Objektive indikatorer for råvarekvalitet og dyrevelfærd

Transkript

1 Objektive indikatorer for råvarekvalitet og dyrevelfærd Af Hanne Bang Bligaard og Karen Helle Sloth, AgroTech Peter T. Thomsen, DJF Ulla Møller, Niels Ole Nielsen og Peter Stamp Enemark, Dansk Kvæg december 2009

2 Objektive indikatorer for råvarekvalitet og dyrevelfærd Af Hanne Bang Bligaard og Karen Helle Sloth, AgroTech Peter T. Thomsen, DJF Ulla Møller, Niels Ole Nielsen og Peter Stamp Enemark, Dansk Kvæg

3 INDHOLD 1. Formål Velfærdsindeks og råvarekvalitetsindeks Test og følsomhedsanaslyser Konklusion og anbefalinger Litteratur Bilag 1. Oprindelse og beregning af 12 måneders nøgletal inkluderet i velfærdsindeks og råvarekvalitetsindeks Bilag 2. Beskrivelse af indikatorer for dyrevelfærd og råvarekvalitet Bilag 3. Vægtning af indikatorer Bilag 4. Grænseværdier anvendt ved vægtning Objektive indikatorer for råvarekvalitet og dyrevelfærd

4 1. FORMÅL God dyrevelfærd og råvarekvalitet i mælkeproduktionen er et fælles fokuspunkt for både landmænd, rådgivere, fødevarevirksomheder, myndigheder og forbrugere. Derfor er der etableret og varslet forskellige kontrolordninger, der skal bidrage til at sikre, at lovgivning og aftaler overholdes. - Det overordnede formål med nærværende projekt er at udvikle et redskab, som kan bidrage til sikring af god råvarekvalitet og dyrevelfærd i mælkeproduktionen. - Projektets produkt er et redskab som: o o o o o Automatisk indsamler og præsenterer en ajourført dokumentation Udnytter objektive indikatorer Er nemt at bruge for kvægbruger, myndigheder og fødevarevirksomheder og samtidig frembringer brugbare oplysninger til brug for managementjusteringer, kontrol og overvågning Giver mulighed for risikobaseret udvælgelse af besætninger til kontrolbesøg Giver mulighed for risikobaseret bestemmelse af antal obligatoriske rådgivningsbesøg. Efter denne første fase af projektet er det faglige grundlag for værktøjet defineret. Formålet med denne rapport er at dokumentere hvilke overvejelser og beslutninger, der ligger forud for det endelige valg af redskabets udformning. Udviklingsarbejdet er gennemført for Dansk Kvæg af AgroTech. Baggrund og metoder 2.1 Definition af dyrevelfærd En hyppigt anvendt definition af dyrevelfærd er beskrevet af Fraser et al. (1997): Velfærd = funktion + følelser + naturlighed. I Dansk Kvægs Branchepolitik for Dyrevelfærd defineres dyrevelfærd som summen af dyrenes sundhed, adfærd og fysiologi. God dyrevelfærd opnås altså for dyr, der er sunde og raske, fysiologisk velfungerende og udfører naturlig adfærd. En tilbundsgående vurdering af dyrevelfærd baserer sig på en lang række indikatorer, hvor specielt vurdering, af om dyrene kan udføre deres naturlige adfærd, p.t. er vanskelig at måle uden meget ressourcekrævende manuelle observationer. Et dansk-svensk værktøj til måling og vurdering af dyrevelfærd er beskrevet af Rousing & Enemark (2007). I dette værktøj tages udgangspunkt i dyrebaserede indikatorer, idet de betragtes som de mest direkte indikatorer. Velfærdsvurderingen gennem- Objektive indikatorer for råvarekvalitet og dyrevelfærd

5 føres på køer, kalve og kvier og varer omkring 2-2,5 time pr. besætning, når den gennemføres af trænede observatører. Et stort EU-projekt (Welfare Quality) er netop afsluttet. Her er udviklet et system til velfærdsvurdering af malkekvæg, ungtyre og slagtekalve (Forkman & Keeling, 2009). Welfare Quality-projektet har defineret fire velfærdsprincipper (good feeding, good housing, good health, appropriate behaviour), der vurderes på 12 kriterier (absence of prolonged hunger, absence of prolonged thirst, comfort around resting, thermal comfort, ease of movement, absence of injuries, absence of disease, absence of pain induced by management procedures, expression of social behaviours, expression of other behaviours, good human-animal relationship, positive emotional state). Metoder til at evaluere disse kriterier er vurderet. Velfærdsvurderingen tager 5-8 timer afhængig af besætningsstørrelse. I velfærdsvurderingen anvendes primært dyrebaserede indikatorer, men hvor det ikke er muligt, anvendes systembaserede indikatorer. Det er kun et par eksempler på systemer til vurdering af velfærd hos produktionsdyr, men der findes flere andre (f.eks. TGI200 og TGI35). I nærværende projekt har målet været at anvende objektive indikatorer i et system baseret på nøgletal og registreringer, der automatisk opsamles fra bedrifterne. Altså uden brug af ekstra målinger eller registreringer foretaget på bedriften. Noget tilsvarende er foreslået af Sandgren et al. (2009), der har anvendt det dansksvenske system til velfærdsvurdering beskrevet ovenfor som gold standard i en statistisk analyse af hvilke indikatorer i den svenske kvægdatabase, der bedst beskriver dyrevelfærd i 55 tilfældigt udvalgte besætninger. Sandgren et al. (2009) konkluderer, at to fertilitetsindikatorer og kalvedødelighed tilsammen klassificerer 77 % af besætninger korrekt, idet de på forhånd er defineret som besætninger med god eller dårlig dyrevelfærd. Alle indikatorerne i velfærdsvurderingen er således omsat til binære variable (acceptabel eller ikke acceptabel dyrevelfærd). I projektgruppen vurderer vi, at det er uhyre vanskeligt at definere præcist, hvornår en registreret værdi af en enkelt indikator beskriver acceptabel eller ikke acceptabel dyrevelfærd. Vi har derfor valgt det princip at anvende en række indikatorer, der tilsammen beskriver mest muligt af dyrenes sundhed og fysiologiske tilstand, mens vi er bevidste om, at opfyldelsen af dyrenes adfærdsmæssige behov kun vurderes indirekte og kun i begrænset omfang. Det udviklede velfærdsindeks skal derfor opfattes som en rangering af besætninger i forhold til højt sundhedsniveau og god fysiologi og ikke som en egentlig velfærdsvurdering. 2.2 Anvendte principper for velfærdsindeks Sørensen (2009) beskriver en række principielle spørgsmål, der kan overvejes i forbindelse med vurdering af dyrevelfærd: Her og nu billede eller over tid? For alle indikatorer i nærværende projekt anvendes rullende gennemsnit for det seneste år. Det sker for at give størst mulig sikkerhed på værdierne. For hver enkelt indikator er dog vurderet hvilken opgørelse, der giver det bedste billede, og derfor anven- Objektive indikatorer for råvarekvalitet og dyrevelfærd

