Survie des porcelets en maternité : un nouvel outil permet d’identifier automatiquement des facteurs de risque et des axes de progrès en élevage

Sylviane Boulot et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, Paris, p. 417-418, poster

Poster.

Avec un taux de mortalité moyen supérieur à 20%, la maîtrise de la survie des porcelets en maternité demeure une priorité, à la fois pour des raisons économiques et éthiques. Les axes de progrès dépendent à la fois des stades et causes de mortalité (Pandolfi et al., 2017). Les priorités sont difficiles à établir, avec des risques multifactoriels, et des impacts variables selon les élevages (Lemoine et al.,2018). En particulier, les niveaux de prolificité élevés augmentent aussi bien les risques de mortinatalité que les pertes en allaitement (Alonso-Spilsbury et al 2007). L’objectif de cette étude est d’évaluer l’intérêt d’un nouvel outil expert permettant à la fois d’identifier le profil de mortalité des élevages et les axes de progrès spécifiques à chacun, à partir des données de gestion technique (GTTT). 

ENG

Pre-weaning piglet survival: a new tool for automatic determination of risk factors and improvement

Poster.

As pre-weaning mortality still exceeds 20%, increasing piglet survival remains a priority, both for economic and ethical reasons. Areas for improvement depend on stages and causes of mortality. Farm priorities are difficult to establish because of multifactorial origins and variable impacts. The objective of this study wasto assess benefits of a new expert tool (PertMat) designed to perform automatic mortality profiling and identification of specific areas for improvement. This tool uses individual farm data stored in the French National Pig Management database (GTTT) and is supported by IFIP’s GT-DIRECT Web platform. The study was carried out on the 250 most prolific farms and their litters weaned in 2018. After quality tests and analysis of farm distributions, their mortality profiles (mummies, stillborn and liveborn mortality rates) were identified. More than 12 risk factors were evaluated in relation to characteristics of sows (e.g. litter size, parity, gestation length, genetics, age at first farrowing), and management (e.g. season, month and day of farrowing, day of birth). Simple within-farm statistical tests performed by PertMat identified significant factors associated with mortality criteria. Analysis confirmed the diversity of mortality profiles and risk factors among the farms. Besides major risks associated with large litters and supernumerary piglets, some important management issues were easily identified (e.g. day of birth, gestation length, season).