Função discriminatória de lógica <i>Fuzzy</i> para avaliação de cabras expostas a ocorrência de verminose quanto à resistência, resiliência ou sensibilidade ao parasitismo

Oliveira, Wellhington Paulo da Silva; Santos, Natanael Pereira da Silva; Oliveira, Max Brandão de; Evangelista, Amauri Felipe; Costa Filho, Raimundo Tomaz da; Araújo, Adriana Mello de

doi:10.1590/1809-6891v24e-74727P

Acessibilidade / Reportar erro

Brasil

Ciência Animal Brasileira

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Zootecnia / Artigo científico • Cienc. anim. bras. 24 • 2023 • https://doi.org/10.1590/1809-6891v24e-74727P copiar

Função discriminatória de lógica Fuzzy para avaliação de cabras expostas a ocorrência de verminose quanto à resistência, resiliência ou sensibilidade ao parasitismo

Autoria SCIMAGO INSTITUTIONS RANKINGS

Resumo

A incidência de verminose é um dos principais obstáculos para a caprinocultura nos trópicos. A variação individual da resposta do animal à enfermidade existe, mas precisa ser determinado o seu componente genético e estabelecer o manejo zootécnico dos rebanhos, priorizando a seleção de animais mais resistente ao parasitismo. Objetivou-se nesse estudo avaliar a resposta de cabras à incidência de verminose sob condições de infecção natural a campo, com informações de ovos por grama de fezes (OPG), escore da condição corporal (ECC) e grau de coloração da mucosa conjuntiva (FAMACHA©), recorrendo a utilização de análise de agrupamento e a aplicação de inteligência artificial (IA). Foram utilizadas 3.839 informações de 200 indivíduos em um rebanho experimental de caprinos no Piauí. Considerou-se como resposta ao parasitismo a expressão fenotípica de resistência, sensibilidade e resiliência a verminose, submetidos a três métodos de agrupamento: Ward, Average e K-means, comparado com a lógica Fuzzy, obtidos com o software web CAPRIOVI. Os resultados demonstraram que os grupos de animais resistente, resiliente e sensível ao parasitismo foram estatisticamente distintos (P<0,05). As cabras durante a gestação e o periparto foram identificadas como fases de maior sensibilidade ao parasitismo (P<0,05). O CAPRIOVI aplica a lógica Fuzzy e apresentou o menor percentual de acerto global (77,00%), enquanto os métodos estatísticos tradicionais se destacaram com percentual de acerto global superior a 90,00%, demonstrando excelência estatística com esse fim. Os métodos de agrupamentos apresentaram semelhança na eficiência, mas diferiram quanto à distribuição de animais por agrupamento, com tendência de maior quantidade na categoria resistente. A aplicação da lógica Fuzzy contornou essa limitação ao direcionar a formação dos grupos visando atender o interesse do produtor, inserindo consistência em termos de resposta dos animais a verminose, qualificando o software com potencial para adequação ao manejo sanitário de caprinos.

