Livestock Research for Rural Development 25 (11) 2013 Guide for preparation of papers LRRD Newsletter

Citation of this paper

Le score des cellules somatiques du lait affecte les performances de reproduction chez la vache Holstein en Tunisie

R Bouraoui, B Jemmali, I Riahi, M Ben Salem, I Chebbi et B Rekik

Ecole Supérieure d’Agriculture de Mateur, 7030 Mateur, Université de Carthage, Tunisie
boulbaba.rekik@gmail.com

Résumé

Cette étude a pour objectif l’analyse des relations pouvant exister entre le score des cellules somatiques du lait (logarithme du comptage des cellules somatiques) et les performances de reproduction chez les 1 228 vaches laitières du troupeau de l’Agrocombinat Ghezela dans la région de Mateur (CAIGM). Deux bases de données ont été utilisées. La première comprend des données de reproduction à partir des fiches individuelles des vaches de la ferme durant la période allant de 2000 à 2006. La deuxième renferme les données des 13 813 contrôles laitiers effectués par les agents de l’office d’élevage et des pâturages (OEP) entre 2004 et 2007.

Les résultats obtenus ont mis en évidence que l’âge au vêlage, le stade de lactation, le mois de contrôle et les interactions mois de contrôle*année de vêlage, mois de contrôle*saison de vêlage affectent significativement le score des cellules somatiques (SCS) (P< 0,05). Ces facteurs expliquent 16,87 % des variations du SCS. La régression linéaire du taux de réussite à la première insémination (TRI1) en fonction du SCS montre que chaque élévation d’une unité du SCS entraîne une perte de 1% du TRI1, une augmentation de 1 % du pourcentage des vaches avec 3 inséminations et plus et de 0,02 de l’indice coïtal. Les équations de régression montrent aussi que l’élévation du SCS d’une unité s’accompagne d’un allongement de l’intervalle vêlage-première insémination (IVI1) et l’intervalle vêlage-insémination fécondante (IVIF) de 1 à 4 jours. L’effet négatif de l’augmentation du score des cellules somatiques est plus accentué chez les primipares. Il convient donc de lutter contre les mammites sub-cliniques dans les grands troupeaux.

Mots clés: grand troupeau, Nord de la Tunisie, performance de reproduction, score des cellules somatiques, vache laitière



Somatic cell counts affect reproductive performances in Holstein cows in Tunisia

Abstract

This study aimed to investigate relationships between somatic cell scores on reproduction performances in dairy cows at the agro-industrial complex herd in the Mateur region, in the north of Tunisia. This study covered seven years from 2000 until 2007. Two data were used to study different parameters. The first one contained information on reproduction from cows’ individual records. The second included test day records collected by the “office de l’élevage et des pâturages” (OEP) agents.

Results showed that the calving age, stage of lactation, test-day month and the interactions test- day month*calving year, test-day month*calving season affected significantly somatic cell scores (P <0.05). These factors explained 16.87 % of somatic cell score variation. Somatic cell score had negative effects on cow reproduction performances. Linear regression analysis revealed that every elevation of one unit of somatic cell score resulted in a loss of 1 % success in first insemination, an increase of 1 % of the percentage of cows with 3 inseminations and more, and an increase of 0.02 of coital index. Furthermore, calving to first service and calving to conception intervals increased by 1 to 4 days for each unit increase in somatic cell score. The negative effect of the increase of somatic cell score on reproduction was more accentuated in heifers. It is therefore suitable to control sub-clinical mastitis in large herds.

Keywords: dairy cows, North of Tunisia, reproduction performance, somatic cell score


Introduction

L’augmentation régulière et importante de la production laitière depuis plusieurs décennies ne s’est pas accompagnée d’une amélioration significative mais d’une détérioration de l’état de santé des mamelles (Barnouin et al 1983;  Pluvinage et al 1991). Ces infections peuvent avoir des conséquences économiques préjudiciables à plusieurs niveaux : soit par la diminution de la production brute lors d’épisodes aigues de l’atteinte de la mamelle (Coulon et al 1996), soit par la détérioration de la qualité du lait. Ces évolutions de systèmes de production sont associées aussi aux problèmes de fertilité (Winding et al 2006).

La numération cellulaire du lait est un témoin de l’état inflammatoire de la mamelle et donc, indirectement, de la présence d’une infection. Elle est utilisée chez les bovins laitiers pour le dépistage et la maîtrise des mammites sub-cliniques dans les élevages. La numération cellulaire apparaît comme le critère de sélection de choix pour améliorer la résistance aux mammites chez les bovins laitiers (Rupp et al 2000).

Les infections mammaires sont coûteuses non seulement en pertes de lait et en traitement, mais aussi en détérioration des performances de reproduction (Barker et al 1998 ; Schrick et al 2001). Bouchard (2003) a démontré au Canada que la mammite est une maladie à incidence assez élevée : une incidence lactationnelle (1 cas par lactation) de 17 % et une incidence des cas totaux (plusieurs par lactation) de 28 % et elle a le même effet pour le taux de conception à la première insémination (TC1) et le taux de conception à la deuxième insémination (TC2), soit une baisse de 2,8 %.

