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。