乳腺炎奶牛乳腺组织损伤的原因及防治

乳腺炎作为一种乳腺炎症反应,是奶牛场“最昂贵”的疾病。乳腺炎奶牛的乳腺组织在细菌因子和宿主免疫等作用下其上皮组织受到损伤,其相关机制有待深入研究。本文拟从细胞凋亡或坏死、细菌感染、中性粒细胞、血浆蛋白等方面总结奶牛乳腺炎乳腺组织损伤的原因,并提出防治措施,以期为有效防控奶牛乳腺炎提供科学理论基础和技术参考。     

基于高通量测序技术分析奶牛乳房炎关联微生物群落结构及多样性

[目的]研究奶牛乳房炎主要病原微生物及乳汁中微生物群系分布.[方法]对CJ和HZS 2个牛场的奶牛进行乳房炎检查,视觉和触觉等临床检查奶牛乳房及乳汁后,将2个场中确诊为临床乳房炎的奶牛随机采集乳汁样本各3份,并将非临床型奶牛的乳汁样本随机采集各1份,通过对乳房炎奶牛和非临床型奶牛乳样中细菌的16S rRNA基因V3-V...     

中药复方制剂对奶牛免疫机能的影响

选取30头健康奶牛和30头隐性乳房炎奶牛进行中药复方制剂饲喂试验,对奶牛的B淋巴细胞EAC花环形成率、中性粒细胞吞噬率、中性粒细胞吞噬指数和T淋巴细胞转化率进行测定,观察中药复方制剂对奶牛免疫机能的影响.结果显示,健康奶牛的EAC花环形成率、中性粒细胞吞噬率、中性粒细胞吞噬指数、T淋巴细胞转化率均显著高于隐性乳房炎奶牛(P＜0.01或P＜0.05);中药复方制剂可以显著提高健康奶牛和隐性乳房炎奶牛的EAC花环形成率、中性粒细胞吞噬率、中性粒细胞吞噬指数、T淋巴细胞转化率(P＜0.01或P＜0.05).试验表明,中药复方制剂可以增强奶牛机体的体液免疫和细胞免疫功能,促使隐性乳房炎奶牛免疫机能的恢复.     

奶牛乳腺炎调查及病因分析

对佳木斯市4所奶牛场进行流行病学调查,研究临床型乳腺炎和隐性乳腺炎的发病率以及病因。对4所奶牛场的390头泌乳牛进行检测,其中218头患有隐性型乳腺炎,头发病率为55.90%;17头患有临床型乳腺炎,头发病率为4.43%;乳腺炎的头发病率为60.26%。在被检的1416个有效乳区中,患有隐性型乳腺炎的乳区有792个,乳区阳性率为55.93%;患有临床型乳腺炎的乳区有20个,乳区阳性率为1.41%。对牛场圈舍条件和生产、管理诸环节调查分析表明,引起奶牛乳腺炎的主要原因为饲养管理水平较低、饲料品质较低、挤奶工不能严格遵守无菌操作、高产奶牛乳头未开展干奶期预防工作等。     

新疆集约化奶牛场隐性乳房炎流行病学和病原学研究

对分布于南北疆的4个集约化奶牛场进行了隐性乳房炎发病情况和病原学研究.通过对不同牛场采集的1 578份奶样的检测,发现隐性乳房炎平均头阳性率为64.75;,乳区阳性率为36.6;.对两个牛场跟踪检测,不同牛场隐性乳房炎高发季节不同;在4个乳区中,右侧前乳区和左侧后乳区阳性率高于其它两个乳区;21.6;～28.5;的被检牛为一个乳区阳性,33.2;～45.6;的被检牛呈多个乳区阳性.隐性乳房炎阳性奶样的细菌分离和生化实验表明,感染细菌种类主要为葡萄球菌(45.31;)、链球菌(34.15;)和大肠杆菌(11.9;);其中金黄色葡萄球菌分离率为29.93;、无乳链球菌为18.09;、停乳链球菌为12.83;,25.3;的奶样为混合感染,其中以葡萄球菌和链球菌的混合感染比例最高.对所分的3种菌进行小白鼠致病性实验,50;的实验菌株对小鼠无致病性.     

