Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
La détection du vêlage chez la vache laitière.
Mémoire
Véronique Ouellet
Maîtrise en sciences animales
Maître ès sciences (M. Sc.)
Québec, Canada
© Véronique Ouellet, 2015
ii
iii
Résumé court
Ce projet visait à mesurer la performance pour prédire le vêlage d’une diminution de
température vaginale, du temps de rumination et du temps passé couché ainsi que d’une
augmentation du nombre d’épisodes de coucher mesurées par trois technologies
automatisées chez des vaches laitières Holstein multipares vêlant en stabulation
entravée. La performance de différentes combinaisons de technologies permettant la
considération simultanée de plusieurs indicateurs du vêlage a aussi été évaluée.
Lorsqu’utilisée individuellement, la sonde vaginale permettant la mesure d’une
diminution de température vaginale à l’approche du vêlage a obtenu les meilleures
performances pour prédire le vêlage dans les 24, 12 et 6 prochaines heures. Pour sa part,
la combinaison des différentes technologies a permis d’améliorer la performance de
prédiction des vêlages comparativement à ce qui avait été mesuré avec les technologies
utilisées individuellement. Les meilleures performances pour prédire le vêlage dans les
prochaines 24, 12 et 6 heures ont été mesurées lorsque les trois technologies étaient
combinées. Néanmoins, les résultats ont démontré que même lorsque combinées, les
technologies utilisées dans cette expérience ne permettent pas de prédire précisément le
moment du vêlage. En contrepartie, celles-ci, lorsque combinées, étaient en mesure de
prédire précisément l’absence de vêlage.
iv
v
Résumé long
Les difficultés au vêlage, aussi appelées dystocies, sont communes en production
laitière. Les dystocies ne sont pas souhaitables en production laitière puisqu’elles
entraînent une gamme de répercussions négatives sur la santé de la vache et du veau se
traduisant par des pertes économiques importantes pour le producteur. Ainsi, la
prévention des dystocies devrait être une priorité de gestion en production laitière.
Une technologie permettant de prédire précisément le moment du vêlage permettrait de
minimiser l’impact des dystocies en assurant l’intervention humaine en cas de besoin et
au moment opportun dans les situations de vêlages difficiles. Plusieurs technologies
permettant de détecter des indicateurs associés au vêlage chez la vache laitière sont en
voie de développement ou sont récemment disponibles pour les producteurs. Par contre,
certaines de ces technologies, bien que prometteuses, n’ont pas encore fait l’objet
d’études concernant le vêlage. Ainsi, leur performance pour prédire le vêlage n’est, à ce
jour, pas disponible.
L’objectif de ce projet était de mesurer la performance de prédiction du vêlage dans les
prochaines 24, 12 et 6 h d’une diminution de la température vaginale, du temps de
rumination et du temps passé couché ou d’une augmentation du nombre d’épisodes de
coucher mesurées par trois technologies automatisées. La performance de la
combinaison des technologies permettant la considération simultanée de plusieurs
indicateurs du vêlage a aussi été évaluée. Pour ce faire, 42 vaches Holstein multipares
vêlant en stabulation entravée ont été munies 7 ± 2 jours avant la date prédite du vêlage
d’une sonde vaginale, d’un capteur de rumination et d’un accéléromètre. Pour chaque
indicateur du vêlage, les 120 dernières heures avant le vêlage ont été corrigées pour le
moment réel du vêlage et résumées en valeurs quotidiennes (cinq par vache) et en vingt
périodes de 6-h (pour un total de 120 h). Les performances de prédiction du vêlage des
technologies individuelles et des combinaisons ont été évaluées en mesurant la
sensibilité, la spécificité, les valeurs prédictives ainsi que l’aire sous la courbe receiver
operating characteristics.
Les températures vaginales des vaches étaient en moyenne 0,3 °C plus faibles (P < 0,05)
alors que le temps de rumination et le temps passé couché étaient respectivement de 41
min et 52 min plus faibles (P < 0,05) la journée du vêlage comparativement aux quatre
vi
jours avant le vêlage. Les vaches ont aussi effectué en moyenne deux épisodes de
coucher de plus (P < 0,05) la journée du vêlage comparativement aux quatre jours avant
le vêlage.
Parmi les trois technologies étudiées, la sonde vaginale permettant de mesurer la
diminution de température associée au vêlage a obtenu les meilleures performances
pour prédire le vêlage dans les 24, 12 et 6 prochaines heures avec une sensibilité allant
de 68 à 74 %, une spécificité allant de 76 à 74 %, des valeurs prédictives positives allant
de 13 à 51 %, des valeurs prédictives négatives allant de 89 à 97 % et une aire sous la
courbe allant de 0,68 à 0,80. Alors que la sonde obtient ses meilleures performances
pour une prédiction du vêlage dans les prochaines 24 heures, le résultat contraire a été
observé avec les capteurs de rumination et avec les accéléromètres pour la mesure du
nombre d’épisodes de coucher.
La combinaison des technologies a permis d’augmenter la performance de la prédiction
des vêlages dans les prochaines 24, 12 et 6 h comparativement à ce qui a été mesuré
lorsque les technologies étaient considérées individuellement. Les meilleures
performances pour une prédiction dans les prochaines 24, 12 et 6 h ont été obtenues par
la combinaison des trois technologies. Parmi ces trois intervalles de prédiction, la
meilleure performance fut observée pour une prédiction dans les prochaines 24 heures.
Malgré l’amélioration apportée par la combinaison, les technologies testées dans cette
étude ne permettent pas de prédire précisément le moment du vêlage chez la vache
laitière, ce qui s’est traduit par des valeurs prédictives positives allant de 10 à 56 %. Par
contre, lorsque combinées, les technologies étaient en mesure de prédire précisément
l’absence du vêlage (valeurs prédictives négatives allant de 74 à 97 %), ce qui peut
également fournir de l’information valide aux producteurs pour la gestion des vêlages.
vii
Table des matières
Résumé court .................................................................................................................... iii
Résumé long ....................................................................................................................... v
Liste des tableaux ............................................................................................................. xi
Liste des figures .............................................................................................................. xiii
Liste des abréviations ..................................................................................................... xv
Remerciements .............................................................................................................. xvii
Avant-propos .................................................................................................................. xix
Introduction ....................................................................................................................... 1
CHAPITRE 1 Revue des travaux antérieurs ................................................................. 3
1.1 Mieux comprendre le vêlage ................................................................................. 4
1.1.1 La physiologie de l’eutocie .............................................................................. 4
1.2 La dystocie .............................................................................................................. 7
1.2.1 La prévalence des dystocies chez les vaches laitières ...................................... 8
1.2.2 Les types de dystocies ...................................................................................... 9
1.2.3 Les conséquences des dystocies ..................................................................... 13
1.3 L’importance de la détection du vêlage ............................................................. 20
1.4 Les indicateurs externes liés au vêlage ............................................................... 22
1.4.1 Le relâchement des ligaments sacro-sciatiques .............................................. 23
1.4.2 La distension du pis et la fuite de colostrum .................................................. 23
1.4.3 L’enflure de la vulve et la décharge de mucus ............................................... 24
1.4.4 Le relâchement de la queue, le remplissage des trayons et l’œdème mammaire
................................................................................................................................. 24
1.5 Les indicateurs comportementaux liés au vêlage .............................................. 25
1.5.1 Les indicateurs comportementaux liés à l’activité ......................................... 25
1.5.2 Les indicateurs comportementaux liés à l’alimentation ................................. 33
1.6 Les indicateurs internes liés au vêlage ............................................................... 40
viii
1.6.1 Les profils hormonaux .................................................................................... 40
1.6.2 Les changements de température corporelle ................................................... 42
1.7 Caractéristiques recherchées chez une méthode utilisée pour prédire le
vêlage chez la vache laitière ........................................................................................ 45
1.8 La performance des méthodes utilisées pour prédire le vêlage ........................ 48
1.8.1 La performance de prédiction du vêlage des méthodes mesurant des
indicateurs externes .................................................................................................. 49
1.8.2 La performance de prédiction du vêlage des méthodes pour mesurer les
indicateurs comportementaux .................................................................................. 52
1.8.3 La performance de prédiction du vêlage des outils et des technologies utilisés
pour mesurer les indicateurs internes ....................................................................... 52
1.8.4 La performance de prédiction des vêlages du système global pour
communications mobiles (SGM) ............................................................................. 55
1.9 Technologies prometteuses pour la détection des vêlages en attente de
validation ...................................................................................................................... 59
1.9.1 Les accéléromètres .......................................................................................... 59
1.9.2 Le système Smart Vel® ................................................................................... 60
1.9.3 Les technologies mesurant les indicateurs liés à l’alimentation ..................... 61
1.9.3.1 Les capteurs de rumination .......................................................................... 61
1.9.4 Les technologies permettant de mesurer les changements internes liés au
vêlage ....................................................................................................................... 64
1.10 Conclusion et objectifs de recherche .................................................................. 67
1.11 Liste des ouvrages cités ....................................................................................... 69
CHAPITRE 2 Evaluation of technologies to predict the onset of calving in Holstein
dairy cows ......................................................................................................................... 79
Résumé .......................................................................................................................... 80
Abstract ........................................................................................................................ 82
2.1 Introduction ........................................................................................................... 83
2.2 Material and methods ........................................................................................... 85
ix
2.2.1 Animals, Housing and Feeding ...................................................................... 85
2.2.2 Experimental measurements ........................................................................... 85
2.2.3 Statistical analysis .......................................................................................... 86
2.3 Results and Discussion .......................................................................................... 88
3.1.1 Differences between days ............................................................................... 88
2.3.2 Difference between 6-h periods ...................................................................... 90
2.3.3 Test performance of calving indicators .......................................................... 92
2.3.4 Test performance of different combinations of calving predictors ................ 94
2.4 Conclusions ............................................................................................................ 96
2.5 Acknowledgments ................................................................................................. 96
2.6 References .............................................................................................................. 97
Conclusion ..................................................................................................................... 105
Liste des ouvrages cités ................................................................................................. 107
x
xi
Liste des tableaux
Chapitre 1
Tableau 1.1. Description des échelles basées sur le degré d’assistance accordée à
l’animal pendant le processus de la parturition utilisées pour décrire les dystocies chez
la vache Holstein…………………………………………………...……………………7
Tableau 1.2. Les coûts associés aux dystocies selon le pointage des dystocies et selon la
parité des vaches……………………………………………………...……………...…19
Tableau 1.3. Les mortalités périnatales et les maladies postpartum dans six groupes
expérimentaux…………..………………………………………………………….......21
Tableau 1.4. Nombre d’épisode de coucher effectué par les vaches pendant les quatre
derniers jours avant le vêlage…………………………..…………………………...….26
Tableau 1.5. Nombre d’épisodes de coucher (moyenne ± SEM) durant les six périodes
de deux heures dans les douze heures précédant le vêlage…………………..…………28
Tableau 1.6. Temps total passé couché par les vaches pendant les quatre derniers jours
avant le vêlage.……………………………………………………..…..........................29
Tableau 1.7. Temps de repos durant les six périodes de deux heures dans les douze
heures précédant le vêlage………………...……………………………………………30
Tableau 1.8. Les températures vaginales moyennes (moyenne ± ÉC) de trois jours avant
le vêlage jusqu’au jour du vêlage dans les expériences 1 (n = 30 vaches primipares), 2
(n=30 vaches multipares) et 3 (n = 25 vaches multipares)…….……………………….43
Tableau 1.9. La performance des indicateurs externes pour prédire le vêlage dans les
douze prochaines heures………………………………………………………………..51
Tableau 1.10. Synthèse de la performance pour prédire le vêlage des méthodes
permettant la mesure des indicateurs externes………………………………………....57
Tableau 1.11. Synthèse de la performance pour prédire le vêlage des méthodes
permettant la mesure des indicateurs internes.…………………………………………58
Chapitre 2
Table 2.1. Table 2.1. Mean Vaginal temperature (VT), daily rumination time (RT), daily
number of lying bouts (LB), and daily lying time (LT) on the 4 days before and the day
of parturition of dairy cows (n = 32 multiparous cows)………………………..……..100
xii
Table 2.2. Test performance (95% confidence interval in parentheses) of optimal cut-off
point of decreases in vaginal temperature (VT), rumination time (RT), lying time (LT)
and increase in lying bouts (LB) measured over 6 h period and compared to the same
period 24h earlier as a predictor of parturition within 24 h, 12 h, and
6 h…………………………..………….……………………………………...……....102
Table 2.3. Test performance (95% CI) of different combination of calving indicators as
a predictor of parturition within 24 h, 12 h, 6 h.………………………………………103
xiii
Liste des figures
Chapitre 1
Figure 1.1. Apparition du sac amniotique (A) et des onglons du veau (B) marquant la fin
de l’étape I et le début de l’étape II du vêlage…………………...………………………6
Figure 1.2. Les causes intermédiaires et ultimes des dystocies dues à la disproportion
fœtaux-pelvic chez la vache laitière………………..…………………………...…..….10
Figure 1.3. Diagramme en boîte du nombre d’épisodes de coucher pendant chaque
période de six heures avant le vêlage (gris) and pendant la période témoin
(blanc)………………………………………………………………...………………...27
Figure 1.4. Diagramme en boîte du nombre de levée de la queue pendant chaque
période de six heures avant le vêlage (gris) and pendant la période témoin
(blanc)…………………………………………………………………………………..32
Figure 1.5. Rythme diurne des températures vaginales comparant les 48 dernières
heures (—) et de 49 à 120 heures avant le vêlage (--) dans l’expérience 3 (n = 25 vaches
multipares)…………………………………..………………………………………….45
Figure 1.6. Schématisation de la performance d’un test…………………………...…...47
Chapitre 2
Figure 2.1. Mean vaginal temperature (A) (SEM=0.08), mean rumination time (B)
(SEM=13.20), mean number of lying bouts (3C) (SEM=0.32), mean lying time (D)
(SEM=14.05) in the last 120 h before parturition in n=32 multiparous
cows……………………………………………………………………………...……101
Figure 2.2. Mean vaginal temperature (A) (SEM=0,02), mean rumination time (B)
(SEM=3,68), mean number of lying bouts (C) (SEM=0,14), mean lying time (D)
(SEM=6,59) during morning, afternoon, evening, and night in the last 120 h before
parturition in n=32 multiparous cows………………………………...…….…………101
xiv
xv
Liste des abréviations
+PV Positive predictive value
-PV Negative predictive value
ASC Aire sous la courbe
AUC Area under the curve
E1S Estrone-3-Sulphate
E2β Estradiol-17β
LB Lying bout
LT Lying time
P4 Progestérone
VP+ Valeur prédictive positive
VP- Valeur prédictive négative
ROC Receiving operating
characteristics
RT Rumination time
SD Standard deviation
Se Sensitivity
SEM Standard error of the mean
SEN sensibilité
SPE spécificité
Sp Specificity
VT Vaginal temperature
xvi
xvii
Remerciements
Le désir de poursuivre mes études au cycle supérieur m’est venu à l’été 2012, à mi-
chemin de mon BAC, alors que j’occupais un poste d’auxiliaire de recherche au
département des sciences animales pour Édith Charbonneau. J’ai alors eu la chance
d’assister une stagiaire postdoctorale dans son projet de recherche et j’ai su que je
voulais un jour être en charge de mon propre projet et m’investir dans la recherche en
production laitière.
Ma maîtrise a été pour moi une expérience très enrichissante tant sur les plans
professionnel et académique que personnel. L’expérience n’aurait certainement pas été
la même sans l’équipe de professionnels qui m’a entourée et appuyée pendant ces deux
dernières années et que je tiens sincèrement à remercier :
Édith, le choix de ma directrice de maîtrise allait de soi. Cela fait maintenant plusieurs
années que j’ai la chance de travailler sous ton aile et je suis extrêmement
reconnaissante de toutes les compétences et connaissances que j’ai acquises durant cette
période. Merci pour tout : ta pédagogie, ton accessibilité, tes connaissances, ton
ouverture d’esprit, ta compréhension, ton inébranlable patience face à mes multiples
questions/questionnements, ton sens de l’humour. Merci de tes encouragements et
d’avoir cru en moi. Tu es pour moi une mentor et j’admire ton travail. Je suis
extrêmement contente et je me considère chanceuse de pouvoir continuer notre
collaboration pendant mon doctorat. J’ai bien hâte de commencer ce nouveau chapitre.
Elsa, merci de ta disponibilité malgré la distance qui nous sépare. Merci de ton aide et
de ton expertise, spécialement à ce a trait au comportement animal. Merci d’avoir
contribué à amener le projet à un niveau supérieur par tes idées et tes judicieux conseils
et commentaires lors de nos réunions.
Je tiens aussi à remercier toute l’équipe de la ferme Marygold inc. pour l’hospitalité, la
confiance et l’appui pendant la phase expérimentale et les encouragements. Sans vous,
le projet n’aurait pas pu se réaliser.
Merci également à Michelle Vézina, Rébecca Samson, Annie Pelletier, Kathleen
Fecteau et Stéphanie Dion pour leur précieuse aide pendant la phase expérimentale.
xviii
Je tiens à remercier le département de génie électrique et de génie informatique ainsi
que le département de sciences animales de l’Université Laval, d’avoir permis la
conduite de cette maîtrise. Des remerciements plus particuliers à Xavier Maldague,
Julien Fleuret et Linda Saucier, merci de votre appui pendant le projet. Merci à Jean
Bernier, Doris Pellerin et Édith Charbonneau de m’avoir fait confiance et de m’avoir
confié des tâches d’enseignement, ce fut grandement apprécié.
Merci à Wolfgang Heuwieser de m’avoir accueilli à la Frei Universität de Berlin pour
un stage de deux mois. Cette expérience fut très enrichissante et j’espère avoir la chance
de retravailler avec l’équipe de la clinique de reproduction.
Merci à la gang du département Max, Joanie, Liliana, René, Alexandra, Anne-Sophie et
Alex pour votre soutien, nos discussions et nos nombreux fous rires. Merci à mes amies
de l’INAF Chloé et Rachèle qui m’ont permises, entre autres, de profiter du soleil de
l’INAF le midi. Un merci spécial à mon amie Florence qui était à mes côtés lors de mes
nombreux voyagements à Saint-Anselme la fin de semaine.
Finalement, merci à mes parents Denise et François, ma tante Marie-Josée et à mon
conjoint Antoine de votre appui, de vos conseils et de vos encouragements durant ces
deux dernières années.
xix
Avant-propos
Ce mémoire contient un chapitre rédigé sous forme d'article scientifique. Je suis
l'auteure principale de cet article, les coauteurs sont les chercheurs E. Vasseur, W.
Heuwieser, X. Maldague et É. Charbonneau. Toutes ces personnes se sont impliquées
dans les travaux. L’article portant le titre «Evaluation of technologies to predict the
onset of calving in Holstein dairy cows» sera soumis pour publication dans la revue
«Journal of Dairy Science».
xx
1
Introduction
Les vêlages sont essentiels pour initier la production laitière des vaches et pour assurer
le renouvellement des troupeaux laitiers. C’est un évènement incontournable en
production laitière, mais également un moment risqué pour la vache et le veau. Les
difficultés au vêlage, aussi appelées dystocies, sont communes chez les vaches laitières
(Miedema et al., 2011a). Aux États-Unis, la prévalence des dystocies se situe entre 28,6
et 51,2 % chez les vaches primipares et entre 10,7 et 29,4 % chez les vaches multipares
de race Holstein (Meyer et al., 2001 ; Lombard et al., 2007). Les dystocies entraînent
une gamme de répercussions négatives chez la vache et chez le veau incluant une
augmentation de l’incidence de mort à la naissance (Meyer et al., 2000), de la mortalité
pendant les 30 premiers jours postpartum (Lombard et al., 2007), une augmentation de
la probabilité de l’occurrence des troubles digestifs et respiratoires tant chez la vache
que chez le veau, des rétentions placentaires et des maladies utérines chez la vaches
(Lombard et al., 2003; Sheldon et al., 2009). Les dystocies sont aussi associées à des
pertes économiques pour l’industrie laitière qui sont attribuables à une diminution
significative de la production laitière (Meijering et al., 1984; Djemali et al., 1987;
Dematawewa et Berger, 1997), de la fertilité (Dematawewa et Berger, 1997; Tenhangen
et al., 2007), de l’augmentation de la morbidité chez le veau (Lombard et al., 2007;
Streyl et al., 2011) et de la mortalité tant chez le veau que chez la vache (Lombard et al.,
2007; Tenhagen et al., 2007). La prévention des dystocies chez la vache laitière devrait,
alors, être une priorité dans la gestion de la ferme (Büchel et Sundrum, 2014).
Il a été rapporté à plusieurs reprises que la détection des vêlages permet de minimiser
l’impact des dystocies en permettant de suivre l’évolution du processus de parturition et
de porter assistance aux vaches en cas de besoin et au moment opportun (Shah et al.,
2006; Streyl et al., 2011 ; Palombi et al., 2013). Les recherches effectuées dans les
dernières années se sont principalement concentrées à l’identification d’indicateurs
permettant de détecter l’approche du vêlage chez la vache laitière. Plusieurs indicateurs
externes tels que la distension du pis (Berglund et al., 1987), la relaxation des ligaments
sacro-sciatiques (Shah et al., 2006; Streyl et al., 2011), l’enflure de la vulve (Berglund,
1987; Streyl et al., 2011), la fuite de colostrum (Berglund, 1987), les décharges de
mucus (Streyl et al., 2011) et plusieurs indicateurs comportementaux (Huzzey et al.,
2005; Miedema et al., 2011; Jensen, 2012; Felton et al., 2013; Schirmann et al., 2013) à
l’approche du vêlage ont été étudiés. Des indicateurs internes tels que les variations des
2
profils de certaines hormones (Matsas et al., 1992; Zhang et al., 1999; Shah et al., 2006;
Streyl et al., 2011) et de la température interne (Burfeind et al., 2011) ont aussi été
validés pour la détection des vêlages.
L’identification et la validation des indicateurs associés au vêlage ont permis
l’élaboration de méthodes, d’outils et de dispositifs permettant de quantifier ces
changements et de prédire le début du vêlage. Plusieurs technologies permettant la
mesure automatisée d’indicateurs du vêlage sont en cours de développement ou ont
récemment été rendues disponibles pour les producteurs. Par contre, certaines de ces
technologies, bien que prometteuses, n’ont pas encore fait l’objet d’études portant sur le
vêlage. La performance de ces technologies pour prédire cet évènement chez la vache
laitière n’est, à ce jour, pas disponible. Ainsi, le premier chapitre de ce mémoire
consiste à recenser les connaissances actuelles sur le sujet. L’évaluation et la
comparaison de la performance pour prédire le vêlage dans les prochaines 24, 12 et 6
heures de trois technologies (sonde vaginale, capteur de rumination et accéléromètre)
font l’objet du deuxième chapitre de ce mémoire. Parallèlement, la performance de la
combinaison de technologies permettant la mesure simultanée de plusieurs indicateurs
du vêlage a aussi été évaluée. Ceci avec pour but ultime d’améliorer la surveillance des
vaches dont le vêlage est imminent afin de réduire les impacts des dystocies et de
maximiser la santé des vaches laitières et de leur veau.
3
CHAPITRE 1
Revue des travaux antérieurs
4
La détection ou la prédiction des vêlages chez la vache laitière permet d’assurer une
surveillance adéquate des vaches dont le vêlage est imminent. Une telle surveillance
permet de poser des gestes visant à préserver l’intégrité des nouveau-nés et des vaches
subissant des difficultés au vêlage. De plus, une bonne surveillance permet de diminuer
les impacts négatifs associés à un vêlage difficile et de réduire la mortalité périnatale.
Cette revue de littérature porte principalement sur différents indicateurs permettant de
prédire le début du vêlage ainsi que sur la performance et le potentiel des différentes
méthodes, outils et technologies utilisées pour détecter ces indicateurs.
1.1 Mieux comprendre le vêlage
Afin d’être en mesure de fournir à la vache laitière un environnement propice à la
réussite du vêlage, il est d’abord nécessaire de bien comprendre la physiologie et les
grandes étapes de la parturition normale, aussi appelée eutocie. Une bonne connaissance
des stades du vêlage et des structures impliquées dans celui-ci permet de reconnaître les
causes ainsi que les conséquences des difficultés pouvant survenir pendant cet
événement. De plus, la connaissance des caractéristiques et des indicateurs propres à la
parturition normale est critique pour déterminer le moment approprié d’intervention
chez les vaches nécessitant de l’assistance pendant le vêlage.
1.1.1 La physiologie de l’eutocie
L’eutocie, ou le vêlage normal, est défini comme étant un vêlage spontané de durée
normale (Mee, 2008). Chez la vache laitière de race Holstein, le vêlage survient au
terme de la gestation qui dure pendant 279 ± 10 jours selon le nombre de parité de
l’animal (Proudfoot et al., 2009). Bien que la longueur de la gestation diffère
légèrement entre les différentes races de vaches laitières, les étapes menant au vêlage
sont les mêmes pour toutes les vaches, et ce, indépendamment de la race (Mee, 2008).
Le vêlage est un processus complexe. Plusieurs mécanismes affectent le processus, mais
aucun ne le contrôle complètement (Schuenemann, 2012). Tel que spécifié par
Mortimer (1997), plusieurs évènements provoquent l’enclenchement du vêlage. En
effet, la croissance du fœtus et l’expansion de l’utérus durant la dernière portion de la
gestation entraînent l’incapacité du placenta à répondre aux demandes additionnelles du
fœtus. Le placenta commence alors à remplir ses fonctions moins efficacement. En
réponse à ce stress, le fœtus commence à relâcher des glucocorticoïdes tels que le
cortisol. Le cortisol relâché par le fœtus stimule à son tour la production placentaire
5
d’œstrogènes et de prostaglandines. En plus de la production fœtale, certaines parties de
l’endomètre de la mère peuvent aussi produire des prostaglandines. Simultanément, la
production de progestérone diminue, probablement grâce à l’effet lutéolytique des
prostaglandines sur le corps jaune de l’ovaire. Le relâchement d’œstrogènes et de
prostaglandines stimule le relâchement d’ocytocine maternel, sensibilise l’utérus aux
effets de l’ocytocine et provoque la dilatation du col de l’utérus. Les muscles utérins,
dont la contractilité augmente en fin de gestation, commencent à se contracter
régulièrement au fur et à mesure que le col se dilate. Lorsque le col est dilaté à son
maximum, le fœtus est forcé dans le canal de naissance de la mère. Des points de
pression sont alors produits dans le vagin de la mère, ce qui stimule la sécrétion
d’ocytocine et initie les contractions abdominales. Le vêlage est alors enclenché et le
processus est irréversible.
Le vêlage est un évènement qui se divise en trois étapes distinctes (I, II et III) tel que
décrit par Schuenemann (2012). En conditions normales, le vêlage évolue
progressivement d’une étape à l’autre. L’étape I ou étape préparatoire débute lorsque
l’utérus commence à se contracter, ce qui provoque un déplacement du fœtus dans le
canal de naissance. L’étape I, qui s’échelonne généralement de deux à douze heures
(huit heures en moyenne), est caractérisée par la dilatation des tissus du canal de
naissance incluant la relaxation des ligaments du pelvis, du col de l’utérus et de la
vulve. Bien qu’il existe des différences entre les comportements des vaches pendant
l’étape I selon le nombre de parité de l’animal, cette étape est généralement caractérisée
par le reniflement du sol, le léchage des parties du corps, des décharges fréquentes
d’urine et de fèces, de nombreuses transitions de la position debout à la position
couchée, des vocalisations et des levées fréquentes de la queue (Wehrend et al., 2006).
Il est aussi possible d’observer plusieurs de ces comportements dans les étapes II et III
du vêlage. En général, à cette étape, la vache semble plus nerveuse et inconfortable.
Les contractions utérines pendant l’étape I sont à un intervalle de quinze minutes. Les
contractions poussent l’allantochorion contre le col de l’utérus, ce qui contribue à sa
dilatation. L’étape I du vêlage se termine avec la dilatation complète du col de l’utérus
et avec l’apparition du sac amniotique à l’extérieur de la vulve (Figure 1.1).
6
A B
Figure 1.1. Apparition du sac amniotique (A) et des onglons du veau (B) marquant la fin
de l’étape I et le début de l’étape II du vêlage.
Tirée de Schuenemann, 2012
L’apparition du sac amniotique et des onglons du veau à l’extérieur de la vulve sont des
marques de référence permettant de suivre l’avancement du vêlage et le moment
d’intervention en cas de besoin. L’étape II, qui se défini comme la phase d’expulsion,
débute lorsque les onglons du veau sont visibles à l’extérieur de la vulve de la mère.
Cette étape dure entre 30 minutes et quatre heures (Wehrend et al., 2006). Cette étape
est souvent plus longue chez les vaches primipares. De plus, l’étape II est prolongée
advenant le déplacement de la vache dans un parc de vêlage pendant cette étape
(Proudfoot et al., 2009). L’étape II est caractérisée par l’intensification des contractions
abdominales, l’avancement du veau dans le canal de naissance et ultimement par
l’expulsion du veau. En conditions idéales, les onglons du veau sont suivis par le nez et
par la tête (présentation frontale) ou par la queue et le pelvis du veau si celui-ci a une
présentation postérieure. L’étape II se termine par l’expulsion complète du ou des
veaux. Pendant cette période, les contractions sont à deux minutes d’intervalle et durent
environ une minute et demie. La progression du vêlage (apparition des onglons suivis
par le nez, la tête, les épaules et l’expulsion du veau) est observable à toutes les quinze à
vingt minutes. Les contractions abdominales sont plus fréquentes au fur et à mesure que
le vêlage progresse. En conditions normales, lorsque la tête et les épaules du veau sont à
l’extérieur de la vulve, deux ou trois contractions abdominales puissantes complètent
l’expulsion du veau.
7
Finalement, l’étape III s’échelonne de l’expulsion complète du veau jusqu’à l’expulsion
des membranes fœtales. Immédiatement après le vêlage, en conditions idéales, la vache
ou la taure se relève et commence à renifler et à lécher le nouveau-né. Normalement,
l’expulsion des membranes fœtales devrait se faire sans complication entre 30 minutes
et huit heures à la suite de l’expulsion du veau. S’il n’y a pas eu d’expulsion après
douze heures, les membranes sont considérées comme pathologiques et une attention
particulière devra être apportée à l’animal (Noakes et al., 2001).
1.2 La dystocie
Bien qu’il n’existe pas à ce jour de définition universelle pour le mot dystocie, la
majorité des auteurs la définisse comme étant une naissance difficile entraînant un
vêlage plus long ou une extraction sévère du veau à la naissance (Mee, 2008; Miedema
et al., 2011a; Streyl et al., 2011 ; Schuenemann, 2012; Barrier et al., 2012). Le degré
d’assistance donné à la vache pendant le vêlage détermine le degré de dystocie observé.
Plusieurs échelles qualitatives, basées sur le degré d’assistance accordé à l’animal
pendant le processus de la parturition, ont été élaborées afin de décrire les dystocies
chez la vache laitière (Tableau 1.1).
Tableau 1.1. Description des échelles basées sur le degré d’assistance accordée à
l’animal pendant le processus de la parturition utilisées pour décrire les dystocies chez
la vache Holstein.
Adapté de Schuenemann, 2012
À ce jour, aucune échelle permettant de décrire les dystocies chez la vache laitière n’est
adoptée universellement. L’adoption universelle d’une échelle serait intéressante afin de
faciliter, dans le cadre d’études épidémiologiques, l’évaluation de la prévalence ainsi
Échelle Description des pointages accordés Références
1 à 3 1 = pas d’assistance Meyer et al., 2001
2 = assistance légère
3 = besoin d’assistance
1 à 5 1 = pas d’assistance Dematawewa,
Berger, 1997
Lombard et al.,
2007
Schuenemann,
2011b
2 = assistance d’une personne sans l’utilisation d’un
extracteur mécanique
3 = assistance de deux personnes ou plus
4 = assistance avec une traction mécanique
5 = procédure chirurgicale
8
que des facteurs de risques génétiques et non-génétiques des dystocies et la présentation
des résultats à l’échelle internationale (Mee, 2008).
