Ecuaciones de predicción de los valores energéticos de la harina de carne y hueso para aves, utilizando el principio del meta-análisis

La demanda de la proteína de origen animal para la alimentación humana es creciente y, este hecho estimula la investigación en aves, en busca de alternativas que permitan reducir el costo de producción. La alimentación representa cerca del 70% del costo total de producción y se ha demostrado que es un parámetro importante en todo intento de bajar dicho costo. Las investigaciones en el área de nutrición avícola se están realizando en busca de mejorar la utilización de los ingredientes de origen animal, que son subproductos de matadero.

Los valores energéticos de los subproductos utilizados en la alimentación de las aves son esenciales para el éxito en la formulación de raciones más eficientes, que satisfagan los requerimientos nutricionales durante las diferentes etapas del desarrollo animal. Existen dos tipos de clasificación de los métodos para determinar los valores energéticos de los alimentos, a saber: métodos directos e indirectos. Los métodos directos o convencionales requieren el uso de una bomba calorimétrica y de ensayos metabólicos, tratándose de metodologías laboriosas, tardadas y costosas. En contraposición, como métodos indirectos surgen las ecuaciones de predicción basadas en la composición proximal de los alimentos y se obtienen rutinariamente en laboratorio. Se considera que constituyen una alternativa rápida, práctica y económica para la evaluación nutricional de los alimentos. En el método indirecto se utilizan ecuaciones de predicción para la evaluación de la composición química de los alimentos. Las ecuaciones de predicción se generan a partir de análisis químicos sencillos como nitrógeno, energía bruta, extracto etéreo, materia mineral, calcio y fósforo, para los alimentos de origen animal. Las ecuaciones de predicción se pueden obtener a través de meta-análisis, que Glass (1976) definió como el "análisis de los análisis", o el "análisis estadístico de una gran colección de resultados de análisis de estudios individuales, con el propósito de complementar los descubrimientos". Se están realizando algunos trabajos de meta-análisis con el propósito de recolectar información de datos provenientes de diferentes condiciones, comparando resultados distintos pero relacionados. El objetivo del presente trabajo fue generar ecuaciones de predicción, utilizando el principio del meta-análisis para generar valores energéticos de las harinas de origen animal utilizadas comúnmente en la alimentación del pollo de engorde.

La información utilizada en este trabajo hace referencia a los valores de energía metabolizable aparente corregida para el balance de nitrógeno (EMAn) y a la composición química de los alimentos de origen animal que se utilizan popularmente en la formulación de raciones avícolas. Estos datos fueron tomados de una amplia y minuciosa revisión bibliográfica, que pretende incluir el número máximo posible de estudios sobre el tema en cuestión. Para ello se revisaron memorias de congresos y simposios, bibliotecas y bancos de datos catalogados en el portal periódico de CAPES, como ejemplo de Web of Sience, entre otros. La revisión de la literatura incluyó trabajos publicados y realizados en Brasil en los últimos 30 años, con la finalidad de obtener el número máximo de informaciones y minimizar los errores que pudiesen influenciar el análisis de los datos. Se catalogaron 43 informes de experimentos realizados con harina de carne y hueso. Después de la revisión, la información obtenida se tabuló de acuerdo con el alimento, la metodología empleada en el análisis del metabolismo para determinar el valor energético, el género y la edad de los animales utilizados en los experimentos, así como la composición química del alimento en estudio. Estos datos, una vez tabulados y agrupados, se analizaron aplicando los principios del meta-análisis procurando identificar la ecuación que mejor permitiese calcular el EMAn como una función de la composición química. Dado que no todas las publicaciones contenían todos los datos de la composición química, la información se analizó separadamente como datos completos o incompletos. Se clasificaron como datos completos los que contenían toda la información sobre la composición química, mientras que las informaciones incompletas fueron aquellas que no incluían los datos de Ca ni P. La variación encontrada en los experimentos agrupados en el meta- análisis generalmente corresponde a diferencias en la metodología empleada, en el género de los animales y en el alimento, entre otros, siendo necesario considerar esta diversidad al momento del análisis. Los efectos considerados fueron: género, edad de los animales y metodología empleada en el ensayo del metabolismo (ya se recolección total o alimentación forzada + recolección total) y el alimento utilizado. Después de identificar estos efectos, se asignaron códigos a cada efecto en particular y, a partir de ahí, se realizaron los agrupamientos de los códigos para determinar los grupos que habrían de someterse al análisis de cuadrados mínimos ponderados (mismo que explicaremos más adelante) con el fin de considerar los efectos antes citados y realizar el procedimiento del meta-análisis. Para el efecto del género se definieron 3 grupos (machos = 1, hembras = 2 y parvadas mixtas = 3); con respecto a la edad fueron cuatro los grupos (1 = semanas 1 y 2 de vida; 2 = semanas 3 y 4 de vida; 3 = semanas 5 y 6 de vida; 4 = edades posteriores o indefinidas); con respecto a la metodología formamos sólo dos grupos (1 = recolección total de excretas; 2 = alimentación forzada + recolección total de excretas ) y para los alimentos fueron cinco los grupos (1 = harina de carne y hueso; 2 = harina de vísceras; 3 = harina de pescado; 4 = harina mixta; 5 = harina de cerdo). Dado que se utilizó el modelo estadístico de regresión lineal múltiple, los estimados de los parámetros se determinaron de acuerdo con el método de los cuadrados mínimos ponderados (Hoffmann y Vieira, 1977). Para seleccionar el factor de ponderación se consideraron los grupos predeterminados en el estudio siendo, sin embargo, el procedimiento adoptado para tal ponderación el método de los cuadrados mínimos ponderados donde se considera al inverso de la varianza (1/s²i) para cada grupo. Con el objeto de conocer la estructura de las relaciones entre las variables de la composición química y de los valores energéticos de cada alimento, se calcularon las correlaciones de Pearson, Draper y Smith (1981) entre todos los pares posibles, utilizando el programa Proc Corr del sistema SAS (Statistical Analysis System, 2000).

