Abstract
Background: In the current
conditions of Cuba, the most appropriate strategy is not daily milk production
per se, but the sum of all the cows present at a given time in a given herd,
that is, the total milk production, which requires a particular analysis. Objectives. To develop a methodology to
evaluate the productivity of all the animals of 30 dairy herds in the
conditions of southern Pinar del Rio. Methods: Several weighted mixed
linear models will be used to estimate the response curves of the dependent
variables over time and the level of environment represented by THI.
Results: The analysis carried out showed that in the period between 2018
and 2014 the daily milk production (PDL) decreased by -15.9%; milk production
per hectare at -39.1% and the percentage of milking cows (VO) at -17.5%. Total
inseminations and monthly pregnancies were depressed by -20.0% and -5.9%
respectively and a negative relationship with all the classic variables used to
measure global herds productivity. At the same time, the effects of thermal
stress depress PDL by -13.4%. It was found that for every 1% increase in VO,
the PDL of the herd increases by +2.2%. Conclusions: Antagonism was
found between reproductive performance, milk production and heat stress; It is
suggested to apply these statistical procedures to identify the limiting
factors of the overall productivity of dairy herds.
Keywords: Climatic stress, dairy herds, milk production; reproductive behavior (Source: AGROVOC)
INTRODUCCIÓN
Para atenuar la problemática de la
producción lechera en Cuba se ha generalizado el
criterio de que aumentando la producción diaria de leche por vaca (PLV) puede
ser una vía para mejorar la actividad. Sin embargo, mayor PLV puede ser una
condición necesaria pero no suficiente en un sistema de producción de bajos
insumos, como el que caracteriza la actividad de la ganadería del país. La PLV
es el resultado de la interacción de múltiples factores ligados al fisiologismo
de la vaca, al ambiente que la rodea y al factor humano que trata de obtener el
producto final. Cuando se estudian los datos de PLV mediante un enfoque
analítico individual, se identifican múltiples causas que afectan sus
resultados, como son las variaciones ambientales (año, época de parto, rebaño, etc) y genéticas (varianzas y covarianzas entre
rasgos de interés económico), lo cual posibilita incidir para favorecer o no
aquellos factores con efectos positivos o negativos. Sin embargo, cuando se
considera el conjunto de los animales del rebaño todos estos efectos actúan de
conjunto y se superponen unos a otros, de manera que se requiere aplicar otros
análisis para explicar los resultados y optimizar el proceso con vistas a
incrementar la PLV de todas las vacas presentes en el rebaño.
En este escenario se introduce el
componente de la estructura de la población de vacas, diferenciando aquellas
que tienen un aporte directo al volumen de leche total (PLT), es decir el
número de vacas en ordeño (NVO), área total disponible para el total de vacas
en el rebaño (NTV), para lo que se requiere de un enfoque multivariado del tipo
de componentes principales (ACP) que permita extraer el máximo de la estructura
de (co)varianza entre las variables originales (Hair et al.,
2009). Un procedimiento similar se aplicó a datos de algunas empresas en las
condiciones de Cuba, en la producción de leche (Torres et al., 2008; Martínez-Melo et
al., 2011) y el comportamiento reproductivo (Bertot
Valdés et al., 2008).
Esas investigaciones no consideraron
el impacto de los efectos de estrés térmico en la producción animal aun cuando
existe consenso sobre los mismos. Al respecto, durante el año 2022, la
temperatura media anual superó a la media histórica del periodo 1961 - 1990 (25,5°C)
en 0,88°C (Fonseca et al., 2023), lo
que puede inducir efectos depresivos adicionales al ganado lechero cuyas
primeras evidencias fueron publicadas por Domínguez et al. (2015) que mostraron una correlación de -0.72 entre un
índice combinado de temperatura y humedad (ITH) y la producción diaria de leche
en la provincia Habana.
En este trabajo se aplicará un
procedimiento analítico sobre la productividad del conjunto de los animales del
rebaño lechero para evaluar sus resultados en el comportamiento productivo,
reproductivo y el efecto del ITH.