1.2.1 La prévalence des dystocies chez les vaches laitières
Les dystocies sont plus communes chez les vaches laitières comparativement à ce qui
est observé chez les vaches de boucherie (Miedema et al., 2011a). Depuis plusieurs
années, la prévalence des dystocies a augmenté dans les troupeaux laitiers en Europe et
en Amérique (Mee, 2008). Cette augmentation serait attribuable, entre autres, au fait
qu’il n’existe pas à ce jour de sélection rigoureuse concernant la facilité au vêlage et que
la gestion des vaches en période pré-vêlage ne vise actuellement pas la diminution des
risques des dystocies (Gary, 2004). De plus, le désir de produire des veaux de plus
grande stature et l’augmentation de l’utilisation des gènes Holstein dans les croisements
peuvent aussi expliquer l’augmentation du nombre de dystocies observée dans les
troupeaux laitiers (Miedema et al., 2011a).
Plusieurs études ont estimé la prévalence des dystocies dans les troupeaux laitiers
principalement en Europe et en Amérique. Meyer et al. (2001) ont rapporté la
prévalence des dystocies provenant de rapports vétérinaires dans le cadre du National
Ease Calving Program chez les vaches primipares et multipares aux États-Unis sur une
période de douze ans. Ils ont observé une prévalence des dystocies de 28,6 % pour les
vaches primipares et de 10,7 % pour les vaches multipares. En comparaison, une étude
menée auprès des producteurs en 2002 par le National Animal Health Monitoring
Systems (NAHMS) a rapporté que seulement 3,7 % des vaches ont souffert de dystocies
(USDA, 2002). Le sondage mené par le NAHMS reposait principalement sur les
éléments rapportés par les producteurs. Tel que mentionné précédemment, aucune
échelle universelle n’est utilisée internationalement pour décrire les dystocies, ce qui
rend l’interprétation des résultats fournis par les producteurs difficile. De plus, l’absence
des producteurs pendant certains vêlages, principalement la nuit, peut influencer les
résultats rapportés par ceux-ci. Ainsi, la proportion des vaches ayant souffert de
dystocies a probablement été sous-estimée dans ce sondage. Pour vérifier la prévalence
des dystocies dans les troupeaux laitiers aux États-Unis, Lombard et al. (2007) ont
observé le vêlage de 7 380 vaches primipares et multipares. L’étude a permis de
constater une prévalence de dystocie de 48,8 % chez les vaches primipares et de 29,4 %
chez les vaches multipares. Ces pourcentages étant basés sur une étude utilisant une
échelle unique de description des dystocies et pendant laquelle des vétérinaires étaient
9
présents à tous les vêlages, ils sont probablement un meilleur reflet de la situation
actuelle aux États-Unis et démontrent que les dystocies sont un problème commun dans
les troupeaux laitiers en Amérique.
1.2.2 Les types de dystocies
Les dystocies surviennent lorsqu’il y a un trouble au niveau d’une ou de plusieurs des
trois principales composantes du vêlage : les forces d’expulsion, la conformation du
canal de naissance et la taille et la position du fœtus (Noakes et al., 2001). Il existe
plusieurs types de dystocies déterminés selon la cause principale de celles-ci. Tous les
types de dystocies peuvent survenir tant chez les vaches primipares que chez les vaches
multipares (Mee, 2008). Par contre, il existe des types de dystocie prédominants pour
chacun des groupes. Chez les vaches primipares, les facteurs prédominants en ordre
décroissant d’importance sont la disproportion des veaux, la malposition du fœtus et le
manque de dilatation de la vulve (McClintock, 2004). Chez les multipares, les dystocies
les plus fréquentes sont celles causées par la malposition fœtale, les disproportions des
veaux, les fœtus multiples, l’inertie utérine, la torsion utérine ainsi que le manque de
dilatation du col de l’utérus (McClintock, 2004). Les taux de dystocies sont jusqu’à trois
fois plus élevés chez les vaches primipares que chez les vaches multipares
(Dematawewa et al., 1997; Meyer et al., 2001; Lombard et al., 2007; Mee, 2008).
1.2.2.1 La disproportion fœtale
La disproportion fœtale est de loin le type de dystocie le plus commun chez les vaches
laitières (Mee, 2008). Elle est aussi la principale responsable des césariennes (Mee,
2004). La disproportion fœtale est essentiellement une conséquence de la domestication
des vaches. Les deux facteurs de risques les plus déterminants pour ce type de dystocie
sont respectivement le poids du veau à la naissance et la dimension de la surface de la
région pelvienne de la mère (McClintock, 2004) (Figure 1.2).
Tel que spécifié par Mee (2008), le poids du veau à la naissance est un indicateur
important de dystocie chez la vache laitière. En effet, les chances de dystocie
augmentent de 13 % par kilogramme d’augmentation du poids des veaux à la naissance.
Chez les vaches Holstein, le poids à la naissance est principalement influencé par la
longueur de la gestation qui est elle-même influencée par la parité, le genre du fœtus, la
race du taureau et par la nutrition pendant la période pré-vêlage (Mee, 2008). Les
gestations courtes (< 265 jours) ainsi que les gestations longues (> 285 jours) sont
10
Disproportion fœtale
Poids du veau à la naissance
Durée de la gestation, genre, génotype, race, nutrition, climat
Grosseur de la région pelvienne maternelle
Parité, poids à la saillie, âge, cote de chair au vêlage
associées à une augmentation des risques de dystocie et de mortalités périnatales chez
les vaches primipares (McClintock, 2004). Par contre, il est à noter que le poids des
veaux à la naissance peut augmenter les risques de dystocies, et ce, indépendamment de
la durée de la gestation (McClintock, 2004).
Figure 1.2. Les causes intermédiaires et ultimes des dystocies dues à la disproportion
fœtaux-pelvic chez la vache laitière.
Adaptée de Mee, 2008
Le sexe du veau influence aussi le poids à la naissance. Les veaux mâles ont un poids à
la naissance plus élevé (1 à 3 kg) que ce qui est observé chez les femelles (Johanson et
Berger, 2003). Bien que l’augmentation des dystocies observée chez les veaux mâles est
majoritairement attribuée au poids à la naissance, la morphologie (largeur des épaules
plus importante) des mâles influence aussi le taux de dystocies observé (Berger et al.,
1992).
Le génotype peut aussi contribuer à l’augmentation du poids du veau à la naissance.
L’augmentation du poids à la naissance associée à la longueur de la gestation et aux
risques de dystocies et des mortalités périnatales a été attribuée à l’augmentation de la
proportion des gènes Holstein nord-américains dans les troupeaux laitiers. Depuis,
plusieurs années, les vaches Holstein nord-américaines sont sélectionnées
principalement pour les caractères de production laitière. Mee (2008) mentionne dans sa
revue sur le sujet que des données non-publiées recueillies par le Teagasc (The Irish
Agriculture and Food Development Authority) ont démontré des différences au niveau
11
de la longueur de la gestation, du poids des veaux à la naissance, de la prévalence des
dystocies entre les vaches Holstein de l’hémisphère Nord et celles de l’hémisphère Sud.
De plus, ces données ont démontré qu’il y a un risque plus élevé de dystocies chez les
croisements Holstein purs comparativement à ce qui est observé chez les croisements
impliquant une autre race.
L’alimentation des vaches pendant la période pré-vêlage influence aussi le poids des
veaux à la naissance. Effectivement, les deux tiers du poids du veau sont acquis pendant
le dernier trimestre de la gestion (Noakes et al., 2001). Il a été démontré qu’une
restriction alimentaire sévère pendant ce dernier trimestre provoquant une perte de cote
de chair chez la vache peut entraîner une réduction placentaire, une diminution du poids
du fœtus ainsi qu’une diminution de la région pelvienne, ce qui peut provoquer des
dystocies et des mortalités périnatales dues à l’inertie utérine et à la relaxation
inadéquate des ligaments pelviens (Mee, 2008). À l’opposé, une suralimentation
pendant le dernier trimestre de la gestation provoquant l’augmentation de la cote de
chair de la vache peut entraîner la surdimension du fœtus et une déposition excessive de
tissus adipeux dans le canal de naissance chez les vaches primipares, ce qui peut
ultimement entraîner des dystocies et des mortalités (Grunert, 1979). Une cote de chair
excessive ou inadéquate chez les vaches primipares au vêlage est un facteur de risque
significatif des dystocies. Tel que mentionné par Mee (2008) la cote de chair cible au
vêlage pour les vaches primipares se situe entre 2,75 et 3,0 (échelle de 0 à 5).
Le climat influence aussi le poids des veaux à la naissance. Des températures inférieures
à 5 °C pendant le dernier trimestre de gestation sont associées à une augmentation
d’ingestion de matière sèche, de la concentration d’hormones thyroïdiennes, du flux
sanguin et des nutriments vers l’utérus, de la durée de la gestation et à une diminution
des concentrations de l’œstradiol placentaire, ce qui entraîne une augmentation du poids
à la naissance et une augmentation parallèle des taux de dystocies (Johanson et Berger,
2003; McClintock, 2004).
Finalement, les veaux produits par culture in vitro ont généralement des poids à la
naissance plus élevés, ce qui augmente les risques de dystocies (Mee, 2008).
La deuxième composante des disproportions fœtales en termes d’importance est la
dimension de la région pelvienne de la mère (Figure 1.2). Celle-ci est principalement
12
influencée par la semence de taureau, le poids à l’insémination, l’âge, le poids, la cote
de chair au vêlage et par la consanguinité (Mee, 2008).
En production laitière, afin d’effectuer une sélection efficace pour la réduction des
dystocies associées à la disproportion fœtale, il est préférable de sélectionner pour un
poids à la naissance plus faible que pour une augmentation de la région pelvienne de la
mère. Cela s’explique par l’imprécision des dimensions optimales de la région
pelvienne pour l’eutocie (Mee, 2008).
1.2.2.2 La malposition du fœtus
En conditions idéales, le fœtus se présente selon une présentation frontale, c’est-à-dire
que les onglons du veau sont suivis par le nez et par la tête. À l’opposé, un fœtus mal
positionné se présente généralement en position postérieure, avec une mauvaise posture
des membres avant, une mauvaise présentation du siège ou avec une mauvaise position
du crâne (Noakes et al., 2001). Les malpositions du fœtus sont peu fréquentes en
production laitière (Mee, 1991a). Par contre, dans sa revue sur le sujet, Mee (2008)
rapporte qu’elles sont la cause des dystocies la plus commune chez les vaches
multipares. Un fœtus mal positionné a deux fois plus de chances de naître d’un vêlage
dystocique et cinq fois plus de chances de naître mort-né qu’un fœtus bien positionné
(Mee, 2008). Les naissances multiples se retrouvent en tête des causes de
malpositionnement fœtale. Les naissances multiples sont corrélées aux naissances
multiples antérieures, à la parité (Mee, 1991a), à la saison, au troupeau, à l’ingestion de
matière sèche et à la production laitière (Lopez et al., 2005).
1.2.2.3 L’inertie utérine
L’inertie utérine est responsable de 10 % des dystocies, et ce, principalement chez les
vaches multipares (Mee, 2008). Elles surviennent lorsque le col de l’utérus est dilaté à
son maximum et que les contractions du myomètre sont trop faibles pour expulser le
fœtus. Les facteurs de risques contribuant aux inerties utérines sont l’hypocalcémie,
l’hypomagnésie, la vieillesse, le manque d’exercice et les vêlages prolongés (Noakes et
al., 2001).
1.2.2.4 Le manque de dilatation de la vulve ou du col de l’utérus
Une dilatation insuffisante de la vulve est plus commune chez les vaches primipares
alors que la dilation insuffisante du col de l’utérus est plus fréquente chez les vaches
multipares (Mee, 2008). Ces deux conditions sont associées au confinement, au stress
13
environnemental, à l’assistance prématurée, à une mauvaise synchronisation hormonale
et à un vêlage prématuré. Une fréquence plus élevée de la dilatation insuffisante de la
vulve est observée chez les vaches primipares vêlant en stabulation entravée par rapport
aux vaches vêlant en parcs de vêlage. Cette augmentation a été attribuée au stress et au
relâchement d’adrénaline et de cortisol (Mee, 2004). De plus, Mee (2008) mentionne
que l’assistance accordée à la vache avant que le col de l’utérus ou que la vulve soit
suffisamment dilaté peut entraîner des dystocies attribuables à la non-dilatation de la
vulve ou du col. L’assistance donnée moins d’une heure suivant l’apparition des
onglons du veau entraîne une augmentation de l’utilisation de l’extracteur et de la durée
de l’assistance et réduit la vigueur périnatale. Les troubles environnementaux pendant le
vêlage causés par la présence continue d’un observateur, le confinement ou la
surpopulation des parcs de vêlage peuvent tous provoquer une réduction de la motilité
utérine, de la dilation cervicale et des contractions abdominales, ce qui provoque un
vêlage de plus longue durée et qui se traduit généralement en dystocies (Burton et al.,
2006).
1.2.2.5 La torsion utérine
La torsion utérine est relativement commune chez les vaches laitières. Elle est
responsable de 5 % des dystocies (Mee, 2008). Mee (2008) mentionne également que
les facteurs de risque les plus importants de cette problématique sont les mouvements
excessifs du fœtus lorsqu’il adopte sa position d’expulsion, l’augmentation de
l’instabilité de l’utérus à l’approche du vêlage et un abdomen plus creux. De plus, le
risque de torsions utérines peut être influencé par la disproportion du fœtus, par son
genre et par un manque d’exercice (Noakes et al., 2001).
1.2.3 Les conséquences des dystocies
Les dystocies, indépendamment du type, affectent négativement à plusieurs niveaux la
vache, le veau et l’entreprise laitière. En effet, les conséquences des dystocies vont de la
nécessité du producteur de porter une attention supplémentaire à la vache jusqu’à la
mortalité de celle-ci, du veau ou des deux.
1.2.3.1 Les conséquences des dystocies pour la vache
Dans un sondage mené auprès de vétérinaires en Irlande, la dystocie a été nommée
comme la condition la plus douloureuse que peut subir une vache laitière au cours de
son cycle de vie (Huxley et Whay, 2006). Les difficultés au vêlage compromettent le
14
bien-être et la santé des vaches laitières de plusieurs façons. En effet, les vêlages
dystociques sont plus longs et donc plus épuisants pour les vaches que les vêlages
eutociques (Mainau et Manteca, 2011). Des concentrations plus élevées de vasopressine
sanguine, une hormone sécrétée en réponse à un stimuli douloureux, ont été rapportées
chez les vaches subissant des vêlages dystociques (Barrier et al., 2012). De plus,
l’intervention permettant d’assister la vache, bien que nécessaire, entraîne des douleurs
à l’animal, puisqu’elle étire le canal de naissance et qu’une pression supplémentaire est
requise dans certains cas pour extraire le nouveau-né (Mainau et Manteca, 2011).
Il a été démontré dans plusieurs études que les difficultés au vêlage sévères ont un
impact négatif sur la production laitière des vaches (Thompson et al., 1983; Meijering et
al., 1984; Djemali et al., 1987; Dematawewa et Berger, 1997). Dematawewa et Berger
(1997) ont estimé l’effet de différents degrés de dystocie (1 à 5) sur le lait ajusté à 305
jours, la production de gras ainsi que sur la production de protéines. Les chercheurs ont
observé que les pertes en quantité de lait produite et dans sa composition en gras et en
protéine augmentent graduellement selon le degré de sévérité de la dystocie. De plus,
les chercheurs ont observé des résultats différents selon la parité de l’animal. Les taures
ayant des degrés de dystocie de 2 à 5 produisent significativement moins de lait, de gras
et de protéines que les taures de degré 0 et 1. Les vaches de deuxième parité avec un
degré de dystocies de 3 à 5 ont aussi produit significativement moins de lait que les
vaches de degrés de dystocies inférieurs. Les vaches de troisième parité et plus ont
produit significativement moins de lait, de gras et de protéines seulement lorsqu’elles
ont obtenu un degré de dystocie très sévère (5). Ainsi, les dystocies entraînent des pertes
de productions plus importantes pour les vaches de parité inférieure. Par contre, les
résultats obtenus par Dematawewa et Berger (1997) ne sont pas constants dans la
littérature scientifique. Rajala et Gröhn (1998) ainsi que Tenhagen et al. (2007) ont
seulement observé un effet minime des dystocies sur la production laitière des vaches
ayant subi une dystocie légère ou une dystocie sévère.
Les résultats inconstants dans les diverses études concernant l’effet des dystocies sur la
production laitière s’expliquent principalement par le fait que la diminution de
production laitière en lien avec les dystocies est principalement observée dans les 60
premiers jours de lactation et principalement chez les vaches hautes productrices. La
diminution de production laitière observée est attribuable, entre autres, à la douleur et
aux lésions causées par la dystocie (Tenhagen et al., 2007). De plus, la durée
15
excédentaire des vêlages dystociques affecte la fonction du système adréno-cortical, ce
qui peut provoquer la diminution de la production laitière. De tels changements
hormonaux peuvent aussi affaiblir le système immunitaire de la vache, ce qui augmente
la vulnérabilité des animaux face aux diverses maladies (Oltenacu et al., 2000) telles
que les rétentions placentaires et les métrites (Rajala et Gröhn, 1998). À ce sujet, Rajala
et Gröhn (1998) rapportent que ces maladies peuvent aussi avoir un impact négatif sur
la production laitière.
La disparité entre les résultats obtenus dans les études pourrait aussi s’expliquer par des
lacunes ou des variantes entre les protocoles de recherche. Effectivement, les vaches
ayant une faible production laitière et souffrant d’autres maladies ont un risque élevé
d’être réformées avant la fin de leur lactation. Ainsi, plusieurs des vaches ayant une
faible production quitteront le troupeau et ne pourront pas être incluses dans les études
comparatives de la production laitière des vaches ayant subi une dystocie par rapport à
celles ayant subi un vêlage eutocique (Tenhagen et al., 2007). De plus, les diminutions
de la production laitière associées aux dystocies sont significatives lorsque les vaches
ayant subi des césariennes sont comptabilisées dans le nombre de dystocies (Mangurkar
et al., 1984; Tenhagen et al., 2007). Or, le degré de dystocie est attribué aux vêlages de
façon hétérogène dans les différentes études puisqu’aucune échelle de pointage
universelle n’est à ce jour adoptée. De plus, les résultats diffèrent selon la parité de
l’animal (Dematawewa et Berger, 1997). Certaines études ne prennent pas en compte la
parité dans l’analyse statistique, ce qui pourrait en partie expliquer certains résultats
non-significatifs observés.
Plusieurs autres facteurs de risque des dystocies tels qu’une cote de chair inadéquate,
une mauvaise alimentation pendant la période de transition et un débalancement
hormonal peuvent aussi être en partie responsables de la diminution de la production
laitière observée chez les vaches ayant subi un vêlage difficile et peuvent affecter le
développement de la glande mammaire avant le début de la lactation (Barrier et al.,
2012). Par contre, une bonne gestion pendant la période pré-vêlage et en début de
lactation peut aussi compenser pour les effets négatifs associés aux dystocies sur la
production laitière des vaches (Barrier et al., 2013).
En plus d’affecter le système mammaire, les dystocies affectent aussi le système
reproducteur des vaches. En effet, les vaches ayant subi une dystocie sévère tendent à
16
concevoir plus tard que les vaches ayant subi un vêlage eutocique (Dematawewa et
Berger, 1997; Tenhagen et al., 2007). De plus, elles sont plus susceptibles de ne pas être
gestantes 200 jours après le vêlage que les vaches ayant eu un vêlage normal, et ce, peu
importe la parité de l’animal (Dematawewa et Berger, 1997; Tenhagen et al., 2007).
Tenhagen et al. (2007) ont observé que les vaches ayant subi des dystocies sévères ont
numériquement plus de chances d’être réformées que les vaches eutociques et que les
vaches ayant subi des césariennes ont significativement plus de chance d’être réformées
avant 200 jours en lactation que les vaches ayant subi un vêlage eutocique. Finalement,
4 % de plus de mortalités sont observées chez les vaches ayant subi des difficultés
extrêmes pendant le vêlage comparativement au taux de mortalité observé chez les
vaches ayant subi un vêlage eutocique, et ce, peu importe la parité de l’animal
(Dematawewa et Berger, 1997).
1.2.3.2 Les conséquences des dystocies pour le veau
Les dystocies ont aussi un effet négatif sur les veaux laitiers. Barrier et al. (2013)
mentionnent que plus d’un tiers des veaux aux États-Unis naîtront d’un vêlage
dystocique. Les effets physiologiques de la dystocie sur les veaux sont bien connus.
Johanson et Berger (2003) rapportent que les dystocies entraînent une acidose plus
sévère que les vêlages eutociques. L’acidose est attribuable à l’augmentation de
l’hypoxie et de l’anoxie pendant le vêlage dystocique qui est de plus longue durée que
le vêlage eutocique. Plus la transition du veau entre l’environnement utérin et extra-
utérin est longue, plus la probabilité d’anoxie entraînant une acidose sévère est élevée.
L’acidose provoque une cascade d’évènements entravant le succès de la transition à la
vie extra-utérine. Cette condition peut réduire les chances de survie à long terme du
veau et peut même être, dans certains cas, fatales (Johanson et Berger, 2003; Lombard
et al., 2007; Barrier et al., 2011a; Barrier et al., 2013).
Tel que spécifié par Barrier et al. (2011b), les veaux ayant survécu à une hypoxie
prolongée provoquée par la dystocie sont moins vigoureux que les veaux issus de
vêlages eutociques. La vigueur est mesurée en observant le comportement des veaux
quelques minutes après le vêlage (Vasseur et al., 2009). La vigueur à la naissance est
cruciale au développement et à la survie ultérieure du veau. En effet, il a été observé que
les veaux issus de vêlages dystociques prennent plus de temps à se tenir debout et à
téter, ce qui affecte négativement l’absorption des immunoglobulines du colostrum et la
17
régulation de la température corporelle (Barrier et al., 2013). À ce sujet, Bellows et
Lammoglia (2000) ont rapporté que les veaux issus de vêlages dystociques ont plus de
difficultés à faire face à des températures plus basses que les veaux issus de vêlages
eutociques. De plus, les dystocies sont une source potentielle de traumas affectant la
fonction du système cardio-pulmonaire des nouveau-nés (Barrier et al., 2011a).
Les dystocies affectent donc négativement la survie du veau par plusieurs mécanismes.
Dans une expérience menée par Lombard et al. (2007) 7 380 vêlages ont été observés
aux États-Unis. De ces vêlages, 36,6 % ont été classés comme étant moyennement
dystociques ou sévèrement dystociques. Les chercheurs ont observé que les chances de
naître mort-nés des veaux laitiers augmentent avec le degré de dystocie conformément à
ce qui a été observé plus récemment par Hossein-Zadeh (2014). L’étude de Lombard et
al. (2007) a aussi révélé que les veaux ayant subi un vêlage dystocique ont 15,4 fois
plus de chance de naître mort-nés que les veaux issus d’une parturition normale. De
plus, les chances de morbidité, c’est-à-dire de souffrir d’un trouble respiratoire ou
digestif, sont significativement plus élevées chez les veaux issus de vêlages difficiles
que chez les veaux issus d’une parturition normale. L’étude a aussi démontré qu’il y a
significativement plus de mortalités post-naissance (vivant après vingt-quatre heures,
mais mort avant 120 jours d’âge) chez les veaux ayant subi un vêlage dystocique sévère.
En plus d’affecter la survie et la santé des veaux, les dystocies affectent aussi le niveau
de stress et donc de bien-être. En effet, il a été démontré que les taux de cortisols
salivaires chez des veaux dystociques sont significativement plus élevés un jours après
la naissance que ceux observés chez des veaux issus de parturition normale (Barrier et
al., 2013). Le cortisol salivaire étant un indicateur de stress physiologique, les veaux
issus de vêlages dystociques subissent potentiellement plus de stress que les veaux issus
de vêlages eutociques.
Barrier et al. (2013) se sont intéressés aux effets à long terme des dystocies sur les
veaux. Pour ce faire, ils ont fait le suivi de veaux issus de vêlages dystociques de leur
naissance à leur première insémination pour les femelles ou jusqu’au moment où ils ont
quitté les fermes pour les mâles. Les chercheurs n’ont pas observé de différence entre la
croissance des génisses issues de vêlages eutociques et celles issues de vêlages
dystociques de la naissance à la première insémination. Ces résultats concordent avec
d’autres études sur la croissance des veaux provenant d’un vêlage difficile jusqu’au
18
sevrage (Barrier et al., 2011a), de la croissance des veaux jusqu’à l’âge de trois mois
(Lundborg et al., 2003) et de la croissance jusqu’au premier vêlage (Heinrichs et al.,
2005). Cela est surprenant puisque les veaux issus de vêlages dystociques des études
mentionnées avaient un moins bon état général de santé et qu’un état de santé détérioré
est associé à une diminution de la croissance chez les veaux (Donovan et al., 1998). Les
auteurs de l’étude avancent qu’il est donc possible que les veaux les plus affectés par les
dystocies soient morts avant le sevrage, laissant moins de survivants affectés ou que la
bonne gestion de la ferme a pu compenser pour les effets des dystocies sur la
croissance. De plus tel que me mentionné le manque d’uniformité dans les échelles
qualificatives des dystocies peuvent aussi rendre l’interprétation des études plus
difficile. Néanmoins, des études récentes ont démontré que les dystocies ont des effets
négatifs à long terme sur la survie des veaux (Barrier et al., 2011b) et sur les
performances reproductives des taures (Heinrichs et Heinrichs, 2011).
1.2.3.3 Les conséquences des dystocies pour l’entreprise laitière
Les dystocies, par ses divers effets négatifs sur le bien-être et la santé des vaches et des
veaux, affectent l’économie de l’entreprise laitière. Dematewewa et Berger, (1997) ont
effectué une analyse permettant de calculer les pertes économiques associées aux
différents degrés de dystocies basés sur le degré d’aide accordé à l’animal pendant le
vêlage (degré de 1 à 5) et prenant en considération la parité des vaches. Un degré de 1
indique un vêlage eutocique alors qu’un degré de 5 indique un vêlage extrêmement
difficile. L’analyse économique, basée sur 122 715 données de production provenant de
71 618 différentes vaches récoltées par le MidStates Dairy Records Processing Center
aux États-Unis de 1980 à 1991, considère l’importance des pertes possibles en
production de laitière, en gras et en protéines, les problèmes de fertilité, la mortalité des
vaches et des veaux et les coûts vétérinaires entraînés par les dystocies. L’estimé des
coûts associés aux différents degrés de dystocies et selon la parité de l’animal sont
présentés dans le Tableau 1.2.
19
Tableau 1.2. Les coûts associés aux dystocies selon leur degré et selon la parité des
vaches.
1Degré des dystocies : 1= eutocie ; 2=assistance légère ; 3= besoin d’assistance ; 4= assistance avec force
mécanique (extracteur) ; 5=difficulté extrême.
Adapté de Dematawewa et Berger, 1997
Les résultats de l’étude démontrent une augmentation des pertes économiques associée
à l’augmentation du degré de dystocie. Globalement, un producteur peut s’attendre à
des pertes économiques de l’ordre de 380 USD lorsqu’une vache subit une difficulté
extrême par rapport à un vêlage normal. Bien que cet estimé semble assez élevé pour un
vêlage, les auteurs ont observé que la probabilité d’occurrence d’une difficulté extrême
pendant le vêlage est seulement de 3 %. Ainsi, pour remédier à la situation, les auteurs
ont corrigé les coûts selon la probabilité de l’occurrence de chacun des pointages de
dystocie. Suite à cette transformation, les coûts moyens associés aux différents
pointages de dystocies pour les taures, les vaches de deuxième lactation et celles de
troisième lactation et plus sont respectivement de 28,53, 9,63 et de 9,49 USD avec un
coût global de 24,24 USD par vache tel que présenté dans la colonne coût total (Tableau
1.2). Par contre, en considérant la probabilité de l’occurrence de chacun des différents
pointages de dystocies, les auteurs mentionnent qu’ils ont potentiellement sous-estimé
les coûts associés aux dystocies. La probabilité de l’occurrence des différents degrés de
dystocie étant basée sur des relevés de dystocies établis avec la participation volontaire
des producteurs, il y a de forte chance que ces probabilités soient sous-estimées pour les
raisons énumérés précédemment. Des travaux plus récents effectués par Guard (2008)
ont associé un coût de 228 USD par cas de dystocie (degré 2, 3, 4 et 5 combinés) et de
4788 USD par 100 lactations. Ces résultats concordent avec ceux obtenus auparavant
par McGuirk et al. (2004).
Finalement, les dystocies sont un problème commun chez la vache laitière qui entraîne
de lourdes répercussions sur les animaux et sur l’industrie laitière. Ainsi, la prévention
des dystocies devrait être une priorité de gestion à la ferme (Büchel et Sundrum, 2014).
Degré des dystocies1
Parité 1 2 3 4 5 Coût total
─────────────── (USD) ───────────────
1 0,00 39,45 78,99 134,75 383,03 28,53
2 0,00 7,03 78,45 181,23 334,33 9,63
≥ 3 0,00 57,51 73,28 85,60 279,00 9,49
Global 0,00 50,45 96,48 159,82 379,61 24,24
20
La réduction des conséquences des dystocies au sein des troupeaux laitiers permettrait
d’améliorer le bien-être, la santé et la productivité des vaches, des veaux et ultimement
de l’entreprise laitière (Barrier et al., 2013). Les mesures préventives permettant de
réduire les répercussions des dystocies incluent l’amélioration de l’environnement et de
l’alimentation de l’animal pendant la période de transition ainsi que l’adoption d’un
programme génétique visant à sélectionner des caractères de facilité au vêlage. Par
contre, l’adoption d’un tel programme entraînera des résultats observables à long terme
dans les troupeaux. Afin d’améliorer la situation à court terme, il semble primordial
d’être en mesure de détecter le moment du vêlage (Shah et al., 2006; Streyl et al., 2011;
Miedema et al., 2011a; Palombi et al., 2013). En effet, la détection du moment du
vêlage permet de suivre le déroulement de celui-ci et de poser des gestes au moment
opportun dans des situations de difficultés au vêlage, ce qui aide à minimiser les
répercussions des dystocies sur les veaux, les vaches et sur l’entreprise laitière (Palombi
et al., 2013).
1.3 L’importance de la détection du vêlage
La détection du vêlage permet de réduire les répercussions des dystocies sur la vache, le
veau et sur l’entreprise laitière (Shah et al., 2006; Streyl et al., 2011; Palombi et
al.,2013). En effet, elle permet de suivre le déroulement du processus de la parturition et
d’intervenir lorsque cela est nécessaire et au moment opportun (Miedema et al., 2011a).
De plus, elle permet d’éviter les interventions non-nécessaires ou prématurées, qui
peuvent avoir des effets néfastes sur la santé de la vache et sur celle du veau (Mee,
2004).
À ce sujet, Palombi et al. (2013) ont mesuré l’effet de la détection du vêlage sur la
santé des vaches et des veaux. Pour ce faire, les vêlages de près de 600 vaches ont été
comparés; multipares et primipares, avec ou sans détection du début du vêlage, en parc
individuel ou en stalle (Tableau 1.3). Un émetteur intra vaginal assurait la détection du
vêlage. L’émetteur était éjecté hors de l’animal lors de l’intensification des contractions
utérines (début de l’étape II) envoyant parallèlement un signal sonore au producteur.
