亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        奶牛乳房炎風(fēng)險(xiǎn)評(píng)估體系在中國(guó)荷斯坦牛群中的應(yīng)用及優(yōu)化

        2021-10-21 02:02:44李文龍趙婷婷達(dá)日格日樂史良玉王雅春
        中國(guó)畜牧雜志 2021年10期
        關(guān)鍵詞:區(qū)分度牧場(chǎng)泌乳

        李文龍,趙婷婷,達(dá)日格日樂,史良玉,郭 剛,王雅春,肖 煒,俞 英*

        (1.中國(guó)農(nóng)業(yè)大學(xué)動(dòng)物科學(xué)技術(shù)學(xué)院,北京 100193;2.北京首農(nóng)畜牧發(fā)展有限公司,北京 100076;3.北京市畜牧總站,北京 100107)

        奶牛乳房炎是奶牛養(yǎng)殖業(yè)中最常見的疾病,對(duì)全世界奶業(yè)造成極大的經(jīng)濟(jì)損失,各類損失每年共計(jì)197億~300 億美元[1-2]。奶牛乳房炎可分為隱性乳房炎和臨床乳房炎,隱性乳房炎造成的奶產(chǎn)量損失較嚴(yán)重[3],發(fā)病率為 25%~68%[4]。2019 年我國(guó)牛奶總產(chǎn)量突破3 201.00 萬t,同比增長(zhǎng)4.10%[5]。為保證產(chǎn)奶量及原料乳品質(zhì)的持續(xù)穩(wěn)定提高,對(duì)奶牛乳房炎進(jìn)行風(fēng)險(xiǎn)評(píng)估進(jìn)而防范乳房炎的發(fā)生尤為關(guān)鍵。

        國(guó)內(nèi)外已有利用不同統(tǒng)計(jì)學(xué)模型預(yù)測(cè)奶牛乳房炎發(fā)生的研究[6-9]。研究發(fā)現(xiàn)奶牛群體改良(Dairy Herd Improvement,DHI)測(cè)定記錄中的乳汁體細(xì)胞數(shù)(Somatic Cell Count,SCC)、胎次等均可作為變量預(yù)測(cè)奶牛乳房炎[9]。目前Logistic 回歸、深度學(xué)習(xí)和隨機(jī)森林等方法均已被應(yīng)用于預(yù)測(cè),不同模型的準(zhǔn)確率無顯著差異[10]。奶牛乳房炎風(fēng)險(xiǎn)評(píng)估方面的研究集中在模型的構(gòu)建及指標(biāo)監(jiān)測(cè)[11-13],然而關(guān)于模型在奶牛養(yǎng)殖中實(shí)際外部驗(yàn)證的預(yù)測(cè)效力及應(yīng)用策略的研究鮮有報(bào)道。

        課題組前期利用北京地區(qū)1998—2016 年196 萬余條奶牛生產(chǎn)性能測(cè)定記錄,以“泌乳牛群規(guī)模+胎次+測(cè)定季節(jié)+泌乳階段+本月體細(xì)胞評(píng)分(Somatic Cell Score,SCS)”為變量構(gòu)建了隱性乳房炎和臨床乳房炎的Logistic 回歸模型,兩模型的預(yù)測(cè)準(zhǔn)確率分別為67.6%和83.6%[9]。本研究基于史良玉等[9]構(gòu)建的奶牛乳房炎Logistic 回歸模型(Cow Mastitis Logistic Regression Model,CMLM),應(yīng)用多個(gè)牧場(chǎng)近年實(shí)際DHI 數(shù)據(jù),構(gòu)建不同類型驗(yàn)證數(shù)據(jù)集對(duì)CMLM 在中國(guó)荷斯坦牛群中乳房炎風(fēng)險(xiǎn)預(yù)測(cè)的實(shí)際表現(xiàn)進(jìn)行評(píng)估和分析,以期為CMLM 風(fēng)險(xiǎn)評(píng)估體系的預(yù)測(cè)效力和實(shí)際應(yīng)用提供參考數(shù)據(jù)。

