Procedimiento para elaborar nuevas tablas de composición nutritiva de los alimentos para rumiantes

Abstract

Las tablas de composición de alimentos se vuelven obsoletas debido a las nuevas prácticas de producción, las investigaciones genéticas de las plantas, los cambios en los métodos analíticos y la caracterización e introducción de nuevos alimentos. Por ello, es necesario actualizar las tablas cubanas existentes. Objetivo. Implementar un procedimiento que posibilite procesar datos sobre los alimentos, provenientes de la literatura, con el interés de elaborar tablas confiables de composición nutritiva de los alimentos para animales rumiantes. Materiales y Métodos: Se utilizó el software AliCuba para generar tablas de composición nutritiva de los alimentos para el ganado, a partir de la recopilación y procesamiento de resultados de las investigaciones publicadas en diversas fuentes bibliográficas. Se estableció un procedimiento que norma las etapas a transitar, con el auxilio de este software, para obtener tablas confiables de composición nutritiva de los alimentos. Para determinar los datos atípicos se emplearon técnicas univariantes. Los valores ausentes se estimaron a través de ecuaciones. Se aplicó un remuestreo bootstrap con un intervalo de confianza de tipo percentil. Se validó el procedimiento con las informaciones referentes al Megathyrsus maximus cv. Likoni (hojas y tallos, fresco, región occidental, sin precisar época del año, ni el riego, con fertilización y de 30 a 60 días de edad). Resultados: El procedimiento implementado siguiendo sus diferentes etapas, resultó adecuado para identificar y ajustar las anomalías de la base de datos, como errores de entrada de datos, unidades de medida incorrectas, errores analíticos, identificación errónea de alimentos, etc., evidenciándose su validez para asegurar la calidad de la información. Conclusión: Se implementó un procedimiento que permite perfeccionar el proceso de elaboración de las tablas de composición nutritiva de los alimentos para los animales rumiantes. Palabras claves: base de datos, distribución normal, ganado, intervalos de confianza, software (Fuente: DeCS)