Artículos

Salud de Ubre: Análisis de Factores de Riesgo para RCS en Tanque. Modelo de Predicción de RCS en Función de la Lactación y los Días en Leche

Publicado

en

(1.174 lecturas vistas)

COMPARTIR

Noya*, C.; Míguez*, J.L.; Mourazos*, N.; Penelas*, M.; Sesto*, F.;Tato*, A.; Nodar**, L.; Angelats, Zalduendo**, D.; Villoria**, P.; Ordis*, P,; Mato**, I.; Fernández**, S.

Servizo de Calidade do Leite, Seragro S. Coop. Laboratorios Hipra S.A.

De todos, profesionales de la ganadería, técnicos y veterinarios, es sabida la importancia de la cuantificación del  recuento de células somáticas como indicador de salud de nuestros rebaños. Hablar de calidad de leche significa, para el consumidor final, hablar de un producto de buena calidad, sano y de buena presentación, y para los ganaderos, mayor producción, al tener un rebaño sano y mayores ingresos por la venta de leche.

El RCS ha sido usado por la industria láctea como medida de salud de la ubre porque las células somáticas juegan un importante rol en la defensa de la glándula mamaria y está íntimamente relacionado con la presencia de mastitis. La determinación del contenido de células somáticas de la leche de tanque, del animal individual e incluso de los cuartos de la ubre por separado es uno de los métodos auxiliares de diagnóstico más importantes para juzgar el estado de salud de la ubre en las explotaciones. Además, veterinarios y productores buscan constantemente herramientas que les ayuden en la toma de decisiones en cuanto al mantenimiento o sacrificio de un animal en función de sus RCS, de ahí la necesidad de estudios como los presentados a continuación.

Se ha demostrado que el RCS varía en función de diversos factores, entre ellos, del número de lactación de los animales y de los días en leche (DEL). Predecir el RCS que tendrá cada animal a lo largo de la lactación y posicionarlo respecto al conjunto del establo  es de gran utilidad para mejorar el criterio de desvieje. En este caso, se usaron para el estudio los datos de RCS (recuento de células somáticas por ml de leche) de 488.233 muestras mensuales individuales de leche de 33.219 animales en 267 granjas del Servizo de Calidade do Leite de Seragro. El período de muestreo ha sido desde enero de 2015 hasta agosto de 2018.

El recuento de células somáticas no sigue una distribución normal de modo que se han aplicado logaritmos. Se ha hecho un modelo predictivo de regresión lineal para cada una de las cinco lactaciones, con logaritmo del RCS como variable respuesta y los días de lactación como variable explicativa. Con este modelo se puede predecir el RCS de un animal en los distintos DEL (hasta 305 DEL) dentro de esa misma lactación.

Se han hecho tres modelos de regresión cuantílica con DEL como variable explicativa y logaritmo de RCS como variable respuesta, para cada una de las primeras cinco lactaciones. Uno de estos tres modelos se usa para estimar la mediana y los otros dos para los percentiles 20 y 80. Con estos modelos se puede clasificar cada animal respecto al RCS de la cabaña ganadera.

De este modo, calculando 5 modelos de regresión lineal para cada una de las 5 lactaciones, e  introduciendo  la variableRCSreal y  DELreal (DEL que tiene la vaca cuando se recoge la muestra) y DELprediccion  (DEL a los que se quiere prever el RCS), se obtiene el RCSpredicho que es el RCS que pronosticamos para esos días en leche.

Tabla 1

Lactación Previsión R2 P-valor
1ª Lactación RCSpredicho = RCSreal*e(DELpredicción-DELreal)*0,00126 0,0075 <2,2*10-16
2ª Lactación RCSpredicho= RCSreal*e(DELpredicción-DELreal)*0,00331 0,0414 <2,2*10-16
3ª Lactación RCSpredicho = RCSreal*e(DELpredicción-DELreal)*0,00350 0,0409 <2,2*10-16
4ª Lactación RCSpredicho = RCSreal*e(DELpredicción-DELreal)*0,00339 0,0350 <2,2*10-16
5ª Lactación RCSpredicho = RCSreal*e(DELpredicción-DELreal)*0,00291 0,0241 <2,2*10-16

Ajustando los tres modelos regresión cuantílica para cada lactación (tabla2). Se introducen los DEL en cada uno de los tres modelos (tabla 2) y se obtiene la estimación de RCS para las 20% mejores vacas (percentil 20), para la mediana (percentil 50) y para el 20% de las peores vacas (percentil 80).

