Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


proyecto caso clinico, Resúmenes de Matemáticas

proyecto caso clinico en donde abarca varios temas de matematica , funcion exponencial , derivada

Tipo: Resúmenes

2024/2025

Subido el 21/04/2026

mena-mena-5
mena-mena-5 🇦🇷

3 documentos

1 / 5

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
MODELADO MATEMÁTICO DEL COMPORTAMIENTO DE LA
PROPAGACIÓN DE ENFERMEDADES RESPIRATORIAS EN ESPACIOS
URBANOS: UN ENFOQUE PREDICTIVO PARA TOMA DE DECISIONES
I. INTRODUCCIÓN
Las enfermedades respiratorias agudas representan una de las principales causas de
morbilidad y mortalidad a nivel mundial, afectando especialmente a poblaciones
vulnerables en contextos urbanos con alta densidad demográfica. Según Organización
Mundial de La Salud (2024) estas enfermedades son responsables de más de 4 millones de
muertes al año, siendo exacerbadas por factores como la contaminación ambiental, el
hacinamiento y el cambio climático. Por su parte, Murray y López (2020)señalan que la
carga global de enfermedades respiratorias como la neumonía, la bronquitis crónica y la
influenza continúa en aumento, exigiendo respuestas integradas que incluyan el análisis
cuantitativo y predictivo de su propagación. En este marco, la aplicación de modelos
matemáticos en salud pública ha ganado relevancia como una herramienta eficaz para
anticipar brotes, estimar impactos y optimizar estrategias de intervención
En el contexto peruano, las enfermedades respiratorias constituyen un serio problema de
salud pública, particularmente en zonas urbanas como Lima Metropolitana, donde
confluyen altos niveles de contaminación del aire, transporte masivo y urbanización no
planificada. Según datos del (Ministerio de Salud - MINSA - Plataforma Del Estado
Peruano, 2024)las infecciones respiratorias agudas (IRA) ocupan el primer lugar en la
lista de enfermedades atendidas en los centros de salud del país. Estudios realizados por
Tapia et al. (2020) destacan que, en distritos como San Juan de Lurigancho, Villa El
Salvador y Comas, la prevalencia de enfermedades respiratorias se ve agravada por la
exposición prolongada a contaminantes como el material particulado fino (PM2.5) y la
falta de ventilación en hogares e instituciones educativas. Esta situación evidencia la
necesidad de desarrollar herramientas científicas que integren variables sociales,
ambientales y sanitarias para comprender y mitigar el problema desde una perspectiva
integral.
Frente a esta problemática, el presente estudio tiene como objetivo desarrollar un modelo
matemático que describa el comportamiento de la propagación de enfermedades
respiratorias en espacios urbanos de Lima Metropolitana. El modelo integrará variables
epidemiológicas, demográficas y ambientales con el fin de predecir escenarios de
contagio, evaluar la efectividad de posibles intervenciones y proporcionar insumos
cuantitativos que contribuyan a la toma de decisiones en salud pública. Asimismo, se
busca destacar la relevancia del pensamiento matemático en la formación médica,
promoviendo el uso de herramientas cuantitativas para enfrentar desafíos complejos en la
práctica clínica y comunitaria.
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga proyecto caso clinico y más Resúmenes en PDF de Matemáticas solo en Docsity!

MODELADO MATEMÁTICO DEL COMPORTAMIENTO DE LA

PROPAGACIÓN DE ENFERMEDADES RESPIRATORIAS EN ESPACIOS

URBANOS: UN ENFOQUE PREDICTIVO PARA TOMA DE DECISIONES

I. INTRODUCCIÓN

Las enfermedades respiratorias agudas representan una de las principales causas de morbilidad y mortalidad a nivel mundial, afectando especialmente a poblaciones vulnerables en contextos urbanos con alta densidad demográfica. Según Organización Mundial de La Salud (2024) estas enfermedades son responsables de más de 4 millones de muertes al año, siendo exacerbadas por factores como la contaminación ambiental, el hacinamiento y el cambio climático. Por su parte, Murray y López (2020)señalan que la carga global de enfermedades respiratorias como la neumonía, la bronquitis crónica y la influenza continúa en aumento, exigiendo respuestas integradas que incluyan el análisis cuantitativo y predictivo de su propagación. En este marco, la aplicación de modelos matemáticos en salud pública ha ganado relevancia como una herramienta eficaz para anticipar brotes, estimar impactos y optimizar estrategias de intervención En el contexto peruano, las enfermedades respiratorias constituyen un serio problema de salud pública, particularmente en zonas urbanas como Lima Metropolitana, donde confluyen altos niveles de contaminación del aire, transporte masivo y urbanización no planificada. Según datos del ( Ministerio de Salud - MINSA - Plataforma Del Estado Peruano , 2024)las infecciones respiratorias agudas (IRA) ocupan el primer lugar en la lista de enfermedades atendidas en los centros de salud del país. Estudios realizados por Tapia et al. (2020) destacan que, en distritos como San Juan de Lurigancho, Villa El Salvador y Comas, la prevalencia de enfermedades respiratorias se ve agravada por la exposición prolongada a contaminantes como el material particulado fino (PM2.5) y la falta de ventilación en hogares e instituciones educativas. Esta situación evidencia la necesidad de desarrollar herramientas científicas que integren variables sociales, ambientales y sanitarias para comprender y mitigar el problema desde una perspectiva integral. Frente a esta problemática, el presente estudio tiene como objetivo desarrollar un modelo matemático que describa el comportamiento de la propagación de enfermedades respiratorias en espacios urbanos de Lima Metropolitana. El modelo integrará variables epidemiológicas, demográficas y ambientales con el fin de predecir escenarios de contagio, evaluar la efectividad de posibles intervenciones y proporcionar insumos cuantitativos que contribuyan a la toma de decisiones en salud pública. Asimismo, se busca destacar la relevancia del pensamiento matemático en la formación médica, promoviendo el uso de herramientas cuantitativas para enfrentar desafíos complejos en la práctica clínica y comunitaria.

