Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Coutinho, Renata Costa
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11139/tde-20012020-093703/
Resumo: A análise de nitrogênio ureico no leite (NUL) vem sendo proposta para o monitoramento da nutrição proteica de vacas em lactação. Alguns estudos demonstram que alterações no NUL podem resultar de diversos fatores nutricionais. Contudo, para correta interpretação dos resultados da análise, é importante considerar, além dos fatores da dieta, fatores não nutricionais, como por exemplo a produção de leite, número de lactações, estágio da lactação, raça, peso vivo do animal, contagem de células somáticas (CCS), concentração de gordura e proteína no leite. Também é importante considerar o sistema de produção utilizado nas propriedades, a estação do ano e o momento da amostragem. Dessa forma, os objetivos deste estudo foram analisar a percepção dos produtores sobre pontos importantes da utilização da análise de NUL, analisar os fatores que podem afetar a tomada de decisão para utilização ou não da análise NUL, apresentar quais fatores e percepções dos produtores mais explicam a variação dos valores de NUL e avaliar o efeito de fatores não nutricionais sobre a variação do NUL. Para isso, no primeiro estudo, foi aplicado um questionário, composto por 65 perguntas, disponibilizado entre 27 de agosto e 25 de setembro de 2018, totalizando 63 respondentes. Para verificar a existência de associação entre as variáveis categóricas, os dados foram submetidos ao teste de qui-quadrado. Para as variáveis relativas às questões mensuradas em escala de Likert e as quantitativas, utilizou-se o teste não paramétrico de soma de postos de Wilcoxon. Um modelo linear geral foi conduzido para entender quais fatores e percepções explicam melhor a variação dos valores de NUL. Os fatores associados entre a utilização ou não da análise de NUL foram o nível de escolaridade dos produtores e o sistema de produção adotado nas fazendas. No modelo linear geral, os fatores que resultaram em melhor ajuste foram o sistema de produção adotado, o recebimento ou não de pagamento por qualidade do leite, a utilização ou não de ureia na dieta e o horário de coleta da amostra para a análise. Além disso, foi observada redução no valor de NUL em 0,79 mg/dL para cada aumento de 1 no escore da percepção de importância da análise conjunta entre o teor de proteína do leite e o teor de NUL, e o aumento de 0,63 para cada aumento de 1 no escore da percepção de importância para aqueles que consideraram importante analisar o teor de NUL em conjunto com status reprodutivo do animal. O objetivo do segundo estudo foi desenvolver modelos que expliquem a variação do NUL, utilizando fatores não nutricionais: gordura (GORD)(%), proteína (PROT)(%), lactose (LACT)(%), sólidos totais (ST)(%), extrato seco desengordurado (ESD)(%), contagem de células somáticas (CCS)(células/mL), relação gordura/proteína (RELGP), número de dias em lactação (DEL), número de lactações (NL) e média de produção de leite (kg/dia). Foram utilizados dados de 117.443 testes diários de 53 rebanhos que enviaram amostras de leite para a Clínica do Leite (ESALQ/USP) entre janeiro de 2016 e dezembro 2018. Uma análise de agrupamento foi conduzida para formação de grupos homogênios de fazenda, resultando em sete clusters. Para cada cluster, um modelo linear generalizado misto foi aplicado. Nesse modelo, os fatores mês e ano foram tratados como aleatórios, além de as medidas repetidas serem consideradas dentro de uma mesma fazenda. O modelo gerado para cada cluster foi influenciado por diferentes variáveis estudadas; somente ESD não apresentou ajuste a modelo proposto. As fazendas tiveram a variação do NUL explicada pelas variáveis cluster 1: PROT, LACT, logaritmo natural de contagem de células somáticas (LCCS), RELGP, DEL e produção de leite; cluster 2: PROT, LACT, ST, LCCS, DEL e produção de leite; cluster 3: PROT, LACT, LCCS, RELGP, DEL, NL e produção de leite; cluster 4: GORD; cluster 6: PROT, RELGP e DEL. Os clusters 5 e 7 não apresentaram variáveis significativas. Os resultados destes estudos apontam que fatores além dos nutricionais devem ser avaliados e comparados entre si para correta interpretação dos resultados da análise de NUL. Além disso, mais estudos devem ser realizados para determinar valores de referência para análise no Brasil, a fim de desenvolver recomendações mais específicas aos produtores.