Une fois le début de l’étape II détecté, les vaches étaient fouillées afin de noter la
position du fœtus ainsi que le niveau de dilatation de la mère. Un pointage a été accordé
aux vaches ayant des difficultés pendant le vêlage selon la cause de la difficulté. Une
assistance fut apportée aux vaches lorsqu’un délai de plus 90 minutes à l’étape II était
21
observé. La détection des vêlages par la technologie utilisée a permis d’intervenir en cas
de besoin et au moment opportun. De ce fait, la détection a permis de diminuer
significativement l’incidence des maladies liées au vêlage et des pathologies néonatales
tant chez les taures que chez les vaches dont le vêlage a été détecté (vaches avec
technologie) comparativement aux vaches et aux taures vêlant sans détection du début
du vêlage (sans technologie) (Tableau 1.3).
Tableau 1.3. Les mortalités périnatales et les maladies postpartum dans six groupes
expérimentaux.
1PAT : Primipares assistées avec technologie; PSP : Primipares sans technologie vêlant en parc de vêlage;
PSE : Primipares sans technologie vêlant en stabulation entravée. 2MAT : Multipares assistées avec technologie; MSP : Multipares sans technologie vêlant en parc de
vêlage; MSE : Multipares sans technologie vêlant en stabulation entravée.
* = significativement différent du groupe surveillé (P < 0,05).
** = significativement différent du groupe surveillé (P < 0,01).
*** = significativement différent du groupe surveillé (P < 0,001).
Adapté de Palombi et al., 2013
La détection du début du vêlage effectuée dans l’étude de Palombi et al. (2013),
permettant la présence de personnel qualifié pendant la parturition, a réduit l’incidence
des veaux mort-nés et des rétentions placentaires qui sont les facteurs de risque
principaux des endométrites. Une diminution des infections utérines fut donc
parallèlement observée. De plus, les chercheurs ont observé que les vaches munies de la
technologie avaient un intervalle entre le vêlage et la saillie fécondante
significativement plus court (115 jours) que celui des vaches non surveillées (143,9 et
150,5 jours).
En plus de diminuer l’incidence des maladies liées au vêlage, la détection du début de la
parturition permet de poser des gestes pouvant prévenir des blessures infligées aux
Primipares (n=360)1 Multipares (n=232)2
PAT PSP PSE MAT MSP MSE
Morts-nés 0
(0 %)
10
(16,7 %)**
23
(9,6 %)**
1
(1,7 %)
6
(10,0 %)
16
(11,2 %)**
Infections
utérines
2
(3,3 %)
14
(23,3 %)**
34
(14,2 %)*
2
(3,3 %)
12
(20,0 %)**
22
(19,6 %)**
Rétentions
placentaire
0
(0 %)
10
(16,7 %)***
14
(5,8 %)
0
(0 %)
10
(16,7 %)***
14
(12,5 %)***
Prolapse
utérin
0
(0 %)
1
(1,7 %)
2
(0,8 %)
1
(1,7 %)
0
(0 %)
1
(0,9 %)
Fièvre
vitulaire
1
(1,7 %)
1
(1,7 %)
5
(2,1 %)
0
(0 %)
2
(3,3 %)
3
(2,7 %)
Kystes
Ovariens
2
(3,3 %)
8
(13,3 %)
15
(6,2 %)
1
(1,7 %)
2
(3,3 %)
9
(8,0 %)
22
nouveau-nés par la mère ou par l’environnement (Streyl et al., 2011). La détection
permet également d’assurer le bon développement morphologique et fonctionnel du
nouveau-né en lui fournissant du colostrum dans les six premières heures suivant la
parturition (Mee, 2008). L’ingestion d’un niveau adéquat d’immunoglobulines se
retrouvant dans le colostrum est essentielle afin de maximiser la santé et la survie des
nouveau-nés (Quigley et al., 2001).
Chez la vache laitière, la détection du vêlage peut s’effectuer soit par la prédiction (à
l’avance) ou soit par la détermination (instantanée), comme c’était le cas dans l’étude de
Palombi et al. (2013), du début du vêlage. Prédire précisément la parturition n’est pas
une tâche simple. En effet, la gestation des vaches laitières dure en moyenne 280 jours
avec un écart-type de 7,5 jours (Meyer et al., 2001). La date d’insémination ne permet
donc pas à elle seule de prédire précisément le moment du vêlage. En général, la
prédiction du vêlage s’effectue en observant ou en mesurant des indicateurs reliés à
l’approche de cet évènement chez la vache laitière. Un indicateur du vêlage est un
changement quantifiable (externe, comportemental ou interne) dont la réponse est
constante entre les vaches et qui est reconnu pour être associé à l’approche du vêlage
chez la vache laitière (Miedema et al., 2011a).
1.4 Les indicateurs externes liés au vêlage
Plusieurs indicateurs externes évoluent avec l’imminence du vêlage et permettent ainsi
de prédire le vêlage chez la vache laitière. Afin qu’un indicateur externe soit utilisé pour
prédire le vêlage, cet indicateur doit démontrer un changement quantifiable en relation
avec l’imminence du vêlage. De plus, il doit être le plus constant possible entre les
individus (Miedema et al., 2011a).
Tel que mentionné par Berglund et al. (1987), plusieurs études portant sur les
indicateurs externes observables à l’approche du vêlage concernent l’étude de signes
cliniques quantifiables. Le relâchement des ligaments sacro-sciatiques, la distension du
pis, la fuite de colostrum, l’enflure de la vulve, la décharge de mucus, le relâchement de
la queue, le remplissage des trayons et l’œdème mammaire ont alors été étudiés et
validés chez la vache laitière.
23
1.4.1 Le relâchement des ligaments sacro-sciatiques
Il a été démontré dans plusieurs études que les ligaments pelviens, plus spécifiquement
les ligaments sacro-sciatiques, sont de plus en plus relâchés à l’approche du vêlage chez
la vache (Dufty et al., 1971; Shah et al., 2006; Streyl et al., 2011). La relaxation des
structures pelviennes, du col de l’utérus et possiblement des structures entourant le
périnée à l’approche du vêlage est causée, entre autres, par une augmentation des
œstrogènes sécrétées par le placenta ou possiblement par d’autres glandes telles que les
glandes surrénales (Shah et al., 2006). Les œstrogènes provoquent alors le relâchement
des structures du ligament en altérant la structure des fibres collagènes.
Shah et al. (2006) ont mesuré quantitativement la profondeur des ligaments sacro-
sciatiques de 37 vaches Holstein afin de suivre l’évolution du relâchement des
ligaments en lien avec l’approche du vêlage. Les mesures ont été effectuées à plusieurs
intervalles du jour 100 de la gestation jusqu’à un jour après le vêlage. Les résultats
obtenus indiquent que le relâchement des ligaments a augmenté chez toutes les vaches
de l’expérience à l’approche du vêlage. Effectivement, la relaxation moyenne du
ligament du jour 100 était de 8 ± 1 mm. La relaxation a ensuite augmenté pour atteindre
une valeur de 24 ± 2 mm deux jours avant le vêlage. La relaxation a augmenté de
nouveau significativement la journée avant le vêlage et a alors atteinte la valeur
maximale observée de 31 ± 2 mm. Finalement, ce changement lié au vêlage est
quantifiable et il est constant entre les individus alors que le relâchement des ligaments
a augmenté chez toutes les vaches de l’expérience. Ainsi, l’augmentation du
relâchement des ligaments ≥ 5 mm entre deux jours consécutifs est un indicateur
prometteur pour prédire le vêlage des vaches dans les 24 h suivantes. Une mesure
ponctuelle ≥ 30 mm pourrait également potentiellement prédire le vêlage dans les 24 h
suivantes.
1.4.2 La distension du pis et la fuite de colostrum
Berglund et al. (1987) ont observé 493 vêlages afin de déterminer les signes cliniques
permettant de déterminer le début de la parturition chez la vache laitière. Ces chercheurs
ont étudié, entre autres, la distension du pis des animaux et la fuite de colostrum à
l’approche du vêlage. Les résultats indiquent que la distension du pis des vaches est
observable une à deux semaines avant le vêlage, et ce, peu importe la race de l’animal.
Par contre, un effet de parité fut observé. En effet, la distension du pis des vaches de
parité inférieure est observable plus tôt que celle des vaches de parité supérieure. Une
24
distension importante du pis des vaches a été observée chez 70 % des animaux, et ce, un
à deux jours avant le vêlage, avec une moyenne observée à 36 heures avant le vêlage.
Dans cette même étude, la fuite de colostrum a été observée chez seulement 17 % des
animaux. La fuite a été observée en moyenne treize heures avant le vêlage. Streyl et al.
(2011) ont aussi observé que la distension du pis et la fuite de colostrum sont liées au
vêlage chez la vache laitière. La distension du pis et les fuites de colostrum, bien
qu’elles soient des signes cliniques quantifiables associés au vêlage représentent des
indicateurs externes peu prometteurs pour prédire le vêlage, car elles ne sont pas
constantes entre les individus. En effet, elles sont observables seulement chez une faible
proportion de vaches. De plus, ces indicateurs sont observables à différents moments
selon l’individu étudié et selon la parité de l’animal.
1.4.3 L’enflure de la vulve et la décharge de mucus
Dans la même étude, Berglund et al. (1987) ont aussi observé de l’enflure au niveau de
la vulve chez 63 % des animaux de l’expérience. Ce signe est observable en moyenne
66 h avant le début du vêlage (10ième percentile, 50ième percentile et 90ième percentile : 3,
13 et 208 heures respectivement). Une décharge de mucus fut seulement observée chez
38 % des animaux. La décharge est observée en moyenne 64 h avant le début de la
parturition. Streyl et al. (2011) ont aussi observé que l’enflure de la région de la vulve et
la décharge de mucus sont liés au vêlage chez la vache. Par contre, ces deux signes
cliniques sont très variables selon l’individu étudié, puisqu’ils sont observables à divers
moments avant le vêlage. Ils sont également observables seulement chez une faible
proportion des vaches. Ils sont donc peu prometteurs pour détecter à l’avance le vêlage
chez la vache laitière.
1.4.4 Le relâchement de la queue, le remplissage des trayons et l’œdème mammaire
Streyl et al. (2011) ont examiné l’évolution du relâchement de la queue, du remplissage
des trayons et de l’œdème mammaire chez sept taures et quatorze vaches multipares à
l’approche du vêlage. Pour ce faire, les chercheurs ont examiné les vaches une fois par
jour à partir d’au moins trois jours avant le vêlage. Les résultats de l’expérience
démontrent que ces signes cliniques ont évolué avec l’imminence du vêlage. Par contre,
les auteurs ne mentionnent pas si la réponse observée était constante entre les individus
de l’expérience et le nombre de vache ayant démontré ces signes cliniques. Il est donc
difficile de déterminer, grâce à cette étude, si ces signes cliniques sont des indicateurs
prometteurs pour prédire précisément le vêlage chez la vache laitière.
25
Finalement, plusieurs indicateurs externes évoluent et démontrent un changement
quantifiable à l’approche du vêlage. Ils sont donc associés à cet événement chez la
vache laitière. Par contre, ceux-ci diffèrent en ce qui concerne la constance de la
réponse entre les individus et la proportion d’individus démontrant le signe clinique
étudié. L’indicateur externe associé au vêlage le plus constant et ainsi le plus prometteur
pour prédire le vêlage est la mesure du relâchement des ligaments sacro-sciatiques. Les
autres indicateurs externes mentionnés démontrent beaucoup de variabilité en ce qui
concerne leur présence et leur moment d’apparition chez les différents individus.
1.5 Les indicateurs comportementaux liés au vêlage
Plusieurs modifications du comportement des vaches sont observables à l’approche du
vêlage. Ces changements ont souvent été traités dans la littérature scientifique (Huzzey
et al., 2005; Von Keyserlingk et Weary, 2007; Proudfoot et al., 2009; Miedema et al.,
2011a; Barrier et al., 2012; Schirmann et al., 2013; Jensen, 2012; Felton et al., 2013).
En plus de fournir de l’information pertinente sur la progression de la parturition, ils
permettent d’identifier les vaches susceptibles de subir des difficultés pendant le vêlage
(Miedema et al., 2011b). Afin qu’un comportement spécifique soit utilisé pour prédire
précisément le moment du vêlage, ce comportement doit démontrer un changement
quantifiable et constant entre les individus à l’approche du vêlage (Miedema et al.,
2011a). Considérant cela, les études menées sur les indicateurs comportementaux liés au
vêlage chez les vaches laitières se concentrent principalement sur les changements des
comportements reliés à l’activité et à l’alimentation de l’animal.
1.5.1 Les indicateurs comportementaux liés à l’activité
La période entourant le vêlage est marquée par une modification de plusieurs activités
chez les vaches laitières. Les études antérieures ont principalement décrits la recherche
d’isolement (Lidfors et al., 1994) et l’augmentation de l’agitation (Owens et Edey,
1985) observables à l’approche du vêlage. L’agitation se mesure par le nombre de
transitions de la position couchée à la position levée effectué par l’animal. Les études
plus récentes se sont plutôt intéressées à la description des changements des
comportements des animaux à l’approche du vêlage sur une base horaire afin de
déterminer le moment exact où le comportement étudié est altéré et devient indicateur
de l’imminence du vêlage (Miedema et al., 2011a et 2011b; Jensen 2012; Felton et al.,
2013).
26
1.5.1.1 Le nombre d’épisodes de coucher
Quatre études ont démontré que le nombre d’épisodes de coucher mesuré par jour (24
heures) augmente significativement dans les derniers 24 heures avant le vêlage
(Miedema et al., 2011a; 2011b; Jensen, 2012 et Felton et al., 2013). Un épisode de
coucher est défini comme une période passée couchée précédée et suivie par une
période passée debout ou par une période de marche ou de piétinement (Miedema et al.,
2011a; 2011b et Jensen, 2012).
Miedema et al. (2011a) ont mesuré le nombre total journalier d’épisodes de coucher
pendant les 24 heures avant le vêlage (période pré-vêlage) et pendant 24 heures plus tôt
pendant la gestation (période témoin) chez vingt vaches vêlant dans des parcs de vêlage.
Les résultats indiquent qu’il y a une augmentation significative du nombre d’épisodes
de coucher 24 heures avant l’expulsion du veau comparativement à ce qui a été mesuré
pendant la période témoin chez les vingt vaches de l’expérience. En effet, les valeurs
témoins ont varié entre 9 et 32 épisodes de coucher pendant les 24 heures d’observation
avec une moyenne de 16,4 ± 4,8 épisodes pour l’ensemble des vaches de l’expérience
alors que les vaches ont effectué en moyenne 24,2 ± 6,8 épisodes pendant la période
pré-vêlage.
Ces résultats concordent avec ceux obtenus plus récemment par Jensen (2012) et par
Felton et al. (2013). Dans leur expérience, Jensen et al. (2012) ont mesuré le nombre
d’épisodes de coucher journalier chez 32 vaches multipares vêlant en parcs de vêlage
pendant quatre jours avant le vêlage (Tableau 1.4).
Tableau 1.4. Nombre d’épisodes de coucher effectués par les vaches pendant les quatre
derniers jours avant le vêlage.
Les valeurs d’une même rangée ayant des lettres différentes (a, b) diffèrent au seuil P <0,001. 1 L’erreur-type de la moyenne. 2 Les valeurs ont subi une transformation racine carrée avant l’analyse. Les valeurs non- transformées
sont présentées entre parenthèses.
Adapté de Jensen, 2012
Les auteurs avancent que l’augmentation du nombre d’épisodes de coucher observée
dans les deux expériences (Miedema et al., 2011a, Jensen, 2012) est probablement
attribuable au degré d’inconfort de l’animal qui augmente avec l’imminence de
Jours avant le vêlage SEM1 P
-4 -3 -2 -1
Épisodes de coucher par 24h2 4,1a
(17) 4,1a
(17) 4,2a
(17) 4,9b
(24) 0,18 <0,001
27
l’expulsion du veau (Wehrend et al., 2006). Une augmentation significative du nombre
journalier d’épisodes de coucher entre deux jours consécutifs est un indicateur
prometteur pour prédire vêlage puisqu’il est quantifiable, associé au vêlage et la réponse
est constante entre les individus.
Dans l’expérience de Miedema et al. (2011a), afin de caractériser plus précisément le
comportement des animaux à l’approche du vêlage, les auteurs ont séparé la période
témoin de 24 heures en quatre périodes de six heures et ont fait de même avec la période
pré-vêlage. Les résultats indiquent alors que le nombre d’épisode de coucher mesuré
pendant six heures était constant pendant les quatre périodes témoins avec une médiane
de quatre épisodes par six heures (Figure 1.3). En ce qui concerne la période pré-vêlage,
les résultats indiquent un nombre significativement plus élevé d’épisodes de coucher
pendant les dernières six heures avant le vêlage (médiane de treize épisodes)
comparativement à ce qui a été observé dans les trois autres périodes de six heures
(médiane de cinq épisodes) (Figure 1.3).
Figure 1.3. Diagramme en boîte du nombre d’épisodes de coucher pendant chaque
période de six heures avant le vêlage (gris) et pendant la période témoin (blanc).
Adaptée de Miedema et al., 2011a
28
Les auteurs ont estimé que le changement devient significatif 4,2 heures en moyenne
avant le vêlage. Les résultats indiquent alors que l’accroissement significatif du nombre
journalier d’épisodes de coucher mesuré pendant les dernières 24 heures avant le vêlage
est attribuable principalement à l’augmentation significative observée pendant les
dernières six heures avant le vêlage. Ceci confirme que l’augmentation observée est
attribuable à un inconfort plus important en lien avec l’imminence de la parturition et
explique pourquoi celle-ci est principalement observée dans les six heures précédant le
vêlage. Les auteurs ont observé que le nombre d’épisodes de coucher a augmenté chez
toutes les vaches dans les dernières six heures avant le vêlage. Pour leur part, Jensen
(2012) ont divisé les dernières 12 heures avant le vêlage en douze périodes de deux
heures (Tableau 1.5).
Tableau 1.5. Nombre d’épisodes de coucher (moyenne ± SEM) durant les six périodes
de deux heures dans les douze heures précédant le vêlage.
Les valeurs d’une même rangée ayant des lettres différentes diffèrent au seuil P <0,001. 1 L’erreur-type de la moyenne.
Adapté de Jensen, 2012
Les résultats indiquent que le nombre d’épisodes de coucher commence à augmenter
significativement quatre heures avant le début de la parturition et atteint un maximum
deux heures avant le vêlage, ce qui confirme les résultats obtenus par Miedema et al.
(2011a). Cette augmentation fut observée chez toutes les vaches de l’expérience.
Finalement, une augmentation du nombre journalier d’épisodes de coucher ≥ 6 épisodes
entre deux jours consécutifs est un indicateur pouvant potentiellement prédire le vêlage.
De plus, une augmentation ≥ 8 épisodes mesurée entre deux périodes de six heures est
également un indicateur potentiel pour prédire le vêlage. En dernier lieu, une
augmentation significative de plus de 0,6 épisodes de coucher entre deux périodes
consécutives de deux heures permettrait potentiellement de prédire le vêlage deux
heures à l’avance.
1.5.1.2 Le temps passé couché
Quatre études (Huzzey et al., 2005; Miedema et al., 2011a; 2011b; Jensen, 2012) ont
démontré que le temps passé couché mesuré sur une base journalière (24 heures)
Heures avant le vêlage SEM1 P
-12 -10 -8 -6 -4 -2
Épisode de coucher
par 2h
0,83a 0,75a 0,88a 1,00a 1,63b 2,79c 0,244 <0,001
29
diminue significativement pendant les dernières 24 heures avant la parturition. Le temps
passé couché est défini comme étant le temps total passé en position couchée pendant
une période de temps définie et qui est exprimée en heures ou en minutes.
Dans leur expérience, Miedema et al. (2011a) ont observé que le temps total journalier
(24 heures) passé couché mesuré pendant les dernières 24 heures avant le vêlage
(12,6 ± 1,8 heures) était significativement plus faible que celui mesuré pendant la
période témoin (13,6 ± 1,8 heures). Ces résultats concordent avec ceux obtenus par
Miedema et al. (2011b) et ceux obtenus plus récemment par Jensen (2012) (Tableau
1.6).
Tableau 1.6. Temps total passé couché par les vaches pendant les quatre derniers jours
avant le vêlage.
Les valeurs d’une même rangée ayant des lettres différentes diffèrent au seuil P <0,001. 1 L’erreur-type de la moyenne.
Adapté de Jensen, 2012
La diminution d’environ une heure du temps passé couché la journée du vêlage
comparativement à la période témoin observée par Miedema et al. (2011a) et
comparativement aux jours -4, -3 et -2 observée par Jensen (2012) est plus faible que ce
qui a été rapporté précédemment par Huzzey et al. (2005). Effectivement, ces derniers
ont observé une diminution de l’ordre de deux heures du temps passé couché la journée
du vêlage comparativement à ce qui avait été mesuré dans les jours préalables. Cette
différence est probablement attribuable au type de logement des animaux. Les animaux
des études de Miedema et al. (2011a; 2011b) et de Jensen (2012) étaient logés dans des
parcs munis de grandes stalles recouvertes de paille alors que les animaux de l’étude de
Huzzey et al. (2005) étaient logés en stabulation libre avec des logettes recouvertes de
sable. Or, il a été démontré par Norring et al. (2008) que le logement influence le temps
passé couché des vaches.
Lorsque le temps passé couché est exprimé en période de six heures, Miedema et al.
(2011a) n’ont pu observer de différence significative entre les quatre périodes témoins.
Le même résultat est observé entre les quatre périodes pré-vêlages. Ces résultats
Jours avant le vêlage SEM1 P
-4 -3 -2 -1
Temps total passé couché,
min/24h (min/24h)
998a 987a 970a 894b 39,2 <0,001
30
concordent avec ceux obtenus plus récemment par Jensen (2012) alors qu’aucune
différence significative n’a été observée entre les six dernières périodes de deux heures
avant le vêlage (Tableau 1.7).
Tableau 1.7. Temps de repos durant les six périodes de deux heures dans les douze
heures précédant le vêlage.
Les valeurs d’une même rangée ayant des lettres différentes (a, b, c) diffèrent au seuil P < 0,05. 1 L’erreur-type de la moyenne.
Adapté de Jensen, 2012
Ainsi, une diminution significative du temps passé couché mesuré sur une base
journalière (24 heures) d’une ou deux heures selon le type de logement entre deux jours
consécutifs est un indicateur potentiel pour prédire le vêlage chez la vache laitière.
L’indicateur répond aux critères établis, c’est-à-dire qu’il est constant entre les
individus et son évolution est quantifiable et en lien avec le vêlage. Par contre, le temps
passé couché ne suit pas d’évolution spécifique pendant les dernières heures avant le
vêlage. Il ne s’agit pas d’un indicateur prometteur pour prédire le vêlage lorsqu’il est
exprimé sur une base de six ou de deux heures.
1.5.1.3 Le piétinement
Le piétinement augmente graduellement avec l’imminence du vêlage chez la vache
laitière. Le piétinement est mesuré en quantifiant le nombre de pas des animaux. Un pas
est comptabilisé lorsque la vache change la position de sa patte arrière en levant
complètement son onglon du sol, et ce, même en l’absence du mouvement de son corps
ou de propulsion (Felton et al., 2013).
Felton et al. (2013) ont caractérisé les comportements de douze vaches primipares et de
douze vaches multipares logées en stabulation entravée. Globalement, les chercheurs
ont observé tant chez les vaches primipares que chez les vaches multipares que le
piétinement augmente graduellement à partir d’une semaine avant le vêlage et atteint un
point culminant le jour avant le vêlage. Une augmentation moyenne du piétinement de
34 % a été enregistrée du jour -2 avant le vêlage au jour -1. Par contre, seulement 56 %
des vaches de l’étude ont démontré une augmentation du piétinement de 10 % et plus.
De plus, les chercheurs ont observé que les vaches primipares (1365 ± 199 par 900
minutes d’observation) tendaient à effectuer plus de pas que les vaches multipares
Heures avant le vêlage SEM1 P
-12 -10 -8 -6 -4 -2
Temps de repos, min/2h 31,4 34,0 34,0 36,4 34,9 42,8 3,38 NS
31
(1039 ± 199 par 900 minutes d’observation). Cette dernière observation concorde avec
les propos de Wehrend et al. (2006). Ces auteurs mentionnent que les vaches primipares
sont intrinsèquement plus actives que les vaches multipares. Finalement, la mesure du
piétinement n’est pas un bon indicateur du moment du vêlage puisque bien que celui-ci
est quantifiable et en lien avec le vêlage, il n’est pas constant entre les individus et il est
influencé par la parité de l’animal.
1.5.1.4 Le nombre de levées de la queue
Le nombre de levées de la queue est un autre comportement qui évolue à l’approche du
vêlage. Une levée de queue est comptabilisée lorsque la queue de l’animal est élevée par
rapport à sa base et maintenue loin du corps de l’animal (Miedema et al., 2011a).
Deux expériences (Owens et al., 1985; Lidfors et al., 1994) ont démontré qu’une
augmentation du nombre de levées de la queue est reliée au vêlage chez la vache
laitière. Par contre, les auteurs de ces études n’ont pas quantifié le nombre de levées
observé. Dans leurs expériences, Miedema et al. (2011a, 2011b) ont comparé le nombre
de levée de la queue (visuellement) 24 heures avant le vêlage à ce qui a été observé lors
de la période témoin plus tôt pendant la gestation. Les chercheurs ont observé que le
nombre de levées de la queue était significativement plus élevé pendant les périodes
d’observation 24 heures avant le vêlage (59,3 ± 24,9) comparativement à ce qui a été
observé pendant les périodes témoins (19,1 ± 7,6). Miedema et al. (2011a) ont aussi
observé que le nombre des levées de la queue est constant entre les quatre périodes
témoins de six heures avec une médiane de quatre à cinq levées de la queue à chaque six
heures. Par contre, une augmentation significative (médiane de 32 à 33 levées) a été
observée chez dix-neuf des vingt vaches de l’expérience pendant la période de six
heures avant le vêlage (Figure 1.4). Les chercheurs ont estimé que l’augmentation de la
fréquence des levées de la queue observée a commencé en moyenne 6,2 heures avant le
vêlage.
32
Figure 1.4. Diagramme en boîte du nombre de levées de la queue pendant chaque
période de six heures avant le vêlage (gris) et pendant la période témoin (blanc) .
Adaptée de Miedema et al., 2011a
Pour leur part, Miedema et al. (2011b) ont aussi observé que la fréquence des levées de
la queue augmente dans chaque période de deux heures avant le vêlage tant chez les
vaches multipares que chez les vaches primipares. Par contre, ce comportement a
commencé plus tôt chez les taures que chez les vaches. Il a toutefois atteint un
maximum dans la période de deux heures avant le vêlage dans les deux groupes
d’animaux. Ces mêmes auteurs ont remarqué que ce comportement commence plus tôt
chez les vaches ayant besoin d’assistance comparativement à celles vêlant sans
assistance. Il est donc possible que l’étape I du vêlage commence plus tôt chez les
animaux éprouvant des difficultés au vêlage (Wehrend et al., 2006). Par contre, il n’est
pas inhabituel que cette étape commence jusqu’à six heures avant l’expulsion du veau
(Miedema et al., 2011b).
Finalement, les études démontrent que l’augmentation du nombre de levées de la queue
est quantifiable, constante entre les individus et est associée au vêlage chez la vache
laitière. Une augmentation ≥ 30 levées de la queue mesurée sur une base journalière (24
heures) entre deux jours consécutifs est un indicateur potentiel pour prédire le vêlage.
De plus, une augmentation de vingt levées de queue mesurée entre deux périodes de six
heures est également un indicateur permettant potentiellement de détecter le vêlage
jusqu’à quatre heures à l’avance.
33
1.5.1.5 Le temps passé à lécher le sol
Dans l’expérience de Miedema et al. (2011a), le temps passé à lécher le sol était très
court dans les quatre périodes témoins. Par contre, les résultats indiquent qu’il est
possible d’observer un changement de ce comportement en relation avec le vêlage. En
effet, la durée totale journalière de ce comportement était significativement plus élevée
24 heures avant le vêlage (5,2 ± 4,4 minutes) comparativement à ce qui avait été
observé dans la période témoin (2,1 ± 3,0 minutes). Cette augmentation est
principalement attribuable à l’augmentation observée dans les dernières six heures avant
le vêlage, qui est la seule période où une augmentation significative est observée. Par
contre, ce résultat semble être attribuable à une vache de l’étude qui a passé beaucoup
plus de temps à lécher le sol pendant cette période que les autres vaches de l’expérience.
Ainsi, le temps passé à lécher le sol est quantifiable à l’approche du vêlage. Par contre,
d’autres études sont nécessaires afin de déterminer si celui-ci est réellement constant
entre les individus et s’il est associé à l’imminence du vêlage.
1.5.2 Les indicateurs comportementaux liés à l’alimentation
Les comportements d’alimentation sont considérés comme des indicateurs de la santé et
de la productivité chez la vache laitière (Bikker et al., 2014). Plusieurs comportements
liés à l’alimentation tels que la rumination, l’ingestion de matière sèche, le temps alloué
à l’alimentation par jour, le nombre de repas par jour et l’abreuvement évoluent
graduellement en relation avec l’approche du vêlage.
1.5.2.1 Le temps de rumination
La rumination est un des comportements les plus communs observés chez la vache
laitière (Beauchemin, 1991). Bien que la majorité de la rumination des vaches soit
observée alors que la vache est en position couchée, la vache est aussi capable de
ruminer en position levée, en marchant, en se grattant, en déféquant et en urinant
(Beauchemin, 1991). Une diminution du temps de la rumination est un indicateur de
stress (Herskin et al., 2004), d’anxiété (Bristow et Holmes, 2007) et est associée à
plusieurs maladies (Hansen et al., 2003) chez la vache laitière. Chez cette dernière, la
rumination peut être influencée par trois principaux groupes de facteurs soit
l’alimentation, l’animal et l’environnement (Pahl et al., 2014).
Le temps de rumination peut être exprimé en minute ou en heure et selon différentes
périodes de temps. Deux études (Adin et al., 2009; Soriani et al., 2012) ont démontré
que le temps de rumination journalier des vaches diminue le jour du vêlage par rapport à
34
ce qui est observé de deux à plusieurs jours avant le vêlage. Par contre, les résultats
obtenus dans ces études ne tiennent pas compte du moment réel de l’expulsion du veau.
Ainsi, il est difficile d’évaluer le moment exact du début de la diminution de la
rumination par rapport au vêlage réel et si celle-ci est effectivement liée au vêlage chez
la vache laitière.
Une étude récente menée par Schirmann et al. (2013) avait pour objectif de mesurer la
rumination de onze vaches de 96 heures avant le vêlage jusqu’à 48 heures après le
vêlage. Les données obtenues ont ensuite été résumées en périodes de vingt-quatre et de
deux heures. Contrairement aux deux autres études mentionnées plus haut (Adin et al.,
2009; Soriani et al., 2012), les périodes ont été ajustées en fonction du moment réel du
vêlage. Les résultats indiquent qu’aucune différence n’a été observée entre les périodes
de 96 à 48 heures avant le vêlage (période témoin). Comparativement à ce qui a été
observé pendant la période témoin, le temps de rumination a diminué en moyenne de
63 ± 30 minutes dans les 24 heures précédant le vêlage, ce qui représente une
diminution de l’ordre de 15 %. Pour leur part, Büchel et Sundrum (2014) ont observé
une diminution de 25 % du temps de rumination durant les 24 dernières heures avant le
vêlage. La différence observée entre les résultats des deux expériences est probablement
partiellement attribuable à la différence du contenu en fibres NDF des deux rations
utilisées. Les rations plus riches en fibres NDF entraînent une augmentation du temps
de rumination (Adin et al., 2009). Ainsi, une diminution du temps journalier de
rumination est quantifiable et constant entre les individus. Par contre, l’ampleur de la
diminution dépend entre autres, du stress (Bristow et Holmes, 2007), des changements
de gestion tels que le regroupement (Schirmann et al., 2011), la composition de la ration
(Beauchemin, 1991), les fibres NDF ingérées (Adin et al., 2009), la grosseur des
particules et la qualité des fourrages (Krause et al., 2002).
