Traducido del inglés al español - www.onlinedoctranslator.

com

Kukeret al. Investigación Veterinaria BMC (2018) 14:191

https://doi.org/10.1186/s12917-018-1505-1

ARTÍCULO DE INVESTIGACIÓN Acceso abierto

El valor de los informes de necropsia para la vigilancia

de la sanidad animal
susanne küker1*, Céline Faverjón1, Lenz Fürrer2, John Berezowski1, Horst Posthaus3, Fabio Rinaldi2
y Flavie Vial1,4

Abstracto

Fondo:Los datos de salud animal registrados en texto libre, como los informes de necropsia, pueden tener información valiosa para los
sistemas nacionales de vigilancia. Sin embargo, estos datos rara vez se utilizan porque el formato de texto requiere una clasificación
laboriosa de los registros antes de que puedan analizarse con el uso de software estadístico o de otro tipo. En un estudio anterior,
diseñamos una herramienta de minería de texto para extraer datos del texto en informes de necropsia. En el estudio actual, utilizamos la
herramienta para extraer datos de los informes de necropsias de cerdos y ganado realizadas entre 2000 y 2011 en el Instituto de Patología
Animal (ITPA) de la Universidad de Berna, Suiza. Evaluamos la calidad de los datos en términos de credibilidad, integridad y
representatividad de las poblaciones suizas de ganado porcino y bovino.

Resultados:Los datos se extrajeron fácilmente de los informes de necropsia. La calidad de los datos en términos de integridad y validez varió mucho
según el tipo de datos informados. Las enfermedades del sistema gastrointestinal se informaron con mayor frecuencia (54,6% de las presentaciones
porcinas y 40,8% de las presentaciones bovinas). Se informaron enfermedades que afectan las membranas serosas en el 16,0% de los cerdos a los que
se les realizó la necropsia y en el 27,6% del ganado bovino. Se reportaron enfermedades respiratorias en el 18,3% de los porcinos y en el 21,6% de los
bovinos.

Conclusiones:Este estudio sugiere que la extracción de datos de los informes de necropsia puede proporcionar información valiosa para la
vigilancia de la salud animal. Estos datos tienen un valor potencial para monitorear síndromes de enfermedades endémicas en diferentes
grupos de edad y producción, o para la detección temprana de enfermedades emergentes o reemergentes. El estudio identificó la entrada de
datos y otros errores que podrían corregirse para mejorar la calidad y validez de los datos. Los envíos a los laboratorios de diagnóstico
veterinario tienen sesgos de selección y estos deben tenerse en cuenta al diseñar sistemas de vigilancia que incluyan informes de necropsia.

Palabras clave:Registros electrónicos de necropsia, Veterinaria, Informática, Vigilancia, Minería de texto

Fondo Los sistemas de vigilancia sindrómica (SYS) se desarrollaron

En la salud pública veterinaria, la vigilancia activa y pasiva se basa con mayor
frecuencia en el diagnóstico definitivo de enfermedades específicas
utilizando pruebas de laboratorio para patógenos conocidos. Sin embargo,
cuando un patógeno previamente desconocido o inesperado surge en una
población, este enfoque puede llevar más tiempo y muchos dan como
resultado un retraso en la identificación y detección del patógeno.1–3]. Lo
mismo puede aplicarse a las enfermedades multifactoriales, como las
enfermedades de producción, en las que la detección de un solo patógeno
suele ser insuficiente para desentrañar los factores causales subyacentes
que contribuyen al problema de la enfermedad.
* Correspondencia:susanne.kueker@vetsuisse.unibe.ch
1Instituto de Salud Pública Veterinaria, Facultad Vetsuisse, Universidad de
Berna, Schwarzenburgstrasse 155, 3097, Liebefeld, Suiza
La lista completa de información del autor está disponible al final del artículo.
para mejorar los sistemas tradicionales de vigilancia pasiva y, por
esta razón, actualmente están ganando importancia en la
medicina veterinaria.4–6]. A través del análisis y la interpretación
de datos relacionados con la salud previos al diagnóstico, el SYS
veterinario apoya la identificación temprana de amenazas de
enfermedades que pueden requerir una acción veterinaria de
salud pública [7]. Se han evaluado varias fuentes de datos para su
uso en SYS veterinarios en todo el mundo [6]. Estos incluyen
observaciones clínicas recopiladas de veterinarios [8], solicitudes
de pruebas de laboratorio de diagnóstico [9], información de
inspección de carne post-mortem [10–14] y exámenes de ganado
caído [15–18]. La calidad de los datos en términos de integridad,
validez, representatividad, utilidad y oportunidad son
características importantes para determinar la efectividad de un
SYS para detectar cambios en la salud animal [19].

