将行为数据应用于乳牛甲状炎自我治愈和治疗失败的预测探索模型
Jessica G Prim1, Segundo Casaro1, Ahmadreza Mirzaei1
1Department of Large Animal Sciences, University of Florida, Gainesville, FL 32610.
Journal of dairy science
|February 4, 2024
概括
整合农场和牛行为数据显著改善了甲状腺炎自我治愈 (SC) 和治疗失败 (TF) 的预测模型. 这种方法增强了疾病管理,并可以减少乳牛群中抗菌素的使用.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 动物健康监测 动物健康监测
- 乳制品科学 乳制品科学
背景情况:
- 甲状炎是乳牛中常见的产后子宫疾病,影响动物福利和农场经济.
- 准确预测甲状炎自我治愈 (SC) 和治疗失败 (TF) 对有效的管理和抗菌药物管理至关重要.
研究的目的:
- 通过使用农场数据,奶牛行为数据或两者的组合,评估SC和TF甲状炎探索模型的预测性能.
- 评估自动健康监测设备 (AHMD) 在预测甲状腺炎结果方面的贡献.
主要方法:
- 霍尔斯坦牛 (n=1,061) 通过使用AHMD来监测从分娩前到分娩后的反和活动.
- 甲状腺炎的诊断是在特定的牛奶日 (DIM) 进行的,并且牛被治疗或观察到SC/TF.
- 使用农场和行为数据开发了单变量和多变量后勤回归模型来预测SC和TF.
主要成果:
- 结合农场和行为数据的模型显示,与单独的农场数据 (AUC=0.75) 相比,SC的预测有所改善 (AUC=0.87,Se=89%,Sp=77%).
- 对于TF,组合模型实现的AUC比单独的农场数据 (AUC=0.90) 高 (0.93,Se=93%,Sp=87%).
- 交叉验证表明普遍性很差,这表明研究结果与研究条件是特定的.
结论:
- 添加牛行为数据显著提高了乳牛中SC和TF甲状炎的预测准确度.
- 准确的预测模型可以支持减少抗微生物药物的使用,并为甲状腺炎病例提供更好的群体管理决策.
