Investigadores crean un algoritmo para predecir la diarrea porcina epidémica

Investigadores de Medicina Veterinaria del Estado de Carolina del Norte, han desarrollado un algoritmo que podría dar aviso anticipado a las granjas porcinas de brotes del virus de la diarrea porcina epidémica (Pedv, por sus siglas en inglés).

Además, este algoritmo de prueba, tiene potencial para ser utilizado en la predicción en tiempo real de otros brotes de enfermedades en animales de producción.

Gustavo Machado, profesor asistente de Salud de la población y Patobiología en Carolina del Norte, fue el encargado de desarrollar un conducto que utiliza técnicas de aprendizaje automático para crear un algoritmo capaz de predecir los brotes de Pedv en el espacio y el tiempo.

El profesor, junto a compañeros de la Universidad de Minesota y de la Universidad Federal de Rio Grande do Sul de Brasil, “utilizó datos que incluyeron todos los tipos de movimiento de los cerdos, la densidad de estos y los factores ambientales y climáticos, como la vegetación, la velocidad del viento, la temperatura y la precipitación”.

También, los investigadores observaron los “barrios” que se definieron mediante un radio de 10 kilómetros alrededor de las granjas de cerdos. 

De esta manera, el modelo fue capaz de predecir los brotes de Pedv con aproximadamente el 80% de precisión.

En este sentido, el factor de riesgo más importante que predijo la propagación de Pedv, “fue el movimiento de cerdos  a través de los 10 km del ‘barrio’, aunque el ambiente, incluida la pendiente y la vegetación, también influyó en el riesgo”.

Y es que este modelo de prueba, además “identificó el cuello de botella en la propagación de Pedv en Carolina del Norte, y nos permitió clasificar los factores de riesgo de infección en orden de importancia”, apunta Machado.

“A medida que obtenemos más datos de otros sitios de granjas en los Estados Unidos, esperamos que aumente la precisión del modelo, pues nuestro objetivo final es tener predicciones de riesgo casi en tiempo real para que los granjeros y veterinarios puedan brindar atención preventiva en áreas de alto riesgo y tomar decisiones basadas en datos", concluye.