Embed Size (px)
Citation preview
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA AGRÍCOLA
ELISA DE SOUZA JUNQUEIRA REZENDE
MODELO DE DETECÇÃO DE MASTITE EM VACAS
LEITEIRAS USANDO TERMOGRAFIA INFRAVERMELHO
CAMPINAS
2017
ELISA DE SOUZA JUNQUEIRA REZENDE
MODELO DE DETECÇÃO DE MASTITE EM VACAS
LEITEIRAS USANDO TERMOGRAFIA INFRAVERMELHO
Tese apresentada à Faculdade de Engenharia
Agrícola da Universidade Estadual de Campinas
como parte dos requisitos exigidos para obtenção do
título de Doutora em Engenharia Agrícola, na área
de concentração Construções Rurais e Ambiência.
Orientadora: Profa. Dr
a. Daniella Jorge de Moura
ESTE EXEMPLAR CORRESPONDE À VERSÃO
FINAL DA TESE DEFENDIDA PELA ALUNA
ELISA DE SOUZA JUNQUEIRA REZENDE, E
ORIENTADA PELA PROFa. DR
a. DANIELLA
JORGE DE MOURA.
_________________________________
Assinatura da Orientadora
CAMPINAS
2017
Agência(s) de fomento e nº(s) de processo(s): Não se aplica.
Ficha catalográfica
Universidade Estadual de Campinas
Biblioteca da Área de Engenharia e Arquitetura
Luciana Pietrosanto Milla - CRB 8/8129
Informações para Biblioteca Digital
Título em outro idioma: Model of detection of milk cows using infrared thermography
Palavras-chave em inglês:
Infrared technology
Dairy catlle
Mastitis
Área de concentração: Construções Rurais e Ambiência
Titulação: Doutora em Engenharia Agrícola
Banca examinadora:
Daniella Jorge de Moura [Orientador]
Douglas D' Alessandro Salgado
Luciane Silva Martello
Sandra Maria Pinto
Thayla Morandi Ridolfi de Carvalho Curi
Data de defesa: 30-01-2017
Programa de Pós-Graduação: Engenharia Agrícola Powered by
Este exemplar corresponde à redação final da Tese de Doutorado defendida por Elisa de
Souza Junqueira Rezende, aprovada pela Comissão Julgadora em 31 de janeiro de 2017, na
Faculdade de Engenharia Agrícola da Universidade Estadual de Campinas.
_________________________________________________________________________
Profa. Dr
a. Daniella Jorge de Moura – Presidente e Orientadora
FEAGRI/UNICAMP – Campinas
_________________________________________________________________________
Prof. Dr. Douglas D´Alessandro Salgado – Membro Titular
UNESP – Tupã
_________________________________________________________________________
Profa. Dr
a. Luciane Silva Martello – Membro Titular
FZEA/USP – Pirassununga
_________________________________________________________________________
Profa. Dr
a.Sandra Maria Pinto – Membro Titular
UFLA – Lavras
_________________________________________________________________________
Profa. Dr
a. Thayla Morandi Ridolfi de Carvalho Curi – Membro Titular
Faculdade Anhanguera - Campinas
A Ata da defesa com as respectivas assinaturas dos membros encontra-se no processo de
vida acadêmica da discente.
Ao mеu esposo, José Luiz, sem ele não seria
possível, aos meus filhos, Gabriel е Miguel, que
iluminam os meus pensamentos.
DEDICO
AGRADECIMENTOS
A Deus por esse momento importante de conclusão, colocando pessoas no meu caminho, que
colaboraram com meu crescimento profissional e pessoal.
À minha orientadora, professora Daniella Jorge de Moura, pela oportunidade, amizade e
orientação. Muito obrigada Dani!
Ao Programa de Pós-Graduação em Engenharia Agrícola (FEAGRI) e a CAPES pela
concessão da bolsa de estudos.
À secretaria de pós-graduação pela atenção de sempre.
Ao meu esposo José Luiz e filhos (Gabriel e Miguel), pela compreensão durante o período de
curso, incentivo e ajuda em todos os momentos.
Aos meus pais, Mauro e Celeste, por estarem sempre presentes em minha vida.
Ao professor Douglas, por toda ajuda, apoio e orientação fundamental na etapa final e
contribuição nas análises estatísticas. Pelo aceite em participar da banca!
Aos membros da banca examinadora, professora Luciane, professora Sandra e Professora
Thayla, pelas importantes sugestões neste trabalho.
As minhas amigas de todas as horas: Dagmar, Lívia e Simone.
A todos os amigos do IFSULDEMINAS, em especial o Campus Inconfidentes, pela
possibilidade de executar o experimento. Agradeço ao professor Edu Max por acreditar em
meu trabalho como professora. Aos alunos do Curso de Engenharia Agronômica Taís, Stela,
Bruna, Jusiele, Alessandra, Tulio e o funcionário João por toda a ajuda na condução do
experimento.
MUITO OBRIGADA!
“Não fazemos uma foto apenas com uma câmera;
ao ato de fotografar trazemos todos os livros que lemos,
os filmes que vimos, a música que ouvimos,
as pessoas que amamos”.
(Ansel Adams)
RESUMO
Apesar do desenvolvimento de diversas estratégias de controle e prevenção, a mastite
continua sendo a doença que traz perdas econômicas significativas para os produtores de leite.
Este trabalho teve como objetivo principal, avaliar a capacidade de detecção da mastite
subclínica utilizando a termografia infravermelho em diferentes áreas do corpo do animal
como úbere, olho e vulva, associados aos testes para diagnóstico de mastite. Para isso,
utilizou-se da análise multivariada de componentes principais, onde se mostram graficamente
as associações entre as variáveis estudadas. Tal procedimento é utilizado em diversas áreas do
conhecimento para identificar dessa forma quais variáveis são fortemente correlatas ou não
correlatas. A pesquisa foi conduzida no IFSULDEMINAS – Campus Inconfidentes, MG.
Foram utilizadas doze vacas da raça Holandesa preta e branca. As avaliações foram realizadas
duas vezes ao dia por animal, durante as ordenhas da manhã e à tarde. Para coleta de dados,
antes da ordenha foram feitas as imagens térmicas de diferentes áreas do corpo (úbere, olho e
vulva), 3x3 termográficas da região lateral do lado direito do úbere, olho e vulva com um total
de 6 imagens por animal/dia. O california mastitis test (CMT) foi realizado imediatamente
após a limpeza dos tetos. No final da ordenha foram realizadas 12 coletas de leite para
posterior análise de contagem de células somáticas (SCC) contagem bacteriana total (TBC). A
análise de componentes principais e a análise de agrupamento se mostraram eficazes para
seleção de variáveis potencialmente preditoras da SCC. Sendo imagem termográfica do úbere
(IRTU) e imagem termográfica da vulva (IRTV) as melhores escolhas para predição de
contagem de células somáticas. Concluiu-se que com apenas uma variável preditora
(temperatura termográfica do úbere) foi possível estabelecer um modelo de alta eficiência por
permitir predizer o diagnóstico da mastite subclínica com alta precisão. Assim, indica-se que
IRTU é a melhor escolha como variável preditora de SCC, quando comparada com a TBC.
Palavras-chave: Imagem infravermelha; Bovino leite; Diagnóstico de mastite; Método não-
invasivo; Temperatura da superfície.
ABSTRACT
Despite the development of various control and prevention strategies, mastitis remains the
disease that brings significant economic losses to dairy farmers. The main objective of this
study was to evaluate the ability of infrared thermography to detect different areas of the
animal's body such as udder, eye and vulva, associated with tests for mastitis diagnosis. For
this, we used the multivariate analysis of principal components, where the associations
between the studied variables were graphically shown. This procedure is used in several areas
of knowledge to identify which variables are strongly correlated or uncorrelated. The research
was conducted at IFSULDEMINAS - Campus Inconfidentes, MG. Twelve cows of the Dutch
breed were used. The evaluations were performed twice a day, per animal, in the milking of
the morning (07:00 h) and in the afternoon (18:00 h). For data collection, before thermal
milking was done thermal images of different areas of the body (udder, eye and vulva), three
thermographic photos of the lateral region of the right side of the udder, eye and vulva with a
total of 6 images per animal / day. The california mastitis test (CMT) was performed
immediately after cleaning the ceilings. At the end of milking, milk samples were collected
for further analysis of somatic cell counts (SCC) total bacterial count (TBC). Principal
component analysis and clustering analysis proved to be effective in selecting potential
predictors of SCC. Being thermographic udder temperature (IRTU) and thermographic
temperature of the vulva (IRTV) are the best choices for predicting somatic cell counts.
It was concluded that with only one predictive variable (thermographic udder temperature) it
was possible to establish a high efficiency model because it allows to predict the diagnosis of
subclinical mastitis with high precision. Thus, it is indicated that IRTU is the best choice as a
predictive variable of SCC, when compared to TBC.
Keywords: Infrared image; Dairy cattle; Diagnosis of mastitis; Non-invasive method; Surface
temperature.
LISTA DE ILUSTRAÇÕES
Capítulo 1
Figura 1 – Produção brasileira de leite................................................................................ 18
Figura 2 – Sistema óptico do Termovisor........................................................................... 24
Capítulo 2 – Artigo 1
Figure 1 – Images obtained through an infrared camera with measurement of points in
the udder and teats (A), eye (B), vulva (C)…………………………………….................
38
Figure 2 – Principal components of IRTU (udder), IRTE (eye), and IRTV (vulva)
obtained by the thermographic camera and SCC (somatic cell count), CMT (California
Mastitis Test) and MT (mug test), which are results of the tests for the diagnosis of
mastitis………………………………….…………………………………………………
41
Figure 3 – Clustering of IRTU, IRTV, SCC and CMT variables according to
similarity………………………………...……………………………………………......
41
Capítulo 2 – Artigo 2
Figure 1 – Images obtained from an animal with subclinical mastitis, with the
measurement of the 70 points on the udder and teats, using an infrared camera…………
48
Figure 2 – Model adjustment to the data………………………………………………..... 49
Figure 3 – Percentage accuracy in the predicted classification………………………… 51
LISTA DE TABELAS
Table 1 – Concordant and discordant scores between observed and predicted
results…………………………………………………................................................
50
LISTA DE ABREVIATURAS E SIGLAS
CCS ou SCC: Contagem de Células Somáticas
TIV ou IRT: Termografia Infravermelho
IRTU: Imagem termográfica do úbere
IRTV: Imagem termográfica do úbere
IRTE: Imagem termográfica do úbere
CMT: California mastitis test
CT: teste caneca de fundo escuro
TR: temperatura retal
PLT: produção leite total
CBT ou TBC: Contagem bacteriana total
MAPA: Ministério da Agricultura, Pecuária e Abastecimento
Céls/mL: células por mililitro
UFC/mL: unidades formadlras de colônia por mililitro
SUMÁRIO
CAPÍTULO 1 ..................................................................................................................... 15
1 INTRODUÇÃO GERAL ............................................................................................. 15
1.1 Justificativa ........................................................................................................... 16
1.2 Objetivos ................................................................................................................ 16
1.2.1 Objetivo geral ................................................................................................ 16
1.2.2 Objetivos específicos ..................................................................................... 17
2 REVISÃO BIBLIOGRÁFICA .................................................................................... 17
2.1 Bovinocultura de leite ............................................................................................ 17
2.2 Mastite .................................................................................................................... 19
2.2.1 Mastite clínica ............................................................................................... 19
2.2.2 Mastite subclínica .......................................................................................... 20
2.2.3 Mastite quanto ao tipo de agente causador..................................................... 21
2.3 Diagnósticos da mastite no rebanho .................................................................... 21
2.3.1 Contagem de Células Somáticas (SCC) ......................................................... 21
2.3.2 California Mastitis Test (CMT) ...................................................................... 22
2.4 Contagem Bacteriana Total (TBC)........................................................................ 23
2.5 Termografia Infravermelho (IRT) ........................................................................ 23
2.6 Aplicações da termografia infravermelho na produção animal ......................... 25
2.7 Regressão ................................................................................................................. 26
2.8 Análise de Agrupamento......................................................................................... 27
2.9 Análise Multivariada de Componentes Principais .............................................. 28
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................... 29
CAPÍTULO 2: ARTIGOS.................................................................................................
