Impacto de Mesomycoplasma Hyopneumoniae en la Mortalidad Porcina Utilizando Modelos de Machine Learning

Fabiana Carolina de Aguiar; Henrique Raymundo Gioia

DOI: 10.22167/2675-6528-202602883

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

La porcicultura de alta producción enfrenta desafíos constantes relacionados con la viabilidad de los lotes, donde la interacción entre patógenos e indicadores productivos impacta directamente la rentabilidad de la industria. Los análisis de laboratorio para la identificación de agentes infecciosos como el Mesomycoplasma hyopneumoniae, causante de la neumonía enzoótica, son relevantes para la dirección de intervenciones asertivas en las granjas. El objetivo de este estudio fue evaluar la importancia de la infección por M. hyopneumoniae y de variables zootécnicas en la mortalidad en granjas de crecimiento y terminación, utilizando modelos de Machine Learning. La metodología consistió en el procesamiento de una base de datos real de una agroindustria, integrando resultados de laboratorio, indicadores de producción y evaluaciones de bioseguridad. Los datos fueron estandarizados y la variable objetivo transformada logarítmicamente, siendo analizados por algoritmos de Regresión Lineal, Random Forest y XGBoost. Los resultados demostraron que los modelos capturaron interacciones de forma similar, explicando aproximadamente el 35% de la variabilidad de la mortalidad. La presencia de M. hyopneumoniae y el umbral de ciclo invertido se destacaron como importantes indicadores sanitarios, mientras que la Conversión Alimenticia Corregida y la edad al sacrificio fueron los principales indicadores de producción. El algoritmo XGBoost fue considerado el de mejor desempeño operativo debido a su capacidad nativa de gestionar datos faltantes. El modelado predictivo actuó como herramienta eficaz en la evaluación de los riesgos de mortalidad, reforzando la necesidad de diagnósticos de laboratorio rutinarios en el ciclo productivo.

Palabras clave: Mortalidad; Modelo predictivo; Neumonía enzoótica; Cunicultura.

1. Introducción

La porcicultura de alta producción global enfrenta desafíos continuos relacionados con la viabilidad de los lotes, donde la interacción entre patógenos e indicadores productivos impacta directamente la rentabilidad de la industria. Brasil ocupa la cuarta posición entre los mayores productores y exportadores de carne de cerdo en el mundo, siendo el estado de Santa Catarina el mayor productor nacional, responsable del 32,94% de la producción. En 2024, los estados de la región Sur sacrificaron 34,1 millones de cerdos (ABPA, 2025). Con la continua expansión de la producción y el aumento de las exigencias de la cadena productiva, crece la preocupación por la presencia de enfermedades, que impactan directamente la productividad y elevan los costos de producción.

En este escenario, Mesomycoplasma hyopneumoniae, agente causante de la neumonía enzoótica porcina, se destaca como un patógeno respiratorio altamente prevalente en el hato porcino. Su presencia en el tracto respiratorio de los animales se caracteriza por tos seca y no productiva, pudiendo resultar en pérdidas económicas significativas debido a la caída en el rendimiento zootécnico y al aumento de los costos con medicamentos. Estudios indican que la infección por M. hyopneumoniae puede causar pérdidas de hasta 6,55 dólares por animal cuando más del 15% del pulmón está comprometido, además de una reducción en la tasa de crecimiento de siete por ciento a veinte por ciento, especialmente cuando se asocia a otras enfermedades infecciosas (Barcellos y Guedes, 2022).

Debido a los impactos negativos de las enfermedades infecciosas, es fundamental mejorar la precisión de los diagnósticos y el conocimiento epidemiológico de los patógenos de relevancia en la producción porcina. Esto permitirá la implementación de medidas de prevención, control y erradicación más eficaces en las granjas, contribuyendo a la salud del rebaño y a la sostenibilidad de la producción. El uso de datos para el control de enfermedades infecciosas ha demostrado ser esencial para la gestión eficaz de las enfermedades en los rebaños, ya que la tecnificación de los sistemas de producción ha propiciado la trazabilidad de las enfermedades, permitiendo una vigilancia activa en las granjas y posibilitando la detección temprana de brotes (Batista et al., 2007; Merca et al., 2022).

