Los refugios para animales se esfuerzan por colocar permanentemente a los perros en hogares con personas y familias. Sin embargo, un estudio retrospectivo a largo plazo estima que el porcentaje de perros que regresan a los refugios después de la adopción es aproximadamente el 9 por ciento. El regreso de los perros al refugio afecta los recursos disponibles para cuidar animales adicionales. Identificar las causas fundamentales de los retornos al refugio puede servir de base para la programación dirigida a reducir este fenómeno.
Utilizando un conjunto de datos para un gran sistema de refugios en Nueva York, compuesto por 3.465 perros de refugio por primera vez rastreados durante seis meses después de su ingreso, identificamos áreas potenciales para intervenciones para reducir las tasas de retorno de perros adoptados a través de múltiples modelos. La regresión logística en combinación con la selección de variables por pasos fue el modelo presentado en este proyecto de investigación para explorar la relación entre la probabilidad de que un perro regrese a una gran cantidad de covariables. Los modelos de aprendizaje automático también se ajustaron y compararon con el modelo de regresión logística, arrojando resultados similares pero con más matices.
Descubrimos que la edad de un perro, la tendencia al comportamiento agresivo, la raza, la duración de la estancia y la geografía del refugio están relacionadas con la probabilidad de que un perro sea devuelto. Además, encontramos que el transporte de perros entre refugios no estaba relacionado con la probabilidad de regreso. Las visualizaciones y análisis interactivos y fáciles de usar de JMP ayudaron a la cliente, que tenía poca formación en estadística, a comprender y, en última instancia, ejecutar el análisis por su cuenta. Estos hallazgos guiarán la asignación de recursos a intervenciones, como materiales educativos o programas de capacitación, que pueden ayudar a reducir las tasas generales de retorno.
