استفاده از رفتار به عنوان نشانگر اولیه بیماری در گوساله‌ها

موضوع این مطالعه آنالیز این موضوع است که آیا تغییر رفتار می­‌تواند نشانه خوبی از تشخیص زودهنگام بیماری گوساله باشد.

گوساله­‌های نرهلشتاین (325عدد،سن30روزگی،وزن65کیلوگرم) با یک ابزار اندازه گیری فعالیت از روز30تا90زندگی در4دوره که متناظر4فصل بودند بررسی شدند.

ابزار اندازه گیری فعالیت تعداد قدم­‌ها، تعداد وعده­‌های خوابیدن، مدت زمان خوابیدن، و تعداد و مدت زمان سر آخور بودن را بررسی کرد. سلامت گوساله­‌ها به صورت روزانه بررسی شد و تمام نشانه­‌ها ثبت شد. برای مقایسه گوساله­‌های سالم و بیمار، یک طرح جفتی استفاده شد برای تخصیص گوساله­‌ها به گروه­‌های سالم.

روز صفر به عنوان روزی که بیماری تشخیص داده شد انتخاب گردید. برای هر گوساله بیمار، 3گوساله بدون علامت بیماری در کل دوره طرح در همان تاریخ، در فصل مشابه، و سن (4روز) و وزن مشابه در زمان ورود به طرح تعیین گردید. مدلmultivariate linear از روز 10- تا 10+ مرتبط با تشخیص بیماری برای توضیح تفاوت‌­ها بین گوساله­‌های سالم و بیمار استفاده شد.

مدل رگرسیون multivariate logistic برای پیش بینی گوساله­‌های بیمار در روزهای قبل از تشخیص استفاده شد. به صورت روزانه، گوساله­‌های سالم تعداد 1476قدم داشتند، و 185دقیقه در آخور بودند، و 10وعده خوراک مصرف کردند، و 19/5وعده خوابیدن داشتند، و بطور متوسط 978دقیقه خوابیدند. تفاوت بین رفتار گوساله­‌های بیمار (33عدد) با سالم (99عدد) در10روز قبل از تشخیص مشهود بود.

گوساله­‌های بیمار در مقایسه با گوساله‌های سالم تعداد قدم کمتر و تعداد ویزیت کمتر از آخور در روزهای 1- و صفر داشتند و در روزهای 10- و 1- زمان کمتری در آخور گذراندند. از روز 2- تا 9، بدون تفاوت در مدت زمان خوابیدن گوساله­‌های بیمار 15درصد تعداد وعده خوابیدن کمتری داشتند، به استثنای روز 10-که گوساله‌های بیمار زمان بیشتری خوابیدند.

بهترین مدل پیش بینی برای روز 1- به دست آمد و فاکتورهای فصل و سن در زمان ورود به طرح به عنوان شاخص‌­های موثر، و تعداد بررسی آخور، قدم‌­ها، و زمان خوابیدن به عنوان شاخص­‌های رفتاری در نظر گرفته شد (69درصد حساسیت، 72درصد دقت، 72درصد اختصاصی بودن، 55درصد نرخ مثبت اشتباه، و 12درصد نرخ منفی اشتباه).

ولیکن، یک شاخص تشخیص زودتر برای کاهش اثرات منفی بیماری بر تولید و آسایش می‌­تواند پراستفاده‌­تر باشد. مدل پیش بینی برای روز 10- شامل 67درصد حساسیت، 67درصد اختصاصی بودن، 67درصد دقت، 60درصد نرخ مثبت اشتباه، و 14درصد نرخ منفی اشتباه بود.

نتایج نشان داد که وقوع بیماری می‌­تواند خیلی زودتر تخمین زده شود، و یک سیستم اتوماتیک هشدار می‌­تواند استفاده شود برای تشخیص گوساله‌هایی که احتمال بیمار شدن آنها می رود و یک روش پیشگیری اعمال شود.

گوساله­‌های بیمار رفتار خود را با کاهش تعداد قدم­‌ها و وعده­‌های خوابیدن و تعداد و طول مدت حضور در آخور تغییر می‌­دهند. مدل پیش بینی کننده ما قادر به تشخیص گوساله بیمار حداقل ده روز قبل از تشخیص ان توسط کارمندان مزرعه است. ولیکن، تحت شرایط انجام این آزمایش، نرخ تشخیص بیماری اشتباه و درست نسبتا بالا بود، و مدل برای بهبود دقت و صحت روش به تغییرات بیشتری نیاز دارد.

گروه علمی شرکت آگرین تک