Global genomics research increases animal health metadata​

Global organizations such as the World Organization for Animal Health (WOAH) and Food and Agriculture Organization (FAO) have taken the lead in compiling data related to animal disease metrics. However, as genomic data increases with the decreasing cost of sequencing, metadata related to animal health and disease can be used to supplement GBADs' existing data. There are estimates that predict that there are up to 40 billion gigabytes of genomic data generated every year and that over the next decade genomics research will generate between 2 and 40 exabytes of data (Stephens et al. 2015). The National Centre for Biotechnology Information (NCBI) is an example of a set of databases that holds information pertinent to GBADs. As more researchers are conducting genomic work on livestock and other economically important species, data on breed, location, and individual condition and disease are being recorded. In particular, NCBI's BioSamples database stores the accompanying metadata to genetic sequences uploaded to NCBI. As sequencing becomes more cost efficient, animal metadata that can be used by GBADs will accumulate. There has been a remarkable spike in the number of metadata entries concerning livestock in the past 7 years (Figure 1). These metadata accompany genomic studies carried out by not just universities, but also organizations around the world. NCBI has already been used to create databases for other researchers to use (Hu et al. 2022). The AnimalMetagenome DB (http://animalmetagenome.com) holds metagenomic data for 4 domestic species and an abundance of wild species.

Figure 1. NCBI entries in the BioSample database concerning species covered in GBADs (cattle, pig, goat, sheep, chicken, llama, equids, camel). This figure shows the pattern of number of entries since 2005.

Geographic spread of genomic data​

One of GBADs' main goals is to close global data gaps concerning animal health. In order to standardize basic animal health data across countries, location and breed data are incredibly important. Classifying the global range of animals will assist in understanding the spread of diseases originating from animals. Users can input location data as a basic attribute in the BioSamples database. In particular, entries can contain the location of the submitter, sampling location, and even specific sampling coordinates. These data can reflect where certain species densely populate or which countries and locations have a lack of data. Although DNA sequencing has decreased in cost, it is still a sizable purchase; therefore, these data can also indicate whether there are inherent biases in the presence of genomic sampling across countries. Using rentrez, an R package to access NCBI (Winter 2017), we were able to extract metadata entries for genomic studies involving livestock and other economically important species. Figure 2 illustrates the geographic spread of these data, where it is shown that there are clusters of data in highly studied areas. Conversely, there are clear gaps in data across Africa and parts of Asia.

Figure 2. Static snapshot of an interactive figure displaying sampling locations for livestock and other species relevant to GBADs based on NCBI BioSample metadata.

Now, these are just the data that contained location information for each entry. As mentioned earlier, these data are important baseline data on global species occurrence; however, the BioSamples database also holds data more pertinent to GBADs, such as disease. We explored the mined metadata from NCBI and found that in our study species, 98 percent of entries did not contain viable disease data. By 'viable', we mean information that is disease related, as many entries had random characters or non-related information. The remaining 2 percent of data held diseases and disease agents that overlapped with WOAH's disease agent list (WOAH, personal communication of internal document). For example, bovines had 16 diseases that overlapped with the WOAH list (Figure 3).

Figure 3. Static snapshot of an interactive figure displaying sampling locations for cattle with disease information present in the NCBI entry. The diseases listed overlap with the diseases WOAH is monitoring.

Inconsistent user input leads to gaps in data​

NCBI houses data for a range of organisms from bacteria to whales; however, when mining data for livestock and economically important species, close to 350,000 entries were returned. Gathering data for GBADs species (cattle, chicken, pig, sheep, goat, etc) revealed variation in the amount of data. The figure below illustrates this variation, where cattle, chicken, and pigs returned the most amount of data. The completeness of the data for these returned entries varied; however, they made up the largest proportion of GBADs-related data. Cattle entries, in particular, accounted for 27% of the total number of entries. The combination of two other species, llamas and camels, made up less than 1% of the total returned entries.

In addition to species information, NCBI also allows for users to input breed data. As breed information can be useful for understanding the prevalence and spread of disease, it is important to know which breeds form the majority of the data. Figure 4 illustrates the proportion of specific breeds for each species gathered for GBADs, where each different colour bar indicates a different breed. As shown in the plot, the majority of entries did not contain breed information. This is an important finding, as breed information should be one of the main parameters reported, especially for economically important species. This plot also shows potential gaps in the data housed in NCBI, as certain breeds are not as prevalent in the data. This can provide knowledge about where resources, time, and funding should be allocated to equalize the data across breed and species.