Pahl et al. (2014) se sont intéressés au temps de rumination chez dix-sept vaches
(primipares et multipares) pendant les 24 dernières heures avant l’expulsion du veau. En
séparant les 24 dernières heures en douze périodes de deux heures, les chercheurs ont
observé que la diminution du temps de rumination observée commence six heures avant
le vêlage et devient significative quatre heures avant le vêlage. Les résultats indiquent
que la diminution du temps de rumination était de plus de dix minutes par période de
deux heures dans les trois dernières périodes de deux heures avant le vêlage. Pour leur
part, Schirmann et al. (2013) ainsi que Büchel et Sundrum (2014) ont observé que la
35
diminution commence six heures avant le vêlage. Une diminution de l’ordre de
25,6 min/6 h a été observée dans les dernières six heures avant le vêlage
comparativement aux autres périodes (Büchel et Sundrum, 2014).
Finalement, le temps de rumination mesuré sur une base journalière de 24 heures ou en
périodes de six ou de deux heures sont des indicateurs prometteurs pour prédire le
vêlage chez la vache laitière. Une diminution du temps de rumination journalier de 15 à
25 % et une diminution de l’ordre de 26 minutes entre deux périodes de six heures
permettent toutes deux de prédire le vêlage chez la vache laitière.
1.5.2.2 L’ingestion de matière sèche
La période de transition communément définie à trois semaines avant le vêlage jusqu’à
trois semaines après le vêlage est critique pour le cycle de lactation de la vache
(Proudfoot et al., 2009). Pendant cette période, la vache subit une série de changements
nutritionnels, physiologiques et sociaux. La vache est donc plus vulnérable aux
infections et aux désordres métaboliques (Goff et Horst, 1997; Huzzey et al., 2007).
Durant cette période, il est primordial que la vache retire suffisamment d’énergie de son
alimentation afin de supporter le début de la lactation. Bao et Giller (1991) mentionnent
que chez la plupart des mammifères, une augmentation significative d’ingestion de
matière sèche est observée pendant la période approchant le vêlage et en début de
lactation. Chez la vache laitière, l’ingestion de matière sèche reste relativement stable au
cours de la gestation (Bao et Giller, 1991; Grummer et al., 2004; Huzzey et al., 2005).
Elle tend ensuite à diminuer trois semaines avant le vêlage (Drackley, 1999) et
augmente graduellement en début de lactation (Osborne et al., 2002; Huzzey et al.,
2007; Proufoot et al., 2009; Schirmann et al., 2013).
La diminution graduelle observée à l’approche du vêlage s’explique principalement par
le fait que l’utérus ainsi que le fœtus en croissance prennent de plus en plus d’espace
dans l’animal. Plusieurs chercheurs ont étudié l’ingestion de matière sèche des vaches à
l’approche du vêlage. Bertics et al., (1992) ont observé une diminution de 28 % de la
quantité de matière sèche ingérée la semaine avant le vêlage comparativement à ce qui
avait été observé trois semaines avant le vêlage. Ces résultats concordent avec ceux
obtenus plus récemment par Huzzey et al. (2007) alors que les chercheurs ont observé
que l’ingestion de matière sèche des vaches diminue entre sept et deux jours avant le
vêlage à un taux de 0,15 kg par jour. Les chercheurs ont aussi observé une diminution
36
de l’ingestion de matière sèche de l’ordre de 33 % un jour avant le vêlage suivie d’une
augmentation de 28 % dans les 24 heures suivant le vêlage. Par contre, aucune
correction du moment réel du vêlage n’a été effectuée dans les études mentionnées
précédemment. Il est donc difficile de pouvoir déterminer le moment exact du début de
cette diminution.
Schirmann et al. (2013) ont observé les comportements alimentaires de onze vaches de
96 heures avant le vêlage à 48 heures après le vêlage. Les chercheurs ont observé que
les vaches ingèrent une quantité constante de matière sèche de 96 heures à 24 heures
avant l’expulsion du veau. Les chercheurs ont ensuite observé que l’ingestion de
matière sèche tend à diminuer de 24 % dans les 24 heures avant le vêlage
comparativement à ce qui a été observé dans la période de 96 à 48 heures avant le
vêlage. Cette diminution s’échelonne jusqu’à 24 heures après le vêlage.
Proudfoot et al. (2009) se sont intéressés aux différences relatives à l’ingestion de la
matière sèche à l’approche du vêlage des vaches vêlant sans assistance par rapport à
celles nécessitant de l’assistance afin de déterminer si l’ingestion de matière sèche est
un indicateur utile pour détecter les vaches susceptibles de vêler difficilement. Pour ce
faire, les chercheurs ont observé les comportements alimentaires de onze vaches qui ont
vêlé sans assistance et de onze vaches ayant subi des vêlages dystociques. Les vaches
dystociques ont consommé 12 et 24 % moins de matière sèche 48 et 24 heures avant le
vêlage comparativement aux vaches eutociques. Tel que mentionné, les dystocies sont
souvent causées par un fœtus disproportionné (Mee, 2008). Les veaux plus gros peuvent
ainsi réduire l’espace disponible dans le rumen, diminuant ainsi l’ingestion de matière
sèche des vaches subissant des dystocies (Proudfoot et al., 2009). De plus, la réduction
de l’ingestion de matière sèche peut aussi être attribuée à la douleur associée à la
malposition du fœtus. Finalement, les études indiquent que la diminution de 24 à 33 %
de l’ingestion de matière jusqu’à sept jours avant vêlage peut être utilisée pour prédire
le vêlage. Les vaches dystociques ayant une diminution plus importante, l’ingestion de
matière sèche est aussi un indicateur utile pour identifier les vaches à risque de subir des
dystocies. La diminution graduelle de 30 à 35 % de l’ingestion de matière sèche
mesurée sur une base journalière de 24 heures entre deux jours consécutifs est
également un indicateur potentiel pour prédire le vêlage chez la vache laitière. Cet
indicateur est effectivement lié au vêlage et la réponse est constante entre les individus.
37
1.5.2.3 Le temps d’alimentation
La diminution de matière sèche ingérée à l’approche du vêlage est accompagnée par une
diminution du temps que les vaches accordent à l’alimentation (Huzzley et al., 2007;
Proudfoot et al., 2009; Miedema et al., 2011a; Miedema et al., 2011b et Schirmann et
al., 2013). Huzzey et al. (2007) ont observé que le temps d’alimentation des vaches
diminue progressivement entre sept et deux jours avant le vêlage à raison de 2,6 minutes
par jour. Ces résultats concordent avec ceux obtenus par Proudfoot et al. (2009) alors
qu’une diminution de 36 % du temps d’alimentation a été observée 24 heures avant le
vêlage. Par contre, le moment exact du vêlage n’a pas été corrigé dans ces études.
Schirmann et al. (2013) ont observé pendant la période de 24 heures avant le vêlage que
le temps d’alimentation diminue significativement de 66 ± 16 minutes comparativement
à ce qui a été observé pendant la période de 96 heures à 48 heures avant le vêlage, ce
qui représente une diminution de l’ordre de 32 %. Le temps d’alimentation a continué
de diminuer dans la période de 24 heures après le vêlage de 82 ± 18 minutes (40 %)
comparativement à ce qui avait été observé dans la période de 96 à 48 heures avant le
vêlage. Le changement de ration à la suite du vêlage pourrait expliquer un temps
d’alimentation plus faible observé 24 heures après le vêlage puisque les rations plus
pauvres en fourrages et plus riches en concentrés sont consommées plus rapidement que
les rations offertes avant le vêlage (Krause et al., 2002). De plus, après le vêlage, la
vache passera beaucoup de temps à lécher son veau au détriment de comportements
alimentaires (Jensen, 2012).
Miedema et al., (2011a) ont aussi observé le temps d’alimentation de vingt vaches
multipares. Contrairement à ce qui a été observé dans les études mentionnées plus haut
(Huzzey et al., 2007; Proudfoot et al., 2009 et Schirmann et al., 2013), les chercheurs
n’ont pas observé de changement significatif du temps d’alimentation entre la période
de 24 heures avant le vêlage (102,1 ± 48,2 min) par rapport à ce qui avait été observé
pendant la période témoin (118,7 ± 47,4 min). Cet écart s’expliquerait principalement
par la différence entre la durée des périodes témoins des différentes expériences.
Miedema et al. (2011a) ont opté pour une période témoin plus courte (24 heures) que
celles des autres études (48 heures à plusieurs jours). En se basant sur les résultats des
études mentionnées plus haut, il est donc possible que la durée d’observation de la
période témoin (24 heures) de l’étude de Miedema et al (2011a) n’était pas suffisante
pour l’observation de changements constants des comportements d’alimentation à
38
l’approche du vêlage. Miedema et al. (2011a) ont ensuite divisé les deux périodes
d’observation 24 heures (pré-vêlage et témoin) de l’étude en quatre périodes de six
heures. Suite à cette transformation, les chercheurs ont observé que la durée
d’alimentation est constante pendant les quatre périodes témoins. En comparant les
périodes pré-vêlage, ils également observé que le temps d’alimentation est
significativement plus court dans la période de 6 à 0 heures avant le vêlage
comparativement à ce qui est observé dans les périodes de 24 à 18, 18 à 12 et 12 à 6
heures avant le vêlage. Même si les auteurs ont pu observer une diminution significative
de seize minutes du temps d’alimentation dans la période de 6 à 0 heures avant le
vêlage, ce comportement est très variable entre les vaches de l’expérience et trois
vaches de l’étude ont même démontré une augmentation durant cette période.
Ces résultats concordent avec ceux obtenus dans une autre étude menée par Miedema et
al., (2011b) alors que le temps d’alimentation de douze vaches et de douze taures ont été
observé pendant une période témoin et pendant la période précédant le vêlage, toutes
deux de douze heures. Alors que les chercheurs s’attendaient à observer une diminution
du temps d’alimentation six heures avant le vêlage, ceux-ci n’ont observé aucune
différence significative entre les six périodes de deux heures avant le vêlage
comparativement à ce qui avait été observé pendant la période témoin. La période
d’observation témoin est donc primordiale afin d’être en mesure d’observer des
changements au niveau du temps d’alimentation à l’approche du vêlage.
Finalement, la diminution du temps d’alimentation est associée au vêlage chez la vache
laitière. Par contre, une variation dans la réponse est observable chez les individus et le
comportement ne semble pas suivre d’évolution spécifique dans les dernières heures
avant le vêlage. Il ne s’agit donc pas d’un indicateur prometteur pour prédire le vêlage
chez la vache laitière.
1.5.2.4 L’abreuvement
L’eau est un des nutriments les plus importants pour la vache laitière (NRC, 2001).
Malgré son importance pour la santé de l’animal et pour la production laitière, très peu
de recherche porte sur les comportements d’abreuvement des vaches laitières à
l’approche du vêlage. Huzzey et al. (2005) ont observé que le temps d’abreuvement des
vaches est assez constant pendant la période de transition pré-vêlage, c’est-à-dire la
période s’échelonnant de trois semaines avant le vêlage jusqu’au vêlage. Par contre,
39
l’ingestion d’eau des vaches est étroitement liée à l’ingestion de matière sèche (Huzzey
et al., 2005). Ainsi, les vaches passant moins de temps à la mangeoire à l’approche du
vêlage (Schirmann et al., 2013), passent parallèlement aussi moins de temps à
l’abreuvoir, ce qui se traduit par un temps d’abreuvement plus faible avant le vêlage
(Huzzey et al., 2005; Jensen, 2012). Huzzey et al. (2005) ont ainsi observé que les
vaches passent 5,5 minutes à boire par jour avant le jour du vêlage. À la suite du vêlage,
le temps d’abreuvement augmente progressivement pour atteindre une moyenne de 6,8
minutes par jour. Cette augmentation pourrait être attribuable aux besoins élevés en eau
requis pour la lactation. Le temps moyen d’abreuvement des vaches à la suite du vêlage
est donc plus élevé que ce qui avait été observé pendant la période pré-vêlage.
Jensen (2012) a aussi observé que le temps d’abreuvement est significativement plus
faible dans les heures précédant le vêlage. Le temps d’abreuvement atteint un minimum
dans la période de deux heures avant l’expulsion du veau. Par contre, les vaches de
l’expérience ont démontré beaucoup de variabilité en ce qui concerne ce comportement.
Il n’est donc pas un indicateur prometteur pour déterminer le moment du vêlage chez la
vache laitière.
Finalement, tous les indicateurs comportementaux abordés (liés à l’activité et
alimentaires) évoluent graduellement en relation avec le vêlage. Les indicateurs
démontrant le plus de constance chez les individus et étant les plus prometteurs pour
prédire le vêlage lorsqu’ils sont mesurés sur une base journalière sont : une
augmentation ≥ 6 épisodes de coucher, une diminution du temps passé couché de une à
deux heures selon le type de logement, une augmentation ≥ 30 levées de la queue, une
diminution de 15-25 % du temps de rumination et une diminution de 30 à 35 % de
l’ingestion de matière sèche.
D’autres indicateurs sont prometteurs pour prédire le vêlage de quatre à six heures à
l’avance. Il s’agit d’une augmentation ≥ 8 épisodes de coucher et d’une augmentation
≥ 20 levées de queue mesurées entre deux périodes de six heures. De plus, une
augmentation ≥ 0,6 épisodes de coucher ainsi qu’une diminution de l’ordre de 26
minutes du temps de rumination entre deux périodes consécutives de deux heures sont
prometteuse pour détecter le vêlage jusqu’à quatre heures à l’avance.
40
1.6 Les indicateurs internes liés au vêlage
En plus des indicateurs externes et comportementaux, plusieurs indicateurs internes sont
associés au vêlage chez la vache laitière. Ces indicateurs concernent principalement le
dosage de certaines hormones et les changements de températures corporelles en lien
avec l’approche de la parturition. Afin qu’un indicateur interne soit utilisé pour prédire
le moment du vêlage, cet indicateur doit démontrer un changement quantifiable lié au
vêlage et constant entre les individus (Miedema et al., 2011a).
1.6.1 Les profils hormonaux
Plusieurs hormones interviennent pendant la gestation chez la vache laitière (Zhang et
al., 1999). Tel qu’observé chez plusieurs mammifères, le placenta de la vache laitière
produit des œstrogènes et de la progestérone (P4) (Shah et al., 2006). Ainsi, les
concentrations de ces hormones évoluent en lien avec le vêlage et peuvent
potentiellement servir d’indicateur pour prédire le moment du vêlage.
1.6.1.1 Les œstrogènes
Trois études ont démontré que les concentrations d’estrogènes changent avec l’approche
du vêlage (Most et al., 1981; Zhang et al., 1999 ; Shah et al., 2006). Chez la vache, deux
types d’estrogènes sont principalement reliés à la gestation. L’estrone-3-sulphate (E1S)
est le principal œstrogène placentaire (Shah et al., 2006). La production locale
d’œstrogènes peut être détectée dès le 33ième jour de gestation. Par contre,
l’augmentation des concentrations d’œstrogènes dans le sang de la vache laitière
commence seulement à augmenter de 70 à 100 jours de gestation (Zhang et al., 1999).
Pour sa part, l’estradiol-17β (E2β) est un indicateur important de l’activité folliculaire
pendant le cycle œstrus de la vache. Par contre, les vaches en fin de gestation ont des
concentrations plus élevées de E2β que les vaches cycliques. Pendant la dernière
semaine de la gestation, les concentrations de E2β et de E1S augmentent graduellement
dans le sang pour atteindre un maximum un jour avant le vêlage (Mostl et al., 1981;
Zhang et al., 1999).
Plus récemment, Shah et al. (2006) ont démontré que les concentrations de E1S au jour
100 de la gestation sont faibles à 0,84 ± 0,3 ng/ml. La concentration augmente
progressivement pour atteindre 8,57 ± 0,6 ng/ml à 240 jours de gestation. La
concentration atteint ensuite 15,7 ± 2,5 ng/ml au jour 268 de la gestation. La
concentration augmente ensuite numériquement un jour avant le vêlage et atteint alors
41
28,4 ± 3,6 ng/ml. Par contre, aucune corrélation n’a été mesurée entre le profil de E1S et
l’intervalle de temps séparant du vêlage. Les concentrations de E2β sont elles aussi
faibles au jour 100 de la gestation à 0,09 ± 0,01 ng/ml (Shah et al., 2006). Les
concentrations augmentent ensuite graduellement jusqu’à quatre jours avant le vêlage.
Ensuite, les concentrations augmentent drastiquement deux et trois jours avant le
vêlage. Une augmentation significative est observée le jour avant le vêlage alors que la
concentration atteint 1,0 ± 0,1 ng/ml. Les concentrations diminuent ensuite
significativement une journée après le vêlage.
Les résultats indiquent qu’une augmentation de E2β de 0,20 ng/ml entre deux jours
consécutifs est indicateur potentiel pour prédire le vêlage 24 heures à l’avance puisqu’il
est quantifiable et constant entre les individus. De plus, une concentration de E2β
≥ 1,0 ng/ml est également un indicateur prometteur du vêlage. L’absence de corrélation
significative entre le profil de E1S et l’intervalle de temps séparant le vêlage laisse
croire que le profil de E1S n’est pas un indicateur potentiel du moment du vêlage bien
qu’il soit quantifiable et constant entre les individus.
1.6.1.2 La progestérone
La progestérone est une hormone essentielle au maintien de la gestation chez tous les
mammifères. Elle est produite par le corps jaune et par le placenta (Streyl et al., 2011).
Chez la vache laitière, elle stimule, entre autres, la croissance et le développement de la
glande mammaire et permet ainsi le démarrage de la lactation immédiatement après la
parturition (Shah et al., 2006). Parallèlement, la progestérone réduit le tonus utérin et la
contractilité du myomètre, permettant ainsi la mise en place du calme utérin propice au
développement du fœtus. Tout comme les estrogènes, les profils de progestérone
changent à l’approche du vêlage (Matsas et al., 1992).
Matsas et al. (1992) ont dosé quantitativement la progestérone sanguine de 45 vaches de
cinq jours avant le vêlage jusqu’au jour du vêlage. Les chercheurs ont observé que la
progestérone sanguine des vaches laitières diminue subitement de 2,31 ± 0,15 ng/ml
environ 48 heures avant le vêlage pour atteindre 0,59 ± 0,06 ng/ml environ 24 heures
avant le vêlage. Ces résultats concordent avec ceux obtenus auparavant par Parker et al.
(1988). Les résultats de l’expérience démontrent que la diminution de progestérone de
l’ordre 1,9 ng/ml entre deux jours consécutifs est prometteur pour détecter le vêlage
42
dans les 24 heures suivantes. De plus, une concentration ≤ 2 ng/ml est aussi prometteuse
pour prédire le vêlage dans les 24 heures suivantes.
1.6.2 Les changements de température corporelle
La température corporelle des vaches laitières suit un rythme circadien prononcé, c’est-
à-dire qu’elle atteint une température minimale le matin pour ensuite atteindre une
température maximale en fin d’après-midi (Piccione et al., 2003; Kendall et Webster,
2009; Vickers et al., 2010). Plusieurs facteurs peuvent influencer la température
corporelle ainsi que le patron du rythme circadien des vaches tels que la race (Webster
et al., 2008), le vent et la pluie (Webster et al., 2008), la fréquence de traite (Kendall et
al., 2008) et la température ambiante (Kendall et al., 2007). De plus, le statut
physiologique, c’est-à-dire l’ovulation, la gestation et la lactation, peut aussi influencer
le rythme circadien de la vache (Piccione et al., 2003; Kendall et Webster, 2009; Suthar
et al., 2011; Burfeind et al., 2011).
Kendall et Webster (2009) ont mesuré le cycle circadien ainsi que la température
corporelle de 36 vaches pendant trois jours consécutifs à différentes périodes selon
différents stades de lactation et de gestation. Les périodes choisies étaient : en fin de
gestation, en début de lactation, en milieu de lactation, en fin de lactation, à la saillie et
pendant le tarissement. Les résultats indiquent que le rythme circadien des vaches en fin
de gestation exhibe des variations plus faibles (gamme de variation de 0,8 °C)
comparativement à ce qui a été observé chez les vaches en lactation (gamme de
variation de 1,1 °C). Ainsi, les résultats démontrent que le rythme circadien est
influencé par le statut physiologique des vaches.
1.6.2.1 Les températures vaginales
Plusieurs chercheurs se sont intéressés aux variations de la température vaginale
l’approche du vêlage chez la vache laitière (Burfiend et al., 2011; Cooper-Prado et al.,
2011). Burfeind et al. (2011) ont observé l’évolution de la température vaginale ainsi
que du rythme circadien des vaches laitières à l’approche du vêlage. Pour ce faire, ils
ont mesuré en continu les températures vaginales de vaches réparties dans trois
expériences distinctes. Dans les trois expériences, les chercheurs ont observé une
diminution des températures vaginales moyennes le jour du vêlage comparativement
aux températures observées un, deux et trois jours avant le vêlage (Tableau 1.8).
43
Tableau 1.8. Les températures vaginales moyennes (moyenne ± ÉC) de trois jours avant
le vêlage jusqu’au jour du vêlage dans les expériences 1 (n = 30 vaches primipares), 2
(n=30 vaches multipares) et 3 (n = 25 vaches multipares).
a-d Les températures moyennes dans une même colonne avec un exposant différent sont significativement
différentes (P < 0,05).
Adapté de Burfeind et al., 2011
Sur une base horaire, les températures ont commencé à diminuer approximativement 48,
36 et 48 heures avant la parturition dans les expériences 1, 2 et 3 respectivement. Les
températures internes ont atteint un minimum 18 heures (38,5 ± 0,4 ºC), 13 heures
(38,7 ± 0,3 ºC), et 15 heures (38,7 ± 0,3 ºC) dans les trois expériences respectivement.
De plus, une augmentation des températures a été observée dans les expériences 1 et 2
quelques heures avant le vêlage alors qu’elle est restée la même dans l’expérience 3.
Cette augmentation de température à l’approche du vêlage est probablement attribuable
à l’augmentation de l’activité de la vache telle que l’augmentation du nombre de
transition entre la position couchée et levée (Miedema et al. 2011a; 2011b; Jensen
2012). D’autres recherches sont nécessaires afin de déterminer si cette augmentation de
température est indicatrice de l’étape I de la parturition et si celle-ci permettrait de
détecter les vêlages.
Les résultats des expériences de Burfeind et al. (2011) indiquent qu’une diminution de
la température vaginale ≥ 0,3 °C observée entre la température mesurée et celle 24
heures précédemment permet potentiellement de prédire un vêlage dans les 24 heures
suivantes chez la vache laitière. Il est primordial de travailler sur une période de 24
heures lorsqu’il est question des températures vaginales pour éliminer les effets du cycle
circadien présent chez la vache. En effet, Burfeind et al. (2011) ont observé que les
températures vaginales des vaches suivent un rythme diurne atteignant une température
minimale le matin (entre huit heures et treize heures) et une température maximale en
soirée (entre dix-neuf heures et vingt heures) tel que décrit plus tôt par Kendall et
Webster (2009). Les températures ont suivi ce rythme de 120 heures avant le vêlage
Températures vaginales moyennes (ºC)
Jours avant le
vêlage
Expérience 1 Expérience 2 Expérience 3
-3 39,2 ± 0,4d 39,5 ± 0,3c 39,3 ± 0,2c
-2 39,1 ± 0,3c 39,5 ± 0,3c 39,3 ± 0,2c
-1 38,8 ± 0,3b 39,1 ± 0,3b 39,0 ± 0,3b
0 38,5 ± 0,3a 38,8 ± 0,4a 38,8 ± 0,3a
44
jusqu’au vêlage. Par contre, pendant les 48 dernières heures, le rythme était toujours
présent, mais les variations étaient plus faibles (Figure 1.5).
Figure 1.5. Rythme diurne des températures vaginales comparant les 48 dernières
heures (—) et de 49 à 120 heures avant le vêlage (--) dans l’expérience 3 (n = 25 vaches
multipares).
Tirée de Burfeind et al., 2011
1.6.2.2 Les températures rectales
Burfeind et al. (2011) sont aussi intéressés aux variations de la température rectale à
l’approche du vêlage. Celles-ci furent mesurées deux fois par jour (7:30 et 17:00) dans
leurs expériences. Tout comme les températures vaginales, les températures rectales
moyennes étaient plus basses la journée du vêlage comparativement à ce qui a été
observé dans les quatre derniers jours prepartum pour l’expérience 2 et
comparativement aux cinq derniers jours prepartum pour l’expérience 3. Par contre,
l’augmentation de la température observée à l’approche du vêlage dans les expériences
1 et 2 n’a pu être confirmée en mesurant la température rectale des vaches dans ces
mêmes expériences. Cela s’expliquerait probablement par le fait que la température
vaginale était mesurée en continu alors que la température rectale était mesurée deux
fois par jour. Tout comme ce qui a été observé avec les températures vaginales une
diminution des températures rectales ≥ 0,3 °C entre deux mesures de température
45
rectales séparées de 24 heures est un indicateur prometteur pour prédire le vêlage dans
les 24 heures suivantes.
Finalement, les profils d’estrogènes, de progestérone et de température corporelle
évoluent graduellement avec l’approche du vêlage chez la vache laitière. Une
augmentation de E2β de 0,20 ng/ml entre deux jours consécutifs, une diminution de
progestérone de l’ordre 1,9 ng/ml entre deux jours consécutifs, une concentration
sanguine de progestérone ≤ 2 ng/ml, ainsi qu’une diminution ≥ 0,3 °C de la température
vaginale ou rectale observée entre un moment dans la journée du vêlage et 24 heures
précédemment sont des indicateurs prometteurs pour prédire le vêlage dans les 24
heures suivantes. Une concentration de E2β ≥ 1,0 ng/ml serait aussi un indicateur
potentiel pour prédire le vêlage dans les 24 prochaines heures.
Plusieurs méthodes ont été développées afin de mesurer les indicateurs du vêlage chez
la vache laitière permettant ainsi de prédire le vêlage. Ces méthodes inclus
principalement divers outils, protocoles d’observations visuelles ou des technologies
automatisées. Les caractéristiques recherchées des différentes méthodes utilisées pour
détecter le vêlage font l’objet de la section suivante.
1.7 Caractéristiques recherchées chez une méthode utilisée pour
prédire le vêlage chez la vache laitière
Peu importe la méthode utilisée (outils, observations visuelles, ou technologies), celles-
ci doivent tous posséder les mêmes caractéristiques afin de d’être en mesure de prédire
le vêlage chez la vache laitière. La méthode utilisée doit, premièrement, pouvoir
mesurer un indicateur associé au vêlage chez la vache laitière. Deuxièmement, elle doit
être la plus performante possible pour prédire le vêlage, c’est-à-dire, qu’elle doit avoir
la capacité de différencier les vaches qui vêleront dans les prochaines heures de celles
qui ne vêleront pas dans cette même période de temps en faisant le moins d’erreur
possible.
À ce sujet, plusieurs mesures permettent d’évaluer le pouvoir discriminatoire d’une
méthode de prédiction du vêlage, c’est-à-dire la capacité à distinguer les vaches qui
vont vêler de celles qui ne vêleront pas dans l’intervalle de temps étudié (Figure 1.6).
Premièrement, il y a la sensibilité (SEN). Concernant les vêlages, celle-ci est définie
comme la proportion d’événements positifs (occurrence du vêlage) correctement prédits
46
par la méthode utilisée (Burfeind et al., 2011). En d’autres mots, elle représente la
fréquence de test positif (présence d’indicateur) parmi les vaches qui ont vêlé (Bewick
et al., 2004). Une méthode très sensible génère une grande fréquence de vrais positifs
alors qu’une méthode peu sensible génère une grande fréquence de faux négatifs
(Figure 1.6). Deuxièmement, il y a la spécificité (SPE). Elle est pour sa part définie
comme la proportion d’évènements négatifs (absence de vêlage) correctement
diagnostiquée par la méthode (Burfeind et al., 2011). En d’autres mots, elle représente
la fréquence de test négatif (absence d’indicateur) parmi les vaches qui n’ont pas vêlé
(Bewick et al., 2004). Une méthode spécifique génère alors une fréquence élevée de
vrais négatifs alors qu’une méthode peu spécifique génère beaucoup de faux positifs
(Figure 1.6). La sensibilité et la spécificité sont toujours évaluées conjointement. Une
méthode permettant parfaitement, c’est-à-dire sans effectuer d’erreurs, de distinguer les
vaches qui vêleront de celles qui ne vêleront pas aurait une sensibilité et une spécificité
égalent ou se rapprochant de 100 % (Bewick et al., 2004). Une sensibilité et une
spécificité ≤ 50 % indiquent des performances faibles alors qu’une sensibilité et une
spécificité se rapprochant de 75 % indiquent des performances intermédiaires. La
sensibilité et la spécificité sont des caractéristiques intrinsèques d'une méthode et sont
utiles pour décrire son rendement prévu et pour comparer les méthodes de prédiction
entre elles.
47
Figure 1.6. Schématisation de la performance d’un test.
Adaptée de Bewick et al., 2004
En plus de la sensibilité et de la spécificité, l’aire sous une courbe receiving operating
characteristics (ROC) permet aussi d’évaluer le pouvoir discriminatoire d’une méthode
de prédiction du vêlage. En effet, celle-ci traduit la capacité d’une méthode à
différencier deux populations, c’est-à-dire dans le cas présent, de différencier les vaches
qui vêleront dans les prochaines heures de celles qui ne vêleront pas pendant cette
même période de temps. Une aire sous la courbe (ASC) égale à 1 représente une
méthode permettant de faire parfaitement la distinction entre les vaches qui vêleront
dans les prochaines heures et celles qui ne vêleront pas pendant cette période de temps.
À l’opposé une ASC égale à 0,5 indique que la capacité discriminatoire de la méthode
se rapproche de celle du hasard. L’ASC est souvent utilisée pour comparer la
performance de plusieurs méthodes ayant le même but (Bewick et al., 2004). Plusieurs
interprétations de l’ASC ont été proposées. À ce sujet, Fan et al. (2006) mentionnent
qu’une ASC ≤ 0,75 indique qu’un test n’a aucune valeur clinique alors que l’University
of Nebraska (2014) propose l’échelle de classification suivante : ASC 0,9-1 (excellent),
ASC 0,8-0,9 (bon), ASC 0,7-0,8 (passable), ASC 0,6-0,7 (mauvais), ASC 0,5-0,6
(échec). Par contre, il faut garder en tête que la sévérité de l’interprétation des résultats
doit prendre en considération les conséquences associées à la mauvaise classification
Vêlage Absence
de Vêlage
Prédit
Non-
Prédit
Vrai
Positif
Faux
Positif
Faux
Négatif
Vrai
Négatif
Vrai positif + Faux négatif
Vrai positif Sensitivité =
Vrai négatif + Faux positif
Vrai négatif Spécificité =
Vrai positif Valeur
prédictive =
positive Vrai positif + Faux positif
Vrai négatif Valeur
prédictive =
négative
Vrai négatif + Faux négatif
48
effectuée par la méthode. Ainsi, les résultats seront interprétés différemment selon le
domaine d’étude.
