I ricercatori sviluppano più modo efficace di predire la diffusione dell'afta epizootica

Combinando la tecnologia e la salute degli animali, un gruppo di ricercatori di Kansas State University sta sviluppando un più modo efficace di predire la diffusione dell'afta epizootica e l'impatto delle misure preventive.

I ricercatori stanno trovando quello se uno scoppio di afta epizootica non è nella fase epidemica, la vaccinazione di prelazione è un modo come minimo costoso fermare la diffusione della malattia attraverso una rete degli animali. Ma se c'è un'alta probabilità dell'infezione, i modelli elaborati dal calcolatore mostrano che quello che seleziona le strategie sia migliore.

“Stiamo provando a fare premonitore come pure modellistica preventiva facendo uso di un approccio basato su rete,„ ha detto Sohini Roy Chowdhury, lo studente di una lastra nell'ingegneria elettrica. “In primo luogo teniamo la carreggiata come l'infezione sta spargendosi nello spazio e nel tempo. Poi proviamo ad attenuare quello con determinate strategie. Il contributo novello di questo progetto è che abbiamo considerato le reti in paesi come Turchia, l'Iran e la Tailandia che non hanno un database altamente sviluppato.„

Roy Chowdhury sta lavorando con Caterina Scoglio, professore associato di elettrico e ingegneria informatica e William Hsu, professore associato di computazione e le scienze dell'informazione. Hanno presentato il lavoro nel dicembre 2009 alla seconda conferenza internazionale sulla dinamica delle malattie infettive a Atene, Grecia.

I ricercatori hanno usato le equazioni matematiche per predire come l'afta epizootica si diffonde una rete dei greggi infettati. Nella rete, i vertici sono posti come i depositi e gli sbarchi di pascolo in cui gli animali sono tenuti. Sono connessi in vari modi, quali tramite i movimenti di pascolo degli animali e da come la gente ed i veicoli si muovono fra i greggi. Hsu ha detto che lo scopo dei ricercatori è di aumentare l'accuratezza dei modelli che predicono la malattia sparsa in queste reti durante spazio e tempo.

Negli esperimenti, i ricercatori hanno funzionato fino ad una settimana di modellistica premonitrice su una rete reale e sega come ha abbinato i dati dall'episodio reale. Roy Chowdhury ha detto che egualmente hanno utilizzato ai i moduli basati a intelligenza artificiali per attraversare confrontano l'accuratezza del modello.

I ricercatori egualmente hanno verificato tali strategie di diminuzione come la vaccinazione, selezionare e l'isolamento vedere come hanno pregiudicato la rete. Negli scoppi nell'ambiente di afta epizootica, selezionare spesso è presunto per essere la migliore strategia, ma Scoglio ha detto che la loro ricerca potrebbe fare più indicatore luminoso sull'efficacia di questa pratica.

“È la speranza di contenere correttamente una malattia come afta epizootica che è così contagiosa mentre minimizzando le perdite economiche,„ Scoglio ha detto.

Hsu ha detto che questo studio anche potrebbe avvantaggiare i lavoratori umanitari inviati per contribuire a contenere l'afta epizootica. I modelli di rete dello K-Stato migliorano sopra quei esistenti, disse, perché considerano tali fattori come il vento, il pascolo dell'animale ed i movimenti umani fra le regioni come pure il numero dei mercati della carne in un'area.

Il gruppo di ricerca di Scoglio ha studiato gli scoppi di malattia facendo uso dei modelli elaborati dal calcolatore delle reti prima, ma questo progetto è differente in quanto considera una malattia specifica, ha detto.

Hsu ha contribuito la sua ricerca in data mining, che ricerche per raschiare gli articoli ed altre sorgenti pubbliche online e per estrarre informazioni che potrebbero offrire le bugne circa gli scoppi di malattia. Per questo progetto, il sistema di Hsu ha strisciato bene ed analizzato gli articoli di Web dalle agenzie giornalistiche come la BBC ed il CNN, quanto tali sorgenti come le note sintetiche del controllo di malattie dalle università.

“Appena poichè Google indicizza i siti basati sul authoritativeness e cerca i siti di hub, egualmente guardiamo per iniziare i nostri crawls del Web dai siti come l'organizzazione mondiale della sanità ed il centri per il controllo e la prevenzione delle malattie,„ Hsu ha detto.

Alla conferenza a Atene, Roy Chowdhury egualmente ha presentato un manifesto su lavoro preliminare che il gruppo ha fatto sulle infezioni H1N1. Facendo uso dei modelli temporali, hanno generato le previsioni su quando le infezioni avrebbero alzato e la tariffa a cui avrebbero diminuito dopo quel picco. Roy Chowdhury ha usato i dati dal centri per il controllo e la prevenzione delle malattie. Il gruppo pianificazione estendere questa analisi dell'epidemia H1N1 facendo uso dei modelli basati su rete.

Source:

Kansas State University