Abstract
奶牛常受疾病影响，这对牧场盈利的经济效率产生负面影响，并常导致过早淘汰。本研究利用单性状动物模型，评估了使用原始兽医记录对斯洛伐克健康性状（乳房炎、蹄病、子宫内膜炎和酮病）进行遗传分析的可行性。最终数据集包含8,237头荷斯坦牛的16,703条泌乳记录。2018年至2023年的可用原始兽医数据包括6,930例乳房炎、2,562例蹄病、1,320例子宫内膜炎和1,125例酮病。应用数据过滤程序后，最终的兽医数据集保留了2,570例乳房炎、1,001例蹄病、839例子宫内膜炎和500例酮病。在分析中，疾病被二进制编码（0健康/1患病）。在首次泌乳的奶牛中，特定疾病的发生与较低的平均泌乳胎次相关：酮病为1.55，乳房炎为1.94，子宫内膜炎为2.00，蹄病为2.09。遗传力估计值较低，从0.003±0.003（子宫内膜炎、酮病）、0.020±0.006（乳房炎）到0.050±0.006（蹄病）。疾病间的遗传相关有正有负，范围从0.674±0.0003（乳房炎和子宫内膜炎）到0.262±0.0032（子宫内膜炎和酮病）。公牛相对育种值（RBV）范围从99.77（酮病）到139.03（乳房炎），不同疾病的公牛之间存在相当大的重叠。本研究首次提供了斯洛伐克荷斯坦牛健康性状遗传参数的估计，并为在该群体中实施健康性状评估奠定了基础。建议将健康性状纳入常规遗传评估，以改善动物健康、延长寿命和提高可持续性。
Introduction
各种健康问题，包括代谢紊乱、繁殖问题以及蹄和乳房疾病，常影响奶牛，对盈利能力和动物福利产生严重影响。奶牛的长期生理紊乱与低寿命相关，导致由于生产力下降、废弃牛奶、劳动力和兽医成本增加以及生育能力受损而造成的重大直接和间接财务损失。奶牛健康受到一系列复杂的非遗传因素影响，包括饲养管理、饲喂实践（例如日粮组成和投喂）和环境条件。然而，健康性状也由遗传组分解释。大量研究表明，诸如乳房炎抗性、跛行或代谢紊乱等性状的遗传力估计值为低到中等，表明通过选择性育种遗传改良这些性状的潜力。
奶牛健康性状的遗传评估依赖于系统的健康数据收集。像挪威和丹麦这样的国家已经维护了超过50年的全面健康记录系统，而瑞典和芬兰在1980年代初引入了他们的系统。类似地，在美国，健康数据已记录了超过35年。目前，斯洛伐克没有集中化的健康记录系统，除了对高传染性疾病的强制性监测。相反，养殖者有义务在兽医日记中保存兽医记录，这些记录可以以纸质或电子形式保存。以前在斯洛伐克使用过一个健康和生产力状评估系统，根据该系统，公牛和母牛被分为四类（A、B、C和D），只有顶级的个体被选作进一步育种。
为了标准化健康数据的收集，国际动物记录委员会（ICAR）于2012年制定了健康密钥，包括一个全面的密钥（>900种诊断）、一个简化密钥（60至100种诊断）和一个简单密钥（10种诊断）。基于此，健康数据可分为由兽医或养殖者直接收集的（例如兽医诊断、临床观察、指示群体诊断的体征）或间接的（例如体细胞计数、尿素、氮水平、体况评分），通常由修蹄师、营养师、实验室或传感器提供。
尽管健康记录至关重要，但健康数据的变异性带来了重大挑战，因为它受到年龄、品种、环境条件和个体动物疾病史等因素的影响。由于健康性状通常表现出低遗传力，因此收集全面高质量的表型数据至关重要，因为它通过提高数据精确度和一致性来增强估计育种值（EBV）的可靠性。这些数据通常记录为二进制，指示疾病的存在或不存在。然而，二进制分类可能无法完全捕捉疾病的严重程度或复发，限制了其在适当监测和遗传评估中的有效性。此外，疾病可以根据其在特定牧场定义时间段内的发生率进行记录。自1980年代以来，奶牛健康监测传感器已经开发出来，能够自动收集关于活动、反刍和疾病警报等性状的数据，以增强健康性状记录的准确性和及时性。然而，并非所有系统都经过充分验证或广泛实施，以便在商业牧场上可靠使用。
