| dc.contributor.advisor | Sharifi, Ahmad Reza Dr. | |
| dc.contributor.author | Mensching, André | |
| dc.date.accessioned | 2021-05-17T13:23:09Z | |
| dc.date.available | 2021-05-23T00:50:07Z | |
| dc.date.issued | 2021-05-17 | |
| dc.identifier.uri | http://hdl.handle.net/21.11130/00-1735-0000-0008-5825-C | |
| dc.identifier.uri | http://dx.doi.org/10.53846/goediss-8599 | |
| dc.language.iso | eng | de |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject.ddc | 630 | de |
| dc.title | Advanced statistical modeling of complex traits related to subacute ruminal acidosis in dairy cows | de |
| dc.type | doctoralThesis | de |
| dc.contributor.referee | Sharifi, Ahmad Reza Dr. | |
| dc.date.examination | 2020-07-14 | |
| dc.description.abstractger | Die wiederkäuergerechte Fütterung von laktierenden Kühen ist insbesondere bei hochleis-tenden Tieren eine große Herausforderung. In dieser Hinsicht gilt die subakute Pansenazidose (SARA) als wichtigste ernährungsbedingte Krankheit. Ihre Entstehung wird durch eine un-ausgewogene Zusammensetzung der Ration begünstigt, wobei sowohl ein Überschuss an leicht fermentierbaren Kohlenhydraten als auch ein Mangel der physikalischen Struktur des Futters kritisch sein können. Die von einer kontinuierlichen ruminalen pH-Messung abgeleite-ten pH-Parameter gelten zwar als Goldstandard zur Diagnose einer SARA, können aber nicht flächendeckend in der landwirtschaftlichen Praxis erfasst werden. Da es sich bei der SARA um ein subakutes Stadium handelt, sind keine spezifischen klinischen Symptome auf tierindi-vidueller Ebene erfassbar. Allerdings können Assoziationen mit klinischen Symptomen auf Herdenebene festgestellt werden, wie z.B. eine reduzierte Futteraufnahme, eine geringere Effizienz der Milchproduktion und ein höheres Risiko für Durchfall- und Klauenerkrankun-gen. Demzufolge besteht die Notwendigkeit innovative Indikatoren zu identifizieren, mit de-nen ein möglichst umfassendes und präzises SARA Monitoring zur Prävention ermöglicht werden kann, um wirtschaftliche Einbußen zu minimieren und insbesondere zur Sicherstellung des Tierwohls beizutragen.
Ziel dieser Dissertation war es daher, in unterschiedlichen statistischen Verfahren die As-soziationen zwischen ruminal gemessenen Daten und Eigenschaften der Ration, verschiedener Verhaltens- und Blutparameter sowie der Zusammensetzung der Milch zu untersuchen, um mit den dabei gewonnen Kenntnissen die Entwicklung besserer Indikatoren für SARA zu fördern.
Zunächst wurden in einer Meta-Analyse die Assoziationen zwischen ruminalen pH-Paramatern und erfassten Eigenschaften der Ration sowie den Hauptinhaltsstoffen der Milch untersucht. Die Datengrundlage hierfür waren die Ergebnisse von 32 Studien, in denen bei laktierenden Kühen der ruminale pH-Wert kontinuierlich aufgezeichnet wurde. Der Kern der Analyse bestand aus einer systematischen Prüfung potentieller Prädiktoren zur Vorhersage der ruminalen pH-Parameter unter Verwendung von gemischten Multi-Level Meta-Regressionsmodellen. Dabei wurden signifikante Assoziationen zwischen ruminalen pH-Parametern und dem Protein- und Fettgehalt der Milch sowie auch dem Fett-Protein-Quotient bestätigt. Allerdings sind die Assoziationen nur als Trend einzustufen, da der größte Teil der beobachteten Variabilität der pH-Paramater auf eine hohe Heterogenität sowohl innerhalb als auch zwischen den einzelnen Studien zurückzuführen ist und daher nur ein geringer Anteil der Varianz mit den unabhängigen Variablen erklärt werden konnte.
