Erarbeitung von Managementhilfen zur Früherkennung von Fruchtbarkeitsstörungen und Eutererkrankungen beim Milchrind

Im Rahmen des Projektes war vorgesehen, ein Verfahren zur Früherkennung von Fruchtbarkeitsstörungen und Eutererkrankungen auf der Grundlage der anfallenden Informationen aus den Komplexen Milchgewinnung, Gesundheit und Fruchtbarkeit zu erarbeiten. Zur Informationsverdichtung waren geeignete Verfahren der Entscheidungsunterstützung auszuwählen und an die Fragestellung anzupassen. Im Ergebnis waren Aussagen über die Qualität der auf dieser Datenbasis bereitzustellenden Managementhilfen erwartet. Gleichzeitig sollten angepasste und geprüfte Verfahren für eine potentielle praktische Nutzung zur Verfügung gestellt werden.

• Für die Früherkennung von Fruchtbarkeitsstörungen sind die Parameter Body Condition Score bzw. die Rückenfettdicke und deren Dynamik, das Krankheitslevel, Aktiometerdaten sowie für Kühe die Zwischenkalbezeit der Vorlaktation besonders geeignet.
• Die Parameter der Milchleistungsprüfung und der Parameter Kalbeverlauf waren in den hier verwendeten Daten und den entwickelten Modellen von untergeordneter Bedeutung für eine Vorhersage zu Fruchtbarkeitsstörungen. Dies sollte in Abhängigkeit des zeitlichen Verlaufes post partum bei weiterer Betrachtung untersucht werden.
• Der Anteil richtig eingestufter Werte lag für die Früherkennung von Fruchtbarkeitsstörungen bei 63,6% für Färsen und 76,1% für Kühe. Die Sensitivität (Wahrscheinlichkeit, dass eine erhöhte Zwischentragezeit (ZTZ) als solche erkannt wird) beträgt im Färsenmodell 75,4% und im Kuhmodell 96,2%. Die Spezifität (Wahrscheinlichkeit, dass eine normale ZTZ als solche erkannt wird) beträgt 45,5% für Färsen und 21,2% für Kühe.
• Im Modell zur Früherkennung von Eutererkrankungen lag der Anteil richtig eingestufter Werte unter 40%. Stark fluktuierende Werte in kurzen Zeiträumen in Bezug auf täglich erfasste Melkdaten erschweren eine Vorhersage zum Eutererkrankungsstatus. Das beste Modellergebnis zur Eutererkrankungsvorhersage wurde mit 37,5% Erkennungsrate bei einer Sensitivität von 52,4% und einer Spezifität von 55,5% erzielt.
• Die Bildung von Risikogruppen als Referenzgröße für die Erkennung von Eutererkrankungen erwies sich gegenüber einem Eutergesundheitsindex als vorteilhaft. Die Risikogruppen wurden aus den Parametern Zellzahl, Bakteriologische Untersuchung und Klinik mit entsprechender Gewichtung gebildet.
• Der Parameter Leitfähigkeit scheint vielversprechend und sollte bei einer Weiterentwicklung der Modelle berücksichtigt werden.
  Die Ergebnisse zur Vorhersage von Fruchtbarkeitsstörungen und Eutererkrankungen zeigen, dass die Modelle in der bestehenden Form noch nicht praxisreif sind.
  Ein möglicher Optimierungsansatz zur Verbesserung der Erkennungsrate wird in der modellgestützten Bildung tierindividuellerer Normalbereiche gesehen.