6 des i nogle tilfælde frekvens for overskridelse af grænseværdier eller standardafvigelse for indikatoren. Dyrebaserede eller systembaserede indikatorer? Vi vælger at fokusere på dyrebaserede indikatorer af to grunde: Dyr i to besætninger kan have vidt forskellig velfærd, selv om staldsystemet i princippet er ens, idet landmandens managementmæssige niveau (godt landmandskab) kan være vidt forskellig. Desuden har vi ikke opdaterede systemoplysninger de ændrer sig hele tiden. Dyrebaserede indikatorer fortæller mest direkte, hvordan dyrene reelt er eller har det. Gennemsnit dem, der har det værst dem, der har det bedst? Det er en stor diskussion, om det er værst, at mange dyr har det lidt dårligt, eller at få dyr har det meget dårligt. Vi har forsøgt at imødekomme denne problemstilling ved at anvende (pseudo)kontinuerte skalaer (i modsætning til acceptabel/ikke acceptabel) med progressiv vægtning af alvorligheden dvs. jo større afvigelse fra normaltilstanden af en given indikator, jo større alvorlighed. For nogle indikatorer anvendes alene den gennemsnitlige værdi, for andre anvendes en kombination af gennemsnitlig værdi og frekvens for overskridelser af en grænseværdi. Er det acceptabelt, hvis et meget dårligt resultat på en indikator opvejes af gode resultater på mange andre indikatorer? Vi har under forløbet haft den antagelse, at et meget dårligt resultat på en enkelt indikator sandsynligvis vil følges af dårlige resultater på andre områder også. Gennem anvendelsen af progressiv vægtning sikrer vi, at særligt alvorlige resultater afsløres i indekset, uanset om besætningen opnår gode resultater på alle andre indikatorer (se nærmere under følsomhedsanalysen). Plotter vi indeksværdien mod eksempelvis procent døde køer, er der en klar sammenhæng mellem de to parametre, hvilket viser, at indekset tager højde for sammenhængen og magter at straffe besætningen tilstrækkeligt for egenskaben. På den anden side er en lav dødelighed ikke nødvendigvis ensbetydende med en høj score på det samlede indeks. 2.3 Definition af råvarekvalitet Ved projektets start var det planen at beregne et indeks for råvarekvalitet af både mælk og kød. Det stod imidlertid ret hurtigt klart, at antallet af tilgængelige objektive indikatorer for kød var meget begrænsede, og vi valgte derfor i første omgang at fokusere på mælkedelen. Råvarekvalitet kan defineres på mange forskellige måder afhængig af sammenhængen og formålet. Mejeriforeningen har tidligere beskrevet de forskellige kvaliteter som: Fødevaresikkerhed, teknisk kvalitet, human ernæringskvalitet og etisk kvalitet. Vi har valgt at beregne indekset efter, om det er mælk af god teknisk/hygiejnisk kvalitet (celletal, kimtal, sporer) og uden uønskede stoffer (vandtilsætning målt ved frysepunkt, antibiotika, specifikke bakterier). I indekset tager vi således ikke højde for, om der er mere eller mindre værdistof i mælken (fedt og protein). Mælkens sammensætning og Fødevaresikkerhed er beskrevet som to af de fire hjørnestene i Arlagården. Heraf fremgår det bl.a., at mælken skal have et naturligt indhold af fedt, protein, mineraler og andre vigtige bestanddele. Fedt- og proteinindhold er afregningsparametre Objektive indikatorer for råvarekvalitet og dyrevelfærd

7 og analyseres derfor fast, men det defineres ikke nærmere, hvornår indholdet er så afvigende, at det ikke kan betragtes som naturligt. Da afregningssystemet samtidigt er bygget op som stigende afregning med stigende fedt- og proteinindhold, fandt vi det vanskeligt at definere kvalitetsgrænser, der går på tværs af afregningssystemet. Indekset inddrager heller ikke andre aspekter relateret til human sundhed/ernæringskvalitet (fedtsyresammensætning m.m.), idet der ikke rutinemæssigt analyseres for disse parametre. 2.4 Anvendte principper for råvarekvalitetsindeks Der anvendes de samme principper som beskrevet under dyrevelfærd. De tre variable salmonella, B-streptokokker og antibiotika indgår dog som såkaldt binære variable, idet det ikke kan opfattes som acceptabelt, at de er tilstede i mælken. Nærmere herom senere. 2.5 Afgrænsning Projektet er gennemført inden for følgende rammer: - Størst mulig brug af arbejde gennemført i tidligere projekter - Størst mulig brug af kendte indikatorer eller indikatorer, der kan beregnes ud fra eksisterende data ved simple beregninger - Mælkeleverende besætninger - Derudover er der lavet nogle afgrænsninger for at opnå størst mulig sikkerhed på data, herunder er der kun medtaget oplysninger fra besætninger med mindst 20 årskøer og mindst 20 kælvninger pr. år - For slagteregistreringer gælder, at de kun indgår, hvis der er slagtet mindst 20 køer pr. år, og hvis mindst 80 % af disse slagtninger er sket på slagterier med mindst slagtninger pr. år. Denne afgrænsning er foretaget på baggrund af erfaringer fra et andet projekt gennemført i 2009, der viste, at store slagterier havde en væsentlig mere jævn indberetning af slagtefund over året end mindre slagterier. De anvendte afgrænsninger er beskrevet nærmere i bilag 1. Objektive indikatorer for råvarekvalitet og dyrevelfærd

8 2.6 Fremgangsmåde ved udvikling af model Som det første trin i processen blev der etableret fem specialistgrupper: Deltagere Gruppe 1. Dyreomsætning Gruppe 2. Fysiologi, ernæring og sundhed Gruppe 3. Klove og lemmer Gruppe 4. Kvalitetsparametre, mælk Gruppe 5. Zoonoser og fødevaresikkerhed, mælk Peter Stamp Enemark, Dansk Kvæg Anne Mette Kjeldsen, Karen Helle Sloth og Hanne Bang Bligaard, AgroTech Peter Stamp Enemark og Henrik Martin, Dansk Kvæg Marlene Trinderup, Karen Helle Sloth og Hanne Bang Bligaard Peter Stamp Enemark og Pia Nielsen, Dansk Kvæg Peter T. Thomsen, DJF Karen Helle Sloth og Hanne Bang Bligaard, AgroTech Ulla Møller og Carl Oskar Paulrud, Dansk Kvæg Hanne Bang Bligaard, AgroTech Ulla Møller og Jørgen Katholm, Dansk Kvæg Hanne Bang Bligaard, AgroTech Niveaudeling og vægtning inden for indikator 1 tværgående gruppe Væsentligste indikatorer vægtet i forhold til hinanden 1 tværgående gruppe Alle valide og betydende indikatorer 5 specialistgrupper Alle potentielle indikatorer 5 specialistgrupper Figur 1. Ske matisk oversigt over forløbet me d in dkre dsning og vægtning af indikatorer. De fem specialistgrupper dannede i fællesskab en bruttoliste over alle potentielle indikatorer inden for hvert af fagområderne. Denne bruttoliste blev derefter vurderet af grupperne ud fra følgende kriterier: - Faglig kvalitet: Er det muligt at give en faglig beskrivelse af, hvordan indikatoren siger noget om dyrevelfærd eller råvarekvalitet, herunder hvordan en given værdi skal tolkes. Objektive indikatorer for råvarekvalitet og dyrevelfærd

