evaluación: ¿qué tan adecuado es el modelo cncps? luis orlindo tedeschi bertha rueda-maldonado...
TRANSCRIPT
Evaluación: ¿Qué tan adecuado es el Modelo CNCPS?
Luis Orlindo Tedeschi
Bertha Rueda-Maldonado
Francisco “Paco” Juárez-Lagunes
Requerimientos para pronósticos precisos en los
trópicos Se debe pronósticar con precisión los requerimientos para mantenimiento, crecimiento, gestación, lactación, y reservas de energía (tejidos grasos)
Se debe pronósticar con precisión las cantidades de energía y proteína absorbidos para cada condición específica de finca
Los valores tabulares de requerimientos de nutrientes y valores de alimentos de EE. UU. y Canadá son inadecuados para los trópicos
El CNCPS en el manejo alimenticio Desarrollar un modelo para pronosticar
requerimientos y valores biológicos de alimentos en cada finca
Usar el modelo para identificar los factores que son limitantes de primer órden al comportamiento animal Energía Proteína Aminoácidos Minerales
Componentes del modelo CNCPS para los trópicos
Ajustes de raza para mantenimiento, crecimiento y lactación
Fracciones de CHO y proteína para forrajes tropicales y sus tasas de digestión
Ecuaciones para pronosticar el consumo de materia seca
Ajuste ruminal para deficiencias de N y aminoácidos de cadenas ramificadas
Evaluación de vacas de doble propósito en México
Vacas lactantes
50 vacas 3/4 Holstein x 1/4 Brahman con: Peso corporal = 511 kg (550 maduro), condición
corporal = 3, y producción diaria de leche = 10 kg Pastoreo rotacional en Pangola con 3.5 kg/d
de suplemento From Juárez Lagunes et al. (1999), J. Dairy Sci. 82:2136
Composición de alimentos
Item Unidad Pangola (pasto)
Sorghum (grano)
Pasta de
soya
FDN %MS 69.5 10.3 11.4
Lignina %FDN 7.5 12.8 0.9
Proteína %MS 8.9 10.4 52.6
PBSol %PB 41.9 14.9 16.0
PNP %PBSol 36.3 33.0 55.0
Juárez Lagunes et al. (1999), Table 10
Tasas de digestión
Item Unidad Pangola (pasto)
Sorgo (grano)
Pasta de soya
CHO A %/h 19.7 14.3 7.9
CHO B1 %/h 19.7 14.3 7.9
CHO B2 %/h 5.3 6.0 5.7
Prot. B1 %/h 135 135 230
Prot. B2 %/h 11.0 6.0 11.0
Prot. B3 %/h 5.3 0.12 0.20Juárez Lagunes et al. (1999), Table 10
Sensibilidad al FDN y Lignina
EM para milk,
kg/d
PM para milk,
kg/d
PM bacteria,
g/d
FDN1, %MS
60 11.3 7.7 685
70 9.4 5.7 640
80 7.4 3.8 593
Lignina2,%FDN
4 10.5 6.8 668
8 8.2 4.6 6121 Lignin = 6% DM. 2 NDF = 70% DM. From Juarez Lagunes et al. (1999), Table 4Note: ME decreases 1.25 and 0.69 of % units/% of NDF and Lignin increase, respectively
Sensibilidad a la Tasa de digestión para F DN
FDN1
Tasa de dig.
EM para leche,
kg/d
PM para leche,
kg/d
PM bacteria,
g/d
3%/h 5.0 0 415
6%/h 9.4 5.7 640
9%/h 11.7 9.9 789
1 CHO A and B1 @ 16%/h. Juarez Lagunes et al. (1999), Table 5
Ganado Bovino en Crecimiento y Finalización
Evaluación del NRC (1996)
Evaluación del modelo NRC (2000), nivel 2 48 períodos de crecimiento Holstein, Angus y Charolais GPD varió entre 0.1 a 1.4 kg/d Dietas comprendieron 90% forraje de baja calidad (ej.,
paja) hasta 90% concentrado Datos de Wilkerson et al. (1993; JAS 71:2777) y Ainslie et
al. (1993; JAS 71:1312) Adaptado del NRC (2000) por Tedeschi (2001)
Evaluación del NRC (1996)
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
0.0 0.5 1.0 1.5 2.0
ME, MP, or AA first limiting allowable ADG, kg/ d
Obse
rved A
DG
, kg/d
Y=X
Evaluación del CNCPS 5.0
65 períodos de crecimiento Razas Holstein, Angus, Charolais, y Nellore Datos de 7 estudios publicados: Abdalla et al. (1988), Ainslie et
al. (1993), Boin and Moura (1977), Danner et al. (1980) Fox and Cook (1977), Lomas et al. (1982), Wilkerson et al. (1993).
