Discutimos modelos de red como un marco general y adecuado para describir la propagación de una enfermedad infecciosa dentro de una población. Discutimos dos tipos de estructuras aleatorias finitas como bloques de construcción de la red, uno basado en conceptos de percolación y el segundo en estructuras de árboles aleatorios. Estudiamos, como se hace para el modelo SIR, la evolución temporal del número de individuos susceptibles (S), infectados (I) y recuperados (R), en presencia de una enfermedad infecciosa en expansión, incorporando un mecanismo de curación para los infectados. Además, discutimos en detalle la implementación de confinamientos y cómo simularlos. Para los grupos de percolación, presentamos resultados numéricos basados en percolación de sitios en una red cuadrada, mientras que para los árboles aleatorios obtenemos nuevos resultados analíticos, que se ilustran en detalle con algunos ejemplos. Se argumenta que dichas redes jerárquicas pueden complementar al conocido modelo SIR en la mayoría de circunstancias. Ilustramos estas ideas al revisitar los datos de COVID-19 en EE.UU.