Prediccion de la curva de crecimiento corporal en pollos de engorda

Introducción

Durante las últimas décadas se han logrado aumentos sustantivos en la tasa de crecimiento temprano de los pollos y mejoras en el índice de conversión alimenticia, principalmente a través de la selección genética y mejoras en las condiciones ambientales como la nutrición y alojamiento (Goliomytis et al., 2003). Lo anterior ha derivado en la obtención de pollos con mayores pesos corporales y reducción de los días al mercado en los sistemas intensivos actuales. Para que los pollos modernos alcancen su máximo potencial de crecimiento y producción de proteína, es necesario suplementar todos los nutrientes en las cantidades y proporciones adecuadas en función de la edad y el nivel de producción.

Normalmente, las casas comerciales de líneas genéticas proporcionan recomendaciones de alimentación y los niveles de energía, aminoácidos, vitaminas y minerales requeridos para un óptimo crecimiento; sin embargo, en condiciones de producción comercial la tasa de crecimiento de los pollos pueden variar en gran medida dependiendo de las condiciones de producción, presencia de enfermedades y manejo del medio ambiente. La variación en el comportamiento productivo de los pollos resulta en variaciones en el margen de ganancia y retorno económico en función de los costos de producción y los precios de venta. Esto se debe a que cuando la tasa de crecimiento del pollo está por debajo de la esperanza predicha el aporte de nutrientes puede exceder la demanda y capacidad de síntesis de tejidos, lo que conduce al desperdicio de los recursos alimenticios; en cambio, si los índices de producción superan las expectativas, pero el aporte de nutrientes es subóptimo, la eficiencia de conversión de alimento a carne aumenta lo que también conduce a ineficiencias económicas. 

Lo anterior se podría evitar si se conociera exactamente la forma y la dirección de la variación del crecimiento, de tal manera que se pudieran hacer los ajustes necesarios en el aporte de nutrientes de acuerdo a aumentos o disminución de la demanda. Para esto se requiere conocer los cambios temporales del peso corporal, y de manera concomitante, del consumo de alimento. Este conocimiento se podría adquirir a través del desarrollo de modelos de predicción del crecimiento, basados en ecuaciones matemáticas, en función de mediciones repetidas del peso corporal a edades determinadas y en diferentes tiempos (por ejemplo, épocas del año) y de otros factores que influyan sobre el crecimiento de los pollos y que se considere necesario incluirlos en el modelo (Aerts et al., 2003; Goliomytis et al., 2003;  rheruata et al., 2006).

El desarrollo de modelos de predicción del peso corporal de los pollos además de servir para mejorar la eficiencia de uso de nutrientes tiene otras ventajas como manipular la tasa de crecimiento como medida preventiva a ciertos problemas como ascitis, para protegerse de altos costos  transitorios de producción o variación de los precios de venta; también la tasa de crecimiento se puede modular para responder a la demanda de mercados particulares (por ejemplo, el pollo parrillero) o influir sobre la composición de la canal (Sakomura et al., 2005). Dados los beneficios enumerados, el presente trabajo se diseño para desarrollar un modelo de predicción del peso corporal y consumo de alimento en pollos Ross B308 criados en corrales de piso de 1 a 49 días de edad.

Materiales y métodos

Se usó la información generada en seis experimentos con pollos Ross B308 criados en corrales de piso en donde se evaluaron variables de comportamiento productivo semanalmente de día 1 al 49 de vida. En los experimentos se evaluaron diferentes tratamientos y se tuvo en total 240 corrales y un número aproximado de 6 000 pollos. En dos experimentos se tuvieron hembras y machos en diferentes corrales, en tres experimentos se tuvieron solo machos y en un experimento se tuvieron sexos mixtos. Todas las dietas se formularon de acuerdo a las recomendaciones de nutrientes y energía sugeridas en el manual de Ross. El agua y el alimento se ofrecieron a libre acceso. Los pollos se mantuvieron en una caseta cerrada con ventilación controlada con lonas de plástico. Todos los pollos se pesaron al inicio de cada experimento (día 1) y posteriormente se registró el peso corporal y consumo de alimento al día 7, 14, 21, 28, 35, 42 y 49 de edad. En el Cuadro 1 se presenta el promedio y valores mínimos y máximos del peso corporal y consumo de alimento. 