        1 材料與方法

        1.1 數(shù)據(jù)來源 驗(yàn)證數(shù)據(jù)來自北京首農(nóng)畜牧發(fā)展有限公司6 個(gè)牧場(chǎng)及浙江省嘉興市一牧場(chǎng)的實(shí)際DHI 記錄,篩選同一頭奶牛連續(xù)2 個(gè)月都具有的DHI 記錄,數(shù)據(jù)分布見表1,共計(jì)73 004 頭次(151 月次)。

        1.2 CMLM 風(fēng)險(xiǎn)評(píng)估體系及診斷類別概率截點(diǎn) CMLM風(fēng)險(xiǎn)評(píng)估體系包括隱性乳房炎(CMLM-S)、臨床乳房炎(CMLM-C)兩類奶牛乳房炎Logistic 回歸模型的概率公式:

        式中,P 隱性乳房炎表示奶牛下月患隱性乳房炎的概率,P 臨床乳房炎表示奶牛下月患臨床乳房炎的概率,x1表示泌乳牛群規(guī)模,x2表示胎次,x3表示季節(jié),x4表示泌乳階段,x5表示本月SCS,β10和β20是常數(shù)項(xiàng),其余β值分別為各變量系數(shù)[9]。

        設(shè)定CMLM 風(fēng)險(xiǎn)評(píng)估體系的診斷類別概率截點(diǎn)為0.5。即如果P隱性乳房炎<0.5,P臨床乳房炎<0.5,預(yù)測(cè)奶牛下月不患乳房炎;如果P隱性乳房炎≥0.5,P臨床乳房炎<0.5,預(yù)測(cè)奶牛下月患隱性乳房炎;如果P隱性乳房炎>0.5,P臨床乳房炎≥0.5,則預(yù)測(cè)奶牛下月患臨床乳房炎。

        1.3 分析及驗(yàn)證方法 CMLM 風(fēng)險(xiǎn)評(píng)估體系在中國(guó)荷斯坦牛群中應(yīng)用效果的驗(yàn)證流程如圖1 所示。

        1.3.1 CMLM 外部驗(yàn)證區(qū)分度、校準(zhǔn)度檢驗(yàn) 區(qū)分度(Discrimination)指正確區(qū)分個(gè)體是否會(huì)發(fā)生結(jié)局事件的能力,而校準(zhǔn)度(Calibration)通常評(píng)價(jià)風(fēng)險(xiǎn)模型預(yù)測(cè)個(gè)體未來發(fā)生結(jié)局事件的概率準(zhǔn)確性,二者是評(píng)估模型的重要指標(biāo)。為對(duì)CMLM 進(jìn)行外部驗(yàn)證以評(píng)估區(qū)分度和校準(zhǔn)度,本研究將北京市2016—2020 年不同奶牛場(chǎng)、不同月份的DHI 數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)集,讀取DHI 中各風(fēng)險(xiǎn)因素?cái)?shù)據(jù),根據(jù)變量類型進(jìn)行變量劃分并賦值:利用國(guó)際通用的轉(zhuǎn)換公式“SCS=log2(SCC/100 000)+3”將SCC 轉(zhuǎn)化為SCS;泌乳牛群規(guī)模,劃定200~400 頭泌乳牛規(guī)模的奶牛場(chǎng)為小型奶牛場(chǎng),400~800 頭泌乳牛為中型奶牛場(chǎng),大于800 頭泌乳牛為大型奶牛場(chǎng),據(jù)課題組前期結(jié)果[9],≤800 頭泌乳牛的奶牛場(chǎng)歸為小群及中群,將其賦值為1,而大群賦值為2;胎次,分為1 胎(賦值為1)、2 胎(賦值為2)、3 胎及以上(賦值為3);季節(jié),分為6、7、8 月的夏季(賦值為1)與其他月份的非夏季(賦值為2);泌乳階段,分為1~100 天(賦值為1)、101~200 天(賦值為2)、201~300 天(賦值為3)及>300 天(賦值為4)。隨后變量值分別進(jìn)入CMLM-S 及CMLM-C,得到奶牛下個(gè)月乳房炎患病預(yù)測(cè)結(jié)果。針對(duì)驗(yàn)證數(shù)據(jù)中隱性乳房炎、臨床乳房炎奶牛發(fā)病情況及預(yù)測(cè)概率分別進(jìn)行ROC 曲線及校準(zhǔn)曲線的繪制以評(píng)判CMLM 的區(qū)分度和校準(zhǔn)度。校準(zhǔn)度曲線反映模型預(yù)測(cè)風(fēng)險(xiǎn)與實(shí)際發(fā)生風(fēng)險(xiǎn)的一致程度,用來評(píng)判模型的校準(zhǔn)度[14-15],校準(zhǔn)曲線圖中實(shí)線對(duì)角線表示理想情況下完美校準(zhǔn)的對(duì)角線,以點(diǎn)相連的虛線反映實(shí)際觀察風(fēng)險(xiǎn)和預(yù)測(cè)風(fēng)險(xiǎn)之間的關(guān)系。所有的分析繪圖均使用R 4.0.0 進(jìn)行。

