文摘

背景。小腿死亡率一直是乳制品行业的经济损失的主要原因在埃塞俄比亚。条件的结果在一个急剧下降的数量取代可持续奶制品公司小母牛和公牛。报告对小腿死亡率与广泛的患病率不断上升;然而,汇集流行这个条件尚未确定。因此,这个系统回顾和荟萃分析旨在定量估计的总患病率小腿死亡率在埃塞俄比亚。方法。进行了荟萃分析获得的总患病率小腿死亡率在埃塞俄比亚。进行一个全面的文献检索PubMed、非洲期刊在线,出租车、网络科学的直接,和谷歌学者。合格的研究都是基于预定义的纳入和排除标准选择。版主等研究领域,品种的小腿,研究设计,农业生态学,今年发表的研究文章被用作数据提取的一个里程碑。随机效应模型被用来估计汇集流行。发表偏倚和患病率的变化估计归因于异质性也被评估。结果。25原始研究论文的患病率小腿死亡率在埃塞俄比亚的各个部分都包括在内。小腿的报告发病率死亡率在0.9%和37%之间。小腿的总患病率的死亡率是14.79%,和汇集牛犊死亡率估计研究的整个时期关于1991年到2000年,2001年到2010年,2011年到2016年,和2017年到2020年为26.54%,17.03%,14.21%,和11.23%,分别。分析研究子组和位置显示显著的患病率的变化。观察高异质性的联合估计,即使在亚组分析。漏斗情节和食叶蛾的回归不对称系数(b=−1.0434)(95% CI =−1.49−0.59;值为0.012)建议发表偏倚的存在。也表明缺少研究,可以将所得钱款和Tweedie修剪和填补方法,他们可能会倒在一个漏斗图,想象他们为了增加情节的对称。分析还表明,小腿品种,样本大小和研究小腿的位置可能是版主死亡率患病率在埃塞俄比亚。结论。这一发现表明,小腿死亡率普遍存在和可能导致巨大经济损失乳制品行业在埃塞俄比亚。不可避免地,显著减少小腿死亡率患病率近年来被观察到自2010年以来,但减少尚未达成经济上可容忍的水平。小腿品种敏感性导致高发病率。因此,增加小腿健康干预措施和性能应该专注于减少小腿死亡率在农业和动物的水平。

1。介绍

埃塞俄比亚人口最大的牲畜,成为第一个在非洲和世界上第十(1,2]。这个人口众多的畜牧业在国民经济中起着重要的作用,以及数以百万计的农村小农经济社会发展的收入,就业,扶贫3]。此外,部门对出口收入的15%,目前支持80%的农村人口的生计(1,4]。

乳制品行业的畜牧生产单位被公认为最突出的产业之一在追求实现粮食安全和良好的福利(5]。在埃塞俄比亚,有一个越来越明显的趋势和以市场为导向的城市结合部乳品业的发展,正成为一个重要的牛奶和奶制品供应商。小规模的生产系统是主要的收入来源和城乡结合部贫困社区通过维持供应牛奶和奶制品的社区和继续在未来(6,7]。这个领域产生超过80%的牛奶,这使得它的一个关键组成部分乳制品市场及其未来发展(5]。

乳制品的扩张段在埃塞俄比亚有一个相当大的潜在机会乳制品生产商的粮食和营养安全(8]。然而,乳制品生产严重受到诸多限制的影响。在约束中,小腿疾病和preweaning死亡率是主要的决定成功饲养替代股票(9,10]。小腿死亡率乳制品生产商带来很大的经济损失。这起源于一生生产力下降,死亡损失,和生存。也会使对改善群遗传物质的损失,降低了可用的奶小母牛数量群替代和扩张11),导致短缺乳制品替代小母牛(9,12,13]。替换小母牛以来最高重要性的总盈利奶牛场奶牛小母牛基本股票未来群(14]。