L’intervalle vêlage première insémination est significativement plus élevé chez les vaches avec une mammite clinique avant la première insémination (93,6 jours) que chez les autres groupes de vaches (71 jours). L’intervalle vêlage insémination fécondante chez les vaches avec une mammite clinique avant la première insémination (113,7 jours) et chez les vaches avec mammite clinique après la première insémination (136,6 jours) est plus élevé que chez les vaches indemnes de mammites cliniques et les vaches avec mammite clinique après la confirmation de gestation (92,1 jours) (Barker et al 1998). L’objectif de cette étude était d’expliquer les variations des paramètres de reproduction par les scores de cellules somatiques chez les vaches de race Holstein en Tunisie.


Matériel et méthodes

Présentation du site d’étude

Le complexe agro-industriel « Ghezela-Mateur » (CAIGM) est sous la direction de l’Office des terres domaniales (OTD). Le CAIGM dispose de 4 fermes dont la surface agricole totale est de 5 583 ha. Le CAIGM a un caractère polyvalent. Différentes spéculations sont exercées à savoir les spéculations animales (bovin, ovin) et les spéculations végétales (grande culture et arboriculture). La majorité des terres du CAIGM sont en plaine. Les sols ont une texture fine. Le complexe est situé dans l’étage bioclimatique subhumide avec une pluviométrie moyenne enregistrée sur 30 ans de 543 mm/an. La température moyenne sur 30 ans varie de 6 °C (février) à 33 °C (août).

Présentation du troupeau

Le CAIGM dispose d’un troupeau de vaches laitières de race Holstein. Ce troupeau est divisé en 6 étables qui ont la même conception et la même capacité qui est de 214 vaches.  Le CAIGM dispose de 1228 vaches laitières. Les bâtiments sont semi-ouverts et sont conduits en stabulation libre. Les vaches dans chaque étable sont divisées en 4 lots, les hautes (> 20 l), les moyennes (13-20 l, les faibles productrices (< 13 l), et les vaches taries. Il y a 44% de vaches primipares et 56% de vaches multipares.

Collecte et édition des données

Cette étude porte sur les données des contrôles laitiers, effectués par l’Office d’Elevage et des Pâturages  (OEP). Les données analysées représentent 13 813 contrôles réalisés entre 2004 et 2007. Le fichier de données comprend pour chaque contrôle le numéro troupeau, le numéro de la vache, le numéro de lactation, la date du vêlage, la date du contrôle, le numéro du contrôle, la production laitière et le comptage des cellules somatiques (CCS).  Seules les données des 10 premiers contrôles ont été retenues. Les quantités journalières de lait aberrantes ont été éliminées. Pour cela, seules les valeurs appartenant à l’intervalle de la moyenne plus ou moins 3,15 écarts-types (μ±3,15σ) ont été retenues. Les données du CCS n’ont pas subi de restriction.

La collecte des données sur la reproduction a été réalisée à partir d’une consultation des fiches individuelles des vaches laitières. Les critères d'appréciation des performances de la reproduction qui ont été retenus sont le numéro de la vache, la date de naissance, la date du premier vêlage, les dates des inséminations réalisées, la date des vêlages et le numéro de lactation. Les paramètres étudiés sont le taux de réussite en première insémination, le pourcentage des vaches ayant nécessités 3IA et plus, l’indice coïtal, l’intervalle vêlage- vêlage, l’intervalle vêlage- première insémination et l’intervalle vêlage- insémination fécondante.


Analyse des données

Facteurs de variation des scores des cellules somatiques

Calcul des scores des cellules somatiques (SCS)

Les données de la base (comptage des cellules somatiques) doivent tout d’abord être multipliées par 103. Pour avoir une meilleure distribution des données, on a procédé à une transformation logarithmique à base 2 (log2): SCS = log2 (comptage des cellules somatiques). Cette transformation assure la normalité des SCS et la linéarité de la relation pouvant lier la quantité du lait et les SCS.

Pour étudier les facteurs de variation des scores des cellules somatiques le modèle linéaire suivant a été utilisé:

Yijklm = µ + Sti + AGVj + ANk + NLl + Sm + Sm*ANk + eijklm

Où: Yijklm: la nième mesure des performances de reproduction,
   µ: moyenne générale,
    AGVi: Effet fixe de l’âge au vêlage,
    ANj: Effet fixe de l’année de vêlage,
    Pk: Effet fixe de la parité,
    Sl: Effet fixe de la saison de vêlage,
    Sl*ANj: Effet de l’interaction mois de saison de vêlage- année de vêlage,
    eijmlm: Erreur résiduelle aléatoire avec eijklm ~ N (0, δ2).

