Danmarks JordbrugsForskning Systemer, der forudsiger brunst, drægtighed, ketose og yverbetændelse hvor meget kan vi nu? Nic Friggens
Danmarks JordbrugsForskning ikke Biosens
Hvorfor skal vi have modeller? R_Pr og 50 40 30 20 10 0 0 100 200 300 I _TFC
Biologiske modeller Tre modeller: Tre indikatorer: Ketose β-hydroxybutyrat (BOHB) Mastitis Laktat dehydrogenase (LDH) Reproduktionsstatus Progesteron
Diagram 1: Generel modeldesign Feedback: Prøveudtagning Frekvens Inge Korsgaard Peter Løvendahl In-Line mælke Indikatorer Indikator-baseret Risiko Biometrisk Model - Udjævnede værdier - Defaults Yderligere risikofaktor fx Mælkeydelse Andre sygdomme osv Overordnede risiko = I. B. Risiko + Yderligere R. F. Output Risiko Nic Friggens Mizeck Chagunda Nicolaj Nielsen
Model Output Risiko for ketose/mastitis etc. Kontinuerlig skala: 0 til 100% 0 Fuldstændig sund 100 Helt syg
Foreløbig Modelafprøvning: Ketose eller
Ketose Output Risiko for ketose (0 til 100%)
100 R_BHB 0. 8 0. 7 Eksempler fra ketosemodel dyrnr=2314802976 I_Parity=1 Risiko 0. 6 0 0. 5 0. 4 BHB 0. 3 0. 2 0. 1 0. 0 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 I_TFC Dage fra kælvning
Eksempler fra ketosemodel 100 R_BHB 0. 9 dyrnr =2032801221 I _Pari t y=1 0. 8 Risiko 0. 7 0. 6 0 0. 5 0. 4 BHB 0. 3 0. 2 0. 1 0. 0 0 100 200 300 400 I_TFC Dage fra kælvning
Foreløbige Testresultater Ketose Mastitis Reproduktion Få tilfælde
Foreløbig Modelafprøvning: Mastitis
Mastitis Output Risiko for akut mastitis (0 til 100%) Grad af kronisk mastitis
Eksempler fra mastitismodel dyr nr =1881501260 I _par i t y=3 LDHMY 200 LDH 100 0 100 Risiko 0-100 140 150 160 170 180 190 200 210 220 230 I_tfc Dage fra kælvning
Eksempler fra mastitismodel dyr nr=1881501246 I _pari t y=4 LDHMY 300 LDH 200 100 100 0 Risiko 0-100 0 100 200 300 400 I_tfc Dage fra kælvning
Evaluering af Mastitismodel Evne til at identificere køer med mastitis (Sensitivitet) 82% Evne til at klassificere sunde køer som sunde (Specificitet) 99% Ved en grænse på 70% Gennemsnitlige antal dage til påvisning af kliniske tilfælde 4,6 dage tidligere
Foreløbige Testresultater Ketose Mastitis Reproduktion Få tilfælde Bedre end det eksisterende
Foreløbig Modelafprøvning: Reproduktion
Reproduktionsmodel Progesterone AI Status=0 Status=1 Status=2 Days from Calving
Reproduktions-output Risiko for forlænget tid til første brunst Brunst Sandsynlighed for cyster Sandsynlighed for vellykket inseminering Sandsynlighed for drægtighed
Progesteron R_Pr og 30 dyr nr =2314802529 I _Par i t y=4 20 10 0 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 I_TFC Dage fra kælvning
dyr nr =10000000313 I _Par i t y=1 R_Pr og 40 30 20 10 0 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 I_TFC
dyr nr =2314802672 I _Par i t y=2 R_Pr og 30 20 10 0 0 100 200 300 I _TFC
Foreløbig Modelafprøvning: Progesteron 1/3 af de model-påviste brunster blev ikke påvist ved andre brunstpåvisnings metoder. 96% af tiden forudsagde reproduktionsmodellen præcist sandsynligheden for drægtighed.
Foreløbige Testresultater Ketose Mastitis Reproduktion Få tilfælde Bedre end det eksisterende Bedre end det eksisterende Modellerne er BEDRE end andre rutinemæssigt anvendte påvisningsmetoder MEN...
Problemer med modelafprøvning Formel afprøvning er vanskelig Massive datasets er nødvendige Med meget præcise registreringer Hvilke referenceværdier?
dyrnr=1881501307 I _Pari t y=2 R_BHB 0. 9 0. 8 Hvem har fejlen, modellen eller observatøren? 0. 7 0. 6 0. 5 0. 4 0. 3 0. 2 0. 1 0. 0 0 100 200 300 I_TFC
Konklusion Robuste, forbedrede detektionssystemer er blevet udviklet til: ketose mastitis reproduktionsstatus (brunst osv.)
Gud være lovet for teknologien
Ketosis Model BOHB Days from calving
Diagram 2 Part 1: Ketosis Indicator Based Risk BOHB poutlier pnormal pslope Change plevel Shift A A sign(out-abs) Days to Next Sample Default Baseline (=0.15) Precision Multiplier Default Scaling Constants (Ks, Kl, Ka) Absolute Level Absolute Slope (3d smoothed, weighted (1-pOut)) if Abs Lev < Baseline Baseline Level = Abs Lev. (weighted pnorm) RiskSlope = Abs. Slope*(1 + pslope) Ks RiskLevel = (Abs. Lev Baseline Lev)*(1 + plev Shift) Kl A Additional Risk Factor (see Diag 2 pt 2) Indicator Based Risk = RiskSlope + RiskLevel Overall Risk = I. B. Risk + (Additional R.F/Ka) Output Ketosis Risk
Diagram 2 Part 2: Ketosis Additional Risk Factors Days from Calving Smoothed Milk yield Current Lactation Disease History Lifetime No. of Ketoses Days to Next Sample dmy dt Acceleration in Milk Yield f(disease type, Days since) especially LDA, acidosis f(total No., Last Lact) Indicator Based Risk 0 DFC Overall Risk Additional Risk Factor Ketosis Body Energy Fatness at Status calving Output Ketosis Risk