Para leer más contenidos de Revista porciSapiens Julio 2025
Las enfermedades respiratorias representan uno de los principales desafíos para la salud y rentabilidad de la industria porcina. Afectan al bienestar animal, reducen la eficiencia productiva y conllevan importantes costes sanitarios y económicos, principalmente, relacionados con el índice de conversión, la ganancia media diaria, los costes de tratamiento y la mortalidad.
La valoración de lesiones pulmonares en matadero es una técnica habitual para monitorizar la prevalencia y gravedad de las enfermedades respiratorias.
Aunque no son lesiones patognomónicas:


| En este contexto, un equipo multidisciplinar liderado por investigadoras de la Universitat Autònoma de Barcelona (UAB), IRTA-CReSA y Ceva Salud Animal desarrolló un ambicioso estudio con el objetivo de transformar los datos rutinarios obtenidos en mataderos en una herramienta predictiva útil para la sanidad porcina. |
¿Cómo? Mediante el uso de modelos de series temporales que son herramientas estadísticas utilizadas para analizar datos que se recopilan en intervalos de tiempo específicos.
Estos modelos permiten identificar patrones y hacer predicciones sobre futuros valores de la serie temporal.
| Se evaluaron más de 600.000 pulmones utilizando el sistema Ceva Lung Program (CLP), que permite clasificar y cuantificar de forma precisa las lesiones compatibles con neumonía enzoótica y las pleuritis dorso-caudales compatibles con App mediante escalas de puntuación adaptadas y validadas. |
Los datos se consideraron tanto a nivel nacional como regional.
TABLA 1
Resumen de los índices considerados para la evaluación de las lesiones pulmonares.

En total se generaron 16 series temporales (dos para cada región valorada: una para el índice Madec y otra para el índice Appi).
Cada una de las series temporales se analizó de forma independiente con modelos ARIMA (Modelos Autorregresivos Integrados de Media Móvil), una herramienta estadística muy potente para analizar series temporales.

|
NEUMONÍA ENZOÓTICA Uno de los hallazgos más relevantes del análisis de las series temporales fue la tendencia decreciente durante todo el periodo de estudio del índice EP (NE) en la mayoría de las regiones analizadas.
|
|
PLEURONEUMONÍA PORCINA El índice CP (App) mostró una tendencia creciente en la mayoría de las regiones analizadas. Este aumento podría reflejar un cambio en las dinámicas de infección por App o la influencia de otros factores como:
|
Ambos índices mostraron comportamientos estacionales en algunas de las regiones.

GRÁFICA 1
Estructura de estacionalidad anual del índice EP en España.

Una vez validados los modelos ARIMA para cada región e índice, éstos se utilizaron para evaluar su capacidad predictiva realizando predicciones mensuales y constatándolas durante los años 2020 y 2021.

Los resultados fueron prometedores.
Estos modelos pueden actuar como un sistema de vigilancia en tiempo casi real, alertando de posibles brotes o cambios relevantes en la salud respiratoria del censo porcino.
Esta herramienta es especialmente útil para veterinarios de campo, integradoras y responsables de producción, ya que permite:



GRÁFICA 2
Evolución mensual de los Índices EP y CP a lo largo del intervalo 2026-2021. Valores observados (azul), valores predichos (verde), intervalo de predicción 90% (naranja).

La vacunación es la práctica de gestión más utilizada para controlar las infecciones por Mhyo, por lo que el estudio también analizó su impacto.
Esta relación fue estadísticamente significativa (p<0,005) y respalda el papel clave de la vacunación como medida preventiva eficaz.
Aunque no se contó con información completa sobre la vacunación frente a App ni con datos de diagnóstico confirmatorio (PCR, aislamiento), el análisis pone en valor la utilidad de los datos de matadero como indicador indirecto de:


Este estudio pone de relieve la importancia de la evaluación de las lesiones pulmonares en matadero como parte de los programas de seguimiento y control.
Los valores estimados para los índice EP y CP no difirieron significativamente de los valores observados en matadero, lo que muestra la capacidad predictiva de estos modelos, lo que puede facilitar la detección precoz de posibles brotes respiratorios en una explotación, pudiendo actuar con antelación y minimizar su impacto.