Khung GLMM được áp dụng cho 4 trường hợp: bệnh đốm lá Septoria trên lúa mì, bệnh mốc sương trên nho, bệnh đốm vàng trên chuối và sâu đục củ khoai lang.  

• Mô hình xử lý dữ liệu dạng nhị phân, tỷ lệ nhiễm bệnh và số lượng sâu bệnh theo thời gian.  
• - So sánh giữa phương pháp thống kê truyền thống (frequentist) và Bayesian cho thấy kết quả tương đồng, nhưng Bayesian cho phép đánh giá độ tin cậy tốt hơn.  
• - Mô hình có thể cập nhật liên tục khi có dữ liệu mới, hỗ trợ hệ thống cảnh báo sâu bệnh và ra quyết định phòng trừ.  
• - Các yếu tố như thời gian, vùng khảo sát, mức độ rủi ro, và điều kiện thời tiết có thể được đưa vào mô hình để cải thiện độ chính xác.  
• - Kết quả mô hình có thể được sử dụng để đưa ra khuyến nghị phòng trừ sâu bệnh theo vùng hoặc theo từng điểm khảo sát cụ thể.  
• - Tài liệu khuyến nghị ứng dụng GLMM trong các hệ thống cảnh báo sâu bệnh tại Pháp và các quốc gia có hệ thống khảo sát tương tự.