不同养殖模式及存栏规模牛场奶牛生产性能分析

对山东省86家奶牛群体改良(DHI)参测牛场的生产性能数据进行了综合统计,采用最小二乘分析法探究了养殖模式(规模化牧场和小区)及饲养规模对牛只生产性能是否存在影响,同时比较了近年来不同规模奶牛场生产性能变化情况。结果表明,山东省DHI参测奶牛场以规模化牧场为主,牧场的存栏规模以300～600头最多,其次为300头以下、600～1000头、1000头以上。不同养殖模式和养殖规模牛场之间在各项生产性能指标上存在显著差异(P<0.05):牧场养殖模式下牛群平均胎次、生奶产量和质量水平显著高于小区模式;不同养殖规模牛场生产性能比较显示,日产奶量、校正奶量和305天奶量均以300头以下牛场为最高(P<0.05),乳脂率以1000头以上牛场为最高(P<0.05),乳蛋白率以600～1000头存栏规模的牛场最高(P<0.05)。从近7年校正奶量变化情况看,存栏600～1000头的奶牛场校正奶量上升趋势最为明显。     

宁夏奶牛不同饲养模式下多发性疾病发病情况调查

文章对宁夏银川、吴忠和银北的14个规模化养殖场、14个奶牛养殖园区和23家中小规模养殖散户,3种饲养模式下饲养的18 909头奶牛,按不同饲养模式进行分组调查,并对不同饲养模式下的奶牛多发性疾病发病情况进行分类调查。结果表明规模化养殖场、养殖园区和中小散户的:①奶牛日单产分别为:29.31 kg、21.74 kg、22.43 kg;②繁殖障碍分别为:26.85%(2 385/8 884)、18.15%(274/1510)和19.64%(98/499);③乳房炎分别为:21.26%、23.00%、23.47%;④消化系统疾病分别为:1.91%、3.33%、11.65%;⑤围产期疾病分别为:13.81%、15.92%、23.20%;⑥犊牛疾病分别为:10.84%、27.33%、21.43%;⑦外科、呼吸和寄生虫等疾病分别为:10.99%、10.83%、10.73%。由调查结果可知:目前宁夏奶牛乳房炎、繁殖障碍、围产期疾病、犊牛疾病多发,而传统多发的消化系统疾病的发病率明显降低。     

奶牛乳腺炎病因分析及防治措施

[目的]探索奶牛乳腺炎病因及其防制措施。[方法]分析奶牛乳腺的免疫学机制,总结乳腺炎发病的原因,并提出奶牛乳腺炎的综合防制措施。[结果]奶牛乳腺存在体液免疫和细胞免疫的免疫学机制。其发病原因主要是病原微生物的感染。可采取加强卫生管理、实行干奶期治疗、疫苗免疫、选育高抗乳腺炎病的奶牛品种等方法进行防治。[结论]该研究为预防奶牛乳腺炎提供了理论依据。     

奶牛性情的影响因素及其对产奶性能的作用

为探究奶牛性情的影响因素及其对产奶性能的作用,对2015年7—8月北京地区7个牛场的泌乳奶牛进行了性情和体况评分并测量其直肠温度,收集牛场7—8月份的DHI报告,利用固定模型分析性情评分的影响因素以及性情对校正奶和体细胞评分的影响。结果表明:场胎效应对于性情有显著影响(P0.05);不同牛场因为管理奶牛方式不同,造成奶牛性情的差异;胎次对于奶牛性情有较大的影响,头胎牛性情敏感的比例趋向更高;同时发现,上午奶牛直肠温度对性情有显著影响(P0.05),上午直肠温度越高,奶牛性情温顺的概率较高;性情对校正奶没有显著性影响,但是性情较温顺的牛有产奶量较高的趋势;性情对体细胞评分没有显著性影响,该模型中的场胎效应与性情的互作显著(P0.05)。因此,可通过性情评分评估牛场管理的科学合理程度,牛场管理应更加重视奶牛福利。     

