引言
前几天，我收到一家商业公司的电子邮件。该公司引用了最近发表的一项研究（Hou et al., 2026）的数据，提醒奶牛生产者：犊牛新生期腹泻可能降低这些患病母犊牛未来的产奶量。这则广告根据产奶量中位数的变化，并结合近期奶价，将腹泻的损失估算为未来减少的乳量及其经济价值。
我们可以争论这些计算是否准确，以及是否真正反映了农场主在犊牛发生腹泻时承受的经济损失。然而，这则广告确实突出了一个研究发现：生命早期的腹泻可能在多年之后仍影响产奶量。其基本信息——犊牛健康的影响可远远延续至断奶后——十分重要。问题在于，这些数字特别容易被过于字面化地解读。
一项研究可能报告犊牛每患病一天所对应的未来乳量损失。另一项研究可能比较曾发生腹泻和从未记录腹泻的犊牛。第三项研究可能仅报告两组奶牛之间未经调整的产奶量差异。这些指标不能相互替代。然而，一旦将某个数字换算为每头奶牛损失多少磅乳或多少美元，这种区别就很容易被忽略。
本期 Calf Note 回顾了这一话题中最常被引用的几项研究。本文并不是要说犊牛腹泻不重要——它显然很重要——而是要提出一个更具体的问题：现有数据究竟能告诉我们多少有关未来产奶量的信息？
首先明确计量单位
最吸引人的数字是每患病一天对应的未来乳量损失（千克）。确有一项研究专门估计了这个数值，而大多数其他研究并没有。在比较结果之前，需要区分四种不同的疾病暴露指标：
“患病天数”变量计算实际观察到患病的天数。“发病事件”或“疾病史”变量则将犊牛归入某个类别，例如“是否腹泻”。“治疗持续时间”计算治疗天数，可能长于也可能短于粪便异常的持续时间。最后，“未经调整的组间差异”只是比较两组奶牛的实际产奶量，并未尝试控制两组之间的其他差别。
| 要点：每患病一天的回归系数、是否有腹泻史的回归系数，以及未经调整的组间差异，回答的是不同的问题，不能互相换算。 |
此外还有第二个复杂因素：不同研究报告的是实际305天产奶量、305天成年当量产奶量（ME305），或305天能量校正乳量（ECM305）。这些指标相互关联，但并不相同。跨研究比较关联方向通常比比较具体的千克数值更可靠。
Heinrichs 与 Heinrichs：真正的“每患病一天”估计
Heinrichs 和 Heinrichs（2011）的研究为“犊牛时期每患病一天具有可测量的长期代价”这一观点提供了最明确的依据。他们在宾夕法尼亚州21个奶牛场开展前瞻性研究，记录犊牛管理和健康状况，并将出生后前16周发生的事件与第一胎及终生生产表现联系起来。
关键在于，他们使用的变量确实是“患病天数”：即犊牛在出生后头4个月内出现腹泻或咳嗽的天数。该变量没有将消化道疾病与呼吸道疾病分开。犊牛平均仅患病约1.0天，但个体之间的差异相当大。
在第一胎泌乳模型中，每增加一天患病时间，与305天成年当量乳量减少约126千克、乳蛋白减少约4千克以及乳脂减少约5千克有关。因此，“犊牛每患病一天可能意味着未来少产约100千克乳”这一常见说法确有统计依据。
然而，不能将回归系数自动外推到产生该系数的数据分布范围之外。本研究犊牛平均仅有约一天的可观察患病记录。将126千克乘以8或10天，并断言一次持续较久的疾病必然造成第一胎产奶量损失超过1吨，实际上假设了完全线性的生物学反应，而该研究并非为验证这一假设而设计。
Svensson 与 Hultgren：将腹泻作为疾病类别
Svensson 和 Hultgren（2008）在瑞典开展的一项大型研究追踪了107个奶牛群中的2060头后备母牛。出生后前3个月发生轻度腹泻的犊牛，第一胎ECM305比未发生腹泻者低344千克。这是一个显著的差异，通常也符合早期疾病可能留下长期影响的总体观点。
然而，暴露指标并非腹泻天数，而是是否属于患病类别。因此，即使这些农场一次典型的腹泻可能持续数天，将344千克除以一个假定的患病天数，也无法得到有效的“每天损失”系数。模型根本没有估计这种关系。
瑞典数据还提醒我们，疾病标签可能反映犊牛更广泛的健康史。患过一种疾病的犊牛可能更容易发生其他疾病，因此它与未来乳量的统计关联可能同时体现疾病严重程度、反复发病、生长受阻、环境及饲养管理，而不是单次稀便事件的独立作用。
Abuelo 及同事：与瑞典研究惊人相似的第一胎结果
Abuelo et al.（2021）研究了美国一家大型奶牛场的2272头后备母牛。断奶前腹泻史与第一胎ME305降低325千克、平均日增重降低约50克/天有关。该研究的325千克估计值与瑞典研究的344千克非常接近，确实值得关注。