多年来,许多研究人员报道的发生小腿死亡率在埃塞俄比亚。根据研究,明显的小腿死亡率估计患病率下降0.9%和37.3%的范围内基于观察性研究[6,9,10,15- - - - - -17]。这表明当前明显流行范围包括小腿死亡率20%,据估计,农场净利减少38% (18]。同时,小腿死亡率排名旁边乳腺炎作为乳品生产的第二个主要问题在埃塞俄比亚(19]。除此之外,上述研究表明,不同因素如小腿的品种、农业生态学和地理位置导致小腿死亡率患病率的变化明显。然而,到目前为止,还没有定量合成的报道进行了描述时空分布和最重要的小腿和环境风险影响因素的发生小腿死亡率。这些信息可以在可行的干预措施的发展具有十分重要的意义旨在减少死亡和生产力损失的负担与死亡有关。因此,这个系统回顾和荟萃分析针对的是(我)估计汇集小腿死亡率和患病率(ii)识别相关的预测可能决定观察汇集流行在埃塞俄比亚基于数据的研究。

2。材料和方法

这个荟萃分析研究基于系统回顾和荟萃分析的首选报告项目(棱镜)声明20.]。棱镜清单是用于确保包含相关信息的分析。结果感兴趣的是小腿死亡率的流行全国,埃塞俄比亚。

2.1。研究区域描述

在埃塞俄比亚的进行了系统回顾和荟萃分析,一个国家位于非洲之角位于3°00′-15°00′N纬度和32°30′-48°00′E经度。埃塞俄比亚的土地面积为104万公里²和1.16亿人口21),第二个在非洲人口最多的国家尼日利亚[旁边22]。埃塞俄比亚的气候适合农业,它也是一个回家估计有6040万头牛的2]。埃塞俄比亚有一个多样的地形,形成了不同的基础农业气候区。该地区位于海拔2300米以上(m.a.s.l)被认为是高地,周围是一个温带过渡区1500年和2300年之间m.a.s.l。叫米德兰,在该地区海拔低于1500 m.a.s.l。被归为低地(23]。

2.2。文献检索策略

一个全面的文献检索对小腿死亡率在埃塞俄比亚2020年2月到2020年4月被处决。电子数据库,如PubMed、出租车直接,非洲期刊网上谷歌学者、科学和网络直接。此外,当地机构库搜索来检索未发表的硕士论文。以下医疗主题标题(网)条款中使用的电子数据库的搜索引擎:小腿,死亡率,小牛死亡,和埃塞俄比亚。这些术语是重组短语尽可能相邻“小腿死亡率在埃塞俄比亚,”“小腿死亡率在埃塞俄比亚,患病率”和“患病率和埃塞俄比亚。在小腿死亡率”研究报告,包括在不同的小腿品种满足合格标准,安装到最后的荟萃分析。研究筛选策略和排斥的原因呈现在图1。

2.3。包含和排除标准

所有文章研究小腿死亡率在埃塞俄比亚的患病率已经下载并添加到到目前为止Mendeley经理参考。包含和排除标准研究开始前的资格审查过程。入选标准定义的相关性的文章荟萃分析假设我们的兴趣如果(我)发表在英语,(ii)是一项观察性研究报告的患病率小牛死亡,和(3)发表文章或在大学硕士论文库,报道的发病率死亡率只有在不同品种从1991年到2020年的小牛。否则,研究被排除在外,如果标题和摘要不相关的结果感兴趣的或未满足合格标准。副本也被严格检查和排除。在这项研究中,小牛被定义为年轻的年龄组牲畜从出生到9个月的年龄。文章符合上述标准审议最后荟萃分析和系统评价。标题两次检查都被排除在外,包括Mendeley引用管理器的数据库数据提取过程的开始之前,以避免丢失有价值的独立报告。这些相关文件维护和他们的结果制定preprepared数据提取Microsoft excel表。

2.4。数据提取

数据提取模板开发合理的预测,这是持续报道的大多数选择发表文章。预测数据集包括研究位置、样本容量的死亡人数,小腿品种,农业生态学,研究设计,作者的名字和年出版/研究。作者是完全从事独立数据提取基于合理的预测。模板进一步检查和丰富。最后,所选的文章和生成的数据集是反复核对,通过小组讨论和歧义排除。

2.5。文学偏见评估

文章进行评估观察within-study偏见在文献质量评价因为客观性和一致性是一个优先级。发表偏倚评估视觉检查漏斗图和食叶蛾的回归测试(不对称24]。多元回归是用来调查因素可能导致之间的异质性。杜瓦和Tweedie非参数“填补和修剪”线性随机方法被用来计算无偏估计(25]。

