Investigadores de la Universidad Estatal de Carolina del Norte han desarrollado un algoritmo que podría dar a las granjas de cerdos un aviso previo de los brotes del virus de la diarrea epidémica porcina (PEDV). El algoritmo de prueba de concepto tiene potencial para usarse en la predicción en tiempo real de otros brotes de enfermedades en los animales destinados al consumo.

El PEDV es un virus que causa altas tasas de mortalidad en lechones antes del destete. El virus surgió en los EE. UU. En 2013 y en 2014 había infectado aproximadamente al 50 por ciento de los rebaños reproductores. El PEDV se transmite por contacto con materia fecal contaminada.

Gustavo Machado, profesor asistente de salud poblacional y patobiología en NC State y autor correspondiente de un artículo que describe el trabajo, desarrolló una canalización utilizando técnicas de aprendizaje automático para crear un algoritmo capaz de predecir brotes de PEDV en el espacio y el tiempo.

Machado, con colegas de la Universidad de Minnesota y la Universidade Federal do Rio Grande do Sul de Brasil, usó datos semanales de incidencia a nivel de granja de granjas de cerdas para crear el modelo. Los datos incluyeron todos los tipos de movimiento de cerdos, densidad de cerdos, y factores ambientales y climáticos como la vegetación, velocidad del viento, temperatura y precipitación.

Los investigadores observaron "vecindarios" que se definieron como un radio de 10 kilómetros alrededor de las granjas de cerdas. Alimentaron el modelo con información sobre brotes, los movimientos de animales en cada barrio y las características ambientales dentro de cada barrio. Por último, su modelo fue capaz de predecir los brotes de PEDV con aproximadamente un 80 por ciento de precisión.

El factor de riesgo más importante para predecir la propagación del PEDV fue el movimiento de cerdos hacia y a través del vecindario de 10 km. aunque el entorno del vecindario, incluida la pendiente y la vegetación, también influyó en el riesgo.

"Este modelo de prueba de concepto identificó el cuello de botella de propagación de PEDV en Carolina del Norte y nos permitió clasificar los factores de riesgo de infección en orden de importancia, ", Dice Machado." A medida que obtenemos más datos de otros sitios agrícolas en los EE. UU., esperamos que aumente la precisión del modelo. Nuestro objetivo final es tener predicciones de riesgo casi en tiempo real para que los granjeros y veterinarios puedan brindar atención preventiva a áreas de alto riesgo y tomar decisiones basadas en datos ".

Los próximos pasos para los investigadores incluyen mejorar el modelo para predecir una gama más amplia de enfermedades y expandirlo para incluir otras industrias, como aves de corral.

La obra aparece en Informes científicos .