Journal of Animal Sciences and Livestock Production Acesso livre

Abstrato

Desenvolvimento de árvores de classificação de claudicação de porcas utilizando uma placa de força incorporada baseada em microcomputador em ambiente comercial

KJ Stalder, BM McNeil, JA Calderon Diaz, JD Stock, TD Parsons, DL Beam, AK Johnson, CE Bruns e JB Niemi

Enquadramento e Objetivos: Os objetivos deste estudo foram: 1) examinar a relação entre as forças aplicadas por cada perna medida pela plataforma de força e o grau de claudicação avaliado visualmente em condições aplicáveis ​​a um rebanho comercial, e 2) desenvolver um algoritmo deteção automatizada de claudicação baseada na saída da plataforma de força.

Métodos e descobertas: O sistema de plataforma de força embarcado baseado em microcomputador fornece uma abordagem objetiva para a deteção de claudicação, medindo a força gerada por cada membro individual. O dispositivo de plataforma de força foi instalado dentro de um alimentador eletrónico de porcas (ESF) e utilizado para monitorizar um subconjunto de 120 porcas gestantes multíparas alojadas num grupo dinâmico durante um período de 21 dias. Todos os dias as porcas entravam na estação da ESF, uma de cada vez, para comer. Nos momentos em que a porca se colocava de pé e aplicava pressão em todos os quadrantes do dispositivo, a força aplicada por cada pata era registada uma vez por segundo. As porcas foram pontuadas visualmente quanto à presença de claudicação através de uma escala de quatro pontos (0=normal a 3=coxa grave) semanalmente e classificadas com base nesta avaliação visual como não coxeiras (pontuação ≤ 1) ou coxeiras (pontuação ≥ 2). Foi utilizado um método de aprendizagem conjunto denominado Random Forest para identificar a árvore de decisão ideal para classificar os dados da plataforma de força em categorias semelhantes de não coxo e coxo. Foi utilizado um teste Kappa Statistics para medir o nível de concordância entre a pontuação visual e os resultados da plataforma de força. As alterações no estado de claudicação, bem como o primeiro dia de identificação da claudicação para cada método de deteção, foram também analisadas. Sete variáveis ​​foram incluídas na árvore de classificação com maior peso dado à diferença entre as forças aplicadas nas duas patas traseiras. Os dois métodos de deteção de claudicação atribuíram a mesma classificação de claudicação em 95% dos casos e tiveram uma concordância substancial (Estatística Kappa=0,79; P<0,05). No entanto, o algoritmo da árvore de classificação detetou claudicação quase 5 dias antes do sistema de pontuação visual (P<0,001). Além disso, comparando a claudicação das porcas desde o momento da entrada no grupo, foi demonstrado um aumento da claudicação após a primeira semana, independentemente do método de pontuação da claudicação.

Conclusões: A deteção de claudicação é normalmente baseada na avaliação visual subjetiva, que requer tempo, treino e pode ser enviesada entre e dentro dos indivíduos. Os resultados demonstram que, sob condições aplicáveis ​​a um rebanho comercial, a plataforma de força pode detetar com precisão a claudicação mais cedo do que uma avaliação visual semanal da claudicação.

Palavras-chave: Porca; Detecção de claudicação; Plataforma de força; Distribuição de peso