Use of somatic cell counts and California mastitis test results from individual quarter milk samples to detect subclinical intramammary infection in dairy cattle from a herd with a high bulk tank somatic cell count
Notice bibliographique
Résumé
OBJECTIVE: To determine whether somatic cell counts (SCCs) or California mastitis test (CMT) scores for individual quarter milk samples could be used to detect subclinical intramammary infection among dairy cattle in a herd with a high bulk tank SCC. DESIGN: Prospective clinical trial. ANIMALS: 278 Holstein-Friesian dairy cattle from a single herd. PROCEDURE: Individual quarter milk samples were collected and submitted for bacterial culture, California mastitis testing, and determination of SCC. Additional milk samples were collected 34 days later and submitted for bacterial culture. RESULTS: During the initial visit to the herd, milk samples were collected from all 278 cows. However, because of blind mammary quarters or missing data, results for 1,057 quarter milk samples were included. Bacterial culture did not yield any growth for 622 (58.8%) of these samples. Regardless of the cutoff that was used, sensitivity of the CMT score was < or = 0.50 and sensitivity of the SCC linear score (SCS) was < or = 0.60. For 497 mammary quarters, results of bacterial culture of samples collected 34 days apart were concordant; bacterial culture did not yield any growth for 342 (68.8%) of these quarters. Regardless of the cutoff that was used, sensitivity of the CMT score was < or = 0.61 and sensitivity of the SCS was < or = 0.76 for mammary quarters with concordant bacterial culture results. CONCLUSIONS AND CLINICAL RELEVANCE: Results suggest that neither CMT score nor SCC is sensitive enough to be useful as a screening test for identifying infected mammary quarters among dairy cattle in a herd with high bulk tank SCC.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».