Genetic Parameters for Digital Dermatitis and Correlations

Use of extended characteristics of locomotor and
feeding behavior for automated identification of
lame dairy cows
Automatisierte Erkennung von
Lahmheiten beim Milchvieh
mittels Pedometern
G. Beer, M. Alsaaod, A. Starke, G. Schuepbach-Regula, H. Müller,
P. Kohler, A. Steiner
1
Inhalt
• Einführung
• Material und Methoden
– Studienablauf
• Tierauswahl
• Lahmheitsscoring
– Statistik
• Resultate und Diskussion
– Lahmheitserkennung
• Ausblick
• Fragen
2
Einführung
3
Lahmheit
• Lahmheit ist ein Ausdruck von Schmerz¹
• Hohe wirtschaftliche Verluste²
– ↓ Fruchtbarkeit
– ↓ Milchleistung
– ↑ Abgänge
• Hohe Prävalenz
– CH: 14.1%³
– Andere Länder: 5.1% bis 54.8%⁴
£ 323.47 (484,33 CHF) pro Lahmheitsfall
£ 518.73 (775,30 CHF) pro Sohlengeschwür
• Unterschätzung Lahmheitsproblematik⁵
¹ Whay et al., 1997; Juarez et al., 2003
² Enting et al., 1997; Green et al., 2002; Dobson et al., 2008; Willshire and Bell, 2009; Bruijnis et al., 2010
³ Becker et al., 2014
⁴ Manske et al., 2002; Amory et al., 2006; Espejo et al., 2006; Rutherford et al., 2009; von Keyserlingk et al., 2012
⁵ Whay et al., 2003; Alawneh et al., 2012; Groenevelt et al., 2014
4
Grafik: Willshire and Bell, 2009
Verhaltensmuster lahmer Kühe
•
•
•
•
•
Längere Liegeperioden¹
Längere Liegezeit²
Kürzere Schritte³
4
Kürzere Fresszeit
Schnelleres Fressen
4
(kg/min)
¹ Ito et al., 2010
² Walker et al., 2008; Ito et al., 2010
³ Flower and Weary, 2006
⁴ Norring et al., 2014; González et al., 2008
⁵ Zehner et al. 2012; Alsaaod et al. 2015
RumiWatch®
5
5
Bild: © Nils Zehner, Agroscope
6
Ziele
•
Unterschiede in Verhaltensweisen von lahmen und
nicht lahmen Kühen feststellen
•
Eignung von RumiWatch® als automatisiertes
Lahmheitserkennungssystem überprüfen
•
Modelle zur Lahmheitserkennung entwickeln
7
Material und Methoden
8
Kühe und Haltung
• August 2014 bis Juni 2015
• ca. 1000 deutsche Holstein
Kühe
• Laufgänge mit Asphaltboden,
Liegeboxen mit Gummimatten
• 60-Platz Melkkarussel, 3x/Tag
• 305-Tage Leistung: 10’492 kg
(SD = ± 3’602kg)
• Klauenpflege 3x/Jahr
9
Bilder: https://maps.google.ch/
10
Studienablauf
RWU
Video
Studiengruppe 1
August 2014
Studiengruppe 2
Studiengruppe 15
Juni 2015
11
Lahm vs. nicht lahm¹
• Durchschnittswerte
– 3 Beobachter
– 2 Zeitpunkte
Lahmheitsgrad ≤ 2
 nicht lahm
Lahmheistgrad ≥ 2.5
 lahm
¹Flower and Weary, 2007
12
Statistische Analyse
• Mit Durchschnittswerten aus 2 Tagen von einem
Pedometer und einem Halfter pro Kuh
• NCSS 8
– T-test, Aspin-Welch unequal variance test, Wilcoxon rank
sum test
– ANOVA, Kruskal-Wallis Test
– Logistische Regression
– ROC-Analyse
13
Resultate und Diskussion
14
Tiere
• 7 Tiere ausgeschlossen
–
–
–
–
–
Brunst (n=1)
Klinische Mastitis (n=1)
Sprunggelenkentzündung (n=1)
Klauenbehandlung (n=1)
Datenverlust (n=3)
 12 nicht lahme Kühe (Kontrollgruppe)
 41 lahme Kühe (Lahme Gruppe)
15
Bild CMT: http://www.kuhgesundheit.de/alle-krankheiten/streptococcus-uberis-der-umwelterreger/
Hauptbefunde
Anzahl Stehphasen
Laufgeschwindigkeit [m/s]
*
*
*
Anzahl Stehphasen pro Tag
Laufgeschwindigkeit
*
*
Lahmheitserkennung
Modell 1: Laufgeschwindigkeit +
Anzahl Stehphasen
Sensitivität:
90.2%
100
75.6
%
Spezifität:
91.7%
58.3
100
%
AUC = 0.96
17
Lahmheitserkennung
Modell 2: Laufgeschwindigkeit +
Anzahl Stehphasen +
Fresszeit
Sensitivität:
92.7 %
Spezifität:
91.7 %
18
Limitationen
• Verhalten von Kühen abhängig von:
–
–
–
–
–
–
–
Aufstallung (Laufstall, Anbindestall, Weidegang)
Bodenverhältnissen
Entfernung zum Melkstand
