1 / 33

Progrès réalisés dans la détection des chaleurs naturelles

Progrès réalisés dans la détection des chaleurs naturelles. Claire Ponsart, Pascal Salvetti. Contexte physiologique. 1 oocyte ± 21 jours Viabilité : 6 heures seulement. Quand inséminer? . Kölle (AETE, 2010). Kölle (AETE, 2010). 6 à 10 heures pour atteindre l’oocyte

kaelem
Download Presentation

Progrès réalisés dans la détection des chaleurs naturelles

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Progrès réalisésdans la détectiondes chaleurs naturelles Claire Ponsart, Pascal Salvetti

  2. Contexte physiologique 1 oocyte ± 21 jours Viabilité : 6 heures seulement Quand inséminer? Kölle (AETE, 2010) Kölle (AETE, 2010) 6 à 10 heures pour atteindre l’oocyte Viabilité : 24 heures

  3. Comment détecter l’ovulation? Estrous Oestrous • Suivi des concentrations de P4 • Suivi des chaleurs

  4. Suivi de la P4 : Herd Navigator® Analyses du lait en milieu réel (prélèvement automatique selon le statut de l’animal) : LDH, BHB, urée et progestérone • 93,3 % Sé et 93,7 % Sp (ignorant le problème des ovulations silencieuses) • Alertes anticipées (12 heures avant les chaleurs), • Pas de manipulation requise… • … Et combien ça coûte? Friggenset al. (2008), cités par Martin et al. (sous presse)

  5. Suivi de la P4 : autres outils pour la ferme • Mini-labos pour analyses de la P4 à la ferme : • Taux de concordance entre le testELISA en labo (UNCEIA) et le eProCheck® : 76,7 % dans le lait (Gatien et al., 2012), 87,5 % dans le sérum • Coûteux, prend beaucoup de temps • Analyses de P4 individuelles : LFIA, colorimétrique • Efficaces? • Prennent du temps ++

  6. Détection des chaleurs Det♀estrus (2008-2010) • 1 objectif : améliorer les pratiques de détection des chaleurs chez les bovins • 3 volets couverts : • Description des changements de comportement durant les chaleurs chez les bovins de boucherie • Entrevues avec des éleveurs et des techniciens sur la détection des chaleurs • Mise au point d’un modèle de prédiction pour évaluer la qualité de la détection des chaleurs

  7. Changement de comportement durant les chaleurs • 118 chaleurs analysées • 83 chez des Charolais (CH) • 15 chez des Limousin (LI) • 20 chez des Blonde d’Aquitaine (BA) • Enregistrement vidéo continu, suivi de la P4 (sang) • Pour chaque chaleur • 36 h de filmage des chaleurs • versus • 36 h de contrôle vidéo Acceptation du chevauchement Signes sociaux agonistiques Signes sexuels secondaires Signes d’affinité sociale Chevauchement d’une vache par une autre + temps passé debout

  8. Changements de comportement : quels signes faut-il détecter? Non spécifique La répétition des signes SS est spécifique Rare spécifique

  9. Changements de comportement : moins de périodes en position couchée + 30 %

  10. Difficultés dans la détection des chaleurs : une expression très variable Vache « facile » • 8-15 % des ovulations sont silencieuses! (Disenhaus, 2004; Ranasingheet al., 2010) Vache « discrète »

  11. Difficultés de la détection des chaleurs et production de lait Tous les signes sexuels Chevauchement d’une vache par une autre (sans acceptation du chevauchement) Probabilité de détection (ovulation) Acceptation du chevauchement seulement Production de lait (kg/jour) Régressions logistiques calculées sur 587 ovulations chez des vaches Normande et Holstein (tenant compte de l’effet de la race, des autres vaches en chaleur et de la production de lait) Cutullicet al. (2010)

  12. Difficultés dans la détection des chaleurs : une durée de chaleurs plus courte • Chez les bovins de boucherie • Bovins laitiers : • 4 à 8 h (StE) • 14 h (SSS) Cutullic et al. (2010) Durée des chaleurs (StE-StE) Année de publication

  13. Difficultés dans la détection des chaleurs : anormalités cycliques fréquentes Disenhaus et al. (2008) Profil de cyclicité de 63 vaches Holstein (Trinottières 2012, sous presse): Profil normal  60,3 % Profil à PLP  17,5 % Profil d’inactivité  6,4 % Chanvallon et al. (2012)

  14. Difficultés dans la détection des chaleurs : changements dans la durée du cycle des chaleurs Disenhauset al. (2008)

  15. Détection visuelle : à quoi s’attendre? • Étude dans des fermes laitières françaises : Le % d’inséminations au cours de la phase lutéale varie selon les signes de chaleurs examinés par les éleveurs avant d’inséminer les vaches. • Le plus haut % si les signes considérés ne sont pas « spécifiques » (libération de mucus, nervosité… ) • Le plus bas % quand les éleveurs examinent les signes de chevauchement et d’acceptation de chevauchement Salvetti et al. (2012)