Figure 4. Barplot illustrating the proportion of different breeds reported for each species gathered for GBADs. The pink indicates the number of entries with no breed information. All other colours indicate proportion of different breeds for each species.

Next steps in utilizing these data​

Based on our first look at the available metadata on NCBI, there are a few tasks that could make the process more streamlined. Additionally, the following steps would increase metadata for secondary uses.

1. Standardize parameters.
   Standardizing parameters would improve the data cleaning process and assist in equalizing data across different institutions. Currently, the free text set up of the BioSample database makes it very difficult to compare across entries, as misspellings and extra characters can inhibit comparisons. As discussed elsewhere (Goncalves and Musen 2019), bolstering the underlying infrastructure of the NCBI BioSamples database will assist in standardizing data and make these data more accessible to researchers for secondary uses outside of genomics.

2. More focus on metadata.
   There are major gaps in data that range from smaller details such as disease prevalence to important parameters such as breed or location. As NCBI gets accessed more and more for metadata, it will be imperative that users input as much data as possible. Basic data such as species, breed, and location should be mandatory for users to input.

3. Preprint data uploads.
   Currently, there is a lag between sampling and DNA sequencing and when these data get uploaded to public databases such as NCBI. This lag can vary from a few months to years. Therefore, data that could be used in secondary projects such as this one could be released up to a few years after sampling. Therefore, I recommend uploading genomic data with its accompanying metadata to NCBI as soon as possible or when preprints are submitted.

NCBI and other genomic databases hold data that can be useful for more than just genomic projects. For GBADs, these data can provide valuable information about presence of local breeds in normally unsampled locations as well as occurrences of diseases in sampled individuals. Additionally, it provides the first look into how genomic projects may supplement GBADs' aim to gather animal health data and metrics.

References​

Goncalves R, Musen MA (2019) The variable quality of metadata about biological samples used in biomedical experiments. Scientific Data, 6, 190021.

Hu R, Yao R, Li L, et al. (2022) A database of animal metagenomes. Scientific Data, 9, 312.

Stephens ZD, Lee SY, Faghri F, et al. (2015) Big Data: Astronomical or Genomical? PLoS Biology, 3, 1002195.

Winter DJ (2017) rentrez: An R package for the NCBI eUtils API. The R Journal, 9, 520-526.

Figura 1: La hoja de ruta hacia la reproducibilidad

“El objetivo de la ciencia, la forma en que sabemos algo, no es que confíe en Isaac Newton porque creo que fue un gran tipo. El punto es que puedo hacerlo yo mismo... Muéstrame los datos, muéstrame el proceso, muéstrame el método y luego, si quiero, puedo reproducirlo”.

[Brian Nosek](https://www.washingtonpost.com/news/speaking-of-science/wp/2015/08/27/trouble-in-science-massive-effort-to-reproduce-100-experimental-results -sólo-tiene-éxito-36-veces/) - Washington Post¹

La ciencia reproducible requiere métodos, códigos y disponibilidad de datos bien documentados. Significa brindar transparencia en lo que se está haciendo a lo largo de todo el proceso científico para fomentar la confianza en el proceso y los resultados y permitir que otros aprovechen el trabajo anterior. No hay lugar para el escéptico científico cuando su investigación es reproducible.

Los datos que utiliza GBAD provienen de muchas fuentes diferentes y se utilizan en modelos que luego producen más conjuntos de datos y que actúan como entradas para otros modelos. Esta cadena de datos-modelo-datos-modelo-datos no se limita al trabajo de un solo científico; Tenemos colaboradores trabajando en todo el mundo. Es fundamental que los datos subyacentes estén disponibles y que todos nuestros métodos sean reproducibles para que podamos aprovechar el trabajo de los demás y permitir que otros utilicen nuestras estimaciones con confianza.

Con el objetivo de hacer que todos nuestros procesos sean reproducibles y transparentes, GBADs se embarca en la “Hoja de Ruta hacia la Reproducibilidad”. En esta publicación de blog lo invitamos a recorrer el camino hacia la reproducibilidad con nosotros. Abróchense los cinturones de seguridad mientras evitamos las llamas de la “Crisis de Reproducibilidad” antes de dirigirnos a nuestro destino final, ¡la “Utopía de Datos”!

