Video Experimental Relacionado
Updated: Feb 24, 2026
11:09
Construction of a Realistic, Whole-Body, Three-Dimensional Equine Skeletal Model using Computed Tomography Data
Published on: February 25, 2021
3.9K
Estandarización de las definiciones de casos para las lesiones del casco y la cojera: una revisión de alcance para
D Swartz1, A Nault1, G Cramer1
1Department of Veterinary Population Medicine, University of Minnesota, St. Paul, MN 55108.
Journal of dairy science
|February 22, 2026
Resumen
Las definiciones inconsistentes para la cojera y las lesiones en las pezuñas de los bovinos lecheros obstaculizan las aplicaciones de aprendizaje automático. Estandarizar las medidas de resultados y la presentación de informes es crucial para mejorar la precisión del modelo y el uso en la granja.
Área de la Ciencia:
- Medicina Veterinaria La medicina veterinaria es el campo de la medicina veterinaria en el que se desarrolla la medicina veterinaria.
- Ciencias de los animales Ciencias de los animales.
- Ciencia de datos en la agricultura.
Sus antecedentes:
- La cojera en el ganado lechero, a menudo debido a lesiones en las pezuñas, afecta significativamente el bienestar animal, la economía y la sostenibilidad en América del Norte.
- El aprendizaje automático (ML) ofrece potencial para detectar lesiones en las pezuñas y la cojera, pero las definiciones de resultados inconsistentes limitan su generalización y aplicación práctica.
Objetivo del estudio:
- Revisar y analizar cómo se definen y clasifican las lesiones del casco y los resultados de la cojera en los estudios existentes.
- Para identificar inconsistencias en las definiciones de resultados y la presentación de informes en toda la investigación.
- Proporcionar recomendaciones para la estandarización de las definiciones de resultados para mejorar las aplicaciones de ML en la gestión del ganado lechero.
Principales métodos:
- Se realizó una búsqueda sistemática de la literatura en octubre de 2024 a través de Scopus, PubMed, Agricola y CAB Digital Library.
- Veinte estudios cumplieron con los criterios de inclusión, con datos extraídos sobre las definiciones de resultados, los métodos de clasificación y los informes de las características del estudio.
- El análisis se centró en las puntuaciones de locomoción y los datos de lesiones en las pezuñas, incluidos los tipos de escala, los niveles de resultado y las descripciones de las lesiones.
Principales resultados:
- De los estudios incluidos, el 55% usó puntajes de locomoción y el 35% usó datos de lesiones de pezuñas para los resultados; el 66.7% de los estudios basados en la locomoción usaron una escala de 5 puntos.
- Existió una variación significativa en las definiciones de los resultados (por ejemplo, binario frente a multi-nivel) y las descripciones de las lesiones en las pezuñas, con el 37,5% que no proporcionan detalles de la lesión.
- La presentación de informes sobre las características de la población y la gestión fue limitada, y solo el 10% de los estudios realizaron la validación externa del modelo.
Conclusiones:
- Las definiciones inconsistentes y la mala presentación de informes de resultados y características impiden el desarrollo y la aplicación de herramientas eficaces de ML para la cojera del ganado lechero.
- La estandarización de las definiciones de resultados, el informe exhaustivo de los detalles del estudio y la validación externa son esenciales para mejorar la generalizabilidad del modelo de aprendizaje automático.
- La investigación futura debe centrarse en medidas claras y estandarizadas de resultados y estrategias de validación robustas para maximizar la utilidad de ML en el manejo de rebaños lecheros.
