Los investigadores desarrollaron un modelo de aprendizaje automático que puede predecir patrones de brotes de gripe aviar altamente patógena en Europa con gran precisión. TAGS: Influenza aviar. Epidemiología. Modelos predictivos. Aprendizaje automático. Inteligencia. Artificial. Vigilancia epidemiológica. Una Salud. One Health.
La contribución de los impulsores ecoclimáticos a las enfermedades humanas se conoce desde tiempos inmemoriales. Este concepto también es válido para las enfermedades animales y es fundamental para comprender la aparición y propagación de enfermedades. Se ha vuelto aún más evidente a raíz de la reciente pandemia de COVID-19 que implicó la aparición y dispersión del SARS-CoV-2. Otras enfermedades respiratorias que plantean un riesgo potencial de contagio y propagación entre los seres humanos son las que circulan en algunas poblaciones de aves de corral a partir de 2023, incluida la gripe aviar. Existe una creciente preocupación de que tales eventos se expandan hasta convertirse en una pandemia; por lo tanto, la atención se ha desplazado hacia la vigilancia activa y la detección de estos brotes en varias partes del mundo que involucran no solo aves silvestres y domésticas, sino también, cada vez más, a otros huéspedes mamíferos. La última gran ola epidémica avícola se produjo entre enero de 2022 y principios de 2023, y la mayoría de los brotes se registraron en el hemisferio norte.
Hay cuatro tipos de virus de influenza aviar, a saber, tipo A, B, C y D. La relación entre estos huéspedes aviares y su ecología circundante juega un papel crítico en la biología de la enfermedad. Los impulsores ecológicos que influyen en la influenza aviar incluyen, entre otros, la comunidad de huéspedes aviares, los patrones de migración y la interfaz entre aves silvestres y aves de corral. La evidencia existente alude al hecho de que las cepas patógenas se perpetúan principalmente a través de la transmisión de huésped a huésped durante el emplumamiento y la anidación en sitios de agua. También ha existido un debate de largo plazo sobre cómo las aves migratorias contribuyen a la propagación del virus entre regiones, especialmente entre Eurasia y Europa.
Predecir brotes de gripe aviar en Europa mediante aprendizaje automático
Factores locales como la temperatura estacional, el índice de agua y vegetación dependiente del año y datos sobre la densidad animal se pueden utilizar para predecir brotes regionales de gripe aviar en Europa. Este es el hallazgo del estudio de un equipo de investigación. Los investigadores desarrollaron un modelo de aprendizaje automático que puede predecir patrones de brotes de gripe aviar altamente patógena en Europa con gran precisión utilizando varios indicadores. Por lo tanto, el enfoque de modelado y la recopilación de datos específicos podrían contribuir a medidas de prevención proactivas.
“La infección por el virus de la gripe aviar altamente patógena, comúnmente conocida como gripe aviar, afecta principalmente a las aves. Sin embargo, los mamíferos también se infectan cada vez más. Esto aumenta la probabilidad de que el virus se transmita a los humanos”, indican. Para predecir mejor los brotes de gripe aviar e implementar medidas de prevención tempranas, el equipo desarrolló un modelo que combina diversos indicadores de un posible brote y utiliza métodos de aprendizaje automático para su modelado.
El modelo se entrenó con datos de brotes de gripe aviar en Europa documentados entre 2006 y 2021. Como posibles indicadores de un evento inminente, los investigadores identificaron factores locales como la temperatura y las precipitaciones, las especies de aves silvestres, la densidad de las granjas avícolas, la composición de la vegetación y los niveles de agua. Al combinar estas complejas variables estacionales y regionales interdependientes, los autores pudieron modelar los patrones de brotes con una precisión de hasta el 94 %.
“Combinar nuestro enfoque de modelado con la recopilación de datos específicos puede ayudarnos a mapear con mayor precisión las áreas y temporadas de alto riesgo en las que es más probable que se produzcan brotes de gripe aviar”. Según indican, los resultados de la investigación podrían utilizarse para diseñar programas regionales de vigilancia en toda Europa y mejorar la detección temprana.
Fuente: www.diarioveterinario.com
No hay comentarios aún.