Monitoring selected behaviors of calves by use of an ear-attached accelerometer for detecting early indicators of diarrhea

Title (eng)
Monitoring selected behaviors of calves by use of an ear-attached accelerometer for detecting early indicators of diarrhea
Author
Mohammadamir Goharshahi
Co-Advisor
Daniela Klein-Jöbstl
Co-Advisor
Michael Iwersen
Degree supervisor
Marc Drillich
Degree supervisor
Johannes Khol
Description (eng)
Dissertation - University of Veterinary Medicine Vienna - 2023 The full text is only available to university members. Please log in!
Abstract (eng)
The most common disease in newborn calves around the world is neonatal calf diarrhea (NCD) which affects not only animal welfare, but also the economic profitability of the farm (Torsein et al. 2011). An early diagnosis of the disease can trigger an urgent action that reduces the need for medication and improves both the economic situation and the welfare of the animals. With the increase in the average herd size, the scarcity of trained farm workers, early detection of diseases will be challenging and requires effective farm management. This motivated the development of new technologies for monitoring and automated systems announced as precision dairy farming technologies. These technologies must be able to measure important physiological or behavioral data quickly and precisely to boost manufacturing efficiency and cut labor costs. Although the Smartbow accelerometer system has been analyzed for several uses in dairy cows, no algorithms have been tested for the use of an early identification of health deviations, in particular diarrhea in dairy calves, yet. In this study, we monitored 310 healthy female Holstein-Friesian calves from birth until the age of 28 days, which represents the high-risk period of NCD. A daily physical examination to detect the occurrence of diarrhea was conducted during the monitoring period. All calves monitored in this study were equipped with a wireless 3D accelerometer (Smartbow system) at the first day of life to determine if activity patterns like lying and standing periods may be used as early warning signs of diarrhea. Performed mixed logistic regression model showed that lying (OR = 1.19), inactive (OR = 1.14) and active (OR = 0.92) times detected by the Smartbow system were associated with the odds of diarrhea occurring one day before clinical identification of disease (Day –1). These findings demonstrated the accelerometer system's capacity to identify early NCD signs
Description
Dissertation - Veterinärmedizinische Universität Wien - 2023 Aus rechtlichen Gründen sind nicht alle Teile dieser Arbeit frei zugänglich. Der Zugriff auf den elektronischen Volltext ist auf Angehörige der Veterinärmedizinischen Universität Wien beschränkt. Bitte einloggen!
Abstract
Die weltweit häufigste Krankheit bei neugeborenen Kälbern ist die neonatale Kälber Diarrhoe (neonatal calf diarrhea, NCD), die nicht nur das Tierwohl, sondern auch die wirtschaftliche Rentabilität des Betriebs beeinträchtigt (Torsein et al. 2011). Eine frühzeitige Diagnose der Krankheit kann eine sofortige Maßnahme auslösen, die den weiteren Bedarf an Medikamenten reduziert und sowohl die wirtschaftliche Situation als auch das Wohlbefinden der Tiere verbessert. Mit der Zunahme der durchschnittlichen Herdengröße und dem Mangel an ausgebildeten landwirtschaftlichen Mitarbeitern wird die Früherkennung von Krankheiten zunehmend eine Herausforderung und erfordert ein effektives Betriebsmanagement. Dies führte in der jüngeren Vergangenheit zur Entwicklung neuer Technologien für Überwachungs- und Automatisierungssysteme, die als „Precision Dairy Farming Technologien“ bekannt wurden. Diese Technologien müssen in der Lage sein, wichtige physiologische Parameter oder Verhaltensmerkmale schnell und präzise zu messen, um die Produktionseffizienz zu steigern und die Arbeitskosten zu senken. Gleichzeitig sollen sie dazu beitragen, das Tierwohl in den Betrieben zu verbessern. Obwohl das Smartbow-System unter Verwendung von Beschleunigungssensoren bereit für mehrere Anwendungen bei Milchkühen evaluiert wurde, wurden bisher noch keine Algorithmen für die Verwendung zur Früherkennung von Gesundheitsabweichungen, insbesondere Durchfall, bei Milchkälbern entwickelt oder getestet. In der vorliegenden Studie haben wir 310 gesunde weibliche Holstein-Friesian-Kälber direkt nach der Geburt bis zum Alter von 28 Tagen überwacht. Diese Zeitspanne stellt die Hochrisikoperiode für NCD dar. In diesem Überwachungszeitraum wurde täglich eine physische Untersuchung jedes Tieres durchgeführt, um das Auftreten von Durchfall festzustellen. Alle in dieser Studie überwachten Kälber wurden am ersten Lebenstag mit einem kabellosen 3D-Beschleunigungssensor (Smartbow System) ausgestattet, um festzustellen, ob Aktivitätsmuster wie Liege- und Stehzeiten als Frühwarnzeichen für Durchfall verwendet werden können. Das durchgeführte gemischte logistische Regressionsmodell zeigte, dass vom Smartbow-System erfasste Liegezeiten (OR = 1,19), inaktive Zeiten (OR = 1,14) und aktive Zeiten (OR = 0,92) bereits einen Tag vor der klinischen Diagnose NCD (Tag – 1) mit der Wahrscheinlichkeit von Durchfall assoziiert waren. Diese Ergebnisse haben gezeigt, das mit einem Beschleunigungs-Sensor basierten System und entsprechenden Algorithmen früher als mittels physischer Untersuchung Anzeichen für NCD zu erkennen sind.
Type (eng)
Dissertation
Language
[eng]
Persistent identifier
https://phaidra.vetmeduni.ac.at/o:4195
AC number
AC17533134
Number of pages
33
Date issued
2023
License
All rights reserved