Spelling suggestions: "subject:"suínos em crescimento"" "subject:"equínos em crescimento""
1 |
Energia metabolizável de alimentos energéticos para suínos: predição via meta-análise, determinação e validação por simulação bootstrap / Metabolizable energy of energetic food for swine: prediction via meta-analysis, determination and validation by bootstrap simulationLanger, Carolina Natali 19 July 2013 (has links)
Made available in DSpace on 2017-07-10T17:47:55Z (GMT). No. of bitstreams: 1
Carolina_Natali_Langer.pdf: 3347830 bytes, checksum: e0c654ce879cbbab0be9d34b37c74f3d (MD5)
Previous issue date: 2013-07-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The proposed objectives in this study were the metabolizable energy (ME) prediction of corn, sorghum and wheat bran from the chemical and energy composition of these foods in national and international literature data; the stepwise procedure validation of regressive selection by bootstrap simulation; the ME determination of these foods for growing pigs and subsequent validation of equations estimated in ME values observed in the experiment, using the bootstrap resampling procedure. For the ME prediction in chemical composition function, we used data from trials of pig metabolism and chemical composition of corn, sorghum and wheat bran, available in national and international scientific literature. Five models of multiple linear regression were adjusted to estimate the ME. In the stepwise procedure validation of regressive selection, it was used the non-parametric bootstrap resampling method, with each sample replacement, from the database formed via meta-analysis. It was observed the significance percentage by regressive (SPR) and the joint occurrence percentage of the model regressive (JOPMR). In the complete model and in the model without the digestible energy inclusion (DE), the DE and the gross energy (GE) were the regressive which presented the highest SPR (DE = 100% and GE = 95.7%), respectively, suggesting the importance of such regressive to explain the ME of energetic foods for pigs. However, the JOPMR were low, with values among 2.6 and 23.4%, indicating a low reliability of the predicted models to estimate the ME of corn, sorghum and wheat bran for pigs. Based on the SPR, the regressive of the models ME4 = 3824.440 - 105.294Ash + 45.008EE - 37.257DA1*CP (R2 = 0.90); ME5 = 3982.994 - 79.970Ash - 44.778DA1*CP - 43.416DA2*Ash (R2 = 0.92) are valid to estimate the ME of energetic food for pigs. In the field trial, we used 44 crossbred pigs, male and castrated, with an average initial weight of 24.3 ± 1.12 kg, in a randomized block experimental design, with ten treatments and a reference ratio. The ten treatments consisted of six corn and two sorghum cultivars, which replaced in 30% the RR, and two wheat brans, which replaced 20% of the RR. The method of total collection of feces and urine was used for determining the ME of food by using ferric oxide as a fecal marker to define the beginning and end of the collection period. The ME values of corn, sorghum and wheat bran for pigs vary from 3.161 to 3.275, from 3.317 to 3.457 and from 2.767 to 2.842 kcal kg-1 of natural matter, respectively. The validation of the ME prediction models was performed through adjusting the linear regression models of 1st degree from the observed values experimentally determined in function of ME predicted values, calculated by replacement of chemical and energetic composition values of foods, determined in laboratory, in the estimated models via meta-analysis, using the ordinary minimum squares method. The validation of 1st degree models and prediction models of ME was verified by testing the joint null hypothesis for the linear regression parameters (H0: β0 = 0 and β1 = 1). The crossvalidation percentage of each estimated model was evaluated by the same validation tests described in the single test validation. The model ME1 generated similar predicted EM values (p>0.05) to the experimentally observed ME values for national corn and sorghum cultivars in single test validation and had the highest percentage of validation (68%) in 200 bootstrap samples. The other models had a low percentage of cross-validation (0 to 29.5%), and the validated model by both procedures, and that can be used for national corn and sorghum is the ME1 = 2.547 + 0.969DE / Os objetivos propostos neste trabalho foram a predição da energia metabolizável (EM) do milho, sorgo e farelo de trigo a partir da composição química e energética desses alimentos em dados de literatura nacional e internacional; a validação do procedimento stepwise de seleção de regressoras por simulação bootstrap; a determinação da EM desses alimentos para suínos em crescimento e a subsequente validação das equações estimadas nos valores de EM observados no experimento, com utilização do método de reamostragem bootstrap. Para a predição da EM em função de composição química, foram utilizados dados de ensaios de metabolismo de suínos e de composição química do milho, sorgo e farelo de trigo, disponibilizados na literatura científica nacional e internacional. Foram ajustados cinco modelos de regressão linear múltipla para estimar a EM. Na validação do procedimento stepwise de seleção de regressoras, utilizou-se o método de reamostragem bootstrap não paramétrico, com reposição de cada amostra, a partir do banco de dados formado via metaanálise. Foi observado o percentual de significância por regressora (PSR) e o percentual de ocorrência conjunta de regressoras do modelo (POCRM). No modelo completo e no modelo sem inclusão de energia digestível (ED), a ED e a energia bruta (EB) foram as regressoras que apresentaram os maiores PSR (ED = 100% e EB = 95,7%), respectivamente, sugerindo a importância de tais regressoras para explicar a EM de alimentos energéticos para suínos. Entretanto, os POCRM apresentaram-se baixos, com valores entre 2,6 e 23,4%, indicando uma baixa confiabilidade dos modelos preditos para estimar a EM do milho, sorgo e farelo de trigo para suínos. Com base no PSR, as regressoras dos modelos EM4 = 3824,44 - 105,29MM + 45,01EE - 37,26DA1*PB (R2 = 0,90) e EM5 = 3982,99 - 79,97MM - 44,78DA1*PB - 43,42DA2*MM (R2 = 0,92) são válidas para estimar a EM de alimentos energéticos para suínos. No experimento de campo, foram utilizados 44 suínos mestiços, machos e castrados, com peso médio inicial de 24,3 ± 1,12 kg, em delineamento experimental de blocos ao acaso, com dez tratamentos e uma ração referência (RR). Os dez tratamentos consistiram em seis cultivares de milho e dois de sorgo, que substituíram em 30% a RR, e dois farelos de trigo, que substituíram em 20% a RR. O método da coleta total de fezes e urina foi utilizado para determinação da EM dos alimentos. Os valores de EM dos milhos, sorgos e farelos de trigo para suínos variam de 3.161 a 3.275, de 3.317 a 3.457 e de 2.767 a 2.842 kcal kg-1 de matéria natural, respectivamente. A validação dos modelos de predição da EM foi realizada por meio do ajuste de modelos de regressão linear de 1º grau dos valores observados determinados em ensaio sobre os valores preditos de EM, calculados por substituição dos valores de composição química e energética dos alimentos, determinados em laboratório, nos modelos estimados via meta-análise, utilizando-se do método dos mínimos quadrados ordinários. A validação dos modelos de 1º grau e dos modelos de predição da EM foi verificada por meio de teste da hipótese de nulidade conjunta para os parâmetros da regressão linear (H0: β0 = 0 e β1 = 1). O percentual de validação cruzada de cada modelo estimado foi avaliado por meio dos mesmos testes de validação descritos no teste único de validação. O modelo EM1 gerou valores de EM predita semelhantes (p>0,05) aos valores de EM observados em experimento para milhos e sorgos nacionais em teste único de validação e apresentou o maior percentual de validação (68%) em 200 amostras bootstrap. Os demais modelos tiveram baixo percentual de validação cruzada (0 a 29,5%) e o modelo validado por ambos os procedimentos, e que pode ser utilizado para o milho e sorgo nacionais é o EM1a = 2,547 + 0,969ED
|
Page generated in 0.1074 seconds