MATERIALES Y MÉTODOS
Los datos disponibles corresponden a
30 rebaños lecheros de una empresa al sur de Pinar del Rio, con animales
Siboney de Cuba entre enero del 2014 a diciembre del 2018. Se tuvieron en
consideración los siguientes indicadores:
Numero de vacas totales (NVT) = total
de vacas presentes en el rebaño en cada mes.
Por ciento de vacas en ordeño (PVO) =
(número de vacas en ordeño/número de vacas totales) *100.
Carga (CA) = NVT/área total del
rebaño. Estos datos se agruparon en tres categorías (baja con menos de 0,9
animal/ha, media entre 0,9 y 1,1 animales/ha y alta
para más de 1,1 animales/ha. Producción mensual total de leche (PMTL) = Suma de
la producción diaria del total de vacas en ordeño en cada mes natural.
Producción leche diaria (PDL) = PMTL/número
de días naturales del mes.
Producción mensual de leche por
hectárea (PMLH) = PMTL/área total del rebaño.
Al mismo tiempo, para evaluar la
actividad reproductiva mensual de cada rebaño, se dispuso del número de
inseminaciones y de gestaciones realizadas. Esta empresa se encuentra a 5 km de
una estación meteorológica oficial, que facilitó los promedios mensuales de
humedad relativa (HR) y temperatura (T) máxima, mínima y media, las cuales se
combinaron en un índice ITH de acuerdo con NRC (1971):
ITH = [(1.8 x T+ 32) - (0.55 +(0.0055 x
HR) x (1.8 x T -26))]
Donde T y HR fueron definidas
previamente.
Para el análisis de estos datos se
aplicaron varios modelos lineales mixtos ponderando
cada registro por el número de vacas totales y considerando efectos aleatorios
de vaquería (30 clases) y los efectos fijos de carga (3 clases); año (5
clases); mes (12 clases) y nivel de ITH (12 clases) así como sus interacciones,
con vistas a representar las curvas de respuesta de las variables dependientes
a lo largo del tiempo y del nivel de ambiente representado por ITH.
RESULTADOS Y DISCUSIÓN
La tabla 1, presenta los indicadores
generales de las variables estudiadas.
Tabla 1. Información general de
estructura y productividad de 30 rebaños lecheros en Pinar del Rio (entre
paréntesis amplitud del indicador).
|
Indicador
|
Constante mínimo cuadrática
|
|
Número total de
vacas por vaquerías
|
127,1 (43 a 212)
|
|
Número de vacas en
ordeño
|
54,1 (13 a 118)
|
|
Por ciento de
vacas en ordeño (PVO)
|
42,8 (13.9 a 97.5)
|
|
Número de
hectáreas por vaquerías
|
125,3 (86.6 a 161.1)
|
|
Carga (UGM/ha)
|
1,02 (0,7 a 1,8)
|
|
Producción de
leche total mensual por vaquería (kg)
|
11 985 (1 344 a 80 617).
|
|
Producción mensual
total de leche (kg)
|
394 (44 a 2 650)
|
|
Producción leche
diaria (kg)
|
6,8 (1,1 a 23,9)
|
|
Producción mensual
de leche por hectárea (kg)
|
94,6 (12,4 a 594,1)
|
|
Número total de
inseminaciones mensuales
|
16,2 (1 a 54)
|
|
Número total de
gestaciones mensuales
|
6,5 (1 a 29)
|
|
Temperatura media oC
|
25,3 (21 a 28)
|
|
Humedad media (%)
|
79,9 (71 a 87)
|
|
ITH
|
83,7 (77 a 89)
|
Al analizar globalmente las
constantes mínimas cuadráticas de las variables dependientes (Tabla 1),
contiene mucha información redundante, la cual es necesario estudiar para
identificar la intensidad y dirección de algunos factores comunes que describen
las variaciones en la forma de expresión de la productividad total de los
rebaños.