© El(los) autor(es). 2018Acceso abiertoEste artículo se distribuye bajo los términos de la licencia internacional Creative Commons Attribution 4.0 (
http://creativecommons.org/licenses/by/4.0/), que permite el uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre
que otorgue el crédito correspondiente al autor o autores originales y la fuente, proporcione un enlace a la licencia Creative Commons e indique
si se realizaron cambios. La renuncia de Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) se
aplica a los datos disponibles en este artículo, a menos que se indique lo contrario.
Kukeret al. Investigación Veterinaria BMC (2018) 14:191
Las necropsias realizadas por laboratorios de diagnóstico en
animales muertos o enfermos podrían proporcionar información
adicional sobre la salud animal que podría tener valor para SYS [4]. Las
necropsias son una herramienta de diagnóstico común en medicina
veterinaria y juegan un papel importante en la investigación de brotes
de enfermedades.20–22]. Los granjeros pueden llamar a los
veterinarios para investigar un aumento repentino en la morbilidad o
mortalidad de una enfermedad desconocida o no reconocida. Si los
animales murieron sospechosamente o fueron sacrificados, los
veterinarios pueden realizar una necropsia de campo u organizar el
transporte de los cadáveres a un laboratorio de diagnóstico, donde se
puede realizar un examen post-mortem más detallado y un trabajo de
diagnóstico [23,24]. En la mayoría de las investigaciones de
enfermedades que involucran animales destinados a la producción de
alimentos, el objetivo principal de un examen post-mortem es
proporcionar información adicional sobre la causa de la muerte. La
información presente en los informes de necropsia se presenta en
forma de diagnósticos anatomopatológicos, que son descripciones
muy específicas de las lesiones macroscópicas y microscópicas, y los
resultados de las pruebas de diagnóstico. También contienen
información sobre la ubicación geográfica de la granja, los animales
afectados, la especie, la raza, el sexo, la edad, el grupo de producción,
la presentación clínica de los animales afectados y otras características
a nivel de la granja, que son valiosas para vigilancia de enfermedades [
4].
Los informes de necropsia podrían tener un valor potencial para
identificar eventos de salud inesperados que ocurren en una población.
Los síndromes que representan una amplia gama de enfermedades
podrían definirse y controlarse en un SYS en función de los hallazgos
patológicos de las necropsias. Ejemplos recientes del uso de síndromes
de datos patológicos para la vigilancia de enfermedades incluyen
aborto y anomalías fetales que ocurrieron en la epidemia del virus de
Schmallenberg en Europa.25] y lesiones del sistema nervioso central en
bovinos infectados con Astrovirus [26]. Estos ejemplos sugieren que el
seguimiento de los datos de necropsia de los animales destinados a la
producción de alimentos puede ser valioso para la detección temprana
de nuevas enfermedades o la detección de cambios en los patrones de
enfermedades endémicas en una población.21]. Sin embargo, los datos
de necropsia de animales destinados a la producción de alimentos rara
vez se utilizan para SYS. Un desafío para el uso de informes de
necropsia en la vigilancia de rutina es que estos informes se crean y
almacenan comúnmente en lenguaje natural (formato de texto libre).
Esto dificulta la extracción de los datos estructurados necesarios para
la manipulación y el análisis de datos informáticos necesarios para la
vigilancia. Además, no existe en la salud animal una terminología
clínica unificadora o un sistema de codificación internacionalmente
aceptado, como la Clasificación Internacional de Enfermedades (ICD)
desarrollada para la medicina humana, aunque ha habido intentos de
crear tales sistemas.27,28]. Esto dificulta la clasificación e integración
automatizadas de múltiples conjuntos de datos [4,27].
Los métodos de procesamiento de lenguaje natural (NLP), como la
minería de texto, se están volviendo cada vez más importantes para manejar
registros de lenguaje natural.29]. La minería de texto se utiliza para
Página 2 de 12
extraer datos del texto que se encuentra en documentos electrónicos,
como registros médicos, clasificando automáticamente los datos de
texto en un conjunto definido de categorías que se controlan a lo largo
del tiempo [30]. Este enfoque se ha utilizado en humanos [31,32] y en
la vigilancia de la salud animal [33–35]. Sin embargo, la minería de
textos aún no se ha aplicado sistemáticamente a los informes de
necropsia de ganado.
El objetivo de nuestro estudio fue evaluar la calidad de los datos
extraídos de los informes de necropsia de animales destinados al
consumo para estimar su valor para SYS. En un estudio anterior se
desarrolló una herramienta de minería de texto que clasifica los
informes de necropsia en función de los sistemas de órganos
topográficos.36] y se usó en el estudio actual para clasificar los
informes de necropsia en síndromes que podrían usarse para SYS.
Utilizamos estos resultados para estimar la distribución de
síndromes en la población y hacer inferencias sobre la
aplicabilidad de la herramienta y los informes de necropsia para
SYS veterinarios.
Métodos
Datos de necropsia
Analizamos 12 años de datos de necropsia de cerdos y ganado
registrados en el Instituto de Patología Animal (ITPA), Facultad
Vetsuisse, Universidad de Berna, Suiza. Los hallazgos post-mortem
fueron ingresados manualmente como texto libre por patólogos
veterinarios, utilizando una base de datos y una aplicación de
software de informes y mantenimiento de registros (Qualicare,
Qualidoc AG). Los informes finales de necropsia contenían varias
secciones separadas, como hallazgos macroscópicos, hallazgos
histológicos y diagnósticos morfológicos, así como resultados de
pruebas de diagnóstico adicionales, como investigaciones
microbiológicas.
Los informes de necropsia se extrajeron del software Qualicare
como un archivo de Microsoft Excel. El conjunto de datos (norte =
6031 registros porcinos ynorte =2911 registros de ganado)
incluyeron necropsias realizadas en canales enteras. Se excluyeron
los informes de exámenes de canales parciales, entradas sin texto
y entradas dobles.
Los informes de necropsia incluyeron las siguientes variables
adicionales: un número único de presentación de necropsia, especie,
raza, sexo, peso, fecha, edad del animal (en días), cómo murió el animal
(p. ej., eutanasiado) y dirección del propietario. Para el ganado bovino,
también se registraron la raza y el número único de identificación
animal registrado en la base de datos central de movimientos de
animales de Suiza (Tierverkehrsdatenbank, TVD). La información sobre
la historia clínica de los animales necropsiados no estuvo disponible en
el 99% de los informes, por lo que la historia clínica fue excluida del
estudio.
Calidad de los datos
La calidad de los datos se evaluó evaluando la integridad, validez y
representatividad de los datos [19]. La calidad de los datos se
evaluó para los siguientes campos: Número de presentación, Sexo,
Edad (en días), Peso (en Kg), Cómo el animal
Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 3 de 12

murió, nombre del propietario, dirección del propietario, (código tabla 1Lista de las 12 categorías de síndromes utilizadas para la clasificación

postal), raza, número de TVD. Los registros completos eran registros de registros de necropsia mediante una herramienta de minería de texto, con

que tenían una entrada en el registro para el campo que era válido. Las ejemplos de términos clave que resultaron en la clasificación en las categorías

entradas eran válidas si eran lógica o biológicamente plausibles.

La validez de edad y peso se evaluó comprobando entradas categoría sindrómica Ejemplos de diagnósticos

biológicamente improbables (p. ej., > 250 kg de peso para cerdos Sistema gastrointestinal enteritis, perforación de colon, torsión
mesentérica, tiflocolitis, abomasitis
se clasificaron como inválidos). Para los informes de ganado, el
número único de identificación animal (número TVD) se clasificó Sistema respiratorio neumonía, bronquitis, laringitis,
sinusitis, traqueítis
como inválido si no tenía exactamente 8 dígitos o contenía signos
de puntuación o letras. Corazón endocarditis, miocardiopatía, infarto
cardíaco, miocarditis
El número de bovinos y cerdos muertos no estuvo disponible
Sistema linfático linfadenitis, esplenitis, linfomegalia,
durante todo el período del estudio. Por lo tanto, para evaluar la
amigdalitis, torsión esplénica
representatividad de las presentaciones, se compararon las
Sistema reproductivo aborto, quiste ovárico, metritis,
distribuciones de sexo, edad, raza y origen geográfico de los animales
torsión del útero, vaginitis
a los que se les realizó la necropsia con las de la población viva general
Sistema urinario cistitis, quiste renal, necrosis tubular,
de cerdos y bovinos de Suiza utilizando datos proporcionados por la nefritis, ruptura vesical
Oficina Veterinaria Federal de Suiza.
sistema neurológico encefalitis, meningitis, edema cerebral,
parálisis, absceso cerebral
Categorías de síndromes y herramienta de clasificación de minería de texto
Sistema musculoesquelético artrosis, callo, fractura, degeneración
Definimos 12 categorías de síndrome basadas principalmente en muscular, osteocondrosis
los sistemas de órganos afectados. Esta clasificación incluía los Otro hidrotórax, intoxicación, otitis,
siguientes sistemas: gastrointestinal (GI), respiratorio (RESP), perforación de la piel, dermatitis
cardíaco (HEART), linfático (LINFA), nervioso (NEURO), Malformación congénita atresia, ectopia, malformación cardíaca,
musculoesquelético (MUSCO), urinario (URI), reproductivo (REPRO) defecto septal, malformación