La “crisis de la reproducibilidad”​

En 2016, una encuesta de 1.576 investigadores de Nature reveló que existe una "crisis de reproducibilidad" en la comunidad científica[^2]. De los participantes, "más del 70% de los investigadores intentaron y no lograron reproducir el experimento de otros científicos y más de la mitad no lograron reproducir sus propios experimentos". Muchos factores contribuyen a que la investigación sea irreproducible (Figura 2), donde la presión para publicar y los informes selectivos estuvieron entre los mejor calificados. Sin embargo, los datos brutos no disponibles y los métodos o códigos no disponibles también fueron calificados como grandes contribuyentes. Si bien la presión para publicar requiere un cambio cultural en la investigación, los datos brutos, los métodos o el código no disponibles son problemas que podemos resolver.

Figura 2: Factores que contribuyen a la investigación irreproducible. Figura obtenida de Baker, 2016[^2].

Emprendendo el camino hacia la reproducibilidad​

Parada 1: Personas y procesos​

La disponibilidad del código y los datos es importante para la reproducibilidad; sin embargo, hay personas detrás del código y los datos trabajando en procesos para hacerlo reproducible.

Como tal, hemos establecido procesos y mejores prácticas para el uso de datos en GBAD, que se comunican en el [Manual de Gobernanza de Datos] (http://gbadskedoc.org/docs/Data-Governance-Handbook-for-GBADs/intro ), y en nuestro Sitio de documentación. Estos procesos involucran lo siguiente:

1. Documentación de cambios en los datos y prácticas de limpieza de datos.
2. Documentación de los estándares de metadatos utilizados para proporcionar información sobre los datos.
3. Dónde y cómo se almacenan los datos y metadatos, y cómo se difunden
4. Mejores prácticas para documentar código en repositorios de GitHub

También contamos con personas para cumplir con los procesos que hemos establecido. Dado que algunos de los datos que utilizan los GBAD no tienen metadatos, confiamos en el establecimiento de un punto de contacto para la fuente de datos para garantizar que podamos obtener el contexto sobre cómo se recopilaron los datos, cómo se pueden utilizar, por quién, y para qué fines y qué categorías representan los datos.

Parada 2: Adquisición e ingestión de datos​

Para adquirir datos, identificamos datos que son relevantes para la estimación de modelos. Por ejemplo, la población de ganado por país y especie y el peso vivo son datos de entrada para los cálculos de biomasa.

La forma en que adquirimos datos depende del formato en el que estén disponibles. Hay tres formas principales en que se adquieren e ingieren los datos:

• Cuando los datos están disponibles a través de Interfaces de programación de aplicaciones (API), los datos se adquieren directamente de la fuente y se transforman antes de estar disponibles a través de la API de GBAD;
• Cuando los datos están disponibles mediante descarga directa, los datos se descargan y formatean en tablas de bases de datos antes de estar disponibles a través de la API de GBAD, y;
• Cuando los datos están disponibles en tablas PDF, los scripts de raspado web extraen datos de las tablas y los ponen a disposición a través de archivos csv antes de formatearlos en tablas de bases de datos y ponerlos a disposición a través de la API de GBAD.

Cada uno de estos procesos está documentado. El linaje de los datos se rastrea en una base de datos gráfica para garantizar que podamos rastrear cualquier cambio en los datos y hacer que nuestros procesos sean transparentes y reproducibles.

Parada 3: Calidad de los datos​

Controlamos la calidad de cada fuente de datos adquirida por GBAD. A veces hay errores internos en la agregación de categorizaciones donde las subcategorías no suman una "supercategoría". Por ejemplo, si las aves de corral se dividen en aves de corral y comerciales, estas categorías deberían sumar “aves de corral”. En otros casos, puede haber un aumento repentino en el número de animales en un país. En este caso, debemos investigar comparando el valor con otras fuentes de datos.

Todos los controles de calidad y los cambios respectivos se registran. Una vez que los datos se han "limpiado", la versión "limpiada" se proporciona a través de la API y los paneles de control de GBAD. De esta manera, hay coherencia en las evaluaciones de calidad y cada colaborador no lo hace de forma independiente. Esto garantiza la coherencia en los resultados y mejora la reproducibilidad de las estimaciones y los datos de los GBAD en conjunto.

Parada 4: Código​

El código que se utiliza para adquirir e ingerir datos, limpiar datos y crear modelos está disponible a través de los repositorios GitHub de GBAD. El código está bien documentado y hay información sobre cómo ejecutarlo, qué conjuntos de datos se utilizaron y quién participó en el desarrollo.