34
ARTIGO 1: ASSOCIATION ANALYSIS BETWEEN THERMOGRAPHIC
RESULTS AND MASTITIS DIAGNOSIS……………………………………………..
35
ABSTRACT ...................................................................................................................... 35
1 INTRODUCTION ........................................................................................................ 36
2 MATERIAL AND METHODS.................................................................................... 37
3 RESULTS AND DISCUSSION.................................................................................... 39
4 CONCLUSIONS............................................................................................................ 42
REFERERENCES............................................................................................................. 42
ARTIGO 2: MODELING, CLASSIFICATION AND PRE-VALIDATION OF
SUBCLINICAL MASTITIS DIAGNOSIS BASED ON UDDER TEMPERATURE..
45
ABSTRACT ...................................................................................................................... 45
1 INTRODUCTION ........................................................................................................ 45
2 MATERIAL AND METHODS.................................................................................... 47
3 RESULTS AND DISCUSSION.................................................................................... 48
4 CONCLUSIONS............................................................................................................ 51
REFERERENCES............................................................................................................. 52
DISCUSSÃO...................................................................................................................... 54
CONCLUSÕES GERAIS................................................................................................. 55
APÊNDICES ..................................................................................................................... 56
15
CAPÍTULO 1
1 INTRODUÇÃO GERAL
No Brasil, a mastite continua sendo a doença que traz perdas econômicas
significativas para os produtores de leite. Os principais prejuízos causados pela mastite bovina
incluem a redução de produção de leite em função da mastite subclínica, custo dos casos de
mastite clínica, custo do descarte e morte prematura de alguns animais, gastos com honorários
veterinários e aquisição de medicamentos, descarte de leite com resíduos de antimicrobianos.
A mastite pode representar um perigo para a saúde dos consumidores, não só, pela
presença de agentes zoonóticos eliminados através do leite. Outro potencial fator de risco está
relacionado com a execução de medidas preventivas ou terapêuticas, de forma inadequada,
que resultam na presença de resíduos no leite de antibióticos (SILANIKOVE et al., 2010).
A classificação da mastite em dois tipos principais quanto sua forma de
manifestação. Chama-se mastite clínica quando são evidentes os sinais da inflamação e
mastite subclínica onde o processo inflamatório necessita de testes de campo como o
california mastitis test (CMT) ou de laboratório como a contagem de células somáticas (SCC)
para seu diagnóstico. Os de campo são mais simples e podem ser realizados diariamente no
momento da ordenha. No entanto, os métodos de diagnósticos mais precisos nem sempre
podem ser executados, considerando as dificuldades inerentes à rotina de campo e ao seu alto
custo (RIBEIRO JÚNIOR et al., 2008).
Tendo em vista a necessidade de melhoria na pecuária leiteira de todo país, o
Ministério da Agricultura, Pecuária e Abastecimento (MAPA), juntamente com
universidades, centros de pesquisa e indústrias de laticínios, elaboraram a Instrução
Normativa 51 (IN-51), de 18 de setembro de 2002 (BRASIL, 2002), para melhorar a
qualidade do leite produzido no país. Como não foram atingidos os limites estabelecidos tanto
para contagem de células somáticas (SCC) como para contagem bacteriana total (TBC) pela
maioria dos produtores, e evitando deixar de fora da cadeia produtiva do leite um número
muito grande de propriedades, a IN-51 foi revista.
Em dezembro de 2011 foi publicada a IN-62, foram instituídos novos parâmetros
para SCC e TBC para as diferentes regiões do país e por períodos. No momento, de acordo
com o MAPA, admite-se para as regiões Sul, Sudeste e Centro-Oeste a SCC e TBC 400.000
céls/ml de leite e 100.000 UFC/ ml de leite, respectivamente (BRASIL, 2011).
16
Para os produtores, reduzir a mastite significa melhorar a qualidade do leite,
melhorar o manejo de ordenha, investir em tecnologias e equipamentos mais modernos. O
diagnóstico da mastite realizado de forma precoce e eficaz é uma das medidas mais
importantes no controle desta doença. Portanto, termografia infravermelho pode ser
empregada em predições, detecções de doenças, assim como outras aplicações na produção
animal (STEWART et al., 2007).
Na hipótese desse trabalho podemos dizer que a termografia infravermelho (IRT)
permite detectar, de forma precoce e compatível com a contagem de células somáticas (SCC)
e california mastitis testis (CMT), a mastite subclínica. Outra hipótese do trabalho é que IRT
pode ser eficiente usando diferentes áreas do corpo do animal como úbere, olho e vulva.
1.1 Justificativa
Um grande desafio para produtores de leite é o controle da mastite. A forma
subclínica é a mais importante, pois causa maiores prejuízos devido à redução da produção e a
alteração da composição do leite. Caracteriza-se pela ausência de alterações visíveis no leite
ou no úbere.
O uso IRT na produção animal, como método auxiliar em diagnóstico de
patologias, capaz de identificar alterações locais de temperatura, expressas na superfície da
pele, com a vantagem, em muitos casos, de identificá-las ainda no início da doença, mesmo
antes do aparecimento dos primeiros sinais clínicos, tornando-a, assim, uma tecnologia que
pode aumentar a eficiência dos diagnósticos.
Atualmente, existem vários trabalhos científicos publicados com uso da IRT
(COLAK et al., 2008; HOVINEN et al., 2008; POLAT., 2010; BORTOLAMI et al., 2015) no
diagnóstico de mastite. Assim, torna-se importante o uso do processamento de imagens
termográficas durante a rotina de ordenha para detecção de mastite subclínica, com o
tratamento dos casos subclínicos no período seco, e iniciando a ordenha a partir dos animais
sadios colocando para o final aqueles que estejam com mastite por último.
1.2 Objetivos
1.2.1 Objetivo geral
17
Avaliar a capacidade de detecção de mastite utilizando a termografia
infravermelho em diferentes áreas do corpo do animal como úbere, olho e vulva, associados
aos testes (SCC, CMT) para diagnóstico de mastite.
1.2.2 Objetivos específicos
- Determinar um estudo de associação entre resultados de medição da temperatura
de superfície por câmera termográfica e testes de diagnóstico de mastite em bovinos de leite,
para selecionar àquelas mais propensas para um modelo preditivo de diagnóstico em função
da temperatura captada pela câmera;
- Desenvolver um modelo preditivo do diagnóstico de mastite subclínica em
função de temperatura de superfície médias obtidas por meio da câmera termográfica;
2 REVISÃO BIBLIOGRÁFICA
2.1 Bovinocultura de leite
A produção brasileira de leite em 2014 foi de 35,17 bilhões de litros,
representando um aumento de 2,7% em relação à registrada no ano anterior (Figura 1). De
acordo com o Instituto Brasileiro de Geografia e Estatística – IBGE (2015) o Brasil ocupou a
quinta posição no ranking mundial de produção de leite em 2014. Nas últimas décadas,
muitos progressos em termo de melhoria da qualidade do leite foram obtidos, entretanto, tanto
na produção quanto na industrialização do leite, um dos fatores que mais reduzem a qualidade
e a quantidade do produto é a mastite.
De acordo com Zoccal (2015) a produtividade média da produção de leite no
Brasil foi de 1.525 litros/vaca/ ano, em 2014, correspondendo a um crescimento de 2,2% em
relação à observada em 2013 (1.492 litros/vaca/ano), o que indica que a atividade, em geral, é
desenvolvida em sistemas de produção pouco especializados. As principais razões para essa
baixa produtividade incluem a utilização de animais sem aptidão para produção de leite ou
com potencial genético inapropriado; manejo alimentar, reprodutivo e sanitário inadequado;
falta de assistência técnica; e baixo nível de instrução dos produtores (57% dos produtores
tem pouca instrução) o que dificulta a utilização adequada do estoque de tecnologias
disponíveis (CARVALHO et al., 2010)
18
Figura 1 – Produção brasileira de leite
Fonte: IBGE (2015)
O estado brasileiro maior produtor de leite é, historicamente, Minas Gerais, que,
em 2014, produziu 9,37 bilhões de litros, correspondente a 26,6% da produção nacional. Em
segundo lugar encontra-se o estado do Rio Grande do Sul, seguido por Paraná, Goiás, Santa
Catarina, São Paulo, Bahia, Rondônia, Mato Grosso e Pernambuco, respectivamente (IBGE,
2015). A produção do leite em Minas Gerais é bastante diversificada, verifica-se que em
algumas regiões predomina a pecuária familiar, com volume de produção variando entre 50 a
300 litros de leite por dia. Outras regiões, porém, são classificadas como produção de média e
grande escala, com volumes médios anuais predominantes acima de 500 litros de leite por dia
(BORGES, 2010).
A realidade brasileira segundo o IBGE (2009), é que existem 1.349.326
propriedades rurais que produzem leite, desse total, 1.002.653 possuem um rebanho que varia
de 2 a 49 cabeças. Do total de propriedades, 145.595 possuem tanques de resfriamento de
leite, sendo 115.297 com capacidade de 1.000 litros. Segundo Zoccal et al. (2012), estima-se
que 2,3% das propriedades leiterias são especializadas e atuam como empresa rural
profissionalizada, por outro lado, 90% dos produtores são considerados pequenos, com baixo
volume de produção diário, baixa produtividade por animal e pouco uso de tecnologia.
O mercado do leite atravessa um período de mudanças, uma vez que a
remuneração deste produto pela indústria passa a ser realizada de acordo com as novas
exigências referentes à qualidade do leite previstas nas novas legislações (BRASIL, 2011),
afetando tanto o produtor quanto a indústria. Por outro lado, a seguridade alimentar também
merece destaque, pois o consumidor, cada vez mais, exige alimentos saudáveis. Dessa forma,
19
o produtor necessita alterar a forma de obtenção, que vem sendo praticada há décadas, a fim
de adequar-se à legislação e às exigências do mercado consumidor, mantendo a atividade
rentável (PICOLI et al., 2014).
2.2 Mastite
A inflamação da glândula mamária é denominada de mastite ou mamite. É
causada por microrganismos, tais como bactérias sendo estes considerados os agentes mais
importantes, além de fungos, leveduras e algas. Essa resposta inflamatória da glândula
mamária tem por objetivos a eliminação do microrganismo causador, a neutralização de
toxinas e a regeneração dos tecidos danificados.
A mastite se inicia quando os microrganismos conseguem ultrapassar a barreira
anatômica do teto e multiplicam-se na glândula mamária. A invasão microbiana pode ocorrer
por diversas formas, como colonização da pele e do canal do teto entre as ordenhas,
flutuações de vácuo durante a ordenha que trazem os microrganismos para dentro do teto.
Após a invasão, ocorre intensa migração de leucócitos do sangue para leite, com o objetivo de
eliminar o agente patogênico.
O impacto econômico da ocorrência de mastite no sistema de produção de leite,
reuniram quatro fatores principais responsáveis pelos prejuízos: perdas de produção de leite
devido à mastite subclínica, custos dos casos clínicos, custos de descarte e morte prematura,
prejuízos da indústria por redução na qualidade e no rendimento industrial de derivados
(LANGONI et al., 2015).
A doença possui caráter multifatorial e, portanto, o conhecimento de seus fatores
determinantes em regiões leiteiras é necessário para sua prevenção e controle em rebanhos
bovinos (CUNHA et al., 2015). Quanto a forma de manifestação e em decorrência do agente
etiólogico, à via de transmissão da mastite é dividida em clínica e subclínica e, quanto ao tipo
de agente causador da doença é classificada como contagiosa e ambiental.
2.2.1 Mastite clínica
A mastite clínica manifesta-se pelo aparecimento de edema, aumento de
temperatura, endurecimento e dor na glândula mamária e ou aparecimento de grumos, pus ou
qualquer alteração das características do leite. O exame visual do leite deve ser realizado a
cada ordenha e pode ser executado com auxílio de métodos diagnósticos como o teste de
20
Tamis, o qual consiste na identificação de grumos no leite em caneca com fundo escuro
(RUEGG, 2012).
O tratamento deve ser feito imediatamente, tanto por via intramamária como
sistêmica, sendo esta última recomendada para prevenir a endotoxemia pela entrada das
bactérias na corrente sanguínea. As perdas representadas pelo descarte do leite e o risco à
sobrevivência da vaca justificam plenamente o tratamento durante a lactação.
