Utilização de redes neurais artificiais para prever casos de raiva bovina nos estados brasileiros.
Loading...
Date
Authors
Advisor
Co-advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
A raiva bovina é uma zoonose de caráter endêmico de alta letalidade no Brasil, causando elevados prejuízos econômicos à pecuária devido à morte de animais de produção. A doença é transmitida principalmente pelo morcego hematófago Desmodus rotundus e, apesar das ações profiláticas coordenadas pelo Programa Nacional de Controle da Raiva dos Herbívoros (PNCRH) do Ministério da Agricultura e Pecuária (MAPA), a previsibilidade de sua ocorrência ainda é limitada. Este trabalho teve como objetivo avaliar a capacidade preditiva das Redes Neurais Artificiais (RNAs) para estimar a ocorrência anual de raiva bovina no país e identificar áreas de risco. A metodologia utilizou um modelo de RNA feedforward multicamada (MLP), treinado com dados históricos de séries temporais de casos registrados pelo MAPA, e avaliado pelas métricas Erro Médio Absoluto (MAE), Raiz do Erro Quadrático Médio (RMSE), Erro Percentual Médio Absoluto (MAPE) e Coeficiente de Determinação (R2). Os resultados atestaram um desempenho satisfatório do modelo, com a maioria dos estados apresentando R2 superior a 0,98, confirmando a abordagem na captura da dinâmica não-linear da série epidemiológica. As projeções até 2025 sugerem uma tendência de estabilidade ou leve redução, porém com a maior concentração de casos previstos nas regiões Sul e Centro-Oeste, o que indica risco continuado. As RNAs se estabelecem como uma ferramenta promissora e confiável para a vigilância epidemiológica, permitindo o direcionamento estratégico de ações preventivas.
Abstract in another language
Bovine rabies is an endemic zoonosis characterized by high lethality in Brazil, leading to significant economic losses in the livestock sector due to the mortality of production animals. The disease is primarily transmitted by the hematophagous bat Desmodus rotundus. Despite prophylactic actions coordinated by the Programa Nacional de Controle da Raiva dos Herbívoros (PNCRH) of the Ministério da Agricultura e Pecuária (MAPA), the predictability of its occurrence remains limited. This study aimed to evaluate the predictive capacity of Artificial Neural Networks (ANNs) in estimating the annual occurrence of bovine rabies nationwide and identifying risk areas. The methodology utilized a Multilayer Perceptron (MLP) feedforward ANN model, trained on historical time- series data of cases reported by MAPA. Performance was assessed using Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), and the Coefficient of Determination (R2). The results demonstrated satisfactory model performance, with most states achieving an R2 above 0.98, confirming the efficacy of the approach in capturing the non-linear dynamics of the epidemiological series. Projections through 2025 suggest a trend of stability or slight reduction; however, the highest concentration of predicted cases is expected in the South and Central-West regions, indicating continued risk. ANNs prove to be a promising and reliable tool for epidemiological surveillance, enabling the strategic direction of preventive measures.
Keywords
Vigilância epidemiológica, doenças zoonóticas, RNAs, modelagem preditiva
Área do conhecimento
Ciências Agrárias
Citation
BERNARDINO, Alexia Lavinia Viana. Utilização de redes neurais artificiais para prever casos de raiva bovina nos estados brasileiros.. Trabalho de Conclusão de Curso (Graduação em Medicina Veterinária) – Universidade Federal do Cariri, Crato, 2026.