中西药结合治疗奶牛临床性乳房炎的疗效观察

为选择有效防治奶牛乳房炎的方法,选取100头确诊患临床型乳房炎的奶牛,随机分为4个处理组,试验Ⅰ、试验Ⅱ、试验Ⅲ组各30头,对照组10头,试验Ⅰ组采用中药治疗,试验Ⅱ组采用西药治疗,试验Ⅲ组采用中西药结合治疗,对照组不使用任何药物,试验期为15d。结果表明:①试验Ⅲ组共治愈25头,治愈率为83%;好转2头,治疗有效率达90%;试验Ⅲ组分别比试验Ⅰ组和试验Ⅱ组多治愈10头和14头,治疗有效率分别高出30个百分点和47个百分点(P<0.01);②3个试验组和对照组试验前产奶量差异不显著(P>0.05);用药15d后,试验Ⅲ组提高较为明显,平均日产奶量为(32.16±5.68)kg,分别比试验Ⅰ组和试验Ⅱ组提高了6.79kg和7.01kg(P<0.01);③试验Ⅰ组、试验Ⅱ组和试验Ⅲ组有效治疗数分别为18头、13头和27头,头均日产奶量为25.37kg、25.15kg和32.16kg,日总产奶量分别为456.66kg、326.95kg和868.32kg,试验Ⅲ组分别比试验Ⅰ组和试验Ⅱ组多产411.66kg和541.37kg,收入增加1 812元和2 382元(P<0.01)。以上结果表明,中西药结合治疗奶牛乳房炎是目前最有效的方法,应大力推广。     

乳房炎奶牛乳汁体细胞数与乳汁HP、SAA和AGP水平关系的研究

对8头正常奶牛和22头自发性乳房炎奶牛的混合乳汁中血清淀粉样蛋白(SAA)、结合珠蛋白(HP)、α1-酸性糖蛋白(AGP)水平和乳汁体细胞数(SCC)的关系进行了研究.结果表明:乳房炎奶牛与正常奶牛乳汁中HP水平差异显著(P<0.05),与乳汁SCC存在极显著正相关关系(P=0.000,r=0.406);乳房炎奶牛与正常奶牛乳汁中SAA和AGP的差异不明显(P>0.05),而且与乳汁SCC的相关性也均不显著,说明乳汁HP水平能反映奶牛乳腺感染的严重程度.     

荷斯坦牛两类性情评定方法分析及其对日产奶量与体细胞评分的影响

为探究奶牛性情的影响因素及其对日产奶量和体细胞评分的影响,于2019年7月—8月对北京地区2个牛场1 100头泌乳牛进行了挤奶性情评分和主观性情评分的收集,并通过Logistic回归模型分析奶牛各性情评分的影响因素,利用GLM过程分析各性情评分对日产奶量和体细胞评分的影响,此外,通过计算秩相关系数检验不同性情评分之间的相关性。结果表明:踏步速率评分与踢腿速率评分之间存在极显著相关(P0.01),但其相关系数较小(r=0.208 7),主观性情评分与2种挤奶性情评分均无显著相关(P0.05);2个牛场之间的性情评分分布存在差异;不同性情评分方法的影响因素各不相同:对于踏步速率评分,3胎以上荷斯坦牛性情较温顺;对于踢腿速率评分,泌乳天数为306～500d的荷斯坦牛性情较暴躁;对于主观性情评分,随着泌乳阶段的增加,荷斯坦牛的性情更加温顺;踢腿速率评分对日产奶量具有极显著影响(P0.01),且踢腿速率评分为2分的荷斯坦牛日产奶量最高,即性情适中的奶牛具有更高的日产奶量;2种奶牛性情评分对体细胞评分均无显著影响。综上,奶牛各性情评分间相关性较低,不同性情评分反映了奶牛在不同环境条件下的不同性情表现。奶牛挤奶性情与产奶量相关,因此改进挤奶性情有助于提高牛场生产管理和经济效益。本研究为将性情评分纳入中国奶牛选择指数,早日实现奶牛平衡育种提供了理论基础。     

