Introdução
Granjas de reprodução de suínos revelam amplas variações nas características relacionadas ao manejo, instalações, sanidade e nutrição, muitas das quais afetam positiva ou negativamente o desempenho dos leitões (FURTADO et al., 2007; CAMPOS et al., 2012; ROSVOLD et al., 2017) e das matrizes (AMARAL et al., 2000; KNOX et al., 2013), além de influenciar o bem-estar animal (MALMKVIST et al., 2006; BANHAZI et al., 2008; CHANTZIARAS et al., 2018). Atribui-se, neste aspecto, que a variação no desempenho reprodutivo se deve em grande parte ao ambiente (KNOX et al., 2013), uma vez que a herdabilidade das características reprodutivas geralmente é baixa (ABELL et al., 2012; BELL et al., 2015).
A aferição da habilidade biológica das matrizes e, por consequência, da eficiência da granja e de seus resultados econômicos, passa pelo cômputo dos índices número de leitões nascidos vivos, peso do leitão ao desmame (EK-MEX et al., 2014; JESÚS et al., 2016) e, principalmente, pelo número e peso de leitões desmamados por matriz por ano, uma das medidas de desempenho reprodutivo mais aceitas para esta avaliação (LEMAN, 1992; KIRKWOOD & ZANELLA, 2005). Pouco utilizada regularmente, mas também de grande impacto econômico e técnico, a conversão alimentar da matriz é um índice que valoriza a eficiência da matriz e dos demais fatores que a cercam.
Estudos observacionais utilizando questionários aplicados em rebanhos comerciais de reprodutores suínos permitem identificar e quantificar as possíveis associações existentes entre um ou mais fatores de produção sobre estes índices zootécnicos (KANEKO et al., 2013; CHANTZIARAS et al., 2018; LIU et al. 2018), favorecendo ações de mudanças a favor dos sistemas de produção (EK-MEX et al., 2014), seja em nível de granja, empresa, cooperativa ou país. Contudo, comumente estes estudos consideram uma quantidade limitada de fatores (KING et al., 1998; KANEKO et al., 2013; LIU et al., 2018), não representando, portanto, o cenário das explorações como um todo. Além disso, é escassa a informação sobre os fatores que afetam parâmetros de caráter conclusivo sobre a produtividade dos rebanhos reprodutivos.
Para uma abordagem que contemple um grande número de fatores de produção e suas possíveis interações sobre os índices de interesse zootécnico, estabelecendo relações estatísticas que permitam a interpretaçao destes dados, atribuindo pesos a cada caracteristica, os modelos matemáticos correspondem a um excelente instrumento. Este recurso é capaz de prever os índices de produção e quantificar objetivamente os principais fatores de produção que afetam esses índices, sendo uma ferramenta muito útil para facilitar as tomadas de decisão. Com esta abordagem, a identificação das questões que mais repercussões têm nas fases reprodutivas (reposição, prégestação, gestação e lactação) torna-se menos empírica.
Nos últimos anos tem sido observado um número crescente de estudos que utilizam modelos matemáticos para avaliar e demonstrar o efeito de uma ou mais características dentro de uma área de interesse particular, incluindo o setor agropecuário. Estes modelos têm como principal objetivo representar de forma simplificada uma realidade que, do ponto de vista matemático, é compreendida como a descrição de um objeto ou de um fenômeno real por meio da utilização da predição e/ou da explicação de um fator de interesse (VILLALBA, 2000).
Assim, a utilização da modelagem tem permitido que pesquisadores desenvolvam conceitos, métodos e ferramentas em sistemas agropecuários para dirigir a atividade como um todo (GIBON et al., 1999). De acordo com Dent et al. (1995), o próprio processo de construção do modelo matemático contribui para uma melhor compreensão e descrição de um determinado sistema.
Uma das principais vantagens da utilização de modelos matemáticos dentro de um sistema é a capacidade de se trabalhar com muitos fatores, fatos, variáveis, parâmetros e entidades, bem como sua capacidade de discernir as possíveis interações entre estes pontos, difíceis de serem observados e mensurados na realidade. Nesta linha de investigação é pertinente citar os trabalhos recentes desenvolvidos por Pierozan et al. (2016) e Silva et al. (2017ab), que, entretanto, trabalharam com animais em fase de crescimento e terminação.
