Autores: de Mol, R.M. &
Ouweltjes, W.
Fuente: Preventive Veterinary Medicine 49:
71-82 (2001).
La detección de enfermedades es un componente importante del monitoreo de las vacas de leche. La detección temprana de enfermedades, tales como la mastitis, puede ayudar a limitar las consecuencias adversas para la vaca y las pérdidas en producción. EN Holanda, las pérdidas totales por la mastitis clínica fueron de $83 (Guilders Holandeses, Nota de Editor) por vaca por año en un hato con riesgo promedio y de $206 vaca/año en un hato con el doble del riesgo promedio. Ante las más exigentes demandas sobre la calidad de la leche se convierte de mayor importancia la detección de las leches anormales. Hasta el momento, la detección se realiza principalmente mediante observación visual de las vacas en el galpón de ordeño (2-3 veces al día) y mediante inspección de las primeras leches que salen de la ubre. De esta forma se puede evitar que la leche anormal llegue al tanque. La detección de la mastitis puede ser automatizada usando diversas medidas sensoras. Esta enfermedad afecta la composición de la leche, resultando en un incremento de la conductividad eléctrica. Además, la temperatura corporal y por tanto la de la leche puede estar incrementada y la producción láctea puede ser menor. La detección automática de mastitis se basa en medidas de conductividad combinadas con determinaciones de la cantidad y la temperatura de la leche producida diariamente. Actualmente los sensores y modelos de detección disponibles comercialmente dan alertas sobre desviaciones en las variables individuales; el ganadero debe combinar su información y observaciones para tomar una decisión. En este artículo se brinda un esbozo de un modelo de detección de mastitis en sistemas de ordeño automatizados. El modelo global de detección incluye modelos de series de tiempo para dos variables (producción láctea y su conductividad eléctrica) con interpolaciones sobre valores previos. El modelo es flexible, en cuanto al número de variables que realmente se utiliza. Los valores paramétricos y las varianzas residuales son actualizados mediante regresiones lineales luego de cada ordeño. Las alertas sobre mastitis surgen cuando los residuales caen por fuera de los intervalos de confianza establecidos. Para validar el modelo se utilizó un archivo con datos de 111 vacas por 16 meses (en promedio, 58 vacas en lactancia por día). Dependiendo del intervalo de confianza elegido, el modelo detectó entre 42-44 de un total de 48 casos de mastitis clínica; los casos restantes no fueron detectados porque no todos los datos estuvieron disponibles. Estos resultados fueron mejores que los obtenidos con el modelo que se utilizaba rutinariamente en la finca. El número de alertas falsas-positivas dependió del intervalo de confianza seleccionado y fue superior que el número hallado con el modelo usado corrientemente en la finca. En conclusión, la detección de mastitis puede ser automatizada en fincas con sistemas automáticos de ordeño, substituyendo a la observación visual. Los resultados son promisorios; sensibilidad del 100% (todos los casos se detectan si hay suficientes mediciones) y una especificidad del 98% (en caso de un intervalo de confianza de 99,9%).
Resumen preparado por: Efraín Benavides O.