Direkt Tierärztliche Diagnose zb klinische Mastitis

Transkript

1

2

3

4 Typ Kennzahlen Quellen Direkt Tierärztliche Diagnose zb klinische Mastitis Indirekt Bakteriologische Milchuntersuchung Zellzahl (MLP-Einzeltier, Tankmilch,..- unterschiedliche Berechnungen) Zellzahl-Verläufe zb LKV Jahresbericht Tiergesundheit, internationale Arbeiten Verschiedene neue Definitionen zb Neuinfektionsraten,.. Abgänge aufgrund von Eutererkrankungen Erreger (siehe Beiträge Obritzhauser et al und Suntinger et al. 2018) LKV-Auswertungen, ZuchtData Jahresbericht Köck et al. 2010, De Haas et al DLQ (2014) LKV-Auswertungen Leitfähigkeit (AMS) Norberg et al Neue Entwicklungen (Mid-Infrarot- Spektren, Zelldifferenzierung,..) Soyeurt et al. 2009, Scharinger et al. 2017

5

6 Prozent KZ < und ZZ <= (%) ohne Abschläge (%) ,6 98,7 98,8 98,8 99,0 98,8 99,1 99,2 99, ,0 84,2 84,7 85,3 85,1 84,7 86,8 87,3 87, *für 2016 und 2017 nur Bundesländerergebnisse verfügbar Eutergesunder Bestand < Zellen/ml (Winter 2008) Auswertung ADDA (73 Betriebe /Jänner 2016 ): 79% der Tankmilchproben unter

7 Kennzahlen Einheit Definition Zellzahldurchschnitt in 1000 Gewichtete durchschnittliche Zellzahl von Probemelkergebnissen im Auswertezeitraum Anteil Zellzahl über % Anteil der Zellzahlergebnisse über Anteil der Kühe mit mind. 3 Überschreitungen Anteil Kühe mit Diagnose Euter % Anteil Tiere mit mind. 3 Zellzahlüberschreitungen über % Anteil der Tiere mit mind. 1 Erstdiagnose bezogen auf die Diagnosecodes auf den jeweiligen Tierbestand Anteil Abgang Euter % Anteil der Abgänge Eutererkrankungen bezogen auf die Anzahl Abgänge auf der Betriebsstätte im Auswertezeitraum

8 Anteil Kühe mit mind. einer Euterdiagnose (%) bzw. Abgänge wegen Eutererkrankungen (%) Kühe mit EU-Diag (%) Abgänge EU (%) 20,4 17,4 17,0 16,5 16, ,4 14,0 15,7 14,7 13,3 13,2 12,5 13,2 13,1 13,2 13,6 13,9 13,5 11, Diagnoseauswertung: Daten - tierärztliche Diagnosen von Betrieben mit überwiegend elektr. Übermittlung durch Tierarzt (2017: 10% der Kühe mit mind. einer akuten Mastitis, 6% mit mindestens einer chronischen Mastitis im Kontrolljahr 2017*) * Definition der Parameter (Mastitisdiagnosen bis 250 Tage)

9 Anteil in % Zellen / ml Ø Milchleistung über alle Rassen (Vollabschlüsse) kg kg 30 27, ,6 24,9 22,5 23,3 24, ,8 21,6 21,2 22,3 20, ,8 21, , , > (%) mind. 3 Überschreitungen > (%) d. Zellzahl Milchleistungssteigerung und Verbesserung der Eutergesundheit gelungen

10 Österreichauswertung 2017 Auszug LKV- Herdenmanager

11 Prof. Wolter (2016) Verteilung der Herde bei Milchleistungskontrolle (in 1000): 2/3 mit ZZ < 100 Zellen/ml *(in 1000) 1/4 mit ZZ zwischen 100 und 200 Zellen/ml 1/8 mit ZZ zwischen 200 und 400 Zellen / ml 0 mit ZZ > 400 Zellen / ml Auswertung AUT Kontrolljahr 2017 Verteilung der Tiere nach Klassen (über alle MLP 2017) Mittelwert Quantile Betriebsklassen (ZZ in 1000) Median ZZ_1 bis 100 (%) 63,7 40,6 53,0 65,2 75,9 84,6 ZZ_100 bis 200 (%) 17,1 26,5 21,5 16,7 12,0 7,3 ZZ_200 bis 400 (%) 10,5 19,6 14,1 9,4 5,5 2,3 ZZ_gr 400 (%) 8,8 18,0 11,8 6,9 3,4 0,8 Wo liegt individueller Betrieb? Potential?