No cômputo deste conjuto de fatores, os diagnósticos, de forma ampliada e dirigida, poderão ser mais precisos, favorecendo o animal, o produtor/empresa e o consumidor. No entanto, deve-se atentar para a dinâmica que as granjas detêm, com investimentos em novas tecnologias, genética, saúde, ambiente e nutrição e com índices reprodutivos que se superam anualmente, demandando que estudos com modelos matemáticos devam ser aplicados com frequência para preservar a confiabilidade e identificação dos resultados com a realidade
Assim, identificar e quantificar o efeito dos fatores inerentes ao desempenho, manejo, instalações, nutrição, sanidade e biosseguridade sobre o peso do leitão ao desmame (PLD), os quilogramas de leitões desmamados por fêmea por ano (QLD) e a conversão alimentar da matriz (CAM) pode representar um recurso efetivo para reconhecer as limitações das granjas e assim melhorar seus índices, reconhecendo que estes incorporam resultados de outros parâmetros reprodutivos e detém importante efeito econômico. A CAM, de forma análoga a conversão alimentar de um animal de terminação, por exemplo, seria o resultado da divisão da media do consumo total de ração pelas matrizes pelo QLD, representando, portanto, a quantidade de ração ingerida pela matriz ao longo do ciclo reprodutivo em relação à quantidade de quilos de leitões produzidos por ela (produto final) em um determinado período de tempo.
Principais fatores de produção
Efetivamente há uma diversidade de fatores com características e pesos muito variados envolvidos nos índices reprodutivos das granjas. Sua presença ou não, e se esta quando presente é intensa ou limitada, decorre de questões regionais, modelos organizacionais das granjas, condutas técnicas, ocorrências sanitárias entre outras. Na Tabela 1 estão relacionados alguns dos vários fatores mais presentes nas granjas de suínos brasileiras que são passíveis de afetar os índices PLD, QLD e CAM, e suas especificidades.
No estudo que realizamos, a coleta dessas informações (Tabela 1) ocorreu entre junho de 2016 e julho de 2017, sendo utilizado o ano de 2015 como base para os dados de desempenho reprodutivo. Ao total foram avaliadas 150 granjas, totalizando 135.168 matrizes produtivas. No desenvolvimento do trabalho, cada granja foi considerada uma unidade experimental.
Inicialmente, modelos lineares univariados foram usados para investigar a associação entre as variáveis preditas (PLD, QLD e CAM) e as preditoras (fatores de produção), em que cada variável explicativa foi incluída como um único efeito fixo para cada variável dependente. As variáveis independentes que apresentaram p≤0,10 no modelo simples foram selecionadas e submetidas a correlações de Pearson e Spearman. Quando o coeficiente de correlação foi alto (≥0,60) apenas uma foi mantida, escolhida com base no menor valor p no modelo univariado e em sua relevância biológica em relação à variável dependente.
As variáveis explicativas remanescentes foram incluídas como efeitos fixos em modelos de regressão linear múltipla e submetidas ao procedimento “Stepwise” para selecionar aquelas significativamente (p≤0,05) associadas com as variáveis dependentes. Interações entre os fatores foram checadas e eliminadas se não significativas (p> 0,05) ou por não possuírem sentido biológico evidente. Após a obtenção dos modelos, para cada variável dependente, os resíduos foram plotados contra os valores preditos para investigação da homogeneidade das variâncias e da presença de “outliers”, e verificados para o pressuposto de normalidade (Shapiro-Wilk, p> 0,05). Os fatores que apresentaram p≤0,05 nos modelos finais foram considerados estatisticamente significantes, enquanto diferenças 0,5 < p ≤ 0,1 foram consideradas tendências.
Considerando inicialmente a análise univariada dos dados, 42 variáveis ou fatores foram associados (p≤1,0) com o PLD, 53 com os QLD e 36 com a CAM. Após, aplicados os demais critérios de exclusão previstos (mais de 15% de dados perdidos; menos de 10% em uma dada categoria; coeficiente de correlação ≥0,60), 27 variáveis foram mantidas para PLD, 33 para QLD e 24 para CAM. Os modelos finais selecionaram quatro fatores para PLD, cinco para QLD e cinco para CAM. Quando foi realizada a regressão múltipla, devido a perdas na coleta de dados de algumas variáveis incluídas nos modelos, das 150 observações iniciais o programa estatístico utilizou 87 observações para PLD, 90 para QLD e 63 para CAM.
Fatores associados ao peso do leitão ao desmame, quilogramas de leitões desmamados por fêmea por ano e conversão alimentar da matriz
Alguns aspectos dão consistência às associações obtidas. Primeiramente, os valores de desempenho dos animais obtidos em nosso estudo foram próximos aos reportados em 1.145 granjas no Brasil no ano de 2015 (AGRINESS, 2016). Também os índices de produção foram representados pela média de todos os animais de cada rebanho ao longo de um ano (2015), sem influência, portanto, da sazonalidade sobre as respostas obtidas.
