Uncovering biosecurity gaps: risk factors for PRRSV seropositivity in Costa Rican pig farms identified through machine learning

Abstract

Background Porcine Reproductive and Respiratory Syndrome Virus (PRRSV) continues to impose significant economic losses on pig production globally. In Costa Rica, where the virus is endemic, there is limited knowledge of the farm-level risk factors influencing PRRSV spread. This study aimed to identify biosecurity factors associated with PRRSV seroprevalence in Costa Rican pig farms. Methods A cross-sectional survey was conducted on 21 pig farms across Costa Rica. Data on farm management and biosecurity practices were collected using a structured questionnaire and linked to PRRSV seroprevalence data from a companion study. Logistic regression, and machine learning methods like LASSO (Least Absolute Shrinkage and Selection Operator), and Random Forest models were used to identify significant risk factors associated with herd level PRRSV positivity. Results Three key risk factors were consistently identified by both LASSO and Random Forest models: historical controlled exposure to PRRSV, restrictions on employee access to the farm, and restrictions on employee visits to other pig farms. Additional risk factors identified included topography, disinfection practices for transport vehicles, sanitation measures for visitors, boot and clothing protocols, and feedback procedures. Farms with a history of controlled exposure had an odds ratio of 90 (95% CI: 7.6–3,550) for being PRRSV-positive. Conclusion The findings underscore the importance of internal and external biosecurity measures, particularly in relation to personnel movement and intentional exposure practices. Modeling approaches such as LASSO and Random Forest provided complementary insights into PRRSV risk factors in a tropical production setting. These insights can guide tailored interventions to reduce PRRSV transmission in Costa Rica and similar regions.

Antecedentes: El virus del síndrome reproductivo y respiratorio porcino (PRRSV) sigue causando importantes pérdidas económicas en la producción porcina a nivel mundial. En Costa Rica, donde el virus es endémico, se dispone de información limitada sobre los factores de riesgo a nivel de explotación que influyen en la propagación del PRRSV. El objetivo de este estudio fue identificar los factores de bioseguridad asociados con la seroprevalencia del PRRSV en las explotaciones porcinas costarricenses. Métodos: Se llevó a cabo un estudio transversal en 21 explotaciones porcinas de toda Costa Rica. Los datos sobre la gestión de las explotaciones y las prácticas de bioseguridad se recopilaron mediante un cuestionario estructurado y se vincularon a los datos de seroprevalencia del PRRSV procedentes de un estudio complementario. Se utilizaron regresión logística y métodos de aprendizaje automático como LASSO (Least Absolute Shrinkage and Selection Operator) y modelos Random Forest para identificar factores de riesgo significativos asociados con la positividad al PRRSV a nivel de rebaño. Resultados: Tanto el modelo LASSO como los modelos Random Forest identificaron de forma consistente tres factores de riesgo clave: exposición controlada al PRRSV en el pasado, restricciones al acceso de los empleados a la granja y restricciones a las visitas de los empleados a otras explotaciones porcinas. Otros factores de riesgo identificados fueron la topografía, las prácticas de desinfección de los vehículos de transporte, las medidas de higiene para los visitantes, los protocolos sobre calzado y vestimenta, y los procedimientos de retroalimentación. Las explotaciones con antecedentes de exposición controlada presentaban una razón de probabilidades de 90 (IC del 95 %: 7,6–3550) de dar positivo en el PRRSV. Conclusión: Los resultados subrayan la importancia de las medidas de bioseguridad internas y externas, especialmente en relación con los desplazamientos del personal y las prácticas de exposición intencionada. Enfoques de modelización como LASSO y Random Forest proporcionaron información complementaria sobre los factores de riesgo del PRRSV en un entorno de producción tropical. Esta información puede orientar intervenciones personalizadas para reducir la transmisión del PRRSV en Costa Rica y regiones similares.