id USP_42632dd5f248069679cbe2e3e63eec87
oai_identifier_str oai:teses.usp.br:tde-20012020-093703
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteirosMilk urea nitrogen (MUN): tool for dairy cattle nutritional status analysisDairy cowsMilk productionNitrogênio ureico no leiteNutriçãoNutritionProdução de leiteUrea nitrogen in milkVacas leiteirasA análise de nitrogênio ureico no leite (NUL) vem sendo proposta para o monitoramento da nutrição proteica de vacas em lactação. Alguns estudos demonstram que alterações no NUL podem resultar de diversos fatores nutricionais. Contudo, para correta interpretação dos resultados da análise, é importante considerar, além dos fatores da dieta, fatores não nutricionais, como por exemplo a produção de leite, número de lactações, estágio da lactação, raça, peso vivo do animal, contagem de células somáticas (CCS), concentração de gordura e proteína no leite. Também é importante considerar o sistema de produção utilizado nas propriedades, a estação do ano e o momento da amostragem. Dessa forma, os objetivos deste estudo foram analisar a percepção dos produtores sobre pontos importantes da utilização da análise de NUL, analisar os fatores que podem afetar a tomada de decisão para utilização ou não da análise NUL, apresentar quais fatores e percepções dos produtores mais explicam a variação dos valores de NUL e avaliar o efeito de fatores não nutricionais sobre a variação do NUL. Para isso, no primeiro estudo, foi aplicado um questionário, composto por 65 perguntas, disponibilizado entre 27 de agosto e 25 de setembro de 2018, totalizando 63 respondentes. Para verificar a existência de associação entre as variáveis categóricas, os dados foram submetidos ao teste de qui-quadrado. Para as variáveis relativas às questões mensuradas em escala de Likert e as quantitativas, utilizou-se o teste não paramétrico de soma de postos de Wilcoxon. Um modelo linear geral foi conduzido para entender quais fatores e percepções explicam melhor a variação dos valores de NUL. Os fatores associados entre a utilização ou não da análise de NUL foram o nível de escolaridade dos produtores e o sistema de produção adotado nas fazendas. No modelo linear geral, os fatores que resultaram em melhor ajuste foram o sistema de produção adotado, o recebimento ou não de pagamento por qualidade do leite, a utilização ou não de ureia na dieta e o horário de coleta da amostra para a análise. Além disso, foi observada redução no valor de NUL em 0,79 mg/dL para cada aumento de 1 no escore da percepção de importância da análise conjunta entre o teor de proteína do leite e o teor de NUL, e o aumento de 0,63 para cada aumento de 1 no escore da percepção de importância para aqueles que consideraram importante analisar o teor de NUL em conjunto com status reprodutivo do animal. O objetivo do segundo estudo foi desenvolver modelos que expliquem a variação do NUL, utilizando fatores não nutricionais: gordura (GORD)(%), proteína (PROT)(%), lactose (LACT)(%), sólidos totais (ST)(%), extrato seco desengordurado (ESD)(%), contagem de células somáticas (CCS)(células/mL), relação gordura/proteína (RELGP), número de dias em lactação (DEL), número de lactações (NL) e média de produção de leite (kg/dia). Foram utilizados dados de 117.443 testes diários de 53 rebanhos que enviaram amostras de leite para a Clínica do Leite (ESALQ/USP) entre janeiro de 2016 e dezembro 2018. Uma análise de agrupamento foi conduzida para formação de grupos homogênios de fazenda, resultando em sete clusters. Para cada cluster, um modelo linear generalizado misto foi aplicado. Nesse modelo, os fatores mês e ano foram tratados como aleatórios, além de as medidas repetidas serem consideradas dentro de uma mesma fazenda. O modelo gerado para cada cluster foi influenciado por diferentes variáveis estudadas; somente ESD não apresentou ajuste a modelo proposto. As fazendas tiveram a variação do NUL explicada pelas variáveis cluster 1: PROT, LACT, logaritmo natural de contagem de células somáticas (LCCS), RELGP, DEL e produção de leite; cluster 2: PROT, LACT, ST, LCCS, DEL e produção de leite; cluster 3: PROT, LACT, LCCS, RELGP, DEL, NL e produção de leite; cluster 4: GORD; cluster 6: PROT, RELGP e DEL. Os clusters 5 e 7 não apresentaram variáveis significativas. Os resultados destes estudos apontam que fatores além dos nutricionais devem ser avaliados e comparados entre si para correta interpretação dos resultados da análise de NUL. Além disso, mais estudos devem ser realizados para determinar valores de referência para análise no Brasil, a fim de desenvolver recomendações mais específicas aos produtores.The analysis of milk urea nitrogen (MUN) has been proposed for monitoring the protein nutrition of lactating cows. Some studies show that changes in MUN may result from several nutritional factors. However, for a correct interpretation of the analysis results, it is important to consider, in addition to dietary