Samenvatting

Het onderwerp van dit onderzoek is het realiseren van een vroegtijdige detectie van mastitis bij melkkoeien op bedrijven waar de koeien gemolken worden met een melkrobot. Vroegtijdige detectie verlaagt de kosten van gezondheidsproblemen en het speelt een belangrijke rol in het vervullen van de behoeftes van een duurzame melkveehouderij. Het combineren van meerdere gezondheidsindicatoren kan helpen bij het realiseren van een efficiënte vroegtijdige detectie. Het doel van dit onderzoek is om inzicht te verkrijgen in het verband tussen mastitis bij melkkoeien en de volgende gemeten gezondheidsindicatoren: melkgift, geleidbaarheid, celgetal, krachtvoeractiviteit en bezoekgedrag aan de melkrobot. Hierbij kan de volgende hoofdvraag gesteld worden: Wat is het verband tussen het optreden van mastitis bij melkkoeien en de gezondheidsindicatoren melkgift, geleidbaarheid, celgetal, krachtvoeractiviteit en bezoekgedrag aan de melkrobot op bedrijven waarbij gemolken wordt met een melkrobot? Voor de gegevensvoorziening is gebruik gemaakt van zowel meetresultaten van de melkrobots op een Nederlands melkveebedrijf met 80 koeien als de behandelingsmomenten van mastitis op dat bedrijf in de onderzoeksperiode van juni 2017 tot en met maart 2021. Van de gemeten waarden van de verschillende gezondheidsindicatoren zijn per dag per individuele koe gebruikelijke waarden vastgesteld. De positieve en negatieve afwijkingen tussen de gebruikelijke waarden en de daggemiddelden zijn de onafhankelijke variabelen. Na verwerking zijn deze onafhankelijke variabelen gebruikt om twee regressiemodellen te ontwikkelen om het verband tussen de gezondheidsindicatoren en de afhankelijke variabele ziekte (wel of geen mastitis) aan te duiden. Model 1 maakt gebruik van alle gezondheidsindicatoren, heeft zeven onafhankelijke variabelen na achterwaartse verwijdering en voorspelt mastitis met een aangepaste determinatiecoëfficiënt van 0,039. Model 2 maakt gebruik van alle gezondheidsindicatoren behalve de indicator celgetal, heeft uiteindelijk zes onafhankelijke variabelen en voorspelt mastitis met een aangepaste determinatiecoëfficiënt van 0,062. Hoewel dit onderzoek inzicht geeft in het verband heeft het ook zijn beperkingen. Met name de zeer lage aangepaste determinatiecoëfficiënten (<10%) laten zien datde twee modellen niet direct praktisch toepasbaar zijn. Ondanks dat de resultaten niet direct praktisch toepasbaar zijn toont dit onderzoek met designificante onafhankelijke variabelen in de modellen aan dat er aanmerkelijke mogelijkheden zijn voor vervolgonderzoek. Het is een waardevolle stap in de goede richting om op de juiste manier waarden van verschillende gezondheidsindicatoren te combineren voor het detecteren van mastitis en andere gezondheidsproblemen. Het door producenten optimaliseren van managementprogramma’s van melkrobots door gebruik temaken van de resultaten van het (vervolg)onderzoek biedt melkveehouders in de toekomst meer hulpmiddelen bij het omgaan met mastitis.