Los modelos predictivos, que utilizan datos históricos y algoritmos matemáticos, son herramientas poderosas para predecir eventos y comportamientos futuros, transformando datos en predicciones útiles para la toma de decisiones. Aunque los modelos estadísticos tradicionales, como los de regresión lineal, son ampliamente utilizados, la aplicación de Machine Learning (ML) se ha vuelto cada vez más relevante, principalmente debido a su capacidad para manejar grandes volúmenes de datos y relaciones no lineales (van Milgen et al., 2008; Madhuri y Deshpande, 2024). El Machine Learning, un subconjunto de la inteligencia artificial, permite que los sistemas aprendan y mejoren sus predicciones de forma autónoma, utilizando técnicas como redes neuronales y aprendizaje profundo, sin necesidad de programación explícita (Google Cloud, 2024; Madhuri y Deshpande, 2024).

En epidemiología veterinaria, el uso de Machine Learning, aunque todavía en una etapa inicial, ha demostrado un gran potencial para mejorar la predicción de brotes y la gestión de enfermedades en las poblaciones porcinas. Modelos de ML, como Random Forest y Extreme Gradient Boosting (XGBoost), han demostrado ser eficaces en la predicción de brotes de enfermedades porcinas, como la Peste Porcina Africana (Liang et al., 2020) y el Síndrome Reproductivo y Respiratorio Porcino (Shamsabardeh et al., 2022). El XGBoost, en particular, se considera una de las tecnologías más importantes en aprendizaje automático, siendo eficaz en conjuntos de datos de grandes dimensiones donde la precisión de clasificación supera los métodos tradicionales (Liu et al., 2022; Xu et al., 2023; Paploski et al., 2021). Además, el ML puede ampliarse al análisis del bienestar animal, un indicador creciente de calidad en la producción porcina, ayudando en la predicción de riesgos (Zimpel et al., 2021).

A pesar de los avances, la complejidad multifactorial de la mortalidad en la fase de terminación sugiere que la integración de diagnósticos de laboratorio con índices productivos, como se observa en este estudio, fortalece la robustez de los modelos de aprendizaje automático en la anticipación de pérdidas sanitarias en la producción porcina (Halev et al., 2023). Así, este estudio se justifica por la necesidad de mejorar la comprensión de los factores que influyen en la mortalidad en rebaños porcinos, utilizando enfoques de Machine Learning para identificar patrones y optimizar las estrategias de manejo y bioseguridad. El objetivo de este estudio fue evaluar, a través de regresión lineal y modelos de Machine Learning, la importancia de la presencia de Mesomycoplasma hyopneumoniae en las granjas de cerdos en fase de crecimiento/terminación de una gran agroindustria en el oeste de Santa Catarina, con la construcción de los modelos teniendo como objetivo identificar patrones de producción y bioseguridad que contribuyan a la ocurrencia de mortalidad.

2. Material y Métodos

Este trabajo se caracterizó como un estudio observacional retrospectivo, enfocado en el análisis de datos productivos y de bioseguridad en granjas de cerdos. La unidad de análisis comprendió la mortalidad, la ganancia de peso diaria, la conversión alimenticia corregida y la edad al sacrificio, además de la nota media de bioseguridad. Los datos fueron recolectados en producciones integradas de cerdos, específicamente en las fases de crecimiento y terminación, pertenecientes a una gran agroindustria ubicada en el oeste de Santa Catarina, durante los años 2024 y 2025. La evaluación de la bioseguridad de las granjas se realizó mediante un “checklist” interno, que consistía en 41 preguntas.

Para complementar los datos productivos y de bioseguridad, se incorporaron resultados de diagnóstico de laboratorio. La infección por Mesomycoplasma hyopneumoniae se detectó utilizando la técnica de qPCR (reacción en cadena de la polimerasa cuantitativa) en muestras recolectadas en las granjas durante el mismo período. Adicionalmente, se incluyeron análisis microbiológicos del agua suministrada a los animales, con resultados cualitativos que indican la presencia o ausencia de coliformes totales y Escherichia coli. La detección del patógeno por qPCR se determinó por el valor de “Cycle Threshold” (CT), donde valores más bajos indican mayor cantidad de material genético. Para facilitar la interpretación, se trabajó con valores de CT “invertidos” (40 – CT), de modo que valores más elevados representaran mayor carga del agente.