Los análisis mostraron diferencias
altamente significativas (p<0.001) para todas las variables estudiadas, los
coeficientes de determinación de los modelos oscilaron entre 79% a 83% para
aquellos eventos ligados a la producción láctea y entre 31% a 37% para los
reproductivos. Se evidenció una tendencia negativa en los resultados de
productividad promedio, así como de la estructura de la población de vacas e
indicadores reproductivos (Tabla 2).
Tabla 2. Efecto del año sobre las
variables estudiadas*.
|
Año
|
Producción de leche (kg)
|
Reproducción
|
|
Vaca/día
|
Total/día
|
Total/mes
|
Por ha
|
Total
|
En ordeño (%)
|
IA
|
Gestaciones
|
|
2014
|
7,73a
|
461,8a
|
14 050a
|
124,7a
|
134,1a
|
50,36a
|
16,5a
|
6,7a
|
|
2015
|
6,57b
|
396,5c
|
12 063b
|
98,5b
|
134,1a
|
45,60a
|
14,3b
|
6,2a
|
|
2016
|
7,46a
|
501,8b
|
15 267a
|
110,6a
|
132,6a
|
41,49b
|
22,1c
|
7,2b
|
|
2017
|
6,75b
|
380,9c
|
11 589c
|
92,3b
|
120,1b
|
43,31c
|
13,6b
|
4,9c
|
|
2018
|
6,49b
|
326,4d
|
9 930d
|
76,0c
|
111,9c
|
41,41b
|
13,2b
|
6,3a
|
|
Respuesta (%)
|
-15,9
|
-29,3
|
-29,3
|
-39,1
|
-17,8
|
-17,2
|
-20,0
|
-5,9
|
*Valores con subíndices diferentes
difieren significativamente (p<0.001).
En las figuras 1 y 2 se presenta las
constantes mínimas cuadráticas de los efectos del ITH sobre la PDL y el
porcentaje de vacas en ordeño. En
general estas dos figuras representan las típicas curvas estacionales que
caracteriza la producción animal en países tropicales, con sistemas de
producción de bajos insumos, donde se superponen la época de mayor calor del
verano, mayores precipitaciones, mayor cantidad de pastos disponibles, y el
aumento de la producción de leche.
Los resultados indicaron que los
mayores valores de ITH, entre los meses de mayo a agosto, corresponden con las
mayores producciones de leche/día.
%202024.%20Evaluación%20global%20de%20la%20productividad%20de%20rebaños%20lecheros%20y%20estrés%20térmico.%20I._archivos/image004.png)
Figura 1. Efectos del nivel de ITH
sobre la producción de leche diaria.
Las relaciones entre el porcentaje de
vacas en ordeño y nivel de ITH manifiestan un deterioro marcado en todo el
periodo de tiempo no obstante la forma de respuesta es muy similar a PDL.
%202024.%20Evaluación%20global%20de%20la%20productividad%20de%20rebaños%20lecheros%20y%20estrés%20térmico.%20I._archivos/image006.png)
Figura 2. Valores de ITH y porcentaje de vacas en ordeño.
Es obvio
que se debe aprovechar esta realidad y en tal sentido existen investigaciones,
que recomiendan la utilización de un sistema de época de partos, cuyos
beneficios se verán reflejados en incrementos productivos de los rebaños
lecheros en Cuba (Soto Senra et al., 2020; Horrach Junco et al., 2020). Aun cuando esta
alternativa puede producir importantes beneficios productivos y económicos, no
está exenta de algunos riesgos a mediano plazo, que deben tomarse en
consideración en especial durante la época de verano, debido a stress calórico
(Valdivia-Cruz, et al., 2021;
Enríquez y Álvarez, 2020). Las afectaciones en la producción de leche a causa
del estrés térmico son coherentes con las evidencias en otras regiones de Latinoamérica, en
rebaños Holstein de Brasil
(Menéndez-Buxadera et al., 2020), Panamá (Guerra et
al., 2019) y Perú (Menendez-Buxadera et al., 2022; Galván et al., 2023). En relación con los
efectos del estrés térmico en la actividad reproductiva del ganado bovino, se
han indicado iguales tendencias por Silva et
al. (2023); Stefanska et al. (2024).