A média para PLD foi 6,34 ± 0,70 kg (variando de 4,84 a 8,41 kg). A análise de regressão múltipla indicou que PLD (Tabela 2) foi influenciado (p< 0,05) pela umidificação na maternidade, castração de leitões, princípio ativo do desinfetante utilizado na maternidade e duração da lactação.
Granjas com umidificação na maternidade tiveram aumento de 0,23 kg (3,6%) para PLD. É comum que matrizes lactantes permaneçam alojadas em galpões com temperaturas acima da sua zona de conforto térmico (SOEDE & KEMP, 2015), o que pode ser prejudicial ao consumo de ração e a produção de leite, especialmente durante o verão (SILVA et al., 2009ab; NÄÄS et al., 2014), afetando negativamente o ganho de peso dos leitões e seu peso ao desmame.
Granjas que realizavam castração cirúrgica de leitões tiveram diminuição de -0,38 kg (6%) para PLD. Esse manejo, quando realizado sem anestesia, é reconhecido como causa de dor e grave comprometimento do bem-estar animal (HAGA & RANHEIM, 2005; LEIDIG et al., 2009). Assim, a diminuição no PLD pode ser um reflexo da redução da atividade de alimentação e do volume de leite ingerido pelos leitões devido ao trauma sofrido (FURTADO et al., 2007), além do gasto energético com comportamentos improdutivos após a castração.
Quando a desinfecção na maternidade era feita com desinfetantes à base de amônia quaternária em detrimento aos desinfetantes à base de glutaraldeído ou fenóis houve melhora de 0,41 kg (6,5%) e 0,45 (7,2%) para o PLD, respectivamente. No entanto, quando se considera o peso total de leitões desmamados por porca por ano, não há diferença para estes três desinfetantes entre si.
A média de QLD foi 175,18 ± 24,25 kg (variando de 113,66 a 233,46 kg). Os fatores associados (p< 0,05) com QLD (Tabela 2) foram forro na maternidade, porcentagem de proteína bruta na ração de inverno durante a gestação, quantidade de partos por matriz por ano, quantidade de leitões nascidos vivos e duração da lactação.
Granjas com forro nas instalações de maternidade tiveram aumento de 13,01 kg (7,4%) para QLD. O forro é uma instalação de baixa tecnologia, mas é eficiente e econômica uma vez que age como uma barreira física impedindo que parte do calor que atinge o galpão seja transferida para o interior da instalação (PFFER et al., 1998; NÄÄS et al., 2014; NÄÄS & JUSTINO, 2014). Portanto a presença de forro foi uma condição associada ao melhor conforto térmico da matriz em lactação, imprimido às mesmas consequências que a umidificação na maternidade, como maior produção de leite e maior peso dos leitões ao desmame (SILVA et al. 2009b; NÄÄS et al., 2014), resultando em mais QLD. Além disso, o estresse térmico nos 30 dias que antecedem o parto (período que inclui o pré-parto no setor de maternidade) é causa de aumento no número de natimortos (KRAELING & WEBEL, 2015), diminuindo assim o tamanho da leitegada desmamada e QLD.
A média de proteína bruta da ração da matriz em gestação foi 14,72 ± 1,02%, variando entre 12,37 a 18%. Nesse intervalo, cada 1% a mais de proteína bruta na ração aumentou 4,34 kg de QLD. Isso pode ser suportado pelo fato de que atualmente os programas convencionais de alimentação, de forma geral, não suprem as necessidades proteicas da matriz e seus fetos, promovendo estresse metabólico e menor ganho de tecido fetal e mamário (KIM, 2010; KIM et al., 2013). Fisiologicamente a restrição proteica da matriz no começo da gestação pode prejudicar a angiogênese e o crescimento da placenta e do endométrio, diminuindo o fluxo sanguíneo placentário-fetal e o fornecimento de nutrientes da mãe para os fetos, o que culmina em retardo do crescimento fetal e menor ganho de peso subsequente (CAMPOS et al., 2012). Durante a lactação, a insuficiência na produção de leite devido à condição catabólica afeta a saúde e crescimento da leitegada (KIM et al., 2013). Sendo assim, maiores níveis de proteína na ração de gestação, dentro da amplitude observada no presente estudo, podem ter reduzido esses efeitos deletérios.