        1.3.2 CMLM 在不同類型驗(yàn)證數(shù)據(jù)集中預(yù)測(cè)的準(zhǔn)確性DHI 是一套針對(duì)奶牛泌乳性能及乳成分的完整奶牛生產(chǎn)性能記錄體系,實(shí)際情況中通常每場(chǎng)每月進(jìn)行1 次測(cè)定。本部分研究中將每場(chǎng)每月DHI 及下月奶牛信息作為1個(gè)驗(yàn)證數(shù)據(jù)集,評(píng)估CMLM 的預(yù)測(cè)準(zhǔn)確性?;诒本┦械尿?yàn)證數(shù)據(jù)集,考評(píng)CMLM 在“多個(gè)牧場(chǎng)全年”、“多個(gè)牧場(chǎng)不同年份”及“同一牧場(chǎng)長(zhǎng)時(shí)程”類型驗(yàn)證數(shù)據(jù)集中的表現(xiàn)。將奶牛實(shí)際DHI 信息中相應(yīng)指標(biāo)的數(shù)據(jù)作為變量值代入CMLM,得到奶牛下月預(yù)測(cè)患病狀況,同時(shí)取第2 個(gè)月DHI 數(shù)據(jù)實(shí)際記錄,依據(jù)SCC值對(duì)其實(shí)際乳房炎患病情況進(jìn)行判斷[9],奶牛乳房炎發(fā)病判定標(biāo)準(zhǔn)采用馬裴裴等[16]的研究結(jié)果:10 萬/mL~50萬/mLSCC 作為隱性乳房炎判定標(biāo)準(zhǔn),大于50萬/mLSCC作為臨床乳房炎判定標(biāo)準(zhǔn)。同時(shí)統(tǒng)計(jì)特異度,本實(shí)驗(yàn)中特異度指評(píng)判CMLM 對(duì)健康奶牛的判斷能力。預(yù)測(cè)結(jié)果與實(shí)際結(jié)果進(jìn)行比較,統(tǒng)計(jì)CMLM 在不同類型驗(yàn)證數(shù)據(jù)集的預(yù)測(cè)準(zhǔn)確率。