El procesamiento de los datos y la implementación de los modelos de Machine Learning se realizaron utilizando el lenguaje de programación Python, con la ayuda de bibliotecas especializadas para análisis, según se detalla en el Apéndice A del trabajo original. La variable dependiente de los modelos fue el porcentaje de mortalidad total del lote de cerdos. Para reducir la asimetría y estabilizar la varianza de esta variable, se aplicó una transformación logarítmica (log1p).

La calidad de los datos fue asegurada por medio de procedimientos de corrección de errores de escritura en campos textuales y verificación de la consistencia y tipo de los datos. Para las variables explicativas que presentaban valores faltantes, se optó por la imputación constante, utilizando el SimpleImputer con fill_value = -1. Este procedimiento se aplicó solamente para los modelos de Regresión Lineal y Random Forest, puesto que el algoritmo XGBoost posee capacidad nativa para gestionar datos inexistentes.

La estacionalidad, representada por los meses, se transformó en componentes de seno (mes_sen) y coseno (mes_cos) para capturar la naturaleza continua del tiempo. La variable sexo se trató mediante “One-Hot Encoding”, utilizando la función “get_dummies” de la biblioteca pandas. El lote sexo_misto se definió como categoría de referencia implícita, y las variables sexo_femea y sexo_macho se crearon como variables “dummy”.

Para el análisis y modelado, se seleccionaron tres algoritmos con arquitecturas distintas. La Regresión Lineal (RL) se empleó como modelo de referencia estadística clásica. Para los modelos de Ensemble, Random Forest (RF) y XGBoost, la base de datos se dividió en un conjunto de entrenamiento (70%) y un conjunto de prueba (30%), con el fin de asegurar la capacidad de generalización y evitar el sobreajuste de los datos.

El algoritmo Random Forest, basado en “Bagging”, se configuró con 500 árboles de decisión, una profundidad máxima de 10 y la cantidad de variables vistas por cada árbol definida en 0,7. El XGBoost, un algoritmo de “Boosting”, se configuró con 1000 árboles y una “learning rate” de 0,05, siendo ajustado para minimizar el error residual de forma secuencial.

La validez de las premisas de linealidad para el modelo de Regresión Lineal fue evaluada mediante el análisis de los residuos, utilizando el gráfico “Quantile-Quantile Plot” (Q-Q) y el gráfico de distribución, con el objetivo de verificar la normalidad de los errores. El rendimiento predictivo de los modelos se midió por el Coeficiente de Determinación (R²) y el Error Absoluto Medio (MAE), complementados por la evaluación de la significancia estadística global vía Estadística F y su respectivo p-valor. Para la Regresión Lineal, estas métricas se calcularon sobre el conjunto global de datos, mientras que para los modelos de Machine Learning, se calcularon sobre la base de prueba.

3. Resultados y Discusión

El análisis de los datos se inició con una base robusta, comprendiendo 2.744 observaciones de carácter productivo, originarias de 500 granjas. Se incluyeron 910 registros de análisis de la calidad del agua, abarcando 424 propiedades, y 286 análisis de Mesomycoplasma hyopneumoniae, realizados en 188 granjas. Adicionalmente, se incorporaron 2.056 evaluaciones de bioseguridad, correspondientes a 431 granjas. En promedio, cada productor alojó 5,48 lotes durante el período de estudio, resultando en 2,74 lotes de cerdos sacrificados por año, lo que demuestra la amplitud y la relevancia del conjunto de datos para la comprensión de los factores que influyen en la mortalidad en la producción porcina.

Las variables productivas analizadas revelaron una mortalidad media del 2,49%, una conversión alimenticia corregida de 2,30 kg/kg y una ganancia de peso diaria de 1,05 kg/día. La edad media al sacrificio fue de 98,11 días. En cuanto a la composición de los lotes, se identificaron 103 como lotes de hembras, 72 como lotes de machos y 2.569 como lotes mixtos. La puntuación media del checklist de bioseguridad fue de 89,61, lo que indica un buen nivel general de cumplimiento de las prácticas sanitarias. Los resultados de laboratorio del agua mostraron que 719 muestras fueron positivas para coliformes totales y 88 para Escherichia coli, mientras que 191 y 822 fueron negativas, respectivamente. Para Mesomycoplasma hyopneumoniae, 240 resultados fueron positivos y 46 negativos, con un valor medio de Cycle Threshold (CT) invertido de 26,98, lo que refleja la carga bacteriana del patógeno.

