• 从行为预测呼吸系统疾病?

    2019-06-08 14:35:33

    从行为预测呼吸系统疾病? 许多人会建议我的标题中的问题答案是肯定的,一直都是这样做的。或许更好的标题是,我们能否使用行为监测技术预测呼吸系统疾病(BRD)发病?由德克

      从行为预测呼吸系统疾病?

      许多人会建议我的标题中的问题答案是肯定的,一直都是这样做的。或许更好的标题是,我们能否使用行为监测技术预测呼吸系统疾病(BRD)发病?由德克萨斯A& M大学的Will Kayser领导的一个研究小组希望在最近的动物科学杂志的一篇文章中回答这个问题。

      对某些人来说,这个问题似乎并不新鲜。几个小组已经验证了使用回顾性方法预测BRD的技术系统。星期一早上四分卫在我们需要的时候没有那么有用,有助于在三天的BRD爆发之前决定要治疗的牛。

      该小组回答这个问题的方法在某些方面是独一无二的。首先,而不是使用高风险断奶的小牛,他们使用接种疫苗和断奶的安格斯公牛来自多个手术。这些中等风险牛群允许该小组测试使用统计过程控制图来评估预测的另一个新想法。

      该制图方法在制造中是常见的,其中持续观察机器的异常行为。考虑这些图表的另一种方式是使用测谎仪的电影场景,其中与直线的“偏差”表示某些事情是不正确的。

      实时监测公牛的行为变化,研究人员使用这些变化来预测BRD。您可能已经使用类似的过程来确定牧场或饲养场中何时出现问题。您今天所做的事情与技术发展方向之间的区别在于您的系统会考虑群体行为的变化。

      举一个例子,你喂一群一岁鸽,他们都来到铺位吃一块。你知道有些不对劲。在这种情况下,不进食的动作与该组的平均值不同。你不知道的是这种行为是否与动物的平均值不同。

      该试验评估了个体动物经历的行为变化,当BRD刚开始时您可能看不到这些变化。他们查看了几个与下铺有关的测量,接近时间,吃饭时间,低头时间以及下铺之间的时间。他们还研究了进食率,采食量,以及非进食时间和非进食期间的变化。

      GrowSafe采食量用于测量公牛进食行为。经过四天确定每头公牛的正常行为后,计算机开始预测BRD。每天动物都没有生病,新的正常数据被添加,使得模型在相对较短的训练期后更加灵敏和准确。

      虽然所有测量的行为都有助于预测BRD,但关键变量是在铺位上花费的时间,在铺位中倒头的时间以及不吃东西的时间的变化。该模型在牛仔通过观察发现疾病之前约2天预测BRD发病。

      虽然许多人认为采食量变化是BRD检测的关键指标,但当添加到行为模型时,预测改进很少。 这可能是由于采食量与下铺中的头部下降所花费的时间之间的关系。

      无论原因如何,通过向模型添加采食量而获得的有限预测收益提供了行为技术更快到达农场的承诺,因为摄入量很难测量,而高风险的牛犊历史上并不容易从饲料开始。

      关键模型指标是敏感性,特异性和准确性,或简单地说,模型能够准确地检测到足够大的信号处理变化。该模型在83%的时间内准确无误,在视觉症状出现之前正确诊断BRD。

      敏感性测量错过的确实生病的公牛数量,而特异性确定哪些动物被称为病态但是真正健康。大多数人会说使用技术预测BRD的原因是为了改善抗生素的使用。但是,想象一下,您可以调整饲料铺位上的灵敏度和特异性设置,以优化可用于分类和处理潜在拉力的劳动力。

      呼吸系统疾病是该行业所有部门中劳动力和资源的最大流失。我们比以往任何时候都更接近于提高动物健康的技术,同时提高运营效率。

      BRD是该行业所有部门的最大消耗,但我们更接近于提高动物福利和提高运营效率的技术。

            

          

                  

                  相关话题:

            

                    牛肉(一般)