Prolactin and progesterone concentrations around farrowing influence sow colostrum yield
Notice bibliographique
Résumé
In swine, colostrum production is induced by the drop of progesterone concentrations which leads to the prepartum peak of prolactin. Prolactin regulates mammary cell turnover and stimulates lacteal nutrient synthesis. Progesterone inhibits prolactin secretion and down-regulates the prolactin receptor in the mammary gland. The aim of the study was to determine if the relative peripartal concentrations of progesterone and prolactin (PRL/P4 ratio) influence sow colostrum production. Twenty-nine Landrace Large White primiparous sows were used. Colostrum yield was estimated during 24 h starting at the onset of parturition (T0) using litter weight gains. Colostrum was collected at T0 and 24 h later (T24). Repeated jugular blood samples were collected during the peripartum period (i.e. from -72 to +24 h related to farrowing) and were assayed for progesterone and prolactin. Sows were retrospectively categorized according to their PRL/P4 ratio 24 h before farrowing: 3 (HighPRL/P4, n=13). Data were analyzed by ANOVA using the MIXED procedure (SAS Inst.), except for piglet mortality (GENMOD procedure). During the peripartum period, the circulating concentrations of progesterone were lower (P<0.05) while those of prolactin tended to be greater (P<0.10) in HighPRL/P4 compared with LowPRL/P4 sows. Colostrum yield was greater in HighPRL/P4 compared with LowPRL/P4 sows (4.1 versus 3.5 kg [RMSE=0.7], P<0.05). Colostrum gross composition and IgG and IgA concentrations did not differ between the two groups of sows (P>0.10). Piglet mortality between birth and T24 averaged 10.0% in LowPRL/P4 litters and 7.0% in HighPRL/P4 litters (P=0.29). In conclusion, a higher PRL/P4 ratio 24 h prepartum, characterized by lower progesterone concentrations and a trend for higher prolactin concentrations peripartum, led to a greater colostrum yield.
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 | 0,000 | 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) | 0,001 | 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 ».