Publikationsdatenbank

Quantil-Regression zur Berechnung von Laktationskurven bei Milchkühen:
Modellierung ungemessener Einflüsse auf die Laktationsleistung durch Perzentilkurven (2019)

Art

Vortrag

Autoren

Bartel, Alexander (WE 16)

Querengässer, Friederike (WE 16)

Gass, Eva

Onken, Folkert

Baumgartner, Christian

Doherr, Marcus G (WE 16)

Kongress

DACh-Epidemiologietagung 2019

Freising/Weihenstephan, 04. – 06.09.2019

Quelle

Kontakt

Institut für Veterinär-Epidemiologie und Biometrie

Königsweg 67
14163 Berlin
+49 30 838 56034
epi@vetmed.fu-berlin.de

Abstract / Zusammenfassung

Die Laktationskurven von Milchkühen sind wichtig für das Herdengesundheitsmanagement und die ökonomische Planung in milchliefernden Rinderbetrieben. Auf Herdenebene gibt es viele mathematische Modelle, um den Laktationsverlauf mit hoher Präzision abzubilden (Adediran et al., 2012). Die individuelle Laktationskurve ist jedoch wesentlich schwieriger zu modellieren, da sie von vielen ungemessenen oder unbekannten Variablen, wie Futtertyp und -aufnahme, genetische Faktoren und Krankheitsgeschehen, abhängt. Statt die individuelle Laktationskurve zu erstellen, nutzen wir die Quantil-Regression, um Perzentilkurven für die Milchleistung zu berechnen. Durch die Einordnung von individuellen Kühen können wir die Leistungsklasse (Perzentile) der jeweiligen Kuh ermitteln und Abweichungen von dem Verlauf der zugehörigen Laktationskurve erkennen. Für die Modellierung nutzen wir Daten aus der monatlichen Milchleistungsprüfung (MLP) von drei Bundesländern (Bayern, Brandenburg, Nordrhein-Westfalen). In diesem Datensatz
stehen uns 179,000 Tiere zur Verfügung, die keine Zellzahlerhöhung über 100,000 Zellen/ml in den letzten 24 Monaten hatten. Daraus wurden Perzentilkurven der Laktationsleistung für die vier häufigsten Rassen im Datensatz berechnet. Für erste Interpretationen von Abweichungen standen uns Krankheitsdiagnosedaten von 2,800 Kühen aus Brandenburg zu Verfügung.
Die Quantil-Regression wurde mit dem Paket „qgam“ (Fasiolo et al., 2017) für R (Version 3.53) durchgeführt. Die Modellierung erfolgt als Generalisiertes Additives Modell mit cubic splines.
Die Perzentilkurven wurden stratifiziert nach Rasse und Laktationszahl berechnet, um die verschiedenen Formen der Laktationskurve für die jeweiligen Subgruppen abzubilden. Erste Auswertungen zeigten, dass die Laktationsleistung gesunder Kühe mit einer durchschnittlichen tierindividuellen Standardabweichung von 11,99% entlang eines Perzentils verläuft. Weitere Resultate werden im Rahmen des Beitrages vorgestellt.
21 Perzentilkurven ermöglichen das Modellieren von individuell interpretierbaren Laktationskurven trotz vieler unbekannter Variablen. Weiterhin kann im Vergleich zum Perzentil zu Beginn der Laktation ein Milchleistungsverlust aufgrund von Krankheit berechnet werden und ein plötzliches Abfallen der Leistung im Vergleich zum erwarteten Perzentil kann ein Hinweis für einen Interventionsbedarf sein. Der Vorteil unseres Ansatzes ist, dass die für
das Modell erforderlichen Daten im Rahmen der monatlichen MLP anfallen.