Използването на мерки, базирани на състоянието на животните, за оценка на изискванията за хуманното отношение към животните е сравнително нов подход. Предишните оценки са се основавали основно на параметрите на околната среда. Базираните на състоянието на животните мерки целят да определят директно актуалното състояние на животното, като включват и ефекта от условията да околната среда, както и на управлението на животновъдната ферма.
На Европейският орган по безопасност на храните е възложено изготвянето на научни становища за използването на индикатори, базирани на състоянието на животните, за оценката на спазването на изискванията за хуманно отношение в животновъдните ферми за продуктивни животни.
Окончателният доклад по договор CT/EFSA/AHAW/2010/04 (Преглед на приложимите методологии за валидиране на индикатори за хуманно отношение, базирани на състоянието на животните) представя възможните методи за установяване на съществуващата връзка между опасностите за хуманното отношение и базирани на състоянието на животните индикатори. Докладът идентифицира дискриминантния анализ, класификационните дървета и случайните гори, и мрежовия анализ като най-
подходящи методи за установяване и визуализиране на взаимовръзката между базираните на състоянието на животните индикатори.
Целта на това проучване е изпитването на различните статистически методи (дискриминантен анализ и класификационни дървета) и теоретични подходи (директноизмерване на потенциалните рискове и мерките, свързани със състоянието на животните като индикатори за акумулирани рискове за хуманното отношение) за разграничаване на стадата, при които има риск за нарушение на изискванията за хуманното отношение (ХО), свързани с проблеми с опорно-двигателната система и по-специално възникването на
куцота. Основната цел е точното класифициране на фермите в риск. Събрани са данни от 96 конвенционални и ферми за биологично производство за млечни крави в Австрия и Германия. В проучването са включени различни базирани на състоянието на животните параметри, отразяващи вредни ефекти, от една страна и акумулирани рискове от друга, както и данни от условията на отглеждане и управленските практики, оказващи директен ефект върху рисковете. Изчислени са две различни нива на превалентност за куцота: една група от крави със средна и силна степен на куцата, и втора група – само крави с висока степен на куцота. Тъй като няма научно-обоснован праг на стойностите за резултатните
променливи и дискриминантния анализ изисква балансирано разпределение на данните, праговете са определени по отделно за всеки един резултат, като са взети под внимание хуманното отношение и разпределението на данните. По отношение на лезиите на крайниците, моделите за прогнозиране на риска са изчислени чрез използването на 20 до 22 потенциални рискови фактора, включително и данните от условията на настаняване и отглеждане, както и мерките за хуманно отношение. За средната и високата степен на куцота, моделите са построени или чрез условията на отглеждане или чрез всички налични мерки за хуманно отношение, или индикаторите за хуманно отношение, които могат да бъдат установени чрез записите за млечната продукция. Изчислени са общо 11 различни сценария за оценка на връзката между различните групи мерки за хуманното отношение и вредните ефекти от една страна и рисковете и вредните ефекти от друга страна. За всички модели, броят на променливите е намален чрез изключването на по-малко значимите променливи, при условие, че се наблюдава корелация между две или повече променливи. Използвани са два различни метода за разграничаване на фермите с висок и нисък риск –дискриминантен анализ и класификационни дървета.
Средните проценти на неправилна класификация са по-ниски за моделите с класификационни дървета от моделите на дискриминантен анализ в 73% от резултатните 3 модели и са имали по-малки максимални нива на процент на неправилна класификация във всички модели. Максималните проценти на неправилна класификация са били под 50% във всички резултатни класификационни дървета и в 8 от общо 11 модела на дискриминантен анализ. Наблюдава се слаба тенденция за повече вариации, включени във финалното класификационно дърво. В нито един от случаите, процесът на селекция/подбор не е произтекъл от същият набор от избраните променливи за класификационното дърво и дискриминантния анализ, но в девет от общо единадесет случая, и двата модела са имали някои общи променливи. Когато сравняваме процентите на неправилна класификация между моделите с всички индикатори за хуманно отношение, само данните от млечната продукция като за индикатори за хуманно отношение и условията на отглеждане като количествени променливи, по-големите модели за индикатори за хуманно отношение са били по-добри в идентифицирането на фермите в риск от възникване на средна и тежка куцота на животните, следвани от модела базиран на данните от млечната продуктивност във връзка с индикаторите за хуманно отношение при установяването на ферми със среден риск за настъпване на куцота и моделът в съответствие с условията на отглеждане при установяване на тежка куцота. От гледна
точка на практиката, е взето предвид, че и при двете – събиране на данни за всички индикатори за хуманно отношение и данни за условията на отглеждане отнема много време и задължително се изисква посещение на място във фермата. Чрез данните от млечната продуктивност може да се спести време и това може да бъде алтернативен метод за предварителен груб анализ за класификация на куцотата.
В заключение може да се каже, че настоящото проучване подкрепя използваните методологии, които съответстват на ефективният анализ на комплексните връзки между индикаторите за хуманно отношение и рисковете, когато става дума за идентификация на фермите в риск от влошаване на хуманното отношение към животните.