factors, non-nutritional factors, such as milk production, number of lactations, stage of lactation, breed, animal live weight, somatic cell count (SCC), milk fat and protein concentration. The production system used in the properties, season and sampling time are also taken into account. Thus, the purposes of this study were to analyze producers\' perceptions about important points in the use of MUN analysis, to analyze the factors that may affect decision-making to use or not MUN analysis, to present which factors and producers\' perceptions explain the variation of MUN values and to evaluate the effect of non- nutritional factors of MUN variation. For this purpose, in the first study, a questionnaire consisting of 65 questions was applied and made available from August 27th to September 25th 2018, totalizing 63 respondents. To verify the existence of an association between the categorical variables, the data was submitted to the chi-squared test. For the variables related to the questions measured on the Likert scale and the quantitative ones, the nonparametric Wilcoxon rank sum test was used. A general linear model was conducted to understand which factors and perceptions better explain the variation in MUN values. The factors associated between the use or not of MUN analysis were the educational level of the producers and the production system adopted in the farms. In the general linear model, the factors that resulted in better adjustment were the production system adopted, whether a payment by milk quality was received or not, whether urea was used in the diet or not, and the time of sample collection for analysis. Besides that, there was a reduction in the MUN value by 0.79 mg/dL for each increase of 1 in the score of importance perception from the joint analysis between milk protein content and MUN, and an increase of 0.63 for each increase of 1 in the score of importance perceptions for those who considered important analyzing the MUN content with the reproductive status of the animal. The purpose of the second study was to develop models that explain NUL variation using non-nutritional factors: fat (FAT)(%), protein (PROT)(%), lactose (LACT)(%), total solids (TS)(%), defatted dry extract (DDE)(%), somatic cell count (SCC) (cells/mL), fat/protein ratio (FPratio), number of lactation days (LD), number of lactations (NL) and average milk yield (kg/day). Data from 117.443 daily tests from 53 herds that sent milk samples to Clínica do Leite (Milk Clinic) (ESALQ/USP), between January 2016 and December 2018, were used. A cluster analysis was conducted to create homogeneous farm groups, and resulting in seven clusters. For each cluster, a mixed generalized linear model was applied. In this model, the month and year factors were considered random, and the repeated measures were considered within the same farm. The model generated for each cluster was influenced by different variables studied; only DDE did not fit any proposed model. The farms had the MUN variation explained by the variables cluster 1: PROT, LACT, SCCL (somatic cell count logarithm), FPRatio, LD and milk production; cluster 2 PROT, LACT, TS, SCCL, LD and milk production; cluster 3: PROT, LACT, SCCL, FPRatio, LD, NL and milk production; cluster 4: FAT; cluster 6: PROT, FPRatio and LD. Clusters 5 and 7 did not present significant variables. The results of these studies indicate that factors other than nutritional ones should be evaluated and compared to each other for correct interpretation of the results of the MUN analysis. In addition, further studies should be conducted to determine benchmarks for analysis in Brazil, in order to develop more specific recommendations to producers.Biblioteca Digitais de Teses e Dissertações da USPMachado, Paulo FernandoCoutinho, Renata Costa2019-10-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/11/11139/tde-20012020-093703/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-01-22T20:37:01Zoai:teses.usp.br:tde-20012020-093703Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-01-22T20:37:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
Milk urea nitrogen (MUN): tool for dairy cattle nutritional status analysis
title Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
spellingShingle Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
Coutinho, Renata Costa
Dairy cows
Milk production
Nitrogênio ureico no leite
Nutrição
Nutrition
Produção de leite
Urea nitrogen in milk
Vacas leiteiras
title_short Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
title_full Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
title_fullStr Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
title_full_unstemmed Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
title_sort Nitrogênio ureico no leite: ferramenta para análise do status nutricional de rebanhos leiteiros
author Coutinho, Renata Costa
author_facet Coutinho, Renata Costa
author_role author
