Application of syndromic surveillance to routinely collected swine production data for farm health management and early disease detection
2021
Merca, Carolina Mendes Galante | Dórea, Fernanda | Vaz, Yolanda Maria
Dissertação de Mestrado Integrado em Medicina Veterinária
Mostrar más [+] Menos [-]ABSTRACT - Within the current context of increased risk for the emerging of new infectious diseases, with a great impact on both human public health and animal health and global economy, syndromic surveillance (SyS) appears an increasingly more suitable approach for the early detection of unexpected health events. This project embraces the construction of a SyS system giving relevant information for productivity and health management. Swine production data routinely collected by WinPig software and voluntarily shared by a Swedish reproduction farm, was the data source used. The chosen methodology employed was the combination of EWMA and Shewhart control charts on several health-related indicators to detect temporal aberrations of reproductive performance, using three detection limits based on a “severity” score. Furthermore, an interface with the SyS results was constructed for future use by farmers and veterinarians, where they can notice if the farm under study is experiencing alarms, allowing them to act timely. The SyS system’s effectiveness in early detection of diseases was evaluated using simulated data with the injection of Porcine respiratory and reproduction syndrome (PRRS) outbreaks. It was concluded that the injected outbreaks had a high chance of being noticed and at an early phase of the disease. Although these results should not be incautiously extrapolated to other diseases and farms, it corroborates the usefulness of SyS and production data to early disease warning with great potential for further development in the field of animal health surveillance.
Mostrar más [+] Menos [-]RESUMO - Aplicação de vigilância sindrómica em dados de produção de suínos recolhidos de forma rotineira para maneio da saúde da exploração e para deteção precoce de doenças - No contexto atual de risco acrescido de aparecimento de novas doenças infeciosas que acarretam um impacto significativo na saúde pública humana, saúde animal e economia global, a vigilância sindrómica (VS) surge como uma abordagem promissora para a deteção precoce de episódios de doença inesperados. O presente projeto consiste na construção de um sistema de VS com o objetivo de fornecer informação relevante no âmbito do maneio da produção e da saúde animais. Para isso, foram utilizados dados de produção de suínos recolhidos de forma rotineira através do software WinPig, e compartilhados voluntariamente por uma exploração sueca de reprodução. A metodologia adotada reside na aplicação combinada dos gráficos de controlo EWMA e Shewhart em vários indicadores relacionados com a saúde animal, por forma a detetar acontecimentos temporais considerados anormais no desempenho reprodutivo. Foram utilizados três limites de deteção baseados na pontuação de severidade do alerta. Adicionalmente, foi construída uma plataforma com os resultados do sistema de VS para utilização futura por produtores e médicos veterinários, para que estes possam perceber se a exploração em estudo se encontra a gerar alarmes, permitindo-lhes atuar atempadamente. A eficácia do sistema de VS na deteção precoce de doenças foi avaliada utilizando dados simulados com injeção de surtos de Síndrome reprodutivo e respiratório suíno (PRRS). Concluiu-se que os surtos injetados tinham elevada probabilidade de serem notados pelos utilizadores do sistema e numa fase precoce da doença. Embora estes resultados não devam ser extrapolados de forma acrítica para outras doenças e explorações, realçam a utilidade da VS e da utilização dos dados de produção para o alerta precoce de doenças, tendo um grande potencial para desenvolvimentos futuros no campo da vigilância da saúde animal.
Mostrar más [+] Menos [-]Palabras clave de AGROVOC
Información bibliográfica
Este registro bibliográfico ha sido proporcionado por Technical University of Lisbon