Existen argumentos razonables que
puede indicar confusión en la interpretación de esta relación ambiental de
mayor nivel de PDL y los meses más calurosos del verano, debido a algún tipo de
comportamiento compensatorio que se expresa parcialmente en los niveles de
producción de leche. Para tener una visión preliminar y muy parcial de esta
interrogante, a partir de los datos disponibles, se estimaron las constantes
mínimas cuadráticas de los efectos de la interacción carga-ITH sobre PDL,
ajustada por efectos de vaquerías (aleatorio) y año-mes (coeficiente de
determinación del modelo R2=75,4 %), los resultados se muestran en
la figura 3.
%202024.%20Evaluación%20global%20de%20la%20productividad%20de%20rebaños%20lecheros%20y%20estrés%20térmico.%20I._archivos/image008.png)
Figura 3. Efecto de la interacción carga-ITH sobre la
producción diaria de leche.
Estos resultados indicaron
que existe una zona de confort a ITH≤83 dentro de la cual
la PDL presenta algunas altas y bajas, aunque la respuesta global es bastante
estable, de manera que prácticamente pueden considerase nulos los efectos de
ITH. Sin embargo, a partir de ITH=83 se produce un cambio brusco de tendencia
en las tres cargas y comienza una zona de estrés calórico donde la curva de
respuesta fue francamente negativa hasta ITH<=89. %202024.%20Evaluación%20global%20de%20la%20productividad%20de%20rebaños%20lecheros%20y%20estrés%20térmico.%20I._archivos/image009.png)
El potencial de pérdidas en
producción de leche de cada vaquería se puede estimar aplicando el mismo
enfoque que originalmente desarrollaron Ravagnolo y Misztal (2000) con el denominado modelo de línea
discontinua (broken line model).
Estos autores sugirieron expresar los resultados como desviación (d) del
nivel del punto de cambio de tendencia, en nuestro caso a ITH=83:
|
|
d
= 0 para ITH<=83 zona de confort
d =ITH - 83 zona de estrés térmico
|
|
En este estudio d toma valores
entre 0 y 6 y el análisis de regresión mostró que d = -0,152±0,027/kg
por cada nivel de ITH (R2 del modelo=87,2%), estimado muy cercano al
-0,2kg/ITH publicado por Ravagnolo et al. (2000) con una numerosa base de
datos individuales de animales Holstein en los Estados Unidos. Se debe
considerar que este efecto negativo es multiplicativo, de manera que las
pérdidas globales ligadas al estrés por calor se pueden inferir si se considera
que, en la base de datos 56,1% de los resultados se obtienen durante esta zona
de estrés térmico. A nivel de vaquería el impacto total equivale a 6 x -0,152=
- 0,912 kg lo cual representa una pérdida de -13,4% de la producción diaria de
leche por vaca (Tabla 1).
Lo expuesto implica que aun cuando se
trate de un análisis global, el antagonismo entre estrés térmico y producción
de leche es un efecto real y como tal debe tomarse en cuenta. Para identificar
la importancia de PVO sobre los niveles de producción de leche se utilizó un
modelo lineal mixto similar al descrito previamente al que se incorporó esta
variable como covariable fija. Los coeficientes de determinación de estos
modelos oscilaron entre 79% para PLV a cerca del 82% para PLH y PVT; los
resultados indicaron que por cada 1% de aumento de las vacas en ordeño se
incrementa la producción de leche por vaca (+4,6%) y la producción total de
leche en +2,2%, estimados muy semejantes al alcanzado dos décadas atrás en 19
unidades lecheras de la provincia Habana (Menéndez-Buxadera
et al., 2004).
CONCLUSIONES
Se encontró antagonismo entre
comportamiento reproductivo, producción de leche y estrés térmico; se sugiere
aplicar estos procedimientos estadísticos para identificar los factores
limitantes de la productividad global de los rebaños lecheros.
