using rumination duration and activity measures as unspecific variables for the early detection of dairy cows with health deviations

Dissertation - Veterinärmedizinische Universität Wien - 2021 Aus rechtlichen Gründen sind nicht alle Teile dieser Arbeit frei zugänglich. Der Zugriff auf den elektronischen Volltext ist auf Angehörige der Veterinärmedizinischen Universität Wien beschränkt. Bitte einloggen!

Dissertation - University of Veterinary Medicine Vienna - 2021 The full text is only available to university members. Please log in!

The rise in average herd size, limited availability of qualified farm employees, and pressure on efficient farm management were reasons to develop automated monitoring systems, named precision dairy farming technologies (Gargiulo et al. 2018). Precision dairy farming technologies have tremendous potential to support farmers in detecting disorders in cows before clinical manifestation of a disease. However, to increase production efficiency and decrease labor costs, they must easily and accurately quantify meaningful physiological or behavioral parameters. The Smartbow accelerometer data has been evaluated for different applications in dairy cows, but so far no algorithms have been tested for the use of an early detection of health deviations in dairy cows. The objective of this study was to evaluate if the data delivered from the commercially available Samrtbow 3D accelerometer based on activity measures, i.e. “lying”, “high active”, “inactive”, and “rumination”, can be used for an early identification of cows with health deviations before the clinical diagnosis of the disease. Accelerometers were attached to the left ear of 312 Holstein dairy cows. Cows were monitored and analyzed from 14 days prior to parturition to 8 days in milk. Healthy cows were matched as pairs with disordered cows based on their calving dates with a maximum deviation of three days. Cows that presented no symptoms of health problems and had a BHB concentration < 1.2 mmol/L in the first 8 days in milk were classified as healthy. An entire sensor data set was considered as valid if each day within the period of 14 days before calving to 6 days after calving showed a minimum of 18 valid hours (i.e. > 66% of accelerometer data available) within 24 h. The “rumination” and different activity patterns from Day -14 to Day 6 relative to the clinical diagnosis in cows with health disorders were characterized by distinct differences as early as five days before clinical diagnosis compared to healthy cows. The results of this study indicate that the accelerometer-based automated monitoring of “rumination” and activity parameters with the SMARTBOW system revealed an association between measured parameters and health disorders in early postpartum cows.

Der Anstieg der Herdengröße, die begrenzte Verfügbarkeit qualifizierter landwirtschaftlicher Mitarbeiter und der Druck auf ein effizientes Betriebsmanagement waren Gründe für die Entwicklung automatisierter Überwachungssysteme, welche als „precision dairy farming“ – Technologien bezeichnet werden (Gargiulo et al. 2018). Diese Technologien bieten ein enormes Potential, Landwirte bei der Früherkennung von Krankeiten der Milchkühe zu unterstützen. Um jedoch die Produktionseffizienz zu steigern und gleichzeitig die Arbeitskosten zu senken, müssen die Technologien aussagekräftige physiologische Parameter und Verhaltensparameter einfach und genau quantifizieren. Die Daten des Smartbow Beschleunigungssensors wurden bisher für verschiedene Bereiche in der Milchviehhaltung evaluiert. Die Evaluierung der Daten zur Früherkennungen von gesundheitlichen Abweichungen bei Milchkühen standen bisher jedoch noch aus. Das Ziel dieser Studie war es zu zeigen, ob die Daten, welche von dem kommerziell erhältlichen Smartbow 3D- Beschleunigungssensor, basierend auf den vordefinierten Aktivitätsmessungen („Liegen“, „Wiederkauen“, „Hochaktiv“ und „Inaktiv“) geliefert wurden, zur Früherkennung von gesundheitlichen Abweichungen bei Milchkühen genutzt werden können. Insgesamt 312 Holstein Kühe wurden mit dem Beschleunigungssensor ausgestattet und im Zeitraum von 14 Tagen vor der Kalbung bis acht Tage nach der Kalbung engmaschig beprobt und überwacht. Gesunde Kühe wurden anhand ihrer Kalbedaten, mit einer maximalen Abweichung von drei Tagen, mit kranken Tieren gepaart. Kühe, welche in den ersten acht Tagen keine Krankheitssymptome und BHB-Konzentrationen < 1,2 mmol/L zeigten, wurden als gesund eingestuft und dienten als Referenzwert. Ein Sensordatensatz wurde als gültig eingestuft, wenn innerhalb des Zeitraumes von 14 Tagen vor und 6 Tagen nach dem Kalben, ein Tag mindestens 18 gültige Stunden (d.h. >66% der verfügbaren Beschleunigunssensordaten innerhalb von 24 Stunden) aufwies. Veränderungen im Wiederkauverhalten und in den unterschiedlichen Aktivitätsmustern waren bereits 5 Tage vor der klinischen Diagnose bei Kühen mit gesundheitlichen Abweichungen im Vergleich zu den gesunden Kühen erkennbar.

application/pdf

III, 39 Blätter