RESUMEN INTRODUCCIÓN Los modelos matemáticos de la transmisión de enfermedades infecciosas permiten estudiar distintos mecanismos que afectan su comportamiento temporal. Este trabajo analizó el efecto sobre la dinámica de la influenza y el virus sincitial respiratorio (VSR) de la disminución de la transmisibilidad debida a las medidas de cuidado adoptadas para reducir la circulación de COVID-19. MÉTODOS Se empleó un modelo determinista tipo SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar la influenza y el VSR, en ambos casos con inmunidad de corta duración y ciclo anual. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años y planteando distintos escenarios. RESULTADOS En el modelo planteado, la reducción en la transmisibilidad genera cambios que se sostienen en los años siguientes: eventos epidémicos muy pronunciados con alargamiento del intervalo interbrote. Este efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para Argentina. DISCUSIÓN El modelo general propuesto, en condiciones de disminución transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en Argentina para ambas enfermedades e ilustra el modelado como herramienta útil en la comprensión de efectos no intuitivos.

ABSTRACT INTRODUCTION Mathematical models of infectious diseases transmission allow to study different mechanisms which affect their temporal behavior. This work analyzed the impact of the decrease in transmissibility, as a result of measures of personal care adopted to reduce circulation of COVID-19, on the dynamics of influenza and respiratory syncytial virus (RSV). METHODS A deterministic SIRS (susceptible-infected-recovered-susceptible) model with seasonal modulation was used to represent two diseases with short-term immunity and annual cycle: influenza and RSV. Changes in disease transmissibility were modeled by reducing it for two years and analyzing different scenarios. RESULTS In the proposed model, transmissibility reduction brings changes which sustain in the following years: very pronounced epidemic events with lengthening of the inter-outbreak interval. This effect prevails over the seasonal behavior. The scenario of 40% initial reduction in transmissibility is compatible with the behavior of influenza and RSV currently reported in Argentina. DISCUSSION The general model proposed here, under conditions of temporary reduced transmissibility, shows an epidemiology compatible with recently reported data of influenza and RSV in Argentina. This result illustrates modeling as a useful tool to understand non-intuitive effects.

INTRODUCTION: Mathematical models of infectious disease transmission allow to study different mechanisms which affect the temporal behavior. This work analyzed the impact of the decrease in transmissibility, as a result of measures of personal care adopted to reduce circulation of COVID-19, on the dynamics of influenza and respiratory syncytial virus (RSV). METHODS: A deterministic SIRS (susceptible-infected-recovered-susceptible) model with seasonal modulation was used to represent two diseases with short-term immunity and annual cycle: influenza and RSV. Changes in disease transmissibility were modeled by reducing it for two years and analyzing different scenarios. RESULTS: In this model, transmissibility reduction brings changes which sustain in the following years: very pronounced epidemic events with lengthening of the inter-outbreak interval. This effect prevails over the seasonal behavior. The scenario of 40% initial reduction in transmissibility is compatible with the behavior of influenza and RSV currently reported in Argentina. DISCUSSION: The general model proposed here, under conditions of temporary reduced transmissibility, shows an epidemiology compatible with recently reported data of influenza and RSV in Argentina. This result illustrates modeling as a useful tool to understand non-intuitive effects.

Introducción: Uno de los usos de los modelos matemáticos de la transmisión de enfermedades es el estudio del efecto de diferentes cambios en las condiciones que determinan el comportamiento de las mismas, como la vacunación, las restricciones en la movilidad de las personas o las medidas de cuidado personal. Se sabe que frente a cambios abruptos en los parámetros que representan estas condiciones, los modelos exhiben cambios en la epidemiología, tanto en la magnitud y periodicidad de los brotes como en el perfil etario de la población afectada.  En este trabajo analizamos mediante herramientas de modelado matemático posibles efectos de la pandemia sobre la transmisión de otras enfermedades infecciosas debido a la disminución de la transmisibilidad, como resultado de las medidas de cuidado personal, ventilación y reducción en los contactos sociales adoptados para reducir la circulación de COVID-19. Método: Empleamos un modelo matemático determinista SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar enfermedades con inmunidad conferida de corta duración y que presentan un ciclo anual. Se utilizaron dos escenarios de parámetros, uno de ellos más apropiado para una enfermedad tipo influenza, con tasa de contagio relativamente baja y con vacuna, y otro más apropiado para una enfermedad tipo virus sincitial respiratorio (VSR), con mayor contagiosidad y sin vacunación. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años, planteando distintos escenarios respecto de la reducción de la transmisibilidad. Resultados: La reducción en la transmisibilidad de la enfermedad durante dos años genera cambios en el comportamiento de la enfermedad que se sostienen en los años siguientes: eventos epidémicos pronunciados (que pueden superar los máximos previos) con alargamiento del intervalo interbrote e incluso pérdida del comportamiento estacional típico. Aún en casos en que el inicio de la reducción de la transmisibilidad ocurre en momentos diferentes de un brote (cerca del máximo o cerca del mínimo), su efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para nuestro país. Discusión: El modelo general propuesto, en determinadas condiciones de baja transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en nuestra región para la influenza y el VSR. Este resultado ilustra el valor del modelado como herramienta útil en la compresión de la transmisión de enfermedades, alertando sobre posibles efectos no intuitivos.

