0
本文旨在介绍分类和回归树（CRT）的方法，开发一种工具以预防猪场急性咬尾。实验包括来自60个商品猪场的样本，通过猪场参观和与猪场工作人员面谈收集了有关整体管理，猪群健康，疾病预防，气候控制，饲养和生产特性的数据。
结果表明分类和回归树分析在猪场特定水平上管理咬尾背后风险因素的价值，对于分类树的敏感度为86.7％，且使用回归树观察和预测的咬尾流行率之间的相关性为0.7。分类和回归树分析显示了五个主要变量（饲养密度，氨水平，每个饲养员管理的猪数，地板类型和饲料供应时间）是急性咬尾的关键预测因子，这在不同猪场的不同猪群中的重要性不同。该模型可能是可靠且实用的预防和干预咬尾的工具，特别是在风险较高的猪群中，帮助猪场员工和兽医评估自己猪场的风险，并按顺序管理诱发因素 减少急性咬尾病变。
Scollo A, Gottardo F, Contiero B, Edwards SA. A cross-sectional study for predicting tail biting risk in pig farms using classification and regression tree analysis; Prev Vet Med. 2017 Oct 1;146:114-120. doi: 10.1016/j.prevetmed.2017.08.001. Epub 2017 Aug 2. PMID: 28992915