2.6。数据分析

描述性总结统计计算来确定抽样总数小腿下研究和普遍估计的范围在不同的小腿品种。数据转换为对数刻度规范化使用分布公式 ,在哪里影响的大小,是自然对数,估计是研究水平。汇集估计被重新计算从转换值将转换后的值转换为原单位的比例,按照公式 。森林图的随机效应模型是用于呈现相关的效应大小和重量为每个报告包括在审查中。

研究之间的异质性是评估通过科克伦的问测试报告为值),逆方差指数(我²),被称为“希金斯统计,被用来计算观察比例的变化归因于异质性的研究,和多元回归进行评估预测之间的水平的变化(26]。多元回归分析是单独为每个主持人包括在这项研究中。包括版主是分类变量,如样本类别,研究,研究位置,小腿品种,研究设计,农业生态学。这些变量有显著的价值观和保留在最后多变量分析。森林图是用来描述现有的水平差异超出机会在科克伦的统计数据(问)。标准的差异研究也计算(τ²)。多重共线性评估预测使用Kruskal伽马统计单变量回归,预测和伽马值在±0.6之间受到多重多元回归(27]。这种方法使我们能够识别可辩解的异质性的比例(我²)归因于预测有显著统计协会( )。亚组分析进行联合估计预测的类别。结果与 被认为是具有统计学意义。R核心团队项目(28)是用来分析数据。

3所示。结果

3.1。特点和研究的质量

55发表论文和硕士论文在文献检索中检索小腿死亡率。在检索到的文章中,只有25报告满足入选标准的系统回顾和荟萃分析(图1)。数据集是由30观察小腿品种(表而分手1)。然而,大约30报告是不同的,典型的样本大小,不适当的研究设计,和不同的农业生态学不成比例的样本;因此,他们被排除在外的其他必要的预测数据的缺乏。这个研究之间的差异自然大幅减少我们的数据集包括在分析中。包括研究论文进行了从1991年到2020年。小牛的总数,死在了研究是13762年和2571年,分别。样本大小范围从30 - 1829小牛(意思是:529;标准误差(SE):±90)。小腿死亡率记录在文学的流行范围从0.9%变化到37.3%(意思是:17.4%;标准误差(SE):±1.8%) (6,9,10,15- - - - - -17]。

3.2。在埃塞俄比亚包括地理分布的研究

报告收集研究的六个区域,即阿姆哈拉,远处,Oromia,南部国家民族和民族地区,索马里,提格雷,1991年和2020年之间。然而,这些地区被分为四个部分基于距离和方向的埃塞俄比亚首都的国家,也就是说,中部、北部、西北部和南部埃塞俄比亚,轻松地管理数据可用有效报告小腿死亡率。埃塞俄比亚中部位置从亚的斯亚贝巴半径150公里,埃塞俄比亚的首都。大多数研究都集中在中央埃塞俄比亚。从研究位置明显的患病率不同位置从0.9%到37.3%不等(表1)。共有48从25项研究调查地区被确定。然而,五个网站并不包括在地图由于缺少一个独特的位置标识符。一些研究没有映射空间分布将在同一地区同一位置标识符。空间分布和流行的位置观察埃塞俄比亚(图中描述2)。国内某些地方的人们,即中部、南部和西北埃塞俄比亚,含有大量的调查地点,而埃塞俄比亚北部只有几个小腿死亡率的研究。

3.3。荟萃分析

汇集患病率估计计算从一个随机效应(重新)荟萃分析和森林情节描述(表2;图3)。因此,汇集估计为14.79%和95%可信区间(11.68,18.18)。之间的差异研究,重新进行了荟萃分析使用的总样本量和死亡的人数(效果和效应值的标准误差)。荟萃分析表明之间的可变性是高( ,非均质性 与异质性卡方= 777.6 96.76%,0.0001)的价值。再保险的荟萃分析和比较模型在森林图(图生动地总结3)。

3.4。多元回归

3.4.1。单变量多元回归

单个变量的贡献比例可辩解的观察报告的异质性的分析以确定协变量的影响研究水平的估计累积患病率。如表所示3的比例每个预测变量对异质性的影响(我²)再保险模型中从0%到11%不等。在再保险模型中,最高的价值我²年的观察研究,样本大小,而研究设计、研究地点,和农业生态学表现出没有对异质性的影响(我²= 0%)。最终,我²值介于0和1之间,但是当抽样误差产生指定范围之外的一个比例值,计算出的值被设置为0如果-或1时1(以上41]。

