Impact of Yellow Fever with Multiple Control Measures: Mathematical Model

Kalra, Preety; Ratti, Indu

doi:10.1088/1742-6596/1531/1/012066

Cited by 2 publications

(3 citation statements)

References 25 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Danbaba and Garba (2020), a su vez, estudió la dinámica de transmisión de FA en un entorno donde hay interacción entre humanos y mosquitos en presencia de vacunación, asumiendo que la transmisión vertical ocurre en la población de mosquitos. Kalra and Ratti (2020) presenta un modelo que considera el entorno humano-mosquito con múltiples medidas de control. Las medidas de control adoptadas por Kalra and Ratti (2020) aparecen en una clase denominada protegida y comprenden individuos que adquirieron protección temporal a través del uso de repelente de insectos.…”

Section: Introductionunclassified

“…Kalra and Ratti (2020) presenta un modelo que considera el entorno humano-mosquito con múltiples medidas de control. Las medidas de control adoptadas por Kalra and Ratti (2020) aparecen en una clase denominada protegida y comprenden individuos que adquirieron protección temporal a través del uso de repelente de insectos. Además, también se tiene en cuenta el tema de la vacunación.…”

Section: Introductionunclassified

See 1 more Smart Citation

Modelamiento Matemático de la Fiebre Amarilla: un modelo con migración

Pitol,

Rossato Piovesan,

Aguiar Gonçalves

et al. 2023

Rev. model. mat. sist. biol.

View full text Add to dashboard Cite

En este trabajo nos limitamos al estudio de un modelo matemático para la Fiebre Amarilla (FA), una enfermedad febril aguda transmitida por vectores (en este caso, mosquitos). Este es un modelo compartimental conocido, propuesto por Esteva et al. (2019), que divide a la población en tres ciclos, según la dinámica de transmisión de la enfermedad: ciclo epidémico forestal,ciclo entre humanos en la región forestal y ciclo urbano (epidemia urbana de fiebre amarilla sostenida por humanos migratorios infecciosos). A pesar de tener otros vectores, solo se consideró la presencia de dos vectores principales: el Aedes aegypti (transmisor urbano) y el Haemagogus (principal transmisor en la región forestal). Además, proponemos una modificación al modelo: la inclusión de la vacunación. Así, a través de simulaciones en el software Scilab, fue posible obtener gráficas del comportamiento de cada una de las poblaciones (tanto hospedantes como vectores) en un ambiente con y sin presencia de vacunación, permitiendo un análisis más detallado del impacto de la vacunación en una población humana susceptible.

show abstract

Section: Introductionunclassified

Modelamiento Matemático de la Fiebre Amarilla: un modelo con migración

Pitol,

Rossato Piovesan,

Aguiar Gonçalves

et al. 2023

Rev. model. mat. sist. biol.

View full text Add to dashboard Cite

show abstract

“…There are various infections that may infect a host ( [16], [17]) and that may altogether. There are many examples of them involving HIV and TB [37], HIV and hepatitis B [14], malaria and HIV [22], malaria and rotavirus [29], chikungunya and dengue, HIV-HBV co-infection [36] and many more ( [18], [33]).…”

Section: Introductionmentioning

confidence: 99%

Study of Disease Dynamics of Co-infection of Rotavirus and Malaria with Control Strategies

Ratti¹,

Kalra²

2023

MJMS

View full text Add to dashboard Cite

This paper proposes a model that addresses the interaction and dynamics of malaria and rotavirus co-infection. The model incorporates various epidemiological and biological features of both the malaria and rotavirus. The mode of transmission of both the diseases is different as malaria is vector borne disease causing infection through infected arthropod and rotavirus is a contagious virus causing diarrhoea by the inflammation of intestines and stomach. It is being assumed in the model that humans are susceptible to malaria and rotavirus simultaneously. It is further assumed that the recovered population, whether naturally or through treatment is prone to the infection again. The co-infection dynamics of diseases is studied with different control measures in the form of treatments to both human and vector compartments. In order to visualize the effect of diverse control strategies, we studied three models, that is, one, in the absence of malaria disease, second, in the absence of rotavirus disease and third, for co-infection of both the diseases. To understand the dynamics of co-infection, the stability analysis of the full model for disease-free equilibrium and the threshold value, which is, the basic reproduction number is calculated. Bifurcation analysis is performed for full co-infection model along with that of malaria-only model. Both rotavirus-only model and malaria-only models are found to be globally asymptotically stable at disease-free equilibrium. Sensitivity indices have been calculated to study the effect of model parameters on the basic reproduction number. Results are illustrated with numerical simulation.

show abstract

Impact of Yellow Fever with Multiple Control Measures: Mathematical Model

Cited by 2 publications

References 25 publications

Modelamiento Matemático de la Fiebre Amarilla: un modelo con migración

Modelamiento Matemático de la Fiebre Amarilla: un modelo con migración

Study of Disease Dynamics of Co-infection of Rotavirus and Malaria with Control Strategies

Contact Info

Product

Resources

About