Tabla 2
  Percentil Modelo
1ª lactación 20 RCS = e(2,85693 + 0,00099*DEL)
50 RCS = e(3,51321 + 0,00181*DEL)
80 RCS = e(4,62837 + 0,00167*DEL)
2ª lactación 20 RCS = e(2,51097 + 0,00467*DEL)
50 RCS = e(3,43152 + 0,00448*DEL)
80 RCS = e(5,05625 + 0,00190*DEL)
3ª Lactación 20 RCS =  e(2,60650 + 0,00546*DEL)
50 RCS = e(3,71965 + 0,00453*DEL)
80 RCS = e(5,54156 + 0,00142*DEL)
4ª Lactación 20 RCS = e(2,67860 + 0,00587*DEL)
50 RCS = e(4,03764 + 0,00405*DEL)
80 RCS = e(5,91967 + 0,00102*DEL)
5ª Lactación 20 RCS = e(2,75733 + 0,00591*DEL)
50 RCS = e(4,33747 + 0,00329*DEL)
80 RCS = e(6,33467 + 0,00001*DEL)

 

Este  modelo predictivo de RCS por lactación es una herramienta útil para la toma de decisiones ya que aporta información sobre la calidad de leche que se espera de cada animal en esa misma lactación. Este dato, junto a la clasificación del animal respecto al RCS de la población estudiada, son herramientas que permiten conocer con la mayor exactitud posible cuál es el futuro productivo de cada animal logrando así, tomar medidas en el control o la eliminación de la vaca del sistema productivo.

El seguimiento individualizado de las explotaciones mensualmente no sólo es importante a la hora de prescribir tratamientos a los animales afectados y realizar recomendaciones orientadas a evitar la aparición de nuevos casos: la recogida de datos en granja en las visitas realizadas por los técnicos de Seragro y su posterior informatización es de vital importancia para elaborar un histórico de dichas explotaciones y poder “objetivar” y medir factores de riesgo íntimamente relacionados con la aparición de mastitis en el rebaño.  El objetivo del siguiente estudio se basa, por tanto, en cuantificar la variabilidad del RCS en tanque en función de los diferentes factores de riesgo observados en dichas visitas, de modo que estos factores se puedan usar como un elemento más en la evaluación de la salud del conjunto de los animales y como herramientas clave en la prevención de la enfermedad.

En este estudio, se usaron las medias mensuales del RCS (miles de células somáticas por ml de leche) en  tanque de 267 granjas, en el periodo comprendido entre enero de 2015 y septiembre de 2018. A su vez, se usaron los datos de las visitas recopilados e informatizados mensualmente por el Servizo de Calidade do Leite de Seragro, susceptibles de ser relevantes para mastitis.

Dado que los datos del RCS no siguen una distribución normal se han aplicado logaritmos para hacer el test estadístico y se han comparado las medianas del RCS (tablas 1 y 2) de modo que los resultados son menos susceptibles de ser penalizados por valores extremos.

El programa estadístico utilizado por el departamento Hiprastats ha sido R Studio 1.1.453. En el estudio de la relación entre las características y el logaritmo del RCS se ha usado un modelo de regresión lineal con un nivel de confianza del 95%, introduciendo en el mismo la granja como efecto aleatorio.

A pesar de haber estudiado muchos más factores,  tan solo se han desarrollado los resultados cuando el p-valor es menor a 0,1.  Los resultados se muestran en las siguientes tablas en forma de mediana y rango intercuartílico y se consideran resultados significativos cuando el P-valor es menor de 0,05.

La tabla nº1 representa aquellos factores de carácter fijo existentes en las explotaciones, factores que, salvo cambios relevantes, son objetivos, y por tanto su valoración mensual  no depende jamás de la subjetividad del observador.  Como ya hemos mencionado, se consideran resultados significativos en el estudio cuando el P-valor es inferior a 0,05.

