Ketosemanagement mithilfe von On-farm-Diagnostika im Milchkuhbetrieb | Management of ketosis in dairy cows by using on-farm diagnostics

Немецкий. Nach jahrzehntelanger Forschung zeigen aktuelle Studien, dass immer noch jede zweite Kuh während der Laktation an mindestens einer Produktionskrankheit (z. B. Ketose) erkrankt. Dabei ist eine gute Tiergesundheit entscheidend für eine möglichst lange Nutzungsdauer, hohe Fruchtbarkeit und optimales Tierwohl. Ziel der vorliegenden Arbeit war es, das im Rahmen des BMEL geförderten „optiKuh2“-Projektes entwickelte und in eine App integrierte Vorhersagemodell „RuDI“ (Risiko- und Datenindex) zur Ketose-Prädiktion auf voneinander unabhängigen Praxisbetrieben zu validieren. Um die Anwendung der App noch praxistauglicher zu gestalten, wurden für die benötigten Blutparameter zusätzlich On-farm-Diagnostikmethoden für die Bestimmung von Beta-Hydroxybutyrat (BHB), ionisiertem Kalzium (Ca) und unveresterten Fettsäuren (NEFA) validiert, um eine aufwendige und zeitintensive Bestimmung dieser Parameter im Labor zu umgehen. Für den insulinähnlichen Wachstumsfaktor 1 (IGF-1) wurde eine vereinfachte Labormethode validiert, da für diesen noch keine On-farm-Methode auf dem Markt ist. Es zeigte sich, dass das Vorhersagemodell an Tag fünf post partum (p. p.) auf einem Betrieb mit einer Ketoseinzidenz von 41,7 % mit einer Sensitivität von 72,4 % und einer Spezifität von 76,5 % und einem positiv prädiktiven Wert von 84 % am besten zur Prädiktion von klinischen sowie subklinischen Ketosen geeignet war. Die On-farm-Bestimmung der Parameter Ca, NEFA, BHB und die vereinfachte Bestimmung von IGF-1 mittels eines ELISA zeigten Korrelationen mit den etablierten Labormessungen von r = 0,734 bis 0,997.

Английский. After decades of research, current studies show that every second cow still suffers from at least one production disease (e. g. ketosis) during lactation. However, good animal health is crucial for a long and stable production life, high fertility and optimal animal welfare. The aim of the present work was to validate an app integrated risk and data index model (“Rudi”) for ketosis prediction on independent farms, which was developed within the BMEL-funded “optiKuh2”-project. In order to make the application even more practical, on-farm diagnostic for the determination of beta-hydroxybutyrate (BHB), ionized calcium (Ca) and unesterified fatty acids (NEFA) were validated. For the insulin-like growth factor-1 (IGF-1) a simplified laboratory method was validated. It was shown that the prediction model on day five post partum (p. p.) on a farm with a ketosis incidence of 41.7% was best suited to predict clinical as well as subclinical ketosis with a sensitivity of 72.4% and a specificity of 76.5% and a positive predictive value of 84%. The on-farm determination of the parameters Ca, NEFA, BHB and the simplified determination of IGF-1 showed correlations with the established laboratory measurements of r = 0.734 to 0.997.