史良玉，李文龙，唐永杰，米思远，肖 炜，刘 林，张 毅，王雅春，俞 英*

（1.中国农业大学动物科学技术学院，北京 100193；2.北京市畜牧总站，北京 100029；3.北京奶牛中心，北京 100192）

奶牛乳房炎不仅使奶牛产奶量显著下降，造成严重经济损失，还可导致乳汁成分发生改变，使牛奶的营养价值和食用价值显著下降[1-2]。奶牛发生乳房炎时，由于炎性反应程度不同，乳汁成分的改变程度也不尽相同。根据乳房或乳汁有无肉眼可见的变化，奶牛乳房炎分为临床乳房炎和隐性乳房炎2 类。

目前，测定乳房炎反应的指标是奶牛群体改良（Dairy Herd Improvement，DHI）测定记录中的乳汁体细胞数（Somatic Cell Count，SCC）。DHI 是一套针对奶牛泌乳性能及乳成分的完整奶牛生产性能记录体系。目前国际上奶牛隐性乳房炎乳SCC 的判断标准多为20 万/mL～50 万/mL。马裴裴等[3]研究表明，北京地区中国荷斯坦牛群宜以10 万/mL～50 万/mL SCC 作为隐性乳房炎标准。为克服SCC 在统计分析中的不足，通常将其转换成遵循正态分布的体细胞评分（Somatic Cell Score，SCS）的形式[4]。

及早发现奶牛乳房炎有利于患病奶牛的治疗，进而可以减少与乳房炎相关的经济损失[5]。奶牛乳房炎风险预测已有多种模型，其中Logistic 回归、深度学习、随机森林等模型的准确率及预测价值并无显著差异[6]。奶牛乳房炎风险评估方面的研究主要集中在分析风险因素上，而在奶牛乳房炎预测方面鲜有研究。Logistic 回归通过分析一组预测变量（自变量），预测一个或多个响应变量。这种统计分析方法可用于评估预测变量对响应变量的预期效果。本研究根据已获得的DHI 记录建立Logistic 回归模型，利用Logistic 回归对中国荷斯坦牛DHI 数据中各测定指标进行分析，筛选出对不同程度奶牛乳房炎的预测具有统计学意义的风险因素；……