用于健康性状遗传评估的最常用统计模型包括线性和阈值模型。第一种依赖于收集的二进制数据是正态分布的假设，这可能不适用于通常遵循离散分布的疾病性状。相反，对于阈值模型，估计育种值（EBV）必须被解释为概率。然而，它们的非线性方程可能导致收敛问题和更长的计算时间，并限制其在通常用于官方选择的线性模型中的实施，例如美国的净效益指数（net merit index）、意大利的PFT指数、斯洛伐克的斯洛伐克荷斯坦指数（Slovak Holstein index）和捷克共和国的SIH指数。
由于其灵活性和计算效率，线性模型仍然是二元性状遗传评估的实用选择。Katende等人也证实了这一点，他们证明线性模型在孪生（一个二元性状）的遗传评估中表现良好。将健康性状纳入选择指数或为选择性育种制定专用指数具有显著优势，提供了为交配选择最佳动物的机会。因此，我们的研究旨在评估斯洛伐克荷斯坦牛群中健康问题的发生率，识别影响它们的因素，并通过估计遗传参数和育种值来评估它们的遗传潜力。
Material and methods
Health and pedigree data
本研究使用的数据收集自斯洛伐克西部的五个奶牛场。牛群包括荷斯坦品种的黑白花和红白花变种。所选牧场是根据斯洛伐克荷斯坦协会的数据，在2024年基于产奶量（公斤）排名的斯洛伐克前100名荷斯坦牛群之列。在所有牧场中，奶牛全年舍饲，并饲喂全混合日粮（TMR），以满足其整个泌乳期的营养需求。评估期间（2018-2023年）的平均值显示，每个牛群标准化为305天泌乳期的产奶量范围从9,395.57±451.46公斤到9,899.26±830.82公斤。牛群规模在373.57±6.69头和972.10±15.01头之间变化，首次产犊年龄从22.71±0.91个月到24.42±0.53个月，每头牛的泌乳胎次从1.96±0.09到2.34±0.09。兽医记录是在2018年至2023年期间与牧场软件提供商Agromont Inc.（斯洛伐克尼特拉）合作收集的，记录是从DairyComp软件中由软件提供商远程提取的。最终数据集包括总共8,237头在2006年至2021年间出生的奶牛，记录了16,703次泌乳。系谱信息可用于18,996头动物，其中8,237头有表型记录。数字10,759指的是包含在系谱数据中的动物，包括被评估奶牛的父代、祖代和曾祖代。
Data cleaning and editing
由于斯洛伐克缺乏标准化的国家健康性状记录系统，健康数据由私人兽医单独输入软件，每位兽医使用自己的术语和疾病编码。因此，同一头奶牛在同一泌乳期内经常出现多个诊断，需要在分析前进行仔细的过滤和整合。重复记录被移除，以避免对个体动物中相同疾病的多次计数，每头奶牛仅保留一个病例。这种方法使得疾病能够进行二进制编码，其中0代表健康奶牛，1代表患病奶牛。为确保足够的数据代表性和估计的可靠性，只有记录病例数至少为500的健康性状被保留用于最终分析。从代谢和繁殖疾病组中，选择了子宫内膜炎和酮病进行进一步分析，因为它们达到了所需的阈值。在数据过滤之前，总共记录了12,934个原始健康紊乱事件。应用过滤标准后，保留了原始记录的38.28%至66.51%。
Statistical analyses
描述性统计用于评估不同牧场的疾病流行率，并估计在同一泌乳期内同时受两种疾病影响的奶牛百分比。对于每种疾病，使用以下公式计算泌乳发生率（LIR）：LIR (%) = (受影响泌乳次数 × 100 / 总泌乳次数)。使用广义线性模型（GLM程序）评估固定效应的显著性，而使用广义线性混合模型（GLIMMIX程序）估计优势比（OR）和置信区间，评估基于胎次、牛群和季节的奶牛疾病发生概率。