y sistemas de membranas serosas (SERO). Se definieron tres neoplasia osteosarcoma, tumor, neoplasia,
categorías adicionales de síndromes no relacionados con órganos, carcinoma, metástasis

una para malformaciones congénitas (MAL), una para neoplasia Membranas serosas peritonitis, pleuritis, pericarditis,
(NEO) y otra denominada OTROS para diagnósticos o términos que poliserositis, serositis

se referían a patrones patológicos que no podían asignarse a una

de las categorías de síndromes anteriores. . Ejemplos de informes
clasificados como OTROS incluyeron intoxicaciones, hallazgos
macroscópicos de la piel y septicemia (los detalles se pueden
encontrar en Archivo adicional1). Construimos un recurso de
terminología veterinaria alemana para clasificar los informes de
necropsia en al menos una de las categorías de síndromes
anteriores. Cada informe podría clasificarse en más de una
categoría. La construcción de la ontología se describe
detalladamente en [36] pero se resume a continuación.
Comenzamos con una lista clasificada por frecuencia de las
palabras encontradas en todos los informes e implementamos
métodos para tratar los errores ortográficos, las inflexiones, las
negaciones y las abreviaturas. Seleccionamos "términos clave" que
probablemente indicarían diagnósticos en los informes. Estos
términos clave (norte =484) eran principalmente diagnósticos
morfológicos (p. ej., bronconeumonía o enteritis), hallazgos
macroscópicos (p. ej., “cálculo en la vejiga”, que se relaciona con la
urolitiasis), sinónimos de diagnóstico (p. ej., “Sohlengeschwür-
pododermatitis”) o subtérminos (p. ej., “yejunitis” , que puede
denominarse enteritis). Luego, los términos clave se asignaron a
las categorías de síndrome enumeradas anteriormente (Tabla1y
archivo adicional1). Otro criterio de selección fue la proporción de
informes clasificados correctamente: si un término clave daba
lugar a muchas clasificaciones incorrectas, se excluía. La
evaluación de la clasificación se informa en [36].
Después de la clasificación por la herramienta de minería de
textos, analizamos las categorías de síndromes más comunes para
cada especie, sexo y edad. Se prestó especial atención a los
registros que no estaban clasificados. Los registros no clasificados
no contenían ninguna información patológica o contenían
palabras que no se usaron para la clasificación porque habrían
aumentado el número de clasificaciones erróneas.
análisis estadístico
Los análisis descriptivos se realizaron utilizando R versión
3.2.4 [37] con los paquetes: ggplot2 [38], rgdal [39], rgeos [
40] y RColorBrewer [41]. El archivo de forma utilizado para
trazar los mapas de Suiza se obtuvo del sistema catastral
suizo (https://www.swisstopo.admin.ch/ en/knowledge-
facts/swiss-cadastral-surveying.html).
Se realizó un análisis de series temporales sobre el número total
de presentaciones para cada especie y sobre los tres síndromes
más frecuentes por especie. Se investigaron tres patrones
temporales: tendencia a largo plazo, efecto mensual y efecto del
día de la semana. La tendencia se definió como una variable de
tiempo continuo. Los meses y días de la semana se incluyeron
utilizando variables categóricas para cada mes y día. Se ajustó un
modelo binomial negativo inflado con ceros a la serie temporal
diaria para evaluar el efecto del día de la semana usando el
paquete Rpscl [42]. Un modelo binomial negativo
Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 4 de 12

se utilizó para evaluar la tendencia y el efecto mensual con elMASA
Paquete R [43]. Los modelos que incluían patrones temporales se
compararon con el modelo nulo utilizando pruebas de razón de
verosimilitud con un nivel de significación estadística de 0,05.
La clasificación por edad de los cerdos de nuestro conjunto de datos
se vinculó a la de la industria porcina suiza, en la que la edad se
clasifica según el estado de producción del cerdo, de la siguiente
manera: lechones (1 a 4 semanas), lechones destetados (> 4 a 10
semanas), cerdos de engorde (> 10 a 22 semanas) y adultos (> 22
semanas). El ganado se agrupó en las siguientes clases de edad: 0 a 1
mes, > 1 a 6 meses, > 6 meses a 1 año, > 1 a 2 años y > 2 años.
Resultados
Calidad de los datos
Las variables fecha, nombre del propietario y número de presentación
fueron las más completas con 0 a 0.3% de entradas incompletas o
inválidas (Tabla2). Las variables: edad, raza y tipo de producción (las
dos últimas son específicas del ganado) tenían entre un 20 y un 35 %
de entradas faltantes o inválidas. El número de TVD faltaba o se
transcribió incorrectamente en el 80% de los informes de ganado.
Faltaba un pequeño número de códigos postales de las direcciones de
los propietarios en el conjunto de datos, y el 4,5 % para cerdos y el 3,5
% para ganado no eran válidos. Solo una pequeña proporción de los
animales a los que se les realizó la necropsia no tenían información
geográfica asociada (1,2% de los cerdos y 2% de los bovinos).
Análisis descriptivo de animales necropsiados
Los animales sometidos a necropsia enviados a la ITPA procedían
principalmente de las partes central y occidental de Suiza (Fig.1.a1
para cerdos y Fig.2.a1 para bovinos; “recuento” = número de
animales). Las presentaciones de ganado provinieron de un área
más grande de Suiza que las presentaciones de cerdos. Las
granjas porcinas y bovinas registradas estaban más distribuidas
por toda Suiza (Fig.1.a2 para cerdos y Fig.2.a2 para bovinos,
“recuento” = número de animales); indicando que las
presentaciones a la ITPA no proporcionaron una cobertura
completa de las poblaciones suizas de ganado vacuno y porcino.
La proporción de cerdos machos a hembras fue ligeramente
superior (2258 machos a 1834 hembras). La mayoría de los cerdos
eran lechones (1–4 semanas de edad) o destetados (> 4–10
semanas de edad), (Fig.1.b1). Esto contrasta con la distribución por
edades de la población porcina en Suiza, donde la mayoría de los
cerdos son cerdos de engorde (11–22 semanas de edad; Fig.1.b2).
La mayor proporción de bovinos necropsiados (26%) se
encontraban en la clase de edad “2 años y más” (Fig.2.b1).
Estos animales eran casi exclusivamente (702/715) hembras.
Sin embargo, cuando se combinaron las categorías < 1 mes y
1–6 meses, encontramos que el 53 % del ganado necropsiado
(586/1040 hembras) tenía 6 meses de edad o menos. Esta
distribución por edades contrasta con la población bovina
suiza, que consiste predominantemente en hembras de más
de 2 años (Fig.2.b2).
Las razas más comunes de ganado necrópsico fueron Holstein
Friesian (norte =573), Simmental Fleckvieh (norte =371), Holstein
rojo (norte =365), y cruces de Simmental Fleckvieh y Red Holstein (
norte =250), que se alinea con las principales razas reportadas
como presentes en la población bovina suiza [44]. Sin embargo,
los datos sobre la distribución de razas del ganado en Suiza no
estaban disponibles para hacer comparaciones directas.
Clasificación del síndrome
Las cuatro categorías de síndromes más frecuentes fueron las
mismas para ambas especies: GI (porcino 54,6 %, bovino 40,8 %),
SERO (porcino 16,0 %, bovino 27,6 %), RESP (porcino 18,3 %,
bovino 21,6 %) y OTRO (porcino 14,7 %). %, ganado 13,8%). En
bovino, REPRO también representó una gran proporción de
necropsias (19,1 %), pero este síndrome se encontró con menos
frecuencia en cerdos (4,4 %). El 36 % de los informes de necropsia
de cerdos y el 45 % de los informes de necropsia de bovinos se
clasificaron en más de un síndrome. Las combinaciones de
síndromes más frecuentes fueron GI y/o RESP y/o SERO y/u OTROS
para ambas especies. La mayoría (90,2%) de los registros post-
mortem se clasificaron en al menos

