Bæredygtig forbedring af dyresundheden

Forfattere: Gertjan Streefland (grundlægger), Jan de Rooy (CEO) og Floris Herrema (Senior Data Scientist), AHV (Animal Health Vision)

Et afgørende mål i One Planet – One Health-initiativet er at sikre omhyggelig og begrænset anvendelse af traditionelle midler i husdyrbrug for at løse det verdensomspændende problem med antimikrobiel resistens. Den kontinuerlige brug af traditionelle midler i store husdyrbrug bringer behandlingseffektiviteten i fare ved at fremme forekomsten og udvælgelsen af resistente bakteriestammer og deres udskillelse i miljøet.

Udledning af aktive antimikrobielle stoffer gennem husdyrgødning og udvaskning i landbruget til det omgivende miljø forværrer den samlede fordeling af resistente skadelige bakterier (se figur 1).

AHV (Animal Health Vision) fokuserer på at udvikle og markedsføre produkter baseret på urteblandingsekstrakter til tilskudsfoder og funktionelle foderingredienser. Produkterne forbedrer dyresundheden i flere stresssituationer, der opstår i et dyrs naturlige livscyklus. Hos malkekøer inkluderer sådanne stressøjeblikke goldning, kælvning og overgangsperioden. Håndtering af sådanne fysiologiske og metaboliske stresssituationer reducerer til gengæld risikoen for yversundhedsproblemer og andre udfordringer, såsom klov- og børproblemer. Et nøgleelement i designet af AHV-produkter er at teste individuelle ingredienser og blandinger for deres evne til at modulere bakteriel quorum sensing og biofilmdannelse.

Forskellige databehandlingstrin og -modeller anvendes til at demonstrere effektiviteten af AHV-produkter. Dette forbedrer nøjagtigheden af den anvendte model ved hjælp af statistiske signifikansteknikker, såsom Welch- og T-testene, desuden hjælper dette med at bestemme, om de observerede forskelle mellem grupper eller forhold er statistisk signifikante. Disse teknikker hjælper med at evaluere pålideligheden og anvendeligheden af dataanalysen og i sidste ende med at vurdere effekten af AHV-produkter.

Fra individuelle data til populationsbaserede modeller

I overensstemmelse med AHV’s missionserklæring: at fremme dyresundhed og trivsel og samtidig fremme bæredygtighed i mælkebedrifter, har AHV udviklet statistiske værktøjer og modeller. Disse værktøjer gør det lettere at replikere de resultater, der er observeret på individuelle gårde, der implementerer AHV-konceptet, såvel som i den bredere malkekvægs bedrifter i specifikke lande, såsom Holland. De modeller, der anvendes til dette formål, omfatter gradientforøgelse og statistiske signifikansteknikker såsom Welch- og T-testene.

Gradient boosting (GBS) er en maskinlæringsmetode, der sekventielt konstruerer flere beslutningstræer til klassificerings- og regressionsopgaver. Hvert træ retter fejl fra det forrige, hvilket forbedrer modellens nøjagtighed. Statistiske signifikansteknikker som Welch- og T-testene evaluerer, om observerede forskelle mellem grupper eller tilstande er statistisk meningsfulde, hvilket hjælper med vurderingen af dataanalyseresultaternes pålidelighed og anvendelighed.

AHV-resultater

1. Lang holdbarhed – I denne undersøgelse blev der foretaget en sammenligning af to grupper, AHV vs IKKE-AHV-behandlede dyr. I alt 64.467 dyr var en del af undersøgelsen. Der blev observeret signifikante forskelle mellem disse to grupper med en usædvanlig lav p-værdi (størrelsesordener lavere end p ≤ 0,001). For mælkeproducenter betyder dette, at køer, der blev behandlet med AHV-produkter, forlængede den gennemsnitlige alder ved udsætning med 0,71 år sammenlignet med køer, der ikke fik AHV-produkter. Stigningen i levealderen er en indikator for forbedret dyresundhed og -velfærd, hvilket giver betydelige økonomiske fordele for landmanden.

2. Mælkeydelse – For at bestemme forholdet mellem somatisk celletal (SCC) og ISK (daglig mælkeproduktion) blev der udført en Spearman-metode korrelationskoefficienttest. Igen var det overordnede mål at sammenligne AHV-behandlede dyr med ikke-AHV-behandlede referencedyr. Et somatisk celletal på over 200.000 celler/ml blev betragtet som en indikator for yversundhedsproblemer. Resultaterne viser en statistisk signifikant forskel med en p-værdi på mindre end 0,05. AHV-gruppen viste en mindre reduktion i mælkeydelsen, da celletallet steg, hvilket indikerer en svagere sammenhæng mellem celletal og mælkeproduktion i gruppen og en højere modstandsdygtighed over for yversundhedsproblemer.

3. Forudsigelse af mælkeproduktion – Maskinlæringsalgoritmen GBS blev anvendt i et forsøg på at forudsige mælkeproduktionen for 3 forskellige mælkeproduktionsenheder.      
Mens den anvendte gradientforstærkningsteknik ikke er kompatibel med en test for statistisk signifikans, viser resultaterne, at GBS-modellen lavede meget nøjagtige forudsigelser. I valideringssættet var den største fejl i forudsigelsen af mælkeydelsen mindre end 2,5 %. Modellen viste, at brugen af AHV-produkter som Quick Tablet og Extra Tablet på gårdene forbedrede mælkeydelsen på alle tre gårde, der var inkluderet i dette første forsøg.

Resumé

AHV udvikler naturlige løsninger, der sigter mod at forbedre dyrenes sundhed og produktivitet og efterfølgende mindske brugen af traditionelle midler i bedrifterne. For at illustrere den positive sundhedseffekt blev anerkendte statistiske modeller anvendt til at sammenligne data fra store populationer. Den kontinuerlige brug af traditionelle midler i store husdyrbrug bringer behandlingseffektiviteten i fare ved at fremme forekomsten og udvælgelsen af resistente bakteriestammer og deres udskillelse i miljøet.