Melksystem (Roboter, Melkstand)
Melkfrequenz
Brunst, Erkrankungen
Fütterung
 keine globalen Grenzwerte
19
Schlussfolgerungen
•
RumiWatch: kann Unterschiede zwischen lahmen
und gesunden Kühen feststellen
•
Laufgeschwindigkeit und Anzahl Stehphasen 
hohe Genauigkeit bei der Erkennung von
leichtgradigen Lahmheiten
•
Management beeinflusst Verhalten 
Multizentrische Nachfolgestudie
20
Ausblick
Bild Kuh: © Nils Zehner, Agroscope
Computer Piktogramm: http://images.clipartpanda.com/desktop-computer-image-home-computer-desktop-16808648.jpg
21
Danke
Joël Niederhauser, Urs Beerli, Tanja Gärtner, Christopher
Bogdahn, Florian Dobers, Jörg Dobers, Andreas Busch,
Agrargenossenschaft Niederpöllnitz
22
23
Quellenverzeichnis (1)
•
•
•
•
•
•
•
Alawneh, J.I., M. a. Stevenson, N.B. Williamson, N. Lopez-Villalobos, and T. Otley. 2012. The effect of
liveweight change on reproductive performance in a seasonally calving, pasture fed dairy herd. Livest.
Sci. 145:131–139.
Alsaaod, M., J.J. Niederhauser, G. Beer, N. Zehner, G. Schuepbach-Regula, and a. Steiner. 2015.
Development and validation of a novel pedometer algorithm to quantify extended characteristics of
the locomotor behavior of dairy cows. J. Dairy Sci. 98:6236–6242.
Amory, J.R., P. Kloosterman, Z.E. Barker, J.L. Wright, R.W. Blowey, and L.E. Green. 2006. Risk factors for
reduced locomotion in dairy cattle on nineteen farms in The Netherlands. J. Dairy Sci. 89:1509–1515.
Becker, J., A. Steiner, S. Kohler, A. Koller-Bähler, M. Wüthrich, J. Becker, M. Reist, K. Friedli, and D. Strabel.
2014. Lameness and foot lesions in Swiss dairy cows: I. Prevalence. Schweiz. Arch. Tierheilkd. 156:71–78.
Borderas, T.F., a. Fournier, J. Rushen, and a. M.B. de Passillé. 2008. Effect of lameness on dairy cows’ visits
to automatic milking systems. Can. J. Anim. Sci. 88:1–8.
Bruijnis, M.R.N., H. Hogeveen, and E.N. Stassen. 2010. Assessing economic consequences of foot
disorders in dairy cattle using a dynamic stochastic simulation model. J. Dairy Sci. 93:2419–2432.
Chapinal, N., a M. de Passillé, M. Pastell, L. Hänninen, L. Munksgaard, and J. Rushen. 2011.
Measurement of acceleration while walking as an automated method for gait assessment in dairy
cattle. J. Dairy Sci. 94:2895–2901.
24
Quellenverzeichnis (2)
•
•
•
•
•
•
•
•
Chapinal, N., a M. de Passillé, J. Rushen, and S. Wagner. 2010a. Automated methods for detecting
lameness and measuring analgesia in dairy cattle. J. Dairy Sci. 93:2007–2013.
Chapinal, N., a M. de Passillé, J. Rushen, and S. a Wagner. 2010b. Effect of analgesia during hoof
trimming on gait, weight distribution, and activity of dairy cattle. J. Dairy Sci. 93:3039–3046.
Dobson, H., S.L. Walker, M.J. Morris, J.E. Routly, and R.F. Smith. 2008. Why is it getting more difficult to
successfully artificially inseminate dairy cows? Animal. 2:1104–1111.
Enting, H., D. Kooij, A.A. Dijkhuizen, R.B.M. Huirne, and E.N. Noordhuizen-Stassen. 1997. Economic losses
due to clinical lameness in dairy cattle. Livest. Prod. Sci. 49:259–267.
Espejo, L. a, M.I. Endres, and J. a Salfer. 2006. Prevalence of lameness in high-producing holstein cows
housed in freestall barns in Minnesota. J. Dairy Sci. 89:3052–3058.
Flower, F.C., and D.M. Weary. 2006. Effect of hoof pathologies on subjective assessments of dairy cow
gait. J. Dairy Sci. 89:139–146.
González, L. a, B.J. Tolkamp, M.P. Coffey, a Ferret, and I. Kyriazakis. 2008. Changes in feeding behavior
as possible indicators for the automatic monitoring of health disorders in dairy cows. J. Dairy Sci.
91:1017–1028.