9 - Validitet: En subjektiv vurdering af målebias, registreringsbias og samplingbias. Både faglig kvalitet og validitet blev vurderet på en skala fra 1-3, hvor 3 er bedst. Der foreligger en én-sides beskrivelse af hver af de indikatorer, der i sidste ende endte med at indgå i indekserne (se bilag 2). Der blev lavet et datasæt med alle disse indikatorer for danske mælkeleverende besætninger i 2008 og beregnet gennemsnit, fordelinger og korrelationer mellem indikatorerne. Dette datasæt fungerede derefter som test-datasæt i udviklingsarbejdet. Efter dette indledende arbejdet blev der etableret en ny gruppe på tværs af de første specialistgrupper. Deltagere i den tværgående gruppe: Peter Stamp Enemark, Ulla Møller, Jørgen Katholm, Carl Oskar Paulrud og Niels Ole Nielsen, Dansk Kvæg Peter T. Thomsen, DJF Karen Helle Sloth og Hanne Bang Bligaard, AgroTech Indledningsvis blev indikatorerne for dyrevelfærd inddelt i fem grupper efter faglig sammenhæng: Gruppe A: Dødelighed og udsætning/omsætning Gruppe B: Ben og bevægeapparat Gruppe C: Energiforsyning Gruppe D: Celletal Gruppe E: Slagtefund og sygdomsbehandlinger Disse fem grupper af indikatorer blev efter en drøftelse i ekspertgruppen vægtet i forhold til hinanden (fordeling af 100 procent på grupperne), og inden for hver gruppe blev der tilsvarende tildelt en vægt svarende til, hvor stor andel af gruppen den enkelte indikator skulle bidrage med (se bilag 3). Disse relative vægte blev omregnet til absolutte vægte, idet der blev valgt en geometrisk progressiv skala (0, 1, 2, 4, 8, 16) med stigende vægt ved stigende alvorlighed (=afvigelse fra normaltilstanden ) (bilag 3). For råvarekvalitet, mælk blev det besluttet at anvende to typer af indikatorer: Kontinuerte variable kategoriseret i et antal grupper og binære variable, der enten er acceptable eller ikke acceptable (påvist/ikke påvist). I sidstnævnte gruppe indgår antibiotika (hæmstof), B-streptokokker og Salmonella. Det blev overvejet at anvende en vægtning, hvor påvisning af en af de tre binære variable altid førte til lavest mulige indeks, men vi valgte i stedet at beregne et indeks for de kontinuerte variable med en markering: *Men der er påvist xxx for de besætninger, hvor det er tilfældet. Hermed bliver det muligt at vurdere øvrige indikatorer også på trods af en påvisning af en af de nævnte variable. Objektive indikatorer for råvarekvalitet og dyrevelfærd

10 Som referenceværdier for hver enkelt indikator blev det besluttet at tage udgangspunkt i variationen blandt danske mælkeleverende besætninger, og grænserne for de enkelte klasser er derfor som hovedregel baseret på percentiler. I råvarekvalitetsindekset er desuden suppleret med absolutte værdier svarende til gældende lovgivning. Dette er valgt i overensstemmelse med den beslutning, at vores indeks ikke definerer god og dårlig dyrevelfærd eller god og dårlig råvarekvalitet, men derimod rangerer besætningerne indbyrdes. For en indikator, der ved stigende værdi beskriver stigende alvorlighed, vil den andel af besætningerne, der har den højeste værdi således også skulle have den højeste score for alvorlighed. Samtidig er indikatorerne udvalgt, så de repræsenterer en vis variation der indgår således ingen indikatorer, hvor alle danske besætninger skønnes at have en tilfredsstillende værdi. Afslutningsvis er dyrevelfærdsscore og råvarekvalitetsscore indekseret og vendt om, således at det højeste indeks repræsenterer den bedste tilstand med hensyn til velfærd/råvarekvalitet. Beskrivelse af overvejelser om indeks med og uden logaritmetransformering samt omkring indeks baseret på gennemsnit (mean) eller median er beskrevet nedenfor. 2. VELFÆRDSINDEKS OG RÅVAREKVALITETSINDEKS I tabellerne herunder er de to indekser illustreret ved hjælp af farvekoder. Det fremgår for eksempel, at en besætning, der har lige så stor andel døde køer som de 5 % værste besætninger, vil få en score på 16 for denne indikator illustreret ved den rødbrune farve. Ligger den derimod blandt de 5 % højeste for indikatoren Alder ved første kælvning, resulterer det kun i scoren 2 (markeret med gul) Forholdet mellem laktationsydelser hos første- og andenkalvskøer i forhold til tredjekalvskøer har optimal værdi i midten, mens både et meget lavt forhold og et meget højt forhold vurderes at være en indikator for mindre god dyrevelfærd. Tabel 1. Farvekoder anve ndt i tabel 2 og Uacceptabelt Objektive indikatorer for råvarekvalitet og dyrevelfærd

11 Tabel 2. Illu stration af velfærdsinde ks me d fe m gru ppe r af indikatorer. In dikatorer mærket me d * e r bere gnet u d fra lovpligtige re gistreringer. Gruppe A. Dødelighed og udsætning/omsætning Dødfødte kalve* Døde kalve dage* Døde køer* % tidl. slagt (0-60 dage pp)* Alder ved slagtning* Alder ved 1. kælvning* Spredning, alder v. 1 kælvn.* Gruppe B. Ben og bevægeapparat Såleknusninger Digital dermatitis Såleblødninger (laminitis) Gruppe C. Energiforsyning Slagtekøer med fedme=1 Slagtekøer, gns fedme Ekm 1. lakt/ekm 3. lakt Ekm 2. lakt/ekm 3- lakt Gruppe. D. Celletal Gns celletal, YKTR % nye køer høj CT % køer med kronisk høj CT Gruppe E. Slagtefund og sygdomsbehandlinger Slagtefund, luftvejslidelser* - bughindebetændelse* - leverbylder* - fedtlever* - brudskade*r - trykninger* - ikter* - ektoparasitter* Sygdomsbeh, pattelidelser* - tilbageholdt efterbyrd* - klovbrandbylder* - mælkefeber* - løbedrejning* - fremmedlegeme* Percentiler Tabel 3. Illu stration af råvarekvalite tsinde ks me d kontinuerte variable og binære variable. Percentiler Værdi 10 0 Celletal (mejeri) % celletal > Kimtal % kimtal > Sporer % sporer > Frysepunkt -0,509 % frysepunkt -0,509 Antibiotika, hæmstof B-streptokokker Salmonella Objektive indikatorer for råvarekvalitet og dyrevelfærd

