Os pesquisadores desenvolvem mais modo eficaz prever a propagação da febre aftosa

Combinando a tecnologia e a sanidade animal, um grupo de pesquisadores da universidade estadual de Kansas está desenvolvendo mais modo eficaz prever a propagação da febre aftosa e o impacto de medidas preventivas.

Os pesquisadores estão encontrando aquele se uma manifestação da febre aftosa não está na fase epidémica, vacinação preventivo são uma maneira mìnima cara de parar a propagação da doença através de uma rede dos animais. Mas se há uma probabilidade alta da infecção, os modelos de computador mostram que isso que selecciona estratégias seja melhor.

“Nós estamos tentando fazer com carácter de previsão assim como preventivo que modela usando uma aproximação baseado na rede,” disse Sohini Roy Chowdhury, o estudante de um mestre na engenharia elétrica. “Primeiramente nós seguimos como a infecção está espalhando no espaço e no tempo. Então nós tentamos abrandar aquele com determinadas estratégias. A contribuição nova deste projecto é que nós consideramos redes nos países como Turquia, Irã e Tailândia que não têm uma base de dados altamente construída.”

Roy Chowdhury está trabalhando com Caterina Scoglio, professor adjunto de elétrico e engenharia informática, e William Hsu, professor adjunto da computação e ciências da informação. Apresentaram o trabalho em dezembro de 2009 na segunda conferência internacional sobre a dinâmica das doenças infecciosas em Atenas, Grécia.

Os pesquisadores usaram equações matemáticas para prever como a febre aftosa espalha sobre uma rede de rebanhos contaminados. Na rede, os nós são os lugares como currais e terras de pastagem onde os animais são guardarados. São conectados em várias maneiras, como pelos movimentos de pastagem dos animais e por como os povos e os veículos se movem entre os rebanhos. Hsu disse que o objetivo dos pesquisadores é aumentar a precisão dos modelos que prevêem a doença espalhada nestas redes sobre o espaço e o tempo.

Nas experiências, os pesquisadores foram executado até uma semana da modelagem com carácter de previsão em uma rede real e viram como bom combinou dados do episódio real. Roy Chowdhury disse que igualmente usaram os módulos inteligência-baseados artificiais para se cruzar comparam a precisão do modelo.

Os pesquisadores igualmente testaram estratégias da mitigação como a vacinação, a selecção e o isolamento ver como afectaram a rede. Em manifestações do real-mundo de febre aftosa, seleccionar frequentemente é presumida ser a melhor estratégia, mas Scoglio disse que sua pesquisa poderia derramar mais luz na eficácia desta prática.

“É a esperança conter correctamente uma doença como a febre aftosa que é tão infecciosa ao minimizar as perdas econômicas,” Scoglio disse.

Hsu disse que este estudo igualmente poderia beneficiar os ajudantes humanitários enviados para ajudar a conter a febre aftosa. Os modelos de rede do K-Estado melhoram em cima dos existências, disse ele, porque consideram factores como o vento, a pastagem do animal e movimentos humanos entre regiões, assim como do número de mercados de carne de uma área.

O grupo de investigação de Scoglio estudou manifestações da doença usando modelos de computador das redes antes, mas este projecto é diferente que considera uma doença específica, disse.

Hsu contribuiu sua pesquisa na mineração de dados, que as buscas para limpar notícias e outras fontes públicas em linha e para extrair a informação que poderia oferecer indícios sobre manifestações da doença. Para este projecto, o sistema de Hsu rastejou e analisou artigos da Web das agências noticiosas como a BBC e o CNN, tão bem quanto fontes como fichas técnicas do controlo de enfermidades das universidades.

“Apenas porque Google posiciona os locais baseados no authoritativeness e procura locais de cubo, nós igualmente olhamos para começar nossos rastejamentos da Web dos locais como a Organização Mundial de Saúde e os centros para o controlo e prevenção de enfermidades,” Hsu disse.

Na conferência em Atenas, Roy Chowdhury igualmente apresentou um cartaz no trabalho que preliminar o grupo fez nas infecções H1N1. Usando modelos temporais, geraram previsões em quando as infecções repicariam e a taxa em que deixariam cair fora em seguida esse pico. Roy Chowdhury usou dados dos centros para o controlo e prevenção de enfermidades. O grupo planeia estender esta análise da epidemia H1N1 usando modelos baseados na rede.

Source:

Kansas State University