        1.3.3 CMLM 在中國(guó)南方牧場(chǎng)的應(yīng)用驗(yàn)證 利用浙江省嘉興市地區(qū)一“小群”荷斯坦牛場(chǎng)2019 年1 月—2020年連續(xù)13 個(gè)月次的DHI 數(shù)據(jù),進(jìn)行乳房炎風(fēng)險(xiǎn)預(yù)測(cè)(同1.2.2),評(píng)估CMLM 在中國(guó)南方小群牧場(chǎng)應(yīng)用的乳房炎發(fā)病預(yù)測(cè)準(zhǔn)確率。

        1.3.4 基于連續(xù)3 個(gè)月預(yù)測(cè)信息篩選高患病風(fēng)險(xiǎn)奶牛生產(chǎn)實(shí)踐中,牧場(chǎng)通常會(huì)對(duì)連續(xù)三個(gè)月均為乳房炎高發(fā)病風(fēng)險(xiǎn)的奶牛進(jìn)行隔群或移群處理,篩選乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛對(duì)于牧場(chǎng)具備指導(dǎo)性意義。利用連續(xù)3 個(gè)月的CMLM 預(yù)測(cè)信息,提取3 個(gè)月均預(yù)測(cè)準(zhǔn)確且患乳房炎的奶牛,選擇P臨床乳房炎值最大的前20 頭奶牛作為乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛。探究乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛在下一個(gè)月乳房炎的實(shí)際發(fā)病率。

        2 結(jié)果

        2.1 CMLM 在北京地區(qū)驗(yàn)證數(shù)據(jù)集中的區(qū)分度及校準(zhǔn)度 為統(tǒng)計(jì)CMLM 在北京地區(qū)驗(yàn)證數(shù)據(jù)集中的區(qū)分度,計(jì)算CMLM 在外部驗(yàn)證的ROC 圖曲線下面積(Area Under the Curve,AUC),并與CMLM 在建模數(shù)據(jù)中的結(jié)果進(jìn)行比較,以判斷CMLM 外部驗(yàn)證區(qū)分度的表現(xiàn)。結(jié)果顯示CMLM 在外部數(shù)據(jù)中,CMLM-S 的預(yù)測(cè)價(jià)值為0.712(圖2-A),CMLM-C 的預(yù)測(cè)價(jià)值為0.798(圖2-B),均較高。在建模數(shù)據(jù)中,CMLM-S 和CMLM-C的預(yù)測(cè)價(jià)值分別為0.721 和0.825。相比之下,CMLM在驗(yàn)證數(shù)據(jù)中仍能保持較好區(qū)分度,且與建模數(shù)據(jù)相比預(yù)測(cè)價(jià)值較穩(wěn)定。CMLM-S 校準(zhǔn)曲線(圖2-C)相較于完美校準(zhǔn)線整體趨勢(shì)一致,而CMLM-C 的預(yù)測(cè)風(fēng)險(xiǎn)相較于實(shí)際風(fēng)險(xiǎn)略高(圖2-D)。以上結(jié)果表明,CMLM在外部驗(yàn)證中區(qū)分度保持良好,且具備一定校準(zhǔn)度。