Facteurs de variation des paramètres de reproduction

Les facteurs de variation des paramètres de reproduction ont été étudiés selon le modèle suivant:

Yijklm = µ + AGVi + ANj + Pk + S+ Sl*ANj + eijklm

Où: Yijklm : la nième mesure des performances de reproduction,
    µ: moyenne générale,
    Sti : Effet fixe du stade de lactation,
    AGVj : Effet fixe de l’âge au vêlage,
    ANk: Effet fixe de l’année de vêlage,
    NLl: Effet fixe du numéro de lactation,
    Sm: Effet fixe de la saison de vêlage,
    Sm*ANk: Effet de l’interaction mois de saison de vêlage- année de vêlage,
    eijmlmn: Erreur résiduelle aléatoire avec eijklmn ~ N (0, δ2).

Relation entre SCS et paramètres de reproduction

Cette relation a été établie en faisant une régression linéaire simple entre les paramètres de reproduction et SCS selon le modèle suivant:

Où: Yij: la mesure de l’ième performance de reproduction,
    SCSi est la mesure du ième contrôle du SCS,
    ßo: intercept,
    ßi: Coefficient de régression des performances de reproduction sur les scores des cellules somatiques,
    eij : Erreur résiduelle aléatoire avec eij ~ N (0, δ2).


Résultats et discussion

Performances moyennes

Le tableau 1 présente les performances moyennes des vaches laitières du CAIGM ainsi que leurs écarts types. La moyenne de la production laitière de la ferme est de 17 kg/jour/vache en lactation, soit 5 445 kg pour une lactation qui dure en moyenne 320 jours. Cette moyenne est inférieure à la moyenne trouvée par Ben Salem et al (2007) qui est de 5900 kg et celle trouvée par Ajili et al (2007) et qui est de 5 905 kg en Tunisie.Le tableau 1 présente les performances moyennes des vaches laitières du CAIGM ainsi que leurs écarts types. La moyenne de la production laitière de la ferme est de 17 kg/jour/vache en lactation, soit 5 445 kg pour une lactation qui dure en moyenne 320 jours. Cette moyenne est inférieure à la moyenne trouvée par Ben Salem et al (2007) qui est de 5900 kg et celle trouvée par Ajili et al (2007) et qui est de 5 905 kg en Tunisie.

Tableau 1. Performances moyennes des vaches laitières

Variable

N

Moyenne

Ecart-type

Min

Max

PL (kg/j)

2403

17

5,69

3,4

37

CCS (1000c/ml)

2410

557

1351

5

17049

SCS

2410

3.47

1,53

0,004

8,14

AGV1 (mois)

1034

31

2,74

20

39,2

IVI1 (jours)

2307

100

53

22

299

IVIF(jours)

1911

149

71

40

300

IVV (jours)

2128

460

107

235

797

NI

2336

2,68

1,78

1

11

PL :production laitière ; CCS : comptage des cellules somatiques ; SCS : Score des cellules somatiques ; AGV1 : Age au premier vêlage ; IVI1 : intervalle vêlage-première insémination ; IVIF : intervalle vêlage -insémination fécondante ; IVV : intervalle vêlage – vêlage.

La moyenne du comptage des cellules somatiques est de 557 103 c/ml (SCS de 3,47) avec un écart-type de 1 351 c/ml, cet écart type élevé peut être expliqué par une forte dispersion des valeurs des comptages cellulaires autour de la moyenne (Tableau 1). Et comparativement à d’autres moyennes trouvées dans des études menées dans les conditions tunisiennes, on remarque que notre moyenne est très proche de celle trouvée par Ben Salem et al (2006), moyenne de 16 fermes au niveau du gouvernorat de Béja et qui est de 560,4 103 c/ml, et du même ordre que la moyenne arithmétique de la numération cellulaire trouvée par Mtaallah et al (2002), moyenne de 21 élevages bovins laitiers à grand effectif, et qui est de 626 103 c/ml.

Ces résultats révèlent une numération cellulaire élevée (557 103 c/ml), cette valeur permet de déclarer que les vaches du CAIGM sont probablement infectées. En effet, le seuil de 300 103 c/ml est considéré comme la valeur normale pour déclarer infectée une vache dont provient le lait examiné. Au-delà de 400 103 c/ml, il est fort probable que la vache soit atteinte par un pathogène majeur (Hanzen 2008).

Les moyennes des paramètres de reproduction illustrées dans le tableau 1 sont respectivement de 460, 100 et 149 jours pour l’intervalle vêlage- vêlage (IVV), l’intervalle vêlage- première insémination (IVI1) et l’intervalle vêlage- insémination fécondante (IVIF). Les moyennes de l’intervalle entre vêlages et l’intervalle vêlage-première insémination sont supérieures à celles trouvées par Ajili et al (2007) qui sont respectivement de 427 et 90 jours alors que la moyenne de l’intervalle vêlage- insémination fécondante est inférieure à celle rapportée par le même auteur et qui est de 163 jours. L’indice coïtal est de 2,68 qui dépasse celui rapporté par Ben Salem et al (2007) qui est de 2,18. L’âge au premier vêlage est en moyenne de 31 mois. Miladi (1989) a constaté qu’une génisse vêlant à l’âge de 39 mois aura une production laitière supplémentaire de 675 kg par rapport à celle qui vêle à l’âge de 24 mois. Alors que Ajili et al (2007) ont suggéré que la valeur optimale est entre 23 et 27 mois.

