Los investigadores desarrollan más modo eficaz de predecir la extensión de la fiebre aftosa

Combinando tecnología y la salud de los animales, un grupo de investigadores de la universidad de estado de Kansas está desarrollando un más modo eficaz de predecir la extensión de la fiebre aftosa y el impacto de dimensiones preventivas.

Los investigadores están encontrando eso si un brote de la fiebre aftosa no está en el escenario epidémico, vacunación con derecho preferente son una manera como mínimo costosa de parar la extensión de la enfermedad a través de una red de animales. Pero si hay una alta probabilidad de la infección, los modelos de ordenador muestran que eso que selecciona estrategias sea mejor.

“Estamos intentando hacer profético así como modelado preventivo usando una aproximación red-basada,” dijo a Sohini Roy Chowdhury, el estudiante de un capitán en la ingeniería eléctrica. “Primero rastreamos cómo la infección se está extendiendo en espacio y tiempo. Entonces intentamos atenuar eso con ciertas estrategias. La contribución nueva de este proyecto es que considerábamos redes en los países como Turquía, Irán y Tailandia que no tienen una base de datos altamente construida.”

Roy Chowdhury está trabajando con Caterina Scoglio, profesor adjunto de eléctrico y ingeniería informática, y Guillermo Hsu, profesor adjunto de calcular y ciencias de la información. Presentaron el trabajo en diciembre de 2009 en la segunda Conferencia Internacional sobre dinámica de las enfermedades infecciosas en Atenas, Grecia.

Los investigadores utilizaron ecuaciones matemáticas para predecir cómo la fiebre aftosa extendió por una red de manadas infectadas. En la red, los nodos son los lugares como corrales y tierras que rozan en donde se esperan los animales. Son conectados de diversas maneras, por ejemplo por los movimientos que rozan de los animales y por cómo la gente y los vehículos se mueven entre las manadas. Hsu dijo que la meta de los investigadores es aumentar la exactitud de los modelos que predicen la enfermedad extendida en estas redes durante espacio y tiempo.

En los experimentos, los investigadores se ejecutaron hasta una semana del modelado profético en una red real y sierra como de bien igualó datos del episodio real. Roy Chowdhury dijo que también utilizaron los módulos inteligencia-basados artificiales para cruzar comparan la exactitud del modelo.

Los investigadores también probaron las estrategias tales de la mitigación como la vacunación, seleccionar y el aislamiento de ver cómo afectaron a la red. En brotes del mundo real de fiebre aftosa, el seleccionar a menudo se supone para ser la mejor estrategia, pero Scoglio dijo que su investigación podría verter más luz en la eficacia de esta práctica.

“Es la esperanza contener correctamente una enfermedad como la fiebre aftosa que es tan infecciosa mientras que disminuye las bajas económicas,” Scoglio dijo.

Hsu dijo que este estudio también podría beneficiar a los ayudantes humanitarios enviados para ayudar a contener fiebre aftosa. Los modelos de red del K-Estado perfeccionan sobre los existencias, él dijo, porque consideran los factores tales como el viento, rozar del animal y movimientos humanos entre las regiones, así como el número de mercados de carne en un área.

El grupo de la investigación de Scoglio ha estudiado brotes de la enfermedad usando los modelos de ordenador de redes antes, pero este proyecto es diferente en que considera una enfermedad específica, ella dijo.

Hsu contribuyó su investigación en la minería de datos, que las búsquedas para fregar noticias y otras fuentes públicas en línea y para extraer la información que podría ofrecer pistas sobre brotes de la enfermedad. Para este proyecto, el sistema de Hsu se arrastró y analizaba los artículos de la membrana de las agencias de prensa como la BBC y CNN, tan bien como las fuentes tales como las hojas de datos del control de enfermedades de universidades.

“Apenas pues Google divide los sitios basados en authoritativeness y busca sitios de cubo, también observamos para comenzar nuestros arrastres de la membrana de sitios como la Organización Mundial de la Salud y los centros para el control y prevención de enfermedades,” Hsu dijo.

En la conferencia en Atenas, Roy Chowdhury también presentó un asentador en trabajo preliminar que el grupo ha hecho en las infecciones H1N1. Usando modelos temporales, generaron predicciones en cuando las infecciones enarbolarían y el régimen en el cual caerían lejos después ese pico. Roy Chowdhury utilizó datos de los centros para el control y prevención de enfermedades. El grupo proyecta ampliar este análisis de la epidemia H1N1 usando modelos red-basados.

Source:

Kansas State University