Cuadro 1. Coeficientes de correlación calculados entre todas las variables de la composición química y del EMAn de las harinas de carne y hueso

Todas las variables presentaron correlaciones significativas con la EMAn. La PB (P<0.05) y el EE (P<0.05) se correlacionaron positivamente con la EMAn. La MM, el Ca y el P presentaron correlación negativa con la EMAn. El EE fue la única variable que presentó correlación positiva con todas las variables independientes y con la EMAn, reforzando así la importancia del EE en la determinación de la EMAn mediante ecuaciones de predicción. La MM fue la variable que presentó correlación negativa y significativa (P<0.05) con la EMAn. Por lo tanto, si el contenido de MM fuese elevado, por algún motivo, el contenido de energía de la harina de carne y hueso disminuiría de la misma manera y además lo inverso es verdadero. Considerándose la información catalogada, la ecuación de predicción obtenida que presentó el mayor coeficiente de determinación (R² de 0.44) para la EMAn de la harina de carne y hueso fue EMAn = 1,839.20 + 105.60 EE -176.24 P. Al igual que con R² de 44% y correlación negativa estadísticamente significativa (P<0.05) cuando se considera el conjunto de las variables en el modelo ajustado, la variable señalada como la más importante del modelo fue el P (R² parcial = 0.26), seguida de EE (R² parcial = 0.18) que, a su vez, tiene correlación positiva y estadísticamente significativa (P<0.05). Las ecuaciones predichas para la harina de carne y hueso se pueden encontrar en el Cuadro 2.

Cuadro 2. Ecuaciones de predicción obtenidas para estimar los valores de EMAn de la harina de carne y hueso, en función de la composición química de las harinas de carne y hueso (valores expresados con base en la materia seca)

El ajuste de la ecuación con coeficiente de determinación de 0.44 se puede haber visto influenciado por el número de datos. No obstante, se puede observar que la ecuación que presentó el mayor número de variables fue la que tuvo el mayor coeficiente de determinación. El valor de EMAn encontrado por Rostagno et al. (2005) para la harina de carne y hueso (45%) fue de 2,445 Kcal/Kg siendo el valor estimado por la ecuación 1,839.20 = 105.60 EE - 176.24 P fue de 2,364 Kcal/Kg. El valor estimado por la ecuación mostró una diferencia de tan sólo 3.32% con respecto al valor publicado por Rostagno et al. (2005). Por lo tanto, se demostró que la ecuación es eficiente para la predicción del valor energético de la harina de carne y hueso. Considerando que la ecuación EMAn = 1,889.06 + 82.41 EE - 27.87 MM que presentó un coeficiente de determinación de 0.37, que fue generada sin las variables independientes Ca ni P, el coeficiente de determinación de la misma sufrió una disminución lo que indica un ajuste menor para estimar la EMAn de la harina de carne y hueso. Este hecho se puede comprobar mediante la comparación del valor encontrado por Rostagno et al. (2005) que fue de 2,445 Kcal/Kg con el valor estimado por la ecuación, que fue de 2,117 Kcal/Kg. La diferencia entre los valores fue del 13.41%. A pesar de que es considerable la diferencia entre los valores estimados y los tabulados, la ecuación que presentó el coeficiente de correlación 0.37 puede ser una herramienta viable si se considera la complejidad y el costo de los análisis de Ca y P.

Se indica para la harina de carne y hueso la ecuación EMAn = 1,839.20 + 105.60 EE - 176.24 P con una R² de 44%, que mejor se ajustó para estimar la EMAn. Las ecuaciones de predicción obtenidas estimaron valores muy próximos a los obtenidos por Rostagno et al. (2005), demostrando ser una herramienta ventajosa para la determinación de la EMAn de la harina de carne y hueso.

Draper NR & Smith H. 1981. Applied regression analysis. 2. ed. New York: John Wiley, 709p.

Glass GV. 1976. Primary, secundary, and meta-analysis of research. Educational Researcher 6(1):3-8.

Hoffmann R & Vieira S. 1977. Análise de regressão: uma introdução à econometria. São Paulo: Hucitec.

Rostagno HS et al. 2005. Tabelas brasileiras para aves e suínos: composição de alimentos e exigências nutricionais. Viçosa, MG: UFV. 186 p.

Statistical Analisys System. 2000. SAS/STAT: user's guide, version 7.0. Cary. 325p.