Variation du SCS

Il s’avère d’après le tableau 2 qui présente les différentes sources de variation du score des cellules somatiques, que la saison de vêlage, l’année de vêlage et la parité n’ont pas d’effet significatif pour ce caractère. Par contre, l’âge au vêlage, le stade de lactation, le mois de contrôle et les interactions mois de contrôle*année de vêlage, mois de contrôle*saison de vêlage affectent significativement le SCS (P<0,05). Les facteurs inclus dans le modèle n’expliquent que 16,87 % des variations du SCS.

Tableau 2. Sources de variation du SCS.

Sources de variation du SCS

CM

P

Age au vêlage

13,1

0,0108

Stade de lactation

7,1

0,0289

Saison de vêlage

3,8

0,1280

Mois de contrôle

30,6

0,001

Année de vêlage

3,2

0,1719

Parité

0,001

0,9760

Année de vêlage*mois de contrôle

20,9

0,0001

Mois de contrôle*saison de vêlage

4,2

0,0007

R2

16,9%

CM=carré moyen ; P= Probabilité.

Stade de lactation

La figure 1 illustre la variation du SCS en fonction du stade de lactation, qui illustre en fait l’effet de l’intervalle vêlage-contrôle. Le stade de lactation affecte significativement le SCS (P < 0,05). Si on ne tient compte que de la période de production du lait proprement dit, on note une légère et régulière augmentation du taux cellulaire, la moyenne du SCS est minimale en début de lactation (3,39) puis elle augmente progressivement pour atteindre son maximum en fin de lactation (3,62). Ces résultats sont en accord avec ceux rapportés par Coulon et al (1996) et Rupp et al (2000) qui ont montré que les valeurs de SCS sont élevées en début de lactation, elles diminuent rapidement pour présenter un minimum à la fin du premier mois de lactation puis augmentent progressivement jusqu’à la fin de la lactation. De Haas et al (2002) ont affirmé ces deux phases de la courbe du SCS, une phase décroissante après le vêlage avec un minimum enregistré le 50ème jour de lactation et une phase ascendante jusqu’à la fin de la lactation. Mais dans notre étude on n’a pas pu mettre en évidence l’élévation du score des cellules somatiques en début de lactation puisque le premier contrôle n’a eu lieu qu’un mois après le vêlage. Cette élévation peut être expliquée par une augmentation de la sensibilité de la glande mammaire (reprise de la lactation, disparition de la sécrétion de la période sèche), ainsi qu’une augmentation de la pression pathogène liée aux germes d’environnement (mauvaises conditions hygiéniques du vêlage).

Figure 1. Evolution du score des cellules somatiques en fonction du stade de lactation.
Saison de vêlage

Cependant, la saison de vêlage n’a pas un effet significatif sur le SCS (P > 0,05). La figure 2 illustre que les vaches vêlant en été présentent les numérations cellulaires les plus élevées (3,59). Tandis que les vaches vêlant en printemps présentent les moyennes les plus faibles (3,38). Alors que dans la littérature, on trouve que les numérations cellulaires moyennes sont généralement plus élevées pour les vaches vêlant au printemps ou en été que pour les vaches vêlant en automne ou en hiver (Rupp et al 2000). Ces numérations cellulaires au cours de la lactation n’évoluent pas parallèlement pour des vaches vêlant à différents moments de l’année, ce qui traduit une interaction entre stade de lactation et mois de vêlage (Schukken et al 1990; Coulon et al 1996; Rupp et al 2000).

Figure 2. Evolution du score des cellules somatiques en fonction de la saison de vêlage.
Numéro de lactation

Pour le SCS, il s’avère que le numéro de lactation n’a pas d’effet significatif sur ce caractère (P > 0,05). Ceci n’est pas en accord avec les suggestions de Rupp et al (2000), qui affirment que la variation du SCS augmente de façon linéaire d’environ 0,20 à 0,25 unité par lactation. Le SCS minimale est enregistré pendant la 1ère lactation et la valeur maximale est atteinte au cours de la 3ème lactation ceci amène à dire que les multipares présentent des numérations cellulaires plus élevées que les primipares (Figure 3).

