High immune responder cows have lower treatment risk and reduced milk loss during highly pathogenic avian influenza H5N1 outbreaks
Notice bibliographique
Résumé
The spillover of highly pathogenic avian influenza (HPAI) hemagglutinin type 5 and neuraminidase type 1 (H5N1) into dairy cattle marks the emergence of a new threat to herd health and production efficiency for North American dairy cattle. To address this challenge, this study evaluated whether genetic selection for improved immune response, using Immunity+ GEBVs, can increase resilience to HPAI H5N1 in commercial dairy herds. Treatment records (n = 15,386) and daily milk yield data (n = 650) were obtained from herd management software from 6 large commercial dairy herds in the United States with confirmed HPAI H5N1 outbreaks. The association between Immunity+ GEBV classes and the likelihood of requiring supportive treatment was assessed using binomial logistic regression, while linear models were used to assess the effects of Immunity+ GEBV class on the length of the milk fluctuation period following treatment and total milk loss during this period. Cows with high Immunity+ GEBVs were 24% less likely to require supportive treatment compared with those with low Immunity+ GEBVs (odds ratio = 0.76; 95% CI: 0.64 to 0.9). High immunity cows also experienced significantly lower milk loss (484.46 kg; 95% CI: 440.61 to 528.30 kg) during the post-treatment fluctuation period compared with low immunity cows (618.10 kg; 95% CI: 561.08 to 675.12 kg). Overall, these findings support the value of selecting for enhanced immune response to improve animal health, reduce production losses, and strengthen economic resilience during disease challenges.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».