Estratégias para seleção de variáveis em diferentes modelos preditivos para tuberculose animal

Abstract

O objetivo deste estudo foi usar diferentes metodologias estatísticas para seleção de variáveis para predizer a presença da tuberculose bovina em um rebanho, e desta forma encontrar as estratégias que identificassem variáveis associadas com a presença de pelo menos um animal positivo dentro de um rebanho. Este procedimento foi aplicado a um banco de dados resultante de um questionário e de testes de tuberculinização aplicados por médicos veterinários da Coordenadoria de Defesa Agropecuária do Estado de São Paulo (CDA). Com base na combinação de métodos clássicos de regressão, foram utilizadas, no capítulo 2, três estratégias de seleção para que se obtivesse uma redução gradativa do número de variáveis com base no conhecimento da epidemiologia da doença. A partir dos dados originais, algumas variáveis foram mantidas e outras criadas, sendo o rebanho a unidade de observação. O capítulo 3 apresenta as etapas relacionadas à utilização de algoritmos de “machine learning” para análises preditivas em saúde animal. A variável resposta foi o rebanho com pelo menos um animal positivo no teste diagnóstico de tuberculose

The aim of this study was to use different statistical methodologies for selection of variables to predict bovine tuberculosis within a herd, and in this way find the strategies to select variables associated with the presence of a positive animal within a herd. This procedure was applied to a database that resulted from a questionnaire and tuberculin tests applied by veterinarians from the Agricultural Defense Coordination of the State of São Paulo (CDA). Based on the combination of classical regression methods, in Chapter 2, three selection strategies were used in order to obtain a gradual reduction in the number of variables based on the epidemiology of the disease. From the original data, some variables were maintained and others created, with the herd being the unit of observation. Chapter 3 presents the steps related to the use of “machine learning” algorithms for predictive analysis in animal health. The response variable was the positive herd for tuberculosis