In einem weiteren Analyseverfahren wurde anhand von Daten, die in einer Versuchsstation erhoben wurden, die ruminale pH-Entwicklung sowohl im Retikulum als auch im ventralen Pansen im Tagesverlauf untersucht. Ziel war es dabei, die pH-Entwicklung mit Hilfe des sen-sortechnisch erfassten Futteraufnahme-, Wasseraufnahme- und Wiederkauverhaltens zu mo-dellieren. Entscheidend dafür war eine umfangreiche Datenvorbereitung, wobei alle verfügba-ren Messgrößen in eine einheitliche 1-minütige Auflösung transformiert wurden. Zudem wur-den Methoden zur Signaltransformation verwendet, um Futter- und Wasseraufnahmeereignis-se im Zeitverlauf zu modellieren. Bei der statistischen Auswertung wurden alle vorliegenden Daten in Form von hochauflösenden Zeitreihen in linearen gemischten Regressionsmodellen analysiert. Dabei konnte gezeigt werden, dass die tägliche pH-Entwicklung in hohem Maße mit dem tierindividuellen Futteraufnahme- und dem Wiederkauverhalten im Tagesverlauf assoziiert ist.
Aufbauend auf den zuvor gewonnen Kenntnissen erfolgte die Entwicklung eines Verfah-rens, bei dem mit Hilfe von Mittelinfrarot-Spektraldaten (MIR) der Milch das Risiko an einer SARA zu leiden geschätzt werden kann. Die dafür verwendeten Daten wurden in 10 Praxisbetrieben und an insgesamt 100 Kühen erhoben. Dies umfasste retikulär gemessene pH-Daten, sensortechnisch erfasste Verhaltensdaten, Daten über die Rationsgestaltung und Futterinhaltsstoffe sowie Leistungs- und Blutparameter. Desweitern standen MIR-Spektraldaten sowie Informationen über die Hauptinhaltsstoffe der Milch als auch die Fettsäurezusammensetzung des Milchfetts zur Verfügung. Da sensible Sensorsysteme verwendet wurden, die unter den in der landwirtschaftlichen Praxis vorkommenden Umweltbedingungen zu technisch bedingten Fehlern neigen, erfolgte zunächst die Entwicklung eines multivariaten Plausibilisierungsverfahrens zur Vorbereitung des Datensatzes für nachfolgende Analysen. Ziel war es dabei, unter Verwendung statistischer Methoden die einzelnen Beobachtungen mehrerer simultan erfasster Sensor-, Blut- und Milchdaten in ‚physiologisch normal‘, ‚physiologisch extrem‘ und ‚unplausibel‘ zu klassifizieren. In der finalen Analyse wurde anhand des aufbereiten Datensatzes die Assoziation zwischen potentiell SARA indizierenden Merkmalen und der Zusammensetzung der Milch untersucht. Dafür wurde ein innovativer SARA Phänotyp (‚SARA risk score‘, SRS) in Form eines Index-Merkmals entwickelt. Dieser SRS basiert auf Informationen aus intra-ruminalen pH- und Temperaturmessungen, Wiederkau- und Futteraufnahmeverhalten sowie der Milchleistung. Unter Verwendung von Partial-Least-Squares Regressionsmodellen konnte für den SRS ein MIR basiertes Vorhersagemodell mit einer moderaten Vorhersagegüte etabliert werden. Darüber hinaus konnten signifikante Assoziationen zwischen dem Fettsäu-reprofil der Milch und dem SRS festgestellt werden.
In dieser Arbeit wurden zum einen bekannte Zusammenhänge zwischen der ruminalen Fermentation, dem Verhalten der Tiere sowie den Inhaltsstoffen der Milch mit innovativen statistischen Methoden belegt. Zum anderen wurde aufgezeigt, dass die bereits routinemäßig erhobenen MIR-Spektraldaten der Milch ein enormes Potential für die Charakterisierung des Gesundheitsstatus laktierender Kühe bieten können. Die in dieser Arbeit gewonnenen Er-kenntnisse bilden somit die Grundlage für die Entwicklung eines routinemäßigen und umfas-senden SARA-Monitorings, das in der landwirtschaftlichen Praxis angewendet werden kann. | de |
| dc.description.abstracteng | Adequate feeding of lactating cows is particularly challenging for high-performing animals. In this respect, subacute ruminal acidosis (SARA) is considered the most important nutritional disease. Its emergence is promoted by an imbalanced design of the diet, where both an excess of easily fermentable carbohydrates and a deficiency in the physical structure of the feed can be critical. The pH parameters derived from continuous ruminal pH measurements are considered the gold standard for the diagnosis of SARA, but they cannot be measured on a large scale in agricultural practice. Since SARA corresponds to a subacute stage, no specific clinical signs can be detected at the animal level. However, associations with clinical signs at herd level are described, such as reduced feed intake, lower milk production efficiency and a higher risk of loose stools and claw diseases. Consequently, there is a need to identify indica-tors that allow for a comprehensive and precise monitoring of SARA to minimize economic losses and in particular to ensure animal welfare.
