相关实验视频
Updated: Jul 7, 2025
14:53
Bovine Mammary Gland Biopsy Techniques
Published on: December 23, 2018
14.2K
使用注册表数据来识别日常记录的体细胞计数中的异常模式的个体奶牛
Maj Beldring Henningsen1, Mossa Merhi Reimert1, Matt Denwood1
1Animal Welfare and Disease Control, Department of Veterinary and Animal Sciences, Faculty of Health and Medical Sciences, University of Copenhagen, Frederiksberg C, Denmark.
Journal of theoretical biology
|December 24, 2023
概括
这项研究引入了一种新的方法,使用注册数据来识别乳牛的异常体细胞计数 (SCC) 模式,有助于早期检测乳腺炎. 这种方法有助于精确确定个体动物的偏差,表明亚临床乳腺炎.
科学领域:
- 动物科学动物科学
- 兽医医学 兽医医学 兽医医学
- 数据科学数据科学数据科学
背景情况:
- 乳中的体细胞计数 (SCC) 是乳母牛乳内炎症和亚临床乳腺炎的关键指标.
- 早期发现乳腺炎对于动物福利,群体健康和经济原因至关重要,需要有效的诊断工具.
研究的目的:
- 开发和验证一种方法,使用常规登记数据在奶牛中区分正常和异常的SCC模式.
- 根据它们的历史数据,识别表现出SCC概况暗示乳腺炎的个体动物.
主要方法:
- 利用了从2010年至2020年8个常规群体中的13,996头荷尔斯坦牛的注册表数据.
- 应用了非线性回归模型 (非线性最小方形,非线性混合效应) 来将log10转换的SCC与牛奶中的天 (DIM) 相匹配,使用Wood的曲线函数.
- 通过在动物级别的模型装配过程中检测平均平方余量 (MSR) 的异常值来确定异常的SCC模式.
主要成果:
- 与威尔明克的功能相比,Wood的风格函数在牛奶中几天内为log10转换的SCC提供了更好的匹配.
- 通过MSR异常值检测方法,成功地发现了个体动物的SCC曲线偏离了它们已建立的正常模式.
- 这种方法为在大型乳牛群中基于登记册数据的自动化乳腺炎检测提供了一个潜在的工具.
结论:
- 开发了一种强大的方法来识别异常的SCC模式,表明单个奶牛的乳腺炎,使用现有的注册数据.
- 这种以注册数据为导向的方法有望改善商业奶牛养殖中早期乳腺炎的检测和管理.
- 进一步实施可以加强群体健康监测,减少乳腺炎的经济影响.