12 Værdier angivet i tabel 3 angiver absolutte grænser, der er lovgivningsmæssigt bestemt. Det gælder for eksempel for celletal, hvor mælk med et celletal højere end ikke er acceptabelt. Der gives således score 2 (gul farve) for besætninger med mellem 50 % percentilen og op til , mens besætninger med et gennemsnitligt celletal højere end får scoren 4 (orange farve). Hvis der er påvist antibiotika (hæmstof), B-streptokokker eller Salmonella i besætningen, suppleres indekset opnået på baggrund af de øvrige indikatorer med en bemærkning om det pågældende fund. De absolutte grænseværdier fastlagt på baggrund af data fra 2008 er vist i bilag 4. Det er gruppens oplæg, at grænseværdierne skal genberegnes en gang årligt på baggrund af fordelingen fra det foregående år. På den måde sikres, at generelle ændringer i alle besætninger også resulterer i nye grænser. Eksempelvis vil et generelt fald i kodødeligheden medføre, at grænserne for acceptabel dødelighed ændres tilsvarende. 3. TEST OG FØLSOMHEDSANASLYSER Der er afprøvet tre modeller for beregning af indekserne: A: Log diff = (((logref logmålt)/logref) +1)*100 B: Max-meanscore = ((Maxscore sumscore)/(maxscore meanscore))*100 C: Max-medianscore = ((Maxscore sumscore)/(maxscore medianscore))*100 hvor logref, meanscore og medianscore refererer til gennemsnittet i samtlige besætninger og maxscore er den teoretisk højst opnåelige score. Logaritmetransformeringen (A) giver meget store udsving, hvilket betyder, at den enkelte landmand kan opleve store ændringer i indeks over tid, hvis enkelte indikatorer ændrer sig. Samtidigt er der meget stor afstand mellem laveste og højeste indeks. Når vi beregner det samlede indeks for dyrevelfærd henholdsvis råvarekvalitet, giver det en lidt skæv fordeling af besætningerne. Derfor ville det være mest matematisk korrekt at anvende medianen som reference (indeks 100), men omvendt er det lettest at forklare den almindelige bruger af indekset, at vi anvender gennemsnit som reference. Med gennemsnittet som referenceværdi opnår vi også at gennemsnitsbesætningen får indeks 100, hvilket er let at kommunikere. Objektive indikatorer for råvarekvalitet og dyrevelfærd

13 Figur 2. Fordelin g af be sætninger me d fu ldt velfærdsin deks (AC DE ) be regne t for de ce mber I denne måne d varierer in dekset fra 56 til 118. Figur 3. Fordelin g af be sætninger me d fu ldt råvarekvalitetsinde ks beregne t for de ce mber I denne måne d varierer in dekset fra 30 til 119. Der er beregnet et indeks for besætninger, der har oplysninger om alle indikatorer, samt særskilte indeks (del-indeks) for besætninger, hvor der mangler oplysninger om enkelte indikatorer (se tabel 4). Bemærk, at ingen besætninger endnu har resultater fra klovregistreringer (såleknusninger, digital dermatitis og såleblødninger) idet de endnu ikke er indført. Vi har vurderet det som væsentlige indikatorer, og velfærdsindekset er derfor forberedt på, at disse indikatorer indgår på lidt længere sigt. Del-indekser beregnes med den samlede population som reference. For eksempel vil besætninger, der kun har et velfærdsindeks AE få beregnet deres velfærdsindeks som Objektive indikatorer for råvarekvalitet og dyrevelfærd

14 Dødelighed og udsætning/omsætning + Slagtefund og sygdomsbehandlinger i forhold til den samlede populations gennemsnit for de to grupper af indikatorer. Blandt 4374 mælkeleverende besætninger i december måned 2008 er der 543 besætninger, der ikke får beregnet et velfærdsindeks. Det skyldes kravet om, at der skal være mindst 20 årskøer og 20 kælvninger på 12 måneder i besætningen. Disse kriterier er de samme som dem, der anvendes i forbindelse med beregning af procent døde køer. Det skal bemærkes, at der blandt disse er store besætninger, der sorteres fra, fordi kælvninger sker på et andet besætningsnummer. Denne problemstilling løses formentligt i forbindelse med indførelse af nye regler omkring samdrift af ejendomme. Der var 19 besætninger ud af de 4374 besætninger, der leverede mælk til udenlandske mejerier og derfor ikke har mælkekvalitetsdata i kvægdatabasen. For disse besætninger er det ikke muligt at beregne et råvarekvalitetsindeks. 41 besætninger leverer til mejerier, der ikke analyserer for sporer, og derfor er der beregnet et del-indeks uden sporer. Der er beregnet et samlet råvarekvalitetsindeks for i alt 4314 besætninger i den pågældende måned. Tabel 4. Antal bere gnede in dekser i de ce mber måne d 2008 blandt 4374 mælkele vere nde besætnin ger. Dyrevelfærd Råvarekvalitet Indeks ACDE ACD CDE AE Ingen beregning Samlet indeks Indeks uden sporer Ingen beregning Antal besætninger % af besætninger ,3 7,2 0,4 0,7 12,4 98,6 0,9 0,4 Tabel 5 og 6 viser gennemsnittet for hver enkelt indikator for de 5 % af besætningerne med lavest samlet indeks, de besætninger der ligger i midten af indekset og besætningerne med det højeste indeks. Resultaterne viser, at der for næsten alle indikatorer er den ønskede logik i tallene. Objektive indikatorer for råvarekvalitet og dyrevelfærd

15 Tabel 5. Karakteristik af gruppe r af besætnin ger de fine ret ved dere s velfærdsinde ks. Data fra dece mber 2008, alle be sætn inger me d fuldt inde ks. Velfærdsindeks Gruppe A. Dødelighed og udsætning/omsætning Værste 5 % Indeks 82 N= % Indeks N=946 Bedste 5 % Indeks >112 N=132 Dødfødte kalve, % Døde kalve, dage, % Døde køer, % % køer, slagtede 0-60 dage efter kælvning 8,0 14,2 13,0 3,2 7,0 10,3 8,5 3,0 4,6 2,5 2,7 1,0 Gennemsnitlig alder ved slagtning, mdr. Gennemsnitlig alder ved første kælvning, mdr. Spredning i alder ved første kælvning, mdr. 61,9 28,1 3,5 60,9 27,7 3,1 62,8 26,2 2,1 Gruppe B. Ben og bevægeapparat Såleknusninger, % Digital dermatitis, % Såleblødninger (laminitis), % Data endnu ikke tilgængelige Gruppe C. Energiforsyning Køer med EUROP fedme 1, % EUROP fedme, gennemsnit EKM 1. kalvs/ekm 3. kalvs 41,8 2,1 88,2 33,3 2,3 84,7 12,8 2,9 81,5 EKM 2. kalvs/ekm 3. kalvs 98,4 96,9 95,8 Gruppe D. Celletal Gennemsnitligt celletal, YKTR % nye køer med forhøjet celletalsværdi % køer med kronisk forhøjet celletalsværdi 4,6 22,0 4,1 20,7 2,9 12,6 Gruppe E. Slagtefund og sygdomsbehandlinger Slagtefund - luftvejslidelser, % - bughindebetændelse, % - leverbylder, % - fedtlever, % 3,10 2,73 2,82 0,93 2,56 2,11 2,81 0,97 0,91 0,92 2,06 0,27 - brud, % - trykninger, % - ikter, % - ektoparasitter, % 4,12 2,85 2,53 0,03 3,33 2,04 2,28 0,01 0,97 0,76 0,37 0,00 Behandlinger pr årsko - pattelidelser - efterbyrd 0,008 0,092 0,006 0,087 0,002 0,064 - klovbrandbylder - mælkefeber - løbedrejninger - fremmedlegeme 0,059 0,037 0,014 0,011 0,050 0,039 0,012 0,010 0,031 0,024 0,007 0,005 Objektive indikatorer for råvarekvalitet og dyrevelfærd