The objective of this dissertation was therefore to investigate the associations between data that were measured in vivo in the reticulorumen, properties of the diet, various behavioral and blood parameters and the composition of the milk using different statistical methods, in order to contribute to the development of better indicators for SARA.
First, the associations between ruminal pH parameters, feed properties and particularly the main milk components were investigated in a meta-analysis. To create a data basis, the results of 32 studies with continuous ruminal pH measurements in dairy cows were gathered. The main part of the analysis consisted of a systematic examination of potential predictors for ru-minal pH parameters using mixed multi-level meta-regression models. Significant associations between ruminal pH parameters and the protein and fat content of milk as well as the milk fat to milk protein ratio were confirmed. However, the associations can only be classified as a trend, since most of the observed variability of pH parameters is due to a high level of heterogeneity both within and between the individual studies which means that only a small proportion of the variance was explained by the predictor variables.
In a further analysis, the ruminal pH development both in the reticulum and in the ventral rumen in the course of the day was examined based on data collected in an experimental sta-tion. The aim was to model the pH development using sensor-based records of the feed intake, water intake and rumination behavior. An extensive data preparation was crucial, whereby all available data were transformed into a uniform 1-minute resolution. In addition, signal transformation methods were used to model feed and water intake events over time. For the statistical evaluation, all data were analyzed in the form of high-resolution time series using linear mixed regression models. It was shown that the daily pH development is highly associated with the animal's individual feed intake and rumination behavior in the course of the day.
Based on the previously obtained knowledge, a procedure was developed to predict the risk of suffering from SARA using milk mid-infrared (MIR) spectral data. The data were collected on 10 commercial farms and a total of 100 cows. This included reticular pH measurements, behavioral data, feed analysis data, performance and blood data. Furthermore, MIR spectral data as well as information on the main components of the milk and the fatty acid composition of the milk fat were available. Since sensitive sensor systems were used, which are prone to technically caused errors under the environmental conditions occurring in agricultural practice, a multivariate plausibility check was first developed to prepare the data set for downstream analyses. The aim was to develop a procedure to classify the individual observations of several simultaneously recorded sensor, blood and milk data into ‘physiologically normal’, ‘physiologically extreme’ and ‘implausible’. In the final analysis, the association between potentially SARA-indicating traits and the composition of the milk was examined using the processed data set. First, an innovative SARA phenotype (‘SARA risk score’, SRS) in the form of an index trait was developed. This SRS is based on information from intra-ruminal pH and temperature measurements, rumination and feed intake behavior as well as the milk performance. Using partial least squares regression models, a MIR-based prediction model with a moderate prediction quality could be established for the SRS. In addition, significant associations between the fatty acid profile of milk and the SRS were determined.
On the one hand, well-known relationships between ruminal fermentation, animal behavior and milk constituents were verified using innovative statistical methods. On the other hand, it was shown that the MIR spectral data of milk, which are already routinely collected, offer an enormous potential for the characterization of the health status of lactating cows. The ob-tained findings in this work thus provide the basis for the development of a routine and com-prehensive SARA monitoring which can be applied in agricultural practice. | de |
| dc.contributor.coReferee | Hummel, Jürgen Prof. Dr. | |
| dc.contributor.thirdReferee | Dänicke, Sven Prof. Dr. Dr. | |
| dc.contributor.thirdReferee | Gengler, Nicolas Prof. Dr. | |
| dc.subject.eng | Statistical modeling | de |
| dc.subject.eng | Subacute ruminal acidosis | de |
| dc.subject.eng | Dairy | de |
| dc.subject.eng | Animal welfare | de |
| dc.identifier.urn | urn:nbn:de:gbv:7-21.11130/00-1735-0000-0008-5825-C-5 | |
| dc.affiliation.institute | Fakultät für Agrarwissenschaften | de |
| dc.subject.gokfull | Land- und Forstwirtschaft (PPN621302791) | de |
| dc.description.embargoed | 2021-05-23 | |
| dc.identifier.ppn | 175803176X | |