该模型如下：logit(π) = μ + Parityi + Herdj + Seasonk + u1 ，其中logit(π)是疾病二进制记录（0/1）的对数发生比，μ是模型的总体截距，Parityi 是奶牛胎次的固定效应（1, 2, 3 和 ≥4），Herdj 是牛群的固定效应（1到5），Seasonk 是产犊季节的固定效应（1（1月至3月），2（4月至6月），3（7月至9月），4（10月至12月）），u1 是奶牛（ID）的随机截距，用于解释重复测量。以第一组作为参考类别，优势比大于1表示疾病发生的概率增加。所有统计分析均使用SAS 9.4进行。持久力（Stayability）定义为在首次产犊后仍留在牛群中并成功进入第二或第三次泌乳的初产奶牛比例。该分析分别针对在2018年、2019年或2020年达到首次泌乳的健康和患病初产牛进行。我们使用以下单性状模型估计遗传参数：yijkl = Pi + HYSj + PEk + al + eijklm ，其中yijkl 是乳房炎、蹄病、子宫内膜炎或酮病的二进制记录诊断（0/1），Pi 是胎次的固定效应（4个水平 = 1 到 4，最后一类包括第4到第6胎），HYSj 是牛群（5个水平 = 1, 2, 3, 4 和 5）、产犊年份（6个水平 = 2018, 2019, 2020, 2021, 2022 和 2023）和产犊季节（4个水平 = 1月至3月，4月至6月，7月至9月，10月至12月）的联合效应，PEk 是奶牛的随机永久环境效应，al 是动物的随机加性遗传效应，eijklm 是随机残差效应。动物效应分布为N(0, A σ2 a )，其中A 是系谱关系矩阵，σ2 a 是加性遗传方差。残差效应分布为N(0, I σ2 e )，其中I 是单位矩阵，σ2 e 是误差方差。遗传力使用以下公式计算：h² = σ2 a / σ2 P ，其中σ2 a 是加性遗传方差，σ2 P 是表型方差。方差组分、育种值和可靠性分别使用(AI)REML90、BLUPF90和ACCF90软件进行估计。估计育种值（EBV）使用以下公式转换为相对育种值（RBV）：RBV = ((EBV - μEBV ) / σEBV ) × 12 + 100，其中μEBV 是群体所有可用EBV的平均值，σEBV 是其标准差。标准化尺度使用100的参考均值和12的标准差，允许跨性状和个体进行比较。对于每种疾病，选择RBV最高的10头公牛，使用最小可靠性阈值≥0.18，因为许多预期对降低疾病流行贡献最显著的公牛女儿数量有限，导致可靠性值较低。为了进一步探索它们的潜在影响，还评估了它们之间的重叠。使用AIREMLF90计算个体健康性状之间的遗传相关。最后，通过按出生年份分析公牛和母牛（仅包括至少有100头动物的年份）来估计RBV的遗传趋势。为了评估遗传评估的稳健性和预测有效性，应用了前向验证。定义了两个验证集：验证I（2018-2021年产犊的奶牛）和验证II（2022-2023年产犊的奶牛）。使用特定数据集进行预测的训练和验证。
Results and discussions
Dataset information
观察到斯洛伐克不同牧场之间疾病流行率的差异。红荷斯坦牛比黑白花荷斯坦牛更频繁地受到影响，这可能反映了牧场管理实践和实施健康方案的差异。环境因素，包括气候、湿度、通风和饲养设施的卫生条件，可能进一步促成这些差异。在牧场层面之外，疾病流行率也随胎次数的变化而变化。乳房炎是最常见的疾病，主要发生在后期泌乳的多胎次奶牛中，而子宫内膜炎在各胎次中表现出相对一致的比率，在第一次泌乳期发生率最高。这种模式可能与首次产犊相关的生理和解剖挑战有关，这会增加对繁殖障碍的易感性。根据Silva等人的说法，初产牛对子宫内膜炎的易感性增加可能归因于它们在产犊时更需要帮助，这增加了子宫细菌污染的风险。蹄病和酮病在老年奶牛中更常见，这可归因于连续泌乳导致的累积代谢负担。随着奶牛经历多次泌乳，增加的生理需求常常导致能量负平衡。根据Van der Spek等人的说法，这种不平衡可能导致酮病和乳热症，以及蹄叶炎。