Cada parto a mais por ano correspondeu a aumento de 71,42 kg para QLD, ou seja, cada 0,1 parto a mais representou aumento 7,14 kg para QLD. Isso obviamente ocorreu porque com o aumento dos partos há maior número de leitões desmamados por fêmea por ano (KING et al., 1998). A estimativa apontada pelo modelo (7,14 kg a mais de QLD a cada 0,1 parto a mais no ano) é bastante coerente visto que a matriz suína contemporânea desmama 12 leitões por parto, com cerca de 6,3 kg cada, o que representa 7,56 kg a mais nos QLD a cada 0,1 parto a mais no ano (12 leitões x 6,3 kg x 0,1 parto = 7,56 kg).
A média para CAM foi 6,46 ± 1,24 kg/kg (variando de 3,88 a 11,21 kg/kg). A análise de regressão múltipla indicou que CAM (Tabela 2) foi influenciada (p< 0,05) principalmente pelo tipo de piso na gestação, pela quantidade de tratos diários para a matriz em lactação, pela quantidade de matrizes por funcionário, pelo número de leitões nascidos vivos e pela duração da lactação.
A conversão alimentar da matriz foi melhor nas granjas com piso 100% compacto nos galpões de gestação em detrimento aquelas onde havia piso parcialmente ripado em todas as instalações desse setor. Essa melhora para CAM correspondeu a -1,14 (17,6% de diferença). O tipo de piso nem sempre afeta o desempenho de suínos (JØRGENSEN, 2003), contudo, sua relação é mais evidente com aspectos relacionados às condições de higiene e saúde dos animais. Embora pisos ripados possam melhorar a higiene da baia e prevenir infecções entéricas (EFSA, 2005), a presença de ripas já foi demonstrada como fator de risco para fissuras/danos de calcanhar em suínos entre seis e 14 semanas de idade (GILLMAN et al., 2009) e associada a maiores ocorrências de bursite em suínos em terminação (MOUTTOTOU, 1998). Pisos ripados provêm menor área de superfície na qual o animal pode distribuir o se peso, portanto, impõe uma condição de pressão adicional nas partes do corpo em contato com o chão (GILLMAN et al., 2008), o que pode ser agravado em categorias animais mais pesadas, como em matrizes de reprodução. Além disso, se as ripas forem muito afastadas uma da outra ou estiverem danificadas podem ocorrer graves ferimentos nos pés (TEMPLE et al., 2012). Portanto, a escolha do sistema de piso em granjas comerciais de suínos é um importante fator relacionado a condições de claudicação e saúde da matriz (ENOKIDA & KOKETSU, 2011), podendo influenciar o descarte de matrizes em período de alto potencial reprodutivo, o que afetaria negativamente a conversão alimentar do rebanho.
Houve tendência de piora (0,449; p≤0,10) para CAM em granjas que faziam 2-3 tratos diários para as matrizes lactantes em relação àquelas que faziam de 4-5 tratos diários. Entretanto, granjas que faziam 2-3 tratos diários apresentaram melhor CAM (-1,044; p< 0,05) que aquelas que faziam seis tratos por dia ou alimentação ad libitum para as matrizes em lactação. Permitir que a matriz lactante tenha acesso contínuo ao alimento diminui o intervalo desmame-estro e melhora o peso dos leitões ao desmame (KRAELING & WEBEL, 2015). Contudo, Thingnes et al. (2012), avaliando 148 matrizes, verificaram que o grupo alimentado ad libitum durante parte da lactação foi mais propenso a recusar o alimento em algum momento da lactação, consumindo menos ração e perdendo mais peso ao final do período em comparação às fêmeas que não recusaram o alimento. O aumento no consumo de ração, por sua vez, pode aumentar a produção de leite e o peso dos leitões ao desmame (JOHANSEN et al., 2004; SILVA et al. 2009b), variável estritamente relacionada com a CAM. Embora Thingnes et al. (2012) tenham verificado ausência de diferenças de peso da leitegada entre os grupos alimentados ou não alimentados ad libitum, no presente estudo, a maior quantidade embutida de informação (média de peso médio das leitegadas de cerca de 135.168 matrizes ao longo de um ano) talvez tenha permitido verificar uma diferença negativa no peso do leitão desmamado para matrizes alimentadas ad libitum, o que afetaria de forma negativa a CAM. Por outro lado, a estratégia de fornecer o alimento várias vezes ao dia, como no caso das granjas que forneciam de 4-5 tratos diários no presente estudo, pode mitigar os efeitos prejudiciais do estresse térmico, e estimular os comportamentos de comer, beber, urinar e defecar, otimizando seu desempenho (KRAELING & WEBEL, 2015), além de melhorar o ajuste entre a quantidade de alimento ofertado de acordo com o apetite das fêmeas (THINGNES et al., 2012), diminuindo o desperdício de ração e melhorando a CAM. Não pode ser negligenciado que manejos com mais tratos por dia (6 tratos/dia ou ad libitum) também podem representar condutas voltadas para reduzir problemas graves de alta temperatura que estas granjas detêm.
