Icono del sitio porciNews, la revista global del porcino

Modelo espacio-temporal dinámico para la aplicación a los datos del PEDV en EE.UU.

El objetivo de este proyecto fue explorar métodos de vigilancia de áreas para granjas ganaderas, con el objetivo a largo plazo de desarrollar procedimientos de vigilancia oportunos y prácticos para detectar la introducción de Enfermedades Animales Emergentes y/o Foráneas (FAD) en una región. El tiempo de detección es una característica crítica en el control de enfermedades porque la demora permite que el patógeno se propague y, por lo tanto, aumenta la dificultad y el costo de lograr el control y/o la eliminación.

Por ejemplo, en un estudio de granjas ganaderas en California, estimaron que un retraso de 7 días en la detección del Virus de la Fiebre Aftosa (FADV) daría como resultado una mediana de 13 establecimientos infectados con 677 animales, mientras que un retraso de 22 días daría como resultado una mediana de 745 establecimientos infectados con 6211 animales. Sin embargo, El imperativo de una detección rápida debe equilibrarse con el costo de la vigilancia.

La vigilancia regional es importante para detectar la incursión de nuevos patógenos e informar a los programas de seguimiento y control de enfermedades. Modelar la distribución de la enfermedad a lo largo del tiempo puede proporcionar información sobre el desarrollo de enfoques de vigilancia regional más eficientes. Aquí proponemos un modelo espacio-temporal bayesiano para describir la distribución del Virus de la Diarrea Epidémica Porcina (PEDV) en Iowa, EE. UU. 

Los parámetros del modelo se estiman mediante un enfoque de modelo espacio-temporal bayesiano que puede dar cuenta de los valores perdidos. A modo de ilustración, aplicamos el modelo propuesto a los resultados de las pruebas de PEDV del Laboratorio de Diagnóstico Veterinario de la Universidad Estatal de Iowa (ISU-VDL). Un estudio de simulación realizado para evaluar el modelo mostró que el modelo propuesto capturó el patrón de distribución de PEDV y su dependencia espacio-temporal.

Conclusión

En este proyecto, utilizamos un modelo espacio-temporal para dar cuenta de los cambios en el patrón espacio-temporal de PEDV. Los datos de los resultados de la prueba PEDV que usamos se derivaron de pruebas de diagnóstico de rutina, lo que presenta una gran ventaja en términos de menor costo y puntualidad (vigilancia en tiempo real). 

Al aplicar el modelo propuesto a los resultados de la prueba PEDV del ISU-VDL, los resultados de la estimación de los parámetros mostraron una fuerte evidencia de dependencia de la distancia a nivel regional (condado).

Fuente: J. Ji, C. Wang, M. Rotolo, J. Zimmerman, Modeling regional disease spread over time using a dynamic spatio-temporal model – With an application to porcine epidemic diarrhea virus data in Iowa, US, Preventive Veterinary Medicine, Volume 181, 105053, ISSN 0167-5877, https://doi.org/10.1016/j.prevetmed.2020.105053.

Salir de la versión móvil