Des chercheurs de l'Université d'État de Caroline du Nord ont mis au point un algorithme qui pourrait informer à l'avance les élevages porcins des épidémies de virus de la diarrhée épidémique porcine (PEDV). L'algorithme de validation de principe a le potentiel d'être utilisé dans la prédiction en temps réel d'autres épidémies chez les animaux destinés à l'alimentation.

Le PEDV est un virus qui provoque des taux de mortalité élevés chez les porcelets présevrés. Le virus est apparu aux États-Unis en 2013 et en 2014 avait infecté environ 50 pour cent des troupeaux reproducteurs. Le PEDV se transmet par contact avec des matières fécales contaminées.

Gustavo Machado, professeur adjoint de santé des populations et de pathobiologie à l'État de Caroline du Nord et auteur correspondant d'un article décrivant le travail, a développé un pipeline utilisant des techniques d'apprentissage automatique pour créer un algorithme capable de prédire les épidémies de PEDV dans l'espace et le temps.

Machado, avec des collègues de l'Université du Minnesota et de l'Universidade Federal do Rio Grande do Sul du Brésil, utilisé les données d'incidence hebdomadaires au niveau de la ferme provenant des fermes de truies pour créer le modèle. Les données comprenaient tous les types de mouvements de porcs, densité de porcs, et les facteurs environnementaux et météorologiques tels que la végétation, vitesse du vent, température et précipitations.

Les chercheurs ont examiné des "quartiers" définis comme un rayon de 10 kilomètres autour des fermes de truies. Ils ont alimenté le modèle d'informations sur les épidémies, mouvements d'animaux dans chaque quartier et les caractéristiques environnementales à l'intérieur de chaque quartier. Finalement, leur modèle était capable de prédire les épidémies de PEDV avec une précision d'environ 80 %.

Le facteur de risque le plus important pour prédire la propagation du PEDV était le mouvement des porcs dans et à travers le voisinage de 10 km, bien que l'environnement du quartier, y compris la pente et la végétation, ait également influencé le risque.

"Ce modèle de preuve de concept a identifié le goulot d'étranglement de la propagation du PEDV en Caroline du Nord et nous a permis de classer les facteurs de risque d'infection par ordre d'importance, " dit Machado. " Comme nous obtenons plus de données d'autres sites agricoles à travers les États-Unis, nous nous attendons à ce que la précision du modèle augmente. Notre objectif final est d'avoir des prévisions de risques en temps quasi réel afin que les agriculteurs et les vétérinaires puissent fournir des soins préventifs aux zones à haut risque et prendre des décisions basées sur des données. »

Les prochaines étapes pour les chercheurs comprennent l'amélioration du modèle pour prédire un plus large éventail de maladies et son extension pour inclure d'autres industries, comme la volaille.

L'œuvre apparaît dans Rapports scientifiques .