Kernel Density Estimation (KDE) as a tool to enhance bovine tuberculosis surveillance in Santa Catarina, Brazil | Estimativa de Densidade de Kernel (KDE) como ferramenta para aprimorar a vigilância da tuberculose bovina em Santa Catarina, Brasil

English. In areas with low bovine tuberculosis (bTB) prevalence, such as Santa Catarina state, Brazil, effective surveillance is essential for disease eradication. Current strategies may miss high-risk farms by inadequately considering spatial risk factors. This study used Kernel Density Estimation (KDE) to analyze spatial risk patterns in Santa Catarina, Brazil, leveraging the official veterinary service’s (CIDASC’s Sigen+ database) farm data, testing history, and animal movement records. Results revealed that while existing surveillance targets many high-risk areas, some remain unmonitored. Practices such as on-farm slaughter and insufficient movement testing create vulnerabilities that can hinder bTB detection. Integrating KDE-derived risk maps into the current surveillance efforts can improve targeted resource allocation and disease control. This study demonstrated the value of spatial risk analysis for enhancing bTB surveillance in Santa Catarina state, offering a strategic tool to support CIDASC’s eradication efforts and serving as a model for other regions seeking to strengthen their surveillance programs.

Portuguese. Em áreas com baixa prevalência de tuberculose bovina (bTB), como Santa Catarina, Brasil, a vigilância eficaz é crucial para a erradicação da doença. As estratégias atuais podem não identificar fazendas de alto risco por não considerarem adequadamente os fatores de risco espaciais. Este estudo utilizou a Estimativa de Densidade de Kernel (KDE) para analisar os padrões de risco espacial em Santa Catarina, Brasil, aproveitando os dados de fazendas, histórico de testes e registros de movimentação de animais do serviço veterinário oficial (CIDASC’s Sigen+ database). Os resultados revelaram que, embora a vigilância existente tenha como alvo muitas áreas de alto risco, algumas permanecem não monitoradas. Práticas como o abate na fazenda e testes de movimentação insuficientes criam vulnerabilidades que podem impedir a detecção da bTB. A integração de mapas de risco derivados de KDE aos esforços de vigilância atuais pode melhorar a alocação direcionada de recursos e o controle de doenças. Este estudo demonstrou o valor da análise de risco espacial para aprimorar a vigilância da bTB em Santa Catarina, oferecendo uma ferramenta estratégica para apoiar os esforços de erradicação da CIDASC e servindo como modelo para outras regiões que buscam fortalecer seus programas de vigilância.