Zeitschrift für Tierwissenschaften und Tierproduktion Offener Zugang

Abstrakt

Entwicklung von Klassifizierungsbäumen für Lahmheit bei Sauen unter Verwendung einer eingebetteten mikrocomputergestützten Kraftmessplatte in einem kommerziellen Umfeld

KJ Stalder, BM McNeil, JA Calderon Diaz, JD Stock, TD Parsons, DL Beam, AK Johnson, CE Bruns und JB Niemi

Hintergrund und Ziele: Die Ziele dieser Studie waren: 1) die Untersuchung der Beziehung zwischen den von jedem Bein ausgeübten Kräften, gemessen mit der Kraftmessplatte, und dem Grad der visuell beurteilten Lahmheit unter Bedingungen, die für eine kommerzielle Herde gelten, und 2) die Entwicklung eines automatisierten Algorithmus zur Lahmheitserkennung auf Grundlage der Ausgabe der Kraftmessplatte.

Methoden und Ergebnisse: Das mikrocomputerbasierte eingebettete Kraftmessplattensystem bietet einen objektiven Ansatz zur Lahmheitserkennung, indem es die von jedem einzelnen Bein erzeugte Kraft misst. Das Kraftmessplattengerät wurde in einem elektronischen Sauenfütterer (ESF) installiert und verwendet, um eine Teilmenge der 120 multiparen trächtigen Sauen zu überwachen, die über einen Zeitraum von 21 Tagen in einer dynamischen Gruppe untergebracht waren. Jeden Tag betraten die Sauen einzeln die ESF-Station, um zu fressen. Wenn die Sau gerade stand und Druck auf alle Quadranten des Geräts ausübte, wurde die von jedem Fuß ausgeübte Kraft einmal pro Sekunde aufgezeichnet. Sauen wurden wöchentlich visuell auf das Vorhandensein von Lahmheit anhand einer vierstufigen Skala (0 = normal bis 3 = stark lahm) bewertet und auf der Grundlage dieser visuellen Bewertung als nicht lahm (Punktzahl ≤ 1) oder lahm (Punktzahl ≥ 2) klassifiziert. Eine Ensemble-Lernmethode namens Random Forest wurde verwendet, um den optimalen Entscheidungsbaum für die Klassifizierung der Kraftmessplattendaten in ähnliche Kategorien von nicht lahm und lahm zu ermitteln. Ein Kappa-Statistiktest wurde verwendet, um den Grad der Übereinstimmung zwischen der visuellen Bewertung und den Ergebnissen der Kraftmessplatte zu messen. Veränderungen des Lahmheitsstatus sowie der erste Tag der Lahmheitserkennung für jede Erkennungsmethode wurden ebenfalls analysiert. Der Klassifikationsbaum wurde aus sieben Variablen zusammengesetzt, wobei dem Unterschied zwischen den auf die beiden Hinterbeine ausgeübten Kräften das größte Gewicht beigemessen wurde. Die beiden Methoden zur Lahmheitserkennung wiesen in 95 % der Fälle dieselbe Lahmheitsklassifizierung zu und wiesen weitgehende Übereinstimmung auf (Kappa-Statistik = 0,79; P < 0,05). Der Klassifikationsbaum-Algorithmus erkannte Lahmheit jedoch fast 5 Tage früher als das visuelle Bewertungssystem (P < 0,001). Darüber hinaus zeigte ein Vergleich der Lahmheit von Sauen ab dem Zeitpunkt der Aufnahme in die Gruppe eine Zunahme der Lahmheit nach der ersten Woche, unabhängig von der Methode zur Lahmheitsbewertung.

Schlussfolgerungen: Die Lahmheitserkennung basiert normalerweise auf einer subjektiven visuellen Bewertung, die Zeit und Training erfordert und zwischen und innerhalb von Individuen verzerrt sein kann. Die Ergebnisse zeigen, dass die Kraftmessplatte unter Bedingungen, die auf eine kommerzielle Herde anwendbar sind, Lahmheit früher genau erkennen kann als eine wöchentliche visuelle Lahmheitsbewertung.

Schlüsselwörter: Sau; Lahmheitserkennung; Kraftmessplatte; Gewichtsverteilung