Ajuste de modelos de crecimiento y estudio del efecto de la oferta de forraje y del grupo genético de las vacas sobre la evolución de peso vivo de sus hijas hasta los 26 meses de edad

A partir del año 2007, se llevó a cabo un experimento en la Estación Experimental Profesor Bernardo Rosengurtt para evaluar el efecto de la modificación de la oferta de forraje de campo natural sobre la performance productiva y reproductiva de vacas de cría de diversos grupos genéticos. Se utilizó un diseño factorial que combinó dos niveles de oferta de forraje en el pre y postparto: Alta y Baja, con dos niveles del factor grupo genético: Puras y Cruzas, resultando así los siguientes tratamientos: Alta Cruza, Alta Pura, Baja Cruza y Baja Pura. El objetivo de este trabajo en particular es evaluar el efecto de la oferta de forraje a la que se manejaron las vacas durante el pre y postparto y del grupo genético de éstas sobre el peso vivo de sus hijas desde el nacimiento hasta los 26 meses de edad. Se utilizó una base de datos conformada por 2373 registros de peso vivo, correspondientes a 182 vaquillonas hijas de las vacas manejadas en el experimento antes mencionado, que nacieron entre los años 2007 y 2014. Considerando al peso vivo de las vaquillonas como la variable de interés, se formuló un modelo mixto en el cual se incluyó como efectos fijos la oferta de forraje a la cual fue manejada la madre de la vaquillona, el grupo genético de la madre, la edad de la vaquillona, así como las interacciones dobles entre la edad de las vaquillonas con los otros dos factores antes mencionados. Como efectos aleatorios, se consideraron a la vaquillona y el año de su nacimiento. En base a este modelo, la oferta de forraje asignada a las madres de las mismas, así como las interacciones entre la edad y la oferta y entre la edad y el grupo genético de la madre, tuvieron un efecto significativo en el peso vivo de las vaquillonas, mientras que el grupo genético de la madre no. Teniendo en cuenta los factores incluidos como efectos fijos en el modelo, se realizaron pruebas de Tukey para analizar cada uno de ellos. Los resultados de estas pruebas no mostraron diferencias significativas entre los pesos de las vaquillonas en cada una de las edades evaluadas considerando, por un lado, los niveles de oferta de forraje (alta vs baja) y, por otro lado, los niveles del factor grupo genético (pura vs cruza). En cuanto a los efectos individuales analizados, se detectaron diferencias significativas entre los niveles de oferta de forraje, siendo las vaquillonas hijas de vacas manejadas a alta oferta de forraje más pesadas que las hijas de vacas manejadas a baja oferta (208 vs 205 ± 5 kg). Por su parte, no se encontró diferencias significativas en el peso vivo promedio de las vaquillonas según el grupo genético de sus madres. Adicionalmente, se propuso otro modelo mixto con el objetivo de evaluar una serie de modelos estadísticos que describieran el crecimiento experimentado por las vaquillonas durante el período de análisis. Este modelo consideró el peso vivo de las vaquillonas como la variable de interés y, como efectos fijos, el tratamiento que recibieron las madres, el genotipo del padre y la edad de las vaquillonas expresada en días. Como efectos aleatorios, se incluyeron a la vaquillona y el año de su nacimiento. Se evaluaron modelos de regresión lineal (como el modelo de primer y segundo orden) y modelos de regresión no lineal (como el de Brody, Von Bertalanffy, Gompertz y Logístico). Todos los modelos mostraron un ajuste muy alto a los datos, con valores de r² ajustado en torno a 0,93, no existiendo prácticamente diferencias respecto a este coeficiente entre los modelos evaluados. En cuanto a los coeficientes de AIC y BIC logrados por estos modelos, se encontró que, dentro de los modelos de regresión lineal, el modelo de segundo orden fue el que presentó los menores valores de dichos coeficientes, mientras que, dentro de los modelos de regresión no lineal, lo fue el modelo de Brody. Por lo tanto, dentro del grupo de modelos de regresión lineal, el modelo de segundo orden fue el modelo que mejor se ajustó a la base de datos, mientras que, dentro del grupo de modelos de regresión no lineal, fue el modelo de Brody.