MilkPoint Ventures 
CaféPoint 
EducaPoint 
MilkPoint Mercado 
Milk Monitor 
Milki 
MapLeite 
A média da CCS de todas as vacas é a forma de indicar quantitativamente, o grau de infecção intramamária em um rebanho leiteiro. No entanto, a maioria das propriedades ainda não utiliza programas de gerenciamento e controle leiteiro. Assim, a CCS do tanque de refrigeração (CCSTQ), é ainda uma das poucas informações disponíveis para avaliar a prevalência de mastite subclínica nestes rebanhos. A CCSTQ, quando comparada à média de CCS por vaca na mesma freqüência de amostragem, pode subestimar a CCS real do rebanho na casa das dezenas de milhares de células/mL.
A freqüência de coletas para análises de CCSTQ varia entre os países, e até mesmo, entre as indústrias de laticínios no mesmo país. Variações de frequência de amostragem são observadas desde coletas diárias, após cada ordenha, até coletas mensais. Desta forma, é difícil quantificar a forma que o intervalo de amostragem influencia na precisão em avaliar os dados de CCSTQ, e se essa influência tende a ser diferente em fazendas com baixa e alta variação nestes resultados. Em alguns países, onde a freqüência de amostragem é relativamente alta, é possível abordar tais questões. Com este objetivo, um estudo realizado nos EUA, buscou determinar o intervalo seguro de coleta de amostras de CCSTQ, incluindo a influência da variação dos resultados de CCS ao longo das coletas.
Continua depois da publicidade
O experimento utilizou uma base de dados com resultados de análise de CCSTQ de 24 meses, coletados diariamente ou em dias alternados, de 1501 propriedades leiteiras. Variáveis como data de parto, dias em lactação e número de animais por rebanho, não foram avaliados pelo estudo. Como critério de inclusão, as fazendas deveriam ter registro completo da CCSTQ dos últimos dois anos, com intervalo mínimo de amostragem de dois dias. No total, 949 rebanhos atenderam a esses critérios. Seis séries de dados, com intervalos de amostragem de 4, 6, 8, 10, 12 e 14 dias, respectivamente, foram avaliadas através dos mesmos resultados da base de dados original. No entanto, desprezaram-se os dados intermediários aos intervalos de interesse do experimento.
Para avaliar a influência da variação da CCS sobre a acurácia em descrever as séries de resultados de CCSTQ, os resultados de análise de todas as fazendas foram divididos em duas classes (alta e baixa) com base no desvio padrão (DP).
Pelo fato da CCSTQ ser medida em intervalos regulares, um modelo de rede neural artificial (RNA) foi utilizado para determinar tanto os efeitos do intervalo de amostragem, quanto a variação dos dados de CCSTQ ao longo das coletas. Modelos de rede neural artificial são frequentemente utilizados na medicina humana e veterinária e na agricultura para prever o resultado de um processo de doença, servir como um diagnóstico de e, ou para simulação de série de dados não-linear. Neste caso, o modelo de RNA foi utilizado para prever uma série temporal de dois dias em todos os conjuntos de dados amostrados com intervalos que variaram de 4 a 14 dias nas classes de CCSTQ com baixo ou alto desvio padrão (DP).
As 949 fazendas tiveram uma média geométrica de CCSTQ de 267.000 células/mL (111.000 - 665.000 células/mL) e DP de 118.000 células/mL. As fazendas da classe de baixo DP (239 fazendas) tiveram médias de CCSTQ de 186.000 células/mL (111.000 - 424.000 células/mL), com DP de 75.000 células/mL. As fazendas da classe de alto DP (241 fazendas) tiveram médias CCSTQ e DP de 478.000 células/mL (151.000 - 665.000) e 149.000 células/mL, respectivamente.
O intervalo de amostragem foi a única variável com efeito significativo sobre a acurácia dos dados de CCSTQ. Não foi observada interação significativa entre as variáveis de classe e intervalo de amostragem. O erro médio do modelo de RNA para descrever séries de CCSTQ em todos os intervalos de tempo foi 32.600 células/mL. O intervalo de amostragem de 4 dias teve o menor erro, 15.300 células/mL, e foi significativamente mais baixo (P = 0,02) que os demais intervalos de amostragem. Os erros dos outros intervalos de amostragem avaliados variaram de 27.200 células/mL no intervalo de 6 dias a 40.400 células/mL no intervalo de 14 dias (Figura 1).
Figura 1: Médias de erro de contagem de células somáticas do leite de tanque (CCSTQ; 1000 células/mL) para os seis intervalos de amostragem (dias) com o uso de uma rede neural artificial.
Embora a CCSTQ seja um importante critério de sanidade do úbere, prontamente disponível, e com intervalo de amostragem relativamente curto, não pode ser considerada a ferramenta mais confiável para monitorar a sanidade do úbere de vacas de uma propriedade leiteira. Este experimento demonstrou que pode ocorrer um desvio adicional de 15.000 a 40.000 células/mL dependendo da frequência de coleta de amostras para CCSTQ. Os resultados de análise de CCSTQ para avaliar a sanidade do rebanho devem ser utilizados apenas para identificar tendências brutas, e não são adequados para monitorar a sanidade do úbere em nível de rebanho, ou tomar decisões de gestão e manejo em curto prazo.
Dadas estas limitações, um grande número de propriedades leiteiras ainda depende dos dados de CCSTQ como o único indicador da sanidade do rebanho, ou mais especificamente, para monitorar infecções intramamárias subclínicas. No entanto, sugere-se que quanto mais freqüente for a amostragem, mais precisa será a avaliação da situação atual do rebanho. Cabe lembrar, que as fazendas que formaram a base de dados deste experimento foram monitoradas em dias alternados, o que facilita na tomada de decisão frente a uma alteração brusca na CCS do rebanho. Ao contrário de uma propriedade onde coletas são realizadas a cada 14 dias, onde em meio a este período, variações maiores na CCS podem ocorrer e ar despercebidas aos olhos do produtor.
Entretanto, é importante ao técnico e produtor, ter em mãos e saber interpretar todas as ferramentas disponíveis para o diagnóstico de infecções intramamárias. Assim, programas de gerenciamento de rebanhos leiteiros, onde o controle individual de animais é preconizado, se tornam fortes aliados para otimizar o rendimento produtivo e sanitário do rebanho.
Fonte: LIEVAART et al.; J. Dairy Sci. (2011) 94 :804-807.