Green, L.E., V.J. Hedges, Y.H. Schukken, R.W. Blowey, and a J. Packington. 2002. The impact of clinical
lameness on the milk yield of dairy cows. J. Dairy Sci. 85:2250–2256.
25
Quellenverzeichnis (3)
•
•
•
•
•
•
•
González, L. a, B.J. Tolkamp, M.P. Coffey, a Ferret, and I. Kyriazakis. 2008. Changes in feeding behavior
as possible indicators for the automatic monitoring of health disorders in dairy cows. J. Dairy Sci.
91:1017–1028.
Groenevelt, M., D.C.J. Main, D. Tisdall, T.G. Knowles, and N.J. Bell. 2014. Measuring the response to
therapeutic foot trimming in dairy cows with fortnightly lameness scoring. Vet. J. 201:283–288.
Van Hertem, T., S. Viazzi, M. Steensels, E. Maltz, A. Antler, V. Alchanatis, A. a. Schlageter-Tello, K. Lokhorst,
E.C.B. Romanini, C. Bahr, D. Berckmans, and I. Halachmi. 2014. Automatic lameness detection based on
consecutive 3D-video recordings. Biosyst. Eng. 119:108–116.
Ito, K., M. a G. von Keyserlingk, S.J. Leblanc, and D.M. Weary. 2010. Lying behavior as an indicator of
lameness in dairy cows. J. Dairy Sci. 93:3553–3560.
Juarez, S.T., P.H. Robinson, E.J. DePeters, and E.O. Price. 2003. Impact of lameness on behavior and
productivity of lactating Holstein cows. Appl. Anim. Behav. Sci. 83:1–14.
Von Keyserlingk, M. a G., a Barrientos, K. Ito, E. Galo, and D.M. Weary. 2012. Benchmarking cow comfort
on North American freestall dairies: lameness, leg injuries, lying time, facility design, and management
for high-producing Holstein dairy cows. J. Dairy Sci. 95:7399–408.
Manske, T., J. Hultgren, and C. Bergsten. 2002. Prevalence and interrelationships of hoof lesions and
lameness in Swedish dairy cows. Prev. Vet. Med. 54:247–263.
26
Quellenverzeichnis (4)
•
•
•
•
•
•
•
de Mol, R.M., G. André, E.J.B. Bleumer, J.T.N. van der Werf, Y. de Haas, and C.G. van Reenen. 2013.
Applicability of day-to-day variation in behavior for the automated detection of lameness in dairy cows.
J. Dairy Sci. 96:3703–12.
Norring, M., J. Häggman, H. Simojoki, P. Tamminen, C. Winckler, and M. Pastell. 2014. Short
communication: Lameness impairs feeding behavior of dairy cows. J. Dairy Sci. 97:4317–4321.
Pastell, M., L. Hänninen, a M. de Passillé, and J. Rushen. 2010. Measures of weight distribution of dairy
cows to detect lameness and the presence of hoof lesions. J. Dairy Sci. 93:954–960.
Pastell, M.E., and M. Kujala. 2007. A probabilistic neural network model for lameness detection. J. Dairy
Sci. 90:2283–2292. doi:10.3168/jds.2006-267.
Poursaberi, a., C. Bahr, a. Pluk, a. Van Nuffel, and D. Berckmans. 2010. Real-time automatic lameness
detection based on back posture extraction in dairy cattle: Shape analysis of cow with image
processing techniques. Comput. Electron. Agric. 74:110–119.
Rutherford, K.M.D., F.M. Langford, M.C. Jack, L. Sherwood, A.B. Lawrence, and M.J. Haskell. 2009.
Lameness prevalence and risk factors in organic and non-organic dairy herds in the United Kingdom.
Vet. J. 180:95–105.
Rutten, C.J., a G.J. Velthuis, W. Steeneveld, and H. Hogeveen. 2013. Invited review: sensors to support
health management on dairy farms. J. Dairy Sci. 96:1928–52.
27
Quellenverzeichnis (5)
•
•
•
•
•
Walker, S.L., R.F. Smith, J.E. Routly, D.N. Jones, M.J. Morris, and H. Dobson. 2008. Lameness, activity timebudgets, and estrus expression in dairy cattle. J. Dairy Sci. 91:4552–4559.
Whay, H.R., D.C.J. Main, L.E. Green, and A.J.F. Webster. 2003. Assessment of the welfare of dairy cattle
using animal-based measurements: direct observations and investigation of farm records. Vet. Rec.
153:197–202.
Whay, H.R., a E. Waterman, and a J. Webster. 1997. Associations between locomotion, claw lesions and
nociceptive threshold in dairy heifers during the peri-partum period. Vet. J. 154:155–161.
Willshire, J.A., and N.J. Bell. 2009. An economic review of cattle lameness. Cattle Pract. 17:136–139.
Zehner, N., E. Hartung, and A. Grothmann. 2012. Validation of a new method (RumiWatch) for
combined automatic measurement of rumination, feed intake and locomotion in dairy cows. ChristianAlbrechts-Universität zu Kiel.
28