Figure 3. Evolution du score des cellules somatiques en fonction du numéro de lactation.
Facteurs de variation des paramètres de reproduction

L’âge au vêlage, l’année de vêlage, la parité, la saison de vêlage, sont toutes des sources de variations des paramètres de reproduction (P<0,05). Tous ces facteurs semblent affecter les performances de reproduction à l’exception de la parité pour l’indice coïtal. Le modèle choisi explique 26,15 %, 35 %, 23,15 % et 18,4 % des variations de l’intervalle vêlage- vêlage, de l’intervalle vêlage- première insémination, de l’intervalle vêlage- insémination fécondante et de l’indice coïtal, respectivement (Tableau 3)

Parité

Les moyennes illustrées dans le tableau 4 montrent que les primipares présentent des performances de reproduction plus faibles que celles des multipares donc des intervalles plus allongés. Ceci peut être expliqué par une mauvaise conduite alimentaire et sanitaire des génisses. Ces résultats sont en accord avec ceux trouvés par Silva et al (1992) et qui ont prouvé que l’intervalle vêlage- première insémination diminue avec le numéro de lactation, de même Dohoo et al (1983) ont montré que l’intervalle vêlage-insémination fécondante diminue avec le rang de lactation. Alors que d’autres auteurs ont prouvé que l’intervalle vêlage- première insémination (Stevenson et al 1983) et l’intervalle vêlage-insémination fécondante (Wood 1985) augmentent avec l’âge des vaches.

Tableau 3. Sources de variation des performances de reproduction
Sources de variation L’IVV L’IVI1 L’IVIF IC

CM

P

CM

P

CM

P

CM

P

AGV

652280

0,0001

435470

0,0001

252454

0,0001

12,3

0,0313

AVN

508963

0,0001

49979

0,0001

28640

0,0001

29,6

0,0001

Parité

158988

0,0001

78589

0,0001

58673

0,0001

7,2

0,0990

Svêlage

268113

0,0001

91634

0,0001

239280

0,0001

53,8

0,0001

Svêlage*AVN

35757

0,0001

23600

0,0001

30306

0,0001

3,7

0,1682

MIA1

104042

0,0001

34043

0,0001

23846

0,0001

54,4

0,0001

AVN*MIA1

33894

0,0001

14803

0,0001

14245

0,0001

9,4

0,0001

R2

26,15 %

35 %

23,15 %

18,4 %

CM=carré moyen ; P=probabilité.
AGV=âge au vêlage ; AVN= année de vêlage ; Svêlage= saison de vêlage ; MIA1= mois de l’insémination.


Tableau 4. Effet de la parité sur les paramètres de reproduction.

 

IVV (j)

IVI1 (j)

IVIF (j)

IC

Primipares

484a (3,6)

115a (1,8)

164a (2,5)

2,67a (0,05)

Multipares

443b (2,9)

88b (1,2)

140b (2,1)

2,68a (0,05)

Probabilité

0,0001

0,0001

0,0001

0,0990

(    ) = SEM

 

 

 

 

Saison de vêlage

La saison de vêlage semble affecter les paramètres de reproduction. Dans notre étude on révèle que les vaches vêlant en printemps présentent les performances les plus faibles (Tableau 5). Ceci peut être expliqué par le fait que les vaches qui ont vêlé au printemps vont être inséminées durant la période estivale, caractérisée par un manque de verdure et des hausses températures qui ont des répercutions négatives sur l’activité ovarienne qui se traduisent par l’allongement des intervalles entre vêlage, vêlage- première insémination et vêlage- insémination fécondante.

L'analyse des variations saisonnières des performances de reproduction doit être interprétée à la lumière des influences réciproques, au demeurant difficilement quantifiables et donc le plus souvent confondues, exercées par les changements rencontrés au cours de l'année dans la gestion du troupeau, l'alimentation, la température, l'humidité et la photopériode. Cette remarque est sans doute à l'origine des résultats souvent contradictoires observés l'encontre de l'effet de la saison (Hanzen et al 1996).

Tableau 5. Effet de la saison de vêlage sur les paramètres de reproduction
Eté Automne Hiver Printemps Probabilité
IVV (j) 475b (4,3) 443c (4,7) 458b (4,6) 486a (4,5) 0,0001
IVI1 (j) 99b (1,9) 86c (1,9) 96b (2,1) 115a (2,4) 0,0001
IVIF (j) 151b (2,7) 127d (3,1) 141c (3,3) 178a (3,2) 0,0001
IC 2,75b (0,07) 2,35c (0,06) 2,68b (0,06) 2,91a (0,08) 0,0001
(   ) = MSE

Selon Lacerte et al (2003) le stress causé par des températures élevées entraîne un impact significatif sur la performance de reproduction voir une augmentation des mortalités embryonnaires, la diminution de la durée des chaleurs, la réduction du nombre de chevauchement et la réduction du taux de conception. De même Frappier (1998) et Monty et Wolff (1974) ont montré cet effet dépressif de la température sur les performances de reproduction.


