机器学习预测在绵羊群中对多种甲虫耐药性和胃肠道线虫控制的预测
Simone Cristina Méo Niciura1, Guilherme Martineli Sanches2
1Embrapa Pecuária Sudeste, São Carlos, SP, Brasil.
概括
机器学习准确地预测了绵羊群中的甲虫耐药性. 关键的管理实践,如料物种,牧场和便检查,有助于识别耐药群,指导线虫控制策略.
科学领域:
- 兽医寄生虫学 兽医寄生虫学
- 机器学习在农业中的应用
- 绵羊生产系统 绵羊生产系统
背景情况:
- 海蒙丘 (Haemonchus contortus) 的虫耐药性对全球绵羊生产构成重大威胁.
- 了解导致抗性的复杂因素对于有效控制至关重要.
研究的目的:
- 开发一种机器学习模型,用于预测绵羊群中的多药耐药性.
- 确定与甲虫药物耐药性相关的关键管理实践.
主要方法:
- 使用分类树来分析27个绵羊群的36个管理实践.
- 用便卵数减少试验 (FECRT) 确定了对虫的耐药性.
- 数据被随机分为训练和测试,有1000次重抽样代.
主要成果:
- 24个分类树 (2.4%) 在测试数据上预测耐药性状态时实现了100%的准确性.
- 料物种是所有预测树的关键因素.
- 在最准确的树木中,牧场面积和便检查经常与料物种一起确定.
结论:
- 具体的管理实践,包括料物种,放牧区和便检查,可以有效预测甲虫耐药性.
- 这些发现为针对性干预提供了基础,以控制绵羊的胃肠道线虫.
