FORMATION OF A UNIFIED DATA SET FOR ANALYZING THE RELATIONSHIP BETWEEN DOG BREEDS AND DISEASES

Аннотация

В статье представлен подход к созданию набора данных, содержащего информацию о породах собак, их классификации в соответствии с международными стандартами, а также о наследственных заболеваниях, связанных с данными породами. Основной целью исследования являлась интеграция разрозненных источников информации и стандартизация названий пород и заболеваний, что обеспечило возможность их дальнейшего комплексного анализа. Для формирования итогового набора данных были использованы официальные базы данных и специализированные ресурсы: iDog, Canine Inherited Disorders Database (CIDD), The Kennel Club (UK) и American Kennel Club (AKC). Разработанный алгоритм стандартизации, основанный на методах обработки естественного языка, позволил устранить несоответствия в названиях, обеспечить сопоставимость данных и сформировать структурированный набор данных, включающий 4 093 записи. В рамках исследования был проведен разведочный анализ данных (Exploratory Data Analysis, EDA) для выявления закономерностей в распределении пород по размеру, классификационным группам и типам заболеваний. Анализ показал, что крупные и мелкие породы характеризуются более широким спектром наследственных патологий по сравнению с породами среднего размера. Кроме того, были выявлены различия в структуре заболеваний между классификациями The Kennel Club и American Kennel Club, что подчеркивает важность учета национальных особенностей при проведении международных сравнительных исследований. Результаты исследования демонстрируют значимость разработанного набора данных как основы для построения прогностических моделей и инструментов поддержки принятия решений в ветеринарной медицине. Полученный набор данных может использоваться для более точного прогнозирования предрасположенности собак к заболеваниям, а также для разработки эффективных стратегий профилактики и лечения.