Tabla 2Calidad de los datos (integridad y validez) para las 13 variables descriptivas extraídas de los informes post-mortem de cerdos y
bovinos entre 2000 y 2011. El número TVD es el único número de identificación bovino suizo
Ganado Cerdo Ganado Cerdo

Completo Desaparecido Inválido Completo Desaparecido Inválido % de entradas no utilizables % de entradas no utilizables

Número de presentación 2862 0 0 5997 0 0 0 0

Sexo 2753 109 0 5823 174 0 4 3
Edad (días) 2114 549 199 4361 1471 165 27 27
Peso (kg) 2742 1 119 5888 1 108 4 2
Como murió el animal 2786 76 0 5901 96 0 3 2
Nombre del dueño 2862 0 0 5996 1 0 0 <1
dirección del propietario 2611 251 0 5809 188 0 9 3
Dirección del propietario (código 2847 15 0 5983 14 0 <1 <1
postal) Raza 2279 583 0 N/A N/A N/A 21 N/A

número de TVD 1604 9 1284 N/A N/A N/A 80 N/A

Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 5 de 12

Figura 1Resultados para cerdos. La fila de la izquierda (1) presenta los resultados de los datos recopilados en el Instituto de Patología Animal (ITPA) de la Universidad de Berna,
Suiza, entre 2000 y 2012. La fila de la derecha (2) presenta datos de la población porcina en 2007–2011 en Suiza, proporcionados por la base de datos del censo de granjas
(Agrarpolitisches Information system AGIS, Oficina Federal de Agricultura FOAG). Los datos solo estaban disponibles para el período 2007-2011; no se pudo determinar la
proporción de sexos. La columna A representa la distribución geográfica de los cerdos (“recuento” = número de cerdos); columna B los grupos de edad y su relación ex y columna C
el número de animales por año

menos una categoría. La principal razón por la que los informes no
se clasificaron fue la ausencia de cualquier término clave en el
texto. Los registros sin ninguna categoría representaron entre el
6,3 y el 15,0%, según la especie y la clase de edad.
La proporción de cada síndrome varió entre especies y
categorías de edad (Fig.3). En cerdos, los síndromes respiratorios
(69%) fueron más comunes en animales mayores de 2 años.
antiguo. Los síndromes cardíaco (19,8%) y urinario (20,7%) fueron
especialmente frecuentes en cerdos de 6 meses a 1 año de edad. Se
encontraron síndromes musculoesqueléticos en el 35,4% de los cerdos
entre 1 y 2 años de edad, pero el número de cerdos en este grupo de
edad era muy pequeño.
El síndrome más común en terneros menores de 1 mes de edad
fue el GI (54,0%). Los síndromes gastrointestinales fueron
Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 6 de 12

Figura 2Resultados para el ganado. La fila de la izquierda (1) presenta los resultados de los datos recopilados en el Instituto de Patología Animal (ITPA) de la Universidad de Berna,
Suiza, entre 2000 y 2012. La fila de la derecha (2) presenta datos de la población de ganado en 2000–2011 en Suiza, proporcionados por la base de datos central suiza de
movimiento de animales (base de datos TVD 2014;http://www.tierverkehr.ch). La columna A representa la distribución geográfica del ganado (“conteo” = número de cabezas de
ganado), columna B los grupos de edad y su relación ex y columna C el número de animales por año

importante en todos los grupos de edad del ganado, pero en Análisis de series temporales

menor medida en los grupos de mayor edad. En terneros entre 1 y
12 meses, los síndromes gastrointestinal (43,0%) y respiratorio
(34,0%) fueron los más comunes. En bovinos de 1 a 2 años de
edad, la proporción de bovinos clasificados con síndrome
respiratorio disminuyó a menos del 20,0%. Los síndromes
reproductivos fueron más importantes en bovinos de 2 años o
más, donde representaron el 33,5% de las presentaciones.
Hubo una tendencia decreciente en el número de cerdos
necropsiados por año en el ITPA entre los años 2000 y 2011. El
número de bovinos necropsiados en el ITPA por año se
mantuvo estable durante el mismo período (Fig.1.c1 para
cerdos y 2.c1 para bovinos).
El número de presentaciones para ambas especies fue menor
durante el verano (junio y julio) que en los meses de invierno
Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 7 de 12

Fig. 3Número total de animales clasificados en cada síndrome por sus clases de edad (los números de clasificación son más altos que el número total de necropsias
porque era posible más de una clase de síndrome por informe), basado en la categorización automática de informes de necropsia utilizando una herramienta de
minería de texto con datos recopilados en el Instituto de Patología Animal (ITPA) de la Universidad de Berna, Suiza, entre 2000 y 2011. El panel A presenta cerdos, el
panel B presenta ganado

