Predicción de infecciones respiratorias porcinas: dinámica temporal de Mycoplasma hyopneumoniae y Actinobacillus pleuropneumoniae con datos de matadero

Estos modelos permiten identificar patrones y hacer predicciones sobre futuros valores de la serie temporal.

Este tipo de modelos son comunes en el análisis económico y financiero, pero su aplicación en salud animal, y específicamente en datos de matadero, ha sido hasta ahora muy escasa.

UN ENFOQUE INNOVADOR: COMBINAR DATOS REALES CON MODELOS ESTADÍSTICOS

El estudio analizó los resultados de 3.947 auditorías realizadas entre 2016 y 2019 en 474 explotaciones porcinas de toda España, pertenecientes a 302 empresas distintas.

SE ANALIZARON LOS ÍNDICES EP (ÍNDICE MADEC) Y CP (ÍNDICE APPI) DE CADA LOTE, TENIENDO EN CUENTA EL MES, EL AÑO Y LA REGIÓN

Los datos se consideraron tanto a nivel nacional como regional.

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.

Concretamente, consiste en determinar un modelo que permita hacer un pronóstico de la variable en un instante de tiempo futuro basándose en los valores pasados.

PRIMEROS RESULTADOS (PERIODO 20162019): TENDENCIAS OPUESTAS ENTRE ÍNDICE EP Y CP

Ambos índices mostraron comportamientos estacionales en algunas de las regiones.

Concretamente, el índice EP tiende a incrementar en otoño-invierno y a descender en primavera-verano.

Este patrón puede relacionarse con condiciones ambientales que afectan la transmisión de patógenos respiratorios.

MODELOS PREDICTIVOS ROBUSTOS Y APLICABLES EN CAMPO

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.

En cada caso, los valores estimados fueron acompañados de un intervalo de predicción del 90 %, que permite determinar si una observación real entra dentro de lo esperado o representa una anomalía.

Los resultados fueron prometedores:

En la gran mayoría de los casos, estando los valores reales observados en los mataderos durante 2020-2021 dentro del intervalo de predicción. Esto confirma que los modelos son capaces de anticipar la evolución de los índices de lesiones pulmonares con un alto grado de fiabilidad.

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:

• Reaccionar con antelación.
• Optimizar las decisiones sanitarias 
• Aplicar medidas de control de forma proactiva.

IMPACTO DE LA VACUNACIÓN Y VARIABLES ASOCIADAS

La vacunación es la práctica de gestión más utilizada para controlar las infecciones por Mhyo, por lo que el estudio también analizó su impacto.

LA PROPORCIÓN DE LOTES VACUNADOS CON HYOGEN^® SE CORRELACIONÓ NEGATIVAMENTE CON EL ÍNDICE EP, ES DECIR, A MAYOR VACUNACIÓN, MENOR PREVALENCIA DE LESIONES PULMONARES COMPATIBLES CON NE

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:

• La situación sanitaria.
• La eficacia de las intervenciones aplicadas.

Leer artículo original: Adaptado de Fernández‑Fontelo, A. et al. (2025). Time series modelling of swine lung lesion prevalence to predict the temporal dynamics of Mycoplasma hyopneumoniae and Actinobacillus pleuropneumoniae infections in Spain. Preventive Veterinary Medicine, 239, Article 106525. https://doi.org/10.1016/j.prevetmed.2025.106525

Leer más sobre Ceva