La detección de la presencia o ausencia de Mesomycoplasma hyopneumoniae se realizó mediante la técnica de qPCR, donde el valor de Cycle Threshold (CT) indica el número de ciclos necesarios para que el material genético objetivo se vuelva detectable. Valores más bajos de CT corresponden a una mayor cantidad de material genético del agente en la muestra. Para facilitar la interpretación de los resultados, se trabajó con valores de CT “invertidos” (40 – CT), de modo que valores más elevados representaran una mayor carga del agente, alineándose con la expectativa de que una mayor presencia del patógeno estaría asociada a un riesgo elevado de mortalidad.

El modelo de Regresión Lineal, ajustado sobre la totalidad de la base de datos, demostró una capacidad explicativa de aproximadamente el 38,59% de la variabilidad de la mortalidad, según lo indicado por el coeficiente de determinación (R²). Aunque esta capacidad se considera limitada para datos biológicos complejos, la significancia estadística global del modelo fue altamente expresiva (p < 0,001), confirmando que las variables seleccionadas establecen una relación matemáticamente sólida con la tasa de mortalidad. La validez estadística del modelo fue corroborada por el análisis de los residuos, que presentaron una distribución aproximadamente normal en la mayor parte del muestreo, con desviaciones en los extremos superiores asociadas a casos de alta mortalidad, y un histograma unimodal y simétrico, centrado en cero, indicando adherencia a las premisas de normalidad (Fávero y Belfiore, 2017).

El análisis de los coeficientes obtenidos por el modelo de Regresión Lineal reveló la fuerza y la dirección de la influencia de cada variable sobre la mortalidad. Los coeficientes positivos indicaron variables que elevan la mortalidad, mientras que los coeficientes negativos señalaron factores asociados a su reducción. La Conversión Alimentaria Corregida destacó con el mayor coeficiente positivo, seguida por la presencia de Mesomycoplasma hyopneumoniae, la edad al sacrificio y la carga bacteriana (CT invertido). Estos hallazgos corroboran la literatura, que asocia la ocurrencia del patógeno, cargas bacterianas elevadas y la prolongación del ciclo de cría a un mayor riesgo de muerte de los lotes (Barcellos y Guedes, 2022; Halev et al., 2023).

Por otro lado, variables como lotes compuestos exclusivamente por hembras y la estacionalidad (meses) exhibieron coeficientes negativos, sugiriendo menor mortalidad. La menor mortalidad en hembras puede estar asociada a su origen genético, que confiere mayor uniformidad sanitaria e inmunológica al rebaño. El mapeo temporal reveló un patrón estacional continuo, con el impacto sobre la mortalidad alcanzando su punto más bajo entre enero y marzo, elevándose en otoño y alcanzando el ápice en invierno (julio a agosto), para luego declinar al final del año. Este patrón refleja la mayor vulnerabilidad de los animales en los meses más fríos, conforme también descrito por Barcellos y Guedes (2022).

Considerando la complejidad multifactorial de la mortalidad porcina y la naturaleza observacional del estudio, se empleó el modelo Random Forest (RF) para la construcción del modelo predictivo. El RF, basado en la agregación de múltiples árboles de decisión, es reconocido por su capacidad para manejar la variabilidad y las relaciones complejas presentes en datos observacionales (Zimpel et al., 2021; Magalhães et al., 2023). La optimización mediante GridSearch, con restricción de la profundidad máxima de los árboles y elevación del número mínimo de muestras por hoja, fue crucial para mitigar el fenómeno de “overfitting” y mejorar la generalización del modelo a datos externos no observados previamente (Halev et al., 2023).

