《Journal of Dairy Science》：Meta-analysis to predict the effects of extended lactations on milk production and reproductive performance of dairy cows
编辑推荐：
采用Meta分析方法量化了延长泌乳（EXTL）对奶牛产奶量和繁殖性能的影响。研究人员通过系统性文献检索，识别出比较EXTL管理奶牛与传统泌乳期长度管理奶牛之间产奶量和繁殖性能的研究，最终纳入21项研究。从这些研究中收集的数据包括产犊间隔（CInt）、自愿等待期
采用Meta分析方法量化了延长泌乳（EXTL）对奶牛产奶量和繁殖性能的影响。研究人员通过系统性文献检索，识别出比较EXTL管理奶牛与传统泌乳期长度管理奶牛之间产奶量和繁殖性能的研究，最终纳入21项研究。从这些研究中收集的数据包括产犊间隔（CInt）、自愿等待期（VWP）、胎次、品种、农场类型（试验性vs.商业性），以及奶牛是根据生产性能和个体特征选择性分配至EXTL，还是随机分配。研究人员提取了每个产犊间隔日的能量校正奶产量（ECM/CInt）、首次配种受胎率和每次受胎的配种次数所对应的处理均值。针对每个结局指标建立了以研究为随机效应的混合效应模型。模型中，CInt作为ECM/CInt的主要预测因子，VWP作为首次配种受胎率和每次受胎配种次数的主要预测因子，同时保留显著的其他协变量。研究人员还进行了亚组分析，以比较选择性与随机分配至EXTL的研究。CInt长度与ECM/CInt的关系因胎次而异：初产牛CInt每增加10 d，ECM/CInt增加0.08 kg/d；而经产牛未观察到CInt长度对ECM/CInt的影响。基于个体奶牛特征和生产性状对经产牛进行选择性EXTL分配，与随机分配相比，倾向于与ECM/CInt高出1.9 kg/d相关，尽管选择性分配至EXTL的奶牛产量与传统管理奶牛相似。此外，用于识别适合EXTL奶牛的标准在各研究间差异很大，无法确定一致或明确有效的选择方法。延长VWP改善了各胎次的繁殖性能：VWP每增加10 d，每次受胎的配种次数减少0.02单位，首次配种受胎几率增加（经产牛为1.1倍，初产牛为1.04倍）。总体而言，本Meta分析结果表明，EXTL改善了两个胎次组的繁殖性能指标，并提高了初产牛的ECM/CInt；而经产牛产奶量的响应取决于是否选择性实施EXTL策略。这些结果表明，如果实施EXTL，应作为个体化而非群体水平策略应用。
现代奶牛通常经历10个月泌乳期和2个月干乳期以维持牧场盈利，但这一策略制定于数十年前。如今高产奶牛在传统10个月泌乳期后仍能维持较高日产奶量，美国奶牛年平均产奶量已从1990年的约6,705 kg增至2024年的超过10,960 kg。与此同时，奶牛繁殖性能在2000年代初出现下降，美国荷斯坦牛群平均受胎率于2001年降至约26%的低点。尽管通过遗传选择和繁殖方案改良，繁殖性能已有所恢复，但仍存在进一步改善空间。延长泌乳（extended lactation，EXTL）是一种将配种延迟至常规自愿等待期（voluntary waiting period，VWP）之后的策略，使奶牛泌乳超过传统10个月，并强调维持泌乳持久性。该策略可能有助于在奶牛摆脱负能量平衡和代谢应激后配种以提高受胎率，同时减少高风险过渡期次数，改善奶牛健康和福利，并降低温室气体排放。然而，商业牧场是否采用EXTL取决于其对盈利的综合影响，包括产奶量和繁殖成功。已有研究结论不一，且尚缺乏专门针对奶牛EXTL的定量Meta分析。因此，本研究旨在采用Meta分析方法量化EXTL对奶牛产奶量和繁殖性能的影响。
