研究人员创建了预测PEDV爆发的算法
来自北卡罗来纳州立大学的研究人员开发了一种可以给猪农场推进猪流行性腹泻病毒（PEDV）爆发的算法。概念证明算法具有用于食物动物其他疾病爆发的实时预测的可能性。
PEDV是一种导致预浸仔猪中死亡率高的病毒。在美国出现的病毒于2013年，到2014年感染了大约50％的育种畜群。PEDV通过与污染的粪便物质接触来传播。
Gustavo Machado，NC状态的人口健康和病理学助理教授和描述工作的纸质的相应作者，开发了一种利用机器学习技术的管道，可以创建一种能够在空间和时间内预测PEDV爆发的算法。
Machado，来自明尼苏达大学和巴西·媒体联邦的同事，来自母猪农场的每周农场的每周农场发生率数据，以创造该模型。该数据包括所有猪运动类型，猪密度和环境和天气因素，如植被，风速，温度和降水。
研究人员观察了以养猪场为中心半径10公里的“社区”。他们向模型输入关于疾病爆发、动物进入每个社区以及每个社区内的环境特征的信息。最终，他们的模型能够以大约80%的准确率预测PEDV的爆发。
预测PEDV传播的最重要的风险因素是猪进入和穿过10公里的社区，尽管社区环境(包括斜坡和植被)也会影响风险。
“这种概念证明模型确定了北卡罗来纳州的PEDV传播瓶颈，使我们能够按重要性排列感染风险因素，”马德多说。“当我们从美国的其他农场网站获取更多数据时，我们希望模型的准确性增加。我们的最终目标是靠近实时风险预测，使农民和兽医可以为高风险领域提供预防性护理，并根据数据做出决定。“
研究人员的下一步包括改善模型以预测更广泛的疾病，并将其扩展到包括其他行业，例如家禽。工作出现在科学报告，并得到国家猪肉板和猪健康信息中心的支持。
皮克-
编辑的注释：纸上的摘要跟随。
“通过动物运动和空间邻居识别猪流行性腹泻病毒的爆发”
DOI:10.1038 / s41598-018-36934-8
作者：Machado，G. *，北卡罗来纳州立大学;Vilalta，C.，Corzo，A.C.，Torremorell，M.，Perez A.M.，Vanderwaal，K.，明尼苏达大学;Regamonde-Mendoza，M.，Universidade Federal Do Rio Grande Do Sul，巴西
发表:科学报告
抽象的：
猪群中病原体的传播部分是通过农场之间的动物的运动来决定。然而，了解预测疾病爆发和揭露与农场之间的景观因素的额外特征是风险缓解的关键步骤。本研究将动物运动与环境风险因素融为于预测猪流行性腹泻病毒（PEDV）爆发的发生。使用来自980个农场的每周农业水平发病率数据，我们应用了机器学习算法，以量化风险因素与PEDV爆发之间的关联，以预测农场水平疾病发生的最终目标。我们最好的算法在一周内预测爆发，精度> 80％。最重要的预测因子包括养殖场进入邻近农场（10公里内）。其他重要的邻域属性包括猪密度，环境和天气因素，如植被，风速，温度和降水，以及坡度等地形特征。我们基于社区的方法使我们同时捕获与长途动物运动以及局部空间动态相关的疾病风险。这里提出的模型形成了近实时疾病测绘的基础，并将推进美国特有猪病原体的疾病监测和控制。