No entanto, os maiores prejuízos são causados pela mastite subclínica, a
contaminação ocorre principalmente durante a ordenha, por meio das teteiras, mãos dos
ordenhadores, só que pelo fato de esta ter caráter silencioso e não despertar tanto a atenção
dos produtores. Além disso, por não poder ser diagnosticada previamente.
2.2.2 Mastite subclínica
A mastite subclínica caracteriza-se pela ausência de alterações visíveis no leite ou
no úbere, mas apresenta redução da produção, mudanças na composição, aumento da
contagem de células somáticas (SCC), dos teores de cloreto, sódio e proteínas séricas, e
diminuição dos teores de caseína, lactose e gordura do leite O processo inflamatório na
mastite provoca mudança na composição do leite elevando a contagem de células somáticas,
causando impacto na qualidade e produção do leite (DIAS, 2007).
Philpot e Nickerson (1991), verificaram que quantificar a perda associada à
mastite subclínica é mais difícil, mas de acordo com esta forma de apresentação da doença é
de 15 a 40 vezes mais prevalente do que a forma clínica. Além da maior prevalência em
relação à mastite clínica, casos subclínicos são de longa duração, difíceis de detectar. As
infecções subclínicas são importantes do ponto de vista epidemiológico, pois se constituem
em reservatórios ou fonte de patógenos para outros animais do rebanho.
Os casos subclínicos, são facilmente disseminados no rebanho, oferecendo ao
produtor uma falsa impressão de tranquilidade em relação à ocorrência de mastite (BUENO et
al., 2002). Portanto, não é possível diagnosticá-la sem a utilização de testes auxiliares, tais
como: California mastitis test (CMT), o Wisconsin mastitis test (WMT), a condutividade
elétrica do leite e a contagem de células somáticas (SCC). O principal indicador da mastite
subclínica é o aumento da SCC no leite (SANTOS e FONSECA, 2007).
21
2.2.3 Mastite quanto ao tipo de agente causador
Os casos de mastite contagiosa caracterizam-se pela alta incidência da forma
subclínica. São geralmente de longa duração e alta SCC. Esse tipo de mastite é causado por
microrganismos cujo habitat preferencial é o interior da glândula mamária e a pele dos tetos.
A transmissão ocorre principalmente durante a ordenha dos animais, por meio de algum
elemento de ligação entre um quarto infectado e um quarto sadio, como por exemplo as
teteiras e as mãos do ordenhador.
A mastite ambiental é causada por agentes, cujo principal reservatório é o
ambiente em que a vaca vive, principalmente onde há acúmulo de esterco, urina, barro e cama
orgânicas. Esse tipo de mastite caracteriza-se por alta incidência de casos clínicos, geralmente
de curta duração, grande parte das novas infecções ocorre durante o período entre as
ordenhas. Os patógenos ambientais estão disseminados por todo ambiente da vaca, é
praticamente impossível erradicar esse tipo de mastite (SANTOS e FONSECA, 2007).
2.3 Diagnósticos da mastite no rebanho
2.3.1 Contagem de células somáticas (SCC)
Fisiologicamente, as células somáticas do leite são o conjunto de células de defesa
e se constituem em macrófagos (60%), linfócitos (25%), neutrófilos (15%) em seu total de
99%, os leucócitos, ou seja, os glóbulos brancos do sangue e 1% de células epiteliais
secretoras. A presença de células epiteliais no leite é o resultado da descamação normal e
renovação do epitélio secretor da glândula mamária. Nos animais com mastite ocorre inversão
e a maioria das células somáticas é composta de leucócitos (LANGONI, 2006; SANTOS e
FONSECA, 2007).
A SCC é uma ferramenta importante para monitorar o estado inflamatório da
glândula mamária, são responsáveis pela fagocitose no combate dos microrganismos
invasores, após a invasão bacteriana ocorre rápido aumento da SCC do quarto infectado
(RAINARD e RIOLLET, 2006). O objetivo dessas células é eliminar as bactérias existentes,
visto que se o caso de mastite for resolvido a SCC do leite retorna aos limites normais dentro
de algumas semanas. Quando o sistema imune não elimina o agente causador a SCC
permanece acima do limite normal por longo período, ainda que possa sofrer variação ao
longo do tempo.
22
Os resultados da SCC podem ser obtidos a partir de amostras de quartos mamários
individualmente, amostras compostas oriundas dos quatro quartos e de amostras do tanque
visando monitorar a qualidade do leite. Considera-se como normal de 100.000 a 200.000
cél/ml de leite. Resultado superior a 200.000 cél/ml são indicativos de infecção subclínica
(HARMON, 2001; SANTOS e FONSECA, 2007).
Em 2004, Ribas et al. chamaram a atenção para implantação de sistemas de
pagamento por qualidade, com base nos resultados das análises de gordura, proteína, lactose
e/ou de sólidos totais, e da contagem de células somáticas, segundo aos autores isso
possibilitaria ao país se enquadrar nos padrões internacionais de qualidade, necessários à
manutenção e conquista de oportunidades de mercado.
2.3.2 California Mastitis Test (CMT)
O California Mastitis Test (CMT), é um dos testes mais populares e práticos para
diagnóstico da mastite subclínica. O seu princípio baseia-se na estimativa da SCC no leite. O
CMT é um teste rápido, realizado no momento da ordenha, onde se utiliza um kit disponível
comercialmente (SCHALM e NOORLANDER, 1957), composto por um reagente que, ao
entrar em contato com o leite, em quantidades iguais (2mL), rompe a membrana dos
leucócitos liberando o material genético, formando um gel. Os resultados são expressos em 5
escores: negativo, traços, +, ++ ou +++ (SANTOS e FONSECA, 2007).
De acordo com Bressan et al. (2000), apesar de não ser realizado pela maioria dos
produtores, o CMT é um excelente auxílio no monitoramento diário ou semanal das mastites
nos rebanhos leiteiros, pois avalia o grau de infecção em cada quarto do úbere de uma vaca.
As principais situações em que o uso do CMT é recomendando são as seguintes: detecção de
mastite subclínica em vacas recém-adquiridas, determinar qual quarto mamário é o que se
encontra infectado, quando a vaca apresenta alta SCC na amostra composta de leite e detecção
mensal da mastite subclínica do rebanho, quando não for possível a SCC.
Langoni (2000) relata que a subjetividade do resultado do CMT representa um
aspecto negativo, principalmente no que se refere a dosagens erradas de reagente e de leite e
da falta de padronização da leitura, que estará sujeita a variações, de acordo com o
profissional que estará realizando o teste.
23
2.4 Contagem Bacteriana Total (TBC)
A contagem bacteriana total (TBC) do leite cru é um teste utilizado para avaliar a
qualidade microbiológica do leite, indicando as condições de higiene na obtenção e no
manuseio do leite nas propriedades. Altos valores indicam falhas na higiene dos equipamentos
de ordenha, resfriamento, tempo e temperatura de armazenagem do leite, resultando em um
produto com menor rendimento para queijo, diminuição do tempo de prateleira e falta de
estabilidade dos produtos, prejudicando o processamento de derivados (HILL et al., 2011).
Em um estudo recente, a relação entre SCC e a TBC de rebanhos leiteiros foi
avaliada, buscando-se assim identificar a importância e utilidade da aplicação da SCC do
tanque como indicador das condições higiênicas de produção. Para tanto, foram estudados
mais de 70 mil resultados de SCC e TBC de rebanhos leiteiros europeus, cujo limite máximo
legal para a SCC é de 400.000 céls/ml para o leite destinado ao consumo humano. Todo o
conjunto de dados foi analisado quanto à correlação entre a SCC e TBC.
Quando foram analisados todos os dados do estudo, o coeficiente de correlação
entre SCC e TBC foi baixo (0,18), indicando, neste caso, que a SCC do tanque não fornece
informações suficientes sobre as condições higiênicas de produção de leite no conjunto dos
rebanhos estudados. No entanto, quando foram categorizados os rebanhos que ultrapassaram o
limite máximo de SCC de 400.000 céls/ml (cerca de 12% do total estudado), o coeficiente de
correlação entre SCC e TBC foi de 0,84, indicando uma alta correlação entre estes dois
critérios de qualidade.
Estes resultados demonstram que os rebanhos com maiores médias de SCC
apresentaram as piores condições de higiene na produção de leite, o que pode ser um dos
fatores relacionados com a dificuldade de controle de mastite. Desta forma, o estudo descrito
indica que a porcentagem de rebanhos que excedeu o limite máximo de SCC para a
Comunidade Europeia pode ser usada também para a identificação de problemas de higiene e
reforça mais o conceito de que deficiências de higiene, além de consequências negativas para
a qualidade microbiológica do leite, implicam em maiores obstáculos para o controle da
mastite (RYSANEK e BABAK, 2005).
2.5 Termografia Infravermelho (IRT)
A termografia surgiu mediante os estudos do famoso “pai da medicina”, o médico
grego Hipócrates, no decorrer de suas observações com relação às variações da temperatura
24
em diferentes partes do corpo humano. Seu principal método decorria da esfregação de lama
no corpo dos pacientes, observando as reações que se procediam, concluindo que, no local
onde a lama secava por primeiro era mais quente, portanto, nessa região se processava a
doença (BRIOSCHI, 2003). Assim nasceu termografia.
A técnica é baseada no princípio de que todos os corpos formados de matéria
emitem certa carga de radiação infravermelha, proporcional a sua temperatura. Esta radiação
pode ser capturada em um termograma que expressa o gradiente térmico em um padrão de
cores (EDDY et al., 2001). Desta forma, a termografia pode ser apresentada como um método
não invasivo capaz de avaliar a temperatura através da energia emitida pela superfície do
corpo animal ou de qualquer objeto e transformá-la em uma imagem visível ao olho humano
(ZIPROUDINA et al 2006; SÜMBERA et al 2007).
Portanto, a capacidade do equipamento em distinguir entre dois pontos na imagem
é chamada de Resolução Geométrica ou Resolução Óptica do Sistema. Assim, para a
obtenção de uma imagem de boa qualidade deve-se garantir: contraste térmico; sensibilidade
e boa resolução térmica. A energia emitida pelo objeto em foco, passa pelo sistema óptico do
termômetro ou termovisor e é convertida em sinal elétrico no detector. O sinal é então exibido
como leitura de temperatura e/ou imagem térmica (Figura 2).
Figura 2 – Sistema óptico do Termovisor.
Fonte: Adaptado Maldague (2001).
25
De acordo com Davis e Silva (2004), uma das vantagens da termografia é o
auxílio na percepção e localização de problemas no grau de comprometimento de tecidos. Os
equipamentos de imagem infravermelha são capazes de detectar temperatura a partir 0,05 °C
enquanto a mão humana não é capaz de perceber a temperatura menor de 2°C - 4°C. A
importância deste método para o meio médico veterinário, pois um dos maiores desafios do
médico veterinário é a falta de comunicação por parte do seu paciente animal, sendo assim, a
termografia vem para melhorar o auxílio diagnóstico.
A circulação e o sangue são a base para o uso da termografia, que captura, na pele,
suas atividades, como um padrão fisiológico dinâmico. Assim, a imagem termográfica
aparece como um gráfico de representação da radiação emitida pela superfície da pele, que é
transformado em imagem visível. Quando há alterações na circulação dos tecidos adjacentes à
pele, sua temperatura também sofrerá alteração, mudando o padrão de cor no termograma
(REDAELLI et al., 2013), quantitativamente observado em cada pixel, que representa um
ponto de temperatura.
Para estudos na pecuária e agricultura, a utilização de imagens em infravermelho
pode servir para aprimorar e agilizar técnicas de melhoramento genético de animais e plantas,
agricultura de precisão e diagnosticar de forma pré-clínica sintomas de doenças em animais e
plantas (GODYN et al., 2013).
2.6 Aplicações da termografia infravermelho na produção animal
Atualmente, a produção animal encontra-se em um período de inovação no que
diz respeito aos meios diagnósticos, principalmente no campo do diagnóstico por imagem.
Métodos não invasivos podem ser úteis para obtenção de dados confiáveis sem interferir
diretamente com os organismos, evitando reações de estresse.
