1234 Investigating the within-herd prevalence and risk factors of hyperketonemia of dairy cattle in Ontario as diagnosed by the test-day concentration of milk β-hydroxybutyrate
Notice bibliographique
Résumé
A large-scale observational study was conducted to estimate the within-herd prevalence and cow-level risk factors of hyperketonemia (HK) in dairy herds in Ontario that participate in a dairy herd improvement association (DHIA) program. Hyperketonemia was diagnosed as milk β-hydroxybutyrate ≥ 0.15 mmol/L (Ketoscreen test, MilkoScan FT600, Foss Analytical A/S, Hillerød, Denmark) at first DHIA test within the first 30 d in milk (DIM). Eight hundred and thirteen herds providing at least 61 first milk tests from June 2014 to December 2015 and were used to estimate the provincial within-herd prevalence with 95% confidence, 80% power and precision of 10%. All herds on DHIA in Ontario (n = 3,042) were used to construct multi-level logistic regression models to investigate the association of commonly measured variables with the odds of HK at first DHIA milk test at the cow-level. The overall HK prevalence in Ontario was 22% of cows at first test, with an average within-herd prevalence of 21% (SD = 10.6). The prevalence of HK had a distinct seasonality with the lowest prevalence occurring from July to November. Herds with automatic milking systems (AMS) (11%, n = 92) had higher within-herd prevalence than all other herds, as well as increased odds of HK in multiparous animals at first test (OR: 1.46; CI95: 1.30 to 1.63). This association requires further study of causal factors. Both primiparous and multiparous Jersey cattle had 1.4 times higher odds of HK than Holstein cattle. After controlling for breed, a milk yield > 26 kg and milk fat > 4.8% at the last milk test of the previous lactation were associated with decreased odds of HK in the current lactation (ORyield: 0.55; ORfat%: 0.83). Increased days dry and longer calving intervals, for multiparous animals, and older age at first calving for primiparous animals increased the odds of hyperketonemia at first test. This is the first report of associations of AMS, and milk yield and components late in the previous lactation with increased HK.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».