Destino final: la utopía de los datos​

En Data Utopia, los datos se pueden armonizar y reutilizar para modelos o fines posteriores. La idea aquí es que todos los miembros de GBAD utilicen los mismos datos y no dupliquen los esfuerzos de limpieza, ingesta o adquisición de datos. Al hacer que los datos y la metodología de limpieza sean reproducibles, los datos subyacentes son consistentes y están listos para usar. En nuestra Utopía, los datos se visualizan y están disponibles a través de paneles de control y se puede acceder a ellos a través de la API. Los paneles también cuentan con una pestaña de metadatos donde se proporciona la metodología, el código y la información de procedencia para garantizar que todos los miembros puedan acceder al código y a los datos sin procesar que se muestran y están disponibles en los paneles.

Nota: Reconocemos el hecho de que no todos los datos pueden estar disponibles. Si bien actualmente estamos trabajando con Datos Gubernamentales Abiertos, anticipamos la gobernanza controlada de datos privados y sensibles, que no estarán disponibles abiertamente en forma sin procesar sin el permiso del titular de los datos de acuerdo con los acuerdos y licencias de datos.

>

Referencias:

[^ 2]: panadero, M. (2016). 1.500 científicos descubren la reproducibilidad. Naturaleza, 533(7604).

Footnotes​

1. Achenbach, J. (27 de octubre de 2021). Muchos estudios científicos no se pueden replicar. eso es un problema. El Washington Post. Obtenido el 19 de junio de 2022 de [https://www.washingtonpost.com/news/speaking-of-science/wp/2015/08/27/trouble-in-science-massive-effort-to-reproduce-100- resultados-experimentales-exitos-solo-36-veces/](https://www.washingtonpost.com/news/speaking-of-science/wp/2015/08/27/trouble-in-science-massive-effort- reproducir-100-resultados-experimentales-solo-tiene-éxito-36-veces/) ↩

GBADs Informatics ha atraído a muchos nuevos expertos en 2022 que tienen una amplia gama de talentos e intereses. Juntos, el "rebaño" de 7 estudiantes desarrolladores, 2 investigadores graduados y 4 postdoctorados e investigadores asociados están avanzando en nuestros objetivos en GBAD y explorando nuevas vías para mejorar los GBAD y aumentar la utilidad del programa de manera creativa. ¡Consulte nuestro equipo actual en la sección [Acerca de] (http://gbadskedoc.org/about) del sitio web y lea más sobre el trabajo de nuestro equipo durante el semestre de primavera a continuación!

Tuercas y tornillos del motor del conocimiento

Kassy ha estado creando una base de datos gráfica para mejorar la capacidad de búsqueda de datos y analizar la interoperabilidad de la fuentes de datos que recopila GBADs. También ha estado ocupada apoyando a los estudiantes en su trabajo, colaborando con otros temas para mantener el progreso y difundiendo información sobre GBAD y los datos FAIR como becaria de la Iniciativa Datasphere; consulte algunas de sus presentaciones recientes en nuestro [Highlights](http:/ /gbadskedoc.org/highlights) o nuestra página [Presentaciones y publicaciones] (http://gbadskedoc.org/publications/Intro).

Amardeep desarrolló un enfoque modular para la creación de paneles y produjo tutoriales para que cualquiera pueda aprender a producir un panel básico al estilo GBAD. Puede acceder a sus tutoriales en la sección docs de este sitio.

Nitin ha estado trabajando en la infraestructura de permisos y restricciones de acceso necesaria para garantizar que los datos de GBAD estén seguros y que podamos aplicar restricciones de acceso para diferentes usuarios que buscan acceder al portal de datos del motor de conocimiento. Esta infraestructura será fundamental para mantener la seguridad de los datos privados.

Rehan se ha convertido en nuestro experto en datos ganaderos extraídos de los informes en formato PDF de la Agencia Central de Estadísticas de Etiopía. Por primera vez, ha puesto esos datos a disposición en una base de datos y está trabajando para desarrollar informes para comparar tendencias a nivel regional y nacional e identificar discrepancias en los datos. También ha estado trabajando para comparar esos datos con datos globales. Los informes estarán disponibles próximamente. Vea cómo acceder a los detalles a través de nuestra [API] (http://gbadske.org/api/dataportal/).

Puliendo nuestros productos

Matthew ha trabajado mucho en el desarrollo y lanzamiento de este sitio para la documentación de recursos, tutoriales, documentación y presentaciones de GBAD. El sitio evoluciona constantemente y se agrega más material, ¡así que visítelo con frecuencia!