获得的选定疾病流行率表明，牧场层面的管理因素以及与奶牛年龄和胎次相关的生理变化显著影响了某些特定健康问题在奶牛群中的流行率。其他研究报告了类似的疾病流行率，其中考虑了其他外在因素，例如季节。Rahman等人发现，亚热带气候条件显著影响疾病发生，旱季流行率从11.70%到41.30%不等，雨季则增加到31.60%到65%，可能是由于高湿度下卫生条件恶化。同样，Schneider等人报告德国荷斯坦牛乳房炎总体发生率为16.02%，蹄病流行率从非传染性趾间增生的2.54%到传染性蹄皮炎的19.85%不等。在Kašná等人的一项研究中，观察到临床乳房炎的流行率有类似趋势，第四次及更高胎次奶牛的发生率最高（56.26%）。相反，Mohammed等人描述了亚临床酮病的相反趋势，流行率随着胎次增加而降低。
奶牛在同一泌乳期内可能同时受到多种疾病的影响，因为泌乳早期的健康问题使奶牛在随后的泌乳阶段面临其他问题的风险。泌乳早期与代谢性和传染性疾病风险增加相关，主要是由于围产期的能量负平衡和免疫抑制。这些生理挑战可能进一步损害整体功能，从而增加其他疾病的风险。最频繁的共现（1.26%）出现在乳房炎和蹄病之间。其他疾病的共现率较低，低于1%。这种关联可能受到环境和行为因素的影响。蹄病引起的跛行导致疼痛和运动障碍，常常导致躺卧时间延长。乳房炎传播的风险与躺卧时间密切相关，因为延长的躺卧时间增加了接触乳房炎病原体的机会。
奶牛的生产寿命受到其首次泌乳期间健康问题的强烈影响。健康奶牛平均有2.06±0.02次泌乳，而患有乳房炎的奶牛为1.94±0.03次，患有子宫内膜炎的奶牛为2.00±0.05次。在患病奶牛中，受蹄病影响的奶牛平均泌乳胎次最长，为2.09±0.06次。这可以解释为，尽管跛行奶牛在疾病发作期间产奶量暂时下降，但它们的总泌乳产量与健康奶牛没有显著差异，使它们具有经济价值，更可能被保留在牛群中。相比之下，酮病的影响最不利，患病奶牛平均只有1.56±0.06次泌乳。过渡期不适当的营养和代谢管理可能导致过肥，导致高体况评分（BCS）。体况评分为4.0的动物特别容易发生亚临床或临床酮病，表现为血浆酮体浓度升高。作为背景，斯洛伐克共和国育种服务有限公司报告2024年斯洛伐克荷斯坦牛平均为2.41次泌乳，高于本研究中观察到的平均值。然而，近年来，生产相关疾病流行率上升导致许多奶牛场寿命缩短，主要是由于过早淘汰。在斯洛伐克，最常见的淘汰原因包括生育障碍、低产奶量、跛行和蹄问题。尽管总体淘汰率在近几十年未必增加，但奶牛的全球生产寿命已经下降。频繁在动物达到其全部生产潜力之前将其移除，使得平均泌乳胎次从大约4.5次缩短到3.5次。这种负面趋势值得关注，因为改善生产寿命对于提高动物福利和牧场可持续性至关重要。在斯洛伐克平茨高牛中，Mészáros等人报告平均生产寿命为3.32次泌乳，而Strapák等人报告斯洛伐克斑点在3.40-3.60次泌乳之间。
鉴于可能存在各种问题，并且多种健康问题可能发生在同一泌乳期内，显然对某些奶牛来说，从第一次泌乳进展到第三次泌乳是具有挑战性的。持久力（Stayability）是一个二元性状，指示奶牛是否留在牛群中并持续生产到特定时间点，例如之后的泌乳期。通过评估它们进入后续泌乳期的能力，在健康和患病奶牛的分开组中评估了持久力。图2a代表在2018年首次产犊的初产牛，其中酮病显示进入后续泌乳期的比例最低。在图2b中，展示了在2019年首次产犊的奶牛，观察到了不同的趋势，其中乳房炎奶牛的持久力最低。图2c显示在2020年首次产犊的初产牛中，与乳房炎相关的持久力降低。在健康奶牛中，大约70%进入了第二次泌乳，40%到44%达到了第三次泌乳。健康状况较好的动物可能对环境和管理相关挑战更具韧性，从而改善了寿命和整体生产性能。这与预期一致，因为存在健康问题或生产力较低的奶牛更常被从牛群中移除。