        圖2 CMLM 在驗(yàn)證數(shù)據(jù)中的預(yù)測(cè)ROC 曲線、校準(zhǔn)曲線

        2.2 北京地區(qū)不同類型驗(yàn)證數(shù)據(jù)集乳房炎發(fā)病風(fēng)險(xiǎn)的預(yù)測(cè)準(zhǔn)確率 據(jù)圖1 所示的評(píng)估流程,本部分研究首先計(jì)算了2019 年北京地區(qū)5 個(gè)荷斯坦牛場(chǎng)60 個(gè)數(shù)據(jù)集驗(yàn)證CMLM 的相關(guān)驗(yàn)證統(tǒng)計(jì)量,以探究CMLM 在“多個(gè)牧場(chǎng)全年”驗(yàn)證數(shù)據(jù)集中的表現(xiàn)。結(jié)果發(fā)現(xiàn),在2019 年總共60 個(gè)驗(yàn)證數(shù)據(jù)集中,CMLM 的乳房炎發(fā)病預(yù)測(cè)準(zhǔn)確率整體表現(xiàn)穩(wěn)定,平均準(zhǔn)確率為67.19%,其中最大值為77.98%,最小值為48.90%(表2)。單個(gè)數(shù)據(jù)集中最多包含1 094 頭泌乳奶牛信息,最少包含169 頭奶牛信息,數(shù)據(jù)集覆蓋“大群”和“小群及中群”2 種類型的泌乳牛群規(guī)模。2019 年中,在相同牧場(chǎng)不同月份的數(shù)據(jù)集中,預(yù)測(cè)準(zhǔn)確率無明顯差異;同一月份內(nèi)各個(gè)不同泌乳牛群規(guī)模的牧場(chǎng)預(yù)測(cè)準(zhǔn)確率也無明顯波動(dòng)。特異度為將實(shí)際無病的奶牛正確診斷為非病牛的概率,在各個(gè)牧場(chǎng)不同時(shí)間段內(nèi),不同數(shù)據(jù)集的特異度均高于70%(表2)。以上結(jié)果表明,CMLM 在“多個(gè)牧場(chǎng)全年”的驗(yàn)證數(shù)據(jù)集類型中,其預(yù)測(cè)奶牛乳房炎發(fā)病狀況的能力較優(yōu)且穩(wěn)定。

        表2 2019 年北京地區(qū)荷斯坦牛場(chǎng)CMLM 的驗(yàn)證統(tǒng)計(jì)量

        進(jìn)一步增加1 個(gè)牧場(chǎng),探究CMLM 在2020 年驗(yàn)證數(shù)據(jù)集中的表現(xiàn)。利用2020 年1—6 月共計(jì)36 個(gè)驗(yàn)證數(shù)據(jù)集進(jìn)行驗(yàn)證,結(jié)果顯示(表3),2020 年乳房炎發(fā)病預(yù)測(cè)準(zhǔn)確率無顯著變異,平均為69.87%,其中最大值為84.79%,最小值為53.46%,與2019 年相比無明顯差異,特異度整體與2019 年也表現(xiàn)一致。由此可知,CMLM 在北京地區(qū)荷斯坦牛群“多個(gè)牧場(chǎng)不同年份”類型驗(yàn)證數(shù)據(jù)集中,表現(xiàn)穩(wěn)健。

        表3 2020 年1—6 月北京地區(qū)荷斯坦牛場(chǎng)CMLM 的驗(yàn)證統(tǒng)計(jì)量

        A 牧場(chǎng)2016—2020 年6 月共 54 個(gè)月次數(shù)據(jù)集中乳房炎發(fā)病預(yù)測(cè)的準(zhǔn)確率如表4 所示,擴(kuò)大數(shù)據(jù)集的時(shí)間跨度之后,CMLM 的整體預(yù)測(cè)水平保持穩(wěn)定。在54 個(gè)不同時(shí)間段的數(shù)據(jù)集中,預(yù)測(cè)準(zhǔn)確率平均為70.12%,最高為81.02%。每整年的驗(yàn)證數(shù)據(jù)內(nèi)預(yù)測(cè)準(zhǔn)確率變異幅度較小,2016、2017 年的驗(yàn)證數(shù)據(jù)集內(nèi)預(yù)測(cè)準(zhǔn)確率的變異最大,但變異系數(shù)僅為0.09。

        表4 A 牧場(chǎng)近5 年不同月份預(yù)測(cè)準(zhǔn)確率統(tǒng)計(jì)

