Journal des sciences animales et de la production animale Libre accès

Abstrait

Développement d'arbres de classification de la boiterie des truies à l'aide d'une plaque de force intégrée basée sur un micro-ordinateur dans un environnement commercial

K.J. Stalder, B.M. McNeil, J.A. Calderon Diaz, J.D. Stock, T.D. Parsons, D.L. Beam, A.K. Johnson, C.E. Bruns et J.B. Niemi

Contexte et objectifs : Les objectifs de cette étude étaient : 1) d’examiner la relation entre les forces appliquées par chaque jambe telles que mesurées par la plaque de force et le degré de boiterie évalué visuellement dans des conditions applicables à un troupeau commercial, et 2) de développer un algorithme automatisé de détection de boiterie basé sur les résultats de la plaque de force.

Méthodes et résultats : Le système de plaque de force intégré basé sur un micro-ordinateur fournit une approche objective de la détection de boiterie en mesurant la force générée par chaque membre individuel. Le dispositif de plaque de force a été installé dans un distributeur électronique de truies (ESF) et utilisé pour surveiller un sous-ensemble de 120 truies gestantes multipares hébergées dans un groupe dynamique sur une période de 21 jours. Chaque jour, les truies entraient une à une dans la station ESF pour manger. Aux moments où la truie se tenait debout et exerçait une pression sur tous les quadrants du dispositif, la force appliquée par chaque pied était enregistrée une fois par seconde. Les truies étaient notées visuellement pour la présence de boiterie à l'aide d'une échelle à quatre points (0 = normal à 3 = sévèrement boiteuse) sur une base hebdomadaire et classées sur la base de cette évaluation visuelle comme non boiteuses (score ≤ 1) ou boiteuses (score ≥ 2). Une méthode d'apprentissage d'ensemble appelée Random Forest a été utilisée pour identifier l'arbre de décision optimal pour classer les données de la plaque de force en catégories similaires de non boiteuses et boiteuses. Français Un test statistique Kappa a été utilisé pour mesurer le niveau de concordance entre la notation visuelle et les résultats de la plaque de force. Les changements dans l'état de boiterie, ainsi que le premier jour d'identification de la boiterie pour chaque méthode de détection, ont également été analysés. Sept variables ont été incluses dans l'arbre de classification, le poids le plus important étant donné la différence entre les forces appliquées aux 2 pattes arrière. Les deux méthodes de détection de boiterie ont attribué la même classification de boiterie dans 95 % des cas et présentaient une concordance substantielle (statistique Kappa = 0,79 ; P < 0,05). Cependant, l'algorithme de l'arbre de classification a détecté la boiterie près de 5 jours plus tôt que le système de notation visuelle (P < 0,001). De plus, la comparaison de la boiterie des truies à partir du moment de l'entrée dans le groupe a montré une augmentation de la boiterie après la première semaine, quelle que soit la méthode de notation de la boiterie.

Conclusions : La détection de boiterie repose généralement sur une évaluation visuelle subjective, qui nécessite du temps, de la formation et peut être biaisée entre les individus et au sein d'un même individu. Les résultats démontrent que dans des conditions applicables à un troupeau commercial, la plaque de force peut détecter avec précision la boiterie plus tôt qu'une évaluation visuelle hebdomadaire de la boiterie.

Mots clés : Truie ; Détection de boiterie ; Plaque de force ; Répartition du poids