[为数字专家系统验证乳制品选择性干牛治疗决策树]

科学领域:

• 兽医医学 兽医医学 兽医医学
• 动物科学动物科学
• 乳制品群管理 乳制品群管理

背景情况:

• 选择性干牛疗法 (ST) 对于管理乳牛的乳液健康至关重要.
• 为ST开发了一个结合算法和文化方法的决策树.
• 评估这个决策树在现实世界奶牛场环境中的有效性是必不可少的.

研究的目的:

• 评估选择性干牛治疗 (ST) 的基于决策树的方法.
• 评估ST对乳牛群抗生素使用和乳腺健康的影响.
• 确定决策树是否适合作为数字专家系统的知识库.

主要方法:

• 一个结合细胞计数和牛奶样本发现的决策树在两年内应用于19个奶牛场的ST.
• 分析了1369例干病例的ST实施,产后细胞计数和干燥期感染/治愈率.
• 在用抗生素干燥制剂和不用抗生素干燥制剂治疗的奶牛之间进行了结果比较.

主要成果:

• 38.4%的奶牛在没有抗生素的情况下被干掉,而抗生素节省的费用在不同农场之间有很大的差异.
• 在75.9%的病例中,可以使用乳腺健康数据进行ST建议;在约25%的病例中,需要进行微生物学检查.
• 干燥期后的乳细胞计数平均为<100,000细胞/毫升,在抗生素和非抗生素ST组之间,新感染或治愈没有显著差异.

结论:

• 评估的决策树使得安全有效的选择性干牛疗法,减少抗生素的使用,而不损害健康.
• 这个决策树可以作为一个可靠的知识基础,用于开发数字专家系统,以优化奶牛场干燥管理.
• 这些发现支持将数据驱动的决策支持工具纳入常规乳牛群健康实践.