Kurtis comenzó a trabajar con nosotros para mejorar el diseño de nuestros paneles y visualizaciones y para desarrollar un estándar visual coherente para usar en todos los GBAD. Sus guías de estilo se han compartido en otros temas y con socios externos como First Analytics.

(GIF cortesía de Kurtis Sobkowich)

Colaboración entre temas

Grace trabajó con el tema de Salud Humana para desarrollar un enfoque que vincule los cambios en la salud del ganado con los impactos en la salud de la dieta humana. También escribió un blog sobre los desafíos que supone cuantificar la Impactos en la salud del consumo de alimentos de origen animal.

William adaptó rápidamente un módulo de Python para la obtención de expertos (Anduryl) para que funcione en R. Lo compartió con el equipo que trabaja en el estudio de caso de Etiopía, quienes lo implementaron en sus talleres recientes. Encuentre su tutorial sobre el software aquí.

Le rápidamente se puso al día con el progreso en la base de datos de gráficos y la ontología y ha estado colaborando con el tema Ontología y Atribución para desarrollar formas de mejorar la interoperabilidad de los datos de diferentes fuentes de datos importantes. También están trabajando para asignar ontologías a bases de datos.

Kassy y Deb trabajaron con Yin del tema Poblaciones y sistemas de producción para estructurar sus cálculos y códigos de biomasa para su uso con diferentes fuentes de datos y para su incorporación en el motor de conocimiento.

Explorando nuevas fronteras

Cassandre ha estado investigando el NCBI en busca de datos genómicos sobre especies de ganado que podrían usarse para ayudar a clasificar los sistemas de producción. Puede ver su seminario sobre su trabajo aquí. También está explorando otras bases de datos que podrían extraerse para obtener información similar sobre características de la raza, como el tamaño y los rasgos de salud.

Neila está trabajando en el futuro del bienestar animal en GBAD. Ha estado colaborando con colegas de Liverpool para desarrollar una propuesta para incorporar este tema en futuras iteraciones de GBAD, construyendo redes con expertos en bienestar animal en todo el mundo y explorando el ecosistema de datos de bienestar animal existente. Lea su introducción a la legislación sobre bienestar animal en su reciente blog.

Por último, pero no menos importante, Deb y Theresa continuaron contribuyendo a la planificación de GBAD y dirigieron la manada hacia el éxito. Son fundamentales para resolver problemas, conectarse con socios y desarrollar nuestra hoja de ruta para el futuro de GBADs Informatics.

Vista previa de verano

Esté atento a las actualizaciones sobre nuestras actividades de verano, que incluyen la implementación de numerosos paneles, gracias al enfoque desarrollado por Amardeep:

• Sky está produciendo paneles actualizados para estadísticas de población y biomasa múltiple.
• Matthew y William están trabajando en un panel para mostrar los cálculos del valor económico total del ganado global realizados por el tema PPS.
• Panel de datos de Etiopía de Rehan, Sky y Grace

Además, damos la bienvenida a nuestro nuevo miembro de la manada, Faraz, que está trabajando en la “curación” de los datos de población de la OIE. ¡Bienvenido también a Emily, que se ha unido a la manada para divertirse durante el verano!

Ponte al día con la manada

Si desea ver GBADs Informatics en acción, hay dos próximas oportunidades. Consulte la sesión de GBAD en SciDataCon el 22 de junio, donde Deb, Kassy, y Le presentará junto con su colega de Ontología y Atribución, Stephen Kwok. El Tema de Informática participará en una sesión especial dedicada a los GBAD y también presentará 3 charlas y 4 carteles en ISVEE del 7 al 12 de agosto. Cubriremos una variedad de temas, incluidos marcos de metaontología, bienestar animal, modelos de sistemas alimentarios, trabajo interdisciplinario en el contexto de OneHealth, implicaciones de las discrepancias de datos, bases de datos de gráficos y una encuesta de las principales iniciativas de agregación de datos. ¡Esperamos verte ahí!

Con una población humana en aumento, el número de animales criados para consumo humano ha aumentado considerablemente en las últimas décadas. El mundo produjo 800 millones de toneladas de leche, 340 millones de toneladas de carne en 2018 (Figura 1) y 86,67 millones de toneladas métricas de huevos ¹ en 2019.

