Uso de sistemas de monitoramento no comportamento de bezerros leiteiros

Abstract

A criação de bezerros é uma fase crucial na pecuária leiteira, exigindo atenção desde o nascimento até o desaleitamento. No entanto, esta fase é muitas vezes negligenciada porque não gera retornos econômicos imediatos. Neste contexto, o monitoramento do comportamento animal desempenha um papel fundamental na avaliação de comportamentos que refletem o estado de bem-estar e saúde animal e pode ser uma ferramenta para essas avaliações de forma contínua e precisa em tempo real. Com isso o objetivo do presente estudo é validar o uso do monitoramento comportamental em bezerras com idade de 20 a 90 dias de vida e avaliar o desempenho do sistema em identificar sinais precoces de doenças em bezerras leiteiras. No primeiro estudo, objetivou-se validar a precisão e acurácia de uma coleira de monitoramento do comportamento animal (BMC; CowMed-Bezerra, Chip Inside Tecnologia S.A, Santa Maria, Rio Grande do Sul, BR), em bezerras leiteiras em fase de aleitamento e prédesaleitamento. Foram selecionados aleatoriamente 23 bezerras holandesas criadas em fazenda comercial, divididas em três grupos, com idade entre 20 e 90 dias e peso entre 45 e 110 kg. As bezerras tiveram seus comportamentos gerais de atividade e ócio registrados de duas formas: BMC e observação visual. O comportamento visual foi observado por três observadores treinados e os comportamentos foram observados em intervalos de 1 minuto. O BMC foi colocado nas bezerras sete dias antes do início da avaliação, para adaptação dos animais. Cada bezerra foi observada 360 minutos por dia (das 10h às 13h e das 19h às 22h) durante quatro dias, totalizando 1.440 minutos. Os tempos de ruminação, alimentação e atividades foram somados e considerados como atividade geral. Os tempos registrados pelo BMC de atividade geral e inatividade foram comparados com a observação visual do comportamento das bezerras usando a correlação de Pearson (r); os coeficientes de determinação (r2 ) e de correlação de concordância de Lin (ρc) foram usados para avaliar a precisão, enquanto a regressão linear e gráficos de Bland-Altman foram usados para avaliar a acurácia. Para validação da precisão, encontramos correlações altas para atividade geral e inatividade. Os gráficos de Bland-Altman não mostraram viés. As diferenças médias ± desvio padrão de Bland-Altman (BMC - observação visual) foram -6,68 ± 2,72 min/h para atividade geral e -3,86 ± 2,72 min/h para ócio. As diferenças médias, no entanto, incluíram zero dentro do intervalo de concordância de 95%, indicando que não houve diferença significativa entre o BMC e a observação visual. A inclinação da regressão linear diferiu de 1 para todos os comportamentos, indicando que o BMC subestima os comportamentos observados. Este estudo valida a mensuração dos comportamentos de atividade geral e de ócio usando o BMC em bezerras leiteiras. No segundo estudo, o objetivo foi avaliar o desempenho de um sistema comercial de monitoramento do comportamento na detecção precoce de doenças em bezerras leiteiras. O experimento foi conduzido em uma fazenda comercial, com elevada incidência para tristeza parasitária bovina (anaplasmose e babesiose), em São Paulo, Brasil, entre setembro e dezembro de 2023. Foram selecionadas 100 bezerras holandesas com idades 9 entre 70 e 170 dias. As bezerras foram equipadas com colares de monitoramento BMC (Colar/Bezerra-CowMed, Chip Inside Tecnologia S.A, Santa Maria, Rio Grande do Sul, BR), sete dias antes do início do estudo, para fins de adaptação. Os dados de atividade foram coletados e processados utilizando o software CowMed. Ao longo do estudo, foram registrados 88 alertas, dos quais 56 corresponderam a animais diagnosticados para tristeza parasitária bovina e um caso de pneumonia (verdadeiros positivos), enquanto 13 foram considerados falsos positivos (sem diagnóstico de doenças). A análise estatística revelou uma sensibilidade de 90% e uma especificidade de 65% para detecção precoce de doenças usando o BMC. A acurácia do sistema foi calculada em 81%. Os resultados indicam que o BMC apresenta uma capacidade robusta de identificar corretamente os casos positivos de doença, com uma alta sensibilidade. No entanto, sua especificidade foi comprometida, gerando um número elevado de alertas falsos positivos. Apesar disso, o sistema demonstrou ser uma ferramenta promissora para detecção precoce de doença, e no gerenciamento diário das fazendas, contribuindo para o bem-estar animal e a eficiência do manejo da saúde do rebanho.

