菌病在中:从损伤发育和卵囊脱落的时间模式到预测建模

科学领域:

• 禽畜科学 禽畜科学 禽畜科学
• 寄生虫学的寄生虫学
• 兽医医学 兽医医学 兽医医学

背景情况:

• 菌病是家禽中的一种严重的寄生虫病.
• 抗杀虫药物耐药性需要对寄生虫行为的新理解.
• 这项研究涉及肉中菌病的管理.

研究的目的:

• 为了评估病变得分,卵囊脱落,和生长表现在肉挑战的菌.
• 开发使用离子体或化学/离子体混合物补充的菌病预测模型.
• 评估沙利诺米辛 (SAL) 和马克西班 (MAX) 对菌病的疗效.

主要方法:

• 进行了三项涉及1200-800只科布500只雄的实验.
• 在第14天,鸟类用Eimeria物种卵囊口服.
• 治疗包括控制,仅挑战,SAL补充和MAX补充.
• 测量了损伤得分,每克卵囊 (OPG) 计数和生长性能 (BWG,FI,FCR).
• 使用统计和机器学习方法开发了预测模型.

主要成果:

• 无论是SAL还是MAX治疗都改善了料摄入量,体重增加和料转化率 (P < 0.01).
• 抗杀药治疗部分降低了死亡率 (P < 0.05).
• 创伤得分的峰值发生在第19-20天,卵囊流在第20和27天达到峰值.
• 沙尔和MAX显著减轻了病变严重程度和OPG数量 (P < 0.01).
• 预测模型确定了总的OPG作为损伤严重程度的关键预测指标.
• 体重增加与不同时间点的特定病变类型和OPG水平有关.

结论:

• 频繁,时间敏感的测量对于了解菌病动态非常有价值.
• 数据驱动的方法,集成经典统计和机器学习,显示出改善菌病预测和管理的潜力.
• 沙尔和马克斯是有效的缓解菌病对 brojler 的表现和寄生虫流失的影响.