评价传感器测量用于早期诊断临床乳腺炎在自动挤奶系统的测量
Ivens Navarro Haponiuk Prus1, Saulo Henrique Weber1, Andre Ostrensky2
1Graduate Program in Animal Science, School of Medicine and Life Sciences, PontifÍcia Universidade CatÓlica do Paraná, Curitiba, PR, Brazil.
The Journal of dairy research
|September 18, 2025
概括
通过使用自动奶系统 (AMS) 参数和监测项圈数据,可以早期检测乳母乳炎. 这种方法提供9天的提前通知,改善群体健康管理,减少乳腺炎造成的经济损失.
科学领域:
- 动物科学动物科学
- 兽医医学 兽医医学 兽医医学
- 乳制品生产系统 乳制品生产系统
背景情况:
- 临床乳腺炎是乳牛的重要疾病,影响动物福利和农场经济.
- 早期发现乳腺炎对于及时干预和有效治疗至关重要.
- 自动挤奶系统 (AMS) 产生了大量的数据,这可能有助于早期发现疾病.
研究的目的:
- 为了确定最佳的自动挤奶系统 (AMS) 参数和监测数据,以便在奶牛中早期发现临床乳腺炎.
- 确定最早的检测窗口 (30天内) 以最大的乳腺炎预测准确度.
- 使用统计模型评估识别参数的预测性能.
主要方法:
- 通过体检,加利福尼亚乳腺炎测试 (CMT) 和AMS软件标准 (Delpro®) 对55头霍尔斯坦牛进行乳腺炎监测.
- 在诊断前30天内,从AMS (牛奶导电性,产量,SCC,MDi) 和监测项圈 (反,喘息,养) 收集和分析了30个测量参数.
- 利用通用线性模型来分析数据并计算灵敏度,特异性,准确性和预测值.
主要成果:
- 乳腺炎预测的重要参数包括牛奶产量,SCC,流量,导电性,挤奶时间,反,喘息和养活动.
- 从乳腺炎诊断前9天开始观察到参数稳定性.
- 该模型的平均精度为79.2%,灵敏度为82.5%,特异性为78.7%,正预测值为41.5%,负预测值为92.2%.
结论:
- AMS参数与监测项圈的行为数据相结合,可以预测奶牛的临床乳腺炎.
- 这种预测能力允许平均9天的提前通知乳腺炎的发生.
- 这些发现支持整合AMS和传感器数据,以在乳牛群中主动管理乳腺炎.
