Patologías

Vigilancia sindrómica como sistema de alerta temprana en la industria salmonera

Foto del autor

By Milthon Lujan

jaula salmonera noruega

Mantener los peces sanos es crucial para una industria acuícola sostenible y exitosa. La enfermedad del páncreas (EP), causada por alfavirus de salmónidos (SAV), es una gran amenaza para las granjas de salmón del Atlántico. Los métodos tradicionales se basan en exámenes de detección en granjas y signos clínicos, pero un nuevo estudio presenta una herramienta prometedora para la detección temprana: vigilancia sindrómica (SyS).

Un nuevo estudio profundiza en un enfoque prometedor llamado vigilancia sindrómica (SyS). SyS monitorea las poblaciones animales en busca de signos indirectos de mala salud, como el aumento de las tasas de mortalidad. Esto permite una intervención más rápida en comparación con los métodos tradicionales que se basan en pruebas de enfermedades específicas.

Científicos del Norwegian Veterinary Institute y del National Veterinary Institute (SVA) en Suecia desarrollaron un sistema SyS específicamente para granjas de salmón del Atlántico. Entrenaron el sistema utilizando datos sobre mortalidad de peces, factores de producción y condiciones ambientales de 2014 a 2017. Luego, el sistema analizó datos de 2018 a 2021, comparando su desempeño con el programa actual de vigilancia de PD.

¿Qué es la vigilancia sindrómica?

Imagine tener un sistema que pueda identificar posibles problemas de salud antes de que se conviertan en brotes en toda regla. Ese es el poder de SyS. Se centra en un grupo de signos o síntomas (síndromes) que podrían indicar una enfermedad, en lugar de esperar a un diagnóstico específico.

READ  Mejorando la resistencia de las truchas a las enfermedades mortales

Piense en SyS como un detector de enfermedades para piscifactorías. Analiza datos existentes, como tasas de mortalidad mensuales, para identificar patrones inusuales. Estos patrones podrían indicar un posible brote de enfermedad antes de que pruebas específicas lo confirmen. Es similar a cómo los médicos podrían usar los síntomas para sospechar una enfermedad antes de que lleguen los resultados del laboratorio.

¿Por qué SyS para granjas de salmón?

He aquí por qué SyS es prometedor para la salud del salmón:

  • Industria rica en datos: El cultivo de salmón genera una gran cantidad de datos sobre factores como la mortalidad, las condiciones de producción y los factores ambientales. SyS puede aprovechar estos datos para identificar anomalías.
  • Potencial de alerta temprana: Al analizar los patrones de mortalidad, SyS puede potencialmente detectar brotes de EP antes que los métodos tradicionales, lo que permite una intervención más rápida.
  • Sostenibilidad mejorada: La detección temprana de brotes de enfermedades puede minimizar las pérdidas y garantizar la sostenibilidad a largo plazo de la industria del cultivo de salmón.

El estudio

En el estudio, los investigadores desarrollaron un sistema SyS para granjas de salmón. Hicieron un seguimiento de las tasas mensuales de mortalidad en las granjas. Las desviaciones de los niveles esperados, ya sea superando umbrales predefinidos o mostrando variaciones significativas de las predicciones, activaron una alarma. Estas predicciones se realizaron utilizando modelos sofisticados que consideraron:

  • Datos de producción: Esto incluyó factores como el número de peces y las etapas de crecimiento.
  • Datos ambientales: También se tuvieron en cuenta la temperatura del agua, los niveles de oxígeno y otros factores ambientales.
  • Tendencias históricas: Los modelos tuvieron en cuenta patrones de mortalidad pasados en granjas individuales.
READ  La cúrcuma y el ajo pueden proteger a las tilapias criadas en biofloc

¿Qué tan efectivo es el nuevo sistema?

Los investigadores probaron su sistema SyS comparándolo con el actual programa de vigilancia de la EP en Noruega. Los resultados fueron alentadores:

  • Alta sensibilidad: El sistema SyS identificó eficazmente brotes de EP en la mayoría de los casos, con una tasa de éxito que oscila entre el 80,5 % y el 87,4 %.
  • Alertas rápidas: En muchos casos, el sistema SyS activó alarmas tan pronto como, o incluso un poco antes, el programa tradicional de vigilancia de EP.
  • Baja tasa de falsas alarmas: Si bien no es perfecto, el sistema produjo una cantidad manejable de falsas alarmas (45,3%–53,2%).
  • Es importante destacar que las granjas sin alarmas tenían muchas probabilidades de estar realmente libres de EP (81,2 % – 94,0 %).

Estos hallazgos sugieren que SyS es una herramienta valiosa para los productores de salmón. Sin embargo, el estudio también destacó algunas limitaciones:

  • Especificidad: El sistema SyS no puede identificar la enfermedad exacta. Si bien destaca en la detección de mortalidad anormal, se necesita más investigación para confirmar la EP.
  • Granularidad de los datos: Datos de mortalidad más frecuentes y detallados podrían mejorar potencialmente la precisión del sistema.

Conclusión

“El sistema SyS propuesto demostró una alta sensibilidad y una puntualidad razonable en la detección de brotes de una enfermedad endémica (EP) en granjas de salmón, pero fue inespecífico cuando se evaluó contra esta única enfermedad”, concluyen los investigadores.

En general, esta investigación demuestra el potencial de SyS para revolucionar la vigilancia de enfermedades en la acuicultura. Con un mayor desarrollo, SyS podría convertirse en una herramienta vital para salvaguardar la salud de los peces de cultivo y garantizar una industria del salmón sostenible.

READ  Vacunas comestibles producidas en plantas para la acuicultura

El estudio recibió fondos del Horizon 2020 Research and Innovation Programme de la Unión Europea a través del proyecto DECIDE.

Contacto
Victor H. S. Oliveira
Norwegian Veterinary Institute
Ås N-1431, Oslo, Norway
Email: victor.oliveira@vetinst.no

Referencia (acceso abierto)
Victor H. S. Oliveira, Fernanda C. Dórea, Katharine R. Dean, Britt Bang Jensen, «Exploring Options for Syndromic Surveillance in Aquaculture: Outbreak Detection of Salmon Pancreas Disease Using Production Data from Norwegian Farms«, Transboundary and Emerging Diseases, vol. 2024, Article ID 9861677, 12 pages, 2024. https://doi.org/10.1155/2024/9861677