(enero y febrero; Fig.4). El número de presentaciones para
ambas especies también se vio afectado por el día de la
semana. Se necesitó menos animales durante el fin de
semana y más los lunes (datos no mostrados). Para ambas
especies, los tres síndromes principales mostraron una
tendencia estacional que reflejaba la tendencia estacional en
el número total de envíos.
Discusión
En este estudio, evaluamos la calidad de los datos extraídos de los
informes post-mortem de una patología diagnóstica veterinaria.
laboratorio y evaluó su valor potencial para la vigilancia de la sanidad
animal. La extracción de datos de los registros de texto fue
relativamente fácil. La integridad y la validez de los datos variaron
mucho según el tipo de datos. La información geográfica y la
información personal, como el nombre y la dirección, estaban
presentes y se consideraban válidas en la mayoría de los informes (es
decir, menos del 9 % de las direcciones de los propietarios y menos del
1 % de los códigos postales eran inutilizables), lo que hace que los
datos sean adecuados para el espacio. -análisis temporales y
trazabilidad [45]. Esta información representa un valor añadido que no
suele encontrarse en otros datos de sanidad animal.
Kukeret al. Investigación Veterinaria BMC (2018) 14:191
Figura 4Patrón temporal de los tres síndromes principales (GI-Sistema gastrointestinal; RESPI-sistema respiratorio; SEROSA-sistema de membrana
serosa) de cerdos y bovinos enviados al Instituto de Patología Animal (ITPA) de la Universidad de Berna, Suiza en 2000–2012. La escala de conteo difiere
entre los paneles.
fuentes [4]. En cambio, la historia clínica faltaba en el 99%
de los informes de necropsia. La recopilación de
información confiable sobre las historias clínicas podría ser
de gran valor para la vigilancia de la salud animal y debería
considerarse para mejorar el valor general de los datos de
laboratorio de diagnóstico. Los procesos para garantizar la
calidad y confiabilidad de la historia clínica reportada
también serían útiles porque las historias clínicas iban
desde observaciones del propietario sin consulta
veterinaria hasta diagnósticos clínicos detallados hechos
por especialistas veterinarios (datos no mostrados). El
veintisiete por ciento de las edades (para cerdos y bovinos)
y el 80% de los números de TVD (para bovinos) tampoco se
pudieron utilizar debido a valores faltantes o inválidos. Un
registro deficiente de la edad de los animales puede
limitar el uso de estos datos para el seguimiento individual
de diferentes grupos de edad.46]. Mejorar el registro de
estos dos parámetros puede ofrecer oportunidades
adicionales para utilizar los informes de necropsia. Los
problemas más comúnmente reportados
Página 8 de 12
con el registro de números de TVD faltaban números en el momento
de la presentación y errores de tipeo cuando se ingresaban números
de varios dígitos en el sistema informático. Una posible solución para
reducir estos errores sería implementar un sistema de reconocimiento
automático de voz, como ya se ha demostrado que es efectivo en otros
campos [47,48]. Además, los escáneres de códigos de barras podrían
usarse para registrar el número TVD presente en las etiquetas
auriculares de ganado suizo y almacenarlo directamente en la base de
datos [49]. Otro método potencial para reducir los errores sería
implementar controles de integridad y corrección en los formularios
electrónicos que se utilizan para la entrada de datos.
El perfil de los animales a los que se les realizó la necropsia en la
ITPA se comparó con la población suiza general para evaluar la
representatividad de estos datos. En el ganado bovino, la proporción
equilibrada de sexos en las clases de edad joven y la preponderancia
de hembras en los adultos coincidía con la población bovina suiza. Más
de la mitad (53%) del ganado necrópsico en el período de estudio tenía
menos de 6 meses de edad, lo que difiere mucho de la proporción más
pequeña de ganado joven.
Kukeret al. Investigación Veterinaria BMC (2018) 14:191
en la población bovina suiza [50]. Las explicaciones para esto
podrían ser un riesgo generalmente mayor de morbilidad y
mortalidad en animales jóvenes, o podría haber una mayor
dificultad para llegar a un diagnóstico clínico en la granja en
animales jóvenes. Una explicación adicional podría ser que los
problemas de salud predominantes en el ganado adulto, como la
mastitis, la falla reproductiva, la distocia y los problemas de las
pezuñas, generalmente no requieren diagnósticos post-mortem.
Finalmente, los granjeros frecuentemente optan por sacrificar un
animal viejo enfermo para conservar el valor de su carne, en lugar
de enviarlo para una necropsia y diagnósticos adicionales. No es
de extrañar que existan diferencias entre la población viva y la
población necropsiada. Para una mejor evaluación de la
representatividad de los datos, sería necesario comparar la
información de los informes de necropsia con los datos de
mortalidad por todas las causas. Estos datos no existen para
cerdos en Suiza, y para vacas, los datos solo están disponibles
desde 2010. Aunque estos datos tienen deficiencias, aún pueden
tener valor para la vigilancia de la salud animal. Hay muchos
factores que pueden influir en la presentación (o no) de ganado
muerto para la necropsia. Estos incluyen factores que afectan el
comportamiento de los granjeros y veterinarios, incluido el valor
económico o sentimental del animal, el costo del examen post
mortem, las habilidades post mortem del veterinario, la confianza
del veterinario en el laboratorio de diagnóstico y otros. Sin
embargo, las características de la enfermedad también pueden
influir en la presentación de animales muertos para la necropsia.
Esperamos que las enfermedades importantes que son
clínicamente inusuales y que causan una morbilidad y mortalidad
significativas se envíen a un laboratorio de diagnóstico, y que
estas enfermedades bastante importantes deben estar contenidas
dentro de los datos. El seguimiento de estos a lo largo del tiempo
podría ayudar a identificar la aparición de nuevas enfermedades.
La estacionalidad del ganado sometido a necropsia fue
similar a la estacionalidad de las muertes en granjas
reportadas en Suiza [17]. No pudimos hacer las mismas
comparaciones para los cerdos porque la información para
hacer la comparación no estaba disponible.
Los informes de la ITPA no cubrían toda Suiza, y las
áreas de captación de ganado vacuno y porcino estaban
claramente centradas en la ubicación geográfica de la
ITPA. Es probable que este hallazgo se deba a que hay
otros servicios de diagnóstico disponibles para los
granjeros y la distancia de viaje, ya que los granjeros
tienen que transportar a sus animales a la ITPA para la
necropsia. Como era de esperar, a medida que aumentaba
la distancia de la granja a Berna, el número de animales
necropsiados disminuía. Para los animales de producción,
hay cuatro laboratorios adicionales que ofrecen