En el modelo Random Forest, la Conversión Alimentaria Corregida también destacó como la variable de mayor impacto, contribuyendo con aproximadamente el 36,6% de la importancia predictiva. La carga bacteriana (CT invertido) y la Ganancia de Peso Diaria asumieron papeles destacados, representando alrededor del 19,4% y 11,5% de la importancia, respectivamente. La presencia de Mesomycoplasma hyopneumoniae y la edad al sacrificio también fueron relevantes, con un 10,8% y un 8,5% de importancia. Las variables de calidad microbiológica del agua y los componentes de estacionalidad presentaron contribuciones individuales inferiores al 5%, reforzando la priorización de indicadores continuos de desempeño zootécnico y presión sanitaria directa en la explicación de la variabilidad de la mortalidad.

A pesar del buen rendimiento del Random Forest, la reducción observada en el coeficiente de determinación (R²) entre los conjuntos de entrenamiento (0,6439) y prueba (0,3430) sugirió la ocurrencia de “overfitting” o disparidades en la distribución de los datos. Esta limitación indica que, si bien el modelo aprendió bien los patrones en los datos de entrenamiento, su capacidad de generalización a nuevos datos puede verse comprometida. La divergencia en la jerarquía de importancia entre el RF y la Regresión Lineal refleja la naturaleza no lineal de la mortalidad, donde el RF, al modelar interacciones complejas, asigna la conversión alimenticia en la cima de su ranking predictivo, indicando que desviaciones en la conversión pueden ser críticas en lotes más viejos o desafiados por patógenos (Atias et al., 2025).

El modelo XGBoost presentó un rendimiento predictivo similar al Random Forest, explicando aproximadamente el 31,10% de la variabilidad de la mortalidad en la base de prueba (R² = 0,3110). Sin embargo, XGBoost demostró una mejora en la precisión de las estimaciones al reducir la distancia con respecto a la base de entrenamiento (R² = 0,4684). Esto se debe a su mecanismo de regularización L1/L2 y a la tasa de aprendizaje reducida (0,05), que penalizaron secuencialmente la complejidad de los árboles, conteniendo la propagación de errores residuales y asegurando mayor estabilidad en la transición a datos no observados (Madhuri y Deshpande, 2024).

Una ventaja operativa significativa de XGBoost es su capacidad nativa para gestionar datos faltantes, eliminando la necesidad de imputación artificial y preservando la integridad de la información observada. La detección de Mesomycoplasma hyopneumoniae asumió la máxima importancia en XGBoost, representando el 27,3% de la ganancia de pureza del algoritmo, seguida de la carga bacteriana (CT invertido, 24,0%) y la Conversión Alimentaria Corregida (21,8%). La relevancia de la variable resultado_mycoplasma, incluso con un volumen considerable de datos faltantes, sugiere que tanto la presencia del patógeno como un posible sesgo de selección en su monitoreo pueden estar asociados con las variaciones en la mortalidad.

El análisis comparativo de la mortalidad acumulada en lotes positivos y negativos para Mesomycoplasma hyopneumoniae, en relación con la media general del plantel, reveló que los lotes positivos se mantuvieron sistemáticamente por encima de la media histórica. Este hallazgo subraya el impacto directo del patógeno en la viabilidad del plantel y sugiere que la estrategia de monitoreo puede estar dirigida a lotes que ya manifiestan signos clínicos, justificando la alta relevancia de esta variable en los modelos predictivos. Por el contrario, la curva de lotes negativos osciló predominantemente cerca o por debajo de la media general, validando el muestreo y demostrando que el monitoreo no se restringió solo a lotes problemáticos, sino que también incluyó lotes sanos, confiriendo mayor credibilidad a las inferencias de los modelos.

La consistencia de los resultados entre los tres modelos, a pesar de sus diferencias estructurales, refuerza la confiabilidad de las variables identificadas. La Regresión Lineal, el Random Forest y el XGBoost presentaron desempeños predictivos y estadísticos similares en sus métricas de validación, con la proximidad del R², del MAE y la significancia de la Estadística F en todos los enfoques. Esta convergencia de resultados, especialmente la prominencia de la Conversión Alimentaria Corregida, de la presencia de Mesomycoplasma hyopneumoniae y del CT invertido, consolida estos factores como indicadores cruciales de riesgo para la mortalidad en la cría de cerdos.

