Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte III)

Os resultados para as análises estatísticas de superfície de respostas, sua descrição gráfica do modelo completo ajustado, conhecida como superfície de respostas, assim como sua projeção de seus cortes sobre o plano dos fatores (curvas de contornos), para todas as variáveis estudadas no presente experimento (peso corporal, consumo de ração, conversão alimentar, peso de gordura cavitária e peso de carcaça), para fêmeas e machos , segundo a variação da densidade nutricional da dieta e da idade das aves dos experimentos I e II são apresentados nas Tabelas 5 e 6 e Figuras 1 a 12.

Verificou-se através da análise estatística de superfície de resposta, que o peso vivo (machos), o consumo de ração e consumo energético, a conversão alimentar (machos) e a gordura cavitária (fêmeas) apresentaram interações significativas para os parâmetros Energia metabolizável vs Idade (EM × I). Desta forma, fica desabonada a discussão para idade e densidade nutricional isoladamente. Assim sendo, não há como determinar ou definir qual a melhor idade para o abate das aves, visando o melhor lucro, sem discutir a densidade nutricional, ou qual seria a melhor densidade nutricional, objetivando maximizar o lucro da criação dos frangos, uma vez que este também é dependente da idade das aves.

Ainda, quanto à idade (I × I), a resposta foi quadrática (P<0,0001), para o peso vivo, consumo de ração e consumo energético, para ambos os sexos. Também foi constatado efeito significativo para resposta quadrática (I × I) para o peso da carcaça de machos (p=0,0066).

Através desse procedimento foi possível explorar e determinar os efeitos sinérgicos entre idade e densidade nutricional, resultando na condição otimizada para o lucro máximo, que foram aplicadas na planilha PPFR para frangos de corte.

Desta forma, analisando as superfícies de respostas e as curvas de contornos, foi possível definir a existência de uma região ótima para densidade nutricional da dieta para cada um dos parâmetros estudados, segundo a idade e o sexo das aves. Portanto há uma resposta robusta, ou seja, o peso corporal e da carcaça, consumo de ração, conversão alimentar, peso da carcaça e a gordura corporal se mantém estáveis dentro de uma faixa de densidade nutricional para cada idade, segundo o sexo.

Assim, este resultado de "faixa ótima" das variáveis permite obter uma condição otimizada dentro de uma faixa de densidade nutricional, sem necessidade da definição de um valor pontual ótimo, como seria o caso da formulação linear. Como aplicação prática para o peso corporal, consumo de ração ou para a conversão alimentar é possível minimizar a densidade nutricional de uma dieta sem prejudicar o desempenho das aves, sendo isso exatamente o que favorece a viabilidade econômica do princípio não linear.

E ainda, segundo os resultados obtidos na ANOVA (Tabelas 5 e 6), em função das variáveis idade e energia metabolizável (representando a densidade nutricional da dieta), constatou-se que os modelos matemáticos foram altamente significativos (p<0,0001) para todas as variáveis estudadas, o que evidencia que há pleno ajuste dos dados experimentais do presente trabalho. Também a variação explicativa demonstrou um altíssimo ajuste para o R2 (coeficiente de determinação), demonstrando que os resultados foram muito bem explicados pelas regressões. Entretanto, para a gordura cavitária, a porcentagem de variação explicada pela regressão foi baixa, para ambos os sexos (R²=0,6903 para fêmeas e R²=0,5235 para machos), o que demonstra que não houve um bom ajuste dos valores experimentais ao modelo (RODRIGUES; IEMMA, 2009).

Para a energia metabolizável (EM × EM), foi constatado efeito quadrático significativo para ambos os sexos, em todos os parâmetros analisados, com exceção da conversão alimentar para fêmeas (p=0,1053), para a gordura cavitária de fêmeas (p=0,5787) e machos (p=0,1673) e peso da carcaça dos machos (p=0,1078). Contudo, para seleção de variáveis, é recomendado aceitar o valor p<0,1 do que desprezar algum fator importante (RODRIGUES; IEMMA, 2009). Desta forma, o comportamento da densidade nutricional mostrou-se não linear, seguindo a lei dos rendimentos decrescentes.