Los datos fueron sometidos a análisis de regresión lineal de primero, segundo y tercer orden para evaluar el patrón de peso corporal y consumo de alimento en función de los valores registrados en la semana previa de vida. También se analizó el patrón de consumo de alimento en función del peso corporal a la misma edad y en edades previas. Los análisis fueron facilitados por el uso de los Modelos Lineales Generales del SAS(1989).

Resultados y discusión

En el Cuadro 1 se presentan los promedios, valores mínimos y máximos del peso corporal y consumo de alimento a los 7, 14, 21, 28, 35, 42 y 49 días de edad. También se presenta el peso corporal y consumo de alimento de pollos Ross B308 a edades equivalentes. En el peso corporal se observa que todos los promedios son inferiores a los valores reportados por Ross a excepción del día 7; los valores máximos al día 1, 7, 14, 21 y 42 son superiores a los pesos registrados por Ross.

En el consumo de alimento se observa que todos los promedios son inferiores a los valores reportados por Ross, a excepción del día 49; en cambio, los valores máximos de consumo de alimento son mayores a los de Ross a excepción del día 7. Estos resultados demuestran que existe una gran variación entre los pesos y consumos esperados, de acuerdo a la guía de Ross, y los pesos y consumos observados, aún en condiciones experimentales.

En el Cuadro 2 se presentan las ecuaciones de predicción del peso corporal en los días 14, 21, 28, 35, 42 y 49 en función del peso en la semana previa de vida. Cabe aclarar que la estimación del peso al día 7 con relación al peso al día 1 resultó en probabilidades menores a 0.05 en el efecto cuadrático y cúbico, pero los coeficientes de determinación fueron inferiores al 0.30 en ambos casos.

En la Figura 1 se observa la dispersión del peso corporal al día 14, 21 y 28 en función del peso en la semana previa. En todos los casos se observa un buen ajuste de los datos a la pendiente de la ecuación. Es evidente que la predicción del peso al día 14 en función del peso de los pollos al día 7 es la que presenta el coeficiente de determinación más alto, mientras que el coeficiente disminuye al día 21 y 28. De la misma manera, en la Figura 2 se observa que el coeficiente de determinación del peso al día 35 es más alto que en los pesos a los días 42 y 49. Los resultados sugieren que conforme los pollos avanzan en edad la precisión de la predicción del peso baja, lo que probablemente está asociado a la mayor dispersión de los pesos a edades más avanzadas. En el Cuadro 1 se observa que el rango de pesos mínimos y máximos es proporcionalmente mayor en pollos de más edad que en los pollos más jóvenes. Probablemente este problema se puede minimizar aumentando el número de réplicas en la base de datos.

La mayoría de las predicciones de consumo de alimento resultaron con bajos coeficientes de determinación, principalmente a partir de los 28 días de edad. Las predicciones de consumo de alimento en función del peso corporal a una edad equivalente resultaron en bajos coeficientes de determinación, a excepción del consumo a los 7 días de edad.

Implicaciones
Los resultados sugieren que con base en el peso corporal observado en pollos criados en una granja experimental, el uso de las recomendaciones de nutrientes de acuerdo a la guía del manual de Ross no es lo más adecuado ya que en la mayor parte del ciclo del crecimiento el aporte de nutrientes estaría sobrado. Con el uso del modelo de predicción del peso corporal obtenido en el presente trabajo es posible mejorar la eficiencia de los programas de alimentación, sin embargo, se debe mejorar en la precisión de las predicciones del peso y aplicar otras metodologías para lograr desarrollar modelos  de predicción del consumo de alimento.