Type de document : Article scientifique publié dans Methods
Auteurs : Nicolas Wagner, Marie-Madeleine Mialon, Karen Helle Sloth, Romain Lardy, Dorothée Ledoux, Mathieu Silberberg, Alice de Boyer des Roches, Isabelle Veissier
Résumé en français (traduction) : Détection des changements du rythme circadien des bovins en lien avec la maladie, le stress et les événements de reproduction
Les maladies et le stress peuvent perturber le rythme circadien de l’activité des animaux. Les technologies basées sur les capteurs peuvent détecter automatiquement les variations de l’activité quotidienne, mais il reste difficile de détecter exactement le moment où la perturbation du rythme circadien commence. Nous présentons ici une méthode mathématique d’approximation de Fourier avec seuil (FBAT) conçue pour détecter les changements dans le rythme d’activité circadien des vaches, quelle que soit la cause du changement (généralement maladie, stress, oestrus). Nous avons utilisé les données d’un système de positionnement intérieur qui fournit le temps par heure passé par chaque vache à se reposer, dans les couloirs ou à manger. Nous avons calculé le niveau d’activité horaire de chaque vache en attribuant un poids à chaque activité. Nous avons considéré des séries chronologiques de 36 heures et utilisé la transformation de Fourier pour modéliser les variations d’activité pendant la première et la dernière des 24 heures de ces séries de 36 heures. Nous avons ensuite comparé la distance euclidienne entre les deux modèles par rapport à un seuil donné au-dessus duquel nous avons considéré que le rythme avait changé. Nous avons testé la méthode sur quatre ensembles de données (donnant un total cumulé de ~120000 vaches*jours) qui comprenaient des épisodes de maladies (acidose, boiterie, mastite ou autres maladies infectieuses), des événements de reproduction (oestrus ou vêlage) et des stimuli externes pouvant stresser les animaux (par exemple, le déplacement). La méthode a permis d’obtenir un retour de plus de 80 % des rythmes normaux et de détecter 95 % des rythmes anormaux dus à des événements sanitaires ou reproductifs. La méthode FBAT pourrait être mise en œuvre dans les outils de surveillance des systèmes d’élevage de précision afin d’alerter les soignants sur des animaux individuels nécessitant des soins spécifiques. La méthode FBAT a également le potentiel de détecter des anomalies chez l’homme pour orienter les interventions sanitaires ou chez les animaux sauvages pour détecter des perturbations. Nous pensons que des études chronobiologiques pourraient appliquer la méthode FBAT pour aider à relier les anomalies du rythme circadien à des événements spécifiques.
Résumé en anglais (original) : Disease and stress can disrupt the circadian rhythm of activity in animals. Sensor technologies can automatically detect variations in daily activity, but it remains difficult to detect exactly when the circadian rhythm disruption starts. Here we report a mathematical Fourier-Based Approximation with Thresholding (FBAT) method designed to detect changes in the circadian activity rhythm of cows whatever the cause of change (typically disease, stress, oestrus). We used data from an indoor positioning system that provides the time per hour spent by each cow resting, in alleys, or eating. We calculated the hourly activity level of each cow by attributing a weight to each activity. We considered 36-h time series and used Fourier transform to model the variations in activity during the first and last 24 h of these 36-h series. We then compared the Euclidian distance between the two models against a given threshold above which we considered that rhythm had changed. We tested the method on four datasets (giving a cumulative total of ~120000 cow*days) that included disease episodes (acidosis, lameness, mastitis or other infectious diseases), reproductive events (oestrus or calving) and external stimuli that can stress animals (e.g. relocation). The method obtained over 80% recall of normal days and detected 95% of abnormal rhythms due to health or reproductive events. FBAT could be implemented in precision livestock farming system monitoring tools to alert caretakers to individual animals needing specific care. The FBAT method also has the potential to detect anomalies in humans to guide healthcare intervention or in wild animals to detect disturbances. We anticipate that chronobiological studies could apply FBAT to help relate circadian rhythm anomalies to specific events.