dc.contributor.none.fl_str_mv Machado, Paulo Fernando
dc.contributor.author.fl_str_mv Coutinho, Renata Costa
dc.subject.por.fl_str_mv Dairy cows
Milk production
Nitrogênio ureico no leite
Nutrição
Nutrition
Produção de leite
Urea nitrogen in milk
Vacas leiteiras
topic Dairy cows
Milk production
Nitrogênio ureico no leite
Nutrição
Nutrition
Produção de leite
Urea nitrogen in milk
Vacas leiteiras
description A análise de nitrogênio ureico no leite (NUL) vem sendo proposta para o monitoramento da nutrição proteica de vacas em lactação. Alguns estudos demonstram que alterações no NUL podem resultar de diversos fatores nutricionais. Contudo, para correta interpretação dos resultados da análise, é importante considerar, além dos fatores da dieta, fatores não nutricionais, como por exemplo a produção de leite, número de lactações, estágio da lactação, raça, peso vivo do animal, contagem de células somáticas (CCS), concentração de gordura e proteína no leite. Também é importante considerar o sistema de produção utilizado nas propriedades, a estação do ano e o momento da amostragem. Dessa forma, os objetivos deste estudo foram analisar a percepção dos produtores sobre pontos importantes da utilização da análise de NUL, analisar os fatores que podem afetar a tomada de decisão para utilização ou não da análise NUL, apresentar quais fatores e percepções dos produtores mais explicam a variação dos valores de NUL e avaliar o efeito de fatores não nutricionais sobre a variação do NUL. Para isso, no primeiro estudo, foi aplicado um questionário, composto por 65 perguntas, disponibilizado entre 27 de agosto e 25 de setembro de 2018, totalizando 63 respondentes. Para verificar a existência de associação entre as variáveis categóricas, os dados foram submetidos ao teste de qui-quadrado. Para as variáveis relativas às questões mensuradas em escala de Likert e as quantitativas, utilizou-se o teste não paramétrico de soma de postos de Wilcoxon. Um modelo linear geral foi conduzido para entender quais fatores e percepções explicam melhor a variação dos valores de NUL. Os fatores associados entre a utilização ou não da análise de NUL foram o nível de escolaridade dos produtores e o sistema de produção adotado nas fazendas. No modelo linear geral, os fatores que resultaram em melhor ajuste foram o sistema de produção adotado, o recebimento ou não de pagamento por qualidade do leite, a utilização ou não de ureia na dieta e o horário de coleta da amostra para a análise. Além disso, foi observada redução no valor de NUL em 0,79 mg/dL para cada aumento de 1 no escore da percepção de importância da análise conjunta entre o teor de proteína do leite e o teor de NUL, e o aumento de 0,63 para cada aumento de 1 no escore da percepção de importância para aqueles que consideraram importante analisar o teor de NUL em conjunto com status reprodutivo do animal. O objetivo do segundo estudo foi desenvolver modelos que expliquem a variação do NUL, utilizando fatores não nutricionais: gordura (GORD)(%), proteína (PROT)(%), lactose (LACT)(%), sólidos totais (ST)(%), extrato seco desengordurado (ESD)(%), contagem de células somáticas (CCS)(células/mL), relação gordura/proteína (RELGP), número de dias em lactação (DEL), número de lactações (NL) e média de produção de leite (kg/dia). Foram utilizados dados de 117.443 testes diários de 53 rebanhos que enviaram amostras de leite para a Clínica do Leite (ESALQ/USP) entre janeiro de 2016 e dezembro 2018. Uma análise de agrupamento foi conduzida para formação de grupos homogênios de fazenda, resultando em sete clusters. Para cada cluster, um modelo linear generalizado misto foi aplicado. Nesse modelo, os fatores mês e ano foram tratados como aleatórios, além de as medidas repetidas serem consideradas dentro de uma mesma fazenda. O modelo gerado para cada cluster foi influenciado por diferentes variáveis estudadas; somente ESD não apresentou ajuste a modelo proposto. As fazendas tiveram a variação do NUL explicada pelas variáveis cluster 1: PROT, LACT, logaritmo natural de contagem de células somáticas (LCCS), RELGP, DEL e produção de leite; cluster 2: PROT, LACT, ST, LCCS, DEL e produção de leite; cluster 3: PROT, LACT, LCCS, RELGP, DEL, NL e produção de leite; cluster 4: GORD; cluster 6: PROT, RELGP e DEL. Os clusters 5 e 7 não apresentaram variáveis significativas. Os resultados destes estudos apontam que fatores além dos nutricionais devem ser avaliados e comparados entre si para correta interpretação dos resultados da análise de NUL. Além disso, mais estudos devem ser realizados para determinar valores de referência para análise no Brasil, a fim de desenvolver recomendações mais específicas aos produtores.
publishDate 2019
dc.date.none.fl_str_mv 2019-10-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/11/11139/tde-20012020-093703/
url http://www.teses.usp.br/teses/disponiveis/11/11139/tde-20012020-093703/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815258277153341440