Detalhes bibliográficos
| Ano de defesa: |
2012 |
| Autor(a) principal: |
Ana Elisa Pereira da Silva |
| Orientador(a): |
Luciano Vieira Dutra,
Marcelo Beltrão Molento |
| Banca de defesa: |
Antonio Miguel Vieira Monteiro,
Antônio Pereira de Souza |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Nacional de Pesquisas Espaciais (INPE)
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto
|
| Departamento: |
Não Informado pela instituição
|
| País: |
BR
|
| Resumo em Inglês: |
\textit{Fasciola hepatica} is the causative agent of fasciolosis, a disease that triggers a chronic inflammatory process in the liver and organs attached, which affects mainly the ruminants and accidentally men. In Brazil it occurs in greater numbers in the southern region, especially in the state of Rio Grande do Sul. In the cattle population, it can lead to a decrease in production and fertility and, in severe cases, the death. Therefore, the objective of this study was to estimate areas at risk in the cities of Rio Grande do Sul, using a time series of climatic and environmental variables that best relate to the disease and also the positivity index of fasciolosis in previous periods. Data about the disease were obtained from all cities of Rio Grande do Sul who sent animals to abattoirs with under the Federal Inspection Service from 2002 to 2010. Also, data from environmental and climatic variables that, according to other studies, correlate with fasciolosis were obtained. To perform the estimation, a multiple linear regression analysis method and a pattern recognition technique, known as decision tree were used. With the use of linear regression a general model with data from all years (2002-2010) and an individual model for each year were generated. The general model showed R$^{2}$ = 0.36 and correctly classified between 48 and 78\% of the samples during the study years. The individual model showed R$^{2}$ ranging from 0.25 to 0.49 in each year, with accuracy 52-66\%. Through the decision tree, the positivity index of the disease was divided into three risk classes: low, medium and high, reaching an overall accuracy from 47 to 74\% during the study years. Multiple linear regression showed the importance of temporal data for the construction of the model, considering two variables the year prior to the event being studied (positivity index and maximum temperature), since this disease has a development cycle that can last from months to years. In the decision tree was also included the temporal information about the number of cases from the previous year was also included. As for the overall accuracy, both the regression model and the decision tree methods have proved to be effective in correctly classifying most samples, in almost all years studied. The tree was generated from samples of only the first year of the series only, and was able to generalize the problem and estimate the disease in subsequent years with satisfactory results. |
| Link de acesso: |
http://urlib.net/sid.inpe.br/mtc-m19/2012/07.30.20.34
|
Resumo: |
\textit{Fasciola hepática} é o agente causador da Fasciolose, doença que desencadeia um processo inflamatório crônico no fígado e seus órgãos anexos, que acomete principalmente os ruminantes e acidentalmente o homem. No Brasil ocorre em maior número na região Sul, especialmente no estado do Rio Grande do Sul. Na população bovina pode levar à diminuição da produção e da fertilidade e, em casos graves, à morte. Por isso, o objetivo deste estudo foi estimar áreas de risco de ocorrência da fasciolose bovina nos municípios do Rio Grande do Sul, utilizando uma série temporal de variáveis climáticas e ambientais que melhor se relacionam com a doença e também o índice de positividade da fasciolose em períodos anteriores. Foram obtidos dados da doença de todos os municípios do Rio Grande do Sul que enviaram animais para abatedouros com Serviço de Inspeção Federal, no período de 2002 a 2010. Também foram obtidos dados de variáveis ambientais e climáticas que, segundo outros trabalhos, apresentam correlação com a fasciolose. Para realizar a estimativa foi aplicado o método de análise de regressão linear múltipla e a técnica de reconhecimento de padrões, conhecida como árvore de decisão. Através da regressão linear foram gerados um modelo geral com os dados de todos os anos (2002 a 2010) e um modelo individual para cada ano. O modelo geral apresentou R$^{2}$ = 0,36 e classificou corretamente entre 48 e 78\% das amostras nos anos estudados. O modelo individual apresentou R$^{2}$ variando de 0,25 a 0,49 em cada ano, com acerto de 52 a 66\%. Através da classificação por árvore de decisão, o índice de positividade da doença foi dividido em três classes de risco: baixo, médio e alto, alcançando exatidão global de 47 a 74\% durante os anos de estudo. A regressão linear múltipla mostrou a importância do dado temporal para a construção do modelo, considerando duas variáveis do ano anterior ao evento estudado (índice de positividade e temperatura máxima), já que esta doença apresenta ciclo de desenvolvimento que pode durar de meses a anos. Na árvore de decisão também foi incluída a informação temporal do número de casos da doença do ano anterior. Quanto à exatidão global, tanto o modelo de regressão quanto a árvore de decisão gerada se mostraram métodos eficientes na classificação correta da maioria das amostras, em praticamente todos os anos estudados. A árvore que foi gerada a partir de amostras apenas do primeiro ano da série temporal conseguiu generalizar o problema e estimar a doença nos anos seguintes com resultados satisfatórios. |