Relation entre la numération cellulaire et les performances de reproduction

Relation entre SCS et les paramètres de fertilité

La figure 4 illustre l’évolution du TRI1 en fonction du score des cellules somatiques. Il s’avère que ce taux varie constamment avec l’augmentation du score des cellules somatiques. On note une valeur maximale de 36,14 % pour un SCS égale à 0 et des valeurs minimales pour le SCS 3 et le SCS 7  respectivement de 26,65 et 26,32 %. La figure 4 illustre aussi la régression du TRI1 en fonction du SCS et montre que toute élévation d’une unité du SCS entraîne une perte de 1% du TRI1. La figure 4 montre que la diminution du TRI1 est plus élevée chez les primipares (1,6 %) que les multipares (0,34 %). Bosio (2006) a suggéré que le taux de réussite est maximal chez la génisse, nettement plus faible chez la femelle en lactation, et diminue graduellement avec l’âge. Selon Miller et al (2001) il y a une relation significative mais avec des régressions linéaires du TNR relativement faible surtout pour les teneurs en cellules somatiques enregistrées pendant les 2 à 3 semaines avant l’insémination, les valeurs de ces régressions semblent insuffisantes pour justifier le non retour des vaches en chaleurs uniquement pour des scores élevés en cellules somatiques.

Figure 4. Evolution du taux de réussite à la première insémination (TRI1) en fonction du SCS

La figure 5 montre que l’effet de l’élévation des scores des cellules somatiques est plus marqué pour les vaches ayant nécessité 3 inséminations et plus. Lorsque le SCS est égale à 7, le % 3IA est de 50 %. L’élévation d’une unité du SCS entraîne l’augmentation de 1 % du pourcentage de vaches avec 3 inséminations et plus. Selon Loeffler et al (1999) une mammite survenant dans les 3 premières semaines suivant la première insémination réduit de 50 % le risque de conception.

Figure 5. Evolution du pourcentage de vaches avec 3 IA et plus en fonction du SCS
Relation entre SCS et les paramètres de fécondité

Les équations de régression de l’intervalle vêlage première- insémination, l’intervalle vêlage- insémination fécondante et l’intervalle vêlage- vêlage sur les SCS sont présentées dans les figures 6 et 7. Les régressions des paramètres de fécondité sur le comptage des cellules somatiques sont significatives avec des coefficients positifs qui indiquent que l’augmentation de concentrations des cellules somatiques affecte négativement les paramètres de fécondité.

Figure 6. Evolution de l’IVI1 en fonction des SCS

Figure 7. Evolution d’IVIF en fonction des SCS

Les équations de régression montrent que l’élévation du SCS d’une unité s’accompagne d’un allongement de chacun des intervalles de 1 à 4 jours. Cet allongement concerne surtout les primipares. Ces résultats sont en accord avec la bibliographie; Barker et al (1998) ont rapporté que l’intervalle vêlage première insémination (94 jours) chez les vaches avec une mammite clinique avant la première insémination est significativement plus élevé que chez les autres groupes de vaches (71 jours). L’intervalle vêlage-insémination fécondante chez les vaches avec une mammite clinique avant la première insémination (114 jours) et chez les vaches avec mammite clinique après la première insémination (137 jours) est respectivement plus élevé que chez les vaches indemnes de mammites cliniques et les vaches avec mammite clinique après la confirmation de gestation (92 jours). De même Santos et al (2004) ont suggéré que si le premier cas de mammites cliniques précède la première insémination il y aura un allongement de l’intervalle vêlage- première insémination. Ces résultats sont similaires à ceux trouvé par Schrick et al (2001) qui ont montré que les vaches avec mammites sub-cliniques avant la première insémination ont un intervalle vêlage- première insémination prolongé comparativement aux vaches indemnes d’infections intra-mammaires avant la première insémination.

L’effet des mammites sur les performances de reproduction chez les vaches laitières peut être expliqué par deux mécanismes, le premier c’est la production de substances qui affectent la qualité et le développement des ovocytes et des embryons, l’environnement utérin et la fonction ovarienne (Riollet et al 2001). Moore et al (1991) ont suggéré que ces substances peuvent être des composés présents dans la paroi des bactéries (endotoxines ou peptidoglycanes) ou encore des substances chimiques que la vache produit pendant l’inflammation (prostaglandines, interleukines). Butler (2000) a démontré que l’endotoxine apparaît pour perturber la phase pro-oestrale chez les ruminants et interrompre l’augmentation préovulatoire de E2 donc retarder ou bloquer la sécrétion de LH et l’ovulation ultérieure. Selon Barker et al (1998) le retard de la première insémination chez les vaches ayant expérimenté des mammites cliniques peut être dû à l’absence de l’ovulation due à l’insuffisance des concentrations de LH et/ou l’oestradiol 17β (E2) ou bien aux changements des intervalles entres chaleurs dus à l’élévation des concentrations de prostaglandine F2α.