Aunque los modelos desarrollados han presentado resultados prometedores en la identificación de patrones de producción y bioseguridad que contribuyen a la ocurrencia de mortalidad, la complejidad multifactorial de la mortalidad en la fase de terminación sugiere que la inclusión de variables sanitarias y de manejo adicionales podría elevar aún más el rendimiento predictivo. La integración de diagnósticos para otros patógenos del complejo respiratorio porcino, como el virus de la Influenza porcina, Pasteurella multocida y Actinobacillus pleuropneumoniae, podría capturar interacciones sinérgicas que agravan el cuadro clínico. Además, el monitoreo de agentes sistémicos y entéricos, junto con variables de manejo y ambiente como vacunación, consumo de agua, temperatura, densidad poblacional y calidad del aire, podrían refinar la sensibilidad de los modelos en la detección precoz de desviaciones.

En resumen, el modelado predictivo, destacando el algoritmo XGBoost por su capacidad para gestionar datos faltantes, demostró ser una herramienta eficaz en la evaluación de los riesgos de mortalidad en granjas de cerdos. Los resultados confirmaron la importancia de la infección por Mesomycoplasma hyopneumoniae y de indicadores zootécnicos como la Conversión Alimentaria Corregida y la edad al sacrificio en la explicación de la variabilidad de la mortalidad, reforzando la necesidad de diagnósticos de laboratorio rutinarios y una gestión de riesgos multifactorial para optimizar las estrategias de manejo y bioseguridad en el ciclo productivo.

4. Conclusión

El presente estudio evaluó la importancia de la infección por Mesomycoplasma hyopneumoniae y de variables zootécnicas en la mortalidad en granjas de crecimiento y terminación, utilizando modelos de Machine Learning. Se verificó que los algoritmos de Regresión Lineal, Random Forest y XGBoost presentaron capacidad explicativa similar, respondiendo por aproximadamente el 35% de la variabilidad de la mortalidad. La presencia de M. hyopneumoniae y el umbral de ciclo invertido se destacaron como importantes indicadores sanitarios, mientras que la Conversión Alimentaria Corregida y la edad al sacrificio fueron identificados como los principales indicadores de producción. Se observó que lotes positivos para M. hyopneumoniae se mantuvieron sistemáticamente por encima de la media histórica de mortalidad, evidenciando el impacto directo del patógeno en la viabilidad del plantel. La consistencia de los resultados entre los modelos refuerza la confiabilidad de las variables identificadas, consolidándolas como factores cruciales de riesgo. El modelado predictivo, con el algoritmo XGBoost demostrando mejor desempeño operacional debido a su capacidad nativa de gestionar datos faltantes, actúa como una herramienta eficaz en la evaluación de los riesgos de mortalidad, ofreciendo soporte a la decisión y priorizando intervenciones preventivas en la producción porcina.

A pesar de los avances, la capacidad explicativa de los modelos se consideró limitada para la complejidad de los datos biológicos, y el modelo Random Forest presentó indicios de sobreajuste (overfitting). La complejidad multifactorial de la mortalidad en la fase de terminación sugiere que la inclusión de variables sanitarias y de manejo adicionales podría elevar el rendimiento predictivo. Para estudios futuros, se recomienda la integración de diagnósticos para otros patógenos del complejo respiratorio porcino, como el virus de la Influenza porcina, Pasteurella multocida y Actinobacillus pleuropneumoniae, a fin de capturar interacciones sinérgicas. Se sugiere también el monitoreo de agentes sistémicos y entéricos, así como variables de manejo y ambientales, incluyendo vacunación, consumo de agua, temperatura, densidad poblacional y calidad del aire. Tales inclusiones podrían refinar la sensibilidad de los modelos en la detección temprana de desviaciones que elevan la mortalidad de los lotes, reforzando la necesidad de diagnósticos laboratoriales rutinarios y una gestión de riesgos multifactorial para optimizar las estrategias de manejo y bioseguridad en el ciclo productivo.

Referencias Bibliograficas

ABPA. 2025. Relatório Anual 2025. Associação Brasileira de Proteína Animal, São Paulo, SP, Brasil. Disponível em: https://abpa-br.org/wp-content/uploads/2025/04/ABPA.-Relatorio-Anual-2025.pdf. Acesso em: 05 nov. 2025.

