Dla hodowców nie jest nowością, że pewne choroby zwierząt mogą być powodowane zbyt niską lub zbyt wysoką temperaturę w budynku, gdzie przebywają zwierzęta, lub, że niewystarczający dostęp do wody i wilgotność mogą predysponować zwierzęta do chorób. Jednak jak dotychczas nie było dostępnych rzeczowych danych dotyczących związków między środowiskiem fermowym, zdrowiem i produkcyjnością. PROHEALTH ma na celu uzupełnienie tych braków poprzez opracowanie zintegrowanych zestawów danych środowiskowych parametrów ferm a także dokumentacji dotyczącej zdrowia zwierząt i parametrów produkcyjnych dla wielu różnych chorób produkcyjnych. Przedstawiamy tutaj pierwsze wyniki badań PROHEALTH , które określają, w jakim stopniu czynniki środowiskowe w gospodarstwach rolnych przyczyniają się do występowania chorób układu oddechowego u świń na intensywnym poziomie hodowli zwierząt.

Zbieranie danych

PROHEALTH wdrożył nowy system pomiarów w czasie rzeczywistym w gospodarstwach rolnych (Rys. 1, patrz także: opis na stronie internetowej PROHEALTH).

1

Pierwszym i głównym składnikiem jest sieć czujników rejestrujących kluczowe wskaźniki środowiskowe (temperatura, wilgotność, CO2 i pobór wody) i przesyłanie danych do serwera opartego na chmurze przez połączenie bezprzewodowe. Drugim i uzupełniającym składnikiem jest system zbierania danych o chorobach klinicznych, stosowaniu leków i kondycji zwierząt. Zostało to wdrożone w formie pióra cyfrowego, połączonego ze smartfonem i cyfrowymi formularzami. Obydwie części systemu zostały starannie zaprojektowane do obsługi przez pracowników farmy w solidny i przyjazny dla użytkownika sposób w środowisku gospodarstwa rolnego. Za pomocą tego zintegrowanego systemu zbierano dane w ramach programu PROHEALTH z różnych systemów i przedsiębiorstw (Tabela 1 i 2). Dane dotyczące zdrowia i wyników były rejestrowane codziennie, parametry środowiskowe mierzono co 10 sekund i były przechowywane jako średnia godzinowa.

2

3

Analiza danych

W celu przedstawienia pomiarów środowiskowych wraz z codziennymi danymi o zdrowiu, dane z czujników godzinowych zostały pogrupowane na 5 różnych sposobów, które mogłyby podsumować różne aspekty każdego dnia (Tabela 3). To generuje dużą liczbę zmiennych. Aby określić, które zmienne mają być użyte w fazie modelowania, zastosowano algorytm genetyczny w celu wybrania podzbioru, który wytworzył najlepszy model statystyczny.

4

Wyniki

Koncentrujemy się tu na analizach dotyczących tuczników, które analizy badały związek między wa- runkami środowiska a częstością występowania chorób układu odde- chowego i śmiertelnością. Częstość występowania chorób układu oddechowego okazała się wyższa w okre- sie wiosennym niż w jakikolwiek innym sezonie (Rys. 2), chociaż był on mniejszy niż 1%.

5

Gdy częstość występowania chorób układu oddechowego była pogrupowana według wieku, pojawiły się dwa wyraźne piki, które wystąpiły w wieku 90-100 i 160-170 dni (Ryc. 3).

6

Analiza modeli statystycznych wskazała, że stężenie CO2 nie odgrywa tak istotnej roli jak wilgotność i temperatura w częstości występowania chorób układu oddechowego. Duża liczba cech związanych z częstością występowania chorób układu oddechowego przez algorytm genetyczny była związana z wilgotnością; najistotniejsza okazała się liczba godzin spędzonych w środowisku z ponad 80% wilgotnością na 6 dni przed zaobserwowaniem zmiany w prewalencji chorób układu oddechowego. Oznacza to, że wraz ze wzrostem liczby godzin spędzonych w środowisku z powyżej 80% wilgotnością wzrasta również częstość występowania chorób układu oddechowego w ciągu 6 dni. Jeśli chodzi o temperaturę, najistotniejsza była liczba godzin spędzonych w środowisku powyżej 22 ° C. Wzrost powodował zwiększenie szans pojawienia się chorób układu oddechowego w ciągu jednego dnia.

W analizie koncentrującej się na wskaźniku śmiertelności istotny okazał się pomiar liczby godzin spędzonych w środowisku z ponad 2800 ppm CO2. Wzrost tego parametru zwiększał szanse wzrostu śmiertelności w ciągu jednego dnia. Ponadto badając wpływ wilgotności na śmiertelność, liczba godzin spędzonych w środowisku z wilgotnością poniżej 33% zwiększyła szanse na zaobserwowanie wzrostu śmiertelności w ciągu dwóch dni. W modelu tym brakowało wielu skutków związanych z temperaturą, sugerując, że może ona nie odgrywać tak znaczącej roli w śmiertelności świń jak wilgotność i CO2. Nie oznacza to jednak, że temperatura nie jest ważnym czynnikiem.

Wniosek

Wyniki tego badania dostarczają wstępnych informacji na temat czynników ryzyka dotyczących częstości występowania chorób układu oddechowego i śmiertelności u świń rosnących. Przynajmniej połowa cech środowiskowych wybranych przez algorytm genetyczny była związana z wilgotnością, sugerując, że odgrywa dużą rolę w częstości występowania chorób układu oddechowego i śmiertelności u świń rosnących w porównaniu z innymi czynnikami środowiskowymi. Choć stężenie CO2 zostało włączone do wszystkich modeli, to nie wydaje się mieć znacznego wpływu na występowanie chorób w porównaniu z innymi czynnikami.