16 Velfærdsindeks Tabel 6. Karakteristik af gruppe r af besætni n ger de fine ret ved dere s råvarekvalitetsin deks. Data fra de ce mber 2008, alle be sætn inger me d fuldt in deks. Råvarekvalitetsindeks Værste 5 % Indeks 74 N= % Indeks N=2.006 Bedste 5 % Indeks > 116 N=431 Kontinuerte variable Celletal, mejeri Celletalsmålinger over , % 33,1 6,6 0,1 Kimtal Kimtalsmålinger over , % 20,6 1,8 0,2 Sporer Sporemålinger over 3.000, % 12,2 0,8 0,0 Frysepunkt -0,521-0,524-0,535 Frysepunktsmålinger - 0,509, % 7,9 0,9 0,1 Binære variable Antibiotika, % af bes. 0,079 0,048 0,014 B-streptokokker, % af bes. 0,079 0,056 0,037 Salmonella, % af bes. 0,167 0,167 0, Figur 4. Re sultat af følsomh edsanalyse på velfærdsinde kset. Resultater af en følsomhedsanalyse på velfærdsindekset er vist i figur 4. En besætning med gennemsnitsværdi for alle velfærdsindikatorerne får et indeks tæt på 100. Når det afviger en lille smule fra 100, skyldes det alene afrundinger. I det tilfælde, hvor én indikator får en ekstrem værdi (døde køer går fra 5,8 % til 15 %), falder indekset fra 105 til 92. Hvis besætningen samtidig stiger fra 20 til 60 % slagtekøer med fedme 1 falder indekset til 78. Skulle samme besætning også ændre Objektive indikatorer for råvarekvalitet og dyrevelfærd

17 Råvarekvalitetsindeks sig ekstremt på en tredje parameter (døde kalve stiger fra 8 til 20 %), falder indekset til 72. Denne test viser, at indekset formår at straffe besætninger, der har enkelte ekstremt dårlige indikatorer og imødekommer diskussionen om, hvorvidt det er rimeligt, at et meget dårligt resultat på en enkelt indikator udlignes af gode resultater på en række andre indikatorer. Næste test undersøger, om besætninger, der akkurat kommer over en grænseværdi for en eller flere indikatorer, straffes unødigt hårdt. I eksemplet Få grænsetilfælde op ændres gennemsnitsbesætningen således, at 3 indikatorer ændres, så scoren netop ændres til næste værre gruppe. Dette flytter indekset fra 105 til 104. Forværrer besætningen sine resultater på i alt 8 eller 14 indikatorer, så de netop rykker til næste (værre) score, falder indekset til henholdsvis 98 og 93. Parallel test for en besætning, der går fra at være gennemsnitlig på alle indikatorer og til at forbedre sine resultater, så scoren netop rykker til næste (bedre) score, betyder, at indekset flytter sig fra Testen tyder altså ikke på, at brugen af gruppeinddeling ved tildeling af score giver væsentlige spring eller uhensigtsmæssige ændringer i indekset. Samme type test er gennemført for råvarekvalitetsindekset Figur 5. Resultat af følsomh edsanalyse på råvarekvalite tsin dekset. Den første søjle på figuren viser råvarekvalitetsindekset for en besætning, der er gennemsnitlig på alle indikatorer. Den næste søjle viser indekset for en tilsvarende besætning, der alene afviger på kimtallet ( mod i gennemsnitsbesætningen). Det var ønsket, at et højt kimtal skulle resultere i et markant ringere indeks, hvilket også slår klart igennem (fald fra 105 til 60). Forskellen bliver markant mindre i besætninger med to eller tre ekstreme indikatorer. Testen med få, middel eller mange grænsetilfælde viser det samme resultat som for velfærdsindekset. Objektive indikatorer for råvarekvalitet og dyrevelfærd

18 Beregning af korrelationerne mellem de 28 velfærdsindikatorer viste, at 20 af de i alt 378 par af indikatorer havde signifikante korrelationer med en R 2 > 0,2 og kun fire af disse par havde en korrelation på R 2 > 0,4: Den gennemsnitlige alder ved første kælvning var signifikant korreleret med spredning i alder ved første kælvning (R 2 = 0,55). Den gennemsnitlige fedmeklassificering blandt slagtekøer var signifikant korreleret med procent køer slagtet med fedmeklassificering 1 (R 2 = -0,85). Forholdet mellem laktationsydelser hos førstekalvs og ældre køer var signifikant korreleret med forholdet mellem laktationsydelser hos andenkalvs og ældre køer (R 2 = 0,49). Endelig var procent nye køer med forhøjet celletalsværdi stærkt korreleret med procent køer med kronisk forhøjet celletalsværdi (R 2 = 0,99998). Indikatorer, der er stærkt korrelerede, bidrager med den samme information, og man kan derfor overveje, om det er korrekt at inddrage begge indikatorer i indekset. Det gælder specielt for de to indikatorer for celletalsværdi, men også de to indikatorer for fedmeklassificering hos slagtekøer er meget tæt korrelerede. Blandt råvarekvalitetsindikatorerne er der en højere grad af korrelation mellem de forskellige indikatorer, hvilket er forventeligt med denne type indikatorer. Særligt høje korrelationer ses hos følgende indikatorer: Det geometriske gennemsnit for celletal var signifikant korreleret med procent målinger med celletal over (R 2 = 0,79). Det gennemsnitlige kimtal var signifikant korreleret med procent målinger med kimtal over (R 2 = 0,83). Det gennemsnitlige sporeindhold var signifikant korreleret med procent målinger med sporeindhold over 3000 (R 2 = 0,80). Det gennemsnitlige frysepunkt var signifikant korreleret med procent målinger med frysepunkt -0,509 (R 2 = 0,53). Disse indikatorer kan have meget store fluktuationer, og det kan desuden være forskellige problemstillinger, der resulterer i et højt gennemsnit eller en høj frekvens af målinger med højt indhold, og derfor mener vi fortsat, det er rigtigt at inddrage begge typer af indikatorer i råvarekvalitetsindekset. 4. KONKLUSION OG ANBEFALINGER Der er udviklet et velfærdsindeks og et råvarekvalitetsindeks for mælk. Test af de to indekser på data fra 2008 viser, at indekserne reagerer efter hensigten og gør det muligt at definere en rangordning af besætningerne. Validiteten af de to indekser afhænger naturligvis af, at der foreligger gode og sikre registreringer på de enkelte indikatorer. I udviklingen af indekserne har vi vurderet Objektive indikatorer for råvarekvalitet og dyrevelfærd

