Le moyen le plus évident pour vérifier si un complément nutritionnel a un effet bénéfique sur la santé et les performances d’un troupeau laitier est d’analyser les données de l’élevage. Toutefois, même lorsque des données sont disponibles, il n'est pas toujours facile d'identifier ou d'évaluer certaines tendances.
Evaluer rapidement l'impact d'un changement est parfois compliqué lorsque le nombre de vaches est faible. Par exemple, si un troupeau de 100 vaches ayant une incidence de 12% de non-délivrances commence à mettre en œuvre un programme qui est sensé contribuer à réduire ce taux de 20% (en moyenne), les données du troupeau devraient montrer 2,4 cas de moins par an (en moyenne). En supposant que le troupeau ait des vêlages étalés sur l’année, il faudrait environ cinq mois (en moyenne) avant qu'un seul cas de moins ne soit détecté. Nous ajoutons (en moyenne) parce que les systèmes biologiques qui régissent la production laitière et la santé animale suivent des lois de probabilité, ce qui signifie que les changements de production et les modèles de comportement ne se produisent pas toujours comme prévu sur le papier.
Peu importe la taille du troupeau, d'autres facteurs compliquent la tâche consistant à effectuer une évaluation significative du produit dans son propre élevage. Par exemple, les écarts de productivité et en santé animale causés par la variation des conditions météorologiques d'une année sur l'autre, et les réserves sur l'exactitude de données anciennes et récentes, peuvent réduire la pertinence d’une analyse cherchant à définir la valeur d'un produit si elle est réalisée une seule fois.
Il devient encore plus difficile d’évaluer l’impact positif d'un complément nutritionnel si les bénéfices attendus sont du même ordre de grandeur que la variabilité quotidienne des données de production ou de comportements, tels que le rendement en lait ou l’ingestion. Cela ne veut pas dire que les bénéfices obtenus avec le produit soient négligeables, mais plutôt que la variabilité quotidienne réelle des données peut être substantielle et les masquer. Par exemple, les mesures de matière sèche d'un ensilage de maïs semblent faciles, mais il a été démontré que les résultats peuvent varier de 5 à 10% d'un jour à l'autre sur la même ferme (Weiss et St-Pierre, 2012).
Il arrive que des essais rapides en élevage fournissent des données de faible qualité ou peu concluantes pour toutes les raisons citées ci-dessus. C’est la raison pour laquelle il est fréquent de s’appuyer sur des recherches publiées, afin de mieux évaluer la valeur d'un produit ou d'un concept, et la façon dont il est bénéficiable au troupeau.
Les recherches et les données publiées doivent toutefois être pertinentes et s'appliquer vraiment à la situation actuelle: est-ce que le produit utilisé dans telle recherche est le même que celui disponible chez le distributeur? Le produit a t-il été distribué à la même dose et dans des situations comparables? Combien d'études concluent à la même observation?
Au-delà de ces questions fondamentales, l'évaluation des articles scientifiques est complexe et les idées reçues sur la recherche sont fréquentes, notamment en ce qui concerne l'interprétation des résultats. Voici quelques-unes des idées reçues les plus courantes:
En résumé, comment savoir si un complément nutritionnel apporte un bénéfice à son troupeau laitier?
Contactez-nous pour en savoir plus sur les recherches approfondies visant à évaluer les bénéfices d’OmniGen et Animate, et comment Phibro peut vous aider à analyser vos données d’élevage.