Use of milk production and reproduction data for the surveillance of vector borne emerging diseases in dairy cattle
Utilisation des données de production laitière et de reproduction pour la surveillance des maladies émergentes à transmission vectorielle chez les bovins laitiers
Résumé
Two vector borne diseases have emerged in ruminants from Northern Europe since 2006. Routine surveillance of non specific indicators can allow the early detection of such emergences. The aim of this study was to evaluate indicators calculated from milk production and artificial insemination (AI) data for the early detection of disease emergence. Data collected in all dairy herds enrolled in the national milk recording scheme between 2003 and 2007 were extracted. One milk production indicator and 5 reproduction indicators were evaluated for the detection of the bluetongue virus (BTV) emergence in France in 2007. For milk production, alarms were based on the detection of space-time clusters of low milk production using a scan statistic. For reproduction, 3 indicators based on the interval between the first and the second AI in lactation and 2 indicators based on the interval between the last known AI and calving were constructed. Reproduction indicators were calculated at the département level. Time-series for each département were predicted using periodic regression and deviations detected with the Cusum algorithm. The milk production indicator allowed detecting the BTV emergence 9 weeks after the first notification (12th July). However, with this indicator, there were on average 0.8 alarms per week before the emergence. Among the reproduction indicators, the proportion of cows with a slightly shorter gestation (duration between percentiles 1 and 25 of the normal distribution) was the most timely and specific indicator. It allowed detecting the emergence 8 weeks after the first notification.
Deux arboviroses ont émergé chez les ruminants d’Europe du nord depuis 2006. La surveillance en routine d’indicateurs non spécifiques est un moyen de détecter de telles émergences précocement. L’objectif de ce travail était d’évaluer des indicateurs basés sur les données de production laitière et d’insémination artificielle (IA) pour la surveillance de l’émergence de maladies. Les données de 2003 à 2007 des élevages français au contrôle laitier ont été extraites. Un indicateur de production laitière et 5 indicateurs liés à la reproduction ont été évalués pour la détection de l’émergence de la fièvre catarrhale ovine (FCO) en 2007. Pour la production laitière les alarmes étaient basées sur des baisses de production par vache par date de contrôle, calculées par troupeau. Les agrégats de productions laitières faibles ont été détectés avec une statistique de balayage, à l’échelle du pays. Pour la reproduction, 3 indicateurs basés sur l’intervalle entre IA de rang 1 et IA de rang 2 et 2 indicateurs basés sur l’intervalle entre dernière date d’IA connue et vêlage ont été construits et calculés par département. Les séries temporelles par département ont été prédites à l’aide de régressions périodiques et les déviations à l’attendu détectées grâce à l’algorithme Cusum. L’indicateur de production laitière a permis de détecter l’émergence de la FCO 9 semaines après la première déclaration (12 juillet) avec toutefois une moyenne de 0,8 alarme par semaine avant l’émergence. Parmi les indicateurs de reproduction, la proportion de vaches ayant une gestation raccourcie de quelques jours (durée entre les percentiles 1 et 25 de la distribution normale) était l’indicateur le plus précoce et le plus spécifique. Il a permis de détecter l’émergence 8 semaines après la première notification.