Figura 1: Producción mundial de carne por tipo de ganado de 1961 a 2018. (Fuente:Our World in Data )

Los animales destinados al consumo se crían en diferentes sistemas de producción donde el alojamiento, el manejo, la nutrición, la prevención y el tratamiento de enfermedades, la manipulación y el sacrificio adecuados son responsabilidad de los humanos. Existe una gran variedad de sistemas de producción² pero algunos de los más familiares son el sistema intensivo que confina a los animales en grandes cantidades y espacios relativamente pequeños y el sistema extensivo que brinda a los animales oportunidades de pastoreo. En casi todos los sistemas de producción, los animales pueden enfrentar una serie de condiciones que podrían afectar su bienestar general. El estudio del estado físico, fisiológico y mental de un animal se denomina bienestar animal ³. Según la Organización Mundial de Sanidad Animal, el bienestar animal es “el estado físico y mental de un animal en relación con las condiciones en las que vive y muere”⁴. Con base en la Unión Europea⁵ y la Ley de Bienestar Animal del Reino Unido de 2006⁶, el punto principal destacado al definir el bienestar animal es reducir el sufrimiento de los animales al permitir que se tomen medidas preventivas antes de que ocurra el sufrimiento. Aunque se han tomado medidas para abordar el tema, los animales de ganado aún enfrentan problemas de bienestar que incluyen miedo y dolor crónicos, lesiones y enfermedades, y privación de movimiento, por nombrar algunos. Nos llevó mucho tiempo llegar a una definición clara de bienestar animal y formas de mejorarlo a nivel de granja. En este blog, exploraré los principales eventos que impactaron el concepto de bienestar animal y cómo los humanos están estudiando este tema en los animales de granja. También presentaré una descripción general de cómo intentamos enmarcar el concepto de bienestar animal en la estructura analítica del programa Carga Global de Enfermedades Animales (GBAD).

Momentos clave en la historia del bienestar animal

Durante siglos, los animales domesticados han desempeñado un papel importante en la vida de los seres humanos. A través de técnicas agrícolas tradicionales, estos animales siempre han ayudado a los humanos en actividades relacionadas con la agricultura, el transporte y el comercio. Con el comienzo de la industrialización, el principal objetivo de los sistemas agrícolas era aumentar la productividad para alimentar a una población humana pobre pero en crecimiento. Esto dio lugar al desarrollo de tecnologías de alojamiento para confinar más animales y mejorar la productividad proporcionando piensos de alta calidad. Sin embargo, el confinamiento de los animales en ambientes hacinados empezó a derivar en malas condiciones corporales con aparición de lesiones, cojeras y enfermedades. Es con la publicación del libro “Animal Machines”[^7] de Ruth Harrison en 1964 que se comenzaron a dar pasos en una secuencia de eventos para promover el concepto de bienestar animal como una preocupación pública (Figura 2).

Figura 2: Principales acontecimientos que contribuyeron a establecer el bienestar animal como una preocupación pública en Europa y el mundo.

Otro acontecimiento importante fue la formación del Comité Brambell por parte del gobierno del Reino Unido, cuyo propósito era informar sobre las condiciones de bienestar en la ganadería británica. En 1965, el Comité publicó su Informe para investigar el bienestar de los animales mantenidos en sistemas de cría intensiva de ganado ⁷. Este informe allanó el camino para emitir una lista de preocupaciones de las que el animal debería estar libre para garantizar una condición de bienestar digna. Esta lista se denominó las cinco libertades⁸ y se publicó después de la creación del Consejo de Bienestar de los Animales de Granja en 1979. Estas libertades son:

1. Libertad del hambre y la sed: mediante un fácil acceso al agua dulce y a una dieta equilibrada y nutritiva.
2. Libre de molestias: proporcionando un ambiente apropiado que incluya refugio y un área de descanso.
3. Ausencia de dolor, lesión o enfermedad: mediante prevención o diagnóstico y tratamiento rápidos.
4. Libertad del miedo y la angustia: garantizando condiciones de alojamiento y gestión que eviten el sufrimiento mental.
5. Libertad para expresar un comportamiento normal: al proporcionar suficiente espacio para el autocuidado (acicalarse, bañarse en el polvo, estirarse) y anidar, oportunidades para un comportamiento social con animales de su propia especie.