Atias, D.; Ashri, S.; Goldbourt, U.; Benyamini, Y.; Gilad-Bachrach, R.; Hasin, T.; Gerber, Y.; Obolski, U. 2025. Machine learning in epidemiology: An introduction, comparison with traditional methods, and a case study of predicting extreme longevity. Annals of Epidemiology 110: 23-33.

Barcellos, D.E.S.N.; Guedes, R.M.C. 2022. Doença dos Suínos. 3ed. Edição dos autores, Porto Alegre, RS, Brasil.

Batista, L.; Pijoan, C.; Ruiz, A.; Utreta, V.; Dee, S. 2007. Assessment of transmission of Mycoplasma hyopneumoniae by personnel. Journal of Swine Health and Production 12: 75-77.

Fávero, L.P.L.; Belfiore, P.P. 2017. Manual de análise de dados: estatística e modelagem multivariada com excel, SPSS e stata. 1ed. Elsevier, Rio de Janeiro, RJ, Brasil.

Google Cloud. 2024. O que é análise preditiva e como ela funciona? Disponível em: https://cloud.google.com/learn/what-is-predictive-analytics?hl=pt-BR. Acesso em: 02 nov. 2025.

Halev, A.; Martínez-López, B.; Clavijo, M.; et al. 2023. Infection prediction in swine populations with machine learning. Scientific Reports 13: 17738.

Liang, R.; Lu, Y.; Qu, X.; et al. 2020. Prediction for global African swine fever outbreaks based on a combination of random forest algorithms and meteorological data. Transboundary and Emerging Diseases 67: 935-946.

Liu, Y.; Zhuang, Y.; Ji, B.; Zhang, G.; Rong, L.; Teng, G.; Wang, C. 2022. Prediction of laying hen house odor concentrations using machine learning models based on small sample data. Computers and Electronics in Agriculture 195: 106849.

Madhuri, S.D.; Deshpande, P.S. 2024. A review of predictive analytics: Techniques, advantages, related works and applications. Journal of Advanced Artificial Intelligence 1(3): 1-6.

Magalhães, E.S.; Zhang, D.; Wang, C.; Thomas, P.; Moura, C.A.A.; Trevisan, G.; Holtkamp, D.J.; Rademacher, C.; Silva, G.S.; Linhares, D.C.L. 2023. Comparing forecasting models for predicting nursery mortality under field conditions using regression and machine learning algorithms. Smart Agricultural Technology 5: 100280.

Merca, C.; Clemensson Lindell, I.; Ernholm, L.; Eliasson Selling, L.; Nunes, T.P.; Sjölund, M.; Dórea, F.C. 2022. Veterinary syndromic surveillance using swine production data for farm health management and early disease detection. Preventive Veterinary Medicine 205: 105659.

Paploski, I.A.D.; Bhojwani, R.K.; Sanhueza, J.M.; Corzo, C.A.; VanderWaal, K. 2021. Forecasting viral disease outbreaks at the farm-level for commercial sow farms in the U.S. Preventive Veterinary Medicine 196: 105449.

Shamsabardeh, M.; Martínez-López, B.; O’Hara, K.C. 2022. Machine Learning Framework for Porcine Reproductive and Respiratory Syndrome Outbreak Forecasting. Research Square (PREPRINT Version 1). DOI: 10.21203/rs.3.rs-1785633/v1.

Van Milgen, J.; Valancogne, A.; Dubois, S.; Dourmad, J.Y.; Sève, B.; Noblet, J. 2008. InraPorc: a model and decision support tool for the nutrition of growing pigs. Animal Feed Science and Technology 143(1-4): 387–405.

Xu, J.; Ye, J.; Zhou, S.; Xu, A. 2023. Automatic quantification and assessment of grouped pig movement using the XGBoost and YOLOv5s models. Biosystems Engineering 230: 145-158.

Zimpel, T.; Riekert, M.; Klein, A.; Hoffmann, C. 2021. Machine learning for predicting animal welfare risks in pig farming. Agricultural Engineering 76(1): [páginas não fornecidas].

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy