costa. De longe, parece suave, mas se você der um zoom, ela é irregular e complexa, com pedaços menores e irregulares dentro dos grandes pedaços irregulares. Isso representa como as pessoas se misturam em uma comunidade — não é um fluxo suave; é bagunçado e autossimilar em todos os níveis. Agora, adicione a matemática "fracionária", que atua como um banco de memória. Ela lembra cada passo que a doença deu no passado. Ao combinar esses dois, os autores criaram um modelo que captura tanto a realidade irregular e bagunçada do contato humano quanto a memória de longo prazo de como a doença se comportou ao longo do tempo.

O Problema Duplo: Mpox e Tifoide
O artigo foca em um cenário assustador onde a Mpox e a febre tifoide infectam as mesmas pessoas ao mesmo tempo.

Mpox é como um convidado sorrateiro que pula de animais (como roedores) para humanos e depois se espalha entre pessoas através de contato próximo.
Tifoide é como um convidado da água suja que se espalha através de alimentos e água contaminados, permanecendo no ambiente.

Os autores descobriram que, quando esses dois "convidados" se encontram, eles pioram muito as coisas. A simulação sugere que ter Mpox pode enfraquecer o sistema imunológico de uma pessoa, tornando a infecção por Tifoide mais grave. Inversamente, o estresse de combater a Tifoide pode tornar uma pessoa mais propensa a contrair Mpox ou a espalhá-la mais rápido. É um ciclo vicioso onde uma doença ajuda a outra a vencer.

O Que a Matemática Diz
A equipe não apenas adivinhou; eles executaram simulações computacionais complexas usando suas novas equações fractal-fracionárias.

A Memória Importa: Eles descobriram que a "ordem fracionária" (um número que representa quanta memória o sistema possui) altera o resultado. Quando reduziram esse número para simular efeitos de memória mais fortes, o número de pessoas infectadas não apenas subiu ou desceu suavemente; começou a oscilar, ou a saltar para cima e para baixo, de uma forma que os modelos padrão não detectavam. Isso sugere que os surtos no mundo real podem ser mais imprevisíveis e "saltitantes" do que pensávamos.
A Zona de Perigo: O modelo calculou um "Número Básico de Reprodução" (uma pontuação que diz se uma doença continuará se espalhando). Se essa pontuação estiver acima de 1, a doença continua se espalhando. Os autores descobriram que fatores específicos — como a facilidade com que a Tifoide se espalha pela água, a facilidade com que a Mpox pula entre pessoas e a eficácia dos tratamentos — são os principais impulsionadores dessa pontuação.
A Solução: As simulações sugerem que, para interromper a propagação, não podemos apenas tratar uma doença. Precisamos de um ataque combinado: melhor saneamento para deter a Tifoide, vacinação e isolamento para deter a Mpox, e tratamento rápido para pessoas coinfectadas.

O Que Eles Não Encontraram
É importante notar o que este artigo não diz. Os autores não alegaram ter encontrado uma cura ou uma solução mágica. Eles não disseram que este modelo é perfeito para cada vila na Terra. Eles descartaram explicitamente a ideia de que a matemática simples e antiga (os mapas planos) é suficiente para entender esses surtos complexos de doenças duplas. Eles também não forneceram dados do mundo real provando que esses números exatos acontecem em uma cidade específica agora; em vez disso, usaram seu modelo para simular o que aconteceria sob essas condições.

A Conclusão
Este artigo sugere que, para entender o mundo bagunçado e sobreposto da Mpox e da Tifoide, precisamos de um novo tipo de matemática que lembre o passado e respeite a complexidade de como as pessoas realmente vivem. Suas simulações mostam que ignorar a "memória" da doença ou a natureza "irregular" do contato humano pode nos levar a subestimar o quão perigosas essas coinfecções realmente são. Os autores propõem que, ao usar essa abordagem avançada e rica em memória, os oficiais de saúde pública podem ser capazes de desenhar melhores estratégias para manter ambas as doenças sob controle.

Resumo Técnico: Modelagem da Dinâmica Complexa da Coinfecção por Monkeypox e Febre Tifoide Usando uma Nova Abordagem Fractal-Fracionária

Definição do Problema
O artigo aborda o desafio epidemiológico da circulação simultânea de Monkeypox (MPX) e Febre Tifoide, particularmente em regiões com recursos limitados onde o saneamento é precário e o contato humano-animal é frequente. Embora ambas as doenças compartilhem sintomas iniciais sobrepostos (febre, fadiga, dores musculares) e vias de transmissão (fecal-oral para a tifoide; zoonótica e humano-para-humano para a monkeypox), os modelos matemáticos existentes têm tratado amplamente essas doenças como sistemas de patógeno único ou utilizaram equações diferenciais clássicas de ordem inteira para coinfecções. Os autores argumentam que os modelos de ordem inteira falham em capturar complexidades do mundo real, especificamente os "efeitos de memória" (dependências de longo prazo na progressão da doença) e as "heterogeneidades de múltiplas escalas" (padrões autossimilares no misturamento populacional) inerentes à transmissão de patógenos duplos. Nota-se uma lacuna na literatura quanto à aplicação de estruturas de derivadas fractal-fracionárias para este cenário específico de coinfecção.