3.4.2。多变量Meta-regressionx

在多变量多元回归,研究,小腿品种,和被认为是与各自的样本大小在单变量多元回归值低于0.25。所有这三个变量对患病率有显著的影响,但模型,然而,仅占30.2%的比例可辩解的之间的方差(原因不明的= 0.3044)。根据多变量模型中,杂交牛的患病率是64.7%以上的患病率高于当地品种(表4)。亚组分析显示,患病率最高(17.5%)是指出在埃塞俄比亚中部,而最低(12.1%)是埃塞俄比亚西北部(表2)。多变量的多元回归模型显示汇集流行预测的小腿死亡率增加77.6%从1991年到2000年相比,2017年到2020年(表4)。

3.5。敏感性分析

漏斗图(图4)和食叶蛾的回归不对称系数(b=−1.0434)(95% CI =−1.49−0.59;值为0.012)建议发表偏倚的存在,并还有一个整合的理论缺失的研究所得钱款和Tweedie修剪和填充方法。这发表偏倚的证据表明,模型更适合这些数据。

4所示。讨论

这是第一个荟萃分析小腿汇集流行的死亡率在埃塞俄比亚,从1991年到2020年报告的文献,通过分析的系统回顾和荟萃分析池25优秀硕士论文发表文章和小腿奶牛的死亡率。因此,它是至关重要的交流汇集小腿死亡率的状态估计的总效应,制定控制策略成功饲养牛和更换小母牛。然而,许多研究被包括在最终的荟萃分析已经大幅减少由于异质文学,不适当的研究设计,和典型的样本大小,以及缺乏所需的变量和数据相关的其他因素。

汇集流行的荟萃分析执行小腿死亡率变化随着时间的推移,与2016年以来的最低水平。这可能是容易获得相关兽医服务和电流增量的公众意识6,8,12,29日]。在表2,小腿的汇集流行再保险模型当前的报告死亡率为14.79%(95%可信区间;11.68 - -18.18%)。这一发现是死亡率明显高于经济容许极限级(3 - 5%),可以通过良好的小腿管理在经济上承受的水平(18,42,43]。这表明,小腿死亡率的主要约束,可能导致严重的经济危机在埃塞俄比亚乳品行业。此外,这一发现令人担忧,埃塞俄比亚,尽管非洲最大的牲畜数量和占世界十分之一人口的牲畜,乳制品生产紧急,但未满足的需要和置换群的需求。因此,应该有一个强制性的方法来降低小腿死亡率,提高盈利能力在埃塞俄比亚。

总的来说,这项研究小腿患病率死亡率呈下降趋势作为一个从中央地区的利润在所有地理方向和访问区域地区更遥远的地方生存广泛畜牧业实践主导(表2)。小牛死亡率患病率最高出现在埃塞俄比亚中部地区,可能是由于相对密集的现代制酪业的悠久历史记录,开始当埃塞俄比亚收到第一批外来品种在1950年代初从联合国善后救济总署在亚的斯亚贝巴(联合国善后救济总署)及其周边地区(44,45]。此外,这可能是由于这样的事实,大多数乳品生产商,政府和私人的商业,是发现在这一领域环绕首都的埃塞俄比亚和主要吸引研究者的注意和资助者暴露真正的小腿的健康问题。此外,研究记录的患病率较高的中心部分国家由于异国品种的养殖实践,容易受热带环境和糟糕的管理实践。

虽然第一次尝试乳制品发展的支持联合国善后救济总署计划给一个机会的开始,乳品生产和维护动物的繁殖计划,提高牛奶产量和替换可用性低是由于奶牛种群死亡率条件(现在仍然停滞不前),导致缺乏置换群(6,40,46]。我们的结果还透露小腿死亡率乳制品的汇集高流行跨地区的小腿。小腿高死亡率可能与农业有关的问题和不干预喜欢疫苗接种的小腿和其他生物安全措施(1,7,37]。这牛犊死亡率增加导致了巨大的经济损失和将继续增长如果没有实施干预措施。因此超出了经济可容忍的水平和需要进一步识别潜在风险因素的小腿死亡率,因此制定策略来控制小腿死亡的原因。

