Progrès réalisés dans la détection des chaleurs naturelles

Présentation au sujet: "Progrès réalisés dans la détection des chaleurs naturelles"— Transcription de la présentation:

1 Progrès réalisés dans la détection des 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 Friggens et al. (2008), cités par Martin et al. (sous presse) 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?

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 test ELISA 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 ( ) 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 sexuels secondaires Chevauchement d’une vache par une autre Signes sociaux agonistiques Signes d’affinité sociale + temps passé debout

8 Changements de comportement : quels signes faut-il détecter?
Non spécifique Type de comportement Race Phase œstrale Phase lutéale Signes sociaux (%) CHL 59 ± 11 92 ± 9 CHB 47 ± 1 1 90 ± 10 LI 37 ± 11 90 ± 11 BA 47 ± 8 84 ± 10 Signes sexuels secondaires (%) 30 ± 10 8 ± 9 33 ± 7 10 ± 10 45 ± 8 9 ± 12 40 ± 7 16 ± 10 Chevauchement d’une vache par une autre (sans acceptation du chevauchement) (%) 9 ± 5 0 ± 0 15 ± 7 14 ± 4 11 ± 3 Acceptation du chevauchement (%) 2 ± 2 5 ± 5 4 ± 3 2 ± 1 La répétition des signes SS est spécifique Rare spécifique

9 Changements de comportement : moins de périodes en position couchée
Race % du temps passé en position debout Phase œstrale Phase lutéale CHL 88 ± 11 % 48 ± 25 % CHB 82 ± 12 % 53 ± 11 % LI 84 ± 11 % 61 ± 20 % BA 91 ± 8 % 59 ± 23 % + 30 %

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

12 Acceptation du chevauchement (StE) Signes sexuels secondaires (SSS)
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) Race Acceptation du chevauchement (StE) Signes sexuels secondaires (SSS) CHA 7,6 ± 4,6 h 12,4 ± 3,9 h CHB 9,9 ± 3,7 h 12,1 ± 4,1 h LI 8,2 ± 6,3 h 11,1 ± 4,0 h BA 6,2 ± 3,4 h 11,0 ± 2,4 h Cutullic et al. (2010) Année de publication Durée des chaleurs (StE-StE)

13 Phase lutéale prolongée (PLP)
Difficultés dans la détection des chaleurs : anormalités cycliques fréquentes Race Nbre Normal Inactivité Phase lutéale prolongée (PLP) Abondance 26 22 (80 %) 1 (4 %) Charolaise 96 54 (56 %) 42 (44 %) Montbéliarde 36 24 (67 %) 9 (25 %) Normande 105 85 (81 %) 8 (8 %) Prim Holstein 138 76 (55 %) 26 (19 %) 32 (23 %) 400 261 (65 %) 86 (12 %) 41 (10 %) 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
Race Nbre Moyenne Médiane Écart-type Abondance 35 20,8 21 1,9 Charolaise 77 20,2 2,2 Montbéliarde 37 21,0 2,5 Normande 155 21,4 2,1 Prim Holstein 136 22,6 23 2,3 Disenhaus et 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 Salvetti et 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) Observation (15 min par séquence) % de vaches détectées 1 fois (milieu du jour, Mi) 24 1 fois (après-midi, A) 42 1 fois (matin, Ma) 50 2 fois (Ma et A) 81 3 fois (Ma, Mi et A) 86 % 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
Étude Protocole Sensibilité (Sé) Précision (Pr) Méthode Fréquence/durée Signes Hetreau et al. (2010) Détection visuelle 4 x 10 min StE 76 / Caméra en continu 60 min  86 « icônes de caméra » 20 min  77 Bruyère et al. (2011) 69a 94 « icônes de caméra  »  20 min 80ab 93 « icônes de caméra  » + détection visuelle 20 min + 4 x 10 min 89b 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 (Philipot et 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 Méthodes Sé (%) Pr (%) Scrathcard 35,9 63,9 Kamar 56,7 61,3 Producteur 56,5 92,9 Collier 58,9 93,5 Pédomètre 63,3 73,5 Collier + producteur 75,0 91,7 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)
Évaluation des facteurs de risque associés à un faible taux de cyclicité et des signes discrets de comportement de chaleurs --> estimation du niveau d’expression des chaleurs PRODUCTION LAITIERE ET DEFICIT ENERGETIQUE % de vaches hautes productrices 1 <15% Nombre de traites par jour 2 % de vaches ayant un TP faible en début de lactation 2 ETAT SANITAIRE % de vaches ayant une rétention placentaire et/ou métrite chronique % de vaches présentant une boiterie entre 15 et 30% % de vaches ayant d'autres pathologies aigues 3 LOGEMENT DES ANIMAUX (logement principal au moment de la mise à la reproduction) Niveau d'expression des chaleurs estimé (note/100) 55 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 Niveau de production par vaches et par an (kg) 7800 Niveau d'expression des chaleurs Fort Indicateur d'étalement des vêlages (j) 95 Moyenne de l'intervalle vêlage-IA1 (j) 85 Délai minimal postpartum pour IA1 (j) 50 Taux de réussite IA1 36 Taux de réussite toutes IA1 38 % intervalles entre IA < 18 j % intervalles entre IA j 39 % intervalles entre IA j 16 % de chaleurs détectées jusqu'à la 1ère IA incluse 2 48-58 % de retours en chaleurs détectés 2 29-39 % d'inséminations hors période de chaleurs 3 2-9 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)
BILAN Cette fiche reprend automatiquement chacun des facteurs de risque des fiches et le niveau de risque associé. Les factures ne sont pas hiérarchisés. Estimation de la reprise de cyclicité et de l’expression des chaleurs Note: /100 Risque: Fort Moyen Faible PRODUCTION LAITIÈRE ET DÉFICIT ÉNERGÉTIQUE % de vaches hautes productrices X Nombre de traites par jour % de vaches ayant un TP faible en début de lactation ÉTAT SANITAIRE % de vaches ayant une rétention placentaire et/ou métrite chronique % de vaches présentant une boiterie % de vaches ayant d'autres pathologies aigues LOGEMENT DES ANIMAUX (logement principal au moment de la mise à la reproduction) Type de logement Type de bâtiment 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 Résumé et conseils à l’éleveur Plan d’action Risk factors analysis Efficiency Accuracy

28 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 kg de lait par an, 70 % de Sé, 99 % de Pr) et avec une fertilité faible (25 %) ou élevée (50 %) Qualité de détection des chaleurs Coût (€) par vache et par année Fertilité élevée Fertilité faible Sé1 réduite de 33 % - 37 - 30 Sé2 réduite de 33 % - 10 - 32 Pr réduite de 12 % - 4 - 14 Cumul des 3 problèmes - 49 - 58 Seegers et al. (2010)

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

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