Les valeurs prédictives peuvent également être utilisées pour mesurer la performance
pour prédire le vêlage de méthodes. Pour leur part, elles permettent d’amener
l’évaluation de la performance au niveau supérieur en permettant de mesurer la
probabilité que la vache vêle ou ne vêle pas dans l’intervalle de temps étudié. Les
valeurs prédictives se déclinent en valeurs positives et en valeurs négatives. Les valeurs
prédictives positives (VP+ ; Figure 1.6) sont définies comme étant la probabilité que la
vache vêle dans les prochaines 24 heures alors qu’elle démontre l’indicateur étudié
(Burfeind et al., 2011). Les valeurs prédictives négatives (VP- ; Figure 1.6) sont définies
comme étant la probabilité que la vache ne vêle pas dans les prochaines 24 heures
lorsqu’elle ne démontre pas l’indicateur étudié. Contrairement à la sensibilité et à la
spécificité, les valeurs prédictives sont des paramètres extrinsèques à la méthode, c’est-
à-dire qu’elles sont influencées par la prévalence d’évènements positifs dans la
population, par la sensibilité et par la spécificité. Ceci implique que plus une méthode
est sensible et spécifique pour prédire le vêlage plus ses valeurs prédictives seront
élevées (Bewick et al., 2004). Ainsi, les valeurs prédictives permettent d’évaluer une
méthode pour prédire le vêlage, mais ne sont pas pertinentes pour comparer différentes
méthodes ayant différentes sensibilités et spécificités.
En plus d’être performante pour prédire le vêlage, la méthode de détection choisie doit
être économique et doit nécessiter le moins de manipulation possible de l’animal
(Mainau et Manteca, 2011). Finalement, celle-ci doit être facilement utilisable en milieu
commercial et ne doit pas exiger beaucoup de temps au producteur. À ce sujet, Mottram
(1997) mentionne que la parturition est parmi les événements reliés à la santé des
animaux qui se porte le mieux à la surveillance automatisée. La performance de
méthodes utilisées pour prédire le vêlage seront traités dans la section suivante.
1.8 La performance des méthodes utilisées pour prédire le vêlage
Plusieurs auteurs ont évalué et comparé la performance des méthodes utilisées pour
prédire le vêlage en mesurant la sensibilité, la spécificité, l’aire sous la courbe et les
valeurs prédictives. Les méthodes utilisées permettent la mesure d’indicateurs externes,
comportementaux ou internes du vêlage.
49
1.8.1 La performance de prédiction du vêlage des méthodes mesurant des
indicateurs externes
Les indicateurs externes du vêlage sont majoritairement mesurés par des observations
visuelles afin de prédire le vêlage chez la vache laitière.
1.8.1.1 L’observation visuelle de la distension du pis et de l’enflure de la région de la
vulve
Berglund et al. (1987) ont mesuré la performance de l’observation visuelle de la
distension du pis et de l’enflure au niveau de la vulve pour prédire le vêlage chez la
vache laitière. Les chercheurs ont démontré que la distension importante du pis des
vaches observée visuellement a permis de prédire que le vêlage se produirait dans les
douze prochaines heures chez 51 % (VP+) des vaches. Par contre, il est à noter que
seulement 70 % des vaches de l’expérience ont démontré une telle distension du pis.
Pour sa part, l’observation visuelle de l’enflure proéminente de la région de la vulve des
vaches évaluée visuellement a permise de prédire que le vêlage surviendrait dans les
douze prochaines heures chez 49 % (VP+) des vaches. Seulement 63 % des vaches de
l’expérience ont démontré une telle enflure au niveau de la vulve. Selon ces résultats,
l’observation visuelle de ces deux indicateurs externes est peu performante pour prédire
le vêlage chez la vache laitière et confirme que ces deux signes cliniques ne sont pas des
indicateurs prometteurs pour prédire le vêlage. Ces résultats concordent avec ceux
obtenus plus récemment par Streyl et al. (2011). De plus, l’évaluation de ces signes est
subjective, ce qui peut mener à différentes interprétations des signaux observés selon
l’observateur. Finalement, bien qu’économique, ce moyen de détection est difficilement
applicable en milieu commercial puisqu’il nécessite beaucoup de temps et de
l’expérience.
1.8.1.2 La mesure de l’augmentation du relâchement des ligaments sacro-sciatiques
Shah et al. (2006) ont mesuré la performance de la mesure de l’augmentation du
relâchement des ligaments sacro-sciatiques observée à l’approche du vêlage. Pour
mesurer quantitativement le relâchement des ligaments, l’expérimentateur a utilisé deux
règles. La première était maintenue fermement parallèle au ligament entre le sacrum et
le tuber ischii. L’autre règle était maintenue perpendiculaire à la première, c’est-à-dire
la base touchant le ligament et l’autre extrémité touchant une extrémité de l’autre règle.
C’est à partir de cette deuxième règle que la mesure était effectuée. Les auteurs ont
obtenu une VP+ de 75 % pour la prédiction d’un vêlage dans les 24 prochaines heures
lorsque le relâchement des ligaments sacro-sciatiques était égal ou supérieur à 36 mm.
50
Par contre, seulement neuf des 37 vaches (24,3 %) de l’expérience ont démontré un tel
relâchement. Une augmentation du relâchement du ligament de 5 à 7 mm une journée
avant le vêlage a pu prédire le vêlage dans les prochaines 24 heures à 88,9 % (VP+)
tandis qu’une augmentation de 8 à 10 mm a pu prédire le vêlage à 100 % (VP+). Une
fois de plus, seulement 43 et 40,5 % des vaches ont respectivement démontré une
augmentation de l’ordre de 5 à 7 mm et de 8 à 10 mm un jour avant le vêlage. La
probabilité d’observer le vêlage dans les 24 heures était de 93,9 % (VP+) lorsque le
relâchement du ligament augmente de 5 mm et plus par rapport à ce qui avait été
mesuré la journée précédente et 83,8 % des vaches de l’expérience ont démontré une
telle augmentation. Les résultats indiquent que la mesure manuelle du relâchement des
ligaments sacro-sciatiques ≥ 5 mm entre deux jours est une méthode performante pour
prédire le vêlage dans les 24 prochaines heures. En effet, les VP+ élevées indiquent
qu’une vache qui démontre un tel relâchement a une probabilité élevée de vêler dans les
prochaines 24 heures. En plus d’être performant, cet outil est économique, puisqu’il ne
nécessite pas beaucoup de matériel. Par contre, il est difficilement applicable en milieu
commercial puisqu’il requiert beaucoup de temps et nécessite la manipulation des
animaux.
1.8.1.3 La performance de la combinaison de plusieurs indicateurs externes
Alors que les auteurs nommés précédemment ont calculé la performance de
l’observation des indicateurs externes du vêlage pris individuellement, Streyl et al.
(2011) ont mesuré la performance de l’utilisation individuelle de signaux cliniques ainsi
que de la combinaison de plusieurs de ces signes pour prédire le vêlage dans les douze
prochaines heures. Pour ce faire, les chercheurs ont effectué un examen obstétrique
quotidien à vingt-et-une vaches pendant au moins trois jours avant le vêlage afin
d’évaluer les signes cliniques propres au vêlage de chaque vache. Tel que mentionné
dans une section précédente, les signes cliniques étudiés étaient le relâchement des
ligaments pelviens, la relaxation de la queue, les sécrétions vaginales, la distension du
pis, l’œdème mammaire, le remplissage des trayons et l’enflure de la région de la vulve.
L’aire sous la courbe ROC a été utilisée afin de classer les indicateurs externes étudiés
en ordre de performance pour prédire le vêlage dans les douze prochaines heures
(Tableau 1.9).
51
Tableau 1.9. La performance des indicateurs externes pour prédire le vêlage dans les
douze prochaines heures.
1ASC : Aire sous la courbe
Adapté de Streyl et al., 2011
Les résultats indiquent que parmi les indicateurs externes mentionnés, la mesure de la
relaxation des ligaments sacro-sciatiques est l’indicateur externe qui permet de prédire
le plus précisément le vêlage dans les douze prochaines heures puisqu’elle possède
l’ASC (0,775) la plus élevée. Selon l’échelle d’interprétation de l’ASC proposée par
l’University of Nebraska (2014), une ASC égale à 0,775 indique que la méthode est
passable pour prédire le vêlage.
Streyl et al. (2011) ont aussi analysé plusieurs combinaisons des différents indicateurs
externes afin de déterminer si la combinaison augmente la performance de la prédiction.
Les résultats indiquent que la combinaison de signes externes a permis d’améliorer la
performance de la prédiction des indicateurs considérés individuellement avec une ASC
maximale de 0,819 pour la combinaison du relâchement des ligaments, de la relaxation
de la queue et du remplissage des trayons. Même si cette combinaison de signes
cliniques s’est avérée la plus performante pour prédire le vêlage dans les douze
prochaines heures, une grande variabilité a été observée au niveau de ces indicateurs
tant chez les vaches que chez les taures. De plus, selon l’échelle d’interprétation de
l’ASC proposée par l’University of Nebraska (2014) une ASC égale à 0,819 indique une
bonne méthode pour prédire le vêlage. En contrepartie, l’évaluation de la progression
des signes cliniques nécessitent de l’expérience et beaucoup de temps. En effet, des
Indicateurs externes ASC1
Relaxation des ligaments sacro-sciatiques 0,775
Remplissage des trayons 0,733
Distension du pis 0,732
Enflure de la région de la vulve 0,666
Relaxation de la queue 0,634
Œdème mammaire 0,624
Sécrétion de mucus 0,578
52
vétérinaires étaient en charge de cette tâche dans l’étude de Streyl et al. (2011). Cette
technique n’est donc pas pratique en milieu commercial.
1.8.2 La performance de prédiction du vêlage des méthodes pour mesurer les
indicateurs comportementaux
Plusieurs outils et technologies permettent de mesurer les indicateurs comportementaux
liés à l’activité et à l’alimentation chez la vache laitière. Par contre, à ce jour, la
performance pour prédire le vêlage de ceux-ci n’a pas encore fait l’objet, à notre
connaissance, d’articles scientifiques.
1.8.3 La performance de prédiction du vêlage des outils et des technologies utilisés
pour mesurer les indicateurs internes
Les indicateurs internes du vêlage sont généralement mesurés par des outils ou par des
technologies automatisées. Plusieurs auteurs ont évalué la performance de ces outils et
de ces technologies pour prédire le vêlage chez la vache laitière.
1.8.3.1 Le dosage des hormones
Plusieurs outils permettent de doser les hormones dans le sang des vaches. La méthode
de dosage immuno-enzymatique ELISA est couramment utilisée afin de doser la
progestérone ou les œstrogènes dans le plasma des mammifères. La méthode est
qualitative et consiste à indiquer la concentration relative (faible ou élevée) d’hormones
comparativement à un seuil donné (Matsas et al., 1992). Par exemple, une concentration
faible de progestérone (< 2 ng/ml) peut être un test positif indiquant le vêlage dans les
24 prochaines heures alors qu’une concentration élevée (> 2 ng/ml) peut être un test
négatif indiquant l’absence de vêlage dans les 24 prochaines heures. Le dosage radio-
immunologique est également couramment utilisé pour doser les hormones dans le
sang. La méthode est, quant à elle, quantitative et permet ainsi de mesurer la
concentration exacte de progestérone sanguine. Une concentration de l’ordre de
1,2 ng/ml de progestérone mesurée par dosage radio-immunologique avant le vêlage est
actuellement la méthode la plus efficace permettant de déterminer les vaches
susceptibles de vêler dans les douze prochaines heures (Streyl et al., 2011). Par contre,
ce type de dosage est long à effectuer, coûteux et requiert du matériel de laboratoire.
Matsas et al. (1992) ont évalué l’utilisation du dosage immuno-enzymatique qualitatif
(test positif concentration ≤ 2 ng/ml ; test négatif concentration ≥ 2 ng/ml) utilisable en
milieu commercial comme test diagnostic permettant de qualifier la diminution de
progestérone sanguine afin de détecter le vêlage chez la vache laitière. Le dosage
53
immuno-enzymatique effectué dans l’expérience a obtenu une sensibilité de 86,7 %, une
spécificité de 90,8 %, une valeur prédictive positive de 75,0 % et une valeur prédictive
négative de 95,5 %. Lorsque le dosage est effectué dans le sang total des vaches, la
méthode a obtenu une sensibilité, une spécificité et des valeurs prédictives positives et
négatives respectivement de 80,0, 97,6, 88,9 et 95,3 %. De plus, une forte corrélation
entre le dosage immuno-enzymatique et le dosage radio-immunologique a été observée
en comparant les résultats obtenus avec les deux méthodes. Les résultats étaient
similaires dans 81,9 % du temps. Finalement, le dosage immuno-enzymatique utilisé
dans l’expérience, par ses excellentes performances, peut être utilisé pour prédire le
vêlage des vaches laitières.
Shah et al. (2006) ont mesuré les concentrations de E1S et de E2β à divers moments
pendant la gestation de 37 vaches Holstein. Pour ce faire, ils ont utilisés deux kits
ELISA (dosage immuno-enzymatique). Les auteurs ont ensuite calculé la performance
des deux mesures (E1S et de E2β) afin de prédire le début du vêlage dans un délai de 24
heures. La mesure de l’augmentation de E1S dans les derniers dix jours avant le vêlage a
obtenu des VP+ de moins de 40 % des vêlages. Ce résultat suggère que le moment du
vêlage ne peut pas être prédit sur une base de l’augmentation de E1S et confirme que le
dosage de cette hormone n’est pas un bon indicateur du vêlage chez la vache laitière.
Pour sa part, une concentration ≥ 1,25 ng/ml de E2β a permis de prédire le début du
vêlage dans un délai de 24 heures avec des VP+ égalent à 76,5 %. Par contre, seulement
35 % des vaches de l’étude ont démontré des concentrations plasmatiques de E2β ≥
1,25 ng/ml. Les analyses effectuées par dosage immuno- enzymatique sont fastidieuses,
dispendieuses et difficiles à effectuer en milieu commercial. De plus, l’outil nécessite au
moins un échantillon sanguin de l’animal, ce qui nécessite la manipulation des animaux.
Streyl et al. (2011) ont validé l’utilisation d’une méthode semi-quantitative permettant
de doser la progestérone sanguine rapidement en milieu commercial. La méthode est
communément utilisée pour détecter les chaleurs dix-neuf à vingt-et-un jours après
l’insémination chez la vache laitière. Pour ce faire, les auteurs ont comparé la méthode
semi-quantitative à la méthode quantitative communément utilisée (dosage radio-
immunologique). La méthode a obtenu une sensibilité de 90,2 % et une spécificité de
74,9 % pour la détection de niveau de progestérone plus élevé ou plus faible que
1,2 ng/ml. La méthode est simple, rapide et ne nécessite pas d’analyse de laboratoire.
54
En contrepartie, il s’agit également d’une méthode nécessitant la manipulation des
animaux.
1.8.3.2 La performance de la mesure des changements de température interne
La mesure de la température corporelle est une méthode commune pour superviser l’état
de santé des animaux (Burfeind et al., 2011). Plusieurs outils et technologies permettent
de mesurer la température corporelle des vaches à l’approche du vêlage. Premièrement,
la température peut être mesurée au niveau du rectum grâce à un thermomètre rectal. La
température peut aussi être mesurée au niveau du vagin grâce à une sonde vaginale tel
que validé par Vickers et al. (2010).
Burfeind et al. (2011) ont mesuré les performances des thermomètres rectaux pour la
détection des vêlages chez les vaches laitières. Les chercheurs ont observé que la
détection d’une diminution de la température rectale (≥ 0,3 °C) sur un intervalle de 24
heures a permis de distinguer les vaches qui vêleront de celles qui ne vêleront pas dans
les 24 prochaines heures avec une ASC se situant entre 0,73 et 0,85. Selon l’échelle
d’interprétation de l’University of Nebraska (2014), les performances se situent entre
passables et bonnes. De plus, le test obtient une sensibilité variant de 44 à 69 % et une
spécificité variant de 86 à 88 %. Les valeurs prédictives ont aussi été calculées et se
situent entre 37 et 60 % en ce qui concerne les VP+ et entre 87 et 91 % en ce qui
concerne les VP-. Bien que la température rectale des vaches subisse une diminution
significative commençant approximativement 48 heures avant le vêlage, la détection de
cette diminution obtient des performances moyennes pour la détection des vêlages
puisque la sensibilité de la méthode est dans certains cas ≤ 50 %. La spécificité et les
valeurs VP- élevées témoignent que la méthode est meilleure pour distinguer les vaches
qui ne vêleront pas que celles qui vêleront dans les prochaines 24 heures. Mesurer la
température rectale demande beaucoup de temps et demande plusieurs manipulations
des vaches. De plus, un protocole doit être suivi pour la mesure puisque la manipulation
des thermomètres rectaux ainsi que le type de thermomètre utilisé peuvent affecter les
valeurs des températures mesurées (Burfeind et al., 2010).
Mesurer la température des animaux avec une sonde vaginale est une méthode
automatique permettant également de mesurer la température corporelle des vaches en
continu. Vickers et al. (2010) ont démontré que les températures vaginales sont
associées aux valeurs des températures rectales alors qu’ils ont calculé un coefficient de
55
corrélation r = 0,85 lorsque les deux mesures sont prises à un intervalle de moins de dix
minutes. Les sondes vaginales, puisqu’elles permettent les mesures en continu, ont
l’avantage de détecter les changements diurnes de la température corporelle des vaches.
Burfeind et al. (2011) ont calculé la performance de la détection de la diminution de
température mesurée par une sonde vaginale observée à l’approche du vêlage. Une
diminution de la température vaginale sur des intervalles de 24 heures a permis de
distinguer les vaches qui vêleront de celles qui ne vêleront pas dans les trois expériences
menées par Burfeind et al. (2011) avec une ASC allant de 0,77 à 0,87. Selon l’échelle
d’interprétation émise par l’University of Nebraska (2014), il s’agit donc de
performances allant de passables à bonnes Les résultats indiquent la détection de la
diminution de température vaginale à l’approche du vêlage obtient une meilleure
performance lorsqu’une diminution des températures vaginales ≥ 0,3 ºC est détectée.
Lorsqu’une telle diminution est observée sur une période de 24 heures, les chercheurs
ont calculé une sensibilité allant de 62 à 71 % et une spécificité allant de 81 à 87 %. Les
valeurs prédictives ont aussi été calculées et varient de 49 à 62 % pour les VP+ et de 89
à 91 % pour les VP-. Par ses performances pour prédire le vêlage, cette technologie peut
aider à prédire cet évènement chez la vache laitière. De plus, elle est plus performante
que les thermomètres rectaux. Par contre, les sondes utilisées par Burfeind et al. (2011)
sont peu pratiques en milieu commercial, puisque les données mesurées par la sonde
peuvent être seulement analysées après l’expulsion du veau. Les sondes sont également
invasives et nécessitent la manipulation des animaux. Ainsi, l’utilisation des sondes
vaginales est intéressante en milieu de recherche, mais leur utilisation sur des fermes
commerciales est limitée. Une méthode automatique et non-invasive permettant de
mesurer la température des animaux en continu pourrait réduire le stress infligé à
l’animal, sauver du temps aux producteurs et potentiellement prédire le vêlage avec
précision (Hoffman et al., 2013).
1.8.4 La performance de prédiction des vêlages du système global pour
communications mobiles (SGM)
Palombi et al. (2013) ont validé l’utilisation d’un système global pour communications
mobiles (SGM) pour détecter les vêlages chez la vache laitière. Pour ce faire, la
technologie fut installée sur 60 taures et sur 60 vaches. La technologie SGM consiste à
une sonde insérée dans la cavité vaginale des vaches 3 ± 1 jours avant la date prédite de
vêlage. La sonde est éjectée hors de l’animal à la fin de l’étape I du vêlage alors que les
contractions s’intensifient. La sonde active un transmetteur radio envoyant un signal
56
codé lors de l’éjection. Ainsi, contrairement aux autres méthodes, la technologie utilisée
ne mesure pas d’indicateur du vêlage. Elle ne permet donc pas de prédire à l’avance le
vêlage. Celle-ci permet plutôt de détecter l’amorce du vêlage. Une fois le signal reçu,
Palombi et al. (2013) ont effectué un examen physique permettant d’observer la position
du fœtus ainsi que le niveau de dilation de la vache. Toutes les sondes utilisées ont été
expulsées pendant l’étape I du vêlage et aucune fausse alarme n’a été enregistrée.
Approximativement 15 ± 5 minutes après le signal, les pattes des fœtus étaient présentes
à l’extérieur de la vulve de la mère dans 68,9 % des cas. Le système employé dans
l’étude de Palombi et al. (2013) permet de détecter efficacement la fin de l’étape I et le
début de l’étape II du vêlage. Par contre, la durée de l’étape II pouvant s’échelonner de
30 minutes à quatre heures selon la parité de la vache (Wehrend et al., 2006), cela laisse
peu de délai d’intervention pour le producteur contrairement aux autres méthodes
décrites qui prédisent un vêlage dans les prochaines 12 ou 24 prochaines heures. De
plus, le système employé est invasif et demande du temps d’installation.
Finalement, les méthodes utilisées pour prédire le vêlage chez la vache laitière ont des
performances variables, ce qui s’est traduit par différentes sensibilités, spécificités, ASC
et valeurs prédictives (Tableau 1.10 ; Tableau 1.11). La technologie ayant à ce jour la
meilleure performance pour prédire le vêlage dans les douze prochaines heures est le
dosage immuno-radiologique permettant de mesurer une concentration de l’ordre de
1,2 ng/ml de progestérone avant le vêlage (Streyl et al., 2011). Par contre, cette
technologie requiert des analyses de laboratoire, est invasive et donc difficilement
applicable en milieu commercial. Une technologie idéale serait performante pour
prédire les vêlages chez la vache laitière, serait facilement applicable en milieu
commercial, permettrait de sauver du temps au producteur et serait non-invasive.
57
Tableau 1.10. Synthèse de la performance pour prédire le vêlage des méthodes permettant la mesure des indicateurs externes.
1SEN : sensibilité, SPE : spécificité, ASC : aire sous la courbe. 2VP+ : valeurs prédictives positives, VP- : valeurs prédictives négatives.
Méthode de mesure Indicateur mesuré Se, Sp, ASC1 VP+, VP-2 % des vaches
ayant démontré
l’indicateur
Moment de
prédiction
avant le vêlage
Références
Visuelle Distension du pis ASC : 0,732 VP+ : 51 %
70 %
12 h Berglund et al., 1987;
Streyl et al., 2011
Visuelle Enflure proéminente de la vulve ASC : 0,666 VP+ : 49 % 63 %
12 h Berglund et al., 1987;
Streyl et al., 2011 Visuelle Remplissage des trayons ASC : 0,733 N/D N/D 12 h Streyl et al., 2011
Visuelle Relaxation de la queue ASC : 0,634 N/D N/D 12 h Streyl et al., 2011
Visuelle Œdème mammaire ASC : 0,624 N/D N/D 12 h Streyl et al., 2011
Visuelle Sécrétion de mucus ASC : 0,578 N/D N/D 12 h Streyl et al., 2011
Manuelle Relâchement ponctuel des ligaments de 36
mm
N/D VP+ : 75 % 24,3 % 24 h Shah et al., 2006
Manuelle Relâchement des ligaments sacro-
sciatiques 5-7 mm entre deux jours
consécutifs
N/D VP+ : 88,9 % 43 % 24 h Shah et al., 2006;
Manuelle Relâchement des ligaments sacro-
sciatiques ≥ 5 mm entre deux jours
consécutifs
ASC : 0,775 VP+ : 93,9 % 83,8 % ;
100 %
24 h Shah et al., 2006;
Streyl et al., 2011
Manuelle Relâchement des ligaments sacro-
sciatiques 8-10 mm entre deux jours
consécutifs
N/D VP+ : 100 % 40,5 % 24 h Shah et al., 2006
Visuelle et
manuelle
Relâchement des ligaments sacro-
sciatiques ≥ 5 mm, relaxation de la queue
et remplissage des trayons
ASC : 0,819 N/D N/D 12 h Streyl et al., 2011
58
Tableau 1.11. Synthèse de la performance pour prédire le vêlage des méthodes permettant la mesure des indicateurs internes.
1SEN : sensibilité, SPE : spécificité, ASC : aire sous la courbe. 2VP+ : valeurs prédictives positives, VP- : valeurs prédictives négatives.
Méthode de mesure Indicateur mesuré Se, Sp, ASC1 VP+, VP-2 % des vaches
ayant démontré
l’indicateur
Moment de
prédiction
avant le vêlage
Références
Dosage immuno-
enzymatique
Augmentation E1S la journée du vêlage N/D VP+ : 40 % N/D 24 h Shah et al., 2006
Dosage immuno-
enzymatique
Concentration ponctuelle ≥ 1,25 ng/ml E2β
N/D
VP+ : 76,5 %
35 %
24 h
Shah et al., 2006
Dosage immuno-
enzymatique
Concentration P4 ≤ 2 ng/ml dans le plasma SEN : 86,7 %
SPE : 90,8 %
VP+ : 75,0 %
VP- : 95,5 %
N/D 12 h Matsas et al., 1992
Dosage immuno-
enzymatique Concentration P4 ≤ 2 ng/ml dans le sang
total
SEN : 80,0 %
SPE : 97,6 %
VP+ : 88,9 %
VP- : 95,3 %
N/D 12 h Matsas et al., 1992
Dosage semi-
quantitatif
Concentration sanguine ≤ 1,2 ng/ml P4 SEN : 90,2 %
SPE : 74,9 %
N/D N/D 12 h Streyl et al., 2011
Thermomètre rectal Diminution de ≥ 0,3 °C SEN : 44-69 %
SPE : 86-88 %
ASC : 0,73-0,85
VP+: 37-60 %
VP- : 87-91 %
N/D 24 h Burfeind et al., 2011
Sonde vaginale Diminution de ≥ 0,3 °C SEN :62-71 %
SPE : 81-87 %
ASC : 0,77-0,87
VP+: 49-62 %
VP- : 89-91 %
N/D 24 h Burfeind et al., 2011
59
1.9 Technologies prometteuses pour la détection des vêlages en attente
de validation
Tel que démontré, plusieurs méthodes permettent de mesurer les indicateurs associés à
l’approche du vêlage chez la vache laitière. Par contre, plusieurs technologies, bien que
prometteuses, n’ont pas encore fait l’objet d’études concernant le vêlage. Ainsi, leur
performance pour prédire cet évènement chez la vache laitière n’est pas disponible.
1.9.1 Les accéléromètres
Tel que démontré, la diminution de une à deux heures du temps passé couché mesuré
sur 24 heures est un prometteur indicateur du vêlage. Le temps passé couché indique
comment l’animal interagit avec son environnement et il est un indicateur du confort de
la vache et du veau (Bonk et al., 2012). Ce temps évolue en relation avec le vêlage. De
plus, tel que mentionné, l’augmentation du nombre d’épisodes de coucher mesurée sur
une période de 24 ou de six heures est un indicateur de l’approche du vêlage
quantifiable et constant chez la vache laitière.
Dans la littérature, la mesure de ces deux indicateurs est typiquement basée sur des
observations visuelles ou par l’entremise de caméra vidéo (Miedema et al., 2011a;
2011b et Jensen, 2012). À ce jour, la performance de ces méthodes pour prédire le
vêlage n’a pas été traitée dans la littérature scientifique. Par contre, il est reconnu que
l’observation de ces indicateurs selon ces méthodes nécessite de longues périodes
d’observation, donc requiert beaucoup de temps. Il y a donc un besoin d’automatiser la
méthode. De plus, la présence continue d’un observateur pendant l’étape II du vêlage a
été associée à une augmentation du nombre de problèmes pendant le vêlage et à
l’augmentation du nombre de vêlages assistés (Dufty et al., 1981). Ces méthodes sont
donc peu prometteuses pour prédire le vêlage chez la vache laitière.
Afin de répondre à ces problèmes, l’utilisation d’enregistreur de données intégré est de
plus en plus commune en production laitière (Bonk et al., 2012). Plusieurs types
d’enregistreurs de données intégrées sont présentement disponibles sur le marché.
Certains s’attachent sur le cou, sur le corps ou sur un membre de l’animal. Les
enregistreurs attachés aux membres de l’animal obtiennent généralement des meilleurs
résultats en ce qui concerne la mesure des comportements liés à la position couché de
l’animal (temps passé couché et nombre d’épisodes de coucher) que ceux attachés au
60
cou et sont plus communs que ceux s’attachant au corps de l’animal (Ledgerwood et al.,
2010).
Ledgerwood et al. (2010) ont validé l’utilisation d’enregistreur de données intégré
(Onset Pendant G data logger) aussi appelés accéléromètres afin de mesurer les
comportements liés à la position couché chez la vache laitière. Pour ce faire, ils ont
comparé les résultats obtenus grâce à une caméra vidéo à ceux obtenus grâce aux
accéléromètres. Les comportements mesurés étaient : le temps passé couché, le côté sur
lequel se couche l’animal et le nombre de d’épisodes de coucher. Les résultats indiquent
que les accéléromètres ont mesuré correctement tous les comportements étudiés lorsque
l’intervalle de mesure choisi était plus grand ou égal à 60 secondes.
Pour leur part, Ito et al. (2009) ont démontré qu’un minimum de trois jours est
nécessaire afin de décrire correctement les comportements couchés des vaches laitières
en stabulation libre. Ainsi, l’application d’accéléromètres au moins trois jours avant le
vêlage pourrait potentiellement permettre d’identifier les déviations significatives
relatives aux comportements de coucher (nombre d’épisodes de coucher, temps passé
couché) observables à l’approche du vêlage et pourrait ainsi permettre de détecter les
vêlages chez les vaches laitières. Pour leur part, Vasseur et al. (2012) ont démontré qu’il
est possible de quantifier le temps passé couché des vaches laitières en stabulation
entravée à l’aide d’accéléromètres.
Finalement, il a été démontré que les accéléromètres permettent de mesurer avec
précision le nombre d’épisodes de coucher et le temps passé couché des vaches. Cette
technologie est peu dispendieuse, non-invasive et requiert peu de temps d’installation.
Par contre, des recherches supplémentaires sont nécessaire afin de mesurer la
performance de prédiction du vêlage lorsque la technologie mesure une augmentation
du nombre d’épisodes de coucher et une diminution journalière du temps passé couché.
1.9.2 Le système Smart Vel®
Il a été démontré dans ce travail de recherche, que le nombre de levées de la queue
augmente à l’approche du vêlage et qu’il s’agit d’un indicateur prometteur pour prédire
cet évènement chez la vache laitière (Miedema et al., 2011a). Dans la littérature, le
nombre de levées de la queue est généralement mesuré en regardant des enregistrements
captés par caméra vidéo (Miedema et al., 2011a). Cette technologie est économique et
non-invasive. Par contre, elle peut difficilement être appliquée en milieu commercial
61
puisqu’elle nécessite de longues heures d’observation. Il y a donc également un besoin
d’automatiser la méthode. De plus, tel que mentionné par Miedema et al. (2011a), le fait
de mesurer le nombre de levées de la queue par observation permet difficilement de
juger le comportement des vaches qui maintiennent leur queue en position levée
pendant de longues périodes, c’est-à-dire sans la relaxer et sans effectuer de levées à
répétition. De plus, aucun article scientifique ne mentionne la performance de cette
technologie pour prédire le vêlage chez la vache laitière.