L’autre mécanisme possible par lequel les mammites peuvent affecter ces paramètres de reproductions c’est l’élévation de la température corporelle (stress thermique) qui peut être due aux infections mammaires de type Gram positive et Gram négatif (Wenz et al 2001). L’exposition des ovocytes et des embryons au stress thermique compromet la fertilité et leur développement. A part l’effet direct de l’élévation de la température corporelle sur la qualité et le développement des ovocytes et des embryons, la fièvre peut indirectement affecter les performances de reproduction parce que les vaches ayant de la fièvre vont diminuer d’appétit et d’état corporel (Maltz et al 1997). Par conséquent, si une vache développe une mammite et de la fièvre en début de la période postpartum, période durant laquelle les vaches sont déjà prédisposées à une diminution de consommation d’aliment, il y aura une grande perte de la condition corporelle et un déficit énergétique prononcé, qui peuvent retarder la reprise de la cyclicité ovarienne (Butler 2000).


Conclusion


Références bibliographiques

Ajili N, Rekik B, Ben Gara A and Bouraoui R 2007 Relationships among milk production, reproductive traits, and herd life for Tunisian Holstein-Friesian cows. African Journal of Agricultural Research 2:47-51. http://www.academicjournals.org/ajar/PDF/Pdf2007/Feb/Ajili%20et%20al..pdf

Barker A R, Schrick F N, Lewis M J, Dowlen H H and Oliver S P 1998 Influence of clinical mastitis during early lactation on reproductive performance of Jersey cows. Journal of Dairy Science 81:1285-1290. http://dx.doi.org/10.3168/jds.S0022-0302(98)75690-5

Barnouin J, Fayet J C, Brochart M et Bouvier M 1983 Enquête éco-pathologique continue: 1. Hiérarchie de la pathologie observée en élevage bovin laitier. Annales Recherche Vétérinaire 14:247-252.

Ben Salem M, Bouraoui R et Chebbi I 2007 Tendances et identification des facteurs de variation des paramètres de reproduction chez la vache laitière en Tunisie. Rencontres Recherche Ruminants, 14: 371. http://www.journees3r.fr/IMG/pdf/2007_09_reproduction_05_BenSalem.pdf

Ben Salem W, Haddad B, Nasri M et Othman M H 2006 Analyse de la numération cellulaire et de l’hygiène de la traite dans les élevages bovins de la région de Béja au nord de la Tunisie. Revue de l’INAT. Volume 21 n°1.

Bosio L 2006 Relations entre fertilité et évolution de l’état corporel chez la vache laitière: le point sur la bibliographie. Ecole nationale vétérinaire de Lyon. Thèse Doctorat de Médecine Vétérinaire n°57. 110 p.

Bouchard E 2003 Portrait Québécois de la reproduction. Symposium sur les bovins laitiers. Centre de référence en agriculture et agroalimentaire du Québec. http://www.agrireseau.qc.ca/bovinslaitiers/Documents/Bouchard_Emile.pdf

Butler W R 2000 Nutritional interactions with reproductive performance in dairy cattle. http://dx.doi.org/10.1016/S0378-4320(00)00076-2

Coulon J B, Dauver F et Garel J P 1996 Facteurs de variation de la numération cellulaire du lait chez des vaches laitières indemnes de mammites cliniques. INRA Production Animale 9(2):133-139. https://www6.inra.fr/productions-animales/1996-Volume-9/Numero-2-1996/Facteurs-de-variation-de-la-numeration-cellulaire-du-lait-chez-des-vaches-laitieres

De Haas Y, Barkema H W and Veerkamp R F 2002 The effect of pathogen-specific clinical mastitis on the lactation curve for somatic cell count. Journal of Dairy Science 85:1314–1323. http://dx.doi.org/10.3168/jds.S0022-0302(02)74196-9

Dohoo I R, Martin S W, Meek A H and Sandals W C D 1983 Disease, production and culling in Holstein-Friesian cows. 1.The data. Preventive Veterinary Medicine 1:321-334. http://dx.doi.org/10.1016/0167-5877(83)90003-X

Frappier C 1998 Une bonne reproduction n’est pas le fruit du hasard. Revue le producteur de lait québécois : Alimentation, 21-24. http://www.lait.org/fichiers/revues/PLQ-1998-10/alimentation.pdf

Hanzen Ch, Houtain J Y, Laurent Y et Ectors F 1996 Influence des facteurs individuels et de troupeau sur les performances de reproduction bovine. Annales de Médecine Vétérinaire 140:195-210

Hanzen Ch 2008 La pathologie infectieuse de la glande mammaire. Approche individuelle, 1-29.