然而，这项研究同样将腹泻建模为是否曾经发生的疾病史，而不是腹泻天数。研究支持这样的结论：在该牛群中，有腹泻记录的犊牛成年后产奶量较低。但它并未证明每一天腹泻会导致固定数量的乳量损失。
并非所有研究都发现相同的产奶量反应
如果犊牛腹泻的影响是简单而普遍的生物学常数，那么分析质量较好的记录时，我们应当看到大致相似的结果。但文献并非如此。
Warnick et al.（1995）分析了纽约州25个荷斯坦牛群的记录，没有发现犊牛发病率与随后第一胎产奶量之间存在关联。Soberon et al.（2012）也没有发现仅凭所报告的腹泻史就能解释第一胎乳量的显著变化。然而，在该康奈尔大学数据集中，犊牛时期接受过抗生素治疗的母牛，第一胎产奶量比没有抗生素治疗记录的牛低约493千克。抗生素治疗可能是更严重疾病的标志，而不是乳量降低的原因。
较近的一项研究中，Goh et al.（2024）分析了澳大利亚南部一家大型奶牛场的9833头犊牛。断奶前有无腹泻的两组之间，第一胎ME305的调整后差异为−89千克，95%置信区间为−239至+60千克。也就是说，总体研究没有为产奶量显著下降提供明确证据。15至21日龄发生腹泻的一个亚组ME305降低422千克，但作者特别警告，该年龄特异性结果可能是偶然发现，因为其他第一胎结局并未出现相同模式。
澳大利亚研究确实发现腹泻与存活率和随后健康状况存在重要关联。患腹泻的犊牛在首次分娩前的死亡风险更高；腹泻史还与第一胎体细胞数略高以及被淘汰出群有关。因此，产奶量影响较弱或不确定，并不意味着腹泻没有危害。
2026年的新研究：为什么报道中的数字会变化
Hou et al.（2026）研究了中国河北省一家大型奶牛场的1907头荷斯坦奶牛。其中700头在犊牛时期有腹泻史记录，1207头被归类为健康。腹泻起病年龄中位数为0.30个月——约9天——范围为0.03至5.53个月。治疗持续时间中位数为8天，范围为2至32天。
最后这个数字必须谨慎理解。8天指治疗时间，并不一定意味着有8天的异常粪便；而且治疗时间并非产奶量模型中的暴露变量。疾病状态仅按是否有腹泻史进行分类。
论文首先按具有几次完整泌乳记录将奶牛分组，并比较各组未经调整的产奶量中位数。这些描述性差异很大，也是大众报道中最受关注的数字。
表1. Hou et al.（2026）报告的未经调整的305天产奶量中位数。
| 表1分组 | 腹泻组，千克 | 健康组，千克 | 差值，千克 |
|---|---|---|---|
| 1次完整泌乳 | 10,831 | 11,492 | -661 |
| 2次完整泌乳 | 10,669 | 10,956 | -287 |
| 3次完整泌乳 | 10,343 | 11,430 | -1,087 |
这些数字确实是论文中的实际观察值，但不能解释为一次腹泻导致的乳量损失估计。它们只是不同组之间的中位数对比。各组的奶牛并不相同：有腹泻史的牛中，273头有一次完整泌乳记录、340头有两次、87头有三次；健康牛中相应数量为866、269和72头。因此，将三项中位数差异相加，并不能估计典型个体奶牛终生损失多少乳。
作者还利用15,840条观测值拟合了多变量线性混合效应模型。在控制胎次及选定的犊牛因素后，有腹泻史与305天产奶量减少132.82千克有关（P = 0.008）。腹泻状态仅解释305天乳量变异的0.05%。同一模型估计泌乳高峰乳量降低0.71千克，而腹泻状态解释其变异的0.17%。
| −132.8千克的系数表示：在控制模型中的其他变量后，犊牛时期有任何腹泻史记录的奶牛，其305天产奶量平均低132.8千克。这并不意味着每腹泻一天、每治疗一天或每次发病都会损失132.8千克乳。 |
同样，不能将132.8千克除以治疗时间中位数8天，从而得出每治疗一天损失16.6千克的结论，因为模型没有把治疗天数作为剂量。反过来，将Heinrichs研究中每患病一天126千克的系数应用于8天治疗，并声称会损失约1000千克乳，同样超出了证据范围。
研究结果并列比较
表2. 犊牛时期疾病或腹泻与未来产奶量关系的代表性研究。
| 研究 | 疾病指标 | 与乳量的关联 | 重要解释 |
|---|---|---|---|
| Warnick et al., 1995 | 犊牛发病/腹泻史 | 第一胎无显著关联 | 较早的多牛群研究；说明未来乳量下降并非普遍规律。 |
| Svensson & Hultgren, 2008 | 91日龄前轻度腹泻：是/否 | −344千克 ECM305 | 疾病类别，不是腹泻天数。 |