Le Système Smart Vel® (Élitest, Brumath, France) est un système de détection des
vêlages non-invasif principalement utilisé en France. Le système consiste en un petit
boîtier rigide installé à l’aide de ruban adhésif sur la queue de l’animal à l’approche du
vêlage. Le système est basé sur les comportements de la vache à l’approche du vêlage,
c’est-à-dire sur le dénombrement des levées de la queue de l’animal. Tel que mentionné
dans une section précédente, une augmentation ≥ 30 levées de la queue entre deux jours
consécutifs et une augmentation ≥ 20 levées de la queue entre deux périodes de six
heures sont des indicateurs prometteurs pour prédire le vêlage chez la vache laitière. Le
système mesure le nombre de levées de la queue de l’animal et envoie un SMS au
producteur lorsque la phase d’expulsion est détectée. À ce jour, aucune référence
scientifique ne donne la performance de détection des vêlages de cette technologie.
1.9.3 Les technologies mesurant les indicateurs liés à l’alimentation
Il y a quelques années, la plupart des comportements reliés à l’alimentation était estimés
par l’entremise d’observations visuelles. Les observations visuelles demandent
beaucoup de temps, sont peu précises et permettent seulement l’étude d’un nombre
limité de vaches (Schirmann, 2009). Afin de faciliter la mesure de ces comportements,
des systèmes automatisés ont été développés permettant la mesure, entre autres, du
temps de rumination, de la quantité de matière sèche ingérée et du temps d’alimentation.
1.9.3.1 Les capteurs de rumination
Le premier système automatisé permettant de mesurer le temps de rumination était basé
sur le mouvement de la mâchoire de l’animal. Le système s’est avéré être un outil valide
permettant de différencier les mouvements de la tête associés à la mastication de ceux
associés à la rumination. Par contre, il était inconfortable pour l’animal puisqu’il
appliquait une pression sur la mâchoire de l’animal et comportait de nombreuses limites
techniques (Schirmman, 2009).
62
Depuis 2007, des dispositifs attachés à des colliers sont disponibles sur le marché (SCR
Engineers Ltd., Netanya, Israel). En plus de mesurer la rumination, ils mesurent les
intervalles entre la régurgitation du bolus alimentaire et le taux de mastication de
l’animal. La régurgitation et la mastication produisent des sons distincts qui sont
enregistrés et classés par le dispositif. Schirmann et al. (2009) ont validé les données
générées par le système chez la vache laitière. Pour ce faire, ils ont d’abord mesuré la
fiabilité des données acquises visuellement par deux observateurs préalablement
entraînés. Les observateurs ont observé indépendamment dix vaches pendant vingt-trois
périodes d’observation. Les valeurs obtenues par les deux observateurs étaient
hautement corrélées avec un coefficient de corrélation r = 0,99. La variation moyenne
inter observateur était de 1,1 % avec une variation maximale de 10,5 %. Ces résultats
confirment que la rumination peut être évaluée par des observations visuelles.
Les chercheurs ont ensuite comparé les données acquises grâce au système de
rumination à celles acquises visuellement par les deux observateurs pour 27 vaches
pendant 51 périodes de deux heures. Les colliers de rumination ont calculé des temps de
rumination (35,1 ± 3,2 minutes) similaires à ceux obtenus par les observateurs
(34,7 ± 20,3 minutes). Les coefficients de corrélation (r) et de détermination (R2) entre
les valeurs obtenues par les observateurs et les colliers de rumination étaient très élevés
r = 0,93 et R2 = 0,87. Une différence moyenne de 0,45 minutes a été observé entre les
colliers de rumination et les observateurs pendant une période d’observation de deux
heures. De plus, une variation moyenne totale de 6,7 % a été observée entre les deux
méthodes avec une variation maximale de 96,3 % alors que l’observateur a noté une
rumination de sept minutes et que le collier a détecté vingt minutes de rumination.
Plusieurs problèmes méthodologiques tels que la position et la mauvaise fixation du
dispositif au collier ont pu contribuer à cette variation. De plus, des erreurs associées
aux observations visuelles telles que la précision de la détermination du début et de la
fin de la rumination et de la discrimination des mouvements de la mâchoire associés à
l’alimentation plutôt que la rumination lorsque l’animal a la tête dans la mangeoire ont
pu aussi contribuer à la variation observée entre les deux méthodes. Les résultats
indiquent donc que bien que les colliers de rumination soient imparfaits, ils permettent
de mesurer la rumination chez les vaches laitières.
63
Un autre système de automatisé de rumination (SensOor®; Agis Automatisering BV,
Harmelen, the Netherlands) est récemment disponible sur le marché. Il consiste à un
accéléromètre apposé à la puce d’identification de la vache. Le fonctionnement du
système est basé sur le fait qu’il est possible d’identifier le comportement des vaches
selon la position de l’oreille de celle-ci. Ainsi, le système peut classer si les
comportements correspondent à la rumination, à l’alimentation, au repos ou à l’activité.
Bikker et al., (2014) ont validé l’utilisation de ce système chez la vache laitière. Pour ce
faire, deux observateurs ont d’abord observé le comportement de trois vaches pendant
une période de neuf heures. Tel qu’observé par Schirmann et al. (2009), les résultats
obtenus par les deux observateurs étaient hautement corrélés en ce qui concerne la
rumination. Dans la deuxième partie de l’expérience, les observateurs ont mesuré la
rumination et le temps d’alimentation de quinze vaches de différents stades de lactation
pendant des périodes variant de une à sept heures réparties sur quatre jours
d’observation. Les valeurs observées ont ensuite été comparées à celles obtenues grâce
à l’accéléromètre fixé à l’oreille de la vache. Les résultats obtenus pour la proportion de
temps à la rumination, l’alimentation, le repos et l’activité sont respectivement de 42,6,
15,9, 31,6 et 9,9 % pour le système et de 42,1, 13,0, 30,0 et 14,9 % pour les
observateurs. Les résultats indiquent que la proportion de temps de rumination ne
diffère pas entre le système et les observateurs. Le coefficient de corrélation obtenu
(r=0,93) est comparable à ce qui a été obtenu plus tôt par Schirmann et al., (2009) avec
les colliers de rumination. Par contre, Schirmann et al. (2009) ont présenté leurs
résultats en blocs de deux heures. Lorsque les résultats de Bikker et al. (2014) sont
ramenés sur cette période, le coefficient de corrélation observé augmente de r = 0,93 à
r = 0,97. Les résultats obtenus pour la rumination indiquent donc que le système
d’accéléromètre peut être utilisé pour mesurer la rumination tant en milieu de recherche
qu’en milieu commercial.
Considérant la baisse de rumination associée à l’approche du vêlage chez la vache
laitière, les deux technologies mentionnées plus haut sont prometteuses pour détecter le
vêlage chez la vache laitière. De plus, celles-ci ont été conçues afin d’être facilement
applicables en milieu commercial. Par contre, à ce jour, aucune référence scientifique ne
donne la performance de détection des vêlages de ces technologies.
64
1.9.3.2 Technologies permettant de mesurer la quantité de matière sèche ingérée
Plusieurs technologies permettent de mesurer la quantité de matière sèche ingérée par
les animaux. Dans les expériences de Huzzey et al. (2007) et de Schirmann et al. (2013),
un système d’alimentation automatique Insentec BV (Insentec, Marknesse, the
Netherlands) a été utilisé dans ce but. Bien qu’il soit précis, celui-ci a été conçu pour la
recherche et est difficilement applicable en milieu commercial. À ce jour, aucune
référence scientifique ne mentionne la performance pour prédire le vêlage de cette
technologie.
1.9.3.3 Technologies permettant de mesurer le temps d’alimentation
Le système d’accéléromètre validé par Bikker et al. (2014) (SensOor®; Agis
Automatisering BV, Harmelen, the Netherlands) permet aussi de mesurer le temps
d’alimentation. Par contre, la corrélation observée entre les valeurs obtenues grâce à
l’accéléromètre et celles obtenues par les observateurs est plus faible (r = 0,88) que ce
qui a été observé pour la rumination. Ces résultats sont similaires à ceux obtenus par
Beauchemin et al. (1989) qui avait aussi observé une plus faible corrélation pour le
temps d’alimentation comparativement à ce qu’il avait observé pour la rumination avec
un collier de rumination. Ces résultats indiquent donc que le système d’accéléromètre
est suffisamment fiable afin d’être utilisé pour mesurer le temps d’alimentation des
vaches comme outil de gestion, mais que d’autres études sont nécessaires pour élucider
les causes des différences entre les valeurs obtenues par les observateurs et celles
obtenues par le système étudié (Bikker et al., 2014). De plus, aucun article scientifique
ne mentionne la performance de cette technologie pour prédire le vêlage chez la vache
laitière.
1.9.4 Les technologies permettant de mesurer les changements internes liés au
vêlage
La thermographie infrarouge est une technologie non-invasive permettant de mesurer la
chaleur émise par une surface et d’afficher la distribution de la température de la surface
sur une image, et ce, sans nécessiter de contact cette surface à l’étude (Hoffmann et al.,
2013). La thermographie infrarouge peut être utilisée chez les humains afin de détecter
des inflammations locales, la fièvre et certaines infections (Chiang et al., 2008).
Plusieurs recherches impliquant cette technologie ont également été réalisées en
productions animales. Des études récentes ont démontré que les caméras infrarouges
sont un outil prometteur pour étudier le stress et le bien-être des animaux (Stewart et al.,
65
2005). C’est aussi une méthode qui pourrait éventuellement aider à la détection précoce
des mammites lorsque la température environnementale est mesurée parallèlement
(Berry et al., 2003). De plus, une étude menée par Schaefer et al. (2004) sur les veaux a
démontré que les mesures obtenues grâce à la thermographie infrarouge peuvent être
utilisées pour développer un index de prédiction des infections.
Dans une étude récente, Hoffmann et al. (2013) ont mesuré les températures de
différentes régions du corps de vingt-deux vaches et de neuf veaux obtenues grâce à
caméra vidéo infrarouge. Alors que les études mentionnées plus haut ont utilisé une
caméra infrarouge prenant une seule image par seconde, Hoffmann et al. (2013) ont
utilisé une caméra vidéo infrarouge pouvant prendre neuf images par seconde, ce qui
permet d’obtenir de meilleurs résultats. Ensuite, les résultats obtenus par la
thermographie infrarouge ont été comparés à ceux obtenus grâce à des sondes vaginales
prenant des mesures en continu et à des thermomètres rectaux prenant des mesures à des
moments définis. Les températures vaginales et rectales sont représentatives de la
température corporelle des animaux (Burfeind et al., 2011). Les chercheurs ont d’abord
étudié quatre régions du corps: la région de l’œil, l’arrière de l’oreille, l’épaule et la
vulve. Les données obtenues grâce à la caméra vidéo infrarouge pour chaque région du
corps ont ensuite été comparées entre elles et avec les données recueillies avec les
sondes vaginales et les thermomètres rectaux. Les résultats ont démontré que toutes les
températures mesurées à des endroits différents par la thermographie infrarouge étaient
significativement différentes les unes des autres à l’exception de la température de l’œil
et de la vulve. De plus, les résultats indiquent que la région de l’œil ainsi que la région
de la vulve sont les plus représentatives de la température corporelle mesurée grâce aux
sondes vaginales et aux thermomètres rectaux. Par contre, la région de la vulve est peu
pratique puisqu’elle est vulnérable aux déjections animales et est souvent cachée par la
queue de l’animal.
Les chercheurs ont ensuite fait leur expérience à nouveau en appliquant une correction
pour uniformiser la distance entre la caméra et l’animal. En effet, la distance entre la
peau de l’animal et la caméra peut influencer les mesures thermiques (Johnson et al.,
2011). Une fois la correction effectuée, les résultats obtenus furent plus constants. De
plus, la température de la surface de la tête et du corps des vaches mesurée par la
thermographie infrarouge a augmenté alors qu’une augmentation de la température
rectale (38,7 ºC) fut observée. Par contre, l’ampleur des variations entre les
66
températures mesurées par thermographie infrarouge et par le thermomètre rectal n’est
pas constante, et ce, surtout lorsque la température rectale s’approche de la limite
supérieure, c’est-à-dire lorsqu’elle est plus grande que 38,7 ºC. Hoffman et al. (2013)
suggère que ces différences pourraient provenir d’un mécanisme physiologique
survenant lors d’une augmentation de la température corporelle. Il y aurait une
réduction de la température de la surface du corps dans le but de réduire la température
corporelle.
Les résultats de l’étude confirment que la thermographie infrarouge permet de mesurer
en continu la température des animaux, et ce, sans nécessiter de contact. Cette
technologie est prometteuse en sciences animales et d’autres recherches sont requises
pour peaufiner son utilisation. En effet plusieurs facteurs limitent l’utilisation de la
thermographie infrarouge pour mesurer la température corporelle des animaux. Tel que
mentionné par Hoffman (2013) ces facteurs incluent la distance entre la caméra et la
surface à l’étude, l’angle de mesure, la lumière, le vent, la poussière, l’humidité et les
corps étrangers présents sur la robe des animaux. Ils peuvent tous influencer les valeurs
obtenues grâce à la caméra thermographie infrarouge. L’effet des conditions
météorologiques, des rythmes circadien et ultradien, du temps d’alimentation, des
traites, de la rumination sont aussi des facteurs qui doivent être pris en considération
(Johnson et al., 2011).
La validation de cette technologie pour la détection des vêlages permettrait au
producteur d’effectuer une surveillance rapide, efficace, non-invasive et sans contact
avec les vaches dont le vêlage est imminent.
67
1.10 Conclusion et objectifs de recherche
En conclusion, les difficultés au vêlage sont un problème commun en production
laitière. Les dystocies sont classées en différents types selon leur cause principale. Elles
entraînent une gamme de répercussions négatives tant chez la vache que chez le veau
qui se répercutent ultimement sur l’économie de la ferme. Ainsi, la prévention des
dystocies devrait être une priorité de gestion en production laitière. Les éléments
approfondis dans cette revue de littérature ont démontré que la détection du vêlage
permet de minimiser l’impact des dystocies sur les vaches, sur les veaux et sur
l’industrie laitière en permettant d’assister la vache au moment opportun et en cas de
besoin. De plus celle-ci permet de maintenir l’intégrité des nouveau-nés en minimisant
les blessures pouvant survenir après le vêlage.
Afin de détecter l’approche du vêlage, plusieurs indicateurs (externes,
comportementaux et internes) peuvent être mesurés ou observés. Un bon indicateur du
vêlage démontre un changement quantifiable associé au vêlage et constant entre les
individus. Considérant cela, l’indicateur externe le plus prometteur est la mesure de
l’augmentation du relâchement des ligaments sacro-sciatiques associée à l’approche du
vêlage. Plusieurs indicateurs liés au comportement tels que l’augmentation du nombre
d’épisodes de coucher et du nombre de levées de la queue ainsi que la diminution du
temps passé couché, du temps de rumination, de la matière sèche ingérée et du temps
d’alimentation sont également prometteurs. Finalement, les indicateurs internes,
notamment la diminution de la concentration de progestérone sanguine et de la
température corporelle associées au vêlage sont aussi prometteurs pour prédire le
vêlage.
Les indicateurs associés au vêlage peuvent être mesurés à l’aide de divers méthodes
plus au moins performantes pour prédire le vêlage chez la vache laitière. La
performance d’un outil ou d’une technologie pour prédire le vêlage est évaluée, entre
autres, en calculant sa sensibilité, sa spécificité, ses valeurs prédictives et l’aire sous la
courbe. À la lueur des résultats, le relâchement des ligaments sacro-sciatiques ≥ 5 mm
mesuré entre deux jours consécutifs par palpations manuelles, le dosage de
concentration de progestérone sanguine ≤ 1,2 ng/ml par dosage radio-immunologique,
ainsi qu’une diminution de température vaginale ≥ 0,3 °C mesurée par une sonde
vaginale sur une période de 24 heures sont les outils et les technologies les plus
performants pour prédire le vêlage dans les 12 ou 24 prochaines heures chez la vache
68
laitière. Par contre, l’application de ces moyens est limitée en milieu commercial soit
par le temps qu’elles requièrent, leur coût ou par le besoin de manipuler l’animal.
D’autres technologies permettant la mesure d’indicateurs prometteurs reliés au vêlage
sont présentement disponibles pour les producteurs ou sont en voie de développement.
Cependant, certaines d’entre elles n’ont pas encore fait l’objet d’études concernant la
prédiction du vêlage. Ainsi, leur performance pour prédire cet évènement est
présentement inconnue. Parmi celles-ci figurent les accéléromètres qui peuvent, entre
autres, mesurer le nombre d’épisodes de coucher ainsi que le temps passé couché des
vaches et les capteurs de rumination qui permettent, entre autres, de mesurer le temps de
rumination des vaches en milieu commercial.
Ainsi, l’objectif du travail de recherche présenté dans le deuxième chapitre de ce
mémoire est d’évaluer et de comparer la performance pour prédire le début du vêlage de
trois technologies : les sondes vaginales, les capteurs de rumination et les
accéléromètres. Parallèlement, la performance pour prédire le début vêlage de la
combinaison de plusieurs technologies permettant de prendre en considération plusieurs
indicateurs du vêlage sera aussi traitée afin de déterminer si la combinaison des
technologies permet d’augmenter les performances pour prédire le vêlage.
69
1.11 Liste des ouvrages cités
Adin, G., R. Salomon, M. Nickbachat, A. Zenou, E. Yosef, A. Brosh, A. Shabtay, S.J.
Mabjeesh, I. Halachmi et J. Miron. 2009. Effect of feeding cows in early
lactation with diets differing in roughage-neutral detergent fiber content on
intake behavior, rumination and milk production. J. Dairy Sci. 92:3364-3373.
Aoki, M., K. Kimura et O. Suzuki. 2005. Predicting time of parturition from changing
vaginal temperature measured by data-logging apparatus in beef cows with twin
fetuses. Anim. Reprod. Sci. 86:1–12.
Bao, J. et P.S. Giller.1991. Observations on the changes in behavioural activities of
dairy-cows prior to and after parturition. Irish Vet. J. 44:43–47.
Barrier, A.C., E. Ruelle, M. J. Haskell et C. M. Dwyer. 2011a. Effect of a difficult
calving on the vigour of the calf, the onset of maternal behaviour, and some
behavioural indicators of pain in the dam. Prev. Vet. Med. 103: 248–256.
Barrier, A. C., M. J. Haskell et C. M. Dwyer. 2011b. Dystocial dairy calves:
Condemned to poor welfare? Proceedings of the 5th WAFL conference,
Guelph, Canada, p.64.
Barrier, A. C., M. J. Haskell, A. I. Macrae et C. M. Dwyer. 2012. Parturiton progress
and behaviours in dairy cows with calving difficulty. Appl. Anim. Behav. Sci.
139:209-217.
Barrier, A. C., M. J. Haskell, S. Birch, A. Bagnall, D. J. Bell, J. Dickinson, A. I.
Macrae et C. M. Dwyer. 2013. The impact of dystocia on dairy calf health,
welfare, performance and survival. Appl. Anim. Behav. Sci. 195:86-90.
Beauchemin, K. A., S. Zelin, D. Genner et J. G. Buchanan-Smith. 1989. An automatic
system for quantification of eating and ruminating activities of dairy cattle
housed in stalls. J. Dairy Sci. 72:2746-2759.
Beauchemin, K. A. 1991. Ingestion and mastication of feed bay dairy cattle. Vet. Clin.
North Am. Food Anim. Pract. 7:439-462.
Bellows, R. A. et M. A. Lammoglia. 2000. Effects of severity of dystocia on cold
tolerance and serum concentrations of glucose and cortisol in neonatal beef
cows. Ther. 53:803-813.
Berger, P. J., A. C. Cubas, K. J. Koehler et M. H. Healey. 1992. Factors affecting
dystocia and early calf mortality in Angus cows and heifers. J. Anim. Sci. 70:
1775-2786.
Berglund, B., J. Philipsson et O. Danell. 1987. External signs of preparation of calving
and course of parturition in Swedish dairy cattle breeds. Anim. Reprod. Sci.
15:61-79.
70
Berry, R. J., A. D. Kennedy, S. L. Scott, B. L. Kyle et A. L. Schaefer. 2003. Daily
variation in the udder surface temperature of dairy cow measured by infrared
thermography: potential for mastitis detection. Can. J. Anim. Sci. 83:687-693.
Bertics, S. J., R. C. Grummer, C. Cardorniga-Varlino et E.E. Stodard. 1992. Effect of
prepartum dry matter intake on liver triglyceride concentration and early
lactation. J. Dairy Sci. 75:1914-1922.
Bewick, V., L. Cheek et J. Ball. 2004. Statistics Review 13: Receiver operating
caracteristic curves. Am. J. Crit. Care. 8: 508-512.
Bikker, J. P., H. van Laar, P. Rump, J. Doorenbos, K. van Meurs, G. M. Griffioen et J.
Dijkstra. 2014. Technical note: Evaluation of an ear-attached movement sensor
to record cow feeding behavior and activity. J. Dairy Sci. 97:1-6.
Bonk, S., O. Burfeind, V. S. Suthar et W. Heuwieser. 2012. Evaluation of data loggers
for measuring lying behavior in dairy calves. J. Dairy Sci. 96:3265-3271.
Bristow, D. J. et D. S. Holmes. 2007. Cortisol levels and anxiety-related behaviors in
dairy cattle. Physiol. Behav. 90:626-628.
Büchel, S. et A. Sundrum. 2014. Short communication: Decrease in rumination time as
an indicator of the onset of calving. J. Dairy Sci. 97:3120-3127.
Burfeind, O., M. A. G. von Keyserlingk, D. M. Weary, D. M. Veira et W. Heuwieser.
2010. Short communication: Repeatability of rectal temperature in dairy cows.
J. Dairy Sci. 93:624-627.
Burfeind, O., V. S. Suthar, R. Voigtsberger, S. Bonk et W. Heuwieser. 2011. Validity
of prepartum changes in vaginal and rectal temperature to predict calving in
dairy cows. J. Dairy Sci. 94: 5053-5061.
Burton, J.L., P.S.D. Weber, A.A. Bush, L. Neuder, W. Raphael, R.J. Erskine, J. Carrier
et S. Godden. 2006. Parturient steroids and labor duration associate with
dystocia and stillbirth. J. Dairy Sci. 84:1-8.
Chiang, M. F., P. W. Lin, L. F. Lin, H. Y. Chiou, C. W. Chien, S.F. Chu et W. T. Chiu.
2008. Mass screening of suspected febrile patients with remote-sensing infrared
thermography: alarm temperature and optimal distance. J. Formos Med. Assoc.
107:937-944.
Dematawewa, C. M. B. et P. J. Berger. 1997. Effect of dystocia on yield, fertility, and
cow losses and an economic evaluation of dystocia scores for Holsteins. J.
Dairy Sci. 80:754-761.
Djemali, M., A. E. Freeman et P. J. Berger. 1987. Reporting of dystocia scores and
effects of dystocia on production, days open, and days dry from Dairy Herd
Improvement data. J. Dairy Sci. 70:2127.
71
Donovan, G. A., I. R. Dohoo, D. M. Montgomery et F. L. Bennett. 1998. Calf and
disease factors affecting growth in female Holstein calves in Florida, USA.
Prev. Vet. Med. 33:1-10.
Drackley, J. R. 1999. Biology of dairy cows during the transition period: The final
frontier? J. Dairy Sci. 82: 2259-2273.
Dufty, J. H. 1981. The influence of various degree of confinement and supervision on
the incidence of dystocia and stillbirths in Hereford cattle. New Zeal. Vet. J.
29:44-48.
Fan, J., S. Upadhye, and a. Worster. 2006. Understanding receiver operating
characteristic (ROC) curves Can. J. Emerg. Med. 98:19-20.
Felton, C. A., M. G. Colazo, C. J. Bench et D. J. Ambrose. 2013. Large variations exist
in prepartum activity among dairy cows continuously housed in a tie-stall barn.
Can. J. Anim. 93:435-444.
Garry, F. B. 2004. An overview of animal welfare in the US dairy industry. The Bovine
Practionner. 38:1-22.
Gasparelli, E. R. F., D. G. Camargo, R. Yanaka, L. C. N. Mendes, J. R. Peiro, F.
Bovino, S.H.V. Perri et F. L. F. Feitosa. 2009a. Physical and serum cortisol
concentrations evaluation of Nelore newborn calves born by normal and
laborious parturition. Pesquisa Vet. Brasil. 29:823-828.
Gloster, J., K. Ebert, S. Gubbins, J. Bashiruddin, D. J. Paton. 2011. Normal variation in
thermal radiated temperature in cattle: implications for foot-and-mouth disease
detection. BMC Vet. Res. 7:73.
Goff, J. P. et R. L. Horst. 1997. Physiological changes at parturition and their
relationship to metabolic disorders. J. Dairy Sci. 80:1260-1268.
Grummer, R. R., D. G. Mashek et A. Hayrili. 2004. Dry matter intake and energy
balance in the transition period. Vet. Clin. North Am. Food Anim. Pract.
20:447-470.
Grunert, E. 1979. Clinical aspects of the nutritional status of the dam and parturition.
In: Calving problems and early visibility of the calf. Current topics in veterinary
medicine and animal science, vol. 4. pp. 468-477.
Guard, C. 2008. The cost of common disease of dairy cattle.
http://veterinarycalendar.dvm360.com/avhc/author/authorInfo.jsp?id=48793
(page consultée le 11 mars 2014).
Hansen, S. S., P. Norgaard, C. Pederson, R. J. Jorgensen, L. S. B. Mellau et J. D.
Enermark. 2003. The effects of subclinical hypocalcaemia induced by
Na2EDTA on the feed intake and chewing activity of airy cows. Vet. Res.
Commun. 27:193-205.
72
Heinrichs, A. J., B. S. Heinrichs, O. Harel, G. W. Rogers et N. T. Place. 2005. A
prospective study of calf factors affecting age, body size, and body condition
score at first calving of Holstein dairy heifers. J. Dairy Sci. 88: 2828–2835.
Heinrichs, A. J. et B. S. Heinrichs. 2011. A prospective study of calf factors affecting
first-lactation and lifetime milk production and age of cows when removed from
the herd. J. Dairy Sci. 94: 336-341.
Herskin, M.S., L. Munksgaard et J. Ladewig. 2004. Effects of acute stressors on
nociception, adrenocortical responses and behavior of dairy cows. Physiol.
Behav. 83:411-420.
Hoffmann, G., M. Schidt, C. Ammon, S. R.-Meierhofer, O. Burfeind, W. Heuwieser et
W. Berg. 2013. Monitoring the body temperature of cows and calves using
video recordings from an infrared thermography camera. Vet. Res. Commun.
37:91-99.
Hossein-Zadeh, N. G. 2014. Effect of dystocia on the productive performance and calf
stillbirth in Iranian Holsteins. J. Agr. Tech. Sci. 16:69-78.
Huxley, J. N. et H. R. Whay. 2006. Current attitudes of cattle practitioners to pain and
the use of analgesics in cattle. Vet. Rec. 159:662-668.
Huzzey, J. M., M. A. G. Von Keyserlingk. 2005. Changes in feeding, drinking and
standing behavior of dairy cows during the transition period. J. Dairy Sci.
88:2454-2461.
Huzzey, J. M., D. M. Veira, D. M. Weary et M. A. G. Von Keyserlingk. 2007.
Prepartum behaviour and dry matter intake identifying dairy cows at risk for
Metritis. J. Dairy Sci. 90:3220-3233.
Ito, K., D. M. Weary et M. A. G. Von Keyserlingk. 2009. Lying behavior: Asessing
within-and between-herd variation in free-stall housed dairy cows. J. Dairy Sci.
92:4412-4420.
Jensen, M. B. 2012. Behaviour around the time of calving in dairy cows. Appl. Anim.
Behav. Sci. 139:195-202.
Johanson, J. M. et P. J. Berger. 2003. Birthweight as a predictor of calving ease and
perinatal mortality in Holstein cattle. J. Dairy Sci. 86: 3745-3755.
Johnson, S. R., S. Rao, S.B. Hussey, P.S. Morley et J.L. Traub-Dargatz. 2011.
Thermographic eye temperature as in index to body temperature in ponis. J.
Equine Vet. Sci. 31:63-66.
Kendall, P. E. et J. R. Webster. 2009. Season and physiological status affects the
circadian body temperature rhythm of dairy cows. Livest. Sci. 125:155–160.
73
Kindahl, H., B. Kornmatitsuk, K. Konigsson et H. Gustafsson. 2002. Endocrine
changes in late bovine pregnancy with special emphasis on fetal well-being.
Domest. Anim. Endocrinol. 23:321-328.
Krause, K. M., D. K. Combs et K. A. Beauchemin. 2002. Effects of forage particle size
and grain fermentability in midlactation cows. II. Ruminal pH and chewing
activity. J. Dairy Sci. 85: 1947-1957.
Lammoglia, M. A., R. A. Bellows, R. E. Short, S. E. Bellows, E. G. Bighorn, J. S.
Stevenson et R. D. Randel. 1997. Body temperature and endocrine interactions
before and after calving in beef cows. J. Anim. Sci. 75:2526–2534.
Ledgerwood, D. N., C Winckler et C. B. Tucker. 2010. Evaluation of data loggers,
sampling intervals, and editing techniques for measuring the lying behavior of
dairy cattle. J. Dairy Sci. 93:5129-5139.
Lidfors, L. M., D. Moran, J.Jung, P. Jensen et H. Castren. 1994. Behaviour at calving
and choice of calving place in cattle kept in different environments.Appl. Anim.
Behav. Sci. 42: 11–28.
Lombard, J. E., F. B. Garry, S. M. Tomlinson et L. P. Garber. 2003. Relationship to
dystocia to dairy cow health and productivity. J. Dairy Sci. 86:24-32.
Lombard, J. E., F. B. Garry, S. M. Tomlinson et L. P. Garber. 2007. Impacts of
dystocia on health and survival of dairy calves. J. Dairy Sci. 90:1751-1760.
Lopez, H., D. Z. Caraviello, L. D. Satter, P. M. Fircke et M.C. Wiltbank. Relationship
between level of milk production and multiple ovulations in lactating dairy
cows. J. Dairy Sci. 88:2783-2793.
Lundborg, G. K., P. A. Oltenacu, D. O. Maizon, E. C. Svensson et P. G. A. Liberg.
2003. Dam-related effects on heart girth at birth, morbidity and growth rate
from birth to 90 days of age in Swedish dairy calves. Prev. Vet. Med. 60:175-
190.
Mainau, E. et X. Manteca. 2011. Pain and discomfort caused by parturition in cows and
sows. Appl. Anim. Behav. 135:245-251.
Mangurkar, B. R., J. F. Hayes et J. E. Moxley. 1984. Effects of calving ease-calf
survival on production and reproduction in Holsteins. J. Dairy Sci. 67:1496–
1509.
Matsas, D. J., R. L. Nebel et K. D. Pelzer. 1992. Evaluation of an on-farm blood
progesterone test for predicting the day of paturition in cattle. Ther. 37:859-868.
McClintock, S. E. 2004. A genetic evaluation of dystocia in Australian Holstein-
Freisan cattle. Ph.D., University of Melbourne, Melbourne, Victoria, Australie.
McGuirk, B. J., R. Forsyth et H. Dobson. 2007. Economic cost of difficult calvings in
the United Kingdom dairy herd. Vet. Rec. 161:685-687.
74
Mee, J. F. 1991a. Bovine perinatal moratality and parturient problems in Irish dairy
herds. Ph.D. dissertation, National University of Ireland. pp.1-365.
Mee, J. F. 2004. Managing the dairy cow at calving time. Vet. Clin.North Am. Food
Anim. Pract. 20:521-546.
Mee, J. F. 2008. Prevalence and risk factors for dystocia in dairy cattle: A review. Vet.
J. 176:93-101.
Meijering, A. 1984. Dystocia and stillbirth in cattle – a review of causes, relations and
implications. Livest. Prod. Sci. 11: 143-177.
Meyer, C. L., P. J. Berger et K. J. Koehler. 2000. Interactions among factors affecting
stillbirths in Holstein cattle in the United States. J. Dairy Sci. 83:2657-2663.