Lacerte G, Bryson A, Loranger Y et Bousquet D 2003 La détection des chaleurs et le moment de l’insémination. Symposium sur les bovins laitiers. Centre de conférence en agriculture et agroalimentaire de Québec. CRAAQ. http://www.agrireseau.qc.ca/bovinslaitiers/Documents/Lacerte_Guy.pdf

Loeffler S H, De Vries M J and Schukken Y H 1999 The effect of time of disease occurrence, milk yield and body condition on fertility of dairy cows. Journal of Dairy Science 82 : 2589-2604. http://dx.doi.org/10.3168/jds.S0022-0302(99)75514-1

Maltz E, Devir S, Metz J H M and Hogeveen H 1997 The body weight of the dairy cow. I. Introductory study into body weight changes in dairy cows as a management aid. Livestock Production Science 48: 175–186. http://dx.doi.org/10.1016/S0301-6226(97)00024-9

Miladi D 1989 Caractéristiques de productions et reproduction des souches frisonnes en Tunisie, calcul des coefficients de correction et estimation des paramètres génétiques. Mémoire de cycle de spécialisation de l’INAT, 74 p.

Miller R H, Clay JS and Norman H D 2001 Relationship of somatic cell score  with fertiliy measures. Journal of Dairy Science 84: 2543- 2548. http://dx.doi.org/10.3168/jds.S0022-0302(01)74706-6

Monty D E and Wolff L K 1974 Summer heat stress and reduced fertility in Holstein Friesian cows in Arizona. American Journal of Veterinary Research 35: 1495-1500.

Moore D A, Cullor J S, BonDurant R H and Sischo W M 1991 Preliminary field evidence for the association of clinical mastitis with altered interestrus intervals in dairy cattle. Theriogenology 36 : 257–265. http://www.ncbi.nlm.nih.gov/pubmed/16726998

Mtaallah B, Oubey Z et Hammami H 2002 Estimation des pertes de production en lait et des facteurs de risque des mammites subcliniques à partir des numérations cellulaires de lait de tank en élevage bovin laitier. Revue Médecine Vétérinaire 153(4): 251-260. http://www.revmedvet.com/2002/RMV153_251_260.pdf

Pluvinage P, Ducruet T, Josse J et Monicat F 1991 Facteurs de risque des mammites des vaches laitières. Résultats d’enquête. Recueil de Médecine Vétérinaire 167:105-112.

Riollet C, Rainard P and Poutrel B 2001 Cell subpopulations and cytokine expression in cow milk in response to chronic Staphylococcus aureus infection. Journal of Dairy Science 84: 1077-1084. http://dx.doi.org/10.3168/jds.S0022-0302(01)74568-7

Rupp R, Boichard D, Bertrand C et Bazin S 2000 Bilan national des numérations cellulaires dans le lait des différentes races bovines laitières françaises. INRA Productions Animales 13 (4): 257-267. http://www6.inra.fr/productions-animales/2000-Volume-13/Numero-4-2000/Bilan-national-des-numerations-cellulaires-dans-le-lait

Santos J E P, Cerri R L A, Ballou M A, Higginbotham G E and Kirk H H 2004 Effect of timing of first clinical mastitis occurrence on lactational and reproductive performance of Holstein dairy cows. Animal Reproduction Science 80: 31–45. http://dx.doi.org/10.1016/S0378-4320(03)00133-7

Schrick F N, Hockett M E, Saxton A M, Lewis M J, Dowlen H H and Oliver S P 2001 Influence of subclinical mastitis during early lactation on reproductive parameters. Journal of Dairy Science 84: 1407-1412. http://dx.doi.org/10.3168/jds.S0022-0302(01)70172-5

Schukken Y H, Burman J, Brand A, Van Der Geer D and Grommers F J 1990 Population dynamics of bulk milk somatic cell counts. Journal of Dairy Science 73: 1343-1350. http://dx.doi.org/10.3168/jds.S0022-0302(90)78801-7

Silva H M, Wilcox C J, Thatcher W W, Becker R B and Morse D 1992 Factors affecting days open, gestation length and calving interval in Florida dairy cattle. Journal of Dairy Science 75: 288-293. http://dx.doi.org/10.3168/jds.S0022-0302(92)77764-9

Stevenson J S, Schmidt M K and Call E P 1983 Factors affecting reproductive performance of dairy cows first inseminated after five weeks postpartum. Journal of Dairy Science 66: 1148-1154. http://dx.doi.org/10.3168/jds.S0022-0302(83)81911-0

Wenz J R, Barrington G M, Garry F B, Mc Sweeney K D, Dinsmore R P, Goodell G and Callan R J 2001 Bacteremia associated with naturally occurring acute coliform mastitis dairy cows. J. Am. Vet. Med. Assoc. 219 : 976–981. http://www.ncbi.nlm.nih.gov/pubmed/11601796

Windig J J, Calus M P L, Beerda B and Veerkamp R F 2006 Genetic correlation between milk production and health and fertility depending on herd environment. Journal of Dairy Science 89:1765-1775. http://dx.doi.org/10.3168/jds.S0022-0302(06)72245-7

Wood P D P 1985 Importance of the calving interval to milk yield in the following lactation of British Friesian cows. Journal of Dairy Research 52:1-8. http://dx.doi.org/10.1017/S0022029900023839


Received 20 August 2013; Accepted 3 October 2013; Published 1 November 2013

Go to top