PC-reducido varió entre 114 y 340 kg,
GPD varió de 0.22 a 1.11 kg/d,
consumo de MS de 4.6 a 7.9 kg/d y
PB del 10.6 al 18% (MS).
Fuente: Tedeschi (2001).
Evaluación del CNCPS 4.0
GPD, kg/d Estadísticas de regresión
MIN Media MAX r2,,% Sesgo,% RMSPE
EM, primer limitante (N=19)
Observado 0.80 1.11 1.44 - - -
Tabular NDT 0.73 1.25 1.78 61 -11.4* 0.23
CNCPS NDT 0.79 1.10 1.48 80 0.4 0.10
PM, primer limitante (N=28)
Observado 0.12 0.78 1.36 - - -
Tabular UIP 0.11 0.81 1.78 80 -4.3 0.21
CNCPS UIP 0.12 0.77 1.45 92 1.9 0.11
RMSPE = Raíz cuadrado del error de predicción por cuadrados mínimos
Pronóstico GPD con limitación en EM
y = 0.4393x + 0.5574r2 = 0.608
Bias = -11.4%
0.7
0.9
1.1
1.3
1.5
1.7
1.9
0.7 0.9 1.1 1.3 1.5 1.7 1.9
Predicted ADG by Tabular TDN, kg/ d
Obse
rved
AD
G, kg
/d Y=X
Pronóstico GPD con limitación en EM
y = 0.6674x + 0.3706R2 = 0.7974Bias = 0.4%
0.7
0.9
1.1
1.3
1.5
0.7 0.9 1.1 1.3 1.5
Predicted ADG by CNCPS TDN, kg/ d
Obse
rved
AD
G, kg
/d
Y=X
Pronóstico GPD con limitación en EP
y = 0.727x + 0.1876r2 = 0.8007
Bias = -4.3%
0.00.20.40.60.81.01.21.41.61.8
0.0 0.5 1.0 1.5
Predicted ADG by Tabular UIP, kg/ d
Obse
rved
AD
G, kg
/d
Y=X
Pronóstico GPD con limitación en EP
y = 1.0091x + 0.0097r2 = 0.9172Bias = 1.9%
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
0.0 0.5 1.0 1.5
Predicted ADG by CNCPS UIP, kg/ d
Obse
rved
AD
G, kg
/d
Y=X
Evaluación de la deficiencia ruminal en N Ajuste para la degradación de fibra y el
crecimiento de FC microbial en el rumen con balance ruminal negativo en N
Este submodelo fue evaluado en base a los resultados de cinco estudios
Fuente: Tedeschi et al. (2000; JAS 78:1648)
Evaluación de deficiencia ruminal en N 1. las cantidades disponibles de péptidos y amonio son
utilizados para determinar el crecimiento microbial permitido por N,
2. se resta este valor al crecimiento microbial permitido por la energía para obtener la reducción en la masa microbial,
3. esta reducción en masa se distribuye entre los pool de bacteria que digiere los carbohidratos de la fibra (FC) y los CHO de no-fibra (NFC) conforme con las proporciones originales en el crecimiento microbial permitido por la energía,
4. se computa la disminución en FC fermentado que es la pérdida en masa bacterial proveniente de FC, dividido por su rendimiento (g bacteria/g FC digerido), y
5. se suma esta reducción a la fracción FC que escapa del rumen.