研究人员通过Web of Science、圭尔夫大学Omni检索工具和《Journal of Dairy Science》在线档案进行系统性文献检索，结合布尔逻辑关键词组合筛选文献，最终纳入符合标准的23篇文献（代表19个独立实验）。数据库来源涵盖商业牧场和试验牧场，品种包括荷斯坦牛、瑞典红白花牛以及混合品种。提取的数据包括产犊间隔（calving interval，CInt）、VWP、胎次、品种、农场类型，以及奶牛是否基于个体特征选择性或随机分配至EXTL。结局指标为每个产犊间隔日的能量校正奶产量（energy-corrected milk per calving interval day，ECM/CInt）、首次配种受胎率（first service conception rate，FSCR）和每次受胎的配种次数（number of inseminations per conception，NINS）。统计方法采用以研究为随机效应的混合效应模型，CInt作为ECM/CInt的主要预测因子，VWP作为FSCR和NINS的主要预测因子；模型评估使用均方根预测误差（RMSPE）和一致性相关系数（CCC）；并开展亚组分析比较选择性EXTL与随机EXTL。
**Milk Performance（产奶性能）**
由于胎次变量类别比例失衡，混合胎次组被排除在ECM/CInt模型之外。最终模型包含品种固定效应以及胎次与CInt的交互作用。结果显示，初产牛CInt每增加10 d，ECM/CInt增加0.08 kg/d；经产牛未观察到CInt长度对ECM/CInt的影响。模型RMSPE为3.6%，CCC为0.96，表明预测值与观测值高度一致，预测误差较小。
**Reproductive Performance（繁殖性能）**
NINS模型以VWP和胎次为固定效应，结果显示VWP每增加10 d，NINS减少0.02单位。FSCR模型包含VWP与胎次的交互作用，VWP每增加10 d，初产牛预期FSCR几率增加1.04倍，经产牛增加1.1倍。两个模型的RMSPE分别为8.6%和11.3%，CCC分别为0.90和0.84，表明模型拟合良好且无明显系统偏差。
**Subgroup analysis（亚组分析）**
亚组分析比较了常规泌乳、随机EXTL和选择性EXTL三组。对ECM/CInt，存在胎次与处理组的交互作用：初产牛中各处理组间无显著差异；经产牛中，选择性EXTL组的ECM/CInt倾向比随机EXTL组高1.9 kg/d，但选择性EXTL组与常规组无显著差异。对于繁殖性能指标，选择性EXTL组与随机EXTL组之间无差异，但两组EXTL奶牛的FSCR均高于常规组。
讨论部分指出，CInt长度对产奶量的影响依赖于胎次，初产牛通常具有更好的泌乳持久性，因此延长泌乳期可提高其ECM/CInt；经产牛则需要基于个体特征实施选择性EXTL。然而，各研究采用的选择标准差异较大，无法确定一致有效的选择方法。延长VWP改善繁殖性能的机制可能包括配种时产奶量降低、能量平衡改善、卵巢周期更规律以及产后疾病恢复更好，且该优势在经产牛中更为明显。实施EXTL时，泌乳持久性是关键遗传性状，选择持久性高的奶牛可能提高成功率，并可借助预测模型在泌乳早期预测个体奶牛表现以实现个体化延长。研究局限性包括样本量较小、无法纳入营养和挤奶频率等管理因素、ECM计算未完全标准化、无法按研究方差加权，以及部分回顾性研究包含因繁殖失败而非主动管理导致的延长泌乳。
综合结论为：研究人员通过Meta分析证明，EXTL对产奶量的影响因奶牛特征而异。初产牛CInt更长时ECM/CInt更高，而经产牛产奶量不受CInt影响。然而，基于个体特征和生产水平对经产牛选择性分配至EXTL，比随机分配获得更高的ECM/CInt；且选择性分配奶牛的ECM/CInt与传统管理奶牛相当。延长自愿等待期改善了所有胎次组的繁殖性能指标，表现为更高的首次配种受胎率和更少的每次受胎配种次数。这些结果表明，优化CInt和为EXTL选择合适奶牛是成功实施的关键；当EXTL在经济上合理时，应作为个体化策略而非群体策略应用。
