Global losses due to dairy cattle diseases: A comorbidity-adjusted economic analysis
Notice bibliographique
Résumé
An economic simulation was carried out over 183 milk-producing countries to estimate the global economic impacts of 12 dairy cattle diseases and health conditions: mastitis (subclinical and clinical), lameness, paratuberculosis (Johne's disease), displaced abomasum, dystocia, metritis, milk fever, ovarian cysts, retained placenta, and ketosis (subclinical and clinical). Estimates of disease impacts on milk yield, fertility, and culling were collected from the literature, standardized, meta-analyzed using a variety of methods ranging from simple averaging to random-effects models, and adjusted for comorbidities to prevent overestimation. These comorbidity-adjusted disease impacts were then combined with a set of country-level estimates for lactational incidence or prevalence or both, herd characteristics, and price estimates within a series of Monte Carlo simulations that estimated and valued the economic losses due to these diseases. It was estimated that total annual global losses are US$65 billion (B). Subclinical ketosis, clinical mastitis, and subclinical mastitis were the costliest diseases modeled, resulting in mean annual global losses of approximately US$18B, US$13B, and US$9B, respectively. Estimated global annual losses due to clinical ketosis, displaced abomasum, dystocia, lameness, metritis, milk fever, ovarian cysts, paratuberculosis, and retained placenta were estimated to be US$0.2B, US$0.6B, US$0.6B, US$6B, US$5B, US$0.6B, US$4B, US$4B, and US$3B, respectively. Without adjustment for comorbidities, when statistical associations between diseases were disregarded, mean aggregate global losses would have been overestimated by 45%. Although annual losses were greatest in India (US$12B), the United States (US$8B), and China (US$5B), depending on the measure of losses used (losses as a percentage of gross domestic product, losses per capita, losses as a percentage of gross milk revenue), the relative economic burden of these dairy cattle diseases across countries varied markedly.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».