Meyer, C. L., P. J. Berger, K. J. Koehler, J. R. Thompson et C. G. Sattler. 2001.
Phenotypic trends in incidence of stillbirth for Holstein in the United States. J.
Dairy Sci. 84:515-523.
Miedema, H. M., M. S. Cockram, C. M. Dwyer et A. I. Macrae. 2011a. Behavioural
predictors of the start of a normal and dystocic calving in dairy cows and
heifers. Appl. Anim. Behav. Sci. 132:14-19.
Miedema, H. M., M. S. Cockram, C. M. Dwyer et A. I. Macrae. 2011b. Changes in the
behaviour of dairy cows during the 24 h before normal calving compare with
behaviour during late pregnancy. Appl. Anim. Behav. Sci. 131:8-14.
Mortimer, R. G. 1997. Calving and handling calving difficulties. Department of clinical
sciences. Colorado state University, Fort Collins, Colorado, États-Unis.
Mostl, E., K. Mostl, H.S. Choi, H.K. Dreier, W. Stockl et E. Bamberg. 1981. Plasma
levels of androstenedione, epitestosterone, testosterone and oestrogens in cows
at parturition. J. Endocrinol. 89:251–255.
Mottram, T., 1997. Automatic monitoring of the health and metabolic status of dairy
cows. Livest. Prod. Sci. 48:209–217.
Noakes, D. E., T. J. Parkinson et G. C. W. England. 2001. Dystocia and other disorders
associated with parturition. 8th ed. Arthur’s Veterinary reproduction and
obstetrics saunders. pp. 179.205-217.
National Research Council (NRC). 2001. Nutrient requirements of dairy cattle. 7th rev.
ed. National Academy Press, Washington, D.C., US. 381 p.
Norring, M., E. Manninen, A.M. de Passilé, J. Rushen, L. Munksaard et H. Saloniemi.
2008. Effects of Sand and Straw Bedding on the Lying Behavior, Cleanliness,
and Hoof and Hock Injuries of Dairy Cow. J. Dairy Sci. 91:570-576.
75
Oltenacu, P.A., A. Frick, et B. Lindhe. 1990. Epidemiological study of several clinical
diseases, reproductive performance and culling in primiparous Swedish cattle.
Prev. Med. Vet. 9: 59-74.
Osborne, V. R., K. E. Leslie et B. W. Mcbride. 2002. Effect of supplementing glucose
in drinking water on the energy and nitrogen status of the transitions dairy cow.
Can. J. Anim. Sci. 82:427-433.
Owens, J. L., T. N. Edey, B. M. Bindon et L. R. Piper.1985. Parturient behaviour and
calf survival in a herd selected for twinning. Appl. Anim. Behav. Sci. 13:321-
333.
Pahl, C., E. Hartung, A. Grothmann, K. Mahlkow-Nerge et A. Haeussermann. 2014.
Rumination activity of dairy cows in the 24 hours before and after calving. J.
Dairy Sci. 97:6935-6941.
Palombi, C., M. Paolucci, G. Stradaioli, M. Corubolo, P.B. Pascolo et M. Monaci.
2013. Evaluation of remote monitoring of parturition in dairy cattle as a new
tool for calving management. BMC Vet. Res. 9:191.
Parker, B.N.J., Foulkes, J.A., Jones, P.C., Dexter, I. and Stephens, H. 1988. Prediction
of calving times from plasma progesterone concentration. Vet. Rec. 122: 88-89.
Piccione, G., G. Caola, et R. Refinetti. 2003. Daily and estrous rhythmicity of body
temperature in domestic cattle. BMC Physiol. 3:7.
Proudfoot, K. L., J. M. Huzzey et M. A. G. Von Keyserlingk. 2009. The effect of
dystocia on dry matter intake and behaviour of Holstein cows. J. Dairy Sci.
92:4937-4944.
Quigley, J. D., R. E. Strohbehn, C. J. Kost et M. M.O’Brien. 2001. Formulation of
colostrum supplements, colostrum replacers and acquisition of passive
immunity in neonatal calves. J. Dairy Sci. 84:2059–2065.
Rajala, P. J.et Y. T. Gröhn. 1998. Effects of dystocia, retained placenta, and metritis on
milk yield in dairy cows. J. Dairy Sci. 81:3172-3181.
Schaefer, A. L. N. J. Cook, S. V. Tessaro, D. Deregt, G. Desroches, P. L. Dubeski, A.
K. W. Tong et D. L. Godson. 2004. Early detection and prediction of infection
using infrared thermography. Can. J. Anim. Sci. 84:73-80.
Schirmann, K., M. A. G. von Keyserlingk, D. M. Weary, D. M. Veira et W. Heuwieser.
2009. Technical note: Validation of a system for monitoring rumination in dairy
cows. J. Dairy Sci. 92:6052-6055.
Schirmann, K. N. Chapinal, D. M. Weary, L. Vickers et M. A. G. von Keyserlingk.
2013. Short communication: Rumination and feeding behavior before and after
calving in dairy cows. J. Dairy Sci. 96:1-5.
76
Schuenemann, G. M., I. Nieto, S. Bas, K. N. Galvao et J. Workman. 2011b.
Assessment of calving progress and reference times for obstetric intervention
during dystocia in Holstein cows. J. Dairy Sci. 94:5494-5501.
Schuenemann, G. M. 2012. Calving management in dairy herds: Timing of Intervention
and Stillbirth. The Ohio State University Extension, Ohio, États-Unis.
Shah K. D., T. Nakao et H. Kubota. 2006. Plasma estrone sulphate (E1S) and estradiol-
17-β (E2β) profiles during pregnancy and their relationship with the relaxation
of sacrosciatic ligament, and prediction of calving time in Holtein-Friesian
cattle. Anim. Reprod. Sci. 95:38-53.
Sheldon, I. M., J. Cronin, L. Goetze, G. Donofrio et H.-J. Schuberth. 2009. Defining
postpartum uterine disease and the mechanisms of infection and immunity in
the female reproductive tract in cattle. Biol. Reprod. 81:1025-1032.
Soriani, N., E. Trevisi et L. Calamari. 2012. Relationships between rumination time,
metabolic conditions and health status in dairy cows during the transition
period. J. Anim. Sci. 90:4544-4554.
Stewart, M., J. R. Webster, A. L. Schaefer, N. J. Cook et S.L. Scott. 2005. Infrared
thermography as a non-invasive tool to study animal welfare. Anim. Welf.
14:319-325.
Streyl, D., C. Sauter-Louis, A. Braunert, D. Lange, F. Weber, H. Zerbe. 2011.
Establishment of a standard operating procedure fort predicting the time of
calving in cattle. J. Vet. Sci. 12: 177-185.
Suthar, V. S., O. Burfeind, J. S. Patel, A. J. Dhami et W. Heuwieser. 2011. Body
temperature around induced estrus in dairy cows. J. Dairy Sci. 94:2368–2373.
Tenhagen, B.-A., A. Helmbold et W. Heuwieser. 2007. Effect of various degrees of
dystocia in dairy cattle on calf viability, milk production fertility and culling. J.
Vet. Med. 54: 98-102.
Thompson, J. R., E. J. Pollack et C. L. Pelissier. 1983. Interrelationships of parturition
problems, production of subsequent lactation, reproduction, and age at first
calving. J. Dairy Sci. 66:1119-1127.
USDA. 2002. Part I: Reference of dairy health and management in the United States,
2002. USDA:APHIS:VS,CEAH, NationalAnimal Health Monitoring System,
Fort Collins, Colorado, États-Unis.
University of Nebraska. 2014. The area under a ROC Curve.
www.gim.unmc.edu/dxtests/roc3.htm (page consultée le 12 février 2015).
Vasseur, E., J. Rushen et A. M. de Passillé. 2009. Does a calf’s motivation to ingest
colostrum depend on time since birth, calf vigor, or provision of heat? J. Dairy
Sci. 92, 3915–3921.
77
Vasseur, E., J. Rushen, D.B. Haley et A. M. de Passillé. 2012. Sampling cows to assess
lying time for on-farm animal welfare assessment. J. Dairy Sci. 95: 4968-4977.
Vickers, L. A., O. Burfeind. M. A. G. Von Keyserlingk, D. M. Veira, D. M. Weary et
W. Heuwieser. 2010. Technical note: Comparaison of rectal and vaginal
temperatures in lactating dairy cows. J. Dairy Sci. 93:5246-5251.
Von Keyserlingk, M. A. G. et D. M. Weary. 2007. Maternal behavior in cattle. Horm.
Behav. 52: 106–113.
Webster, J. R., M. Stewart, A. R. Rogers, et G. A. Verkerk. 2008. Assessment of
welfare from physiological and behavioural responses of New Zealand dairy
cows exposed to cold and wet conditions. Anim. Welf. 17:19–26.
Wehrend, A., E. Hofmann, K. Failing et H. Bostedt. 2006. Behaviour during the first
stage of labour in cattle: Influence of parity and dystocia. Appl. Anim. Behav.
Sci. 100:164-170.
Zhang, W. C., T. Nakao, M. Moriyoshi, K. Nakada, A. Y. Ribadu, T. Ohtaki et Y.
Tanaka. 1999. Estrone-Sulphate concentrations, claf birth weight and viability,
and placental weight and expulsion in dairy cattle with different gestation
length. Anim. Sci. J. 70:429-436.
78
79
CHAPITRE 2
Evaluation of technologies to predict the onset of
calving in Holstein dairy cows
80
Résumé
Une technologie permettant de prédire précisément le début du vêlage permettrait de
minimiser l’impact des dystocies chez la vache laitière en assurant l’intervention
humaine en cas de besoin et au moment opportun dans les situations de vêlages
difficiles. L’objectif de ce projet était d’évaluer et de comparer la performance pour
prédire le vêlage de sondes vaginales permettant de mesurer la température vaginale, de
capteurs de rumination permettant de mesurer le temps de rumination et
d’accéléromètres permettant de mesurer le nombre d’épisodes de coucher et le temps
passé couché des vaches laitières. La performance de la combinaison de ces
technologies permettant la considération simultanée de plusieurs indicateurs a aussi été
évaluée. Pour ce faire, 42 vaches Holstein multipares vêlant en stabulation entravée ont
été munies 7 ± 2 jours avant la date prévue du vêlage d’une sonde vaginale insérée dans
la cavité vaginale mesurant la température à chaque minute, d’un capteur de rumination
apposé à l’oreille de la vache permettant la mesure du temps de rumination à chaque
heure et d’un accéléromètre attaché au membre arrière droite des vache permettant de
mesurer la posture des vaches à chaque minute. Les 120 dernières heures avant le
vêlage ont été corrigées pour le moment réel du vêlage et résumées en valeurs
quotidiennes et en vingt périodes de 6-h (pour un total de 120 h). Les températures
vaginales des vaches étaient en moyenne 0,3 °C plus faibles (P < 0,05) alors que le
temps de rumination et le temps passé couché étaient respectivement de 41 min et 52
min plus faibles (P < 0,05) la journée du vêlage comparativement aux quatre jours avant
la journée du vêlage. Les vaches ont aussi effectué en moyenne deux épisodes de
coucher de plus (P < 0,05) la journée du vêlage comparativement aux quatre jours
précédant. Les performances de prédiction du vêlage des technologies individuelles et
différentes combinaisons des technologies ont été évaluées en mesurant la sensibilité, la
spécificité, les valeurs prédictives ainsi que l’aire sous la courbe receiver operating
characteristics. Parmi les trois technologies étudiées, la sonde vaginale permettant de
mesurer une diminution de température vaginale à l’approche du vêlage a obtenu les
meilleures performances pour prédire le vêlage dans les 24, 12 et 6 prochaines heures.
Cette technologie performe mieux pour une prédiction du vêlage dans les prochaines 24
heures (sensibilité : 74 %, spécificité : 74 %, valeurs prédictives positives et négatives :
51 et 89 %, aire sous la courbe : 0,80) comparativement aux résultats obtenus pour une
prédiction dans les 6 prochaines heures (sensibilité : 68 %, spécificité : 67 %, valeurs
81
prédictives positives et négatives : 13 et 97 %, aire sous la courbe : 0,68). Peu importe
la technologie utilisée, les valeurs prédictives positives calculées sont faibles, ce qui
indique que les technologies, lorsqu’utilisées individuellement, ne sont pas en mesure
de prédire précisément le début du vêlage. La combinaison des technologies a, pour sa
part, permis d’augmenter la performance de la prédiction des vêlages dans les
prochaines 24, 12 et 6 h comparativement à ce qui a été mesuré lorsque les technologies
étaient considérées individuellement. La meilleure performance pour les combinaisons a
été obtenue par l’utilisation des trois technologies pour une prédiction dans les 24 h
(sensitivité: 77 %, spécificité: 77 %, valeurs prédictives positives et négatives : 56 et
90 %, aire sous la courbe : 0.82). En conclusion, malgré l’amélioration apportée par la
combinaison, une technologie permettant la mesure simultanée des indicateurs du
vêlage testés dans cette étude ne serait pas en mesure de prédire précisément le début du
vêlage. En contrepartie, une telle technologie permettrait de prédire l’absence du vêlage.
La prédiction de l’absence du vêlage peut fournir de l’information valide aux
producteurs pour la gestion des vêlages et potentiellement pour augmenter leur qualité
de vie des gestionnaires des fermes.
82
Abstract
Dystocias are common in dairy cows and are known to have production, reproduction,
welfare, labour, and economic implications. A technology that would be able to
accurately predict the onset of parturition might help minimize the impacts of dystocia
by allowing producer intervention in a timely matter. The test performance to predict
the onset of calving of technologies allowing the recording of well-documented
indicators of the imminence of calving in dairy cows is lacking. Therefore, the objective
of this project was to assess the performance to predict the onset of calving within the
next 24, 12 or 6 h using a decrease in vaginal temperature, rumination time, and in lying
time or an increase in the number of lying bouts measured by three automated
technologies. The combination of the technologies allowing simultaneous consideration
of the calving indicators was also tested. Forty two multiparous Holstein cows housed in
tie-stall were fitted 7 ± 2 d before their expected calving date with a temperature logger
inserted in the vaginal cavity recording vaginal temperature at 1-min intervals, an ear-
attached rumination sensor recording rumination time every hour based on ear
movement and an accelerometer fitted to the right hind leg recording cow position at 1-
min intervals. Vaginal temperature were on average 0.3 °C lower whereas rumination
and lying time were respectively 41 and 52 min lower on the calving day compared to
the four days precalving. Cows had two more lying bouts on the calving day. Among all
of the tested indicators, a decrease in vaginal temperature achieved the best performance
to predict calving within the next 24 h, 12 h, and 6 h. Among those periods, the best
performance was achieved when a decrease ≥ 0.1 °C was measured for a prediction
within the next 24 h with a sensitivity, specificity, positive and negative predictive
values, and area under the curve (AUC) respectively of 74, 74, 51 and 89%, and 0.80
whereas performances of vaginal temperature to predict calving were diminished for a
prediction within the next 6 h (sensitivity: 68%, specificity: 67%, positive and negative
predictive values: 13 and 97%, AUC: 0.68). Combining the technologies enhanced the
performance to predict calving within the next 24, 12 and 6 h with best results obtained
by the combination of the three devices for a prediction within the next 24 h (sensitivity:
77%, specificity: 77%, positive and negative predictive values: 56 and 90%,
AUC:0.82). These results suggest that a device that would be able to measure
simultaneously the four calving indicators would not be able to predict the onset of
calving time accurately but might provide insightful information to the producers for
calving monitoring by predicting precisely the absence of calving.
83
2.1 Introduction
Calving is a critical time for both the dam and the calf (Schuenemann et al., 2012).
Difficult births situations, also called dystocias, are common in dairy cows (Miedema et
al., 2011b). Studies have shown that dystocia rate can range from 28.6 to 51.2% in
primiparous cows and from 10.7 to 29.4 % in multiparous cows (Meyer et al., 2001;
Lombard et al., 2007). Dystocias are known to have production, reproduction, welfare,
labour, and economic implications (Mee, 2008). They are associated with increase
chance of stillbirths, calf mortality before 30 days of age, and morbidity (Lombard et
al., 2007). They also increase the likelihood of trauma on the dam (Schuenemann et al.,
2011), retained placenta (Oltenacu et al., 1988), uterine disorders (Sheldon et al., 2009),
and decreased milk yield (Dematawewa and Berger, 1997; Rajala and Gröhn, 1998).
Furthermore, dystocia were negatively associated with fertility and survival of the dam
(Tenhagen et al., 2007). Prevention of dystocia in dairy cows should, therefore, be a
high priority in farm management (Büchel and Sundrum, 2014).
Predicting the onset of parturition can help preserving the integrity of the newborn calf,
and the dam during difficult birth situations by allowing human intervention in a timely
matter (Shah et al., 2006; Burfeind et al., 2011). Moreover, predicting the calving time
allows careful management around the time of parturition, thus minimizing unnecessary
pain and distress especially in situations requiring humane intervention (Miedema et al.,
2011b). External signs such as pelvic ligament relaxation, udder distension, teat filling,
vaginal discharge, and vulva edema and behavior changes are often used to predict the
onset of calving in dairy cows either visually or by video observations (Streyl, 2011).
Such assessments require experience, are time-consuming and exhibit a large variation
in dairy cows. Furthermore, while the number of farms is decreasing, the number of
cows per farm is increasing. Hence, less time is accorded to the individual cow
supervision around parturition time (Raussi, 2003). Therefore, an automated technology
that would be able to accurately predict the onset of calving would be a time-efficient
way to help minimize the impacts of dystocia on dairy cows.
Changes in cow behavior and physiology observed the day of calving have been
reported several times in research literature. Schirmann et al. (2013) reported that cows
spent on average 63 ± 30 min less time ruminating the day of calving. Miedema et al.
(2011a), and Jensen (2012) observed an increase of lying bouts (LB) the day of calving
compared to a control period during gestation whereas a decrease in daily duration of
84
lying time (LT) of an hour was observed. Evidence also exist that dairy cows exhibit a
decrease in body temperature before the onset of parturition (Burfeind et al., 2011;
Streyl et al., 2011). It has been demonstrated that a decrease in vaginal temperature
(VT) of ≥ 0.3°C over 24 h measured by a temperature logger can predict calving within
24 h with a sensitivity ranging from 62 to 71% and with a specificity ranging from 81 to
87% (Burfeind et al., 2011). Rumination time (RT), VT, LB, and LT show measurable
changes that are consistent between individuals. Therefore, RT, VT, LB, and LT are
considered as calving indicators that can be used to predict the onset of parturition.
Various technologies allowing automated recording of RT, number of LB and LT are
currently available for producers. Nevertheless, to our knowledge, those technologies
have not been used in a calving trial. Information on the test performance to predict
calving of changes in RT, the number of LB and LT measured by technologies is
lacking. Therefore, the aim of this research was to measure the test performance to
predict the onset of calving within the next 24 h, 12 h and 6 h of four calving indicators
(decrease of: VT, RT, and LT; increase of LB) measured by three automated
technologies. The second aim of this project was to measure the test performance to
predict calving of different combinations of the technologies allowing simultaneous
consideration of the tested calving indicators.
85
2.2 Material and methods
The study was conducted on a commercial dairy farm (Saint-Anselme, QC, Canada)
which has a milking herd of 108 Holstein cows producing on average 10 390 kg/cow/yr.
All experimental procedures were approved by the Animal Care Committee from
Université Laval, Quebec, Canada.
2.2.1 Animals, Housing and Feeding
A total of 42 multiparous Holstein cows (average ± SD; parity: 1.9 ± 1.2; gestation
length: 281.4 ± 3.2 d; calving interval: 408 ± 52 d) housed in free-stalls were used from
November 2013 to June 2014. Approximatively 21 d before their expected calving date
the cows were moved to one of the twelve tie-stalls reserved for calving (mean
dimension of 2.38 m long x 1.31 m wide; chain length 0.60-0.63 m) were they later
calved. All twelve tie-stalls were fitted with a bed mattress (DCC waterbeds HQ,
Reedsburg, WI, USA) covered with a thin layer of saw dust. Cows were fed once daily
(at approximatively 8:00 am) with a TMR consisting in 54 % corn silage, 21 % alfalfa
hay and 26 % concentrate and minerals on a dry matter basis. Feed was pushed up four
times per day. Water was freely available from water bowls (1 per 2 neighboring cows).
2.2.2 Experimental measurements
Cows were fitted with 3 technologies allowing the measure of 4 calving indicators: VT,
RT, LB, and LT.
Vaginal temperature was recorded continuously every minute using a microprocessor-
controlled temperature data logger (Minilog II-t, Vemco Ltd., Halifax, Canada) as
validated by Vickers et al. (2010). The temperature data loggers were attached to a
modified controlled internal drug release device without progesterone (CIDR, InterAg,
Hamilton, New Zealand) and inserted into the vaginal cavity 6 ± 2 d before the
predicted calving date as previously described by Burfeind et al. (2011). During the
process of calving, the temperature logger was expelled out of the vaginal cavity and
collected by the farm staff resulting in a sudden decrease in measured temperature as
previously described by Burfeind et al. (2011). The time of complete expulsion of the
logger was set as the calving time for every cow. The temperature data was downloaded
after calving.
Rumination time was measured continuously every hour using a 3-dimensional
accelerometer (SensOor; Agis Automatisering BV, Harmelen, the Netherlands)
86
designed to be attached to the ear identification tag of the cows as previously validated
by Bikker et al. (2014). Rumination data was sent through a wireless connection, via
routers and coordinators, to a computer and was available through a web-based
application. The cows were equipped with the ear-attached sensor 7 ± 1 d before their
predicted calving date. Measurements were taken starting at 6 d before the predicted
calving date until the calving time. The rumination data were downloaded from the
CowManager SensoOr system (Agis Automatisering BV, Harmelen, the Netherlands)
every day until the calving time.
The position of the cow (lying or standing) was recorded continuously every minute
using an Onset Pendant G data logger (Onset Computer Corporation, Bourne, MA) as
validated for measuring the lying behaviour of dairy cows by O’Driscoll et al. (2008).
Cows were fitted with the device 6 ± 2 d prior to the expected calving date. The data
loggers were wrapped in VetWrap cohesive bandage (3M Products, St. Paul, MN) in
order to provide cushioning, and placed on the right hind leg of the cow. The data
collected by the loggers were downloaded after the calving time using Onset
HOBOware Software (Onset Computer Corporation, Bourne, MA) and exported to
Microsoft Excel. Lying time and number of LB were computed using Excel macros
with LB defined as a period of lying separated by periods of walking or standing
(Miedema et al., 2011a).
The ambient temperature (AT, °C) and the relative humidity (RH, %) of the barn were
measured continuously every minute throughout the research project using a HOBO
U23 Pro v2 Temperature/Relative Humidity Data Logger (Onset Computer
Corporation, Bourne, MA) secured on the barn’s ceiling about 1 m above the cows. The
temperature-humidity index (THI) was calculated using the equation reported by
Kendall et al. (2008): THI = (1.8 x AT + 32) - [(0.55-0.0055 x RH) x (1.8 x AT – 26)].
2.2.3 Statistical analysis
Data was analyzed with SAS 9.3 (SAS Institute, 2011). During the study, VT, LB, and
LT were measured every minute by their respective technologies. For further analysis
VT, LB and LT data were averaged (VT) or calculated (LB and LT) per hour for every
cow independently for the last 120 h before parturition and adjusted for calving time.
Vaginal temperatures below 38.0°C were considered as artefacts due to movement of
the temperature logger and were therefore excluded from the data set as previously
87
described by Burfeind et al. (2011). Rumination time was already calculated per hour by
the CowManager SensoOr system and expressed as a percentage of behaviour per hour
for every cow. The percentage was then transformed in order to have the RT in min per
hour. Every indicator was then summarized per day to obtain one value per cow per day
and in 6-h periods to obtain four values per cow per day. The number of LB was square-
root transformed to meet the assumption of variance homogeneity. Pearson correlations
between THI and VT, RT, LB, and LT were calculated using PROC CORR of SAS.
The difference in RT, LB and LT between the day of calving and the 4 d before
parturition were determined using proc GLIMMIX of SAS with the cow as random
effect. For VT, proc MIXED was used with a model assuming heterogeneity of variance
to account for the normal modification in the amplitude of temperature measured for the
base line in comparison to the day of calving. To explore the approximate time of
change of all indicators, differences between 6-h periods were also calculated using
proc GLIMMIX of SAS with cows as random effect and moment of the day (morning,
afternoon, evening, and night) set as a covariate. Morning was defined as the period
from 6:00 am to 12: 00 pm, afternoon from 12:00 pm to 6:00 pm, evening from 6:00 pm
to 12:00 am and night from 12:00 am to 6:00 am.
The difference between VT, RT, LB, and LT of a particular 6-h period and VT, RT, LB,
and LT at the equivalent period 24 h previously was calculated to eliminate the effect of
circadian pattern from 120 h before calving until calving time. Receiving operating
characteristic (ROC) analyses were conducted in SAS to determine the optimal cut-off
points maximizing both sensitivity and specificity of each indicator to distinguish
between calving and the absence of calving within the next 24, 12 and 6 h. The
continuous variable was the difference in VT, RT, LB, or LT whereas the classification
variable was the occurrence of calving within 24, 12, or 6 h. The test performance for
predicting the onset of calving for each cut-off point and the 95% confidence interval
were then calculated using PROC LOGISTIC of SAS. Sensitivity was defined as the
proportion of positive events (occurrence of calving within 24, 12 or 6 h) correctly
predicted by the test whereas specificity was defined as the proportion of negative
events (absence of calving within 24, 12 or 6 h) correctly diagnosed by the test. The
positive predictive value was defined as the proportion of cows that showed the
expected indicator change and calved within the expected time interval. The negative
88
predictive value was defined as the proportion of events that did not show the expected
indicator and did not calved within the next 24, 12 or 6 h.
After individual evaluation of each calving indicator, it was possible to perform a test
performance for their combination because they were not correlated. This analysis was
done using a multivariate logistic regression in SAS. Observations for a specific time
preceding calving with missing data from one of the indicators were excluded from this
analysis.
2.3 Results and Discussion
During the study, average ± SD daily ambient temperature was 13.64 ± 2.65°C while
THI was 56.70 ± 3.86. Low correlations between VT and THI (r=0.06; P < 0.01),
between RT and THI (r=0.06; P < 0.01), and between LT and THI (r=0.10; P < 0.01)
were obtained whereas the number of LB was not correlated with THI (P > 0.05).
Considering the very low or the lack of correlation observed between THI and all the
indicators, this measure was not used for further analysis. As well, no correlation was
observed between the four indicators (P > 0.05).
Ten cows were excluded from the analysis due to technical problems with one of the
three technologies (e.g. 8 cows lost their temperature logger before calving, and 2 cows
did not have RT data due to technical problems with the rumination sensor). Therefore,
32 multiparous cows were included in the final analysis with data collected from the
three technologies. In the experiment, 39 691 of the 230 400 measures (17 %) of VT
were below 38°C and excluded from further analysis. A total of 66 hours were excluded
from the RT analysis (0.02 %) due to the system loss of signal. Calvings were
distributed irregularly throughout the day with 5 calvings in the morning, 8 in the
afternoon, 9 in the evening and 10 in the night. Only 2 cows calved on their predicted
date whereas 14 cows calved before (average ± SD; days before the predicted calving
date: 3.0 ± 1.5) and 16 cows calved their predicted calving date (average ± SD; days
after the predicted calving date: 3.1 ± 1.7).
3.1.1 Differences between days
The four indicators (VT, RT, LB, and LT) showed changes associated to the imminence
of parturition in the last 24 h before parturition compared to the four days precalving
(Table 2.1). Mean VT was lower (P < 0.05) the day of calving compared to 1, 2, 3, 4 d
89
before calving. Vaginal temperature recorded on the four days before the day of calving
did not significantly differ. An average decrease of 0.3 ± 0.2 °C (P < 0.05) was
observed the day of calving compared with 4 d before parturition. This agrees with the
findings of Burfeind et al. (2011) and Streyl et al. (2011) who also measured a decrease
of 0.3 °C in vaginal temperature the day of calving compared to the preceding days. The
similarity between the findings confirms that the amplitude of VT variations before
calving is relatively constant in Holstein cows.
Similarly, RT was lower (P < 0.05) on the calving day compared to the 4 d precalving
(Table 2.1). No significant difference was observed between the four days before
parturition. Cows spent on average 40.82 ± 93.99 min/24 h (P < 0.05) less time
ruminating on the calving day compared with the 4 days before calving, which is
comparable but lower than the decrease of 63 ± 30 min/24 h observed by Schirmann et
al. (2013). The discrepancy in the results could partly be related to the different devices
used to measure the RT. Schirmann et al. (2013) used a rumination collar based on
acoustic measure whereas a rumination sensor based on ear movements was used in this
study. Moreover, the cows in the study of Schirmann et al. (2013) were checked
multiple times for relaxation of tail ligament, vulval discharge, and milk letdown. They
were moved to a calving pen when calving was considered imminent which was on
average less than 4 h before the expulsion of the calf. Moving the cows at that time
could have contributed to the decrease in RT observed in their study thus the higher
decrease observed. In our study, fewer changes in the environment were performed
since cows were moved to a tie-stall reserved for calving 21 d before their expected
calving where they later calved. Therefore, cows were less disturbed which could
explain the lower decrease measured in our study.
The daily number of LB was also influenced by calving time which is in accordance
with the findings of previous studies (Huzzey et al., 2005; Miedema et al., 2011a;
Jensen, 2012). On a daily basis, our results indicate that the number of LB tended to
increase from day -3 before parturition (Table 2.1). A maximum of the number of LB
per day was reached on the calving day. There was on average 2 ± 4.89 more LB (P <
0.05) the day of calving compared to the 4 d precalving which is lower than those
measured in other studies. Miedema et al. (2011a) observed on average 7.8 more lying
bouts during the last 24 hour before parturition compared to a 24 h period during the
gestation. Moreover, Jensen (2012) measured on average 7 more LB in the last 24 h
90
before parturition compared to the 4 d precalving. The cause of variations in the
increase of the number of LB observed on the calving day between the studies might be
partly related to the difference between the definitions of the calving time. Miedema et
al. (2011a) and Jensen (2012) defined calving time as to when the calf was fully
expelled from the cow which is in accordance to the end of stage II of parturition
whereas our calving time was set as the full expulsion of the temperature logger which
is most likely in accordance to the end of stage I of parturition. Stage II of parturition
can last up to four hours in dairy cows (Wehrend et al., 2006). Hence, calving time
potentially contributed to the variability in the results between studies. Furthermore, the
differences observed between the studies can be partly explained by the different
housing systems. Miedema et al. (2011a) group-housed their cows in a large straw
bedded barn, and Jensen (2012) kept their cows in an individual calving pen also
bedded with deep straw whereas the cows in our study were kept in a tie-stall reserved
for calving with a thin layer of sawdust. Cows in tie-stall are more restraint in their
movement which could explain the smaller increase in LB observed the day of calving
compared to the days before.
Daily LT was on average lower (P < 0.05) on the day of calving in comparison to d -4
before calving (Table 2.1). Variation for this parameter was progressive and reached a
nadir on the day of calving. The amplitude of variation in daily LT
(51.42 ± 155.04 min) between the day of calving compared to the 4 d prior to parturition
is similar to previous studies. Miedema et al. (2011a) and Jensen (2012) also measured
a decrease in LT of about an hour on calving day compared to a control period.
2.3.2 Difference between 6-h periods
During the last 120 h before the onset of calving, VT were lower (P < 0.05) during the 3
last 6-h periods before calving (18 to 0 h before calving) compared to the periods from
120 to 24 h before calving and tended to be lower than VT measured during 24-18 h
before calving (Figure 2.1; A). Burfeind et al. (2011) also observed in 3 experiments
that VT reached a minimum respectively 18, 13 and 15 h before the onset of calving.