En lo concerniente a los equipos de ordeño de las explotaciones evaluadas, podemos deducir, por tanto, que factores como el sistema de ordeño, la línea de leche, la presencia/ausencia de retirada automática y la presencia de variador o no ,son factores altamente correlacionados con la aparición de mastitis en el rebaño (p-valor <0,05). El uso inapropiado de la máquina de ordeño induce cambios en la estructura del pezón, tales como congestión y edema, asociados la penetrabilidad y susceptibilidad al ataque de patógenos y aparición de nuevas infecciones intramamarias. Es obvio que la modernización del sector ha permitido que los equipos de ordeño cuenten con sistemas de conducción de leche, en su mayoría en línea baja, con retirada automática y estabilizadores electrónicos del vacío de trabajo que redundan en la calidad de la leche producida y en el bienestar de los animales, disminuyendo la prevalencia de mastitis asociada a estos factores.

La alimentación de las vacas secas, sobre otros factores, ha resultado ser un factor determinante en la aparición de mastitis durante la lactación.  Recientes estudios asocian la calidad de la comida suministrada durante el periodo seco y preparto con los cambios en la estructura de la ubre y cambios en el sistema inmune de la glándula mamaria. Vacas en balance energético negativo en el preparto y/o con hipercetonemia tienen más riesgo de padecer mastitis dado que la capacidad de fagocitosis de los neutrófilos y macrófagos de la ubre se ve disminuida. Raciones mal balanceadas, con bajos niveles de selenio y vitamina E,  a base de excedentes de producción en mal estado de conservación o a base de forrajes en mal estado están también íntimamente relacionadas con la aparición de mastitis durante la lactación venidera por presencia de microorganismos que actúan directamente sobre las defensas del animal, disminuyendo su capacidad de respuesta a nuevas infecciones.

En cuanto al confort, la presencia de cubículos correctamente dimensionados en las explotaciones,con un correcto mantenimiento diario, el material de cama y la presencia de rascadores, se han mostrado relevantes en la aparición de la enfermedad. Todas las medidas orientadas a incrementar el confort, reducir el estrés y disminuir la carga bacteriana de la superficie del animal y de la ubre, repercuten directamente en la aparición de mastitis en la granja.

Tabla 1

  Variable Número de granjas Mediana RCS (miles) y RI P-valor
Máquina de ordeño Retirada***     <0.01
Automática 142 199 (153-257)
Manual 125 228 (174.75-294)
Máquina de ordeño*   0.0114
Cántara 3 299.5 (249-361.75)
  Circuito 43 227 (177-293)
  Robot 12 237.5 (181.25-313.75)
  Sala 212 207 (158-257)
  Marca* 0.048
  Distribución de la sala* 0.028
  Doble 179 205 (157-266)  
  Simple 34 231 (179-294)  
  Línea***   < 0.001
  Alta 85 227 (176-294)  
  Media 21 240 (183-309)  
  Baja 163 201 (155-262)  
  Sistema de ordeño*** < 0.001
  Conducción 210 204 (156-266.5)  
  Transporte 51 233.5 (184-294)  
  Tipo de Pulsación 0.090
  Alterna 254 211 (160-273)  
  Simultánea 6 268 (196.5-333)  
  Variador* 0.026
  No 207 217 (164 – 281)  
  64 200 (155 – 257)  
  Retirada automática*** < 0.001
  No 143 226 (174-294)  
  131 198 (153-256)  
Alimentación Sistema potabilizador 0.098
  No 199 217 (165-278)  
  65 201 (156-267)  
  Alimentación vacas secas*     0.036
  Correcta 2125 204 (158-263)  
  Mejorable 435 248 (185 – 312.5)  
Instalaciones Cubículos** 0.006
  Bien dimensionados 142 200 (155-257)  
  Dimensión mejorable 112 226 (171.25-290)  
  Material de la cama** 0.006
  Arena 35 181 (144.25-225)  
  Caucho 48 208 (165-267.25)  
  Caucho + material 39 208 (156-265)  
  Cemento 27 261 (185-323)  
  Paja 19 217 (156-282.25)  
  Serrín 30 227.5 (176-304)  
  Serrín + carbonato 53 201 (154-257)  
  Otros 12 211(161-275)  
  Rascadores** 0.004
  No 221 219 (167-285)
  49 185 (145-236)
  Arrobadera 0.058
  No 167 220 (164-289)
  106 202 (158-256)

La tabla nº2 representa aquellos factores evaluados por los técnicos durante las visitas  que pueden ser variables (cambiar mes a mes) y sujetos a un cierto grado de subjetividad.