diagnósticos de necropsia en Suiza. Además, en Suiza, los
veterinarios suelen realizar necropsias en la granja,
especialmente en el caso de lechones pequeños, que el
granjero puede desechar fácilmente después de la
necropsia.
Página 9 de 12
El número de bovinos presentados por año se mantuvo estable
durante los 12 años del período de estudio (200 a 2011), sin embargo,
el número de cerdos presentados a la ITPA disminuyó continuamente.
En este estudio no se pudo determinar el motivo de la disminución de
las presentaciones de cerdos. Se ha informado que las presentaciones
a los laboratorios de diagnóstico están influenciadas no solo por las
tendencias de la enfermedad, sino también por la situación económica
en el mercado de la carne y otros factores [51,52]. Si se pudiera
determinar que la reducción en las presentaciones se debe a factores
no relacionados con la enfermedad, sería motivo de preocupación si los
datos de la patología de diagnóstico se utilizaran en un sistema
nacional de vigilancia de la salud animal. Se necesita trabajo adicional
para determinar si la reducción en las presentaciones porcinas
observada en este estudio se debió a una disminución de la
enfermedad oa otros factores. Sin embargo, estas variaciones también
podrían ser valiosas para la vigilancia de la salud animal, ya que
investigarlas puede ayudar a mejorar la comprensión de las prácticas
de los ganaderos y veterinarios, lo cual es esencial para desarrollar
programas de vigilancia eficientes.
La herramienta de minería de texto utilizada en este estudio nos
permitió identificar patrones patológicos en la población de
estudio de los informes de necropsia ITPA. Los síndromes
respiratorios y gastrointestinales fueron las categorías más
comunes identificadas en ambas especies, lo que es consistente
con estudios previos que informaron morbilidad, mortalidad y
sistemas de órganos afectados de cerdos y ganado en Suiza,
Alemania y los EE. UU.53–58]. Como era de esperar, los síndromes
reproductivos fueron más comunes en animales en edad
reproductiva para ambas especies. El diez por ciento de las
presentaciones no se clasificaron en una categoría específica de
síndrome. Había dos tipos de animales no clasificados: animales
con una causa de muerte poco clara y animales que estaban mal
clasificados (es decir, deberían haber sido clasificados en al menos
una categoría de síndrome, pero la herramienta de minería de
texto no los clasificó correctamente debido a mala interpretación).
Se estimó que la proporción de informes mal clasificados
(906/8859) era baja en este conjunto de datos, y estos casos se
debieron principalmente a negaciones no detectadas en el texto [
36]. Sin embargo, la cantidad de informes mal clasificados debe
reducirse tanto como sea posible para garantizar que los datos
sean una representación válida de los informes de los patólogos.
Procedimientos más estandarizados para la recopilación de datos
(p. ej., evitar diagnósticos negados en los informes) podrían
ayudar a mejorar el rendimiento de clasificación de la herramienta
de minería de texto y reducir el sesgo en los datos. El seguimiento
de los informes verdaderamente no clasificados podría ser valioso
para la vigilancia de la salud animal, ya que las muertes causadas
por patógenos desconocidos podrían causar un aumento en el
número de informes en esta categoría [25,26].
Las categorías de síndrome utilizadas en este estudio se basaron
principalmente en la topografía de los sistemas de órganos. Las categorías
elegidas son adecuadas para una amplia gama de situaciones y
especialmente para el seguimiento de la salud no específica.
Kukeret al. Investigación Veterinaria BMC (2018) 14:191
Sin embargo, monitorear condiciones de enfermedades más
específicas puede tener ventajas. Por ejemplo, los abortos podrían
identificarse como una categoría de síndrome separada en lugar de
agruparlos en la categoría de trastornos reproductivos [59], o la
combinación de síndromes respiratorios y trastornos reproductivos en
cerdos podría ayudar a monitorear el Síndrome Reproductivo y
Respiratorio Porcino (PRRS). Por otro lado, cuantos más términos clave
se agrupen en una categoría, menos cambios específicos se podrán
detectar dentro de esa categoría. Por ejemplo, la categoría “otros”
cubre un número considerable de términos clave relacionados con una
amplia gama de regiones topográficas. Por lo tanto, un aumento en
una patología específica, como conjuntivitis o mastitis, podría quedar
enmascarado por el ruido de fondo en esta categoría. Por lo tanto,
podrían ser necesarias clasificaciones adicionales, según el objetivo de
la vigilancia y la sensibilidad requerida. La herramienta de clasificación
de texto utilizada en este estudio fue diseñada para ser altamente
flexible [36] lo que significa que es posible modificar fácilmente las
categorías de síndromes de cualquier manera que se ajuste a los datos
y los objetivos de vigilancia. Los síndromes que deben utilizarse y sus
características deben estar determinados por los objetivos específicos
del sistema de vigilancia. Entonces, por ejemplo, un sistema de
vigilancia que tiene como objetivo la detección temprana de
enfermedades inusuales que no se habían visto anteriormente podría
basarse en un síndrome o conjunto de síndromes que incluyan casos
que se clasificaron en la categoría "otros". Estos incluirían casos para
los cuales los patólogos no pudieron establecer un diagnóstico
patológico.60].
Conclusión
En este estudio, hemos demostrado que los datos se pueden
extraer de los informes de necropsia de texto libre y que
podrían ser potencialmente valiosos para la vigilancia de la
salud animal. Las categorías de síndromes más frecuentes por
especie, sexo y edad, y sus respectivos patrones temporales,
podrían servir de base para implementar un sistema de
vigilancia sindrómica. Esta información no se habría obtenido
sin el uso de la herramienta de clasificación de texto. Si bien
estos métodos y los datos de la necropsia tienen potencial, los
datos tienen sesgos y hay mejoras que se deben realizar para
mejorar la validez de los datos si se quiere aprovechar
plenamente su valor.
archivo adicional
Archivo adicional 1:La tabla contiene la terminología que se utilizó para la clasificación de los
informes en categorías sindrómicas. Se aplica a los informes de necropsia de bovinos y
porcinos, recopilados entre 2000 y 2011 en el Laboratorio de Patología Animal (ITPA), Facultad
de Vetsuisse, Universidad de Berna. (DOCX 75 kb)
abreviaturas
AGIS:Sistema de Información Agrariopolítico; IA: Inseminación artificial; FSVO: Autoridad
Federal de Seguridad Alimentaria; CIE: Clasificación Internacional de Enfermedades; ITPA:
Instituto de Patología Animal de la Universidad de Berna, Suiza; PNL: Procesamiento del
lenguaje natural; TVD: base de datos suiza de movimientos de animales
(Tierverkehrsdatenbank)
Página 10 de 12
Expresiones de gratitud
Nos gustaría agradecer a Corinne Gurtner de ITPA por ayudar a desarrollar