Calf rearing is a crucial phase in dairy farming, requiring attention from birth to weaning. However, this phase is often neglected because it does not generate immediate economic returns. In this context, monitoring animal behavior plays a fundamental role in the assessment of behaviors that reflect the state of animal welfare and health and can be a tool for these assessments in a continuous and accurate way in real time. Therefore, the objective of the present study is to validate the use of behavioral monitoring in calves aged 20 to 90 days of age and evaluate the system's performance in identifying early signs of disease in calves. In the first study, the objective was to validate the precision and accuracy of an animal behavior monitoring collar (BMC; CowMed-Bezerra, Chip Inside Tecnologia S.A, Santa Maria, Rio Grande do Sul, BR), in Holstein calves in the suckling and pre-weaning phases. and pre-weaning. 23 Holstein calves raised on a commercial farm were randomly selected, divided into three groups, aged between 20 and 90 days and weighing between 45 and 110 kg. The calves had their general activity and idleness behaviors recorded in two ways: BMC and visual observation. Visual behavior was observed by three trained observers and behaviors were observed at 1-min intervals. The BMC was placed on the calves seven days before the start of the evaluation, to adapt the animals. Each calf was observed 360 minutes a day (from 10 am to 1 pm and from 7 pm to 10 pm) for four days, totaling 1440 minutes. Rumination, feeding and activity times were added together and considered as general activity. The times of general activity and inactivity recorded by the BMC were compared with visual observation of the calves' behavior using Pearson's correlation (r), coefficient of determination (r2 ) and Lin's concordance correlation coefficient (ρc) both to evaluate Precision, while linear regression and Bland-Altman plots were used to assess accuracy. To validate precision, we found high correlations for overall activity and inactivity. Bland-Altman plots showed no bias. The mean differences ± Bland-Altman standard deviation (BMC - visual observation) were -6.68 ± 2.72 min/h for general activity and -3.86 ± 2.72 min/h for idleness. Mean differences, however, included zero within the 95% agreement interval, indicating that there was no difference between BMC and visual observation. The slope of the linear regression between BMC and visual recordings differed from 1 for all behaviors, indicating that BMC underestimate general activity and idleness. This study validates the high accuracy of general activity and idleness behaviors measured by a BMC in dairy calves. In the second study, the objective was to evaluate the performance of a commercial monitoring system in the early detection of diseases in dairy calves. The experiment was conducted on a commercial farm, with a high incidence of anaplasmosis, in São Paulo, Brazil, between September and December 2023. 100 Holstein calves aged between 70 and 170 days were selected. The calves were equipped with BMC monitoring collars (Collar/Bezerra-CowMed, Chip Inside Tecnologia S.A, Santa Maria, Rio Grande do Sul, BR), seven days before the start of the study, for adaptation purposes. Activity data was collected and processed using CowMed software. Throughout the study, 88 11 alerts were recorded, of which 56 corresponded to animals diagnosed with bovine parasitic sadness and one case of pneumonia (true positives), while 13 were considered false positives (no disease diagnosis). Statistical analysis revealed a sensitivity of 90% and a specificity of 65% for the monitoring system. The system's accuracy was 81%. The results indicate that the BMC has a robust ability to correctly identify positive cases of disease, with a high sensitivity. However, its specificity was compromised, generating a high number of false positive alerts. Despite this, the system proved to be a promising tool for early detection of disease, and in the daily management of farms, contributing to animal welfare and the efficiency of herd health management.