Mathematical modelling of dengue-COVID-19 coinfection: a first approximation

Authors

  • Paula Bergero Grupo de Modelado y Simulación de la Transmisión de Enfermedades Infecciosas. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas, Universidad Nacional de La Plata, Argentina.
  • Nara Guisoni Grupo de Física Computacional en Materia Condensada, Física Estadística y Sistemas Biológicos. Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas, Universidad Nacional de La Plata, Argentina

Keywords:

Dengue, COVID-19 Pandemic, Coinfection, Mathematical Modelling, Argentina

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 of 2020, 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 model predicts 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. 

Downloads

Download data is not yet available.

Published

01-06-2021

How to Cite

Bergero, P. ., & Guisoni, . N. . (2021). Mathematical modelling of dengue-COVID-19 coinfection: a first approximation . Revista Argentina De Salud Pública, 13, e29. Retrieved from https://rasp.msal.gov.ar/index.php/rasp/article/view/643

Issue

Section

Original Articles