Získejte maximum ze svého AHMS

Získejte maximum ze svého systému pro monitorování přežvykování a aktivity

Už jste si někdy pořídili nové vybavení či novou technologii a získali jen 50% hodnoty toho, co vám prodejce „nasliboval“, že vám řešení přinese? Je to smutné a negativní současně, když chovatelé přeplatí příliš za novou technologii. Ale buďme pozitivní. Už jste někdy investovali do technologie a ve finále získali za vaše peníze naopak mnohem víc? My v „Bullvine“ jsme se s takovou situací setkali nedávno. Narazili jsme na ní díky sérii vědeckých článků v Journal of Dairy Science (JDS Vol. 99 No. 9, 2016), kde byla publikována studie provedená na Cornellově Univerzitě (Ithaka, New York) pojednávající o používání automatického systému na monitorování zdravotního stavu (dále jen AHMS).

Hypotéza studie

Díky detailním informacím získaným pomocí automatického systému pro monitorování zdravotního stavu (AHMS) chtěli vědci zjistit, zda kromě říjí (aktivity) a zdraví bachoru (přežvykování), lze předpovídat přítomnost metabolických a zažívacích problémů jako je přetočený slez, ketóza, mastitida a metritida.

Cornellova studie

Výzkumníci se rozhodli, že jen další vědecká faremní studie není to, co by chovatelé potřebovali nebo co by chtěli slyšet. Proto našli komerční mléčnou farmu s 1100 mléčnými krávami, kde management a zkušení pracovníci byli ochotni věnovat čas a úsilí zaznamenávání zažívacích a zdravotních problémů. Faremní pracovníci byli přítomni 24 hodin denně a dělali svoji práci, aniž by věděli, jaká data zaznamenává AHMS. To poskytlo vědcům objektivní a nezávislá data ze dvou zdrojů, která mohli použít pro svoji analýzu. Krávy byly osazeny elektronickými krčními senzory pro monitorování pohybové aktivity a měření doby přežvykování; fyzická aktivita byla monitorována od 21 dní před očekávaným telením po minimálně 80 dní po otelení. Studie trvala v období jednoho roku se zaznamenáváním nádoje v dojírně 3x denně. Užitkovost stáda během 305 dnů byla 13 036 kg, složení TMR bylo standardní pro oblast státu New York. Jalovice a krávy před otelením byly ustájeny samostatně. Na měsíc po otelení byly všechny krávy ustájeny společně a po tomto období byly děleny do skupin dle čísla laktace.

Přehled studie

Podrobnosti o aktivitě a ruminaci byly nepřetržitě zachycovány a ukládány do centrálního procesoru ve dvouhodinových blocích. Data týkající se zažívacích, resp. zdravotních problémů, jak ta z vizuálního pozorování tak i ta předpokládaná, byla převzata ze záznamů pracovníků. Informace z obou zdrojů byly použity pro vytvoření dynamického „skóre zdravotního indexu“ (HIS). Vědci vytvořili úrovně upozornění pro HIS pro případy, kdy vzniklo podezření na metabolické a/nebo zažívací problémy. Poté následovalo testování/porovnání úrovní těchto hlášení HIS s klinickou diagnózou některé z uvedených pěti poruch provedenou pracovníky chovatele. Byly dodržovány exaktní protokoly a popis poruchy byl jednoznačně definován. Byla odebrána krev a provedeny testy na skupinách zvířat, aby se zvýšila a ověřila klinická diagnóza určená faremními zaměstnanci.

Konečný cíl

Finálním cílem pro použití HIS bylo dokázat předpovědět problém, pomocí dat z monitorování aktivita a přežvykování, před jeho určením klinickou diagnózou. Vědět o den dříve je dobrý začátek, ale dozvědět se o možném problému 3 - 5 dní s předstihem má potenciál naprosto „změnit pravidla hry“ řízení a předcházení metabolickým a zažívacím potížím.

Výskyt poruchy zdraví

Přehled vědecké literatury ukazuje výčet následující metabolických a zažívacích problémů a fakta o nich:

-          Četnost onemocnění (% všech poruch): mastitida 35-45%; metritida 12-15%; zadržená placenta 7-10%; přetočený slez 4-6%; ketóza 3-5%

-          Většina zdravotních a zažívacích potíží se objevuje během prvního měsíce v laktaci

-          Frekvence mastitidy a vysoký počet somatických buněk se zvyšují s věkem krávy

-          Mléčná horečka (4-5%), nezahrnutá do této studie, se vzácně objevuje v první laktaci a její výskyt je mezi stády proměnlivý

Výsledky studie

Klíčovými závěry ze studie jsou míra nalezení poruchy a počet dní v předstihu, kdy došlo k objevení možného problému díky HIS v porovnání s rozhodnutím o klinické diagnóze faremním personálem. Zajímavým faktem pro toto stádo bylo, že 58% krav mělo alespoň jeden z uvedených pěti problémů a 42% nemělo problém žádný. 70% krav s problémem se potýkalo s jedním onemocněním, 30% mělo více než jeden problém.

