Stimare la probabilità di successo dell’inseminazione usando la concentrazione di progesterone nel latte

//Stimare la probabilità di successo dell’inseminazione usando la concentrazione di progesterone nel latte

Stimare la probabilità di successo dell’inseminazione usando la concentrazione di progesterone nel latte

INTRODUZIONE

Per quasi 40 anni, le analisi della concentrazione di progesterone sono state utilizzate per valutare lo stato riproduttivo della vacca (Bulman e Lamming, 1978). L’interpretazione di questi profili di concentrazione del progesterone non è sempre semplice. Caratteristiche e forme possono variare a seconda dell’ambiente e delle caratteristiche specifiche della vacca, come il regime di alimentazione (Reid et al., 2001; Vasconcelos et al., 2003) e la produzione di latte (Wiltbank et al., 2006; Endo et al., 2013). I cambiamenti nelle concentrazioni di progesterone a loro volta influenzano la qualità degli ovociti, la sopravvivenza dell’embrione precoce (Carter et al., 2010; Fiera e Lonergan, 2012) e quindi il tasso globale di gravidanza.

Poichè la forma e le caratteristiche dei profili di progesterone sono legati ai caratteri della fertilità che influenzano il tasso di gravidanza, in teoria essi potrebbero essere utilizzati per calcolare la probabilità di successo di inseminazione per un dato estro in una determinata vacca. A nostra conoscenza, soltanto un modello pubblicato ha utilizzato caratteristiche del profilo del progesterone per questo scopo (Friggens e Chagunda, 2005; Friggens e Lovendahl, 2008). Quel modello era finalizzato a fornire informazioni in tempo reale per aiutare il processo decisionale sull’opportunità o meno di inseminare una vacca rilevata in calore. Esso prevedeva la possibilità di successo della futura inseminazione osservando la pendenza in calo del progesterone pre-estro e la lunghezza del ciclo estrale precedente, con probabilità in diminuzione quando la pendenza o lunghezza del ciclo si allontanavano ulteriormente dall’ottimale. Tuttavia, questa diminuzione nella possibilità di successo dell’inseminazione è stata basata sul parere di esperti e sulla letteratura, non su effettivi studi dei profili di progesterone. Inoltre, questo modello non ha preso in considerazione altri fattori che sono stati ritenuti influenti nella letteratura, come la produzione di latte. Lo studio effettivo dei profili di progesterone dovrebbe migliorare la nostra conoscenza degli effetti delle caratteristiche del profilo di concentrazione e della sua forma sulle probabilità di successo di una inseminazione. Inoltre, se dati di vacca-specifici (ad esempio, produzione di latte) possono essere collegati ai profili, gli effetti dei caratteri della vacca e quelli dell’ambiente sulle caratteristiche dei profili di progesterone possono essere resi visibili. Di conseguenza, lo scopo del nostro studio è stato di quantificare gli effetti delle caratteristiche del profilo di concentrazione del progesterone e dei fattori correlati alla vacca sul successo di inseminazione e di fornire un’equazione predittiva in tempo reale delle probabilità di riuscita dell’ inseminazione.

ABSTRACT

Lo scopo di questo studio è stato quello di quantificare gli effetti delle caratteristiche del profilo del progesterone e di altri fattori a livello della singola bovina sul successo dell’inseminazione, per fornire un’equazione predittiva in tempo reale della sua probabilità di riuscita. Sono stati analizzati i profili di progesterone di 26 allevamenti di vacche da latte e sono stati stimati gli effetti delle caratteristiche del profilo di concentrazione (pendenza della curva del progesterone, lunghezza del ciclo e altezza del ciclo) e della vacca (resa del latte, numero di parti, inseminazione durante il precedente estro) sulla probabilità di successo dell’inseminazione artificiale. L’equazione è stata interpolata su un set di dati di training provenienti da 16 allevamenti (6.246 cicli di estro da 3.404 lattazioni). L’equazione è stata testata su un set di dati di testing contenente dati provenienti da 10 allevamenti (8.105 cicli di estro da 3.038 lattazioni). I predittori sono stati selezionati per essere implementati nell’equazione finale se, aggiungendoli a un modello di base che corregge i tempi di inseminazione e il numero di parti, ha ridotto la distanza di probabilità complessiva del modello. Le variabili selezionate (lunghezza del ciclo, resa del latte, altezza del ciclo e inseminazione durante il precedente estro) sono state utilizzate per costruire il modello finale utilizzando un approccio graduale. I predittori sono stati aggiunti 1 per 1 in ordine diverso ed è stato selezionato il modello che ha avuto la minore distanza di probabilità. L’equazione finale ha incluso la tempistica delle variabili  inseminazione, numero dei parti, resa del latte, lunghezza del ciclo, altezza del ciclo e inseminazione durante l’estro precedente, rispettivamente. Il modello finale è stato applicato al set di dati di testing ed è stata calcolata l’area sotto la curva (AUC). Sul set di dati di testing, il modello finale aveva un AUC del 58%. Quando si è tenuto conto dell’effetto dell’allevamento, l’AUC è aumentata al 63%. Questa equazione può essere implementata nelle aziende che monitorano il progesterone e può supportare l’allevatore nel decidere quando inseminare una vacca. Questo può essere il primo passo per spostare l’attenzione dall’attuale paradigma associato al rilevamento dell’estro, in cui ogni estro rilevato viene automaticamente inseminato, al rilevamento quasi perfetto dell’estro, dove la domanda è quale ciclo estrale vale la pena inseminare?

 

 

ESTIMATING PROBABILITY OF INSEMINATION SUCCESS USING MILK PROGESTERONE MEASUREMENTS

P.Blavy*N.C.Friggens*K.R.NielsenJ.M.ChristensenM.Derks‡§#

*UMR Modélisation Systémique Appliquée aux Ruminants, INRA, AgroParisTech, Université Paris-Saclay, 75005 Paris, France

Lattec I/S, Slangerupgade 6, DK-3400 Hillerød, Denmark

Institut National de la Recherche Agronomique, Unité Mixte de Recherche 1213 Herbivores, F-63122 Saint-Genès Champanelle, France

§VetAgro Sup, BP 10448, Clermont Université, F-63000 Clermont-Ferrand, France

#VetAgro Sup, Unité Mixte de Recherche 1213 Herbivores, Université de Lyon, F-69280 Marcy l’Etoile, France

 

Journal of Dairy ScienceVolume 101, Issue 2, February 2018, Pages 1648-1660

DOI 10.3168/jds.2016-12453

 

Print Friendly, PDF & Email
Di |2018-05-14T15:38:05+02:0014 Maggio 2018|Categorie: Dal mondo della ricerca|Tags: , , |

About the Author:

Ruminantia - Lo spazio in rete dell'Allevatore. I migliori professionisti del settore a supporto dell'allevatore italiano, con informazioni aggiornate e articoli scientifici.

Scrivi un commento