19 validiteten af de enkelte indikatorer efter bedste evne og kun inddraget indikatorer, hvor vi vurderede at validiteten var tilstrækkelig høj. Vi har valgt at inddrage udvalgte slagtefundskoder i velfærdsindekset, men med en begrænset vægtning. Det er problematisk, at der er stor variation i registrering af slagtefund på forskellige slagterier. Vi har valgt den afgrænsning, at 80 % af slagtningerne i en enkelt besætning skal være foretaget på et slagteri med > slagtninger om året, hvilket bygger på erfaringer fra et andet projekt gennemført i 2009, der viste, at indberetninger fra denne type slagterier var væsentligt mere jævne hen over året end fra mindre slagterier. Desuden har vi valgt slagtefundskoder, der er relativt lette og entydige at registrere under slagteprocessen. Vi har valgt at anvende sygdomsbehandlinger i stedet for medicinanvendelse, hvilket primært skyldes, at vi ikke umiddelbart har adgang til medicindata. Igangværende projekter kan eventuelt fastslå, om disse data fremover bliver anvendelige. I udvælgelsen af sygdomsbehandlinger har vi lagt vægt på lidelser, som typisk er relativt nemme at diagnosticere, og som typisk kræver behandling. Lidelserne er samtidig udvalgt ud fra en formodning om, at de medfører nedsat velfærd for koen. Vi foreslår, at beregningen af referencefordelingerne sker en gang årligt. I denne beregning skal det fremover overvejes, hvilket krav der skal stilles til de besætninger, der indgår i beregningen. Er det for eksempel et krav, at besætningen skal være mælkeleverende i samtlige 12 måneder? Derudover er der en række forslag eller kommende ændringer, der skal overvejes i forbindelse med videreudvikling af indekserne: - I råvarekvalitetsindeks for mælk skal det genovervejes, om fedtprocent og proteinprocent bør indgå, samt om der i fastlæggelsen af grænseværdier skal ske en tættere kobling til afregningsmodeller. - Fra 2010 flyttes afregningsgrænsen for sporeindhold fra til sporer/liter, hvorfor grænsen i indekset nok bør flyttes tilsvarende. Det skal desuden overvejes, hvordan det håndteres, at der ikke har været analyseret for sporer hos Arlas leverandører i det meste af De tre binære variable bør muligvis indgå direkte i indekset i stedet for som bemærkninger, som det er valgt nu. - Der skal udvikles et råvarekvalitetsindeks for kød med inddragelse af indikatorer for fødevaresikkerhed. - Eventuelle ændringer i registreringer som følge af Veterinærforliget (sygdomsbehandlinger). 5. LITTERATUR Forkman, B., Keeling, L., Assessment of animal welfare measures for dairy cattle, beef bulls and veal calves. Welfare Quality Reports nr Fraser, D., Weary, D.M., Pajor, E.A. & Milligan, B.N., A scientific conception of animal welfare that reflects ethical concerns. Animal Welfare 6: Objektive indikatorer for råvarekvalitet og dyrevelfærd

20 Rousing, T. & Enemark, P.S., Værktøj til måling og vurdering af dyrevelfærd oplæg til danske mælkeproducenter og deres rådgivere. Kvæginfo nr Sandgren, C.H., Lindberg, A. & Keeling, L.J Using a national dairy database to identify herds with poor welfare. Animal Welfare 18: Sørensen, J.T., Vurdering af dyrevelfærd på besætningsniveau status og visioner. Bilag fra offentligt debatmøde: Hvordan sikres dyrevelfærd i landbruget? Nytænkning inden for forskning i dyrevelfærd i relation til landbrugsdyr. 26. oktober Center for Bioetik og Risikovurdering. Objektive indikatorer for råvarekvalitet og dyrevelfærd

21 BILAG 1. OPRINDELSE OG BEREGNING AF 12 MÅNEDERS NØGLETAL INKLUDERET I VELFÆRDSINDEKS OG RÅVAREKVALITETSINDEKS Navn og variabelnavn Oprindelse Krav Evt. formel % dødfødte (50005): dodfodt Nøgletalsdatabase Besætninger med minimum 20 kælvninger og 20 årskøer (Antal dødfødte kalve/antal kælvninger)*100 Tvillingefødsler tæller som to kælvninger. % døde kalve dage: kalvedod_0_180d Nøgletalsdatabase Besætninger med minimum 20 kælvninger og 20 årskøer % døde køer: dodkopct Nøgletalsdatabase Besætninger med minimum 20 kælvninger og 20 årskøer % dødelighed=100-overlevelseschance Estimeret ved anvendelse af overlevelsesanalyse (Kaplan-Meier estim.) (Antal døde køer/antal årskøer)*100 % tidlig slagtede: pct_tidlig_slagt Omsætningsdata i KVDB Besætninger med minimum 20 kælvninger og 20 årskøer (Antal køer slagtede < 60 dage fra kælvning/antal 60- dages risiko køer 0-60 dage efter kælvning)*100 Gennemsnitlig alder ved slagtning: alder_slagt i måneder Omsætningsdata i KVDB Besætninger med minimum 20 kælvninger og 20 årskøer (Sum(alder i dage ved slagtning)/antal slagtede dyr)/30,4 Besætningens gennemsnitlige alder ved første kælvning Nøgletalsdatabase Beregnes som den gennemsnitlige alder ved 1. kælvning for sidste 12 måneder før sidste kontroldato Spredning på besætningens gennemsnitlige alder ved 1. Kælvning Nøgletalsdatabase Standardafvigelse på gennemsnitlig alder ved 1. kælvning. Såleknusninger, % Digital dermatitis, % Indberettede registreringer af klovdiagnoser fra autoriserede klovbeskærer til KVDB Data ikke tilgængelige (Antal køer med specifik klovlidelse/ antal klovbeskårede køer)*100 Såleblødninger (laminitis), % Procent køer i fedmeklasse = 1 ved slagtning: pct_slagtko_fedkl1 Slagtedata i KVDB (Køer med fedmeklassificering 1/Antal slagtede køer)*100 Gennemsnit af fedme klassificering på slagtede dyr: Slagtedata i KVDB Beregnes som den gennemsnitlige fedmeklassificering på slagtede dyr Objektive indikatorer for råvarekvalitet og dyrevelfærd