 

Tabela 5 - Probabilidade, coeficientes de regressão e análise de variância para as respostas de peso vivo e consumo de ração de frangos de corte, machos e fêmeas.

 

 

Tabela 6 - Probabilidade, coeficientes de regressão e análise de variância para as respostas de consumo energético, conversão alimentar, peso da gordura cavitária e peso da carcaça de frangos de corte, machos e fêmeas.

 

 

Figura 1 - Superfície de respostas (a) e gráficos de contornos (b) para o peso vivo de fêmeas (gramas), segundo a variação da idade (1 a 20 dias e de 21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 2 - Superfície de respostas (a) e gráficos de contornos (b) para o peso vivo de machos (gramas), segundo a variação da idade (1 a 20 dias e de 21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 3 - Superfície de respostas (a) e gráficos de contornos (b) para o consumo de ração de fêmeas (gramas), segundo a variação da idade (1 a 20 dias e de 21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 4 - Superfície de respostas (a) e gráficos de contornos (b) para o consumo de ração de machos (gramas), segundo a variação da idade (1 a 20 dias e de 21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 5 - Superfície de respostas (a) e gráficos de contornos (b) para o consumo de energia metabolizável de fêmeas (Mcal), segundo a variação da idade (21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 6 - Superfície de respostas (a) e gráficos de contornos (b) para o consumo de energia metabolizável de machos (Mcal), segundo a variação da idade (21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 7 - Superfície de respostas (a) e gráficos de contornos (b) para conversão alimentar de fêmeas (g/g), segundo a variação da idade (21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 8 - Superfície de respostas (a) e gráficos de contornos (b) para conversão alimentar de machos (g/g), segundo a variação da idade (21 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 9 - Superfície de respostas (a) e gráficos de contornos (b) para carcaça de fêmeas (gramas), segundo a variação da idade (35 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 10 -Superfície de respostas (a) e gráficos de contornos (b) para carcaça de machos (gramas), segundo a variação da idade (35 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 11 - Superfície de respostas (a) e gráficos de contornos (b) para gordura cavitária de fêmeas (gramas), segundo a variação da idade (35 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

Figura 12 - Superfície de respostas (a) e gráficos de contornos (b) para gordura cavitária de machos (gramas), segundo a variação da idade (35 a 56 dias) e do teor energético da ração (2800 a 3300 kcal EM/kg).

 

 

As fêmeas, que sabidamente apresentam pior potencial genético para desenvolvimento corporal, como era esperado, apresentaram um maior teor de gordura cavitária, que quase dobrou entre os períodos estudados (1-42 e 1- 56 dias de idade). Isto mostra que houve um grande desperdício energético em função da deposição excessiva de gordura cavitária. Assim, a eficiência de desempenho das fêmeas é desfavorável depois dos 40 dias de idade, com prejuízos significativos para o rendimento de carcaça e para uma maior deposição de gordura cavitária para as fêmeas. Razão da recomendação do seu abate ser indicado mais cedo, por questões de retornos econômicos.

Pode ser constatado que a influência da densidade nutricional da dieta é minimizada com o passar da idade em relação ao peso vivo das aves, razão das faixas/bandas serem mais largas com inclinações das retas mais intensas para a variação do peso das aves mais novas, e vice-versa.

Desta forma, o peso vivo mais favorável para o abate mostra-se dependente do sexo (lucros maiores para os machos), justificando o abate mais precoce para as fêmeas. E também da interação idade e densidade nutricional, demonstra haver um alto custo por visar somente o ganho de peso como objetivo da formulação (formulação de custo mínimo), o que contraria a lei dos rendimentos decrescentes, sendo muito empírico recorrer à formulação linear para o objetivo de lucro máximo. Assim, para minimizar os custos e tempos, visando maximizar os rendimentos econômicos, é fundamental a aplicação do princípio não linear como ferramenta de formulação.

Uma ração de alta densidade é definida como aquela que apresenta o seu conteúdo energético da dieta com todos os nutrientes essenciais mantidas na mesma proporção do aumento energético (SALEH et al., 2004).

Portanto, consistentemente pode ser afirmado que se os nutrientes dietéticos essenciais são mantidos em proporção à densidade energética da dieta, segundo as adequadas necessidades (macho/fêmea) dos frangos de corte, tanto o peso e a conversão alimentar são favorecidos com o aumento da densidade energética da dieta (LEESON et al., 1996; SALEH et al., 2004).