Evaluación de la deficiencia ruminal en N
Ajuste CNCPS
Observado Sin ajuste Con ajuste
GPD, kg/d
Media 0.829 0.988 0.868
Sesgo promedio - 0.16 0.039
RMSPE/SD 0.371 0.222 0.138
Consumo MS, kg/d
Media 6.017 6.536 6.018
Sesgo promedio - 0.519 0.001
RMSPE/SD 1.763 1.142 0.61
CNCPS sin ajuste
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
0.0 0.5 1.0 1.5
First limiting allowable ADG, kg/ d
Obse
rved
AD
G, kg
/d
Y=X
r2 = 83%
Bias = -19.2%
CNCPS con ajuste
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
0.0 0.5 1.0 1.5
First limiting allowable ADG, kg/ d
Obse
rved
AD
G, kg
/d
Y=X
r2 = 88%
Bias = -4.7%
Relación entre GPD y balance ruminal en N
0
200
400
600
800
1000
1200
1400
-35 -25 -15 -5 5
Rumen N Balance, %
Obse
rved
AD
G, kg
/d
Maximum ADG @
0.4% RNB
Pronóstico del flujo de N con el modelo CNCPS
Conjunto de datos
57 publicaciones (22 con ganado con cánulas ileales)
257 tratamientos de dieta (175 de crecimiento/finalización, 82 con vacas lactantes)
299 animales (197 en crecimiento o finalización, 102 vacas lactantes)
Sólo 2 trabajos con análisis fecal de heces frescas Juan Marini (no publicado)
N bacterial
y = 0.7322x
R2 = 0.6662
0
50
100
150
200
250
300
350
400
450
500
0 100 200 300 400 500
Pred Bacterial N, g/d
Obs
Bac
teria
l N, g
/d
N duodenal
y = 0.9353x
R2 = 0.933
0
100
200
300
400
500
600
700
800
900
0 200 400 600 800 1000
Pred Duodenal N, g/d
Obs
Duo
dena
l N, g
/d
N fecal
y = 0.8149x
R2 = 0.9147
0
50
100
150
200
250
300
350
400
0 50 100 150 200 250 300 350
Pred Fecal N, g/d
Obs
Fec
al N
, g/d
Conclusiones
Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal
Información respecto al consumo de MS es crucial en la evaluación de modelos matemáticos
El ajuste para la deficiencia ruminal en N redujo el sesgo y incrementó el r2 (coeficiente de determinación)
El modelo pudo pronosticar en forma satisfactoria los rendimientos de N bacterial y duodenal, y el flujo de N fecal
Estudio de caso en la Región Amazónica Occidental de Brazil
RUEDA et al. (2003). Production and economic potentials of cattle in pasture-based systems of the western Amazon region of Brazil. Journal of Animal Science, 81, 2923-37
Objetivos experimentales
Evaluación del comportamiento en lactación y crecimiento de ganado usando el modelo CNCPS para: Estimar los efectos estacionales en los valores nutritivos
de pastos y leguminosas Evaluar opciones de manejo de pasturas y manejo
nutricional para mejorar la productividad de ganado y el uso de tierra
Sugerir opciones de retornos económicos favorables utilizando alternativas de manejo nutricional
Descripción del experimento
Tres fincas 1 finca doble-propósito (90 ha) 2 fincas de ganado de carne (1600 and 3000 ha)
Se monitoreó información CNCPS de Composición químico-cinética de forrajes Datos ambientales Características y comportamientos de animales
Composición Química de Forrajes
10
20
30
40
50
60
70
80
Oct Nov Dec Jan Feb Mar Apr May Jun
%
a
b
10
20
30
40
50
60
70
80
Oct Nov Dec Jan Feb Mar Apr May Jun
%
TDN, decumbens TDN, brizantha TDN, kudzu DIP, decumbens
DIP, brizantha DIP, kudzu
Incrementar producción de leche…
• 1 a 2 kg/d de sorgo y 20% del consumo total de Kudzu fueron requeridos para lograr la meta
pero
• “… suplementación para incrementar productividad individual no es atractivo economicamente en este sistema doble-propósito con la baja relación entre los precios de leche y sorgo …”
Incrementar ganancia de peso …
• “… los márgenes netos también fueron más bajos con los precios actuales de carne y grano para un crecimiento más rápido para novillos con suplementación por grano…”
• “… el incremento en el costo de alimento para la producción de carne fue más que dos veces que el supuesto aumento en el ingreso bruto …”
Conclusiones
Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal.
Información sobre el consumo de MS es crucial para la evaluación de modelos.
El modelo CNCPS nivel 2 pronostica el comportamiento animal con más precisión que el tabular NDT
El ajuste para deficiencia ruminal en N aumentó la precisión de pronóticos de GPD