Grupos¹ Estágio Fisiológico²	Resposta a Verminose (RV)	OPG	ECC	FAMACHA ©
Resistente¹1 Lima CM, Tomazella VL, Evangelista AF, Campelo JE, Sousa Junior SC. Gamma-Gompertz mixture model with cure fraction to analyze data on Anglo-Nubian goats with positive EPG. Small Ruminant Research. 2022;106879. https://doi.org/10.1016/j.smallrumres.2022.106879 https://doi.org/10.1016/j.smallrumres.20...	7,31^a	222^a	3,13^a	2,35^a
Gestação	7,33ª	202ª	3,19ª	2,64ª
Lactação	7,33ª	222ª	3,12ª	2,55ª
Periparto	7,29ª	251ª	3,15ª	2,64ª
Vazia	7,27ª	211ª	3,09ª	2,46ª
Resiliente¹1 Lima CM, Tomazella VL, Evangelista AF, Campelo JE, Sousa Junior SC. Gamma-Gompertz mixture model with cure fraction to analyze data on Anglo-Nubian goats with positive EPG. Small Ruminant Research. 2022;106879. https://doi.org/10.1016/j.smallrumres.2022.106879 https://doi.org/10.1016/j.smallrumres.20...	4,87^B	612^B	2,53^B	3,18^B
Gestação	5,16 ^ab	697^b	2,66ª	3,26^b
Lactação	5,06 ^ab	535ª^b	2,42^b	3,23 ^ab
Periparto	4,99 ^b	710^b	2,53 ^ab	3,11ª
Vazia	5,25 a	507ª
Sensível¹1 Lima CM, Tomazella VL, Evangelista AF, Campelo JE, Sousa Junior SC. Gamma-Gompertz mixture model with cure fraction to analyze data on Anglo-Nubian goats with positive EPG. Small Ruminant Research. 2022;106879. https://doi.org/10.1016/j.smallrumres.2022.106879 https://doi.org/10.1016/j.smallrumres.20...	2,47^C	1945^C	2,05^C	3,93^C
Gestação	2,62ª	1.561ª	2,15ª	3,89ª
Lactação	2,39ª	2.162^b	1,96ª	4,00a
Periparto	2,40ª	2.325^b	2,06ª	3,87ª
Vazia	2,46ª	1.732ª	2,04ª	3,94ª

Método	Classificação	Característica¹1 Lima CM, Tomazella VL, Evangelista AF, Campelo JE, Sousa Junior SC. Gamma-Gompertz mixture model with cure fraction to analyze data on Anglo-Nubian goats with positive EPG. Small Ruminant Research. 2022;106879. https://doi.org/10.1016/j.smallrumres.2022.106879 https://doi.org/10.1016/j.smallrumres.20...
Método	Classificação	OPG	ECC	FAMACHA©
	Resistencia	270^a	3,22^c	2,95^a
Lógica Fuzzy	Resiliência	637^b	2,58^b	3,33^b
	Sensibilidade	1.657^c	2,12^a	3,83^c
	Resistencia	362^a	2,61^c	3,29^a
Ward	Resiliência	1254^b	2,42^b	3,59^b
	Sensibilidade	3228^c	2,27^a	3,86^c
	Resistencia	638^a	2,56^c	3,38^a
Average	Resiliência	2407^b	2,25^b	3,78^b
	Sensibilidade	4610^c	1,91^a	4,15^c
	Resistencia	436^a	2,62^c	3,32^a
K-means	Resiliência	1431^b	2,31^b	3,65^b
	Sensibilidade	3228^c	2,27^a	3,84^c

Método	Classificação	n	Particionamento no n			Acerto (%)	Acerto global (%)
Método	Classificação	n	Resistente	Resiliente	Sensível	Acerto (%)	Acerto global (%)
Lógica Fuzzy	Resistente	29	17	12	0	58,62	77,00
	Resiliente	101	5	88	8	87,13
	Sensível	70	0	21	49	70,00
Agrupamento Ward D	Resistente	110	86	16	0	77,78	92,00
	Resiliente	72	0	72	0	100
	Sensível	18	0	0	18	100
Agrupamento Average	Resistente	172	172	0	0	100	100
	Resiliente	23	0	23	0	100
	Sensível	5	0	0	5	100
Agrupamento K-means	Resistente	131	131	0	0	100	96,00
	Resiliente	51	7	44	0	86,27
	Sensível	18	0	1	17	94,40

Universidade Federal de Goiás Universidade Federal de Goiás, Escola de Veterinária e Zootecnia, Campus II, Caixa Postal 131, CEP: 74001-970, Tel.: (55 62) 3521-1568, Fax: (55 62) 3521-1566 - Goiânia - GO - Brazil
E-mail: revistacab@gmail.com

Acompanhe os números deste periódico no seu leitor de RSS

[1] *Autor correspondente: amaurifelipe17@gmail.com