A IRT pode ser um método para alcançar esse objetivo, a vantagem dessa técnica
é que elimina a necessidade de conter o animal, contato físico, o uso de sedativos e a leitura
deve ser realizada à distância do animal (IBARRA et al., 2000; STEWART et al., 2005;
CERUTTI et al., 2013).
A IRT é utilizada na detecção da variação da temperatura do olho a fim de
detectar estresse em bovinos de leite. Stewart et al. (2008), trabalharam com bezerros na
descorna com o uso de anestésico local e verificaram que houve uma rápida queda da
temperatura do olho que estava em 38,0°C para 37,8°C e diminuição do tônus parassimpático,
mas quando os mesmos foram castrados sem o uso de anestésico local a temperatura do olho
26
aumentou para 38,6°C e ocorreu um aumento do tônus parassimpático. Os autores concluíram
que, durante um estresse por dor as alterações oculares reguladas sob o controle do sistema
nervoso autônomo podem ser mensuradas usando a termografia infravermelho.
Estudando o uso da IRT como ferramenta auxiliar no diagnóstico de mastite em
ovelhas, Nogueira et al (2013), observaram que houve relação significativa entre as
temperaturas superficiais das glândulas e alterações específicas do tecido glandular, além de
serem observadas diferenças significativas entre as temperaturas superficiais das glândulas e
os resultados do diagnóstico clínico, concluindo que, a termografia permitiu identificar
diferenças de temperaturas entre as metades mamárias saudáveis ou com mastite subclínicas
daquelas com mastite clínica em estágio crônico e que esta técnica, se associada ao
diagnóstico clínico e/ou microbiológico, tem potencial para ser uma importante ferramenta no
diagnóstico e prognóstico de mastite em ovelhas e auxiliar na tomada de decisões, bem como,
na adoção de novas práticas de manejo em rebanhos de ovelhas deslanadas.
Dessa forma, essa tecnologia pode ser utilizada como ferramenta de auxílio na
tomada de decisão que confira melhoria de processos e aumento de eficiência nos sistemas de
produção de leite, contribuindo de forma ímpar para um melhor e mais eficiente diagnóstico.
Principalmente no que diz respeito ao bem-estar animal, pode e deve ser usada nos sistemas
de produção animal como alternativa aos métodos tradicionais de obtenção de temperaturas
superficiais, trazendo mais precisão, exatidão e praticidade na manipulação de dados
(ROBERTO et al., 2014).
2.7 Regressão
“O termo ‘regressão’ foi proposto pela primeira vez por Sir Francis Galton em
1885 num estudo onde demonstrou que a altura dos filhos não tende a refletir a altura dos
pais, mas tende sim a regredir para a média da população. Atualmente, o termo “Análise de
Regressão” define um conjunto de técnicas estatísticas usadas para modelar relações entre
variáveis e predizer o valor de uma ou mais variáveis dependentes (ou de resposta) a partir de
um conjunto de variáveis independentes (ou preditoras) (MAROCO, 2003).
Para investigar a relação entre duas variáveis, x e y, podemos representar os
valores das variáveis no gráfico de dispersão. Afirma-se que existe uma relação linear entre as
variáveis se os dados se aproximarem de uma linha reta. A partir da observação do diagrama
de dispersão verificamos se a correlação entre as duas variáveis é mais ou menos forte, de
acordo com a proximidade dos pontos em relação a uma reta.
27
O coeficiente de determinação é mais indicado para medir a explicação da reta de
regressão. Assim, quanto mais próximo de 1 estiver o valor do coeficiente de determinação,
maior a porcentagem da variação de y explicada pela reta estimada, e por consequência, maior
a qualidade do ajustamento.
Maroco (2003) afirma que a presença ou ausência de relação linear pode ser
averiguada a partir de dois pontos distintos:
a) quantificando a força dessa relação, e para isso usamos a análise de correlação;
b) ou explicitando a forma dessa relação, fazendo uso da análise de regressão.
Ambas as técnicas, apesar de intimamente ligadas, diferem, pois na correlação
todas as variáveis são aleatórias e desempenham o mesmo papel, não havendo nenhuma
dependência, enquanto na regressão isso não acontece. Assim, a análise de regressão estuda o
relacionamento entre uma variável denominada de dependente, y, e uma ou várias variáveis
independentes, x, (x1x2,...,xp). Caso se considere apenas uma variável independente definimos
de análise de regressão simples, caso usemos duas ou mais variáveis, de análise de regressão
múltipla (SANTOS, 2007).
2.8 Análise de Agrupamento
Segundo Lattin (2011) a maior parte de análise de agrupamento é realizada com
objetivo de se tratar da heterogeneidade dos dados. Tendo em vista a dificuldade de se
examinar todas as combinações de grupos possíveis em um grande volume de dados,
desenvolveram-se diversas técnicas capazes de auxiliar na formação dos agrupamentos.
Desse modo, o dendograma não é apenas um conjunto de agrupamentos, mas uma
estrutura com toda a hierarquia dos agrupamentos gerados sobre o conjunto de exemplos
inicial. Em consequência, essa forma de representação possibilita ao pesquisador escolher o
nível de corte do dendograma que corresponde ao conjunto de clusters mais apropriado para a
aplicação. Para montar um dendograma gráfico são desenhados arcos, que representam os
agrupamentos entre os clusters. A altura de cada arco indica a distância (ou similaridade) que
resultou no agrupamento dos clusters aos quais suas extremidades estão conectadas. Espera-se
que bons clusters sejam compactos de modo que seus elementos apresentem alta similaridade,
enquanto que a similaridade com os elementos de outros clusters seja a menor possível. Uma
maneira de verificar essa compactação é analisar a altura dos arcos que agrupam os cluster,
pois quanto menor a altura, mais compactos serão os clusters (ZAIANE, 2003).
28
Por outro lado, a junção entre clusters distintos deve apresentar pouca
similaridade, consequentemente, o arco que os une deve ser maior em relação aos arcos que
unem seus sub-clusters. Um arco com altura aproximadamente igual à altura dos arcos que
formam seus sub-clusters não representa uma divisão natural dos clusters que ele agrupou. A
diferença expressiva entre a altura de um arco e os arcos formados anteriormente a ele, é um
indicador de que os clusters agrupados são totalmente distintos e que provavelmente não
representam o mesmo conceito. Essa diferença na altura dos arcos indica a separação ou
junção natural de clusters (METZ, 2006).
2.9 Análise Multivariada de Componentes Principais
A Análise de componentes principais – ACP ou PCA (do inglês Principal
component analysis) foi primeiro introduzido por Pearson em 1901 e desenvolvida de forma
independentemente por Hotelling em 1933. A PCA trata-se de uma técnica estatística capaz
de representar dados multivariados em um subespaço de dimensão reduzido, de modo que a
distância entre os pontos, que representam as amostras nesse subespaço, corresponda o tanto
quanto possível às dissimilaridades entre os pontos no espaço de dimensão original (SILVA et
al., 2005).
Segundo Regazzi (2000), apesar das técnicas de análise multivariada terem sido
desenvolvidas para resolver problemas específicos, principalmente de Biologia e Psicologia,
podem ser também utilizadas para resolver outros tipos de problemas em diversas áreas do
conhecimento. A análise de componentes principais é a técnica mais conhecida, contudo é
importante ter uma visão conjunta de todas ou quase todas as técnicas da estatística
multivariada para resolver a maioria dos problemas práticos.
A análise multivariada tem sido empregada por diversos autores (PEREIRA,
2005; SALGADO, 2006; VERCELLINO, 2012; MEDEIROS, 2013). A técnica de
componentes principais é empregada com o objetivo de dar visibilidade a um conjunto de
dados, reduzindo-se o número de variáveis. Com isso, um grande número de variáveis
correlatas diretamente observáveis, são reposicionadas por novas variáveis não correlatas, não
observáveis e, portanto, mais complexas (SALGADO, 2006).
Depois que os gráficos são gerados, as relações ou associações são observados,
primeiramente, analisando-se a magnitude dos vetores. Assim, os vetores com pequena
magnitude são pouco explicados pelas componentes principais e, portanto, não devem ser
considerados nas análises. Todavia, os vetores com direção e sentido semelhantes, estão
29
fortemente associados positivamente, ou seja, o aumento do tempo ou da frequência de uma
variável está associado ao aumento da outra variável. Já em situações em que se observam
vetores com direções semelhantes, mas em sentidos contrários, implicam em associações
intensamente negativas, e ainda, os vetores que formam ângulos próximos a 90° não são
correlatos. Entretanto, salienta-se que essas associações não significam, necessariamente, uma
dependência entre os dados, e podem estar vinculadas a outras variáveis, inclusive, que não
tenham sido inseridas na análise (PEREIRA, 2005; SALGADO, 2006).
REFERÊNCIAS BIBLIOGRÁFICAS
BORGES, L.R. Diagnóstico de captação e perfil de qualidade do leite produzido em
Bambuí, Córrego Dantas e na microrregião de Bom Despacho, Mesorregião Central
Mineira. 60p. Dissertação (Mestrado em Medicina Veterinária) – Escola de Veterinária,
Universidade Federal de Minas Gerais, Belo Horizonte, 2010.
BORTOLAMI, A. et al. Evaluation of the udder health status in subclinical mastitis affected
dairy cows through bacteriological culture, somatic cell count and thermographic imaging.
Polish Journal of Veterinary Sciences, v.18, n.4, p.799-805, 2015.
BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Instrução Normativa n.51
de 18 de setembro de 2002. Regulamentos técnicos de produção, identidade e qualidade do
leite tipo A, do leite tipo B, do leite tipo C, do leite pasteurizado e do leite cru refrigerado e o
regulamento técnico da coleta do leite cru refrigerado e seu transporte a granel. Brasília, 2002.
Disponível em: <http://www.agricultura.gov.br/Instrucao Normativa 51>, Data de acesso:
08/03/2016.
BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Instrução Normativa nº 62,
de 29 de dezembro de 2011. Aprova o regulamento técnico de produção, identidade e
qualidade do leite tipo A, o regulamento técnico de identidade e qualidade de leite cru
refrigerado, o regulamento técnico de identidade e qualidade de leite pasteurizado e o
regulamento técnico da coleta de leite cru refrigerado e seu transporte a granel, em
conformidade com os anexos desta instrução normativa. Diário Oficial [da] República
Federativa do Brasil, Brasília, 31 dez. de 2011. Seção 1, p.6.
BRESSAN, M. Práticas de manejo sanitário em bovinos de leite. Juiz de Fora:
Embrapa/CNPGL, 65p. 2000.
BRIOSCHI, Marcos Leal; MACEDO, José Fernando; MACEDO, Rodrigo de Almeida
Coelho. Termometria cutânea: novos conceitos. J Vasc Bras, v. 2, p. 151-60, 2003.
BUENO, V.F.F. et al. Mastite bovina clínica e subclínica, na região de Pirassununga, SP:
Frequências e redução na produção. Ciência Animal Brasileira, v.3, n.2, p.47-52, 2002.
CARVALHO, G.L.O. et al. Avaliação dos componentes do leite e contagem de células
somáticas de rebanhos bovinos localizados na microrregião de Ji- Paraná, Rondônia. In:
30
CONGRESSO BRASILEIRO DE QUALIDADE DO LEITE, 2010. Florianópolis. Anais...
Florianópolis, SC, 2010.
CERUTTI, W.G. et al. Respostas fisiológicas e produtivas de vacas holandesas em lactação
submetidas ou não a sombreamento e aspersão na pré-ordenha. Revista Brasileira de saúde e
produção animal, Salvador, v.14, n.3, p.406-412, 2013.
COLAK, A. et al. Short communication: early detection of mastitis using infrared
thermography in dairy cows. Journal of Dairy Science, Champaign, v.91, n.11, p.4244-4248,
2008.
CUNHA, A. F. et al. Prevalência, etiologia e fatores de risco de mastite subclínica em
rebanhos leiteiros de Viçosa-MG. Acta Veterinaria Brasilica, v. 9, n. 2, p. 160-166, 2015.
DAVIS, J.; SILVA V. Subtração para detecção de pessoa em imagens térmicas. Revista
Medicine & Biology, nº 23, p. 79-88, 2004.
DIAS, R.V.C. Principais métodos de diagnóstico e controle da mastite bovina. Acta
Veterinária Brasílica, Mossoró, v.1, n.1, p.23-27, 2007. Disponível em:
<http://caatinga.ufersa.edu.br/index.php/acta/article/viewFile/255/95>, Acesso em: 17/05/
2015.