Metodologia
O estudo propõe um novo modelo matemático fractal-fracionário de 18 compartimentos. A população humana é estratificada em classes de suscetíveis, expostos, em quarentena, infectados, em tratamento, recuperados e vacinados para ambos a Monkeypox e a Tifoide, incluindo compartimentos específicos para indivíduos coinfectados. O modelo também incorpora uma população de roedores (reservatório para a Monkeypox) e uma população bacteriana (reservatório ambiental para a Tifoide).

A inovação metodológica central é o uso da derivada Fractal-Fracionária (FF) com um núcleo de Mittag-Leffler no sentido de Caputo. Esta abordagem integra:

Cálculo Fracionário (Ordem $\alpha$ ): Para contabilizar dinâmicas não locais e efeitos de memória, onde o estado atual do sistema depende de sua trajetória histórica.
Geometria Fractal (Dimensão $\sigma$ ): Para representar a natureza autossimilar e heterogênea dos padrões de contato e das vias de transmissão.

A estrutura analítica inclui:

Existência e Unicidade: Provadas utilizando teoremas de ponto fixo (Banach e Krasnoselskii) dentro de um espaço de Banach definido.
Positividade e Limitação: Demonstradas para garantir que o modelo seja biologicamente viável (as populações permanecem não negativas e dentro de limites realistas).
Análise de Equilíbrio: Dedução dos pontos de Equilíbrio Livre de Doença (DFE) e de Equilíbrio Endêmico.
Números de Reprodução Básicos ( $R_0$ ): Cálculo de $R_{0m}$ (Monkeypox) e $R_{0T}$ (Tifoide) usando o método da Matriz de Próxima Geração (Next-Generation Matrix).
Análise de Sensibilidade: Realizada para identificar parâmetros que mais influenciam as dinâmicas de transmissão.
Simulações Numéricas: Implementadas utilizando esquemas computacionais fractal-fracionários para visualizar o impacto da variação de $\alpha$ e $\sigma$ .

Principais Contribuições

Primeiro Modelo Integrado: Este trabalho apresenta o primeiro modelo fractal-fracionário abrangente especificamente para a coinfecção Monkeypox-Tifoide, preenchendo a lacuna entre modelos fracionários de patógeno único e modelos de ordem inteira de coinfecção.
Dinâmica de Patógenos Duplos: O modelo captura explicitamente a interação entre a transmissão zoonótica (roedor-para-humano para MPX) e a persistência ambiental (bactérias na água/alimentos para a Tifoide), bem como o impacto bidirecional da coinfecção na progressão da doença e na mortalidade.
Estrutura Matemática Aprimorada: Ao empregar a derivada FF, o modelo oferece uma ferramenta mais flexível para simular comportamentos epidêmicos complexos que os modelos de ordem inteira não conseguem, especificamente no que diz respeito à retenção de memória e estruturas de contato fractais.

Resultos

Estabilidade: A análise confirma que o sistema é globalmente assintoticamente estável no equilíbrio endêmico quando os números de reprodução básicos excedem a unidade.
Sensibilidade: A análise de sensibilidade identifica as taxas de transmissão para ambas as doenças, a infectividade relativa de indivíduos coinfectados e as taxas de recuperação/tratamento como os principais impulsionadores das dinâmicas epidêmicas.
Impacto dos Parâmetros Fracionários: Simulações numéricas revelam que a variação da ordem fracionária ( $\alpha$ ) e da dimensão fractal ( $\sigma$ ) altera significativamente os comportamentos oscilatórios populacionais. Ordens fracionárias mais baixas produzem efeitos de memória mais pronunciados, levando a flutuações sustentadas nos compartimentos de coinfeção em comparação com os modelos de ordem inteira.
Gravidade da Coinfecção: O modelo demonstra que a coinfecção aumenta substancialmente as taxas de morbidade e mortalidade. A coinfecção por Monkeypox exacerba a progressão da Tifoide, enquanto episódios de Tifoide aceleram a eliminação viral da Monkeypox e a gravidade da doença.
Implicações de Controle: Os resultados sugerem que estratégias integradas — combinando controle zoonótico, melhorias no saneamento (WASH) e vacinação coordenada — são críticas para gerenciar epidemias de patógenos duplos.

Significância e Alegações
O artigo alega que a estrutura fractal-fracionária oferece um desempenho superior em relação aos modelos convencionais de ordem inteira ao capturar as complexidades das epidemias do mundo real. Ao considerar as interações não locais e as dependências de longo prazo, o modelo oferece capacidades preditivas aprimoradas para estratégias de intervenção. Os autores postulam que esta abordagem é particularmente vital para regiões com alta endemicidade de Tifoide e surtos emergentes de Monkeypox, onde os modelos tradicionais podem subestimar a persistência e a volatilidade da carga da doença. O estudo conclui que compreender os efeitos de memória e a natureza fractal da transmissão é essencial para o desenho de intervenções de saúde pública coordenadas e eficazes para o controle da coinfecção.

Mais como este