  16. Détection visuelle : à quoi s’attendre? • Étude dans des fermes laitières françaises : Le taux de conception dépend des signes de chaleurs considérés par les éleveurs pour inséminer les vaches • Il diminue quand seulement un « signe non spécifique » est considéré pour l’insémination • Il baisse quand les signes de chevauchement et d’acceptation du chevauchement sont considérés Salvettiet al. (2012)

  17. Détection visuelle : synchronisation de l’IA • Étude dans des fermes laitières françaises : L’intervalle entre la détection des chaleurs et l’insémination devrait être de moins de 24 heures Intervalle entre la détection des chaleurs et l’IA Salvetti et al. (2012)

  18. Détection visuelle : efficacité prévue • Chiffres clés : • 50 % de sensibilité • 95 % de précision Ducrot et al.(1999) % de vaches non détectées en chaleurs Mois en lait Lacerte (2003)

  19. Outils d’aide à la détection des chaleurs • Différent outils, automatisés ou non • Caméras • Détecteur d’acceptation du chevauchement • Podomètre • Collier activimètre • … • Pour consulter une revue sur le sujet : Saint-Dizier et Chastant-Maillard (RDA, 2012)

  20. Détection des chaleurs par caméra : résultats réels d’une ferme • Bonnes performances, mais demande du temps…

  21. Suivi automatisé des activités • Notre expérience dans les bovins laitiers : • 85 vaches Holstein (Derval, 2008, non publié) • Collier Heatime : 65,8 % Sé et 81,2 % Pr • 41 vaches Holstein (Philipotet al., 2010) • Collier Heatime : 76,0 % « Sé »* et 93.0% Pr  • Détection visuelle : 86,0 % « Sé »* et 96,0 % Pr * analyses de P4 seulement en cas de détection  pas une vraie Sé • 62 vaches Holstein (Trinottières, 2012, non publié) • Collier Heatime : 62,6 % Sé et 84,2 % Pr • Pédomètre Afimilk : 73,0 % Sé et 71,6% Pr

  22. Suivi automatisé des activités • Peu d’études, résultats très variables... • Effet du système des saillies? Race? Santé?... • Comparaison de 4 méthodes de détection Holman et al. (2011) 67 vaches Holstein Combinaison optimale

  23. Outils d’aide pour la détection des chaleurs : à quoi s’attendre? • D’autres études seront nécessaires pour améliorer les algorithmes de détection des chaleurs en relation avec le système des saillies et de gestion d’élevage (race, logement, santé, dates de vêlage…) • Il faudra croiser les observations et tenir compte de l’historique de l’animal

  24. Comment aider les producteurs? • Évaluer la qualité de la détection des chaleurs L’outil Det♀estrus Logiciel simple (sous Excel®) permettant d’évaluer la qualité de détection des chaleurs dans le troupeau, à partir des résultats de base sur la reproduction

  25. L’approche Detœstrus (1) Caractéristiques de la ferme et gestion des saillies Niveau et pénalités associées Facteurs de risque Évaluation du niveau d’expression des chaleurs Score (/100) avec codes vert/orange/rouge

  26. L’approche Detœstrus (2) Reproduction: résultats de base, incl. expression des chaleurs  Characteristics of the farm and breeding management Evaluation of heat expression level by cows Evaluation of heat detection quality Efficacité de détection des chaleurs à la 1re IA et aux rappels + Exactitude de détection des chaleurs – estimation (vert/orange/rouge)

  27. L’approche Detœstrus (3) Characteristics of the farm and breeding management Evaluation of heat expression level by cows Evaluation of heat detection quality Risk factors analysis Efficiency Accuracy

  28. L’approche Detœstrus (3) Characteristics of the farm and breeding management Evaluation of heat expression level by cows Evaluation of heat detection quality Risk factors analysis Efficiency Accuracy

  29. L’approche Detœstrus (3) Characteristics of the farm and breeding management Résumé de la situation Liste des facteurs de risque Evaluation of heat expression level by cows Evaluation of heat detection quality Risk factors analysis Efficiency Accuracy

  30. L’approche Detœstrus (3) Characteristics of the farm and breeding management Evaluation of heat expression level by cows Evaluation of heat detection quality Risk factors analysis Efficiency Accuracy Résumé et conseils à l’éleveur Plan d’action

  31. Comment aider les producteurs? • Informer davantage les éleveurs sur les pertes économiques dues à une détection déficiente des chaleurs Simulation des pertes économiques dues à la diminution de la performance de détection des chaleurs, par rapport à une situation de référence (50 vaches produisant 9 500 kg de lait par an, 70 % de Sé, 99 % de Pr) et avec une fertilité faible (25 %) ou élevée (50 %) Seegers et al. (2010)

  32. Coûts importants dus à une détection déficiente des chaleurs Inchaisriet al. (2010) Pertes économiques nettes/an (€/vache)

  33. L’avenir • Amélioration des outils automatisés de détection • La sélection génomique est prometteuse : vers l’identification de QTL reliés à l’expression des chaleursKommadath et al. (2011)  gènes OXT et AVP et expression du comportement pendant les chaleurs

More Related