la terminología, Sara Schaerrer (FSVO) por extraer datos de TVD y Michael
Binggeli (FSVO) por extraer datos de AGIS.
Fondos
Este estudio fue financiado por la FSVO.
Disponibilidad de datos y materiales.
Los datos utilizados en este estudio no pueden ponerse a disposición del público porque
contienen datos personales que deben mantenerse en privado.
Contribuciones de los autores
FV y JB fueron los responsables de la concepción y el diseño del estudio. LF, SK y FR
diseñaron el sistema de minería de textos y crearon el recurso terminológico, que fue
aprobado y adaptado por HP. SK, FV y CF participaron activamente en el análisis y la
interpretación de datos. Todos los autores participaron en la organización y redacción del
manuscrito e incluyeron información actualizada en el mismo. Una vez completado, todos
los autores leyeron y aprobaron el manuscrito final.
Aprobación ética y consentimiento para
participar No aplica.
Conflicto de intereses
Los autores declaran que no tienen intereses contrapuestos.
Nota del editor
Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales
en mapas publicados y afiliaciones institucionales.
Detalles del autor
1Instituto de Salud Pública Veterinaria, Facultad Vetsuisse, Universidad de Berna,
Schwarzenburgstrasse 155, 3097, Liebefeld, Suiza.2Instituto de Lingüística
Computacional, Universidad de Zúrich, Andreasstrasse 15, 8050 Zúrich, Suiza.3
Instituto de Patología Animal, Universidad de Berna, Länggassstrasse 122, 3012
Berna, Suiza.4Dirección actual: Epi-Connect, Skogås, Suecia.
Recibido: 22 noviembre 2017 Aceptado: 29 mayo 2018
Referencias
1. Henning KJ. ¿Qué es la vigilancia sindrómica? 2004.https://www.cdc.gov/mmwr/
preview/mmwrhtml/su5301a3.htm. Consultado el 20 de enero de 2016.
2. Wendt A, Kreienbrock L, Campe A. Vigilancia de enfermedades zoonóticas: inventario de
sistemas que integran información sobre enfermedades humanas y animales. zoonosis
Salud pública. 2015;62:61–74.
3. Morse SS. Vigilancia de la salud pública y detección de enfermedades infecciosas.
Biosecur Bioterror. 2012;10:6–16.
4. Dórea FC, Sánchez J, Revie CW. Vigilancia sindrómica veterinaria: iniciativas
actuales y potencial de desarrollo. Prev Vet Med. 2011: 1: 1–17.
5. Dupuy C, Morignat E, Maugey X, Vinard JL, Hendrikx P, Ducrot C, et al. Definición de
síndromes utilizando datos de inspección de carne de ganado con fines de
vigilancia sindrómica: un enfoque estadístico con los datos de 2005-2010 de diez
mataderos franceses. BMC veterinario Res. 2013;9:88.
6. Dórea FC, Vial F. Vigilancia sindrómica en salud animal: una revisión sistemática de
la literatura sobre los avances en los últimos 5 años (2011–2016). Informes Vet
Med Res. 2016;7:157–70.
7. Hulth A. Se publican las primeras directrices europeas sobre vigilancia sindrómica en
salud humana y animal. Eurovigilancia. 2014;19:9806.
8. Vourc'h G, Bridges VE, Gibbens JC, De Groot BD, McIntyre L, Poland R, et al. Detección de
enfermedades emergentes en animales de granja a través de observaciones clínicas.
Emergente Infect Dis. 2006;12:204–10.
9. Dórea FC, Revie CW, McEwen BJ, McNab WB, Kelton D, Sanchez J. Análisis retrospectivo de
series de tiempo de datos de laboratorio veterinario: preparación de una línea de base
histórica para la detección de conglomerados en la vigilancia sindrómica. Prev Vet Med.
2013;109:219–27.
10. Alton GD, Pearl DL, Bateman KG, McNab WB, Berke O. Factores asociados con las tasas de condena de
canales enteras en mataderos inspeccionados provincialmente en Ontario 2001-2007: implicaciones
para la vigilancia sindrómica de animales destinados al consumo humano. BMC veterinario Res.
2010;6:42.
Kukeret al. Investigación Veterinaria BMC (2018) 14:191
11. Sánchez-Vázquez MJ, Strachan WD, Armstrong D, Nielen M, Gunn GJ. Los esquemas británicos de salud
porcina: sistemas integrados para el monitoreo de lesiones en mataderos de cerdos a gran escala.
Veterinario Rec. 2011; 169: 413–3.
12. Thomas-Bachli AL, Pearl DL, Friendship RM, Berke O. Idoneidad y limitaciones de los datos
de porciones específicas del matadero como parte de un sistema de alerta temprana
para enfermedades emergentes de los cerdos en Ontario. Veterinario BMC
Res. 2012;8:3.
13. Dupuy C, Morignat E, Dorea F, Ducrot C, Calavas D, Gay E. Estudio de simulación piloto
utilizando datos de inspección de carne para la vigilancia sindrómica: uso de la
condena de canales enteras de ganado adulto para evaluar el rendimiento de varios
algoritmos para la detección de brotes. Epidemiol Infect. 2015; 143: 2559–69.
14. Vial F, Thommen S, Held L. Un estudio de simulación sobre el seguimiento estadístico
de las tasas de decomiso de los mataderos para la vigilancia sindrómica: una
evaluación basada en datos suizos. Epidemiol Infect. 2015;https://doi.org/10. 1017/
S0950268815000989.
15. Perrin JB, Ducrot C, Vinard JL, Morignat E, Gauffier A, Calavas D, et al. Uso del
Registro Nacional de Ganado para estimar el exceso de mortalidad durante una
epidemia: aplicación a un brote de lengua azul serotipo 8. Epidemias. 2010;2:207–
14.
16. Alba A, Dórea F, Arinero L, Sanchez J, Cordón R, Revie C. Explorando el potencial de vigilancia
de los datos de mortalidad: nueve años de datos de stock bovino caído recopilados en
Cataluña (España). 2015; hacer:https://doi.org/10.1371/journal. teléfono.0122547.
17. Struchen R, Reist M, Zinsstag J, Vial F. Investigando el potencial de los datos de mortalidad
bovina informados en Suiza para la vigilancia sindrómica. Veterinario anterior
Medicina. 2015;121:1–7.
18. Tapprest J, Borey M, Dornier X, Morignat E, Calavas D, Hendrikx P, et al.
Evaluación de los datos de equinos caídos en Francia y su utilidad para las
investigaciones epidemiológicas. Res Vet Sci. 2016;104:96–9.
19. Avram C, Bosman A, Brusin S, Ciancio B, Coulombier D, Devaux I, et al. Evaluación del
sistema de seguimiento y vigilancia de la calidad de los datos. Eur Cent Epidemiol.
2014;https://doi.org/10.2900/35329.
20. Mörner T, Obendorf DL, Artois M, Woodford MH. Seguimiento de vigilancia de enfermedades
de la fauna silvestre. Rev Sci Tech. 2002; 21: 67–76.
21. O'Toole D. Monitoreo e investigación de enfermedades naturales por patólogos
veterinarios en laboratorios de diagnóstico. Patol veterinario. 2010;47:40–4.
22. Organización Mundial de Sanidad Animal (OIE). Recolección, envío y almacenamiento de
muestras de diagnóstico. En: OIE. Manual de Pruebas de Diagnóstico y Vacunas para los
Animales Terrestres París; 2012. pág. 4.
23. Nietfeld JC. Técnicas de necropsia de campo y envío adecuado de muestras para la investigación de
enfermedades infecciosas emergentes de los animales destinados al consumo. clínica veterinaria
North Am Food Anim Pract. 2010;26:1–13.
24. Griffin D. Necropsia de campo del ganado y envío de muestras de diagnóstico. Vet
Clin North Am Food Anim Pract. 2012;28:391–405.
25. van den Brom R, Luttikholt SJ, Lievaart-Peterson K, Peperkamp NH, Mars MH, van der