EDDY, A.L.; VAN HOOGMOED, L.M.; SNYDER, J.R. The role of thermography in the
management of equine lameness. Veterinary Journal, v. 162, p.172-181, 2001.
GODYN, D.; HERBUR, E.; WALCZAK, J. Infrared thermography as a method for
evaluating the welfare of animals subjected to invasive procedures – a review. Annals of
Animal Science, Paris, v.13, n.3, p.423-434, 2013.
HARMON, R.J. Somatic cell counts: A primer. In: ANNUAL MEETING NATIONAL
MASTITIS COUNCIL, Reno. Proceedings. Madison: National Mastitis Council. p. 3-9,
2001.
HILL, J.A.G. et al.; Qualidade do leite na região sudoeste do Paraná. (IAPAR, Boletim
técnico, 76), Londrina, IAPAR, 56p. 2011.
HOVINEN, M. et al. Detection of Clinical Mastitis with the Help of a Thermal Camera.
Journal of Dairy Science, v.91, n.12, p.4592-4598, 2008.
IBARRA, J.G. et al. Cooked and raw chicken meat: emissivity in the mind-infrared region.
Applied engineering in agriculture, v.16, n.2, p.143-148, 2000.
IBGE. Instituto Brasileiro de Geografia e Estatística, 2009. Rebanhos e produção animal
(dados anuais) 2009. Disponível em:
<http://seriesestatisticas.ibge.gov.br/lista_tema.aspx?op=0&no=1>, Data de acesso:
10/03/2016.
IBGE. Instituto Brasileiro de Geografia e Estatísticas, 2015. Disponível em: Rebanhos e
produção animal (dados anuais) 2015. Disponível em:
31
<http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/producaoagropecuaria/ab
ate-leite-couro ovos_201501publ_completa.pdf>, Data de acesso: 06/05/2016.
LANGONI, H. Tendências de modernização do setor lácteo: monitoramento da qualidade do
leite pela contagem de células somáticas. Revista de Educação Continuada do CRMV-SP,
São Paulo, v.3, n.3, p.57-64, 2000.
LANGONI, H. et al. Milk cellularity and colony forming units in mastitis caused by
coagulase-positive staphylococci and coagulase negative. Pesquisa Veterinária Brasileira,
v.35, n.6, p.518-524, 2015.
LANGONI, H. Estudo Sobre Contagem de Células Somáticas (CCS) no Brasil–Uma
Revisão. MESQUITA, AJ; DÜRR, JW; COELHO, KO Perspectivas e Avanços da
Qualidade do Leite no Brasil. Goiânia: Talento, p. 199-208, 2006.
LATTIN, James; CARROLL, J. Douglas; GREEN, Paul E. Análise de dados
multivariados. São Paulo: Cengage Learning, 2011.
MEDEIROS, B.B.L. Bem-estar e desemepnho de suínos criados em sistema “wean to
finish”. 205p. Tese (Doutorado em Engenharia Agrícola) – Faculdade de Engenharia
Agrícola, Universidade Estadual de Campinas, Campinas, 2013.
NOGUEIRA, F.R.B.; SOUZA, B.B.; CARVALHO, M.G.X. et al. Termografia
infravermelha: uma ferramenta para auxiliar no diagnóstico e prognóstico de mastite
em ovelha. Revista Brasileira de Medicina Veterinária, v.35, p.289-297, 2013.
PEREIRA, D.F. Metodologia para estimativas de bem-estar de matrizes de frango de
corte utilizando monitoramento digital e construção de modelos de simulação. 138p.
Dissertação (Mestrado em Engenharia Agrícola) – Faculdade de Engenharia Agrícola,
Universidade Estadual de Campinas, Campinas, 2005.
PHILPOT, W.N.; NICKERSON, S.C. A strategy to combat mastitis. Mastitis: Counter
Attack. v. 8, 1991.
PICOLI, T. et al. Manejo de ordenha como fator de risco na ocorrência de microorganismos
em leite cru. Semina: Ciências Agrárias, v.35 (4Supl), p.2471-2480, 2014.
POLAT. B. et al. Sensitivity and specificity of infrared thermography in detection of
subclinical mastitis in dairy cows. Journal of Dairy Science, v.93, n.8, p.3525-3532, 2010.
RAINARD, Pascal; RIOLLET, Céline. Innate immunity of the bovine mammary
gland. Veterinary research, v. 37, n. 3, p. 369-400, 2006.
REGAZZI, A.J. Análise multivariada, notas de aula INF 766, Departamento de Informática
da Universidade Federal de Viçosa, v.2, 2000.
RIBAS, N.P. et al. Sólidos totais do leite em amostras de tanque nos estados do Paraná, Santa
Catarina e São Paulo. Revista Brasileira de Zootecnia, Viçosa, v.33, n.6, p.2343-2350,
2004.
32
RYSANEK, Dusan; BABAK, Vladimir. Bulk tank milk somatic cell count as an indicator of
the hygiene status of primary milk production. Journal of dairy research, v. 72, n. 04, p.
400-405, 2005.
RIBEIRO, E. Jr. Califórnia Mastitis Test (CMT) e whiteside como métodos de diagnóstico
indireto da mamite subclínica. Revista Brasileira Saúde e Produção Animal, v.9, n.4,
p.680-686, 2008.
REDAELLI, V.; BERGERO, D.; ZUCCA, E. et al., Use of Thermography Techniques in
Equines: Principles and Applications. Journal of Equine Veterinary Science, p.1-6, 2013.
ROBERTO, JOÃO VINÍCIUS BARBOSA; DE SOUZA, BONIFÁCIO BENÍCIO. Utilização
da termografia de infravermelho na medicina veterinária e na produção animal. Journal of
Animal Behavior and Biometeorology, v. 2, n. 3, p. 73-84, 2014.
RUEGG, P.L. New perspectives in udder health management. Veterinary Clinics of North
America: Food Animal Practice, v.28, n.2, p.149-163, 2012.
SALGADO, D.D. Modelo estatístico para predição de bem-estar de reprodutoras de
frango de corte baseado em dados de ambiente e análise do comportamento. 113p.
Dissertação (Mestrado em Engenharia Agrícola) – Faculdade de Engenharia Agrícola,
Universidade Estadual de Campinas, Campinas, 2006.
SANTOS, M.V.; FONSECA, L.F.L. Estratégias para controle de mastite e melhoria da
qualidade do leite: conceitos sobre mastite bovina e métodos diagnósticos. Barueri: Manole,
2007.
SCHALM, O.W.; NOORLANDER, D.O. Experiments and observations leading to
development of the California Mastitis Test. Journal of the American Veterinary Medical
Association, v.130, p.199, 1957.
SILANIKOVE N, LEITNER G, MERIN U, PROSSER CG. Recent advances in exploiting
goat's milk: quality, safety and production aspects. Small Ruminant Research, v. 89, n. 2, p.
110-124, 2010.
SILVA, A.P.D. Efficient Variable Screening for Multivariate Analysis. Journal of
Multivariate Analysis, v.76, n.1, p.35-62, 2005.
STEWART, M. et al. Infrared thermography as a non-invasive tool to study animal welfare.
Animal Welfare, v.14, n.4, p.319-325, 2005.
STEWART, M. et al. Non invasive measurement of stress in dairy cows using infrared
thermography. Physiological. Behavior, v.92, n.3, p.520-525. 2007.
STEWART, M. et al. Eye temperature and heat rate variability of calves disbudded with or
without local anaesthetic. Physiology & Behavior, v.93, n.4-5, p.789-797, 2008.
VERCELLINO, R.A. Efeito de diferentes sistemas de vedação de aviários no
comportamento e bem estar de frangos de corte. p.154. Dissertação (Mestrado em
33
Engenharia Agrícola) – Faculdade de Engenharia Agrícola, Universidade Estadual de
Campinas, Campinas, 2012.
ŠUMBERA, Radim et al. Patterns of surface temperatures in two mole-rats (Bathyergidae)
with different social systems as revealed by IR-thermography. Physiology & Behavior, v. 92,
n. 3, p. 526-532, 2007.
ZAPROUDINA, Nina; MING, Zhiyong; HÄNNINEN, Osmo OP. Plantar infrared
thermography measurements and low back pain intensity. Journal of manipulative and
physiological therapeutics, v. 29, n. 3, p. 219-223, 2006.
ZAIANE, Osmar R. et al. On data clustering analysis: scalability, constraints and validation.
Edmonton Alberta, University of Alberta, 2003.
ZOCCAL, R.A. Região Sul se fortalece no leite. Panorama do Leite, Juiz de Fora, v.7, n.75,
p.4-6, 2015.
ZOCCAL, R. et al. Mudanças no mapa da produção de leite no Brasil. In: FERNANDES,
E.N. et al (Ed). Novos desafios para o leite no Brasil. Juiz de Fora: Embrapa Gado de Leite,
p. 25-34, 2012.
MAROCO, J.; Análise Estatística – Com utilização do SPSS, 2ª edição; Edições Sílabo; 2003.
SANTOS, C. M. A.; Estatística Descritiva – Manual de auto-aprendizagem; Edições
Sílabo; 2007.
METZ, JEAN. Interpretaçao de clusters gerados por algoritmos de clustering
hierárquico. 2006. Tese de Doutorado. Universidade de São Paulo.
34
CAPÍTULO 2: ARTIGOS
Os artigos apresentados a seguir foram escritos conforme regras da Journal of
Dairy Science, como um dos requisitos para a obtenção do título de doutora em Engenharia
Agrícola na área de Construções Rurais e Ambiência.
The articles presented below were written according to the rules of the Journal of
Dairy Science, as one of the requirements for obtaining a Doctorate Degree in Agricultural
Engineering in the field of Rural Constructions and Ambience.
35
ASSOCIATION ANALYSIS BETWEEN THERMOGRAPHIC RESULTS AND
MASTITIS DIAGNOSIS
Elisa de Souza Junqueira Rezendea* , Daniella Jorge de Mouraa , Douglas
D´Alessandro Salgadob , Luciane Silva Martelloc , José Luiz de Andrade Rezende
Pereirad
a,*Corresponding author. Current Address: Faculdade de Engenharia Agrícola da
Universidade Estadual de Campinas (Feagri UNICAMP Campinas), Brazil. E-mail:
b Faculdade de Ciência e Engenharia Agrícola da Universidade Estadual Paulista
(UNESP Tupã), Brazil
c Faculdade de Zootecnia e Engenharia dos Alimentos (FZEA USP Pirassununga),
Brazil
dInstituto de Educação Ciência e Tecnologia do Sul de Minas (IFSULDEMINAS
Inconfidentes), Brazil.
ABSTRACT
Animal production is in a period of innovation on the diagnostic means, especially by
the image. The use of non-invasive equipment that values animal comfort and well-
being became essential; in this context, we can highlight the infrared thermography.
This study aimed to determine the association variables between the results of the
surface temperature measurement, by the thermographic camera, and those from
mastitis diagnostic tests in dairy cattle to select the most prone variables for a
diagnostic predictive model as a function of temperature captured by the camera.
Principal component factor analysis was used to evaluate these results.
Subsequently, the cluster analysis method was applied. The research was conducted
at the IFSULDEMINAS Campus Inconfidentes, Minas Gerais State, Brazil. Twelve
Holstein cows were used for this purpose. The collection period consisted of 2 days,
and the frequency was twice a day, in the morning (7:00 a.m.) and in the afternoon
(6:00 p.m.). The diet was maintained according to the routine on the farm. Thermal
images were recorded before milking in different areas of the body (udder, eye, and
vulva) by a thermographic camera, taking a total of 72 thermographic images. The
California Mastitis Test (CMT) was performed immediately after cleaning the teats. At
the end of milking, milk samples were collected for later analysis of somatic cell
36
counts (SCC). Principal component analysis and cluster analysis proved to be
effective in selecting potential predictor variables of SCC. Udder thermographic
temperature (IRTU) and vulva thermographic temperature (IRTV) were the best ones
to predict SCC.
Keywords: multivariate analysis; Dairy cattle; Diagnosis of mastitis; infra-red;
Surface temperature.
