MQC-C 如何帮助应用选择性干奶牛治疗

干奶期是奶牛重要的休息期,它是新鲜的乳房组织形成的时期,以便奶牛为泌乳做好准备。它还提供了消除乳房中可能导致乳腺炎的许多潜在病原体的重要机会。Lely 可以帮助一头奶牛顺利过渡到干奶期。我们通过自动降低奶牛在泌乳期结束时的挤奶量和饲喂的精料(因此也就降低了产奶量)来做到这一点。

articles

在泌乳期早期,预防奶牛乳腺炎的方法之一是通过使用抗生素以进行干奶牛治疗。在泌乳期结束时给予效果持久的乳房内灌注具有两个作用:第一,消除干奶期任何现有的感染;第二,防止在干奶期和泌乳期早期出现新感染 (Cameron et al., 2014; Halasa et al., 2009)。直到几年前,大多数奶牛仍在使用抗生素进行干奶治疗。但是,使用抗生素对细菌种群产生了选择性压力,并促使其形成对抗菌素的耐药性 (Landers et al., 2012)。

作为指标的体细胞计数

可以根据不同的指标完成选择性干奶牛治疗,例如,干奶前的产奶量和体细胞计数 (SCC)。迹象表明,三至六周的实验室测试并不能提供最准确的信息,以决定是否应用抗生素进行干奶牛治疗(选择性干奶牛治疗),因为在牛奶记录期间的 SCC 测量与实际干奶时刻之间存在时间延迟。众所周知,在泌乳期结束时 SCC 增加 (KNMVD, 2013)。这种增加可能是由于产奶量降低导致体细胞浓度升高所致 (Green et al., 2006)。此外,奶牛的健康状况在干奶前会发生显著变化,这可能对做出正确的治疗决定产生影响。

患有慢性(亚临床)乳腺炎的奶牛,其细胞计数经常波动 (De Haas et al., 2004)。每天测量细胞计数有助于识别罹患这种疾病的奶牛 (Dalen et al., 2019)。牛奶质量控制细胞计数 (MQC-C) 是监测单头奶牛乳房健康状况的一个很好工具,在测量频率高时尤其如此 (Deng et al., 2020)。有种现象是,患有慢性(亚临床)乳腺炎的奶牛在牛奶生产登记 (MPR) 中并不总能得到注意,原因是其体细胞计数存在波动。但是,它们仍可以被MQC-C检测到,因为这些测量每天都会进行,因此会在体细胞计数模式中显示有波动。

Lely MQC-C 适用于频繁筛查

MQC-C允许构建单头奶牛SCC概况,这些概况考虑了(自然的)日常变化。SCC 概况中的偏离模式能够更早、更好地支持诊断奶牛乳腺炎的发作。奶牛乳房健康概况的频繁测量和可用性,包括所有相关的乳房健康参数(例如健康报告中包含的参数),结合其他参数(例如电导率和产奶量),为有效选择性干奶牛治疗过渡提供了支持。

结论

Lely 可以帮助一头奶牛顺利过渡到干奶期。我们通过自动降低奶牛在泌乳期结束时的挤奶量和饲喂的精料(因此也就降低了产奶量)来做到这一点。例如,利用 MQC-C 提供的额外传感器数据,奶牛乳房健康概况可用于支持奶农对每头奶牛进行干奶治疗。

 


 

Cameron, M., McKenna, S. L., MacDonald, K. A., Dohoo, I. R., Roy, J. P., & Keefe, G. P. (2014). Evaluation of selective dry cow treatment following on-farm culture: Risk of postcalving intramammary infection and clinical mastitis in the subsequent lactation. Journal of Dairy Science, 97(1), 270–284. https://doi.org/10.3168/jds.2013-7060

Dalen, G., Rachah, A., Nørstebø, H., Schukken, Y. H., & Reksen, O. (2019). The detection of intramammary infections using online somatic cell counts. Journal of Dairy Science, 102(6), 5419–5429. https://doi.org/10.3168/jds.2018-15295

De Haas, Y., Veerkamp, R. F., Barkema, H. W., Gröhn, Y. T., & Schukken, Y. H. (2004). Associations between pathogen-specific cases of clinical mastitis and somatic cell count patterns. Journal of Dairy Science, 87(1), 95–105. https://doi.org/10.3168/jds.S0022-0302(04)73146-X

Deng, Z., Hogeveen, H., Lam, T. J. G. M., van der Tol, R., & Koop, G. (2020). Performance of Online Somatic Cell Count Estimation in Automatic Milking Systems. Frontiers in Veterinary Science, 7(April). https://doi.org/10.3389/fvets.2020.00221

Green, L. E., Schukken, Y. H., & Green, M. J. (2006). On distinguishing cause and consequence: Do high somatic cell counts lead to lower milk yield or does high milk yield lead to lower somatic cell count? Preventive Veterinary Medicine, 76(1–2), 74–89. https://doi.org/10.1016/J.PREVETMED.2006.04.012

Halasa, T., Nielen, M., Roos, A. P. W. De, Hoorne, R. Van, Jong, G. de, Lam, T. J. G. M., Werven, T. van, & Hogeveen, H. (2009). Production loss due to new subclinical mastitis in Dutch dairy cows estimated with a test-day model. Journal of Dairy Science, 92(2), 599–606. https://doi.org/10.3168/jds.2008-1564

KNMVD. (2013). Richtlijn Antimicrobiële middelen bij het droogzetten van melkkoeien. https://www.knmvd.nl/app/uploads/2018/07/RICHTLIJN-DROOGZETTEN-MELKKOEIEN.pdf

Landers, T. F., Cohen, B., Wittum, T. E., & Larson, E. L. (2012). A Review of Antibiotic Use in Food Animals: Perspective, Policy, and Potential. Public Health Reports, 127, 4–22. https://doi.org/10.1177/003335491212700103

顶部