REFERENCIAS
Bertot Valdés, J. A.,
Vázquez Montes de Oca, R., de Armas de la Rosa, R., Garay Durba,
M., Avilés Balmaseda, R., Tejeda del Risco, E., Loyola Oriyés,
C., & Honrach Junco, M. (2008). Determinación de
las variables más representativas para la organización y el control de la
reproducción en sistemas vacunos lecheros. Revista de Producción Animal,
20(1). 65-71. https://www.academia.edu/download/46365941/Variables_mas_representativas_para_la_organizacion__y_el_control_de_la_reproduccion.pdf
Domínguez, A. M., Morales,
Y., & Sánchez, J. A. (2015). Influencia del índice temperatura-humedad
sobre la producción de leche por época del año en vacas. En Memorias de V
Congreso de Producción Animal Tropical. Mayabeque, Cuba: Instituto de Ciencia
Animal. https://www.engormix.com/ganaderia-leche/articulos 7 de Mayo 2020
Enríquez, A. V. &
Álvarez, A. (2020). Caracterización del índice de temperatura y humedad y el
estrés calórico en el ganado bovino de leche en dos lecherías en la provincia
Mayabeque, Cuba. Cuban Journal of Agricultural Science, 54(1). http://cjascience.com/index.php/CJAS/article/view/942Adan/publication/346938753.
f
Fonseca Rivera, C., Martínez
Alvarez, M., González, M. H., Pérez Suárez, R., Velazquez Saldívar, B., Valderá
Figueredo, N., González García, I., Cutié Cancino,
V., Vázquez Montenegro, R., Cruz Estopiñan, E. V., Mitrani Arenal, I., Hidalgo Mayo, A., Cabrales Infante. J.,
Lapinel Pedroso, B., Marzo Lobaina,
O., & Ríos Ortega, Y. (2023). Estado del Clima en Cuba 2022. Resumen
ampliado. Revista Cubana de Meteorología, 29. http://scielo.sld.cu/scielo.php?pid=S2664-08802023000100010&script=sci_abstract
Galván Cavero, G. A., Menendez-Buxadera, A., More Montoya, M. J., & Gutiérrez
Reynoso, G. A. (2023). Impacto de los efectos climáticos sobre la producción de
leche de ganado Holstein en Lima, Perú. Revista de Investigaciones
Veterinarias del Perú, 34(5),
e23388. https://doi.org/10.15381/rivep.v34i5.23388
Guerra Montenegro, R.,
Hernández Rodríguez, A., & Menéndez-Buxadera, A.
(2019). Componentes de varianza genética para producción de leche y tolerancia
a cambios de temperatura ambiental en vacas Holstein en Chiriquí, Panamá. Livestock Research for Rural Development. 30(12). https://www.researchgate.net/publication/329451337.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Multivariate data analysis. 7th edition, Prentice Hall, Upper Sadde
River, NJ, USA.
Horrach Junco, M. N., Bertot Valdés, J. A., Vázquez Montes de Oca, R., &
Garay Durba, M. (2020). Eficiencia reproductiva de
sistemas vacunos en inseminación artificial. Tendencias actuales y perspectivas.
Revista de Producción Animal, 32(3),
70-78. https://revistas.reduc.edu.cu/index.php/rpa/article/view/e3592
Martínez-Melo, J., Jordán,
H., Torres, V., Guevara, G., Hernández, N, Brunett,
L. Fontes, D., Mazorra, C.,
Lezcano, Y & Cubillas, N. (2011). Classification of dairy
units belonging to the Basic Units of Cooperative Production in Ciego de Avila,
Cuba. Cuban Journal of Agricultural Science, 45(4). 373-377. http://cjascience.com/index.php/CJAS/article/view/96
Menéndez-Buxadera A., Caunedo Sibori, J., &
Fernández Santibáñez, M. (2004). Relación entre el por ciento de vacas en
ordeño y la producción láctea total del rebaño. Revista Cubana de Ciencia
Agrícola, 38(4), 361-367. http://www.redalyc.org/articulo.oa?id=193017793003
Menéndez-Buxadera,
A., Montoya, M. M., Gutiérrez-Reynoso, G., & Cavero, G. G. (2022).
