picto-lait

AU CŒUR DU LAIT

Au-delà des solutions apportées par ses médicaments, MSD Santé Animale accompagne la filière lait dans les domaines techniques, de la médecine collective et du développement de nouveaux services. Ce partenariat se concrétise avec Au Cœur Du Lait par la mise à disposition et le partage d’une revue régulière des actualités économiques et techniques.

Détection Des Mammites Par Comptage Cellulaire En Traite Automatisée

Détection des mammites par comptage cellulaire en traite automatisée

Une identification rapide et précise des vaches présentant une infection intramammaire est essentielle dans le cadre de la gestion de la santé de la mamelle. Divers systèmes de capteurs en situation de traite automatisée, dont ceux évaluant le comptage des cellules somatiques (CCS) du lait, ont été développés : ils fournissent des informations sur la santé mammaire, ce qui constitue un outil pratique de décision pour l’éleveur et son vétérinaire.

Cette étude réalisée en Norvège (avec l’appui d’équipes néerlandaise et américaine) avait un objectif précis : décrire et évaluer les propriétés diagnostiques d’un compteur cellulaire en ligne pour la détection d’infections intramammaires (épisode de mammite subclinique ou nouveau cas de mammite clinique) en situation de traite automatisée.

Le suivi longitudinal de groupes de vaches laitières dans un système de conduite en traite automatisée (De Laval VMS ND) a été réalisé sur une période de 17 mois (2016-2017). L’évaluation des CCS a été effectuée à l’aide d’un compteur de cellules en ligne (De Laval Online Cell Counter ND), par vache et pour chaque traite. Des prélèvements de lait de quartier ont été soumis à une bactériologie sur culture avec distinction de 2 groupes de bactéries pathogènes pour la mamelle : Pat 1 (Staphylococcus epidermidis, Staphylococcus aureus, Streptococcus uberis, Streptococcus dysgalactiae) et Pat 2 (Corynebacterium bovis, Staphylococcus chromogenes, Staphylococcus haemolyticus). Enfin, un indicateur de risque de mammite (EMR = Elevated Mastitis Risk) a été déterminé, basé sur la conversion des valeurs de CCS en une échelle de risque de 0 à 1 (d’après la publication de Sörensen et al, 2016).

Trois méthodes d’exploitation des données de CCS en ligne ont été comparées : (1) moyenne des valeurs sur 7 jours glissants ; (2) moyenne des valeurs sur 48 heures glissantes ; (3) calcul de l’indice EMR pour toutes les traites.

Les principaux enseignements de l’étude sont les suivants :

  • Données quantitatives : au total, 173 vaches laitières ont été prélevées au moins une fois sur la période globale de l’expérimentation. Plus de 82.000 données de CCS ont été recueillies ; 5.330 cultures bactériologiques ont été réalisées sur laits de quartier.
  •  Mammites subcliniques et bactéries responsables : en moyenne des valeurs plus élevées de CCS ont été observées pour les infections dues à des bactéries du groupe Pat 1 par rapport à celles provoquées par des germes du groupe Pat 2.
  • Détection des mammites subcliniques : pour les bactéries du groupe Pat 1, ce sont les approches « valeurs glissantes de CCS sur 7 jours » et « indice EMR » qui se sont révélées les meilleures ; pour les germes pathogènes du groupe Pat 2, c’est la méthode EMR qui s’est révélée la plus fiable. La sensibilité de la détection s’est élevée à 69 % (Pat 1) et 31 % (Pat 2).
  • Détection des nouveaux cas de mammite clinique : les 3 approches se sont révélées équivalentes avec une sensibilité de 80 % et une spécificité de 90 %.

En conclusion, l’utilisation d’un compteur cellulaire en ligne, dans le cadre d’une traite robotisée, sur des périodes de 7 jours glissants, permet de détecter, avec une bonne sensibilité, des cas de mammites subcliniques dues aux bactéries pathogènes majeures. De manière générale, l’exploitation des données générées par ce système de comptage peut être adaptée au niveau de chaque élevage, en fonction du niveau d’urgence de la situation provoquée par les infections intramammaires.


Résumé Publication “The detection of intramammary infections using online somatic cell counts.”
Dalen G., Rachah A., Norstebo H., Schukken Y., Reksen O.
Journal of Dairy Science. 2019. 102 : 5419-5429.

GP-R-FR-NON-191100042

PARTAGER CE CONTENU :