1 Introduction
Despite the development of several control and prevention strategies, mastitis is
still the most damaging disease to dairy activity. The detection of mastitis cases is
fundamental, and it is necessary for the producer to correctly define mastitis, which is
characterized by changes in milk characteristics such as color, production of lumps in
clinical cases, and normal milk in subclinical cases; however, with an increase in
somatic cell counts (SCC/mL of milk), diagnosed by electronic counting, which
indicates there is a correlation between SCC and occurrence of subclinical mastitis
(PANTOJA et al., 2009), or visually by the California mastitis test (CMT).
The severity of each case is associated with the time elapsed from the
diagnosis to the treatment, suggesting the practice of early diagnosis. Thus,
thermography is a suitable tool since it has been satisfactorily applied in veterinary
medicine and animal production as a tool for preventive diagnosis, avoiding stress
reactions. In cattle, infrared thermography has been used as a diagnostic tool to
detect disease (STELLETTA et al., 2012). In dairy cows, thermography is a potential
method for the detection of mastitis, since the symptom of this disease is the local
temperature increase due to the inflammatory reactions, besides being a quick
painless and non-invasive method (SCOTT et al., 2000, COLAK et al., 2008).
The increase in the udder surface temperature caused by mastitis infection
occurs before other clinical symptoms and was identified by thermography (WILLITS,
2005). Therefore, it is necessary to provide information on this type of technology
from the development of experiments under real conditions similar to those found in
Brazil. In addition, the thermographic camera is becoming less expensive every year,
while the prevalence of mastitis remains high (COLAK et al., 2008).
37
According to Regazzi (2000), multivariate analysis techniques can be used to
solve problems such as reduction in the dimensionality of variables, group
observations or variables according to similarities, in several areas of knowledge,
such as agronomy, phytotechnology, zootechny, ecology, biology, psychology,
medicine, forest engineering, etc. In the specific case of the principal component
analysis, many directly observable correlated variables replace new non-correlated,
non-observable, and therefore more complex variables.
This study aimed to determine an analysis methodology between the results
from temperature measurements in the udder, eye, and vulva, using the
thermographic camera, and those from mastitis diagnostic tests: California mastitis
test (CMT), mug test - Tamis (MT), microbiological analysis (TBC), rectal temperature
(RT), and milk production (MP) in dairy cattle, to select those that are more prone to
a predictive diagnostic model as a function of the temperature captured by the
camera.
2 Material and methods
This study was carried out at the Educational Unit Production (UEP) – dairy
cattle, Campus Inconfidentes in the state of Minas Gerais, Brazil (22° 17'56.8" S and
46° 19'56.1" W). The study protocol was approved by the Ethics Committee for the
Use of Animals (CEUA) of the Federal Institute of Education, Science and
Technology Southern Minas Gerais (IFSULDEMINAS) (No. 19A/2015).
A total of 12 black and white Holstein multiparous cows, with an average weight
of 550 kg, during lactation period (90–100 days of lactation), with an average
production of 25 kg of milk day-1/cow, confined in a free-stall system. The collection
period consisted of 2 days, and the frequency was twice a day, in the morning (7:00
a.m.) and in the afternoon (6:00 p.m.) during milking. The diet was maintained
according to the routine on the farm.
Before milking, the first three jets of milk from each teat, according to the mug
test (Tamis), were collected to diagnose clinical mastitis, checking for presence or
absence of lumps in the milk (RODRIGUES, 2008; RUEGG, 2012). The positive
result obtained from mug test received value (1) and negative results (0), for analysis
purposes. After the Tamis test, the CMT was performed to identify the subclinical
form of the disease; 1 ml of milk from each teat was placed into separate
38
compartments of the CMT tray. Afterward, 1 ml of reagent was then added to each
compartment to perform the read. After mixing the milk with the reagent, carrying out
gentle circular motions, the viscosity of the blend was scored on a five-point scale
(adapted from SANTOS and FONSECA, 2007), where: score 1 = completely
negative reaction, score 2 = traces of a reaction, score 3 = a weakly positive reaction
(+); score 4 = a positive reaction (++), and score 5 = a strongly positive reaction
(+++).
Before the beginning of milking, thermal images from different regions of the
body were made: right udder (IRTU), eye (IRTE) and vulva (IRTV), using a
thermographic camera (FLIR B400®), taking a total of 72 images, which were
collected from a distance of 0.20 m. The equipment was calibrated to an emissivity of
0.98 indicated for biological tissues. The images were stored on a memory card and
then transferred to a portable computer for image analysis, using the
QuickReport®/FLIR-Systems software. From the thermographic images, an average
of the temperatures along the udder surface was calculated, using 70 points (places
randomly chosen on the photos). Four and five points were measured for eye and
vulva, respectively (Figure 1).
(A) (B) (C)
Figure 1 – Images obtained through an infrared camera with measurement of points
in the udder and teats (A), eye (B), vulva (C).
Milk collection was performed for somatic cell count (SCC) analysis, after
finishing the milking in the morning from a sample consisting of the four quarters. The
collection was performed directly from the automatic meter under aseptic conditions,
and the milk was stored in bottles containing bronopol® preservative. After
identification, the samples were conditioned in an isothermal box containing
recyclable ice and sent to the Milk Clinic Laboratory of the Animal Production
Department in the "Luiz de Queiroz" Agriculture Faculty (ESALQ-USP) in Piracicaba,
21,0°C
37,4°CSP01SP02SP03SP04SP05 SP06SP07SP08
SP09 SP10
SP11
SP12
SP13
SP14SP15SP16
SP17
SP18SP19
SP20
SP21SP22
SP23
SP24
SP25SP26SP27
SP28
SP29
SP30
SP31
SP32SP33
SP34
SP35SP36
SP37
SP38
SP39
SP40 SP41
SP42
SP43
SP44SP45
SP46
SP47
SP48
SP49SP50
SP51 SP52 SP53SP54 SP55 SP56
SP57
SP58SP59 SP60
SP61SP62
SP63SP64
SP65SP66SP67
SP68SP69
SP70
20,6°C
37,4°C
SP01
SP02SP03
SP04
23,9°C
36,3°CSP01 SP02
SP03 SP04
SP05
39
São Paulo State, Brazil. SCC analysis was performed using an automated equipment
(Somacount 300®, Bentley Instruments, Chaska MN, USA).
The exploratory data analysis was elaborated using principal component
analysis (PCA) and cluster analysis through the dendrogram, sing the Minitab 17®
statistical software. Thus, the statistical tools allowed to select, among the variables
obtained by the thermographic camera, those most correlated with the variables that
aid in the diagnosis of mastitis in dairy cattle.
The principal components graph was generated, and later the associations
could be observed by analyzing the magnitude of the vectors and the angulations
formed between them. The vectors with small magnitude are little explained by the
principal components; therefore, they were not considered in the analyses. However,
vectors with similar direction and wise are strongly positively associated, i.e., the
increase in the time or frequency of one variable is associated with the increase of
the other variable. On the other hand, vectors with similar directions, but in opposite
wise, imply inversely negative associations, and vectors that form angles close to 90°
are non-correlated.
3 Results and discussion
The IRTU (udder), IRTE (eye), IRTV (vulva) (highlighted in red) variables
obtained through the thermographic camera and the somatic cell count (SCC),
California mastitis test (CMT) and mug test (MT) variables, which resulted from the
tests for mastitis diagnosis, are shown in Figure 2. Based on this figure, the positive
association between the variables from the thermographic camera can be observed,
especially the strong positive relationship between IRTU and IRTV, due to the
positioning of the respective vectors, with the same direction and wise. The positive
association between the variables implies that with the increase of magnitude one is
related to the magnitude increase of another variable.
Regarding the variables of mastitis diagnostic, there is some independence
between the results from mag test and those obtained from the other analyses (CMT
and SCC). However, there is a strong positive relationship between CMT and SCC.
However, the increase in SCC may not necessarily be a sign of clinical mastitis (CT).
In fact, the true health status of the udder should be based only on the presence of
microbial pathogens (HAMANN et al., 2005). Intramammary infection by
40
microbiological culture is associated with increased SCC and CMT score
(SARGEANT et al., 2001). CMT and SCC were correlated with levels of subclinical
mastitis in dairy herds of São Paulo and Minas Gerais (Costa et al. 2000). Herds with
higher SCC also had the highest rates of subclinical mastitis. In fact, there is a high
correlation (r = 0.96) between direct somatic cell count and CMT in cow milk
(THIERS et al., 1999). Silva et al. (2001) also found significant correlations (r = 0.63)
between SCC and CMT. On the other hand, Pereira et al. (1999), evaluating 80
cows, found no significant correlations between SCC and CMT.
The IRTU and SCC variables are strongly correlated with each other and with
the IRTV variable. That is, the higher the temperature of the udder and vulva, the
higher the somatic cell count in milk and the occurrence of subclinical mastitis in the
animals. For Hovinen et al. (2008), in addition to determining a qualitative aspect in
the milk, the somatic cell count is inherently related to the health of a cow's udder,
since a high somatic cell count is an indicative of an inflammatory reaction in the
mammary tissue. Increased local temperature is a characteristic of inflammation, due
to the higher amount of blood flowing through the local vessels. Thus, observation of
the surface temperature in the affected area can be used to diagnose infection or
injury.
There was a strongly positive association between the thermographic variables
IRTU, IRTV and the CMT, which presented vectors with the same direction and
sense, are with each other. Due to the vulva occlusion by the tail suspension, the
vulva temperature control may limit the practical application of infrared thermography
on the farm.
According to Colak et al. (2008), thermographic temperature changes in the
udder allow the detection of various degrees of severity of infection in the mammary
gland, correlation with the CMT (r = 0.92), an effective method to monitor and identify
mastitis.
Polat et al. (2010) found that infrared thermography can be used to detect
subclinical mastitis, by measuring the udder surface temperature, with a diagnostic
capacity similar to that of CMT. Thus, CMT proved to be an essential diagnostic tool
in the dairy farm, used to indicate the maintenance or disposal of cows from the herd
(DE OLIVEIRA et al., 2013). These authors’ finding confirms once again the
promising use of thermography in the cow's udder to efficiently detect mastitis.
Thus, the selection of variables with a strong positive association (CMT, IRTV,
41
SCC and IRTU) (Figure 2) can be used to point out the most promising variables to
study a functional relationship that mathematically explains this association.
Despite the high proximity between the 4 variables mentioned above, it is
possible to quantify and select according to similarity, measured in percentage scale,
the most correlated subgroups of variables.
Cluster analysis uses the dendrogram (Figure 3), which allows a hierarchy of
similarity between the variables, clustering them into a subset of more correlated
variables. Consequently, this method also offers the selection of more promising
variables for the elaboration of a predictive model.
Figure 2 – Principal components of IRTU (udder), IRTE (eye), and IRTV (vulva)
obtained by the thermographic camera and SCC (somatic cell count), CMT
(California Mastitis Test) and MT (mug test), which are results of the tests for the
diagnosis of mastitis.
42
Figure 3 – Clustering of IRTU, IRTV, SCC and CMT variables according to similarity.
The IRTU and IRTV are more similar to each other, according to the degree of
similarity (91.80%). However, SCC also has a high degree of similarity with these
variables (89.79%), which makes it an excellent candidate to be predicted by these
two variables. Therefore, the analyses pointed out an SCC prediction model as a
function of IRTU and IRTV.
4 Conclusions
The multivariate exploratory analysis of data, through principal components,
and the cluster analysis proved to be effective in selecting potential predictor
variables of SCC. It was found some independence between IRTE and SCC. The
IRTU is the best choice for SCC prediction, and SCC is the most accurate test in the
diagnosis of mastitis since it is related to the health of the cow's udder.
This study showed that the udder consists of a sensitive area for mastitis
detection in dairy cattle, using infrared thermography. The increased local
temperature is a characteristic of inflammation, and the verification of the surface
temperature in the affected area can be used to diagnose diseases. A milking routine
with a thermal camera can be used in future studies to detect mastitis during milking.
CMTIRTVIRTUSCC
84,75
89,84
94,92
100,00
Variables
Sim
ilari
ty
43
Declaration of interest
There is no conflict of interest that could be perceived as prejudicing the impartiality
of the research reported.
Funding sources
This research did not receive any specific grant from funding agencies in the public,
commercial, or not-for-profit sectors.