II. MARCO TEORICO

contaminación del aire (PM. )₂ ₅ La contaminación atmosférica es uno de los principales factores de riesgo ambiental para la salud humana. Entre los contaminantes más peligrosos se encuentran las partículas en suspensión de diámetro inferior a 2.5 micras (PM. ), que pueden penetrar profundamente₂ ₅ en los pulmones y entrar al torrente sanguíneo, generando efectos nocivos en el sistema respiratorio y cardiovascular. Según la Organización Mundial de la Salud (2021), los niveles elevados de PM .₂ ₅ están asociados con un aumento de la mortalidad y morbilidad por enfermedades respiratorias crónicas y agudas. Tapia et al. (2020) indican que un incremento en la concentración de PM .₂ ₅ en Lima ha generado aumentos significativos en la mortalidad respiratoria diaria. Este contaminante es emitido principalmente por fuentes móviles (vehículos), industriales y procesos de combustión doméstica. Enfermedades respiratorias agudas y su relación con el ambiente Las enfermedades respiratorias agudas (IRA) son procesos infecciosos que afectan el tracto respiratorio superior e inferior, como la bronquitis, neumonía y faringitis. Estas enfermedades son particularmente frecuentes en niños menores de cinco años y en adultos mayores. El Ministerio de Salud del Perú (2021) señala que las IRA constituyen una de las principales causas de atención médica en el país. En un estudio reciente, Chuchón- Cisneros (2024) encontró una fuerte correlación entre los niveles de exposición prolongada a PM .₂ ₅ y el aumento de las emergencias por neumonía infantil en Lima Metropolitana. El contexto urbano de esta región, caracterizado por altos niveles de polución y densidad poblacional, agrava esta problemática, haciendo necesaria la construcción de modelos predictivos que faciliten la toma de decisiones en salud pública. Planteamiento del modelo matemático Con el objetivo de establecer una relación cuantitativa entre la contaminación del aire (medida en μg/m³ de PM. ) y la incidencia de enfermedades respiratorias agudas, se₂ ₅ propone el uso de un modelo de regresión lineal simple , dado que esta herramienta permite analizar el efecto de una variable continua sobre otra. El modelo propuesto es:

I = B 0 + B 1 C + ε

donde:  I representa la incidencia de IRA por cada 100 000 habitantes,

 C es la concentración promedio diaria de PM. ,₂ ₅

 B 0 es la ordenada al origen (valor base sin contaminación),

 B 1 es el coeficiente de impacto del contaminante sobre la salud,

Oeste 18.6 ±1. Valores ponderados por población según zonas de Lima, ( Monitoreo de Los Contaminantes Del Aire En Lima Metropolitana - [Servicio Nacional de Meteorología e Hidrología Del Perú - SENAMHI] | Plataforma Nacional de Datos Abiertos , 2024) Se observa que todas las zonas superan el umbral WHO de 10 μg/m³ IV. REFERENCIAS

Ministerio de Salud - MINSA - Plataforma del Estado Peruano. (2024).

https://www.gob.pe/minsa

Monitoreo de los contaminantes del aire en Lima Metropolitana - [Servicio

Nacional de Meteorología e Hidrología del Perú - SENAMHI] |

Plataforma Nacional de Datos Abiertos. (2024).

https://www.datosabiertos.gob.pe/dataset/monitoreo-de-los- contaminantes-del-aire-en-lima-metropolitana-servicio-nacional-de

Murray, C. J. L. ., & Lopez, A. D.. (2020). The global burden of disease : a

comprehensive assessment of mortality and disability from diseases,

injuries, and risk factors in 1990 and projected to 2020 ; summary.

Published by the Harvard School of Public Health on behalf of the World Health Organization and the World Bank : Distributed by Harvard University Press.

Organización Mundial de la Salud. (2024). https://www.who.int/es

SENAMHI - Calidad del Aire Estadistica. (2024).

https://www.senamhi.gob.pe/?p=calidad_del_aire-estadistica Tapia, V., Steenland, K., Vu, B., Liu, Y., Vásquez, V., & Gonzales, G. F. (2020). PM2.5exposure on daily cardio-respiratory mortality in Lima,

Peru, from 2010 to 2016. Environmental Health: A Global Access

Science Source, 19 (1). https://doi.org/10.1186/s12940-020-00618-

Organización Mundial de la Salud. (2021). Air pollution.

https://www.who.int/health-topics/air-pollution Tapia, V., Steenland, K., Vu, B., Liu, Y., Vásquez, V., & Gonzales, G. F. (2020). PM₂.₅ exposure on daily cardio-respiratory mortality in Lima,

Peru, from 2010 to 2016. Environmental Health, 19(1), 63.

https://doi.org/10.1186/s12940-020-00618-

Chuchón-Cisneros, R. M. (2024). Asociación entre la exposición a

PM₂.₅ y visitas de emergencia por neumonía en menores de 5 años –

Lima Metropolitana 2019 [Tesis de licenciatura, Universidad Peruana

Cayetano Heredia]. https://hdl.handle.net/20.500.12866/

Ministerio de Salud del Perú. (2021). Análisis de situación de salud del

Perú, 2021. https://bvs.minsa.gob.pe/local/MINSA/6279.pdf