Tabulka 1: Poruchy studie - případ, výskyt, přesnost predikce a predikce před diagnózou

Porucha	% krav	Průměrný DIM při události	(+/- st. odchylka)	Přesnost předpovědi poruchy	Dny předem (předpověď) v porovnání s klinickou diagnózou
Přetočený slez	3,8	14,9	(+/-10)	98%	3,1
Ketóza	5,1	9,3	(+/-5)	91%	1,6
Špatné trávení	0,8	8,3	(+/-7)	89%	0,5
Všechny metabolické	9,7	11,4	(+/-8)	93%	2,1
Klinická mastitida	11,4	38,1	(+/-24)	58%	0,5
Metritida	32,7	6,8	(/-2)	55%	1,2

 

Případy mastitidy a metritidy se objevily u 44% krav. Avšak přesnost předpovědi pro tyto dvě onemocnění byla ze všech sledovaných nejnižší. Fakt, že objevení před klinickou diagnózou půl dne u mastitidy je nižší než u 3 dalších sledovaných poruch, není překvapením, vezmeme-li v potaz, že se jednalo o dobře řízené stádo s dojením třikrát denně. Zajímavým poznatkem bylo, že u E-coli mastitidy byla přesnost předpovědi 81%, znatelně vyšší než pro všechny mastitidy celkově na úrovni 58%. Všechna onemocnění s výjimkou mastitidy se objevila velmi brzy v laktaci. Výsledky jsou velice povzbudivé, co se týká metabolických poruch, vezmeme-li v potaz, že jsou tyto pro faremní personál mnohem obtížnější k rozpoznání ve srovnání s mastitidou nebo subklinickou metritidou.

Je dobré to vědět?

Krátká odpověď na otázku, jestli používat nebo nepoužívat AHMS k monitorování metabolických a zažívacích problémů je ano.

Vyšší ROI

Aniž bychom dělali plnou simulaci používání rozšíření AHMS s využitím monitorování zdravotních poruch, dopad na finanční situaci musí být ještě samostatně zdokumentován. Nicméně některá fakta, o nichž každý chovatel ví, že jsou pravdivá, zahrnují:

-          Výskyt každého případu individuální zdravotní poruchy může stát $200-$500 USD v nákladech na léčbu a ztrátu příjmu, po celou dobu až k předčasnému vyřazení nebo dokonce úmrtí zvířete přímo na farmě.

-          Množství mléka k prodeji se během onemocnění snižuje a klesá i celková užitkovost za laktaci.

-          Antibiotika jsou drahá a účet za léčiva se může vyšplhat hodně vysoko v závislosti na typu onemocnění.

-          Je zapotřebí dodatečné pracovní síly pro péči o nemocná zvířata.

Nicméně toto je pouze špička ledovce zobrazující způsoby, kdy využití AHMS pro predikci onemocnění dokáže splácet dividendy. Další body, které je třeba při výpočtu doby návratnosti vzít v úvahu jsou:

-          AHMS pracuje 24 hodin každý den, nebere si dovolenou a nevyžaduje žádnou týdenní mzdu.

-          AHMS dokáže, alespoň částečně, eliminovat potřebu neustálé kontroly suchostojných, otelených a zapuštěných skupin faremními zaměstnanci. Dokáže tak pravděpodobně snížit stav pracovníků nebo jim umožní čas efektivně věnovat dalším oblastím farmy.

-          Zkušený chovatel si je vědom toho, že včasné odhalení jakékoli abnormální kondice může představovat obrovskou výhodu s ohledem na minimalizování závažnosti nebo zvýšení rychlosti zotavení.

-          Stejně jako poskytuje chovateli informace o říjích a pomáhá zlepšit pregnancy rate, zachycení i 50% metabolických nebo zažívacích problémů před jejich plným projevem může ušetřit $200+ na krávu a rok k čistému zisku pro celé stádo. To je významné!

-          Pro účely informovanosti se sluší poznamenat, že náklady na pořízení AHMS se pohybují od $150-$175 USD na zvíře (senzory + data systém).

Bullvine - závěr

Tato studie ukazuje, že informace z AHMS může být spolehlivě používána pro předpovídání metabolických a zažívacích poruch ještě před jejich fyzickým projevením. Více informací pro vylepšení úrovně řízení stáda je něco, co progresivní chovatel vždy ocení. Manažeři stád tak mohou využívat všechny nástroje v podobě intuice, pozorování a dat a posunout tak svůj chov k ještě lepším výsledkům.

Autor: Murray Hunt

Zdroj: The Bullvine (Online 12/4/2017; www.thebullvine.com)