Assim, com a aplicação desse princípio, uma dieta de alta densidade energética por permitir uma rápida taxa de ganho, viabiliza um melhor retorno econômico, justificando a aplicação de modelos não lineares para formulação.

Dessa forma, esse fascinante desafio de aliar as questões econômicas (lucro máximo) com a produção animal (ganho máximo) permitiu a evolução de formulações de custo mínimo (conceito linear) para a modelagem econômica e nutricional (modelos não lineares) e suas interações, principalmente porque, não necessariamente, o melhor ganho de peso implica em um lucro máximo.

E assim sendo, faz-se necessário a atualização e calibração das curvas de crescimento dos modernos frangos de corte, que através da elevada capacidade de produção combinada à uma densidade nutricional adequada, permite uma melhor rentabilidade.

Surge então, a ampliação do conceito da proteína ideal, para densidade energética ideal, no qual o perfeito balanceamento entre energia: nutrientes essenciais melhora o desempenho das aves (CERRATE; WALDROUP, 2009a; 2009b) para uma máxima rentabilidade, mas sem necessariamente permitir a completa expressão do potencial genético da ave, daí a afirmação de Penz, (2010) em relatar que "nutrição de precisão é romper paradigmas", e não só com frango de corte, mas também com formulação não linear para poedeiras (AFROUZIYEH et al., 2010).

A calibração do atual modelo, feito através da Planilha PPFR, por ser distinto para machos e fêmeas, expressa simulações coerentes quando comparado com as propostas anteriores (GUEVARA 2004; MILLER et al., 1986), evitando que as fêmeas sejam alimentadas com dietas para machos, que apesar de não manifestar perda no desempenho, favorece perdas econômicas, não sendo o inverso verdadeiro, ou seja, machos arraçoados com dietas de fêmeas, apresentam queda no desempenho e perdas econômicas.

O teor energético de uma ração é o item que mais onera uma dieta. Assim busca-se neste trabalho conhecer e determinar qual o ponto ideal para acelerar o crescimento das aves, contudo, sem comprometer o máximo retorno econômico. Portanto, na presente discussão não cabe ou teria muito sentido abordar sobre o maior ou menor consumo, ou o melhor ou pior peso corporal ou conversão alimentar, pois a questão fundamental é definir em qual condição de peso e consumo há uma melhor opção de margem de lucro.

O conceito de formulação de lucro máximo se apoia na lei dos retornos decrescentes (ALMQUIST, 1953). Por ser a densidade energética um parâmetro dos retornos decrescentes, é viável sua avaliação econômica para estimar a resposta biológica máxima para o ganho de peso. Tal procedimento viabiliza o arraçoamento distinto para cada sexo, conforme recomendações de Rostagno et al. (2005, 2011), e ainda, justificando o porquê do teor energético da dieta ser provavelmente o item mais relevante de uma formulação para frangos de corte, que responde em 70% do custo total da dieta ( GUEVARA, 2004; SALEH et al., 2004; SKINNER et al., 1992).

Acompanhando o procedimento de Guevara (2004), a planilha PPFR versão não linear utiliza as equações quadráticas que avaliam o ganho de peso, com a adição de dados econômicos (preço do kg do frango) e os custos dos ingredientes da ração e permitindo o cálculo da densidade energética da dieta que maximiza o lucro.

Como princípio, a formulação de lucro máximo considera os requisitos nutricionais, a variação dos preços dos ingredientes e o valor do preço de kg de frango, desta forma a dieta formulada é o resultado de cálculos baseados no peso corporal, no consumo de ração em função da densidade energética da dieta (CERRATE; WALDROUP, 2009a; 2009b; GUEVARA, 2004).

Assim, a flexibilidade desse princípio de formulação, proporciona um melhor desempenho aos animais, com a otimização dos resultados econômicos, fazendo com que as aves recebam os nutrientes e a energia em quantidades adequadas para o seu melhor desempenho, com vistas ao conceito da nutrição de precisão, que abrange tanto a relação entre os aminoácidos e a lisina digestível, as relações entre nutrientes e as necessidades energéticas, bem como as relações entre minerais.

