《表1 应用MIR预测奶牛疾病文献的研究总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《应用MIR预测牛健康状况的研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：SARA：亚急性瘤胃酸中毒；m Ac：牛奶丙酮浓度；m BHBA：牛奶β-羟基丁酸浓度；b BHBA：血液β-羟基丁酸浓度；EB：能量平衡；EC：体能量含量；EI：能量摄取；R2C：建模决定系数：R2CV：交叉验证决定系数；R2V：外部验证决定系数；Acc：准确性；Sen：敏感度；Spe：特异性；S

Müllera等建立了基于MIR的奶牛EB预测模型，以自动称重槽计算对65头德国荷斯坦牛的EB进行了计算，使用线性回归模型以牛奶MIR、牛奶成分以及奶牛胎次和泌乳阶段信息相结合建立预测模型，结果在前4个泌乳周中，多胎母牛与初产母牛的EB预测模型交叉验证决定系数（Cross-calidation.coefficient.of.determination，.R2CV）分别为0.55与0.83，在第5～10个泌乳周中，多胎母牛与初产母牛EB预测模型的R2分别为0.57与0.71；同时采集了585个血样样本（来自相同的65头牛），进行血清BHBA浓度检测，使用相同线性回归模型建立了血清BHBA浓度预测模型，其R2为0.42；当以血液BHBA大于1.200μmol/L为阈值时，判别EB模型的灵敏度为44%～75%，特异性为93%～97%[2]。