22 gns_slagtfed Gennemsnitlig EKM hos køer i 1.laktation i % af 3.+laktation: Pct_ekm1lakt_af_ekm3lakt Gennemsnitlig EKM hos køer i 2.laktation i % af 3.+laktation: Pct_ekm2lakt_af_ekm3lakt Gennemsnitligt celletal, yktr: Celletal_yktr % nye køer med forhøjet CT: Pct_koer_hojCT % køer med kronisk forhøjet CT: Pct_koer_kroniskCT Slagtefund A-AA : Pct_slgtA_luftvej Pct_slgtS_bughindebet Pct_slgtT_leverbylder Pct_slgtU_fedtlev Pct_slgtW_brudskader Pct_slgtX_trykninger Pct_slgtV_ikter Pct_slgtZ_ektoparasitter Sygdomsbehandlinger pr. årsko Pattetråd: Patt_pr_aarsko Nøgletalsdatabase Nøgletalsdatabase Nøgletalsdatabase Nøgletalsdatabasen Nøgletalsdatabase Slagtefund i Kvægdatabasen Se filen: Gruppering af slagtefund.xlsx for hvilke diagnoser der er samlet under de enkelte bogstaver Antal årskøer i Nøgletalsdatabase Sygdomsregistrering i KVDB Baseres på gennemsnitsydelsen i EKM på laktationer i perioden, hvor celletallet maksimalt er (1.kalvs) og for øvrige. Baseres på gennemsnitsydelsen i EKM på laktationer i perioden, hvor celletallet maksimalt er Kun køer (dyrsta=129), kun ved minimum 20 køer slagtet og hvor 80 % af slagtningerne er sket på et stort slagteri (> slagtninger pr. år). Genbehandlinger inden for 7 dage hører til samme sygdoms-registrering 100*(gns. kg EKM ved ydelseskontrol på 1. kalvs/ gns. kg EKM ved ydelseskontrol på 3. kalvs og ældre) 100*(gns. kg EKM ved ydelseskontrol på 2. kalvs/ gns. kg EKM ved ydelseskontrol på 3. kalvs og ældre) Simpelt gennemsnit af beregnet tankcelletal for alle kontrolleringer i perioden. Det enkelte tankcelletal beregnes ud fra celletal på ko-niveau i ydelseskontrollen. Beregnet som andelen af ydelseskontrollerede dyr i perioden med første hændelse af akut score >= 1. Akut scoren er baseret på en vurdering af udviklingen i koens celletal set i forhold til den forventede udvikling. Beregnet som andelen af ydelseskontrollerede dyr i perioden med kronisk score >=1. Kronisk scoren er baseret på en vurdering af udviklingen i koens celletal set i forhold til den forventede udvikling. (antal gruppespecifikke fund/antal slagtede dyr)*100 (1 årsko=365 foderdage) (antal tilfælde / antal årskøer)*100 Tilbageholdt efterbyrd: Eb_pr_aarsko Klovbrandbyld: Kbb_pr_aarsko Mælkefeber: Objektive indikatorer for råvarekvalitet og dyrevelfærd

23 Mf_pr_aarsko Løbedrejning: Ld_pr_aarsko Fremmedlegeme: Fl_pr_aarsko Objektive indikatorer for råvarekvalitet og dyrevelfærd

24 15. december 2009, NON Obligatorisk dokumentation forklaring/definition af data vedr. råvarekvalitet Generelt 1. Udvalgte parametre: Celler Kim Sporer Frysepunkt Hæmstof B-streptokokker Salmonella 2. Periode 12 måneders periode 3. Alle mælkeleverende besætninger 4. a. Celler, Kim, Sporer og Frysepunkt Årligt gennemsnit (for celler, kim og sporer: geometrisk) % af målinger der overstiger grænseværdi b. Hæmstof, B-streptokokker og Salmonella Dublin (enten/eller) 5. Opgjort pr. CHR-nr. Dette betyder, at der for hvert enkelt CHR-nummer, hvortil der findes et mælkekvalitetstal i den givne periode, vil blive trukket de ønskede tal. Objektive indikatorer for råvarekvalitet og dyrevelfærd

25 Definition af variable i forbindelse med indeks for råvarekvalitet (i filen Raavarekvalitet2008) Variabel Definition K40CKRNR CHR-nummer slutmd sidste måned medtaget i 12 måneders periode (dvs indeholder data for januar december 2008) Celletal (KD=29) celle_freq Antal celletalsmålinger i perioden celle400 Andel (i %) af celletalsmålinger, hvor celletallet overstiger geocelle Kimtal (KD=21, 61) kim_freq_ Det geometriske gennemsnit for celletal for hele perioden Antal kimtalsmålinger i perioden kim50 Andel (i %) af kimtalsmålinger, hvor kimtallet overstiger geokim Sporer (KD=56) spore_freq_ Det geometriske gennemsnit for kimtal for hele perioden Antal spore-målinger i perioden spore3000 Andel (i %) af spore-målinger, hvor antallet af sporer overstiger geospore Frysepunkt (KD=55) frys_freq_ frysefunkt frys509 Det geometriske gennemsnit for sporer for hele perioden Antal frysepunkt-målinger i perioden Gennemsnittet (simpelt) for frysepunkt for hele perioden Andel (i %) af frysepunkt-målinger, hvor frysepunktet er større end eller lig med (>=) -0,509 grader C For de nederste 3 variable er der tale om enten/eller (dvs. negativ/positiv og ikke smittet/smittet) enten i løbet af de seneste 12 måneder eller ultimo perioden Antibiotika/hæmstof 12 måneders periode (KD=5) antibiotika B-streptokokker status ult. periode Hvis 0: ingen positive hæmstofprøver i perioden (seneste 12 mdr) ellers vises antallet af positive prøver i perioden b-strep Hvis 0: ejendommen er ikke smittet ultimo perioden ellers vises værdien 1 Salmonella Dublin status ult. periode salmonella Hvis 0: ejendommen er ikke smittet ultimo perioden ellers vises værdien 1 (og værdien 2 ved ingen prøver få tilfælde) Kilden til alle data er Kvægdatabasen. (Mht. antibiotika kan det dog ske (i enkelte tilfælde), at nogle næsten-påvisninger (analysekode -1) også registreres som positive, selvom de ikke er det. Derfor benyttes der i det daglige arbejde med udarbejdelse af hæmstof-påvisninger alalyseresultater direkte fra Steins.) Objektive indikatorer for råvarekvalitet og dyrevelfærd

26 BILAG 2. BESKRIVELSE AF INDIKATORER FOR DYREVEL- FÆRD OG RÅVAREKVALITET Beskrivelse af indikator Dødfødte kalve Enhed % Variationsområde 2,2-10,3 % Frekvens Løbende Database Nøgletalsdatabase (10-90 % percentil) Hvad er det en indikator for? Dødfødte kalve er et udtryk for manglende livskraft hos kalven eller et vanskeligt kælvningsforløb. Livskraften kan være svækket, hvis ernæringen i fostertilstanden har været mangelfuld. Det kan for eksempel opstå, hvis koen er presset gennem næringsstofforsyning, stress eller sygdomspres. Kælvningsforløbet kan være vanskeligt, hvis kalven er meget stor (genetik). En høj andel dødfødte kalve kan være udtryk for hårdhændet fødselshjælp eller manglende fødselshjælp. Andelen af dødfødte kalve er en indikator for manglende trivsel og sundhed for ko og kalv som følge af management i besætningen. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 2 Samlet validitet* 3 Lidt usikkerhed på sampling pga. følsomhed ved små besætningsstørrelser og ved flytning af dyr mellem forskellige besætningsnumre. Vurdering af parameteren som indikator for dyrevelfærd = 2-3* Dødfødte kalve er en god indikator fordi den har en høj validitet og en entydig fortolkning. Det er en lovpligtig registrering. Forslag til opgørelse og præsentation af data Procent i de seneste 12 måneder. Beregnes som beskrevet af Enemark (2009). Beregning af dødelighedsprocenter på besætningsniveau. under Sundhed og velfærd > Vinderkøer og levende kalve. Forslag til nye/beslægtede analyser: Andre bemærkninger: Skal måske vægte mindre end kalvedødelighed i relation til kalvens dyrevelfærd, men er til gengæld vigtig for koens velfærd Vurderet af: PSE, AMK, KHS og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd

