Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-200201

Resumo

Uma meta-análise foi conduzida para desenvolver modelos de predição do consumo de matéria seca (CMS) em novilhas leiteiras em condições tropicais e para avaliar a sua adequação em comparação com os quatro atuais modelos americanos de predição CMS (Quigley (1986); National Research Council (NRC 2001) e dois modelos propostos por Hoffman (2008)). O conjunto de dados foi obtido a partir de 103 médias de tratamentos de 29 estudos e dividido aleatoriamente em dois subconjuntos de dados para análise estatística. O primeiro subconjunto de dados foi utilizado para desenvolver equações de predição do CMS (19 estudos, 67 médias de tratamentos) e o segundo subconjunto de dados foi utilizado para avaliar a adequação dos modelos preditivos (10 estudos, 36 médias de tratamento). Os modelos foram desenvolvidos através de modelos mistos, linear e não linear. Raça (Bos taurus vs. Bos taurus x Bos inducus), peso corporal médio (PC) (236,7 ± 63,7 kg) e ganho médio diário (GMD) (0,86 ± 0,29 kg d) foram considerados como variáveis independentes. Não houve efeito (P>0,05) de raças ou interação entre as raças e as variáveis independentes, PC0,75 e GMD. Assim, foi proposto um tipo modelo para ambas as raças: modelo não-linear [CMS = 0,1134 × PC0,75 - 3,3534 × e(-2,5885 × GMD)], e modelo linear [CMS = 6,7455-0,1625 × PC0,75 + 0,002 × (PC0,75)2 + 3,7634 × GMD - 1,6025 × GMD2]. O modelo não-linear explicou 72% da variação no CMS e previu com maior exatidão e precisão em relação ao modelo linear (quadrado médio do erro de predição = QMEP 9,24 vs. 11,32% do CMS observado). O modelo de Quigley (1986) explicou apenas 56% da variação do CMS mas subestimou em 0,03 kg/d; terceira equação mais exata e precisa (QMEP 11,96% do CMS observado). O modelo do NRC (2001) explicou 69% da variação do CMS, mas subestimou em 0,47 kg/d, com QMEP de 12,28% do CMS observado e a presença de erro sistemático constante. Modelo exponencial I de Hoffman (peso corporal como variável independente) previu adequadamente o CMS e com uma precisão semelhante ao modelo não-linear proposto. Esta equação explicou 68% da variação do CMS, que superestimou em 0,14 kg/d; sendo a segunda mais exata e precisa equação (QMEP de 10,02% do CMS observado). No entanto, o modelo exponencial II de Hoffman (peso corporal e FDN da dieta como variáveis independentes) não previu adequadamente o CMS, porque o mesmo explicou apenas 46% da variação no CMS e subestimou em 0,67 kg/d com alto QMEP (18,57% do CMS observado). Apenas o modelo não-linear proposto no presente estudo, o modelo exponencial I de Hoffman e o modelo de Quigley estimaram adequadamente o CMS de novilhas leiteiras em condições tropicais.

---

A meta-analysis was conducted to develop models for predicting dry matter intake (DMI) in dairy heifers under the tropical conditions and to assess its adequacy compared with four US current DMI prediction models [Quigley; National Research Council (NRC); and two Hoffman models]. The dataset was created using 103 treatments means from 29 studies, and it was randomly divided into 2 sub-datasets for statistical analysis. The first sub-dataset was used to develop DMI prediction equations (19 studies; 67 treatment means) and the second sub-dataset was used to assess the adequacy of the predictive models (10 studies; 36 treatment means). The models were developed using nonlinear and linear mixed analysis. Breed (Bos taurus vs. Bos taurus × Bos inducus), body weigth (BW, 236.7 ± 63.7 kg) and average daily gain (ADG; 0.86 ± 0.29 kg/d) were considered as independent variable. There were not effects (P>0,05) of breeds or interaction between breeds and independent variables, BW0.75and ADG. Thus, it was proposed one type model for both breeds: nonlinear model [DMI = 0.1134 × BW0.75 3.3534 × e(-2.5885 × ADG)], and linear model [DMI = 6.7455 0.1625 × BW0.75 + 0.002 × (BW0.75)2 + 3.7634 × ADG 1.6025 × ADG2]. Nonlinear model explained 72% of the variation in DMI and predicted with higher accuracy and precision rather than linear model (root mean square error of prediction = RMSEP; 9.24 vs. 11.32 % observed DMI). Quigley model explained only 56% of the variation in DMI but underpredicted it by 0.03 kg/d; it was the third most accurate and precise equation (RMSEP 11.96% observed DMI). NRC model explained 69% of the variation in DMI, but underpredicted it by 0.47 kg/d, with RMSEP of 12.28% of the observed DMI and presence of systematic constant bies. Hoffman exponential model I (BW as input) adequately predicted DMI and with similar accuracy to nonlinear model proposed. This equation explained 68% of the variation in DMI, overpredicted it by 0.14 kg/d; it was the second most accurate and precise equation (RMSEP of the 10.02% observed DMI). However, Hoffman exponential model II (BW and diet NDF as inputs) does not adequately predict DMI, because it explained only 46% of the variation in DMI, underpredicted 0.67 kg/d with higth RMSEP (18.57% of the observed DMI). Only the nonlinear model proposed in the present study, Hoffman exponential model I (BW as input) and Quigley model predict adequately the DMI of dairy heifers under tropical conditions.

Biblioteca responsável: BR68.1