A cada matriz a mais no rebanho por funcionário houve piora de 0,008 pontos para CAM, ou seja, a cada dez matrizes a mais por funcionário ocorreu piora de 0,08 pontos para CAM. Com o aumento da relação matrizes-funcionários os colaboradores têm maiores chances de involuntariamente negligenciar animais que necessitem tratamento farmacológico (KOKETSU, 2000), e possivelmente têm menos tempo para realizar alguns manejos de rotina, como regular a quantidade de ração a ser fornecida a cada animal em sistemas de alimentação semiautomática ou fazer supervisão dos partos. Conjuntamente esses aspectos podem piorar a produtividade das fêmeas, refletindo em pior CAM.
Como fatores indicadores associados a mais de uma variável resposta (Tabela 2), a “duração da lactação” e “leitões nascidos vivos” destacaram-se e, de forma geral, sabemos que podem prover alterações mais evidentes quando manejados pelas granjas.
Cada dia a mais de lactação representou aumento de 0,18 kg para PLD. Esse valor foi inferior aos 0,21 kg de ganho de peso médio diário preconizados (FURTADO et al., 2007), o que possivelmente decorre de uma relação não equivalente entre duração da lactação e produção leiteira. Cada dia a mais de lactação também promoveu aumento de 5,67 kg para QLD e melhora de -0,169 pontos para CAM. Lactações curtas, abaixo de três semanas, podem provocar efeitos negativos no subsequente desenvolvimento folicular pós-desmame, taxa de parto e tamanho da leitegada (SOEDE & KEMP, 2015). Contudo, matrizes mantidas em períodos prolongados de lactação podem perder muita reserva corporal devido à alta produção de leite, o que pode reduzir a taxa de parição (KOKETSU et al., 2017), aumentar os dias não produtivos e, consequentemente, diminuir a quantidade de partos por matriz por ano (CHANTZIARAS et al., 2018), ocasionando redução na quantidade de leitões desmamados por fêmea por ano (KING et al., 1998). Portanto, considerando a média e a amplitude das durações das lactações nos rebanhos avaliados, a explicação biológica para os efeitos benéficos do aumento do período em lactação sobre QLD e CAM pode se dar, sobretudo, em razão do aumento do PLD, e não pelo aumento da quantidade de leitões desmamados. Cada leitão nascido vivo a mais por parto correspondeu a um aumento de 7,52 kg para QLD. Esse valor pode parecer abstrato, uma vez que a média do PLD (6,34 kg) foi mais de um quilograma inferior a esse valor, mas, considerando a amplitude do PLD (entre 4,84 a 8,41 kg), associada à modificação de outros fatores no modelo (ex. aumentar a porcentagem de proteína bruta na ração de gestação e a duração da lactação), o valor se torna tangível. O aumento de leitões nascidos vivos também representou melhora de -0,275 para CAM. Essa associação é explicada pelo fato de que maiores leitegadas levam a mais leitões desmamados (BEAULIEU et al., 2010) e aumentam os QLD (como identificado pelo modelo para QLD), assim ocorre diluição do montante de ração consumida pela matriz ao longo do ciclo reprodutivo e melhora da CAM.
O R2 ajustado para os modelos para PLD, QLD e CAM foi, respectivamente 0,68, 0,77 e 0,65, o que indica que os valores preditos pelas variáveis incluídas nos respectivos modelos explicaram 68, 77 e 65% da variação total dos valores observados para PLD, QLD e CAM.
Considerações finais
A abordagem multifatorial demonstrou ser um modelo efetivo capaz de identificar e estimar os efeitos de diversos indicadores associados às três variáveis reprodutivas de grande importância econômica nos rebanhos. As ações pertinentes aplicadas nesses indicadores podem incrementar o peso do leitão ao desmame, o quilograma de leitões desmamados por fêmea por ano e a conversão alimentar da matriz. Especial atenção deve ser dada ao aumento da duração da lactação e do número de leitões nascidos vivos por leitegada, que foram associados positivamente a mais de uma variável resposta.
Esse artigo foi originalimente publicado em Simpósio Internacional de Suinocultura (12. : 2019 : Porto Alegre, RS). Avanços em sanidade, produção e reprodução de suínos IV (Anais do XII SINSUI – Simpósio Internacional de Suinocultura), Porto Alegre, maio de 2019. https://www.conferencebr.com/conteudo/arquivo/anais-xii-sinsui-2019-1634570862.pdf