En lo concerniente a la rutina de ordeño, tanto la duración de la misma(referido a una correcta estimulación y limpieza que dé como resultado unos tiempos de ordeño cortos), como la retirada (correcta o no) se han postulado como determinantes en los incrementos de RCS. Como hemos mencionado anteriormente, tiempos de ordeño excesivos unidos a retiradas con bajos o nulos flujos de leche inducen cambios en la estructura del pezón.

En la valoración de la máquina de ordeño, tanto el funcionamiento del regulador como el caudal de la bomba de vacío tienen un impacto directo en los RCS de la granja, así como también otros factores como podrían ser el mantenimiento de los elementos de caucho/silicona o la limpieza de los equipos.

La conservación de los forrajes producidos en la explotación así como la temperatura y el aspecto de la comida suministrada a los animales son claves (P= 0,002 y 0,007 respectivamente) en la aparición de mastitis y consecuente incremento de los RCS. Fermentaciones indeseables de los ensilados y/o presencia de micotoxinas tienen un impacto negativo en la salud del animal. El tipo de alimentación (unifeed, tradicional), no ha resultado ser un factor determinante en la aparición de la enfermedad.

El estado de las camas, la limpieza de los comederos y bebederos así como la limpieza de las vacas al ordeño y la duración del periodo seco,  ésto en menor medida, son factores a tener en cuenta en nuestra evaluación del potencial riesgo de mastitis.

Tabla 2

Factores variables:

  Variable Número de casos Mediana RCS (miles) y RI P-valor
Valoración rutina de ordeño Limpieza*     0.012
Correcta 7887 209 (160-268)
Mejorable 1517 232 (170-304)
Tiempo de ordeño*** < 0.001
  Bueno 6016 206 (158-264)
  Regular 2899 218 (166.5-284)
  Malo 443 267 (193-333)
  Retirada*** <0.001
  Correcta 6138 207 (159-269)
  Sobre-ordeño 3210 221 (168-284)
Valoración de máquina de ordeño Regulador***     < 0.001
Correcto 8441 210 (160-272)
Incidencia 759 234 (172-296.5)
Prueba Reserva*     0.010
Correcta 6944 205(158-266)
  Deficiente 1067 248 (191-309)
Alimentación Manejo frentes silo**     0.002
  Correcto 6489 206 (157-270)
  Mejorable 2003 232 (180-293.5)
  Tª y aspecto de la comida** 0.007
  Correcto 6005 207 (157-296)
  Mejorable 2591 228 (173-292)
Instalaciones Estado de las camas***     0.001
  Correcto 5432 201 (154-259)
  Mejorable 3869 225 (173-287)
  Limpieza comedero** 0.003
  Correcta 7785 207 (159-266)
  Mejorable 1736 240 (176-303)
  Limpieza bebederos** 0.002
  Correcta 8001 205 (158-266)
  Mejorable 1520 251.5 (191-305)
  Limpieza vacas ordeño* 0.021
  Correcta 6728 208 (159-266)
  Mejorable 2814 225 (170-290)
Secado Duración del secado*     0.020
  Corto (30-45 días) 157 243 (197-349)
  Medio (46-60 días) 1508 201 (152-264.25)
  Largo (> 60 días) 795 224 (173-281)

En resumen, de todos los factores analizados en las visitas mensuales a las explotaciones para evaluar el potencial riesgo de mastitis y asesorar a los ganaderos, estos contemplados en estas dos tablas han resultado ser claves en la aparición de RCS elevados. Podemos concluir por tanto, que evaluando estos puntos, seremos capaces de predecir cuáles serán los RCS de la explotación, y lo que es más importante, prevenir la aparición de animales enfermos.

El incremento de los RCS, y la enfermedad que subyace, deben afrontarse desde un punto de vista preventivo tanto por parte de ganaderos como de veterinarios. La correcta combinación entre observación, digitalización de los datos y tratamiento estadístico de los mismos se postula como una herramienta muy efectiva en el tratamiento y prevención de la mastitis.

Leer más
Click para comentar

Deja un mensaje

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Casos Clínicos

Enfermedad Respiratoria hiperaguda por ahogo en bovinos

Publicado

en

COMPARTIR

Leer más

Artículos

Competencia Desleal o Ineficiencia

Publicado

en

COMPARTIR

Leer más

Casos Clínicos

Caso Clínico: Paratuberculosis Bovina (Enfermedad de Johne)

Publicado

en

COMPARTIR

Leer más

Trending