MétaCan
Menu
Retour à la cohorte
Enregistrement W4398558139 · doi:10.3168/jds.2024-24693

Validity of luminometry and bacteriological tests for diagnosing intramammary infection at dry-off in dairy cows

2024· article· en· W4398558139 sur OpenAlexafffund
J. Denis-Robichaud, Nicolas Barbeau-Grégoire, Marie-Lou Gauthier, Simon Dufour, Jean‐Philippe Roy, Sébastien Buczinski, J. Dubuc

Notice bibliographique

RevueJournal of Dairy Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensCegep de Saint HyacintheUniversité de MontréalMinistère de l'Agriculture, des Pêcheries et de l'AlimentationService de Recherche et d'EXpertise en Transformation des Produits Forestiers
Organismes subventionnairesUniversité de MontréalMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésDairy cattleAnimal scienceMastitisBiologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

The objective of this cross-sectional study was to estimate the validity of laboratory culture, Petrifilm and Tri-Plate on-farm culture systems, as well as luminometry to correctly identify IMI at dry-off in dairy cows, considering all tests to be imperfect. From September 2020 until December 2021, we collected composite milk samples from cows before dry-off and divided them into 4 aliquots for luminometry, Petrifilm (aerobic count), Tri-Plate, and laboratory culture tests. We assessed multiple thresholds of relative light units (RLU) for luminometry, and we used thresholds of ≥100 cfu/mL for the laboratory culture, ≥50 cfu/mL for Petrifilm, and ≥1 cfu for Tri-Plate tests. We fitted Bayesian latent class analysis models to estimate the sensitivity (Se) and specificity (Sp) for each test to identify IMI, with 95% credibility interval (BCI). Using different prevalence measures (0.30, 0.50, and 0.70), we calculated the predictive values (PV) and misclassification cost terms (MCT) at different false negative-to-false-positive ratios (FN:FP). A total of 333 cows were enrolled in the study from one commercial Holstein herd. The validity of the luminometry was poor for all thresholds, with an Se of 0.51 (95% BCI = 0.43-0.59) and Sp of 0.38 (95% BCI = 0.26-0.50) when using a threshold of ≥150 RLU. The laboratory culture had an Se of 0.93 (95% BCI = 0.85-0.98) and Sp of 0.69 (95% BCI = 0.49-0.89); the Petrifilm had an Se of 0.91 (95% BCI = 0.80-0.98) and Sp of 0.71 (95% BCI = 0.51-0.90); and the Tri-Plate had an Se of 0.65 (95% BCI = 0.53-0.82) and Sp of 0.85 (95% BCI = 0.66-0.97). Bacteriological tests had good PV, with comparable positive PV for all 3 tests, but lower negative PV for the Tri-Plate compared with the laboratory culture and the Petrifilm. For a prevalence of IMI of 0.30, all 3 tests had similar MCT, but for prevalence of 0.50 and 0.70, the Tri-Plate had higher MCT in scenarios where leaving a cow with IMI untreated is considered to have greater detrimental effects than treating a healthy cow (i.e., FN:FP of 3:1). Our results showed that the bacteriological tests have adequate validity to diagnose IMI at dry-off, but luminometry does not. We concluded that although luminometry is not useful to identify IMI at dry-off, the Petrifilm and Tri-Plate tests performed similarly to laboratory culture, depending on the prevalence and importance of the FP and FN results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,033
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,300
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207