        2.3 CMLM 在中國(guó)南方牧場(chǎng)的應(yīng)用驗(yàn)證 前期構(gòu)建CMLM 的建模數(shù)據(jù)為北京地區(qū)196 萬余條DHI 記錄,建模數(shù)據(jù)更具中國(guó)北方牧場(chǎng)代表性。為驗(yàn)證CMLM 在南方奶牛群體中的預(yù)測(cè)效果,利用CMLM 對(duì)南方奶牛小群牧場(chǎng)的乳房炎發(fā)病情況進(jìn)行預(yù)測(cè),結(jié)果顯示(圖3),來自同一個(gè)牧場(chǎng)的連續(xù)12 個(gè)驗(yàn)證數(shù)據(jù)集中,CMLM對(duì)南方牧場(chǎng)的奶牛乳房炎發(fā)病情況具有良好的預(yù)測(cè)效果,平均準(zhǔn)確率為77.64%,最高為85.29%,最低為70.13%。南方牧場(chǎng)不同月份之間的預(yù)測(cè)準(zhǔn)確率無明顯差異。

        圖3 浙江省G 牧場(chǎng)2019 年數(shù)據(jù)CMLM 驗(yàn)證統(tǒng)計(jì)量分布折線圖

        2.4 乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛的預(yù)測(cè)情況 本研究基于連續(xù)3 個(gè)月CMLM 預(yù)測(cè)信息,探尋篩選乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛的策略,并將其作為優(yōu)化應(yīng)用的手段(圖4)。在北京市所有牧場(chǎng)的數(shù)據(jù)中,共統(tǒng)計(jì)得到2 480 頭次乳房高發(fā)病風(fēng)險(xiǎn)奶牛的信息。其中,2 458 頭次乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛下個(gè)月會(huì)發(fā)生臨床乳房炎,22 頭次沒有發(fā)生,預(yù)測(cè)準(zhǔn)確率約99.11%。表明基于此策略得到的乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛下月患病概率極高,適宜作為候選的重點(diǎn)防控牛只。

        圖4 乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛下月發(fā)病比率

        3 討 論

        隨著時(shí)間推移,各種變量因素的變化均可能影響模型的預(yù)測(cè)效力[17]。本文基于CMLM,利用近年北京市牧場(chǎng)作為驗(yàn)證數(shù)據(jù)對(duì)其進(jìn)行外部驗(yàn)證,發(fā)現(xiàn)CMLM仍然具有優(yōu)良的預(yù)測(cè)準(zhǔn)確性和區(qū)分度。此外,關(guān)于CMLM 在不同緯度地區(qū)及實(shí)際應(yīng)用的研究,發(fā)現(xiàn)其具備在全國(guó)范圍內(nèi)推廣應(yīng)用的潛力。

        CMLM 在驗(yàn)證數(shù)據(jù)中仍然具備較優(yōu)的區(qū)分度。邏輯回歸模型需在外部進(jìn)行驗(yàn)證,以穩(wěn)健用于其他群體[18]。模型區(qū)分度通常是驗(yàn)證時(shí)關(guān)注的重點(diǎn),一般情況下,AUC 在0.50~0.70被認(rèn)為模型區(qū)分度一般,AUC 在0.70~0.90 被認(rèn)為該模型良好,AUC 高于0.90 被認(rèn)為該模型是優(yōu)秀的,而模型的校正度有時(shí)被忽略[19]。在國(guó)內(nèi)外關(guān)于預(yù)測(cè)奶牛乳房炎的研究中,對(duì)模型進(jìn)行外部驗(yàn)證并對(duì)模型進(jìn)行校準(zhǔn)度檢驗(yàn)鮮有報(bào)道,很難明確這些模型在實(shí)際應(yīng)用中的準(zhǔn)確性和穩(wěn)定性[20-22]。本研究中,以北京地區(qū)6 個(gè)牧場(chǎng)138 月次的實(shí)際DHI 記錄作為CMLM 的驗(yàn)證數(shù)據(jù)集,發(fā)現(xiàn)CMLM 在驗(yàn)證數(shù)據(jù)中的區(qū)分度良好,其中CMLM-S 的預(yù)測(cè)價(jià)值為0.712,CMLM-C的預(yù)測(cè)價(jià)值為0.798。同時(shí),CMLM-S、CMLM-C 在驗(yàn)證數(shù)據(jù)中的區(qū)分度與建模時(shí)基本一致,驗(yàn)證了CMLM 的穩(wěn)定性。CMLM-C 模型的校準(zhǔn)度相對(duì)不佳,校準(zhǔn)結(jié)果表明模型的預(yù)測(cè)風(fēng)險(xiǎn)比實(shí)際風(fēng)險(xiǎn)高,校準(zhǔn)曲線出現(xiàn)偏離。在其他牛群中使用該模型時(shí),可能需要對(duì)其性能進(jìn)行評(píng)估和重新校準(zhǔn),當(dāng)然這也可能是由于驗(yàn)證數(shù)據(jù)集來源固定牛場(chǎng)受到某些未知因素的干擾,有待進(jìn)一步收集數(shù)據(jù)進(jìn)行驗(yàn)證。