基于DHI的奶牛隐性乳房炎分析

[目的]分析奶牛隐性乳房炎的发生情况,为隐性乳房炎的控制提供科学依据。[方法]以3个牛场2009年DHI报告的体细胞数大小来分析隐性乳房炎在不同牛场、泌乳阶段和胎次的发生情况。[结果]不同牛场隐性乳房炎发生率存在差异,牛场1泌乳牛隐性乳房炎的发生率显著低于另外2个场（P〈0.05）。随着泌乳时间的增加,奶牛隐性乳房炎的发生率呈增加的趋势,牛场3在第6、7、8和第12泌乳月隐性乳房炎的发生率显著高于其他泌乳月。随着胎次的增加,奶牛隐性乳房炎的发生率呈增加趋势,牛场1在4胎以后奶牛隐性乳房炎的发生率显著增加且与其他2个场差异不显著（P〉0.05）。[结论]奶牛隐性乳房炎的发生率与泌乳阶段和胎次有关,与牛场自身的饲养管理有关。各个牛场应根据自身条件及DHI结果采取相应的措施控制奶牛隐性乳房炎的发生。     

奶牛乳铁蛋白基因启动子区PCR-RFLP分析与乳房炎的相关性

采用CMT方法检测奶牛的乳房炎发病情况.筛选 90头分别设为对照组(健康奶牛)、隐性乳房炎组 (试验组Ⅰ )和临床乳房炎组(试验组Ⅱ),每组 30头.检测每头奶牛的NAGase活性,并用限制性片段长度多态性 (RFLP)分析技术,检测乳铁蛋白(Lf)基因启动子区域的RFLP多态性.结果表明:不同组别的奶牛之间NAGase活性差异显著 (P<0. 01),且Lf基因启动子区域存在RFLP多态性,说明该多态性与乳房炎存在一定关系,可能是奶牛乳房炎的一个分子标记.     

宁夏奶牛隐性乳房炎流行规律和病原微生物分离鉴定的研究

针对宁夏奶牛隐性乳房炎流行病学进行了为期11个月的调查,结果表明:养殖园区的隐性乳房炎发病率为52.74%,规模化奶牛场平均发病率为44.13%。并将体细胞数在50万以上的乳汁进行了细菌分离鉴定,分离出了大量的细菌,得到197株细菌,动物攻毒试验结果表明,分离出的细菌均具有一定的致病力。     

奶牛乳房炎病原菌的分离鉴定及耐药性分析

为弄清中国不同地区奶牛乳房炎主要病原菌种类、分布情况及其药物敏感特性,并为奶牛乳房炎的综合防治提供依据,对在内蒙古、甘肃、四川和上海4地部分奶牛场采集的472份临床型或亚临床型乳房炎乳样进行细菌分离鉴定,并对主要病原菌进行药敏试验。结果表明,检测奶样中检出细菌482株,其中金黄色葡萄球菌149株,占30.91%;表皮葡萄球菌91株,占18.88%;无乳链球菌60株,占12.45%;停乳链球菌60株,占12.45%;乳房链球菌35株,占7.26%;大肠杆菌33株,占6.85%。各个地区优势菌群存在差异,药敏试验结果也不相同,分离出的细菌绝大部分对环丙沙星、左氟沙星、氧氟沙星和先锋霉素V高度敏感,但对青霉素、红霉素和万古霉素有较强耐药性。     