ABSTRACT INTRODUCTION : At the beginning of the pandemic, the WHO warned that the simultaneous transmission of dengue and COVID-19 in some regions could lead to cases of coinfection. Symptoms overlap and additional difficulty in management are some of the possible complications. In July of2020, the PAHO declared an epidemiological alert for dengue in the context of a pandemic, adding underreporting, delayed consultation, and interruption of entomological control, among possible aggravating factors. However, the impact of the overlap is not yet clear. The aim of this work was to analyze the co-infection curves in different co-epidemic scenarios. We consider possible effects of the pandemic on the epidemiology of dengue. METHODS : We developed a mathematical model of co-infection, of a deterministic type, based on previous models of both diseases. RESULTS : For a given dengue outbreak, the final fraction of co-infection depends on the reproductive number of COVID-19. The co-infection curve depends on the overlap of the epidemics, the overlap area being an estimator of the final fraction. A quarantine that reduces COVID-19 cases would also reduce co-infection, being more effective the earlier. If quarantine affects the dengue dynamics, the modelpredicts an increase and advance in cases, whose effect on the co-infection curve depends on the overlap dynamics. DISCUSSION : The proposed model offers a first approach to make co-infection visible and understand the mechanisms that could affect it.

RESUMEN INTRODUCCIÓN : Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad extra en el manejo. En julio de 2020, la Organización Panamericana de la Salud declaró el alerta epidemiológico por dengue en pandemia, y agregó, como posibles agravantes, la subnotificación, la demora en la consulta y la interrupción del control entomológico. Sin embargo, el impacto de la superposición de ambas enfermedades no está claro aún. El objetivo de este trabajo fue analizar las curvas de coinfección en distintos escenarios de coepidemia y se consideran los posibles efectos de la pandemia sobre la epidemiología del dengue. MÉTODOS : Se desarrolló un modelo matemático de coinfección, de tipo determinista, basado en modelos previos de ambas enfermedades. RESULTADOS : Para un dado brote de dengue, la fracción final de coinfectados depende del número reproductivo de la COVID-19. La curva de coinfectados depende de la superposición de las epidemias; el área de superposición permite estimar su fracción final. Una cuarentena que reduzca los casos de COVID-19 también reduciría la coinfección, y sería más efectiva cuanto más temprana. Si la cuarentena modifica la dinámica del dengue, el modelo predice el aumento y el adelantamiento de los casos, cuyo efecto sobre la curva de coinfectados depende de la dinámica de superposición. DISCUSIÓN : El modelo propuesto ofrece un primer abordaje para visibilizar la coinfección y comprender los mecanismos que podrían afectarla.

ABSTRACT INTRODUCTION: At the beginning of the pandemic, the WHO warned that the simultaneous transmission of dengue and COVID-19 in some regions could lead to cases of coinfection. Symptoms overlap and additional difficulty in management are some of the possible complications. In July of2020, the PAHO declared an epidemiological alert for dengue in the context of a pandemic, adding underreporting, delayed consultation, and interruption of entomological control, among possible aggravating factors. However, the impact of the overlap is not yet clear. The aim of this work was to analyze the co-infection curves in different co-epidemic scenarios. We consider possible effects of the pandemic on the epidemiology of dengue. METHODS: We developed a mathematical model of co-infection, of a deterministic type, based on previous models of both diseases. RESULTS: For a given dengue outbreak, the final fraction of co-infection depends on the reproductive number of COVID-19. The co-infection curve depends on the overlap of the epidemics, the overlap area being an estimator of the final fraction. A quarantine that reduces COVID-19 cases would also reduce co-infection, being more effective the earlier. If quarantine affects the dengue dynamics, the modelpredicts an increase and advance in cases, whose effect on the co-infection curve depends on the overlap dynamics. DISCUSSION: The proposed model offers a first approach to make co-infection visible and understand the mechanisms that could affect it.

RESUMEN INTRODUCCIÓN: Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad extra en el manejo. En julio de 2020, la Organización Panamericana de la Salud declaró el alerta epidemiológico por dengue en pandemia, y agregó, como posibles agravantes, la subnotificación, la demora en la consulta y la interrupción del control entomológico. Sin embargo, el impacto de la superposición de ambas enfermedades no está claro aún. El objetivo de este trabajo fue analizar las curvas de coinfección en distintos escenarios de coepidemia y se consideran los posibles efectos de la pandemia sobre la epidemiología del dengue. MÉTODOS: Se desarrolló un modelo matemático de coinfección, de tipo determinista, basado en modelos previos de ambas enfermedades. RESULTADOS: Para un dado brote de dengue, la fracción final de coinfectados depende del número reproductivo de la COVID-19. La curva de coinfectados depende de la superposición de las epidemias; el área de superposición permite estimar su fracción final. Una cuarentena que reduzca los casos de COVID-19 también reduciría la coinfección, y sería más efectiva cuanto más temprana. Si la cuarentena modifica la dinámica del dengue, el modelo predice el aumento y el adelantamiento de los casos, cuyo efecto sobre la curva de coinfectados depende de la dinámica de superposición. DISCUSIÓN: El modelo propuesto ofrece un primer abordaje para visibilizar la coinfección y comprender los mecanismos que podrían afectarla.

Square water takes into account the directionality of hydrogen bonds. The model is reviewed and its properties as a solvent for apolar particles are studied through Monte Carlo simulations. Specific heat measurements are used to identify phase separation. Data for comparison with the lattice gas on the square lattice are presented and the relation to non-associating solvents is discussed. Data for the frequency of hydrogen bonds as a function of temperature indicate a slower rate of bond breaking for the hydration shell as compared to bulk water particles.