Récurrence de mammite clinique chez la vache laitière : incidence, facteurs de risque et impacts
Notice bibliographique
Résumé
La mammite clinique (MC) est l'une des maladies les plus fréquentes et plus coûteuses touchant les vaches laitièrs. Un des L'aspect frustrant de la MC est sa récurrence. Il n’existe actuellement aucune étude exhaustive sur le risque de récurrence de la MC, les facteurs de risque de cas répétés de MC et ses impacts. Cependant, la récurrence de la MC chez les vaches laitières a été abordée dans de nombreuses études indépendantes. Par conséquent, un examen de portée a été effectué afin de développer des connaissances sur le risque de récurrence de la MC, ses facteurs de risque et ses impacts négatifs. Deux bases de données (PubMed et CAB Abstracts) et une plate-forme de recherche (Web of Science) ont été utilisées pour récupérer de nombreuses publications scientifiques pertinentes publiées en anglais et français après 1989. Cinquante-sept articles ont été sélectionnés pour la synthèse qualitative. Trente-trois, 19 et 37 études choisies inclurent respectivement des descriptions et des données sur les cas récurrents de MC, ses impacts négatifs et ses facteurs de risque. Ensuite, une méta-analyse et une méta-régression ont été effectuées pour calculer le rapport de risque (RR), permettant de comparer le risque de MC chez les vaches ayant subi un cas de MC dans une lactation donnée par rapport au risque de MC chez les vaches en santé. Le nombre total de lactations suivies et le nombre de lactations avec ≤ 1 et ≤ 2 cas de MC ont été rapportés dans neuf études et cette information a été utilisée dans la méta-analyse. Ces neuf études ont ensuite été séparées en deux groupes selon le temps minimum entre deux cas pour considérer qu'un cas subséquent est un nouveau cas ; ceux avec des échéances de 24 heures et de ≥ 5 jours entre deux cas de MC, considérant la prochaine occurrence de MC comme étant un nouveau cas de MC. Pour les études avec d'un délai minimum de seulement 24 heures, les vaches ayant déjà subi un cas de MC dans une lactation donnée avaient un RR de 1,5 fois plus élevé pour une MC récurrente comparativement aux vaches en santé. Cependant, pour les études demandantdes délais ≥ 5 jours entre deux cas de MC, le risque de cas répétés de MC n’était pas différent chez les vaches ayant déjà subi un cas de MC dans une lactation donnée comparativement aux vaches en santé (RR : 0,99, IC à 95 % : 0,86 et 1,1). Dans cette étude, la diminution de la production laitière et le risque accru de décès et de réforme ont été identifiés comme étant des impacts négatifs importants de la MC récurrente. Les vaches laitières âgées, les vaches laitières à haute production laitière et le manque de guérison bactériologique à la suite d’un premier cas de MC ont été identifiés comme étant les plus importants facteurs de risque de la MC récurrente. Une meilleure compréhension concernant les caractéristiques des vaches et des agents pathogènes associés à la récurrence des événements de MC pourrait éventuellement aider à contrôler ces événements récurrents, à réduire les coûts associés et à diminuer les quantités d'antibiotiques utilisées dans les fermes laitières. De plus, l'acquisition de ces connaissances pourrait également être utile pour prédire la probabilité d'un événement récurrent de MC et pourrait par conséquent être utile pour développer des outils servant à formuler les décisions de gestion des producteurs laitiers concernant la MC.
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 | 0,011 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».