Apparition des comportements indicateurs de maladie chez les bovins

//  7 juin 2017  //  Recherche en santé et bien-être animal, Santé Animale  //  Commentaires fermés

Cattle_drovers_Network

Par Kay Ledbetter, Texas A & amp; M AgriLife
1er juin 2017

Dr. Bill Pinchak, nutritionniste pour animaux de Texas A & M AgriLife Research à Vernon, discute d’un nouveau système d’alerte précoce pour les maladies respiratoires bovines.

Les chercheurs scientifiques de Texas A & M AgriLife développent un système d’alerte précoce pour les cavaliers ou les soignants des animaux afin qu’ils puissent identifier et traiter plus efficacement les bovins ayant des maladies respiratoires bovines.

(Traduction libre de Mylène Noël)

Le Dr Bill Pinchak à Vernon et le Dr Gordon Carstens de College Station, les deux nutritionnistes animaliers d’AgriLife Research, ont évalué les rapports entre le comportement animal dans les opérations d’engraissement des animaux en confinement et le début de la maladie.

Avec les étudiants de Texas A & M, Will Kayser et Kirby Jackson, ils ont récemment résumé les résultats de plus de quatre années de recherche dans un document intitulé « Évaluation des procédures statistiques des processus de contrôle pour surveiller les comportements alimentaires et détecter l’apparition des maladies respiratoires bovines chez les taureaux en croissance ».

La maladie respiratoire est la cause de 60 à 90 pour cent de la morbidité chez les bovins des parcs d’engraissement, a déclaré Pinchak. Le diagnostic est un défi et, pour identifier la maladie , il repose principalement sur l’évaluation visuelle qui peut varier en fonction de l’expérience individuelle des diagnostics.

« En règle générale, la précision est d’environ 60 pour cent », a-t-il déclaré. « Donc, il y a beaucoup d’animaux qui ne sont pas diagnostiqués et qui finissent par avoir de mauvaises performances ou qui meurent.

« Notre objectif est de développer et mettre en œuvre des technologies qui permettent de détecter plus tôt et plus précisément cette maladie chez les bovins », a déclaré Pinchak.

« En employant une combinaison d’étiquettes et de récepteurs d’identification par radiofréquence avec une analyse et une modélisation statistiques intégrées, nous avons pu détecter la morbidité en fonction des changements dans le comportement alimentaire des bovins de deux à quatre jours plus tôt que le diagnostic clinique visuel ».

Il a déclaré qu’ils utilisaient une combinaison de la modélisation statistique des processus et de l’analyse multivariée pour différents traits comportementaux, par exemple, à quelle fréquence l’animal va-t-il à la mangeoire et le temps qu’il y passe.

« Nous avons pu détecter ou prédire avec précision et à plusieurs reprises deux à quatre jours avant l’analyse clinique », a déclaré Pinchak. « En utilisant une combinaison de la technologie des capteurs et de la modélisation, notre objectif serait de diminuer la durée de la maladie chez le bovin et le nombre d’animaux qui ne répondent pas au traitement ou le taux de rechute.

« Nous nous attendons à ce que cela en vienne à diminuer l’utilisation globale des antibiotiques et les dépenses, en améliorant la santé et le bien-être des animaux et en améliorant l’efficacité alimentaire et la durabilité économique et environnementale globale des opérations commerciales d’engraissement », a-t-il déclaré.

Ce système de diagnostic nécessiterait un tableau de bord au parc d’engraissement et des étiquettes d’identification par radiofréquence. Et, Pinchak a déclaré que ces deux éléments ne sont pas encore répandus dans les parcs d’engraissement mais que, si les paramètres économiques sont là, cela pourrait se répandre.

« Nous devons développer une technologie de nouvelle génération qui améliore la gestion des maladies respiratoires bovines basée sur le diagnostic individuel des animaux grâce à une combinaison de technologie d’identification par radiofréquence et de modélisation statistique intégrée dans une plate-forme analytique solide et conviviale », a-t-il déclaré.

« Nous avons terminé la première étape, maintenant nous devons faire le suivi avec des expériences où les animaux seront confrontés à des pathogènes de maladies respiratoires bovins et il faut mesurer leurs réponses comportementales pour déterminer la solidité de cette approche intégrée de modélisation de capteurs ».

La prochaine étape, selon Pinchak, serait d’utiliser le système avec des bovins à risque élevé dans un parc d’engraissement commercial pendant les 2 prochaines années et de faire des essais dans cet environnement avant de développer un système commercialement viable.

Source :

Articles:

_________________________________________________________

Behavior Patterns Indicators of Illness Onset in Cattle

By Kay Ledbetter, Texas A&M AgriLife

June 01, 2017

Dr. Bill Pinchak, Texas A&M AgriLife Research animal nutritionist in Vernon, discusses a new early warning system for bovine respiratory disease.

Texas A&M AgriLife Research scientists are developing an early warning system for pen riders or animal care providers to more efficiently identify and treat cattle for bovine respiratory disease.

Dr. Bill Pinchak in Vernon and Dr. Gordon Carstens in College Station, both AgriLife Research animal nutritionists, have been evaluating the relationships of animal behavior in confined animal feeding operations to the onset of sickness.

Along with Texas A&M University students Will Kayser and Kirby Jackson, they recently summarized the results of more than four years of research in a paper, “Evaluation of statistical process control procedures to monitor feeding behavior patterns and detect onset of bovine respiratory disease in growing bulls.”

Respiratory disease causes 60-90 percent of the morbidity or sickness in feedlot cattle, Pinchak said. Diagnosis is a challenge and currently relies primarily on visual appraisal to determine illness, which can vary by degrees of individual experience in diagnosing.

“Typically, the accuracy is about 60 percent,” he said. “So there are a lot of animals that are not diagnosed and end up being poor performers — or die.

“Our goal is to develop and implement technologies that provide earlier and more accurate detection of this illness in cattle,” Pinchak said.

“By employing a combination of radio frequency identification tags and receivers with integrated statistical analysis and modeling, we have been able to detect morbidity based on changes in feeding behavior of cattle anywhere from two to four days earlier than visual clinical diagnosis.”

He said they use a combination of statistical process control modeling and multivariate analysis for various behavioral traits such as when each animal goes to the feed bunk, how frequently and the amount of time spent there.

“We’ve been able to detect or predict accurately and repeatedly two to four days prior to clinical analysis,” Pinchak said. “By utilizing a combination of sensor technology and modeling, our goal would be to decrease the duration of the illness in the cattle and the number of animals not responding to treatment or relapse rate.

“We expect this could lead to decreasing the overall use of antibiotics and expenses, improving overall animal health and welfare, and improving feed efficiency and overall economic and environmental sustainability of commercial feeding operations,” he said.

This diagnosis system would require a dashboard at the feed yard and radio-frequency identification tags. And while Pinchak said neither is prevalent in feed yards yet, if the economics are there, they could be.

“We need to develop next generation technology that improves bovine respiratory disease management based on individual animal diagnosis through a combination of radio frequency identification technology and statistical modeling integrated into a robust, user-friendly analytic platform,” he said.

“We’ve completed the first pass, now we need to follow up with the experiments where animals will be challenged with bovine respiratory disease pathogens and their behavior responses measured to determine the robustness of this integrated sensor modeling approach.”

The next step, Pinchak said, will be to use the system with high risk cattle coming into a commercial feed yard and testing in that environment before developing a commercially viable system within the next two to five years.

Source :

Articles:

Comments are closed.