The moment of the day (morning, afternoon, evening, and night) had an effect (P <
0.001) on VT during the last 120 h before calving (Figure 2.2; A). As previously
described by Burfeind et al. (2011), in this experiment VT exhibited a diurnal rhythm
throughout the experiment with a minimum of 38.59 ± 0.24 °C reached in the night
91
(12:00 am to 6:00 am) and a maximum of 38.76 ± 0.28 °C reached during the evening
(18:00 p. m. to 12:00 am).
During the last 120 h before the onset of calving, RT reached a minimum in the last 6-h
before parturition (Figure 2.1; B). In the last 24 h before calving, the RT tended to
decline in the last 6-h period before calving compared to the 12 to 6 h before calving
and were lower (P < 0.05) than the periods 24-12 h before the onset of parturition.
Cows spent on average 162.84 ± 42.55 min/6 h ruminating during the periods from 120
to 6 h before calving and 131.56 ± 46.24 min/6 h in the last 6 h before calving. This
result is comparable to the results of previous studies. Büchel and Sundrum (2014)
measured the RT of 55 multiparous Holstein cows in the last 72 h before calving with
RT expressed in 6-h periods. A reduced RT was observed in the last 6 h period before
parturition. Pahl et al. (2014) measured the RT of 17 cows from 48 h before calving
until 24 h postpartum with RT expressed in 2-h periods. A reduced RT was measured in
the last 4-h before parturition. The moment of the day (morning, afternoon, evening,
night) had a significant effect (P < 0.01) on rumination time in the last 120 h before
calving with cows ruminating less during morning and afternoon (lowest value of
153.68 ± 45.12 min/6 h obtained during the afternoon) and more in evening and at night
(highest value of 153.68 ± 45.12 min/6h obtained during the night) (Figure 2.2; B).
During the last 120 h before parturition, the number of LB reached a maximum in the
last 6 h before parturition (Figure 2.1; C). During the last 24 h before calving, the
number of LB was higher (P < 0.05) during the period 6-0 h before calving than the
period 24-18 h and tended to be higher than the periods 18-6 h before the onset of
parturition. The increased number of LB (3.87 ± 0.5) in the last 6-h period before
parturition is in temporal accordance to the RT decline observed in this experiment. The
increased number of LB observed in the last 6 h before the onset of parturition is well
documented in the literature (Miedema et al., 2011a; Jensen, 2012) and reflects the
increased degree of restlessness and the growing discomfort of the cow in relation to the
imminence of calving. The moment of the day (morning, afternoon, evening, night) had
no effect (P > 0.05) on the number of LB in the last 120 h before parturition (Figure 2.2;
C).
When all the experimental periods were compared, no difference (P > 0.05) in LT
across periods was observed (Figure 2.1; D). However, LT was numerically lower
92
(164.21 ± 74.44 min) in the interval of 12 to 6 h before parturition. This is in accordance
with Miedema et al. (2011a) and Jensen (2012) who did not observed any difference in
LT duration between the four 6-h periods before calving (Miedema et al., 2011a) and
between the last twelve 2-h periods before calving (Jensen, 2012). The moment of the
day (morning, afternoon, evening, night) had an effect (P < 0.001) on the LT in the last
120 h before parturition with most cows resting more during the night
(223.59 ± 78.77 min) (12:00 am to 6:00 am) and less during the afternoon
(163.53 ± 62.23 min) (12:00 pm to 6:00 pm), the morning and evening periods having
intermediary results (Figure 2.2; D).
2.3.3 Test performance of calving indicators
The test performance of decreases in VT, RT, and LT and increase of LB measured over
24 h as predictors of calving within the next, 24, 12, or 6 h were evaluated. Changes
observed in VT, RT, LB, and LT in relation to the imminence of the onset of parturition
in dairy cows are well documented in the literature (Huzzey et al., 2005; Burfeind et al.,
2011; Miedema et al., 2011a; Jensen, 2012; Schirmann et al., 2013; Sundrum and
Büchel, 2014; Pahl et al., 2014). However, to our knowledge, only data on the
performance to predict calving within the next 24 h of a decrease of VT measured over
24 h by a temperature logger is currently available.
Sensitivity (Se), specificity (Sp), positive and negative predictive values (+PV and –PV)
are necessary to evaluate the validity of a predictive test (Burfeind et al., 2011). Among
all indicators, a decrease of VT measured by the temperature logger showed the most
promising results to predict calving within the next 24, 12 and 6 h (Table 2.2). A
decrease in VT ≥ 0.1 °C during a period of 6 h compared to the equivalent period 24 h
earlier obtained the highest Se, Sp, +PV, and –PV to predict calving within the next
24 h. Variations in VT also obtained the highest area under the curve (AUC). The AUC
is a useful tool to assess the diagnostic accuracy of a test and to compare the
performance of more than one test for the same outcome (Bewick et al., 2004). The
AUC indicates the ability of the test to discriminate cows that will calve and cows that
will not calve within the next 24, 12 or 6 h. Therefore, a test that would be able to
categorize the two populations perfectly would have a AUC of 1 whereas a predictor
that is not able to categorize the two populations at all would have an AUC less than 0.5
(Bewick et al., 2004; Burfeind et al., 2011). There are several scales for AUC
93
interpretation, but in general, a test with an AUC ≤ 0.75 is not clinically useful (Fan et
al., 2006).
In this experiment, VT results are comparable to the findings of Burfeind et al. (2011)
who measured the test performance of a decrease in VT in comparison to 24 h earlier in
three experiments to a predict calving events within 24 h. In their experiments, the tests
obtained a Se ranging from 55-76 %, a Sp ranging from 71-92 %, a +PV ranging from
42-70%, a -PV ranging from 86-92 % and an AUC ranging from 0.77-0.84 with best
results achieved when a decrease ≥ 0.3 °C was measured. Our data showed optimal test
performance to predict calving within the next 24 h when a decrease ≥ 0.1 °C was
measured over 24 h. The overall difference in optimal difference is likely to be related
to the calculation of the cut-off point. In our study, a cut-off point maximizing both
sensitivity and specificity was calculated by receiver operating characteristics analysis
(ROC) with SAS whereas Burfeind et al. (2011) measured the test performance of
several decreases without aiming to optimize Se and the Sp of the test.
Interestingly, the test performances of a decrease of VT and of LT were lower for
predicting calving within the next 12, and 6 h compared to a prediction within the next
24 h (Table 2.2). The opposite trend was observed for the test performance of RT, and
LB with better performances measured for a prediction of calving within the next 6 h
compared to a prediction within the next 24 h. The number of LB and RT showed
important changes during the last 6-h period before the onset of calving, whereas LT
reached a minimum 12-6 h before calving and VT were lower during the 18-12 h before
calving. Therefore, it appears that the test performance for different prediction time is
associated with the period during which the changes in the indicators are most
important. Moreover, a decrease in RT, and LT and an increase in LB showed lower
performances to predict calving with lower Se, Sp, PV+, PV-, and AUC compared to
VT. Those parameters exhibited larger variation between the cows making it harder to
calculate common optimal cut-off point for all the cows.
Each indicator showed low +PV especially for a prediction of calving within the next
6 h with results ranging from 6-13 % (Table 2.2). Sensitivity and specificity are
characteristics of a test that are not affected by the prevalence of positive events
(occurrence of calving). However, the predictive values are affected by the Se, the Sp
and by the prevalence of positive events (Bewick et al., 2004). Therefore, when the
94
prevalence of positive events is low, the +PV will automatically be low irrespective of
the Se and the Sp whereas –PV will be high (Bewick et al., 2004). In our study, since all
the indicators were summarized in 6-h periods, 4 positive events were defined as the
occurrence of calving within the next 24 h, 2 positive events were defined as the
occurrence of calving within the next 12 h and 1 positive event were defined as the
occurrence of calving within the next 6 h per cow which explains that lower PV+ and
higher -PV were measured for a prediction of calving within the next 6 h compared to
the prediction of calving within the next 12 and 24 h. Moreover, a test with higher Se
and Sp will automatically have higher predictive values. Therefore, the predictive
values are a useful tool to evaluate the predictive test but cannot be used, in our study,
to compare the different indicators. Nonetheless, PV+ measured for all parameters are
low whereas PV- are high especially for a prediction within the next 6 h. This result
indicates that the parameters are better at identifying the absence of calving than they
are at identifying the occurrence of calving. According to Streyl et al. (2011), the most
important information for farm management, with special attention organizing farm
duties and calving monitoring, is the ability to predict the absence of calving within a
particular interval of time. This could indicate that the measure of the parameters
provide valuable information for calving monitoring even if they could not precisely
predict the onset of parturition.
2.3.4 Test performance of different combinations of calving predictors
Test performance of all the possible combinations of calving indicators were conducted
(Table 2.3). Because false positive events were high in the predictions of individual
parameters, the combinations chosen were inclusive (i.e. a prediction of calving was
made when all the indicators in its composition were conclusive). Combining the
technologies allowing simultaneous consideration of the calving indictors enhanced the
performance to predict calving within the next 24, 12 or 6 h compared to when the same
indicators were used independently (Table 2.3). This result indicates that combining the
indicators of calving can merge the strength of each indicator used in the different
combinations. Therefore, the major improvements for the combinations including VT or
LT is for a prediction within the next 6 h when they are combined with RT or LB
whereas the major improvements including LB or RT is for a prediction within the next
6 h when they are combined with VT. The LT had low impact on the test performance
of the combinations of indicators. The low impact of LT in combinations can be related
95
to the lack of specific evolution related to the imminence of calving observed in this
study. A combination with VT generally improves the results of all the other parameters
taken individually.
Among all the possible options, the combination of VT, RT, LB and LT obtained the
best test performance to predict calving within the next 24 and 12 h whereas the
combination of VT, RT and LB obtained the best results for a prediction of calving
within the next 6 h (Table 2.3). This result reinforces the idea that the test performance
for different prediction time is associated with the period during which the changes are
most important. The best results for a combination that does not include VT, which
requires vaginal installation, is obtained by combining RT, and LB for a prediction in
the next 6 h. Such a combination could be interesting since the technologies used to
measure RT and LB required minimum manipulation of the cows, and are less invasive
than VT. Despite the improvement of the performance brought by the combinations of
parameters, +PV remain low (11-56 %) whereas –PV are high (74-97 %) for all the
combinations. A technology that would be able to measure a combination of the 4
indicators would therefore be a useful tool to predict the absence of calving, but not the
onset of calving.
Although on a management point of view the prediction of the absence of calving can
be useful, further work is necessary to determine if this prediction can help to prevent
the repercussions of dystocia on the calf and the dam. Finally, the temperature logger
and the accelerometers used in this study were not practical for commercial use since
both of them only allowed retrospective downloading of the data. Furthermore, body
temperature logger requiring inserting a device into cow vaginal cavity may not be a
first choice for producers, as a potential source of infection or irritation. Those
technologies were chosen as they have been validated in previous studies. However,
other devices exist to record cow body temperature and lying activities allowing data
acquirements in actual time and requiring less invasive manipulation.
96
2.4 Conclusions
A technology that could predict accurately the onset of parturition could help to
minimize the impact of dystocia by allowing human intervention in a timely manner.
Vaginal temperature, rumination time, the number of lying bout, and the lying time
showed clear changes associated with the onset of parturition. The technologies used in
this study were able to capture those changes. Combining these indicators improved the
performance to predict calving within the next 24, 12, and 6 h. Nonetheless, the
measured improvement was not enough to predict calving precisely. However, the
automated devices used in this study were useful to predict the absence of calving
which can provide insightful information to help calving monitoring.
2.5 Acknowledgments
This study was funded through les Fonds de recherche Nature et technologies du
Québec (FQRNT) (Québec, Qc, Canada). The first author received a scholarship from
the Canadian Dairy Commission in collaboration with Novalait inc (Québec, Qc,
Canada). Appreciation is extended to the farm staff and owner of the commercial dairy
farm where this experiment took place for their help and hospitality during the project.
The authors also want to extend their appreciation to Linda Saucier for her contribution
on this project.
97
2.6 References
Bewick, V., L. Cheek, and J. Ball. 2004. Statistics Review 13: Receiver operating
caracteristic curves. Am. J. Crit. Care. 8: 508-512.
Bikker, J. P., H. van Laar, P. Rump, J. Doorenbos, K. van Meurs, G. M. Griffioen, and
J. Dijkstra. 2014. Technical note: Evaluation of an ear-attached movement
sensor to record cow feeding behavior and activity. J. Dairy Sci. 97:1-6.
Büchel, S., and A. Sundrum. 2014. Short communication: Decrease in rumination time
as an indicator of the onset of calving. J. Dairy Sci. 97:3120-3127.
Burfeind, O., V. S. Suthar, R. Voigtsberger, S. Bonk, and W. Heuwieser. 2011.
Validity of prepartum changes in vaginal and rectal temperature to predict
calving in dairy cows. J. Dairy Sci. 94: 5053-5061.
Dematawewa, C. M. B., and P. J. Berger. 1997. Effect of dystocia on yield, fertility, and
cow losses and an economic evaluation of dystocia scores for Holsteins. J. Dairy
Sci. 80:754-761.
Fan, J., S. Upadhye, and a. Worster. 2006. Understanding receiver operating
characteristic (ROC) curves Can. J. Emerg. Med. 98:19-20.
Huzzey, J. M., and M. A. G. Von Keyserlingk. 2005. Changes in feeding, drinking and
standing behavior of dairy cows during the transition period. J. Dairy Sci.
88:2454-2461.
Jensen, M. B. 2012. Behaviour around the time of calving in dairy cows. Appl. Anim.
Behav. Sci. 139:195-202.
Lombard, J. E., F. B. Garry, S. M. Tomlinson, and L. P. Garber. 2007. Impacts of
dystocia on health and survival of dairy calves. J. Dairy Sci. 90:1751-1760.
Mee, J. F. 2008. Prevalence and risk factors for dystocia in dairy cattle: A review. Vet.
J. 176:93-101.
Meyer, C. L., P. J. Berger, K. J. Koehler, J. R. Thompson, and C. G. Sattler. 2001.
Phenotypic trends in incidence of stillbirth for Holstein in the United States. J.
Dairy Sci. 84:515-523.
Miedema, H. M., M. S. Cockram, C. M. Dwyer, and A. I. Macrae. 2011a. Behavioural
predictors of the start of a normal and dystocic calving in dairy cows and heifers.
Appl. Anim. Behav. Sci. 132:14-19.
Miedema, H. M., M. S. Cockram, C. M. Dwyer, and A. I. Macrae. 2011b. Changes in
the behaviour of dairy cows during the 24 h before normal calving compare with
behaviour during late pregnancy. Appl. Anim. Behav. Sci. 131:8-14.
98
O’Driscoll, K., L. Boyle, and A. Hanlon. 2008. A brief note on the validation of a
system for recording lying behaviour in dairy cows. Appl. Anim. Behav.
111:195-200.
Oltenacu, P.A., A. Frick, and B. Lindhe. 1990. Epidemiological study of several clinical
diseases, reproductive performance and culling in primiparous Swedish cattle.
Prev. Med. Vet. 9: 59-74.
Pahl, C., E. Hartung, A. Grothmann, K. Mahlkow-Nerge, and A. Haeussermann. 2014.
Rumination activity of dairy cows in the 24 hours before and after calving. J.
Dairy Sci. 97:6935-6941.
Rajala, P. J., and Y. T. Gröhn. 1998. Effects of dystocia, retained placenta, and metritis
on milk yield in dairy cows. J. Dairy Sci. 81:3172-3181.
Raussi, S. 2003. Human–cattle interactions in group housing. Appl. Anim. Behav. Sci.
80: 245–262.
SAS Institute, Inc. 2011. SAS/STAT user's guide. Cary, NC: SAS Institute, Inc.
Schirmann, K. N. Chapinal, D. M. Weary, L. Vickers, and M. A. G. von Keyserlingk.
2013. Short communication: Rumination and feeding behavior before and after
calving in dairy cows. J. Dairy Sci. 96:1-5.
Schuenemann, G. M., I. Nieto, S. Bas, K. N. Galvao, and J. Workman. 2011b.
Assessment of calving progress and reference times for obstetric intervention
during dystocia in Holstein cows. J. Dairy Sci. 94:5494-5501.
Schuenemann, G. M. 2012. Calving management in dairy herds: Timing of Intervention
and Stillbirth. The Ohio State University Extension, Ohio, USA.
Shah K. D., T. Nakao, and H. Kubota. 2006. Plasma estrone sulphate (E1S) and
estradiol-17-β (E2β) profiles during pregnancy and their relationship with the
relaxation of sacrosciatic ligament, and prediction of calving time in Holstein-
Friesian cattle. Anim. Reprod. Sci. 95:38-53.
Streyl, D., C. Sauter-Louis, A. Braunert, D. Lange, F. Weber, and H. Zerbe. 2011.
Establishment of a standard operating procedure fort predicting the time of
calving in cattle. J. Vet. Sci. 12(2): 177-185.
Tenhagen, B.-A., A. Helmbold and W. Heuwieser. 2007. Effect of various degrees of
dystocia in dairy cattle on calf viability, milk production fertility and culling. J.
Vet. Med. 54: 98-102.
Vickers, L. A., O. Burfeind. M. A. G. Von Keyserlingk, D. M. Veira, D. M. Weary, and
W. Heuwieser. 2010. Technical note: Comparaison of rectal and vaginal
temperatures in lactating dairy cows. J. Dairy Sci. 93:5246-5251.
99
Wehrend, A., E. Hofmann, K. Failing, and H. Bostedt. 2006. Behaviour during the first
stage of labour in cattle: Influence of parity and dystocia. Appl. Anim. Behav.
Sci. 100:164-170.
Zweig, M. H., and G. Campbell. 1993. Receiver-operating characteristic (ROC) plots: A
fundamental evaluation tool in clinical medicine. Clin. Chem. 39:561–577.
100
Table 2.1. Mean Vaginal temperature (VT), daily rumination time (RT), daily number
of lying bouts (LB), and daily lying time (LT) on the 4 days before and the day of
parturition of dairy cows (n = 32 multiparous cows).
Days relative to calving SEM P
-4 -3 -2 -1 0
VT (°C) 38.73a 38.77a 38.77a 38.74a 38.45b 0.03 < 0.001
RT (min/24h) 664.53a 657.44a 655.31a 652.97a 616.95b 22.60 < 0.001
LB1
(bouts/24h)
8.85c 9.79bc 10.38abc 11.32ab 11.81a 1.05 < 0.001
LT
(min/24h)
802.44a 734.23ba 760.93ba 774.40ba 712.94b 41.42 < 0.001
a-c Mean within a row with different superscripts significantly differ (P<0.05). 1Values were square root transformed to meet variance homogeneity assumption. Back-transformed
values are shown in table.
101
Figure 2.1. Mean vaginal temperature (A;
SEM=0.08), mean rumination time (B;
SEM=13.20), mean number of lying bouts (C;
SEM=0.32), mean lying time (D; SEM=14.05) in
the last 120 h before parturition in multiparous
dairy cows (n=32).
38.4
38.5
38.6
38.7
38.8
38.9
05101520
Mea
n v
agin
al t
em
per
ature
(°C
)
38.4
38.5
38.6
38.7
38.8
38.9
morning afternoon evening night
Mea
n v
agin
al t
em
per
ature
(°C
)
100.0
120.0
140.0
160.0
180.0
200.0
-120 -96 -72 -48 -24 0
Ru
min
atio
n t
ime
(min
/6h)
100.0
120.0
140.0
160.0
180.0
200.0
morning afternoon evening night
Ru
min
atio
n t
ime
(min
/6h)
0.0
1.0
2.0
3.0
4.0
-120 -96 -72 -48 -24 0
Lyin
g b
outs
(b
outs
/6h)
0.0
1.0
2.0
3.0
4.0
morning afternoon evening night
Lyin
g b
outs
(b
outs
/6h)
100.0
150.0
200.0
250.0
-120 -96 -72 -48 -24 0
100.0
150.0
200.0
250.0
morning afternoon evening night
Lyin
g t
ime
min
/6h)
Lyin
g t
ime
min
/6h)
Time before calving (h)
Figure 2.2. Mean vaginal temperature (A;
SEM=0.02), mean rumination time (B;
SEM=3.68), mean number of lying bouts (C;
SEM=0.14), mean lying time (D;
SEM=6.59) during morning, afternoon,
evening, and night in the last 120 h before
parturition in multiparous dairy cows (n=32).
A A
B B
C C
D D
b b
a a
b b
a a
a a a
a
b
c
b
a
102
Table 2.2. Test performance (95% confidence interval in parentheses) of optimal cut-off
point of decreases in vaginal temperature (VT), rumination time (RT), lying time (LT)
and increase in lying bouts (LB) measured over 6 h period and compared to the same
period 24h earlier as a predictor of parturition within 24 h, 12 h, and 6 h.
1Test performance: Se = sensitivity, Sp = specificity, +PV = positive predictive value, -PV = negative
predictive value, AUC = area under the curve. 2Cut-off point: defined as the optimal difference between one indicator at a particular time and 24 h
before that maximizes both sensitivity and specificity.
Prediction
time
Test performance1
Calving indicators
VT RT LB LT
24 h Cut-off point2 0.1°C/6h 3.6 min/6h 0 bout/6h 8 min/6h
Se (%) 74(65-82) 51(42-60) 67(59-75) 56(47-65)
Sp (%) 74(69-79) 51(46-57) 27(22-32) 57(51-62)
+PV (%) 51(43-59) 27(21-33) 25(20-30) 32(26-39)
-PV (%) 89(85-92) 75(69-80) 69(61-77) 78(72-83)
AUC 0.80 0.54 0.52 0.58
12 h Cut-off point2 0.2°C/6h 5.4 min/6h 1 bout/6h 11 min/6h
Se (%) 69(56-80) 52(39-65) 39(27-53) 57(44-70)
Sp (%) 69(64-74) 55(49-59) 63(58-67) 57(52-62)
+PV (%) 26 (20-34) 15(11-21) 14(9-20) 17(12-23)
-PV (%) 93(90-96) 88(83-92) 87(82-91) 90(85-93)
AUC 0.74 0.60 0.53 0.56
6 h Cut-off point2 0.2°C/6h 12.0 min/6h 1 bout/6h 3 min/6h
Se (%) 68(43-83) 63(44-79) 53(34-69) 48(30-67)
Sp (%) 67(62-71) 63(58-67) 63(59-68) 47(42-52)
+PV (%) 13 (8-19) 11 (7-17) 9(5-15) 6(4-10)
-PV (%) 97 (94-98) 95(93-98) 95(91-97) 93(88-96)
AUC 0.68 0.67 0.60 0.52
103
Table 2.3. Test performance (95% CI) of different combination of calving indicators as a predictor of parturition within 24 h, 12 h, 6 h.
1Calving indicators: VT=vaginal temperature, RT=Rumination time, LB=lying bouts, LT=lying time. 2Test performance: Se=sensitivity, Sp=specificity, +PV=positive predictive value, -PV=negative predictive value, AUC=area under the curve.
Calving indicators1 combinations
Prediction
Time
Test
performance2
VT, RT,
LB, LT
VT, RT,
LB
VT, RT,
LT
VT, LB,
LT
RT, LB,
LT
VT, LT
VT, RT
VT, LB RT, LB RT, LT LB, LT
24 h Se (%) 77
(68-85)
75
(66-83)
77
(68-85)
76
(67-83)
57
(47-66)
76
(67-83)
75
(66-82)
74
(65-82)
75
(64-84)
54
(45-64)
58
(49-67)
Sp (%) 77
(72-82)
76
(71-81)
77
(72-82)
76
(71-81)
57
(51-62)
76
(71-80)
75
(70-80)
74
(69-79)
30
(24-37)
54
(49-60)
58
(53-64)
+PV (%) 56
(48-64)
54
(46-62)
56
(48-64)
54
(46-62)
33
(27-40)
54
(46-61)
52
(44-60)
51
(43-59)
29
(24-37)
31
(25-38)
34
(27-41)
-PV (%) 90
(85-93)
89
(85-93)
90
(86-93)
89
(85-93)
78
(72-83)
89
(85-93)
89
(84-92)
89
(84-92)
74
(63-83)
76
(70-81)
79
(73-84)
AUC 0.82 0.81 0.82 0.81 0.61 0.81 0.81 0.80 0.57 0.58 0.60
12 h Se (%) 70
(57-81)
70
(57-81)
70
(57-81)
67
(54-79)
57
(43-69)
69
(56-80)
70
(57-81)
67
(54-79)
55
(42-68)
55
(42-68)
52
(39-65)
Sp (%) 72
(67-77)
71
(66-76)
70
(65-75)
67
(62-72)
57
(51-62)
69
(69-74)
70
(65-75)
67
(63-72)
57
(52-69)
55
(50-60)
54
(49-59)
+PV (%) 30
(22-38)
29
(22-37)
29
(21-37)
25
(21-37)
18
(13-24)
26
(20-34)
28
(21-36)
25
(18-32)
17
(12-23)
17
(12-23)
15
(11-21)
-PV (%) 93
(90-96)
93
(90-96)
93
(90-96)
93
(89-95)
89
(84-93)
93
(90-96)
93
(90-96)
93
(89-96)
89
(84-92)
88
(83-92)
88
(83-92)
AUC 0.77 0.77 0.76 0.75 0.62 0.73 0.76 0.75 0.62 0.61 0.56
6 h Se (%) 68
(49-83)
71
(52-86)
65
(45-81)
68
(40-83)
71
(52-86) 61
(42-78)
68
(49-83)
68
(49-83)
71
(52-86)
61
(42-78)
58
(39-75)
Sp (%) 68
(63-72)
71
(66-76)
65
(60-70)
68
(63-72)
71
(66-75) 61
(56-66)
67
(62-71)
70
(65-74)
71
(66-75)
63
(58-68)
61
(56-65)
+PV (%) 15
(9-21)
17
(11-24)
13
(8-19)
14
(9-20)
16
(10-23)
11
(7-16)
14
(9-20)
14
(9-21)
16
(10-23)
12
(7-18)
10
(6-15)
-PV (%) 96
(93-98)
97
(94-99)
96
(93-98)
97
(94-98)
97
(94-99)
95
(92-98)
96
(93-98)
97
(94-98)
97
(94-99)
95
(92-98)
95
(92-97)
AUC 0.78 0.78 0.75 0.71 0.73 0.68 0.75 0.70 0.73 0.69 0.61
104
105
Conclusion
Les dystocies sont un problème commun en production laitière. Pour répondre à cette
problématique, et ainsi assurer une assistance appropriée aux vaches, plusieurs
chercheurs ont déterminé que la détection du vêlage permettrait de réduire l’impact des
dystocies sur la vache, le veau et sur l’entreprise laitière. Plusieurs méthodes permettent
de détecter le vêlage. Un frein majeur d’une telle détection est que plusieurs de ces
méthodes ne sont pas adaptées pour une utilisation en milieu commercial. En effet,
certaines d’entre elles requièrent beaucoup de temps aux producteurs, la manipulation
des animaux, sont invasives, sont dispendieuses ou combinent plusieurs de ces facteurs.
De plus, certaines méthodes automatisées prometteuses pour détecter le vêlage n’ont
pas encore fait l’objet d’études portant sur la prédiction du vêlage. Ainsi, leur
performance pour prédire cet évènement n’est pas disponible. C’est dans ce contexte de
recherche que les travaux présentés dans ce mémoire ont été planifiés et élaborés.
Les travaux réalisés ont permis d’évaluer et de comparer la performance pour prédire le
vêlage dans les prochaines 24, 12 et 6 heures de trois technologies, c’est-à-dire d’une
sonde vaginale permettant de mesurer la température, d’un capteur de rumination
permettant de mesurer le temps de rumination et d’un accéléromètre permettant de
mesurer la posture des animaux dont le temps passé couché et le nombre d’épisodes de
coucher. De plus, la performance des différentes combinaisons de ces technologies
permettant de considérer simultanément plusieurs indicateurs du vêlage a aussi été
évaluée. Les résultats de cette étude démontrent que, parmi les technologies
individuelles, la sonde vaginale, qui est une technologie relativement invasive mesurant
la diminution de température associée à l’approche du vêlage obtient les meilleures
performances pour prédire le vêlage dans les prochaines 24, 12 et 6 heures. En outre, les
résultats démontrent que la combinaison des technologies entraîne une amélioration des
performances pour prédire le vêlage dans les prochaines 24, 12 et 6 heures
comparativement à ce qui avait été mesuré avec les technologies individuelles. Parmi
toutes les combinaisons, celle incluant les trois technologies a obtenu les meilleurs
résultats pour prédire le dans les prochaines 24, 12 et 6 heures. Malgré l’amélioration
apportée par la combinaison des technologies, celles-ci ne permettent pas de prédire
précisément le début du vêlage. En contrepartie, les technologies, surtout lorsque
combinées, étaient performantes pour prédire l’absence de vêlage. Tel que mentionné
par Streyl et al. (2011) l’absence du vêlage est une information valide permettant
106
d’appuyer les producteurs dans la gestion des vêlages. Des validations supplémentaires
sont nécessaires afin de vérifier si ces technologies permettent de réduire l’impact des
dystocies sur la vache, le veau et sur l’entreprise laitière.
Les résultats prometteurs obtenus avec la sonde vaginale ou avec les combinaisons de
technologies incluant cette sonde indiquent qu’une technologie permettant de mesurer
les indicateurs du vêlage testés serait intéressante pour appuyer les décisions des
producteurs concernant la gestion des vêlages. Elle serait d’autant plus avantageuse si
elle ne nécessitait pas de manipulation des animaux et si elle était non-invasive (Mainau
et Manteca, 2011) contrairement à la sonde vaginale utilisée dans le cadre de ce projet.
À ce sujet, une caméra infrarouge permettant de mesurer la température des animaux en
continu, et ce, sans nécessiter de contact tel que validé par Hoffman et al. (2013) a été
utilisée dans le cadre de cette étude. Les résultats obtenus grâce à cette technologie sont
présentement en traitement au sein de notre équipe. En plus de mesurer la température
des vaches, cette caméra pourrait potentiellement être également adaptée pour mesurer
d’autres indicateurs du vêlage tels que le temps de rumination et des paramètres de
posture incluant le temps passé couché et le nombre d’épisodes de coucher, et ce,
toujours avec l’avantage de ne pas nécessiter de contact avec les animaux.
Plusieurs technologies prometteuses pour prédire le vêlage sont présentement
disponibles ou sont en voie de développement. Bien que trois d’entre elles aient été
évaluées et comparées dans le cadre de l’étude présentée, d’autres technologies telles
que le système Smart Vel® permettant de mesurer le nombre de levées de la queue
mériteraient des validations supplémentaires. Les études portant sur la détection du
vêlage ont le potentiel de diminuer les impacts négatifs associés aux dystocies, de
réduire la mortalité et les blessures périnatales et d’apporter de nouveaux outils pour
appuyer les producteurs dans la gestion des vêlages.
107
Liste des ouvrages cités
Hoffmann, G., M. Schidt, C. Ammon, S. R.-Meierhofer, O. Burfeind, W. Heuwieser et
W. Berg. 2013. Monitoring the body temperature of cows and calves using
video recordings from an infrared thermography camera. Vet. Res. Commun.
37:91-99.
Mainau, E. et X. Manteca. 2011. Pain and discomfort caused by parturition in cows and
sows. Appl. Anim. Behav. 135:245-251.
Streyl, D., C. Sauter-Louis, A. Braunert, D. Lange, F. Weber, H. Zerbe. 2011.
Establishment of a standard operating procedure fort predicting the time of
calving in cattle. J. Vet. Sci. 12: 177-185.