Producir más carne a un costo menor viene ahora con una presión social sobre la calidad de vida que están experimentando los animales. Esto allanó el camino para regulaciones, códigos y prácticas privadas de bienestar animal a nivel nacional, regional e internacional⁹. Las Cinco Libertades se utilizaron ampliamente como base para desarrollar directrices, protocolos de evaluación y auditorías sobre bienestar animal. Después de introducir un Protocolo sobre Bienestar Animal en el Tratado de Amsterdam¹⁰ en 1997, la Unión Europea (UE) fue la primera en publicar directivas de bienestar animal para garantizar que todos los países miembros adopten directrices mínimas al tener animales para la producción de alimentos (Directiva 98/ 581)⁵. Posteriormente se publicaron directivas de la UE específicas para especies junto con regulaciones específicas para el transporte de animales (Directiva 1/20059)¹¹ y el sacrificio (Directiva 1099/2009)¹². En cuanto a las organizaciones internacionales, la OIE publicó por primera vez sus Normas de Bienestar Animal⁴ para animales terrestres y acuáticos en 2004. Grupos nacionales e internacionales como la Sociedad Real para la Prevención de la Crueldad contra los Animales (RSPCA) adoptaron sus propias directrices y protocolos para proporcionar un servicio de auditoría y etiquetado del producto final.

Las iniciativas más recientes para el bienestar animal se están llevando a cabo en Europa. El fin de la era de las jaulas¹³ es una herramienta propuesta por la Comisión Europea para mejorar la participación directa de los ciudadanos en la formulación de políticas. Se lanzó en 2018 con la principal demanda de prohibir el uso de jaulas en la cría de animales, brindando a los animales la oportunidad de realizar comportamientos normales. La Comisión Europea propondrá legislación para prohibir el uso de jaulas para gallinas ponedoras, pollitas, pollos de engorde y ponedoras, codornices, patos, gansos y conejos. Esto además de prohibir las parideras, los establos para cerdas y los corrales individuales para terneros cuando no estén ya prohibidos. Otra iniciativa europea es la Estrategia de la granja a la mesa¹⁴, cuyo objetivo es acelerar la transición de Europa hacia un sistema alimentario sostenible. Además de promover un impacto ambiental neutro o positivo, la Comisión anunció que la legislación existente sobre bienestar animal se revisaría completamente de aquí a 2023. La nueva legislación pretende garantizar un mayor nivel de protección, tener un alcance más amplio, ser más fácil de aplicar y estar en consonancia con la últimas evidencias científicas.

Todos estos acontecimientos siguen dando forma a la forma en que abordamos el bienestar animal como ciudadanos y consumidores. Además de las directrices nacionales e internacionales para garantizar la protección de los animales de granja, las organizaciones y movimientos de bienestar animal trabajan para aumentar la conciencia de los consumidores sobre el bienestar animal. Es al reconocer dónde fallamos como sociedad a la hora de proporcionar el mejor entorno y manejo a los animales destinados al consumo humano que comenzaremos a darnos cuenta del impacto del deficiente bienestar animal en la sociedad y la economía global.

El bienestar animal en el ámbito de los GBAD

Además del hecho de que las enfermedades animales representan un deterioro del bienestar animal hasta cierto punto, la carga del bienestar animal eventualmente se incluirá en las estimaciones económicas de los GBAD. Esto se abordará mediante un análisis de los factores de bienestar que contribuyen a la aparición de enfermedades, por un lado, y una estimación del deterioro del bienestar después de la aparición de la enfermedad, por otro. Mientras se avanza en la metodología se estudiarán puntos de interés concretos:

• El impacto de la política de bienestar animal en la economía agrícola a nivel nacional y regional.
• El impacto del sistema de producción (incluido el alojamiento y la gestión) en el bienestar animal y sus consecuencias económicas.
• Sistemas de producción, resultados conductuales y su relación con la enfermedad.

Estos objetivos, aunque aparentemente ambiciosos, se alcanzarán en un largo período de tiempo. Actualmente, la generación de datos no está dentro del alcance de los GBAD. Sin embargo, el uso de fuentes de datos abiertas, datos privados y/o datos de obtención de expertos será la base de nuestros análisis.

Referencias:

[^ 7]: Harrison, R. y Dawkins, MS (2013). Máquinas animales: la nueva industria agrícola industrial (edición reeditada). CABI. https://books.google.tn/books/about/Animal_Machines.html?id=7_3-ko8zyZYC&printsec=frontcover&source=kp_read_button&hl=en&redir_esc=y#v=onepage&q&f=false

Footnotes​

1. Ritchie, L. y Roser, M. (noviembre de 2019). Producción de Carne y Lácteos. Nuestro mundo en datos. Obtenido el 5 de mayo de 2021 de [https://ourworldindata.org/meat-production] (https://ourworldindata.org/meat-production). ↩