Effects influencing the occurrence of diseases
为了进一步研究因素对疾病流行率的影响，估计了优势比及其95%置信区间。乳房炎、蹄病和酮病的概率在多胎次奶牛中更高，这可能与重复泌乳和密集产奶相关的生理需求增加有关。每次泌乳后，需要乳腺再生和能量储备补充，这可能导致免疫系统抑制，从而增加疾病易感性。根据Sordillo和Streicher的说法，代谢应激和环境因素可能削弱免疫系统并增加乳房感染的风险。另一方面，胎次似乎不影响子宫内膜炎的发生。奶牛发生乳房炎的概率在泌乳前30天最高。首次产犊年龄在疾病易感性中也起着重要作用。Tatone等人报告，在25至33月龄之间产犊的奶牛发生酮病的几率更高。类似地，Cheong等人发现，奶牛亚临床子宫内膜炎的流行率随着每次产犊而增加，因此经历过多次分娩的多胎次奶牛风险最高。观察到的疾病流行率在不同牧场之间存在差异，可能是由于每个牛群特有的管理实践和环境条件的差异。乳房炎和酮病的概率因牧场而异，在2号、4号和5号牧场几率更高，而蹄病和子宫内膜炎的发生似乎不受此因素影响。产犊季节显著影响子宫内膜炎和酮病的发生，在季节2（4月、5月和6月）观察到更高的几率。对于酮病，在季节4（10月、11月和12月）也观察到升高的几率。这些结果可能与天气条件有关，特别是4月份气温升高，这通常与奶牛热应激的开始有关。暴露于超过热中性区温度对奶牛的生育能力、生产力、健康状况和整体福利产生不利影响，导致牛奶质量下降和产量减少。在夏季，这转化为对乳房炎、子宫内膜炎和跛行的高易感性，特别是在具有高固有产热和低散热的高产品种中。这与Steeneveld等人的结果一致，他们报告多胎次奶牛在泌乳第一个月临床乳房炎发生率更高，特别是在夏季（7月至9月）和冬季（10月至12月）。此外，在泌乳第二个月的冬季也观察到风险升高，反映了泌乳阶段和季节效应之间的相互作用。此外，Tatone等人报告，初产牛酮病（BHB浓度≥0.15 mmol/L）的风险因月份而异，2月份观察到的几率最高。
Genetic parameters
在所研究的疾病之间估计了正负遗传相关。最高的负相关出现在乳房炎和酮病之间，表明这些性状之间存在潜在的拮抗作用。这可能反映了易患酮病的奶牛，通常在泌乳早期经历显著的能量负平衡，可能产奶较少，从而对乳腺施加的生理压力较小，降低了乳房炎的风险。相比之下，Koeck等人报告这些性状之间的正遗传相关较低（0.20），而Van Kaam等人发现酮病与生产、功能、健康和体型性状之间的相关性普遍较低（范围从-0.200到0.200）。类似地，Kašná等人报告了子宫内膜炎与生产和繁殖性状之间的显著遗传相关。值得注意的是，他们观察到子宫内膜炎与产犊易度之间存在不利的（负）相关，在多胎次奶牛中这种影响比在青年母牛中更为明显。
h²的估计值范围从几乎为零（0.003±0.003）（子宫内膜炎和酮病）到蹄病的0.059±0.006，表明所研究健康性状的整体低遗传力。不同研究之间h²的潜在差异可能是由于疾病识别方法和所用分类模型的不同，或群体历史和结构所致。例如，Wolf等人报告在捷克荷斯坦牛中使用泌乳期分类疾病编码，乳房炎的h²估计值为0.11。然而，在奥地利弗莱克维牛中，Costa等人报告临床乳房炎累计次数的h²估计值为0.013，累计急性的h²为0.090，或临床乳房炎的h²=0.082。Zavadilová等人同样在捷克荷斯坦牛中使用单性状动物模型（0.027）以及多性状模型（0.026）发现了乳房炎的低h²估计值。几项研究表明，阈值模型可能产生更高的健康性状h²估计值，范围从0.040到0.510。健康性状的遗传力估计值似乎受胎次数的影响，尽管在不同研究中观察到相当大的变异性。对于蹄病，遗传力在连续泌乳期中增加。具体而言，趾间皮炎在第三次泌乳期的遗传力达到0.130，而溃疡和白线病在第二次和第三次泌乳期的遗传力分别为0.120和0.190。Haugaard和Heringstad以及Vosman等人报告了类似的趋势，他们报告子宫内膜炎在第五次泌乳期的遗传力最高（0.060），酮病在第三次及以后泌乳期的遗传力最高（0.180）。值得注意的是，低遗传力估计值可能部分反映了牛群内记录病例数量有限，这可能降低遗传参数估计的准确性。如果有更全面和一致的纵向记录数据，将有可能在连续尺度上定义性状，从而可能提高遗传评估的精确度。