| Heinrichs & Heinrichs, 2011 | 前4个月发生腹泻或咳嗽的天数 | 每患病一天 −126千克 ME305 | 最直接的每患病一天效应估计。 |
| Soberon et al., 2012 | 腹泻史；抗生素治疗单独记录 | 腹泻不显著；抗生素治疗组第一胎约−493千克 | 治疗可能提示疾病更重；不是每天腹泻的损失估计。 |
| Abuelo et al., 2021 | 断奶前腹泻：是/否 | −325千克 ME305 | 二元疾病史，不是患病时长。 |
| Goh et al., 2024 | 断奶前腹泻：是/否 | −89千克 ME305（95% CI：−239至+60） | 总体乳量效应不明确；日龄亚组结果有待重复验证。 |
| Hou et al., 2026 | 犊牛腹泻史：是/否 | 调整后305天乳量 −132.8千克 | 二元疾病史；治疗中位数8天不是模型暴露量。 |
我们能否说每患病一天会损失约100千克乳？
现有证据足以说明，这种说法作为提醒人们重视犊牛长期健康的方式具有一定价值。Heinrichs和Heinrichs直接估计，每记录一天疾病，第一胎ME305减少约126千克。这是对该说法最有力的支持。
但将100千克视为每一天腹泻普遍适用的生物学代价，就过于武断了。Svensson和Hultgren以及Abuelo等发现，有腹泻史的犊牛第一胎乳量减少约325至344千克，但两项研究都没有测量逐日效应。Goh等发现的总体差异要小得多，而且统计上不确定。Hou等发现，只要有腹泻史，调整后的乳量差异约为133千克，尽管治疗时间中位数为8天。
如果这种关系不是线性的，上述结果可以同时成立。临床上重要的肠道疾病发生后的前几天，可能已经造成大部分持续性的生物学损伤。额外的治疗天数可能反映的是恢复过程，而不是等量的新增损伤。疾病严重程度、病原体、日龄、营养摄入、脱水、炎症、肠道损伤、生长受阻、反复发病以及后续管理，都可能影响最终结果。简单的“有/无疾病”记录将这种复杂性压缩成一个二元变量。
关联不等于因果关系
本文讨论的证据几乎全部来自观察性研究。犊牛并不会被随机分配为患腹泻或不患腹泻。发生腹泻的犊牛可能在被动免疫、病原暴露、分娩条件、初乳摄入、营养、舍饲条件、季节、遗传或随后发生的疾病等方面，与健康犊牛存在差异。统计调整能减少其中一些差异，却不能保证所有重要混杂因素都得到消除。
还存在幸存者选择偏倚。严重腹泻可能使犊牛在进入泌乳牛群前死亡。对未来产奶量的分析必然只包括存活至分娩的动物。例如，Hou等明确排除了死亡动物的记录，并只纳入最终康复的腹泻犊牛。因此，长期产奶量估计描述的是幸存者，而非腹泻对原始犊牛群体造成的全部生物学和经济影响。
我们能够有把握地说什么？
首先，犊牛腹泻存在无需依赖未来产奶量论证的直接成本：治疗、人工、采食量及生长下降、死亡风险，以及随后发生其他疾病的可能性。预防腹泻并减轻其严重程度，始终是犊牛管理的基本目标。
其次，多项设计良好的观察性研究表明，曾患临床可识别疾病的犊牛，成年后产奶量可能较低。尽管不同研究的影响程度不一致，但这种重复出现的关联在生物学上合理，在经济上也值得认真对待。
第三，现有研究不支持将一次异常排便对应于固定的未来乳量损失。研究通常评估的是有记录的疾病、观察到的患病天数、治疗记录或腹泻史。这些暴露指标与某一天观察到一次较稀的粪便评分有本质差别。
最后，最恰当的解释大概不是“每患病一天恰好损失X千克乳”。更合理的理解是：早期疾病是犊牛偏离某条生物学生长发育轨迹的一个标志——也可能是原因之一；沿着这条轨迹，犊牛才有机会在未来充分发挥产奶潜力。优秀犊牛管理的目标就是帮助它保持在这条轨迹上。
总结
数十年的研究表明，我们有理由关注犊牛时期疾病的长期后果，但理解数值估计时必须考虑每项研究对疾病的定义。Heinrichs和Heinrichs估计，每记录一天腹泻或咳嗽，第一胎ME305降低约126千克。Svensson和Hultgren及Abuelo等报告，有腹泻史的犊牛第一胎乳量低约325至344千克。其他研究，包括一个规模很大的澳大利亚队列，发现总体乳量差异很小或不存在。
Hou在2026年的研究进一步表明，犊牛腹泻史可能与多胎次的泌乳表现持续相关。其调整后估计值为：任何犊牛腹泻史与305天产奶量降低132.8千克有关。描述性比较中按胎次划分的更大数字只是组间未经调整的差异，不应相加并视为同一头牛三次泌乳的损失。同样，治疗时间中位数8天不能用来把132.8千克的系数换算为每天损失。