12 Kennzahl (%) Berechnung Ziel** AUT 17* Neuinfektion Lakt. Neuinfektion in der Trockenperiode Heilungsrate in der Trockenperiode Erstlakt. Mastitis Chron. erkrankte Tiere Anteil der Tiere mit ZZ> in der aktuellen Laktation an allen Tieren mit ZZ <= in der letzten MLP Anteil der Tiere mit ZZ > in der 1. MLP nach Abkalbung an allen Tieren mit ZZ <= zum Trockenstellen Anteil Tiere mit ZZ < in der 1. MLP nach Abkalbung an allen Tieren mit ZZ > zum Trockenstellen im Jahr Anteil der Erstlaktierenden mit ZZ > in der 1. MLP an allen Erstlaktierenden im Jahr Anteil Tiere mit ZZ > in den letzten 3 MLPs ** Ziel definiert in LKV-Herdenmanager (nach DLQ-Richtlinie 1.15) *Durchschnitt über Betriebe und Kontrollen im Kontrolljahr 2017 in Österreich (Einschränkungen nach Parameter zb 5 Erstlaktierende und mind. 15 ZZ-Ergebnisse pro PM <6,3 16,1 <13,3 22,2 >74,0 60,9 <14,3 20,4 0,0 0,5

13 Quantile Kennzahl (%) Mittelwert Median Neuinfektion in Laktation 16,1 26,4 19,8 14,6 10,2 6,4 Neuinfektion in Trockenperiode 22,2 46,7 32,0 18,8 6,9 0,0 Ausheilung nach Trockenperiode 61,0 30,1 45,8 61,9 76,8 90,4 Erstlakt. Mastitis 20,4 39,4 29,8 18,0 10,7 0,0 Chronisch erkrankte Tiere 0,5 1,4 0,3 0,0 0,0 0,0

14 Zellen/ml Laktationen Fleckvieh Braunvieh Holstein Pinzgauer Grauvieh

15

16 Genetisches Potential um die Eutergesundheit zu verbessern gegeben direkte Merkmale (zb Mastitis) effizienter als indirekte Merkmale (Zellzahl) Negative genetische Korrelation zwischen Eutergesundheit und Milchleistung ca. -0,25 D. Zellzahl der Töchter Zuchtwertschätzung für Eutergesundheit in Österreich: seit 1998 ZW Zellzahl seit 2010 ZW Mastitis seit 2013 Eutergesundheits-Wert im GZW Seit Einführung der Zuchtwertschätzung für Zellzahl positiver genetischer Trend der Eutergesundheit erkennbar Stiere mit positiven ZW für Eutergesundheit - bessere Eutergesundheit bei Töchtern zu erwarten!

17 Herausforderung zeitnahe, einfache und aussagekräftige Auswertungen für die Praxis!

18

19 Themen in Area 2 Mehrwert durch Datenzusammenführung FOKUS - BU-Daten und Antibiotikaanwendung siehe weitere Beiträge

20 Gesundheitsmonitoring Rind (GMON) NEU: elektronisches Stallbuch (TAM) Landwirt bessere Zuchtwerte (funktionale Merkmale) Optimierung Herdenmanagement Beratung zur Krankheitsvermeidung verantwortungsvoller Antibiotika-Einsatz Tierarzt Elektron. Stallbuch (TAM) Zuchtwertschätzung Gesundheitsmerkmale Gesundheitsberichte & TAM Behandlung durch Tierarzt AA-Beleg Diagnose (TAM Anwendung/Abgabe ) Codierung der Diagnose & TAM Elektronische Datenübertragung (EMED) Datenspeicherung im RDV Elektron. Stallbuch (TAM) Gesundheitsberichte & TAM mit Zustimmung des Landwirts Dokumentationserleichterungen, Auswertungen/Benchmarks, Kontrollerleichterungen - Ziel

21 Elektronisches Stallbuch Rind Mobile App für Landwirte

22

23 Weitere Forschungsfragen in Bearbeitung: Daten bieten Potential für die Untersuchung von weiteren für die Rinderzucht, Tierärzteschaft, TGDs und Beratung wertvollen Fragestellungen!

24 Danksagung Elektronisches Herdebuch ADvancement of Dairying in Austria Herzlichen Dank allen Projektpartnern, im Speziellen den teilnehmenden Landwirten und Tierärzten, BU-Laboren und allen Partnern und KollegenInnen aus Wirtschaft und Wissenschaft. DANKE auch den KollegenInnen aus DEU und AUT aus der RDV/RDV4Vet Arbeitsgruppe.