Abstract
В статье представлен подход к созданию набора данных, со-держащего информацию о породах собак, их классификации в соответствии с меж-дународными стандартами, а также о наследственных заболеваниях, связанных с данными породами. Основной целью исследования являлась интеграция разроз-ненных источников информации и стандартизация названий пород и заболеваний, что обеспечило возможность их дальнейшего комплексного анализа. Для форми-рования 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, позво-лил 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 разме-ру, классификационным группам и типам заболеваний. Анализ показал, что круп-ные и мелкие породы характеризуются более широким спектром наследственных патологий по сравнению с породами среднего размера. Кроме того, были выявле-ны различия в структуре заболеваний между классификациями The Kennel Club и American Kennel Club, что подчеркивает важность учета национальных особен-ностей при проведении международных сравнительных исследований. Результа-ты 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