2. Steinfeld, H., Mäki-Hokkonen J. (sin fecha). Una clasificación de los sistemas de producción ganadera. FAO. Obtenido el 11 de mayo de 2021 de https://www.fao.org/3/v8180t/v8180t0y.htm ↩

3. Fraser, D., Weary, D. M., Pajor, E. A. y Milligan, B. N. (1997). Una concepción científica del bienestar animal que refleja preocupaciones éticas. Bienestar animal, 6, 187–205. https://www.wellbeingintlstudiesrepository.org/ethawel/1/ ↩

4. Acceso en línea mediante código terrestre. (2004). OIE - Organización Mundial de Sanidad Animal. Obtenido en abril de 2021, de https://www.oie.int/en/what-we-do/standards/codes-and-manuals/terrestrial-code-online-access/?id=169&L=1&htmfile=titre_1.7. htm ↩ ↩²

5. Unión Europea. (1998, 20 de julio). Directiva 98/58/CE del Consejo, de 20 de julio de 1998, relativa a la protección de los animales mantenidos con fines agrícolas. Eur-Lex. Obtenido el 2 de febrero de 2021 de https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:31998L0058 ↩ ↩²

6. Ley de bienestar animal de 2006. (2006). Sitio web de legislación del Reino Unido. Obtenido en febrero de 2022 de https://www.legislation.gov.uk/ukpga/2006/45/contents ↩

7. Brambell, R., (1965). Informe del Comité Técnico para Investigar el Bienestar de los Animales Mantenidos en Sistemas de Ganadería Intensiva, Cmd. (Gran Bretaña. Parlamento), S.M. Oficina de papelería, 1–84. ↩

8. Cinco libertades de bienestar animal. (2009, abril). Consejo de Bienestar de los Animales de Granja (FAWC). Obtenido en mayo de 2022, de https://webarchive.nationalarchives.gov.uk/ukgwa/20121010012427/http://www.fawc.org.uk/freedoms.htm ↩

9. Simonin, D. y Gavinelli. R. (2019). La legislación de la Unión Europea sobre bienestar animal: situación actual, aplicación y actividades futuras. En: Hild S. & Schweitzer L. (Eds), Bienestar animal: de la ciencia al derecho. 59-70. https://www.fondation-droit-animal.org/proceedings-aw/the-european-union-legislation-on-animal-welfare/ ↩

10. Tratado de Amsterdam. (1997, 10 de noviembre). Obtenido en mayo de 2022, de https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:11997D/PRO/10&from=IT ↩

11. Unión Europea. (2004, 22 de diciembre). Reglamento (CE) nº 1/2005 del Consejo, de 22 de diciembre de 2004, sobre la protección de los animales durante el transporte. EUR-Lex. Obtenido en febrero de 2022, de https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=celex%3A32005R0001 ↩

12. Unión Europea. (2009, 24 de septiembre). Reglamento (CE) nº 1099/2009 del Consejo, de 24 de septiembre de 2009, sobre la protección de los animales en el momento del sacrificio. EUR-Lex. Obtenido en enero de 2022, de https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=CELEX%3A32009R1099 ↩

13. Compasión en la agricultura mundial. (2018). Poner fin a la era de las jaulas. Https://Www.Endthecageage.Eu/. Obtenido en mayo de 2022, de https://www.endthecageage.eu/ ↩

14. Estrategia de la granja a la mesa. (2020). Comisión Europea. Obtenido en mayo de 2022, de https://ec.europa.eu/food/horizontal-topics/farm-fork-strategy_en ↩

(Graphic from Advancing Nutrition)

Animal-Sourced Foods in the Global Diet

Livestock have long played important cultural, social, and economic roles while also functioning as critical food sources. However, modern technological advances have led to an explosion in livestock production and consumption of animal-sourced foods (ASFs). Increased access to ASFs has been a boon to human dietary health in many ways, but modern livestock production systems are often harmful to the climate and raise animal welfare and sustainability concerns[^1]. In many high-income countries (HICs), people often eat more ASFs than are recommended, while ASFs are still scarce in low- and middle-income countries (LMICs)[^1]. Global reference diets advocate for very limited ASF intake[^2] , but this is not healthful for many people.

So, in a world where ASFs are too available for some, and too scarce for others, and livestock still play an important cultural role, how do we balance scarce planetary resources to produce equitable outcomes related to livestock production and human health? This is a question that the Global Burden of Animal Diseases (GBADs) program is working to address by developing a systematic process to determine the burden of animal disease on human health and wellbeing. One piece of this puzzle involves understanding, in better detail, how ASF consumption impacts health in different contexts.