Breeding values of health traits
表6中显示的具有最高RBV的公牛反映了通过选择性育种改善健康性状的遗传潜力。值得注意的是，这些公牛通常有大量记录的女儿，乳房炎为93头，蹄病为130头，子宫内膜炎为131头，酮病为154头。这些顶级公牛RBV的平均可靠性达到乳房炎0.45，蹄病和子宫内膜炎均为0.47，酮病为0.49。具有较高乳房炎抗性RBV的公牛，其女儿在第一次或第二次泌乳期间往往更健康。此外，Jamrozik等人观察到，RBV的可靠性随着女儿表型记录数量的增加而显著提高，从30头女儿的0.37增加到300头女儿的0.89。通过对前50名公牛的验证进一步评估了RBV的可靠性。对于验证数据集1（较老公牛），去回归RBV与RBV之间的决定系数（r²）范围从0.13到0.19，而在验证数据集1和2之间观察到0.91到0.95的高相关性，证实了估计值的一致性。
图3说明了在多个健康性状中排名最佳的公牛的重叠情况。只有一头公牛在乳房炎和蹄病之间重叠（公牛2），一头在乳房炎和子宫内膜炎之间重叠（公牛3）。最高的重叠出现在子宫内膜炎和酮病之间，其中四头公牛（20, 21, 25 和 27）被确定为这两个性状的顶级排名，突出了它们在这两个性状上在群体中的负面优越性。这可能反映了子宫内膜炎和酮病常在产后早期一起发生。在育种中使用这些公牛可能有助于降低牛群中健康紊乱的流行率。观察到的公牛在多种疾病上的重叠表明，通过选择和定向交配计划改善牛群健康管理是可能的。
计算了2014年至2020年间所研究疾病的RBV遗传趋势。在2020年，观察到偏差，乳房炎和子宫内膜炎的值增加，而蹄病和酮病的值减少。明显存在轻微的数值下降，这并不罕见，因为遗传趋势通常是非线性的，并可能受到底层数据结构的影响。此外，仅基于公牛育种值估计遗传变化假设公牛价值呈线性，这可能并不总是成立。如果公牛趋势不是严格线性的，它们可能无法准确反映母牛的 trends，这是由于公牛遗传改良与随后母牛改良之间的滞后时间所致。这些结果得到了先前关于健康性状RBV高变异性的报告的支持。Zavadilová等人报告，受蹄病影响的奶牛的RBV变化很大，传染性疾病从28.1到147.9，非传染性疾病从8.7到177.3，总蹄病从39.6到153.5。类似地，Malchiodi等人观察到公牛之间蹄健康RBV存在显著变异性，在比较前10名和后10名公牛时，值范围从85到113。这种变异性说明遗传趋势的波动和非线性模式在生物学上是合理的，并反映了健康性状选择反应的复杂性。
尽管所研究性状的遗传参数普遍较低，但观察到的跨牛群变异性表明，改进记录系统和实施更精细的遗传评估模型可以提高健康性状选择的准确性。因此，奶牛群健康的进一步进展将依赖于整合基因组工具、精准畜牧业技术和定制化管理实践，以改善生产寿命、增强动物福利，并为牛奶生产系统的可持续性做出贡献。
Conclusion
尽管基于有限数量的牧场，本研究首次提供了斯洛伐克荷斯坦群体健康性状遗传参数的估计。斯洛伐克荷斯坦牛中乳房炎、子宫内膜炎、蹄病和酮病的流行率受到牧场特定管理实践、环境因素以及与年龄和胎次相关的生理变化的影响。乳房炎是最常见的疾病，特别是在多胎次奶牛中，而酮病对生产寿命的影响最不利。疾病的共现率相对较低，但跛行通过行为变化 （ 如 延 长 躺
打赏
