Lely Milk Quality Control Cell Count (MQC-C) für eine schnelle Erkennung von Anomalitäten in der Milch als früher Indikator von Mastitis

Mastitis ist eines der häufigsten Gesundheitsprobleme bei Milchkühen, und sie wirkt sich auf die Milchqualität, die Milchmenge und das Wohlbefinden der Tiere aus (Halasa et al., 2007; Hogeveen et al., 2019). Die somatische Zellzahl (SCC) ist ein Parameter, der häufig für die (sub)klinische Mastitisdiagnose und daher zur Verbesserung der Eutergesundheit verwendet wird. Eine schnelle Zunahme der SCC in der Milch signalisiert eine Entzündung des Euters (Sharma et al., 2011). Die somatische Zellzahl ist daher für die Überwachung der Tiergesundheit und die Auslösung der richtigen Entscheidungen im Betriebsmanagement wichtig (Schukken et al., 2003). SCC-Einblicke im Lely Astronaut werden über den Milk Quality Control-Cell Count (MQC-C) erfasst.

articles

Der Lely Milk Quality Control Cell Count (MQC-C)

Der Lely MQC-C ist eine zusätzliche Funktion auf dem Lely Astronaut, die es ermöglicht, Mastitis in einem frühen Stadium zu erkennen. Das Gerät nimmt eine Milchprobe und fügt eine Reagenzflüssigkeit zur Probe hinzu. Dann wird auf Grundlage der Viskosität der Probe eine Zellzahlanzeige generiert. Dieser Test basiert auf demselben Prinzip wie der kalifornische Mastitis Test. Bei diesem Test werden Milchproben gesammelt, dann wird ein Reagenz hinzugefügt und danach kann sich die Mischung verdicken. Je mehr (entzündliche) Zellen in der Milch vorhanden sind, desto dicker wird die Mischung.

Der MQC-C führt bei jeder dritten Melkung einen Test durch (mit Smart Sampling). Wenn der Test jedoch zu einer hohen SCC führt (> 250.000 Zellen/ml), nimmt der MQC-C eine Probe von jeder Melkung, um ein detaillierteres Eutergesundheitsprofil zu erstellen. Der MQC-C-Test ist ein Screening-Tool, was bedeutet, dass es den Verdacht einer Krankheit anzeigt. Die Zeit zwischen Messungen über ein Labor kann bis zu 6 Wochen betragen. Die häufige Messung der SCC mithilfe des MQC-C hilft bei der Überwachung der Eutergesundheit auf Kuhebene (Deng et al., 2020).

Schnelle Erkennung (sub)klinischer Mastitis

Eine engmaschige Überwachung der Eutergesundheit ist wesentlich für die Erkennung von Kühen im frühen Stadium von intramammären Infektionen sowie für einen rechtzeitigen Beginn der Behandlung und der Beurteilung der Genesung. Mit dem Lely Astronaut kann sich ein Landwirt auf Sensorsysteme für die Erkennung der Milch von Kühen mit einer intramammären Infektion verlassen (Sørensen et al., 2016).

Forschungen haben ergeben, das sich die Leistung eines Mastitis-Erkennungssystems verbessert, wenn SCC-Informationen zu einem Erkennungsmodell hinzugefügt werden, das Leitfähigkeitsinformationen verwendet (Kamphuis et al., 2008; Kaşikçi et al., 2012). Lely Horizon (Bericht 10, 12 und 23) kombiniert die Informationen von allen Milchsensoren auf dem Astronaut (Leitfähigkeit, Farbe, Temperatur, Melkgeschwindigkeit, Milchleistung, Melkzeiten, tote Melkzeiten, Fett- und Eiweißanzeigen) und verarbeitet diese Informationen in den (Euter-) Gesundheitsaufgaben. Der Landwirt wird rechtzeitig über alle Änderungen benachrichtigt, was zu besseren Genesungszeiten führt, weil die Kühe schnell im frühen Stadium einer intramammären Infektion erkannt werden.

Schlussfolgerung

Der MQC-C ist ein hervorragendes Tool für das Screening von Kühen, bei denen eine intramammäre Infektion vermutet wird, weil ein rechtzeitiges Beginnen der Behandlung für eine gute Genesung wichtig ist.

 


 

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

Halasa, T., Huijps, K., Østerås, O., & Hogeveen, H. (2007). Economic effects of bovine mastitis and mastitis management: A review. The Veterinary Quarterly, 29(1), 18–31. https://doi.org/10.1080/01652176.2007.9695224

Hogeveen, H., Steeneveld, W., & Wolf, C. A. (2019). Production Diseases Reduce the Efficiency of Dairy Production : A Review of the Results, Methods, and Approaches Regarding the Economics of Mastitis. Annual Review of Resource Economics, 11, 289–312. https://doi.org/10.1146/annurev-resource-100518-093954

Kamphuis, C., Sherlock, R., Jago, J., Mein, G., & Hogeveen, H. (2008). Automatic Detection of Clinical Mastitis Is Improved by In-Line Monitoring of Somatic Cell Count. Journal of Dairy Science, 91(12), 4560–4570. https://doi.org/10.3168/jds.2008-1160

Kaşikçi, G., Çetin, Ö., Bingöl, E. B., & Gündüz, M. C. (2012). Relations between electrical conductivity, somatic cell count, California mastitis test and some quality parameters in the diagnosis of subclinical mastitis in dairy cows. Turkish Journal of Veterinary and Animal Sciences, 36(1), 49–55. https://doi.org/10.3906/VET-1103-4

Schukken, Y. H., Wilson, D. J., Welcome, F., Garrison-Tikofsky, L., & Gonzalez, R. N. (2003). Monitoring udder health and milk quality using somatic cell counts. Veterinary Research, 34, 579–596. https://doi.org/10.1051/vetres

Sharma, N., Singh, N. K., & Bhadwal, M. S. (2011). Relationship of Somatic Cell Count and Mastitis :An Overview. Journal of Animal Sciences, 24(3), 429–438. https://doi.org/https://doi.org/10.5713/ajas.2011.10233

Sørensen, L. P., Bjerring, M., & Løvendahl, P. (2016). Monitoring individual cow udder health in automated milking systems using online somatic cell counts. Journal of Dairy Science, 99(1), 608–620. https://doi.org/10.3168/jds.2014-8823

Top