        CMLM 在多個(gè)牧場(chǎng)不同月份驗(yàn)證數(shù)據(jù)集的準(zhǔn)確率和特異度整體上穩(wěn)定,平均準(zhǔn)確率為68.89%。在2019年“多個(gè)牧場(chǎng)全年”的驗(yàn)證數(shù)據(jù)集的準(zhǔn)確率保持平穩(wěn),平均準(zhǔn)確率為67.19%;CMLM 在2020 年的數(shù)據(jù)集中預(yù)測(cè)準(zhǔn)確率平均為69.87%。在2019 和2020 年CMLM的預(yù)測(cè)準(zhǔn)確率未發(fā)生明顯改變。由此可判斷,CMLM在利用不同年份多個(gè)牧場(chǎng)的數(shù)據(jù)集對(duì)奶牛乳房炎進(jìn)行預(yù)測(cè)時(shí),可以保證較高的準(zhǔn)確率。時(shí)間對(duì)CMLM 預(yù)測(cè)效力的影響很小,可從A 牧場(chǎng)近5 年的數(shù)據(jù)進(jìn)一步得到驗(yàn)證。預(yù)測(cè)結(jié)果中準(zhǔn)確率明顯較小可能是由于DHI 測(cè)定時(shí)樣品采集的誤差。除牛場(chǎng)管理、胎次、泌乳階段以及季節(jié)和月份等因素外[23-24],一些尚未進(jìn)入DHI 測(cè)定的因素也會(huì)影響SCC 值,如乳房及乳頭形態(tài)、乳房衛(wèi)生情況、臥床衛(wèi)生情況等[25-26],這些因素也有可能影響奶牛個(gè)體乳房炎風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。

        分析CMLM 在南方牧場(chǎng)中的應(yīng)用情況,發(fā)現(xiàn)在小群牧場(chǎng)13 個(gè)月次的數(shù)據(jù)集中,整體準(zhǔn)確性趨勢(shì)穩(wěn)定,且可保持較高水平。結(jié)果提示,CMLM 在南方小群牧場(chǎng)奶牛群體的應(yīng)用具備可行性,可進(jìn)一步研究以推廣該評(píng)估體系在其他地理區(qū)域的應(yīng)用價(jià)值。由于南方牧場(chǎng)數(shù)據(jù)集來自小規(guī)模泌乳牛群體,樣本量較小,同時(shí)南北方高溫時(shí)期、不同乳房炎類型奶牛占比有所差異[27],仍需要繼續(xù)收集其他南方地區(qū)不同規(guī)模牧場(chǎng)的數(shù)據(jù),進(jìn)一步完成模型在不同地理區(qū)域牧場(chǎng)奶牛群體的驗(yàn)證及優(yōu)化。此外,關(guān)于乳房炎高發(fā)病風(fēng)險(xiǎn)奶牛的篩選策略得到的結(jié)果預(yù)測(cè)準(zhǔn)確率也極高,為99.11%,表明可以作為一種較優(yōu)的在牧場(chǎng)試運(yùn)行應(yīng)用的策略。