Diferenciando de propostas anteriores o presente trabalho, não considera apenas uma dieta única (GUEVARA, 2004; MILLER et al., 1986), mas sim as exigências conforme as fases (inicial, crescimento e terminação) e o sexo (machos/fêmeas) e ainda, visando uma melhor qualidade da carcaça foi mantida uma relação constante entre caloria/nutrientes da dieta (CERRATE; WALDROUP, 2009a; 2009b). De acordo com Kessler (2000) a grande capacidade de consumo das atuais linhagens de frangos de corte associado ao imbalanço dietético favorece a deposição de gordura corporal.

Uma vez que, se a proporção de energia e o restante dos nutrientes são mantidos constantes, o aumento do peso corporal não implica na alteração da qualidade da carcaça (CERRATE; WALDROUP, 2009a; 2009b; SALEH et al., 2004). Razão da sugestão do modelo "energia:nutrientes" ser considerado o melhor método para formulação não linear (CERRATE; WALDROUP, 2009a; 2009b) e ainda, pela energia metabolizável ser o principal fator a afetar a ingestão de ração, e assim, induzir num aumento de ingestão de outros nutrientes (LEESON et al., 1996).

Portanto, ao aplicar os modelos obtidos no presente experimento em uma planilha não linear (PPFR), atenderam-se os quesitos anteriormente citados, validando para ser confiável dentro da faixa de valores em que as equações foram geradas (21-56 dias de idade). Além disso, quando os preços dos ingredientes são alterados, o modelo busca manter a densidade energética mais favorável para o máximo lucro através de realocação de outros ingredientes disponíveis, na qual a oscilação de preço do frango também interfere na densidade calórica (GUEVARA, 2004; RENZ, 2005).

Com o desenvolvimento da planilha PPFR (versão não linear) para otimização de lucro desenvolvida em Microsoft Excel® mostra-se abrangente e eficiente como ferramenta de formulação, que com a utilização de macros e automatização de funções ficou mais ágil e prática.

Para otimizar a dieta, basta agora, selecionar na planilha "nutrientes" a fase (inicial, crescimento ou terminação) e a categoria (macho ou fêmea), conforme às recomendações nutricionais de Rostagno et al. (2005, 2011). E posteriormente, na planilha "Formular", segundo os modelos das funções objetivos obtidos pelo presente experimento (Tabelas 5 e 6), deve-se: definir o tipo de lote, atualizar o preço do kg do frango, especificar a idade prevista para a fase desejada, e por fim, utilizar a ferramenta Solver de otimização do Excel (Figura 13).

 

Figura 13 - Otimização da formulação pela ferramenta Solver do Excel.

 

 

O resultado obtido será a densidade energética mais favorável, entre 2,8 e 3,3 Mcal/kg de Energia Metabolizável, para permitir o máximo lucro ("margem bruta"), segundo o preço do frango (kg) e custos dos ingredientes, pela utilização do suplemento Solver com opções pré-selecionadas e definidas, o que demonstra o diferencial do sistema rígido da programação linear para a flexibilidade da não linear, demonstrando que não é o máximo ganho (formulação linear) que permite o maior lucro (não linear) (Figura 14).

 

Figura 14 - Densidade energética mais favorável, entre 2,8 e 3,3 Mcal/kg de Energia Metabolizável.

 

O PPFR é uma planilha para formulação e otimização de ração, que estima as exigências nutricionais (com base do teor da energia da dieta), o peso corporal ao final de cada período (de 1 a 56 dias) o consumo de ração e a conversão, com base nas equações obtidas no presente experimento e exigências de Rostagno et al. (2005, 2011), sendo oferecido sem custo e aberto.

Visando um melhor ajuste do modelo matemático para o peso corporal e o consumo de ração, e também para permitir total mobilidade entre 1 a 56 dias de idade, foi incorporado curvas distintas para 1 a 20 dias de idade e para 21 a 56 dias de idade. Com esse cuidado há um ajuste perfeito para caracterizar o crescimento das aves, que se mostra sigmoide (VARGAS et al., 2006)

Devido às recentes alterações, o programa PPFR tornou-se mais robusto e vem sendo aprimorado, com uma versão completamente nacional através das tabelas de Rostagno et al. ( 2005, 2011) e equações para funções objetivo do presente projeto. Com uma nova interface (macros e botões), permitindo maior facilidade de uso, praticidade e precisão.

