Una leche de calidad - Albeitar

6
Una leche de calidad
TABLA 5. CORRELACIÓN ENTRE PARÁMETROS (CP) DEL ESTABLO 1.
RCS
Condiciones Condiciones
del robot de laboratorio
RCS
CP 1 0,037 -0,235
Significación - NC (0,798) NC (0,104)
Condiciones
CP 0,037 1 -0,235
del robot
Significación NC (0,798) - NC (0,104)
Condiciones
CP -0,235 -0,235 1
de laboratorio Significación NC (0,104) NC (0,104) -
n 49 49 49
TABLA 6. CORRELACIÓN ENTRE PARÁMETROS (CP) DEL ESTABLO 2 (**MUY SIGNIFICATIVO).
RCS
Condiciones Condiciones
del robot de laboratorio
RCS
CP 1 -0,899** 1**
Significación - 0,000 0,000
Condiciones
CP -0,899** 1 -0,899**
del robot
Significación 0,000 - 0,000
Condiciones
CP 1** -0,899** 1
de laboratorio Significación 0,000 0,000 -
n 57 57 57
GRÁFICA 1.
Recuento de células somáticas
10.000
8.000
6.000
4.000
2.000
GRÁFICA 2.
CORRELACIÓN ENTRE PARÁMETROS (CONDICIONES DEL ROBOT Y RECUENTO
DE CÉLULAS SOMÁTICAS) SEGÚN LOS MODELOS DE REGRESIÓN MÚLTIPLE.
Observada
0
50 60 70 80 90 100
Condiciones del robot
Lineal
CORRELACIÓN ENTRE PARÁMETROS (CONDICIONES DEL LABORATORIO
Y CONDICIONES DEL ROBOT) SEGÚN LOS MODELOS DE REGRESIÓN MÚLTIPLE.
TABLA 7. CORRELACIÓN ENTRE PARÁMETROS (CP) DEL ESTABLO 3.
100
Observada
Lineal
RCS
Condiciones Condiciones
del robot de laboratorio
RCS
CP 1 0,055 0,055
Significación - NC (0,742) NC (0,741)
Condiciones
CP 0,055 1 -0,090
del robot
Significación NC (0,742) - NC (0,587)
Condiciones
CP 0,055 -0,090 1
de laboratorio Significación NC (0,741) NC (0,587) -
n 39 39 39
Condiciones del robot
90
80
70
TABLA 8.
ECUACIONES REPRESENTATIVAS DE CADA MODELO DE REGRESIÓN.
60
Establo 1 Y=3797,250-0,684x 1 -582,238x 2
Establo 2 Y=9,592E-03x 1 +175,125x 2 -375,704
Establo 3 Y=30,601x 1 +1160,815x 2 -5349,515
50
3 4 5 6 7
Condiciones del laboratorio
➔
Con ánimo de obtener una descripción
de los parámetros, su grado de variación
conjunta y la intensidad de asociación se
realizaron análisis de correlación lineal y
del coeficiente de Pearson (tablas 5, 6 y 7).
Se calcularon las ecuaciones representativas
mediante modelos de regresión
múltiple (tabla 8 y gráficas 1 y 2 ).
DISCUSIÓN
PASOS QUE DEBE SEGUIR UN SISTEMA ROBOTIZADO
Un sistema robotizado (SOR) debe manejar de 40 a 70 vacas siguiendo unos
pasos específicos y muy bien determinados:
1. Identificar las vacas que deben ser ordeñadas
2. Atraer las vacas hasta el lugar de ordeño
3. Controlar la vaca
4. Preparar la ubre
5. Determinar la calidad de la leche para decidir si se envía al tanque
o se desecha.
6. Colocar (o recolocar si es necesario) las pezoneras
7. Observar el proceso de ordeño
8. Retirar las pezoneras
9. Realizar el tratamiento posordeño
10. Liberar la vaca y hacerla volver al prado o al establo
11. Comprobar que la leche está correctamente almacenada y refrigerada
(Graves,R.E. 2006)
Albéitar
En el control de las infecciones de la
glándula mamaria de los bovinos de producción
láctea, el momento del ordeño
es de crucial importancia. Es en esta fase
del manejo cuando el ordeñador puede
determinar con cierta eficacia si la ubre o
la leche muestran signos que la puedan
hacer sospechosa. El ordeño mecánico y,
sobre todo, el ordeño con SOR (sistema
robotizado), tienen como filosofía primordial
ahorrar trabajo de ordeño con la
máxima garantía para la salud animal y
para la calidad de la leche. De ahí que
estos equipos estén dotados de sensores
que permitan la identificación de la vaca,
la localización de la ubre, el flujo de la
leche y su calidad.
De todos los pasos especificados en el
cuadro adjunto, el 5º es el que preocupa
en relación con la patología mamaria.
En cualquiera de las unidades SOR
instaladas en Galicia, los sensores que
controlan el paso quinto se encuentran
dispuestos de tal manera que reciben
individualmente el flujo de leche procedente
de cada pezonera. El detector de
flujo debe informar al ordenador de que
éste es continuo, con el fin de que los
sensores que determinan la conductividad
eléctrica no tengan medidas erróneas.
Estas medidas erróneas se producen
durante el ordeño cuando existe una alta
posibilidad de mamitis subclínicas, y se
achaca este hecho a que los sensores pueden
entrar en contacto con el aire (Norberg
y col. 2003). Las variaciones destacables
en las medidas de conductividad
son útiles para identificar nuevas infecciones
que, a menudo, pueden acabar
cursando como casos clínicos. Pero la
conductividad eléctrica genera un gran
número de falsas alarmas, por lo que no
se debe confiar en ella exclusivamente al
desechar animales en el ordeño. Otras
herramientas, como los sensores de
color, permiten descubrir mejor la leche
irregular. Actualmente se trabaja en sistemas
que permitan detectar sangre en la
leche o cuando ésta adquiere tonalidades
amarillas (Rodenburg, J. 2006) (Reinemann
y Helaren, 2004).
Combinar la detección de varios
parámetros para poder calificar adecuadamente
el estado de salud de la glándula
(Sloth y col., 2002) no facilita el
ya de por sí complejo sistema de sensores
de los equipos SOR, y en la mayoría
de los estudios realizados en este sentido
los investigadores han utilizado
siempre el RCS como determinante
para calificar el estado de la ubre (Sloth
y col., 2003) (Wilson y col. 2004). De
aquí que se haga necesario buscar nuevos
tipos de sensores para hacer más
eficaz la detección de animales sospechosos
en el ordeño (Hogeveen, H.;
Ouweltjes,W. 2002).
Algunas de las afirmaciones que aparecen
en la revisión bibliográfica han
podido ser comprobadas con los datos
recogidos de los análisis de laboratorio y
del propio ordenador del robot de ordeño.
Las medias de los distintos controles
realizados muestran el estado sanitario
diferente de los establos rastreados, diferencia
que se confirma con los análisis
de varianza, salvo en el caso de los datos
suministrados por el conductímetro de
laboratorio (tabla 4). Realizamos un
análisis de correlación para ofrecer un
enfoque lógico de los datos. La correlación
mide propiedades conjuntas de dos
variables cuando estas variables están
’101