        4 結(jié) 論

        本研究結(jié)果顯示,CMLM 在中國(guó)北方牧場(chǎng)具備良好的應(yīng)用性,其在驗(yàn)證數(shù)據(jù)中區(qū)分度依然保持良好;對(duì)于“多個(gè)牧場(chǎng)全年”、“多個(gè)牧場(chǎng)不同年份”及“同一牧場(chǎng)長(zhǎng)時(shí)程”類型的驗(yàn)證數(shù)據(jù)集奶牛乳房炎的預(yù)測(cè)均具備較高的穩(wěn)定性及準(zhǔn)確性;在南方地區(qū)和實(shí)際生產(chǎn)實(shí)踐中CMLM 同樣具備應(yīng)用潛力。該研究表明,基于“泌乳牛群規(guī)模+胎次+測(cè)定季節(jié)+泌乳階段+本月體細(xì)胞評(píng)分”為變量構(gòu)建的CMLM 可以穩(wěn)定應(yīng)用于中國(guó)荷斯坦牛群下月乳房炎發(fā)生風(fēng)險(xiǎn)的預(yù)測(cè)。

        致謝:感謝提供DHI 數(shù)據(jù)的牛場(chǎng)及數(shù)據(jù)中心。

        猜你喜歡
        區(qū)分度牧場(chǎng)泌乳
        母豬泌乳量不足的危害及提高措施
        不來月經(jīng)加上泌乳,說不定是腦子長(zhǎng)瘤了
        海上牧場(chǎng)
        海峽姐妹(2020年6期)2020-07-25 01:26:28
        淺談試卷分析常用的幾個(gè)參數(shù)及其應(yīng)用
        不來月經(jīng)加上泌乳,說不定是腦子長(zhǎng)瘤了
        圖形推理測(cè)量指標(biāo)相關(guān)性考察*
        江淮論壇(2018年4期)2018-08-24 01:22:30
        不同泌乳階段駝乳理化指標(biāo)和體細(xì)胞數(shù)的測(cè)定分析
        淺觀一道題的“區(qū)分度”
        叮當(dāng)牧場(chǎng)
        單維參數(shù)型與非參數(shù)型項(xiàng)目反應(yīng)理論項(xiàng)目參數(shù)的比較研究*
        av网页免费在线观看| 99久久夜色精品国产网站| 免费a级毛片无码免费视频120软件| 欧美jizzhd精品欧美| 国产精品一区二区久久乐下载 | 欧美另类人妖| 久久国产精品无码一区二区三区 | 成人一区二区免费视频| 久久亚洲日本免费高清一区| 极品精品视频在线观看| 亚洲人成网站在线播放2019| 狠狠色噜噜狠狠狠888米奇视频| 337p日本欧洲亚洲大胆色噜噜| 亚洲无人区乱码中文字幕| 日本亚洲视频免费在线看| 亚洲精品视频中文字幕| 亚洲人成无码区在线观看| 免费特级黄毛片| 区一区一日本高清视频在线观看| 久久精品国产亚洲av久按摩 | 国产精品精品国产色婷婷| 一本色道久久88精品综合| 久久aⅴ无码一区二区三区| 国产毛片一区二区日韩| 熟女少妇av一区二区三区| 精品久久久久久无码专区| 双乳被一左一右吃着动态图| 久久久久久免费播放一级毛片| 各类熟女熟妇激情自拍 | 桃花色综合影院| 午夜影院91| 成人性生交c片免费看| 草逼动态图视频免费观看网站| 性激烈的欧美三级视频| 亚洲男人第一av网站| 亚洲综合久久一本久道| 国产一区二区三区天堂| 精品国产乱码久久久久久1区2区| 中文字幕久久久久久久系列| 成人男性视频在线观看| 亚洲av丰满熟妇在线播放|