Spatial epidemiology of bovine tuberculosis in domestic animals and evaluation of surveillance
Bibliographic record
Abstract
El objetivo de la presente tesis ha sido obtener información sobre la epidemiología de la Tuberculosis Bovina (TBb) en rebaños vacunos así como la obtención de datos para la implementación de un posible sistema de vigilancia basado en riesgo. En el primer estudio se analizó la variación espacio-temporal del riesgo de TBb en rebaños vacunos desde el año 2006 hasta el 2011. Los resultados indicaron que la prevalencia y la incidencia fueron más elevadas en algunas comarcas y en algunos años, comparando con la evolución global a nivel de país. El análisis de potenciales factores de riesgo indicaron que tanto los movimientos entre granjas provenientes de zonas de elevada incidencia (>1%) como la presencia de ganado de lidia, incrementaban el riesgo de infección. En el segundo estudio se describió una aproximación a un sistema de vigilancia basado en riesgo que se está evaluando actualmente en Nueva Zelanda. Dado que la presencia de TBb en granjas está conducida por un número de factores que incluyen: historial de infección previo en la explotación, frecuencia de test diagnósticos llevados a cabo en la explotación, localización geográfica y los movimientos de animales; el objetivo del estudio fue calcular una puntuación de riesgo de infección para cada granja utilizando datos recogidos durante la campaña de erradicación de forma rutinaria. De esta forma, los rebaños podrían ser clasificados en función de su riesgo de infección y así la vigilancia se podría focalizar en intentar detectar, de una forma más eficiente y economizando los costes, aquellas granjas con la puntuación de riesgo más elevada. En el tercer estudio, la sensibilidad individual de la vigilancia de TBb en mataderos de Cataluña fue evaluada. La probabilidad de detectar un bovino infectado fue estimada mediante el producto de las siguientes probabilidades: 1) probabilidad de que un bovino infectado llegue a matadero presentando lesiones compatibles y detectables macroscópicamente (LDM), 2) probabilidad de que LDM sean detectadas durante la inspección en matadero, 3) probabilidad de que el veterinario oficial de matadero sospeche de TBb y envíe las muestras al laboratorio para su confirmación. La sensibilidad individual de la vigilancia de TBb en los mataderos de bovino de Cataluña, resultó ser de un 31.4% (CI 95%: 28.6-36.2). En el cuarto estudio, la dinámica de transmisión de TBb dentro de un rebaño fue analizada. Para ello se desarrolló un modelo compartimental estocástico SEI (Susceptibles, Expuestos e Infecciosos). Con este modelo se infirieron los parámetros relacionados con la transmisión, en particular el ratio de transmisión (β) y el ratio en el que los animales infectados pasan a ser infecciosos (α). También, debido a la controversia sobre las sensibilidades reportadas de la prueba de la intradermo-tuberculinización simple (IDTs) en condiciones de campo, la probabilidad de detectar tanto los animales infectados como los infecciosos (ϕ y ρ, respectivamente) fue también evaluada. Las distribuciones posteriores de los parámetros modelizados fueron obtenidas mediante el método de las cadenas de Markov Chain Monte Carlo y por métodos de aproximación por computación bayesiana (MCMC-ABC). El promedio obtenido, de 33 rebaños de diferentes áreas de España, para el ratio de transmisión varió entre 0.0001 y 0.0002 por día, y el promedio del ratio de transición de bovinos infectados a infecciosos varió entre 0.011 y 0.0001.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".