Poel WH, et al. Epizootia de malformaciones congénitas ovinas asociadas a la
infección por el virus de Schmallenberg. Tijdschr Diergeneeskd. 2012; 137: 106–11.
26. Seuberlich T, Wüthrich D, Selimovic-Hamza S, Drögemüller C, Oevermann A,
Bruggmann R, et al. Identificación de un segundo astrovirus asociado a encefalitis
en bovinos. Los microbios emergentes infectan. 2016;https://doi.org/10.1038/
emi.2017.56.
27. McGreevy P, Thomson P, Dhand N, Raubenheimer D, Masters S, Mansfield C, et al. VetCompass
Australia: un sistema nacional de recopilación de grandes datos para la ciencia veterinaria.
animales 2017;7:74.
28. Palotay JL. SNOMED-SNOVET: un sistema de información para la medicina
comparada. MedInf 1983; 8:17–21+59.
29. Chen HCH, Zeng D. AI para la vigilancia global de enfermedades. Sistema de inteligencia
IEEE. 2009;https://doi.org/10.1109/MIS.2009.126.
30. Kao A. Minería de texto y procesamiento de lenguaje natural: introducción para el número
especial. Noticias SIGKDD Explorar. 2005;https://doi.org/10.1145/1089815. 1089816.
31. Lu H, Zeng D, Trujillo L, Komatsu K, Chen H. Clasificación automática de quejas
principales mejorada por ontología para la vigilancia sindrómica. J Biomed
Informar. 2008;41:340–56.
32. Conway M, Dowling JN, Chapman WW. Uso de las quejas principales para la vigilancia
sindrómica: una revisión de los clasificadores basados en las quejas principales en
América del Norte. J Biomed Informar. 2013;46:734–43.
33. Zhang Y, Dang Y, Chen H, Thurmond M, Larson C. Monitoreo y clasificación
automáticos de noticias en línea para la vigilancia sindrómica. Sistema de soporte
de Decis. 2009;47:508–17.
Página 11 de 12
34. Dórea FC, Muckle CA, Kelton D, McClure J, McEwen BJ, McNab WB, et al. Análisis
exploratorio de métodos para la clasificación automatizada de pedidos de pruebas
de laboratorio en grupos sindrómicos en medicina veterinaria. Más uno. 2013;
https://doi.org/10.1371/journal.pone.0057334.
35. Arsevska E, Roche M, Hendrikx P, Chavernac D, Falala S, Lancelot R, et al.
Identificación de términos para detectar señales tempranas de brotes de
enfermedades infecciosas emergentes en la web. Computación electrónica
Agrícola. 2016;123:104–15.
36. Furrer L, Küker S, Berezowski J, Posthaus H, Vial F, Rinaldi F. Construcción de un recurso de
terminología sindrómica para la minería de textos veterinarios. Proc 11 Int.
Conf. Terminol Artif Intell. 2015;https://doi.org/10.5167/uzh-114496.
37. Equipo central R. R: Un lenguaje y Entorno para la Computación estadística.
Viena: Fundación R para la Programación Estadística; 2016.
38. Wickham H. ggplot2: gráficos elegantes para el análisis de datos. Nueva York: Springer-Verlag;
2009.
39. Bivand R, Keitt T, Rowlingson B. Rgdal: enlaces para la biblioteca de abstracción de datos
geoespaciales 2016.https://cran.r-project.org/web/packages/rgdal/index.html.
Consultado el 4 de junio de 2018.
40. Bivand R, Rundel C. rgeos: Interfaz para el motor de geometría - Código abierto (GEOS).
2016.https://cran.r-project.org/web/packages/rgios/index.html. Consultado el 4 de
junio de 2018.
41. Neuwirth E. RColorBrewer: Paletas ColorBrewer. 2014.https://cran.r-proyecto. org/
web/packages/RColorBrewer/RColorBrewer.pdf. Consultado en junio de 2018.
42. Zeileis A, Kleiber C, Jackman S. Modelos de regresión para datos de conteo en R. J Stat
Softw. 2008;27(8):1–25.
43. Venables WN, Ripley BD. Estadística aplicada moderna con S. 4th ed. Nueva York:
Springer; 2002.
44. Tierverkehrsdatenbank 2014.http://www.tierverkehr.ch. Consultado el 20 de noviembre de 2014.
45. Lawson AB, Kleinman K. Introducción: vigilancia espacial y sindrómica para la
salud pública. En: Lawson AB, Kleinman K, editores. Vigilancia espacial y
sindrómica para la salud pública. Chichester: John Wiley &
Hijos; 2005. pág. 4.
46. Schärrer S, Widgren S, Schwermer H, Lindberg A, Vidondo B, Zinsstag J, et al. Evaluación de
parámetros a nivel de granja derivados de movimientos de animales para su uso en
programas de vigilancia basados en el riesgo de ganado en Suiza. BMC veterinario Res.
2015;11:149.
47. Hoyt R, Yoshihashi A. Lecciones aprendidas de la implementación del reconocimiento de
voz para la documentación en el sistema de registro de salud electrónico militar.
Perspect Health Inf Manag. 2010;1e:7.
48. Ajami S. Uso de tecnología de voz a texto para la documentación por parte de los proveedores de atención
médica. Natl Med J India. 2016;29:148–52.
49. Aplicación Identitas TVD. 2012.https://play.google.com/store/apps/details?
id=tvdapp.tvd&hl=de_CH. Consultado el 4 de junio de 2018.
50. Schärrer S, Presi P, Hattendorf J, Chitnis N, Reist M, Zinsstag J, et al. Modelo
demográfico de la población bovina suiza para los años 2009-2011 estratificado por
género, edad y tipo de producción. Más uno. 2014;https://doi. org/10.1371/
journal.pone.0109329.
51. Stärk KDC, Nevel A. Fortalezas, debilidades, oportunidades y amenazas de los
sistemas de monitoreo de salud porcina utilizados en Inglaterra. Veterinario Rec.
2009;165:461–5.
52. O'Sullivan T, Friendship R, Pearl DL, McEwen B, Ker A, Dewey C. La
asociación entre la sumisión cuenta a un laboratorio de diagnóstico
veterinario y los desafíos económicos y de enfermedades de la industria
porcina de Ontario de 1998 a 2009. Prev Vet Medicina. 2012;106:275–83.
53. Tubbs RC. Morbilidad y mortalidad antes del destete en el hato porcino de los Estados
Unidos. J Porcina Heal Prod. 1993; 1: 21–8.
54. Busato A, Steiner L, Martin SW, Shoukri MM, Gaillard C. Calf health en
rebaños de terneros en Suiza. Prev Vet Med. 1997;30:9–22.
55. Bähler C, Steiner A, Luginbühl A, Ewy A, Posthaus H, Strabel D, et al. Factores de riesgo de
muerte y sacrificio temprano no deseado en terneros suizos mantenidos en un estándar
específico de bienestar animal. 2012; 92:162–168.
56. Luginbühl A, Bähler C, Steiner A, Kaufmann T, Regula G, Ewy A. Ergebnisse
der Integrierten Tierärztlichen Bestandesbetreuung in der Kälbermast.
Schweiz Arco Tierheilkd. 2012; 154: 277–85.
57. Viviana de Vries. Erhebung von Organbefunden und Konfiskatabzügen von
Schlachtschweinen an Schlachthöfen in der Schweiz und deren Korrelation mit
Betriebs- und Managementdaten. 2010.http://www.zora.uzh.ch. Consultado el 13
de agosto de 2016.
58. Píldora Katrin. Untersuchungen zur Verwendung von klinischen und
pathologisch/anatomischen Befunden am Schlachthof für die Einschätzung
der Tiergesundheit und des Tierschutzes in Schweine-
Kukeret al. Investigación Veterinaria BMC (2018) 14:191 Página 12 de 12

und Rinderbeständen. 2014.https://d-nb.info/1053385609/04Consultado el 13 de agosto

de 2016.
59. Bronner A, Morignat E, Fournié G, Vergne T, Vinard JL, Gay E, et al. Vigilancia
sindrómica de abortos en bovinos de carne a partir del análisis prospectivo
de las variaciones espacio-temporales de los partos. Sci Rep. 2015;https://
doi.org/10.1038/srep18285.
60. Vial F, Berezowski J. Un enfoque práctico para diseñar sistemas de vigilancia
sindrómica para ganado y aves de corral. Prev Vet Med. 2015;120:27–38.