Interacción genotipo ambiente en estrés térmico y producción de leche en vacas
Holstein en la región de Lima, Perú. En Anales Científicos, 83(2), 160-174. https://revistas.lamolina.edu.pe/index.php/acu/article/view/1902
Menéndez-Buxadera,
A., Pereira, R. J., El Faro, L., & Santana Jr, M.
L. (2020). Genotype by environment interaction due to heat
stress during gestation and postpartum for milk production of Holstein cattle. Animal,
14(10), 2014-2022. https://doi.org/10.1017/S1751731120001068
National
Research Council (NRC) 1971. A guide to environmental research on animals.
National Academy Press, Washington, DC, USA.
Ravagnolo, O., & Misztal, I., (2000). Genetic component of heat stress in
dairy cattle, parameter estimation. Journal of Dairy Science, 83, 2126–2130. https://doi.org/10.3168/jds.S0022-0302(00)75095-8
Ravagnolo O., Misztal,
I., & Hoogenboom, G. (2000). Genetic component of
heat stress in dairy cattle, development of heat index function. Journal of
Dairy Science, 83, 2120–2125. https://doi.org/10.3168/jds.S0022-0302(00)75094-6
Silva,
W. C. D., Silva, J. A. R. D., Camargo-Júnior, R. N. C., Silva, É. B. R. D.,
Santos, M. R. P. D., Viana, R. B., Silva, A. G. M. Silva, C. M. G., & Lourenço-Júnior, J. D. B. (2023). Animal welfare and
effects of per-female stress on male and cattle reproduction-A review. Frontiers in Veterinary Science, 10, 1083469. https://doi.org/10.3389/fvets.2023.1083469
Soto Senra,
S. A., Guevara Viera, R. V., & Guevara Viera, G. E. (2020). Uso estratégico
de la base forrajera en la producción estacional de leche bovina en la zona
centro-oriental de Cuba. Revista de Producción Animal, 32(3), 120-132. https://revistas.reduc.edu.cu/index.php/rpa/article/view/e3668
Stefanska, B., Sobolewska, P., Fievez, V., Pruszynska-Oszmałek, E., Purwin,
C., & Nowak, W. (2024). The
effect of heat stress on performance, fertility, and adipokines involved in
regulating systemic immune response during lipolysis of early lactating dairy
cows. Journal of Dairy Science, 107(4),
2111-2128. https://doi.org/10.3168/jds.2023-23804
Torres,
V., Ramos, N., Lizazo, D., Monteagudo,
F., & Noda, A. (2008). Statistical model for measuring the impact of
innovation or technology transfer in agriculture. Cuban Journal of
Agricultural Science, 42(2),
131-137. http://www.ciencia-animal.org/cuban-journal-of-agricultural-science/articles/V42-N2-Y2008-P131-V-Torres.pdf
9
Valdivia-Cruz, J. C.,
Reyes-González, J. J., & Valdés-Paneque, G. R.
(2021). Effect of temperature and humidity index (THI) on
the physiological responses of grazing dairy cows. Cuban Journal of
Agricultural Science, 5(1), 21. https://www.academia.edu/download/87564461/2079-3480-cjas-55-01-21.pdf
Contribución
de los autores
Concepción y diseño de la investigación: SGP, AMB; análisis
e interpretación de los datos: SGP, AM, MST, AMB; redacción del artículo: SGP, AMB, AM, MST.
Conflicto
de intereses
Los
autores declaran que no existen conflicto de intereses.
%202024.%20Evaluación%20global%20de%20la%20productividad%20de%20rebaños%20lecheros%20y%20estrés%20térmico.%20I._archivos/image002.jpg){kind=small}
, Alina Mitat
Valdés **