那么，犊牛时期患病一天会影响未来乳量吗？很可能会，Heinrichs和Heinrichs的研究也为其研究群体提供了合理的关联估计。但不存在适用于每头犊牛、每次疾病和每个农场的统一换算系数。更重要的启示很简单：早期疾病可能留下长远影响，预防具有临床意义的腹泻，既是在保护眼前的犊牛，也是在投资于它未来可能成为的高产奶牛。
References
Abuelo, A., F. Cullens, and J. L. Brester. 2021. Effect of preweaning disease on the reproductive performance and first-lactation milk production of heifers in a large dairy herd. J. Dairy Sci. 104:7008-7017. doi:10.3168/jds.2020-19791. Link
Goh, N., J. K. House, and S. M. Rowe. 2024. Retrospective cohort study investigating the relationship between diarrhea during the preweaning period and subsequent survival, health, and production in dairy cows. J. Dairy Sci. 107:9752-9761. doi:10.3168/jds.2023-24544. Link
Heinrichs, A. J., and B. S. Heinrichs. 2011. A prospective study of calf factors affecting first-lactation and lifetime milk production and age of cows when removed from the herd. J. Dairy Sci. 94:336-341. doi:10.3168/jds.2010-3170. Link
Hou, X., J. Xu, J. Ren, G. Liu, X. Wang, Q. Du, Z. Niu, Y. Cao, D. Tong, S. Wu, and J. Yao. 2026. Persistent effects of neonatal diarrhea on Holstein dairy cow lactation performance through multiple parities. J. Anim. Sci. 104:skag019. doi:10.1093/jas/skag019. Link
Soberon, F., E. Raffrenato, R. W. Everett, and M. E. Van Amburgh. 2012. Preweaning milk replacer intake and effects on long-term productivity of dairy calves. J. Dairy Sci. 95:783-793. doi:10.3168/jds.2011-4391. Link
Svensson, C., and J. Hultgren. 2008. Associations between housing, management, and morbidity during rearing and subsequent first-lactation milk production of dairy cows in southwest Sweden. J. Dairy Sci. 91:1510-1518. doi:10.3168/jds.2007-0235. Link
Warnick, L. D., H. N. Erb, and M. E. White. 1995. Lack of association between calf morbidity and subsequent first lactation milk production in 25 New York Holstein herds. J. Dairy Sci. 78:2819-2830. doi:10.3168/jds.S0022-0302(95)76912-0. Link