References
COLAK, A. ET AL. Short communication: early detection of mastitis using infrared thermography in dairy cows. Journal of Dairy Science., Champaign, v. 91, n. 11, p. 4244–4248, 2008.
COSTA, E.O.;BENITES,N.R.;THIERS,F.O.;RIBEIRO,A.R.;GARINO JR,F.;SILVA,J.A.B. Somatic cell levels in relation to CMT scores performed on bulk tank samples correlated to subclinical level in São Paulo and Minas Gerais states dairy herds. Napgama, v. 3, n. 2, p. 14-18, 2000.
DE OLIVEIRA, Augusto José et al. Mastite clínica e subclínica em pequenas propriedades leiteiras no município de Araguari-MG. Veterinária Notícias, v. 19, n. 1, 2013.
HAMANN, J.; REDETZKY, R.; GRABOWSKI, N. Th. Diagnostic potential of the California mastitis test to detect subclinical mastitis. Mastitis Newsletter, v. 26, p. 15-21, 2005.
HOVINEN, M., J. SIIVONEN, J.,TAPONEN, S. ET AL. Detection of clinical mastitis with the help of a thermal camera. Journal of Dairy Science, v.91, p.4592−4598, 2008
PANTOJA, J. C. F.; REINEMANN, D. J.; RUEGG, P. L. Association between bacterial and somatic cell counts in raw bulk milk. Journal of Dairy Science, v. 92, p. 4978-4987, 2009.
PEREIRA, A.R.; SAIRRES, G.A.; MACHADO, P.F. et al. Correlações entre a produção de leite, contagem de células somáticas, porcentagens de gordura, proteína, lactose e sólidos totais nas ordena da manhã e tarde. In: ENCONTRO DE PESQUISADORES EM MASTITES, 3., 1999, Botucatu. Anais... Botucatu: Faculdade de Medicina Veterinária e Zootecnia, 1999. p.146.
POLAT, B., B. COLAK, M. CENGIZ, L. E. YANMAZ, A., BASTAN, S. KAYA, AND A. HAYIRL. Sensitivity and specificity of infrared thermography in detection of subclinical mastitis in dairy cows. Journal of Dairy Science, v. 93, n. 8, p. 3525-3532, 2010.
REGAZZI, A.J. Análise multivariada, notas de aula INF 766, Departamento de Informática da Universidade Federal de Viçosa, v.2, 2000.
44
RODRIGUES, A. C. DE O. Identificação bacteriana a campo da mastite bovina para orientar protocolos de tratamento. 96p.Tese (Doutorado em Ciência Animal e Pastagens) - Escola Superior de Agricultura “Luiz de Queiroz; Piracicaba, 2008
RUEGG, P. L. New perspectives in udder health management. Veterinary Clinics of North America: Food Animal Practice, v.28, n.2, p.149–163, 2012.
SANTOS, M. V., AND L. F. L FONSECA. Estratégias para controle de mastite e melhoria na qualidade do leite: conceitos sobre mastite bovina e métodos diagnósticos. Barueri: São Paulo: Manole, 314 p. 2007.
SARGEANT, J. M., LESLIE, K. E., SHIRLEY, J. E., PULKRABEK, B. J., & LIM, G. H. Sensitivity and specificity of somatic cell count and California Mastitis Test for identifying intramammary infection in early lactation. Journal of Dairy Science, v. 84, n. 9, p. 2018-2024, 2001.
SCOTT SL, SCHAEFER AL, TONG AK, LACASSE P. Use of infrared thermography for early detection of mastitis in dairy cows. Can J Anim Sci, v. 80, p. 764-765, 2000.
SILVA, E. R.; ARAÚJO, A. M.; ALVES, F. S. F.; PINHEIRO, R. R.; SAUKAS, T. N. Associação entre o California Mastitis Test e a Contagem de Células Somáticas na avaliação da saúde da glândula mamária caprina. Braz. J. Vet. Res. Anim. Sci, v. 38, n. 1, p. 46-48, 2001.
STELLETTA C, GIANESELLA M, VENCATO J, FIORE E, MORGANTE M. Thermographic Applications in Veterinary Medicine. In: Prakash RV (ed) Infrared Thermography. In Tech, China, p 117-140, 2012.
THIERS, F. D. O., Benites, N. R., Ribeiro, A. R., & COSTA, E. D. Correlação entre contagem direta de células somáticas e o teste de “California Mastitis Test” (CMT) no leite de vacas. Napgama, ano II, n. 4, p. 9-12, 1999.
WILLITS, S. 2005. Infrared thermography for screening and early detection of mastitis infections in working dairy herds. In: Proceedings of Inframation. Las Vegas, 2005 USA. 1 – 5.
45
MODELING, CLASSIFICATION AND PRE-VALIDATION OF SUBCLINICAL
MASTITIS DIAGNOSIS BASED ON UDDER TEMPERATURE
Elisa de Souza Junqueira Rezendea* , Daniella Jorge de Mouraa , Douglas
D´Alessandro Salgadob , Luciane Silva Martelloc , José Luiz de Andrade Rezende
Pereirad
a,*Corresponding author. Current Address: Faculdade de Engenharia Agrícola da
Universidade Estadual de Campinas (Feagri UNICAMP Campinas), Brazil. E-mail:
b Faculdade de Ciência e Engenharia Agrícola da Universidade Estadual Paulista
(UNESP Tupã), Brazil
c Faculdade de Zootecnia e Engenharia dos Alimentos (FZEA USP Pirassununga),
Brazil
dInstituto de Educação Ciência e Tecnologia do Sul de Minas (IFSULDEMINAS
Inconfidentes), Brazil.
ABSTRACT
Continuous monitoring of mastitis is one of the major challenges for the milk
production chain. Monitoring the somatic cell count in herds to know its current
situation and evolution is the first step towards progress in controlling this disease.
Thus, this study aimed to develop a predictive model for the diagnosis of subclinical
mastitis based on udder surface mean temperatures obtained through the
thermographic camera. This research was conducted at the IFSULDEMINAS –
Campus Inconfidentes, Minas Gerais State, Brazil. Twelve Holstein cows were used.
The collection period consisted of 2 days and the frequency twice a day, in the
morning (7:00 a.m.) and in the afternoon (6:00 p.m.). The diet was maintained
according to the routine on the farm. The thermal images were recorded before the
udder milking using a thermographic camera, which took a total of 48 thermographic
images. At the end of milking, milk samples were collected for later analysis of
somatic cell count (SCC). Based on the tool for the extraction of better subsets of
variables, a tool module belonging to the Minitab 17 software regression analysis, it
was concluded that with only one predictor variable (udder thermographic
temperature) it was possible to establish a high-efficiency model to predict the
diagnosis of subclinical mastitis with high precision.
46
Keywords: thermographic camera; dairy cattle; surface temperature.
1 Introduction
According to the Brazilian Institute of Geography and Statistics - IBGE (2015),
in 2014, Brazil produced 35.17 billion liters of milk, representing an increase of 2.7%
in relation to the previous year, occupying the fifth position in the world ranking of
production. However, mastitis is a disease that affects Brazilian herds and represents
a challenge for producers and the dairy industries (REIS et al., 2003; OLIVEIRA et
al., 2009).
The use of technologies in animal production reduces the manipulation of
animals for diagnosis, as well as evaluate them in their production environment in a
non-invasive way, contributing to increasing the quality, safety and general
productivity (STEWART et al., 2005).
Infrared thermography has been tested as an auxiliary method, both in
improving milking processes and in the early detection of mastitis. New methods for
the detection of mastitis allow the development of products, processes, and services;
thus, the concept of precision livestock can be applied in dairy farms. Historically,
temperature measurement has been used for clinical diagnosis, because it proved to
be a good indicator of health (TAN et al., 2009).
The occurrence of mastitis leads to an increase in the somatic cell count (SCC)
in the milk (SCHROEDER, 1997). According to Fregonesi and Leaver (2001), the
somatic cell count is the best indicator to evaluate mastitis in a herd, since it is an
objective measure that reflects the two forms of the disease, the clinical and
subclinical forms, providing a good indicative of the degree of infection in the
mammary gland.
Somatic cell count determination requires sending the milk sample to a
laboratory, generating an extended waiting time for daily management decisions. In
this way, it makes it difficult for producers to have quick access to results
(RODRIGUES, 2008).
It is important to know some of the mastitis characteristics, such as sensitivity,
specificity, and predictive value, for the correct use of the mastitis diagnostic methods
and interpretation of results. Sensitivity is the ability of the test to produce a positive
result when the cow has mastitis, whereas the specificity is its ability to present a
47
negative result when the cow does not have mastitis. Methods with good specificity
and sensitivity are essential for a correct evaluation of the situation of mastitis
regarding the animal and herd. The predictive value is determined by the interaction
of the following variables: sensitivity and specificity of the test and the prevalence of
the disease in the study group (SANTOS and FONSECA, 2007).
This study aimed to develop a predictive model for the diagnosis of subclinical
mastitis based on average temperatures obtained by a thermographic camera.
2 Material and methods
This study was carried out at the Educational Unit Production (UEP) – dairy
cattle, Campus Inconfidentes in the state of Minas Gerais, Brazil (22° 17'56.8" S and
46° 19'56.1" W). The study protocol was approved by the Ethics Committee for the
Use of Animals (CEUA) of the Federal Institute of Education, Science and
Technology Southern Minas Gerais (IFSULDEMINAS) (No. 19A/2015).
A total of 12 black and white Holstein multiparous cows, with an average weight
of 550 kg, during lactation period (90–100 days of lactation), with an average
production of 25 kg of milk day-1/cow, confined in a free-stall system. The collection
period consisted of 2 days, and the frequency was twice a day, in the morning (7:00
a.m.) and in the afternoon (6:00 p.m.) during milking. The diet was maintained
according to the routine on the farm.
Data were collected before milking. Thus, 48 thermal images from the udder
surface (on the right side) were taken using an infrared camera (FLIR B400®). They
were collected from a distance of 0.20 m, using the equipment calibrated to an
emissivity of 0.98, indicated for biological tissues. Before data collection, the udder
was brushed to remove dirt that could interfere with the images.
The images were stored on a memory card and then transferred to a portable
computer for image analysis, using the QuickReport®/FLIR-Systems software. From
the captured images, at different temperatures along the udder, the software "ponto"
tool was used to obtain the average temperature, which was calculated from 70
points randomly chosen on the udder and teats (Figure 1).
Milk collection was performed for somatic cell count (SCC) analysis, after
finishing the milking in the morning and afternoon from a sample consisting of the
four quarters. The collection was performed directly from the automatic meter under
48
aseptic conditions, and the milk was stored in bottles containing bronopol®
preservative. After identification, the samples were conditioned in an isothermal box
containing recyclable ice and sent to the Milk Clinic Laboratory of the Animal
Production Department in the "Luiz de Queiroz" Agriculture Faculty (ESALQ-USP) in
Piracicaba, São Paulo State, Brazil. SCC analysis was performed using an
automated equipment (Somacount 300®, Bentley Instruments, Chaska MN, USA).
Figure 1 – Images obtained from an animal with subclinical mastitis, with the
measurement of the 70 points on the udder and teats, using an infrared camera.
With the appropriate data structure, regression analysis made possible the
selection of better subsets of variables to elaborate the model with expressively
precision. This procedure known as "bestsubsets" present in the software allowed us
to conclude that only the IRTU variable was sufficient for an excellent explanation of
SCC behavior. The criteria for the selection were the high coefficient of determination
(R2), minimization of the variance of the model, and the irrelevant improvement of
these indexes regarding the addition of another IRTV variable. So, it would not make
sense to include one more variable in the model.