27 Beskrivelse af indikator Døde kalve dage Enhed Variationsområde Frekvens Database % 0-14,2 % (10-90 % percentil) Løbende Nøgletalsdatabase Hvad er det en indikator for? Kalve, der dør, har oftest været igennem en periode med sygdom, der har svækket kalven så meget, at den ender med at dø. En høj kalvedødelighed er derfor udtryk for, at mange kalve har været syge og dermed oplevet dårlig dyrevelfærd. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 2 Samlet validitet* 3 Lidt usikkerhed på sampling pga. følsomhed ved små besætningsstørrelser og ved flytning af dyr mellem forskellige besætningsnumre. Vurdering af parameteren som indikator for dyrevelfærd = 3* Dødfødte kalve er en god indikator fordi den har en høj validitet og en entydig fortolkning. Det er en lovpligtig registrering. Når vi fokuserer på perioden dage, er det fordi kun få kalve/kvier dør i perioden derefter. Forslag til opgørelse og præsentation af data Procent i de seneste 12 måneder. Beregnes som beskrevet af Enemark (2009). Beregning af dødelighedsprocenter på besætningsniveau. under Sundhed og velfærd > Vinderkøer og levende kalve. Forslag til nye/beslægtede analyser: Andre bemærkninger: Vurderet af: PSE, AMK, KHS og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd

28 Beskrivelse af indikator Døde køer Enhed % Hvad er det en indikator for? Variationsområde 1,5-10,6 % (10-90 % percentil) Frekvens Løbende Database Nøgletalsdatabase Køer, der registreres som døde, er enten aflivede eller selvdøde. Køer, der dør eller aflives, har ofte været igennem et sygdomsforløb med den smerte eller ubehag, det medfører. Køer aflives, hvis de er uhelbredeligt syge, hvis de ikke kan transporteres til slagtning, eller hvis udgifterne ved behandling eller transport og slagtning overstiger koens værdi. Køer, der kommer ud for en ulykke, indgår i statistikken over døde, men har også været ude for smerte før aflivning (eks. brækket ben) her må det dog betragtes som god dyrevelfærd at aflive dyret hurtigst muligt. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 2 Samlet validitet* 3 Lidt usikkerhed på sampling pga. følsomhed ved små besætningsstørrelser og ved flytning af dyr mellem forskellige besætningsnumre. Vurdering af parameteren som indikator for dyrevelfærd = 3* Kodødelighed er en god indikator, fordi den har en høj validitet og en entydig fortolkning. Det er en lovpligtig registrering. Forslag til opgørelse og præsentation af data Andel døde køer i forhold til antal årskøer. Procent i de seneste 12 måneder. Beregnes som beskrevet af Enemark (2009). Beregning af dødelighedsprocenter på besætningsniveau. under Sundhed og velfærd > Vinderkøer og levende kalve. Forslag til nye/beslægtede analyser: Andre bemærkninger: Vurderet af: PSE, AMK, KHS og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd

29 Beskrivelse af indikator % tidlig slagtede Enhed % Hvad er det en indikator for? Variationsområde 0,0-4,7 % (10-90 % percentil) Frekvens Løbende Database Omsætning i KVDB Køer i starten af laktationen er af høj værdi for landmanden, fordi de står foran en stor mælkeproduktion. Hvis køer alligevel slagtes inden for de første 60 dage af laktationen, er det et udtryk for, at de ikke lever op til den forventede mælkeproduktion (f.eks. på grund af sygdom), eller eventuelt at koens temperament gør den vanskelig at malke. Indikatoren vil derfor især være udtryk for manglende trivsel i staldsystemet. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 3 Samlet validitet* 3 Vurdering af parameteren som indikator for dyrevelfærd = 2* Vi vurderer, at det bør være en god indikator, men vi mangler erfaringer med tallet. Indikatoren bidrager med væsentligt ekstra information som supplement til indikatorer vedr. dødelighed og behandlinger. Forslag til opgørelse og præsentation af data Andel køer, der slagtes inden for de første 60 dage efter kælvning i forhold til antal køer i besætningen, der er mellem 0 og 60 dage i laktationen. Forslag til nye/beslægtede analyser: Andre bemærkninger: Vurderet af: PSE, AMK, KHS og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd

30 Beskrivelse af indikator Gennemsnitlig alder ved slagtning Enhed mdr Hvad er det en indikator for? Variationsområde 53,4-71,1 % (10-90 % percentil) Frekvens Løbende Database Omsætning m.v. i KVDB Den gennemsnitlige alder af køer ved slagtning er et udtryk for, hvor længe køerne beholder en høj værdi i besætningen. En lav gennemsnitsalder ved slagtning kan således være udtryk for, at køerne har vanskeligt ved at klare sig i besætningen. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 3 Samlet validitet* 3 Vurdering af parameteren som indikator for dyrevelfærd = 1-2* Det er vanskeligt at afgøre, om en høj gennemsnitsalder ved slagtning skyldes, at køerne trives i systemet, eller at der mangler kvier til at erstatte køer, der burde udsættes. Forslag til opgørelse og præsentation af data Beregnes som simpelt gennemsnit af alderen på alle køer, der sendes til slagtning. Forslag til nye/beslægtede analyser: Andre bemærkninger: Vurderet af: PSE, AMK, KHS og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd

31 Beskrivelse af indikator Alder ved første kælvning Enhed mdr Hvad er det en indikator for? Variationsområde 25,0 29,6 (10-90 % percentil) Frekvens Løbende Database Nøgletalsdatabase En høj alder ved første kælvning kan være udtryk for utilstrækkelig fodring eller sygdom i opdrætstiden, så kvien vokser langsomt eller har vanskeligt ved at blive drægtig, men det kan også være udtryk for, at kvien af forskellige årsager ikke bliver insemineret tidligt (bevidst eller ubevidst). Risikoen for vanskelige kælvninger er højere både hos kvier, der kælver tidligt, og kvier, der kælver sent. Kvier, der kælver senere end 30 måneder, har øget risiko for tidlig udsætning svarende til, at de sjældent kommer til at trives godt i produktionssystemet. Der er altså en øget risiko for, at kvien oplever dårlig velfærd, hvis den kælver første gang ved en meget lav eller en meget høj alder. Hvor valide er data? Validitet* Målebias 3 Registreringsbias 3 Samplingsbias 3 Samlet validitet* 3 Vurdering af parameteren som indikator for dyrevelfærd = 2* Kvien har ikke nødvendigvis oplevet velfærdsmæssige problemer, men risikoen er forøget ved lav eller høj kælvningsalder. Forslag til opgørelse og præsentation af data Gennemsnitlig alder i måneder for kvier, der har kælvet de seneste 12 måneder. Forslag til nye/beslægtede analyser: Andre bemærkninger: Problemerne ved lav kælvningsalder er dog til dels raceafhængigt mens problemerne ved høj kælvningsalder er mere generelt. Derfor vælger vi at fokusere på kvier med meget høj kælvningsalder. Vurderet af: HLM, KHS, MAT, PSE og HBB * Skala 1-3, hvor 3 er bedst Objektive indikatorer for råvarekvalitet og dyrevelfærd