尼日利亚高原州奶牛临床乳腺炎风险因素的多层次分析：一种分层混合效应逻辑回归建模方法

《BMC Veterinary Research》：Multilevel analysis of risk factors for clinical mastitis in dairy cows in Plateau State, Nigeria: a hierarchical mixed-effects logistic regression modelling approach

　　

摘要

乳腺炎仍是影响奶牛的重要健康问题，它会关系到动物福利、牛奶产量以及农场的盈利能力。在尼日利亚，目前缺乏大规模研究系统地探讨不同生产系统和不同地理区域中乳腺炎的多因素风险因素。本研究旨在通过分层混合效应逻辑回归和分组分析方法，评估乳腺炎的患病率并识别其风险因素。研究在尼日利亚中北部地区的298家奶牛场开展了横断面调查，收集了关于农场人口统计信息、动物特征、饲养管理方式、饮水和喂食习惯、挤奶卫生状况以及乳腺炎防治措施等方面的数据。在群体层面，乳腺炎被定义为在当前泌乳周期内至少有一例由养殖户报告的病例。由于乳腺炎的诊断依赖于养殖户的报告而非实验室检测结果（如加州乳腺炎检测法或体细胞计数），因此无法排除分类偏差的可能性，在解读研究结果时需予以考虑。研究者为每组变量建立了单变量和多变量混合效应逻辑回归模型，并通过随机截距来考虑地方政府区域层面的聚集效应。模型性能则通过似然比检验、类内相关系数以及残差诊断图来进行评估。本年度报告的乳腺炎患病率为59.4%（95%置信区间：53.7–64.9%）。最终的多变量模型显示，乳腺炎与群体规模、是否有工作公牛、挤奶卫生状况（如乳头浸泡和使用专用清洁布）以及乳腺炎防治措施之间存在显著关联。值得注意的是，规模较大的牛群患乳腺炎的概率明显更高（调整后比值比=6.56，95%置信区间：1.99–21.62），而挤奶后进行乳头浸泡则能显著降低患病概率（比值比=0.013，95%置信区间：0.000–0.797）。各模型的类内相关系数在0.58到0.83之间，表明在不同地方政府区域层面存在较大差异。在尼日利亚的奶牛场中，乳腺炎极为普遍，其风险因素包括群体人口统计特征、管理方式以及卫生习惯。采取基于证据的挤奶卫生措施以及针对性的群体管理策略，有望大幅降低乳腺炎的发病率。分层建模方法为识别特定环境下的风险因素以及制定适合各地的控制策略提供了全面的框架。