Förbättrad detektion av mastit hos mjölkkor

Specifika mål är att öka användbarheten av de stora databaser med online information som genereras i automatiska mjölkningssystem genom att använda "data mining", samt att optimera mastitdiagnosen genom att utveckla förbättrade algoritmer. Data mining och imputation kommer att användas eftersom inte alla variabler mäts på alla individer och inte alltid hela tiden, vilket ger upphov till stora mängder saknade datapunkter. Avancerade statistiska metoder, som exempelvis "dynamic linear models", kommer att användas eftersom mastit är en latent variabel som inte kan mätas direkt och eftersom datapunkterna är multivariata och starkt korrelerade i både tid och rum.

Vi förväntar oss att resultatet av forskningen kommer att väsentligt förbättra möjligheten att tidigt upptäcka mastit hos mjölkkor och därigenom öka chanserna att motverka sjukdomen och då minska de kostnader och risker för antibiotikaresistens som hör samman med mastit.