Como contribuição prática do atual experimento, ao fornecer à planilha PPFR modelos de crescimento das aves e consumo de ração nas condições nacionais, são geradas agora informações importantes para a tomada de decisão, a saber:

1 - Qual o teor energético mais apropriado, economicamente, segundo o cenário determinado pelo mercado e as exigências nutricionais definidas pelo formulador (Figura 15)?

 

Figura 15 - Teor energético mais apropriado economicamente.

 

2- Qual o peso da ave previsto nessa condição (Figura 16)?

 

Figura 16 - Peso previsto

 

3- Qual o consumo de ração e conversão alimentar de ração esperados (Figura 17)?

 

Figura 17 - Consumo e índice de conversão alimentar.

 

4- Qual a estimativa para a gordura cavitária e o rendimento de carcaça (Figura 18)?

 

Figura 18 - Estimativa da gordura cavitária e o rendimento de carcaça.

 

5- Finalmente, qual a previsão de margem bruta ("Lucro máximo") (Figura 19)?

 

Figura 19 - Previsão da margem bruta.

 

Portanto, a planilha de formulação PPFR é flexível e mostra-se eficaz para balancear rações, solucionando com precisão problemas de formulação de dietas, cujas combinações de ingredientes e nutrientes são exigidas, interagindo de modo complexo, permitindo abstrações de situações reais, através da análise de sensibilidade. Em assim sendo, proporciona decisões acertadas, com embasamento econômico, o que facilita a visualização e a compreensão dos modelos formulados, com a aplicação da técnica da programação não linear (Figura 20).

 

Figura 20 - Novas macros incorporadas no programa PPFR.

 

Assim, é pressuposto que, ao se aplicar a análise de sensibilidade em um modelo, deve-se levar em consideração que todos os valores dos parâmetros em análise são mantidos fixos/constantes, sendo avaliado apenas um dado por vez, também sendo denominado em economia como análise marginal (MOORE; WEATHERFORD, 2008). Há necessidade de lembrar que essas estimativas são para uma situação atual (preços e exigências) e que podem diferir caso haja alterações futuras (Figura 21).

Segundo a formulação de custo mínimo, pelo critério da programação linear, apesar de favorecer os níveis de exigências mínimas ou de máximas de cada nutriente, favorece a ocorrência de imbalanços entre nutrientes na solução final. Entretanto, ao ser utilizada a programação não linear, a mesma atende os seguintes objetivos:

Os dois primeiros objetivos (1 e 2) são viáveis na formulação linear, mas somente a programação não linear apresenta flexibilidade suficiente para atender o terceiro objetivo (taxa entre nutrientes) (ZHANG; ROUSH, 2002). Provavelmente esta é uma das razões da programação não linear ser bem discutida atualmente.

Há vários softwares comerciais disponíveis para a formulação de rações, com propostas de gerenciamentos complexos, além da formulação de ração propriamente dita. Todavia, tais pacotes de gerenciamento não são necessários na pesquisa e ensino, principalmente devido seu custo e complexidade (PESTI; SEILA, 1999). Por essa razão, e visando atender essa lacuna, disponibiliza-se livremente o programa PPFR, com a opção linear e não linear de balanceamento, viabilizando formulações para várias categorias de animais (http://www.fmva.unesp.br/ppfr ; https://sites.google.com/site/ppfrparaexcel2007ousuperior/ ).

Entretanto, há necessidade de se expandir a visão do nutricionista formulador, principalmente do recém-formado, para que não fique apenas focado na formulação da ração, mas sim na avaliação e interpretação econômica da mesma, sendo este o maior desafio a ser enfrentado. Poucos são os textos que abordam tal assunto. A literatura apresenta pouca discussão sobre a análise de sensibilidade econômica, a despeito do fato da formulação da ração ser o objetivo primário da nutrição animal, e ainda, pela ração representar o maior custo da produção animal (PESTI; SEILA, 1999).

 

Figura 21 - Procedimento para acionar a análise de sensibilidade.