许多因素应该是小腿死亡率的流行。关于小腿品种(杂交与当地品种),目前的荟萃分析模型(重新)显示杂交的患病率要高(17.8%(95%置信区间CI: 13.2、21.6))比地方品种(10.5%(95%置信区间CI: 6.87、15.7))(表2)。支持这一发现发表的一些研究报告对繁殖的影响各种疾病遗传易感性,显示本地品种的小腿比外来品种耐死(6,9,47]。然而,严格调查真正的易感性的差异不同的小腿品种小腿死亡率将必要的异质性观测研究循证制定合理的策略来防止或减少小腿死亡在埃塞俄比亚。

尽管缺乏农业生态的类别之间的显著差异的患病率小腿死亡率,汇集估计在低地,最高为20.0%,其次是在米德兰(表高地的12.5%和15.6%2)。当小腿死亡率的整体状态被认为是从农业生态的角度来看,研究结果清楚地强调了需要注意无论农业生态学的乳制品小牛。局势的低地国家,然而,不同的应被视为报告的数量只有两个,,很难认为它们代表低地农业生态学。事实上,农业生态学生物解释作为病原体的致病因素,沉淀小腿死亡率;因此,这一发现可以揭示一个有趣的空间格局,应进一步调查。此外,小牛一起放牧水坝通常在低地农业生态学两个月年龄之后,这几乎是广泛的生产,这可能导致小腿疾病和,反过来,死亡率。

这个多变量多元回归模型负责30.2%的研究之间的异质性,表示其他因素的模型是贡献者小腿死亡率患病率。这些因素可能是如小腿年龄、性别,生产系统和群体大小不够用频率在这些文章中包含在系统回顾受到严格的荟萃分析(9,34,39]。从今以后,研究前景应该试图理解这些因素如何导致小腿总死亡率的流行。我们还需要坚持,必须小心应用荟萃分析的结果将发表偏倚和异质性中固有的局限性。除了关注的一致性,某些研究遭受缺乏清晰的描述研究区域对畜牧业的做法,运用,小腿品种描述是否交叉或地方,和其他动物物种共存存在与否,非正式的扑杀实践,和农场的卫生。进一步,我们审查仅限于文章发表在英语和MSc这些加载到存储库中,对我们的分析发表偏倚(图4)。支持这种潜在的偏见症的重要结果的回归测试48]。

小牛死亡可能是由于传染病和非传染性的代理,这可能是控制策略在若干国家支持的政策法规。这些一般的控制策略包括综合管理在出生之前;小牛出生后的护理;小牛出生后的喂养;和驱虫药49]。应用这些控制策略可以有效降低小腿死亡率,导致在一个经济水平和降低个人和herd-level患病率(42]。保障性住房建设策略可以实际上可能在发展中国家如埃塞俄比亚如果给这些实践的重点是所有者和理性的兽医服务的使用。另外,实践像饲养的小母牛在指定中心和销售将减少小腿饲养过程中不完善而导致的。但是,未来的应用程序应该综合控制策略的优化,可以实现在埃塞俄比亚。

5。结论

小腿死亡率14.79%的混合结果目前出版物25日进行的一项荟萃分析显示高以上的经济容忍水平小腿死亡率患病率在埃塞俄比亚。这表明小腿死亡率作为农民损失的重要原因,以及这个国家的经济。然而,小腿的流行死亡自2016年以来已经显著减少。研究记录的患病率较高的中心部分国家由于异国品种的养殖实践,容易受热带环境和糟糕的管理实践。为此,综合控制措施的实施应采取预防小腿的死亡,前提是畜牧业经济的未来取决于小牛采用简单的管理实践,比如确保摄入足够的初乳在早期生活中,适当的住房,良好的卫生习惯来减少疾病转移和提供干净的饮用水。此外,适宜喂养协议鼓励早期瘤胃发育和适当的动物保健可以改善小腿性能和降低小腿死亡率。

数据可用性

所有的数据分析都包括在发表的这篇文章。

的利益冲突

作者认为他们没有金融、个人或其他利益的冲突与其他个人或组织在这方面的工作。

作者的贡献

Ephrem托和Tamirat Kaba参加了实验设计、文献收集,数据分析,撰写草案和最终版本的手稿。Wasihun塞尤姆和Mesfin Shrube参与研究设计,文献收集、编写和数据分析。