3 Results and discussion
Based on the tool for extraction of better subsets of variables, a tool module of
the Minitab 17 software regression analysis, it was concluded that with only one
predictor variable (udder thermographic temperature), it was possible to establish a
model with a potentially high predictive power. Through the residual analysis and
21,8°C
37,5°CSP01SP02
SP03
SP04
SP05
SP06
SP07SP08
SP09
SP10
SP11
SP12
SP13
SP14
SP15
SP16
SP17
SP18
SP19
SP20
SP21
SP22
SP23
SP24SP25
SP26
SP27
SP28
SP29
SP30
SP31
SP32SP33 SP34
SP35
SP36SP37SP38
SP39
SP40
SP41
SP42SP43 SP44
SP45SP46SP47
SP48 SP49SP50
SP51SP52 SP53SP54SP55SP56
SP57SP58SP59
SP60
SP61
SP62
SP63
SP64 SP65 SP66 SP67
SP68SP69
SP70SP71
49
adequacy of regression assumptions (homoscedasticity, independence, and
normality in the residual distribution of the model) that was elaborated with the Ln link
function (neperian logarithm). The logarithmic transformation of SCC was confirmed
by the Box-Cox optimized transformation method. Thus, the model presented the
following equation:
𝑙𝑛(SCC*) = −14.214 + 0.5574(𝐼𝑅𝑇𝑈)
Or
(SCC*) = 𝑒𝑥𝑝[−14.214 + 0.5574(𝐼𝑅𝑇𝑈)] where, SCC* = SCC 103.
This model presented a coefficient of determination (R2) of 95%, revealing high
adherence to the data, according to Figure 2.
Figure 2 – Model adjustment to the data.
Based on the classification criterion of the somatic cell count, cross-validation
could be elaborated, relating the classification of the observed results with the
predicted classification (Table 1).
Subclinical mastitis can be detected by somatic cell count (SCC), since the
mammary gland infection is the cause of higher interference, given that the defense
41403938373635343332
6000
5000
4000
3000
2000
1000
0
IRTU (ºC)
SC
C*
50
cells migrate from the blood to the infection area to combat the causative agent, and
thus increasing somatic cell count in the milk (ZAFALON et al.,2005; WELLNITZ et
al.,2009).
Thus, SCC is used as an indirect diagnostic criterion for subclinical mastitis, and
its control and monitoring is extremely important because, in addition to being part of
the regulatory requirements of supervisory bodies in Brazil and in several other
countries in the world, this indicator is related to industrial yield, whereas for
producers it is an important tool to control the mammary gland health, raw material
quality, and loss of production (BUENO et al., 2005; WICKSTRÖM et al., 2009).
In Europe, somatic cell count above 200,000 cells/mL it is often considered as
an indicator of mastitis (SCHUKKEN et al., 2003). Similar results were reported by
Rupp et al. (2000), who found that the presence of pathogenic microorganisms in the
mammary gland determines the increase in SCC (>200,000 cells/mL of milk).
Table 1. Concordant and discordant scores between observed and predicted results.
Presence of
Subclinical Mastitis –
Observed
Presence of Subclinical Mastitis – Predicted
Yes No Total
Yes 14 0 14
No 1 9 10
Total 15 9 24
The accuracy of the model corresponds to 95.83%, sensitivity is 100%, and
specificity is equivalent to 90%. These indexes reveal the high efficiency of the
classification from the obtained model.
The Kappa (K) concordance index was used together with the statistical test to
evaluate the significance of the concordant results, reinforcing the indicators
mentioned above. The Kappa index value was 91.30 (P<0.01), indicating that the
concordant values cannot be considered mere chance, but rather strong evidence
that the model, through the predicted SCC result, allows the prediction of mastitis
diagnosis with efficacy and significant reliability (Figure 3).
51
Figure 3 – Percentage accuracy in the predicted classification.
4 Conclusion
The methodology involving regression analysis, including the selection of
variables, was suitable for the development of a simple, efficient and high-reliability
predictor function. This model showed a high efficiency for predicting the diagnosis of
mastitis with high accuracy, mitigating the cost and time required for the clinical
analysis.
Declaration of interest
There is no conflict of interest that could be perceived as prejudicing the impartiality
of the research reported.
Funding sources
This research did not receive any specific grant from funding agencies in the public,
commercial, or not-for-profit sectors.
52
References
RITO, J.R.F. O que são e como surgem as células somáticas no leite. In: MINAS LEITE: Qualidade do leite e produtividade dos rebanhos leiteiros, 1., 1999, Juiz de Fora. Anais... Juiz de Fora: 1999b. p.35-39.
BUENO VFF, MESQUITA AJ, NICOLAU ES, OLIVEIRA NA, OLIVEIRA JP, NEVES RBS, MANSUR JRG, THOMAZ LW Contagem celular somática: relação com a composição centesimal do leite e período do ano no Estado de Goiás. Ciência Rural, v. 35, n. 4, p. 848-854, 2005.
FREGONESI, J.A.; LEAVER, J.D. Behaviour, performance and health indicators of welfare for dairy cows housed in strawyard or cubicle systems. Livestock Production Science, v. 68, p. 205-216, 2001.
IBGE. (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATISTICA) 2015. Disponível em: http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/producaoagropecuaria/abate-leite-couro ovos_201501publ_completa.pdf. Acessado em: Fevereiro/2016.
OLIVEIRA, A. A.; MELO, C. B.; AZEVEDO, H. C. Diagnóstico e determinação microbiológica da mastite em rebanhos bovinos leiteiros nos tabuleiros costeiros de Sergipe. Ciência Animal Brasileira, v. 10, n. 1, p. 226-230, 2009.
REIS, S. R.; SILVA, N.; BRESCIA, M.V. Antibiotic therapy for subclinical mastitis control of lactating cows. Arquivo Brasileiro de Medicina Veterinária e Zootecnia, v. 55, n. 6, p.651- 658, 2003.
RODRIGUES, A. C. de O. IDENTIFICAÇÃO BACTERIANA A CAMPO DA MASTITE BOVINA PARA ORIENTAR PROTOCOLOS DE TRATAMENTO - Piracicaba, 2008. 95 p.Tese (Doutorado) Escola Superior de Agricultura Luiz de Queiroz, 2008.
RUPP, R.; BEAUDEAU, F.; BOICHARD, D. Relationship between milk somatic-cell counts in the first lactation and clinical mastitis occurrence in the second lactation of French Holstein cows. Preventive Veterinary Medicine, v. 46, n. 2, p. 99-111, 2000.
SANTOS, M. V., AND L. F. L FONSECA. Estratégias para controle de mastite e melhoria na qualidade do leite: conceitos sobre mastite bovina e métodos diagnósticos. Barueri: São Paulo: Manole, 314 p. 2007.
SCHROEDER, J. W. Mastitis Control Programs: Bovine Mastitis and Milking Management: North Dakota State University of Agriculture and Applied Science, 1997. 12p. (NDSU Extension Service).
SCHUKKEN, Y. H., WILSON, D. J., WELCOME, F., GARRISON-TIKOFSKY, L., & GONZALEZ, R. N.Monitoring udder health and milk quality using somatic cell counts. Veterinary research, v. 34, n. 5, p. 579-596, 2003.
53
STEWART M, WEBSTER JR, SCHAEFER AL, COOK NJ, SCOTT SL. Infrared thermography as a non-invasive tool to study animal welfare. Animal Welfare, v.14, p.319-325, 2005
WELLNITZ, O., DOHERR, M. G., WOLOSZYN, M., & BRUCKMAIER, R. M. Prediction of total quarter milk somatic cell counts based on foremilk sampling. Journal of dairy research, v. 76, n. 03, p. 326-330, 2009.
WICKSTRÖM, E., PERSSON-WALLER, K., LINDMARK-MÅNSSON, H., ÖSTENSSON, K., & STERNESJÖ, Å. Relationship between somatic cell count, polymorphonuclear leucocyte count and quality parameters in bovine bulk tank milk. Journal of dairy research, v. 76, n. 02, p. 195-201, 2009.
ZAFALON, L. F., NADER FILHO, A., OLIVEIRA, J. V. D., & RESENDE, F. D. D. Comportamento da condutividade elétrica e do conteúdo de cloretos do leite como métodos auxiliares de diagnóstico na mastite subclínica bovina. Pesquisa Veterinária Brasileira, v. 25, n. 3, p. 159-163, 2005.
54
DISCUSSÃO
Ao analisar as imagens termográficas, pode-se observar que as variáveis “IRTU”
e “SCC” estão fortemente correlacionadas entre si e com a variável “IRTV”. Isto é, quanto
maior a temperatura do úbere e da vulva, maior contagem de células somáticas do leite e a
ocorrência de mastite subclínica nos animais. Para Hovinen et al. (2008), além de determinar
um aspecto qualitativo do leite, a contagem de células somáticas é inerentemente relacionada
à saúde do úbere de uma vaca, uma vez que uma alta contagem de células somáticas é
indicativa de reação inflamatória do tecido mamário. Aumento da temperatura local é uma
característica de inflamação, devido à maior quantidade de sangue que flui pelos vasos locais.
Assim, a observação da temperatura superficial na área afetada pode ser utilizada para
diagnosticar infecção ou lesão.
Entre as variáveis termográficas “IRTU”, “IRTV” e o teste “CMT”, que
apresentaram vetores com a mesma direção e sentido, apresentam associação fortemente
positiva entre si. Devido à oclusão da vulva pela suspensão cauda, o controle da temperatura
da vulva pode limitar a aplicação prática da termografia infravermelho na fazenda. Cabeça, e
especialmente, o olho e de trás da orelha foram relatados para ser regiões do corpo promissora
para termografia porque essas regiões experimentam obstrução menos visuais em comparação
com o vulva que podem torná-los mais úteis para a detecção de cio com a TIV (HOFFMANN
et al.,2013).
Constata-se que as IRTU e IRTV se assemelham mais entre si, conforme o grau
de similaridade (91,80%). Contudo, a variável SCC também possui alto grau de similaridade
com essas variáveis (89,79%), o que a coloca como uma excelente candidata a ser predita por
essas duas variáveis. Portanto um modelo de predição de SCC em função IRTU e IRTV é o
que as análises apontaram.
Em vacas sadias, são encontradas baixas quantidades de células somáticas,
geralmente menos de 50.000 células/ml). Entretanto, diversos autores consideram que SCC de
até 200.000 células/ml não afeta a produção e a qualidade do leite produzido (BRITO, 1999a).
Na Europa, a contagem de células somáticas acima de 200.000 células/ml é
frequentemente considerada como um indicador de mastite (SCHUKKEN et al., 2003).
Acurácia do modelo corresponde a 95,83%, sensitividade é de 100% e
especificidade equivale a 90%. Tais índices revelam a alta eficiência da classificação oriunda
do modelo obtido.
55
Reforçando os indicadores supracitados, utilizou-se do índice Kappa (K) de
concordância, acompanhado do teste estatístico para resultados concordantes. O valor do
índice Kappa foi de 91,30 (P<0,01), reforçando que os valores concordantes não podem ser
considerados mero acaso, mas sim uma forte evidência de que o modelo, através do resultado
predito de SCC, permite o diagnóstico preditivo de mastite com eficácia e grande
confiabilidade.
Resultados semelhantes foram relatados por Polat et al. (2010), que encontraram
elevação da temperatura, nos casos de mastite clínica. Os resultados destes autores eram
esperados, pois processos inflamatórios aumentam o metabolismo do tecido com incremento na
geração e irradiação de calor (BERRY et al. 2003).
Brito (1999b) relata que o número de células somáticas aumenta em resposta à
inflamação do úbere, a SCC torna-se um método bastante eficaz para se estimar a presença de
mastite subclínica no rebanho.
De acordo com Schwarz et al. (2011), processos inflamatórios podem ocorrer em
glândulas mamárias com valores de SCC de vacas saudáveis (<200.000 céls/ml), sinalizando
mastite latente e presença de bactérias. Na realidade, o verdadeiro estado de saúde do úbere
deve basear-se apenas na presença de patógenos microbianos (HAMANN et al., 2005).
CONCLUSÕES GERAIS
A análise exploratória multivariada de dados, por meio de componentes principais
e a análise de agrupamento se mostraram eficazes para seleção de variáveis potencialmente
preditoras da SCC. Sendo IRTU e ITRV as melhores escolhas para predição de SCC.
Tal modelo apresentou alta eficiência por permitir predizer o diagnóstico da
mastite com alta precisão e sem os custos e o gasto de tempo necessário para a realização das
análises clínicas.
As análises multivariadas de componentes principais e de agrupamento foram
altamente eficientes para selecionar a variável com maior potencial de predizer SCC. Desse
modo, IRTU é a melhor escolha como variável preditora de SCC, quando comparada com a
TBC.
56
APÊNDICES
Apêndice 1 – Protocolo de aprovação do Comitê de Ética no Uso de Animais - CEUA do
Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais –
IFSULDEMINAS