中草药防治奶牛乳房炎的研究概况

奶牛乳房炎是奶牛最常见的疾病之一,严重制约着奶牛业的发展。对我国应用中草药防治奶牛乳房炎的一些方法和防治机理进行综述,对中草药防治奶牛乳房炎的前景进行了展望,认为中草药在治疗奶牛乳房炎方面具有巨大的潜力。     

中草药防治奶牛乳房炎的研究概况

奶牛乳房炎是奶牛最常见的疾病之一,严重制约着奶牛业的发展。对我国应用中草药防治奶牛乳房炎的一些方法和防治机理进行综述,对中草药防治奶牛乳房炎的前景进行了展望,认为中草药在治疗奶牛乳房炎方面具有巨大的潜力。     

口服理囊散治疗卵泡囊肿奶牛B超影像学研究

旨在研究口服理囊散对卵泡囊肿奶牛卵巢和子宫形态学指标变化的影响,探讨理囊散治疗卵泡囊肿的作用机理。通过直肠检查结合B超对卵泡囊肿奶牛做出诊断后,对囊肿奶牛口服理囊散,运用B超每3d测量1次囊肿卵泡直径、卵巢长、卵巢宽、子宫角纵径和子宫颈纵径,并与灌药前进行对比。结果显示,32头卵泡囊肿奶牛口服理囊散后,治疗有效者28头,治疗有效率为87.5%;囊肿卵泡直径在口服理囊散的第4天显著减小(P<0.05),灌药后第7天达到正常,部分奶牛发情并排卵;囊肿卵巢的长宽和口服理囊散前相比差异不显著(P>0.05),但均达到正常卵巢大小;子宫角纵径在口服理囊散后第16天下降显著P<0.05),其余时间不显著(P>0.05);子宫颈纵径在口服理囊散后变化不显著(P>0.05),但均低于灌药前。说明B超是诊断卵泡囊肿的有效手段,理囊散对卵泡囊肿奶牛卵巢和子宫形态学变化具有一定的作用,对治疗卵泡囊肿奶牛也有明显效果。     

Sensor measurements revealed: Predicting the Gram-status of clinical mastitis causal pathogens

Automatic milking systems produce mastitis alert lists that report cows likely to have clinical mastitis (CM). A farmer has to check these listed cows to confirm a CM case and to start an antimicrobial treatment if necessary. In order to make a more informed decision, it would be beneficial to have information about the CM causal pathogen at the same time a cow is listed on the mastitis alert list. Therefore, this study explored whether decision-tree induction was able to predict the Gram-status of CM causal pathogens using in-line sensor measurements from automatic milking systems. Data were collected at nine Dutch dairy farms milking with automatic milking systems and included 140 bacteriological cultured CM cases with sensor measurements of electrical conductivity, colors red, green, and blue and milk yield for analyses. In total, 110 CM cases were classified as Gram-positive CM cases and 30 as Gram-negative. Stratified randomization was used to divide the data in a training set (n = 96) for model development, and a test set (n = 44) for validation. The decision tree used three variables to predict the Gram-status of the CM causal pathogen; two variables were based on electrical conductivity measurements, and one on measurements of the color blue. This decision tree had an accuracy of 90.6% and a kappa value of 0.76 based on data in the training set. When only those CM cases were considered with extreme high probability estimates for their Gram-status (either positive or negative), 74% of all records in the training set could be classified with a stratified accuracy of 97.1%. When validated, the decision tree performed poorly; accuracy dropped to 54.5% and the kappa value to −0.20. The stratified accuracy calculated for 75% of all records in the test set was 66.7%. Predicting the CM causal pathogen showed a similar poor result; the decision tree had an accuracy of 27.9% and a kappa of 0.12, based on data in the test set. Based on these results, it is concluded that decision-tree induction in conjunction with sensor information from the electrical conductivity, color, and milk yield provide insufficient discriminative power to predict the Gram-status or the CM causal pathogen itself.