Simulacion estocastica de coronavirus-2019-ncov (under construction)

Datos y Parametrizacion

Este es un modelo estocástico es decir vamos a simular diferentes curvas possibles que podrían acontecer en un evento epidémico.

Algunas cosideraciones

Este es tan solo un modelo de muchos no representa necesariamente la realidad y asume que no existe ninguna medida de control como cuarentenas, restriccion de movimientos entre personas es meramente didáctico. aqui utilizamos un modelo simple que considera tres grupos: susceptible -> Expuestos -> infectados -> recuperados fuente: Mathematical models for introduction, spread and early detection of infectious diseases in veterinary epidemiology July 2017, Thesis for: PhD. MathematicsAdvisor: Ángel M. Ramos; Benjamin Ivorra; Beatriz Martinéz López

Simulamos diferentes escenarios para la enfermedad

Cada línea azul (20 en total) representa una simulación que es un escenario posible para una curva epidémica.

Media de los casos graves

A continuacion media de los casos graves (consideramos 1% de los infectados como graves)

Codigo del modelo en R (en contruccion.... todavia )

Modelo en construccion ire acutalizando ... algun dia por ahi

##################################
# Coronavirus en bogota @nicolas
#################################
# pacotes 
library('nCov2019')
library(tidyverse)
library(ggpubr)
library(deSolve)
library(SimInf)
library(doParallel)


#carregando os dados  
dxy = load_nCov2019(lang = 'en', source = 'dxy')
head(summary(dxy))
bancoaux <- summary(dxy) %>% as.data.frame() %>% filter(province == "Hubei")
dxy_china <- aggregate(cum_confirm ~ + time, bancoaux, sum)
# ajustamos pro plot 
dxy_china$data <- as.numeric(dxy_china$time)-min(as.numeric(dxy_china$time))+1

#plotando a curva epidemica 

plot1 <- ggplot(dxy_china,
       aes(data,cum_confirm)) +
    geom_line(size = 1 , colour = "red")+ #+ scale_x_date(date_labels = "%d-%m-%Y") + 
    ylab('Confirmed Cases in China') + xlab('Time') + theme_bw() +
    theme(axis.text.x = element_text(hjust = 1)); plot1

ggsave("epidemic_curve.png", width = 6, height = 3)

# carregando as condicoes iniciais 
Infected <- as.numeric(dxy_china$cum_confirm)
    
Day <- 1:(length(Infected))
N <- 7413000 # population of Bogota 
banco <- data.frame(Infected, Day, N)


########################################
#    Parametrizando o modelo           #
########################################

#https://arxiv.org/pdf/2002.06563.pdf
#https://www.thelancet.com/journals/langlo/article/PIIS2214-109X(20)30074-7/fulltext

model <- SEIR(u0 = data.frame(S = N, E = 0, I = 1, R = 0),
              tspan = 1:100,
              beta = 1.75,
              epsilon = 0.2,
              gamma = 0.5)

mod.result <- run(model)
plot(mod.result)

# creamos funcion ----

coroneme_esta_siminf <- function (model1){
    
    model <- model1
    media_infect_df2 <- c()
    for (i in 1:individual_sim) {
        # run simulation 
        result <- run(model = model, threads = 1)
        tr <- trajectory(model = result)
        tr$simulation <- i
        # agrupamos pra poupar memoria 
        media_infect_df2 <- rbind(media_infect_df2, tr)
    }
    return(media_infect_df2)
    
}


# simulamos  rapidinho em paralelo 

c_memory <- 10 # numero de nucleos do computador  
cl <- makeCluster(c_memory) #not to overload your computer
registerDoParallel(cl)


individual_sim <- 20


corona_sir_bog <- foreach(
    
    individual_sim= 1:individual_sim, #n_removed nao ultrapasar o numero de nos rankeados 
    .combine=rbind,
    .packages= c("SimInf", "tidyverse")) %dopar%
    {
        coroneme_esta_siminf(model) }


stopCluster(cl)

# agora plotamos a galera 

corona_sir_bog <- corona_sir_bog%>% mutate(mortality = I*0.01) # assumindo a mortalidade de 1 %

plotb1 <- ggplot()
for (i in 1:individual_sim) {
    temp <- corona_sir_bog %>% filter(simulation == i) %>% 
        group_by(node, time,simulation) %>% summarise(I= mean(mortality))
    
    plotb1 <- plotb1 + geom_line(data = temp,
                                 mapping = aes(x= time, y = I),
                                 colour = "#00a8cc",
                                 alpha = 0.7)+labs(x= "Dias", y = "Infectados")+
        ggtitle("2019-nCoV Bogota")
}



ggsave("bogota.png", width = 6, height = 3)