Predicción de calidad de carne bovina con variables ante mortem

Resumen

1. introducción o motivación de la tesis En chile la masa ganadera bovina, según el último censo agropecuario y forestal, es de 3.719.507 cabezas (INE 2007) pero según una encuesta, realizada por la misma institución, el año 2017 el número de cabezas bovinas es de 2.890.840, con una variación de -15,2 %, de las cuales el 75 % se encuentra en las regiones de Bio Bio, Araucanía, Los Ríos y los Lagos. De este total se estima que un 70 % corresponde a razas de carne o doble propósito (INE, 2017). Sólo en los últimos años, se está intentando abrir los mercados internacionales para este producto, como una forma de repotenciar su alicaída situación. La suscripción de tratados comerciales con diversos países y bloques comerciales ha abierto una ventana interesante y promisoria para el desarrollo del sector, además Chile presenta una condición sanitaria óptima, ya que tiene ausencia de todas las enfermedades contempladas en la lista A de la oficina internacional de Epizootias (OIE). Es así que diversas empresas del rubro han abordado diferentes mercados externos y nuestros productos cárnicos están comenzando a ser consumidos por diferentes habitantes del planeta. Se ha puesto en evidencia, en los últimos años, a escala mundial, importantes cambios en el mercado de la carne. El volumen de consumo creció de forma relevante debido, entre otros, al aumento del ingreso per-cápita, a una mayor población urbana y a fuertes cambios en los costos relativos a la producción. Las mejoras productivas han significado un aumento de los intercambios comerciales a nivel mundial, debido a las políticas internas de cada país, al desarrollo del comercio mundial a través de las bajas progresivas de las barreras al comercio, a los precios del transporte cada vez menores, al desarrollo de nuevos productos y a las mejores condiciones de empaque. Durante el sacrificio, todo ganado vacuno produce algún tipo de carne independientemente de su clasificación, ya sean animales lecheros, productores de carne o de tiro e independiente de su edad, sexo o grado de grasa que posean. Por lo tanto, la carne de vacuno que se produce es un producto altamente variable, dependiendo de cómo esos factores afecten al proceso de crecimiento de la musculatura, la grasa y los huesos, que son los tres tejidos más importantes y de cómo estos factores afecten las características de los tejidos comestibles, el músculo y la grasa. BERG y BUTTERFIEL (1979) plantearon en su libro: “Nuevos Conceptos Sobre Desarrollo de Ganado de Vacuno”, que: “Es totalmente posible que la gran demanda de carne de vacuno está en parte relacionada, por un lado, con la variabilidad del producto, al estar influenciado por la edad, el sexo y la cantidad de grasa que posea; y por otro, con la variedad existente al preparar productos distintos a partir de diferentes partes de la canal”. Actualmente, existen una serie de sistemas de producción que deberían traer como consecuencia un aumento en la producción y una mejora en la eficiencia económica con la que la carne de vacuno es producida. Se está tratando principalmente de usar ganado vacuno que aumente de peso, en menor tiempo y con mayor tamaño de adulto. El peso de sacrificio, el sexo, la forma, la nutrición y la raza pueden afectar la composición de la canal y son los factores más importantes de los que dispone el productor de carne de vacuno en su intento de alterar la composición de la canal (BERG y BUTTERFIEL, 1979). Sin embargo, no se debe olvidar que cualquier manejo post mortem no adecuado afecta la calidad de la carne, afectando negativamente, todo esfuerzo realizado por los productores, por lo que es un aspecto que no se debe descuidar. Si se puede obtener la composición de la canal deseada para un determinado mercado por medio del uso de procesos funcionales eficientes, los costos de producción serán mínimos. Cualquier desviación de este principio dará como resultado una producción de carne de vacuno a un costo mayor. La producción de carne bovina se caracteriza por una edad de sacrificio comprendida entre los trece y veinticuatro meses de edad, las edades más elevadas corresponden a las condiciones extensivas (pastoreo) con razas de doble propósito e híbridos, mientras que los animales que se sacrifican más jóvenes corresponden a razas de carne, finalizando la engorda, en corrales. Existe la posibilidad de terminar animales a edades intermedias utilizando combinaciones de ambos sistemas de producción (engorda a corral y a pastoreo). Una de las tendencias actuales, usada como herramienta en los sistemas de comercialización del ganado bovino, se enfoca al estudio de la composición y calidad carnicera de éstos, primando con ello un menor desperdicio al despiece y a su vez la adquisición de animales que estén dentro de las especificaciones de mercados más exigentes (GONZÁLEZ, 2006). Los factores de calidad están asociados al aumento del peso vivo, velocidad de crecimiento y eficiencia de conversión del alimento a un mínimo costo y en el menor tiempo posible hasta obtener un animal que sea el más aceptable para el mercado de destino. El aumento del peso vivo y tamaño, con cambios significativos en las dimensiones y formas de las distintas regiones del animal, son reflejo de lo que sucede como consecuencia de la formación de tejidos y órganos (PORTE y GODOY, 1994). El consumidor de carne bovina en Chile, como en el resto del mundo, ha ido evolucionando en su preferencia, prefiriendo cortes magros, sin hueso y valorando características como terneza, sabor y jugosidad. (MAGOFKE, 1992). Entre los componentes de la canal, la grasa es la que presenta mayor variabilidad, en cuanto a su cantidad, como en su distribución; y se encuentra en relación directa con el grado de engorda de los animales (GALLO, 1988; PORTE y GODOY, 1994; CHOAT y col., 2006). La grasa subcutánea (grasa de cobertura) es la que incide en la apariencia de las canales, debido a un efecto envolvente y protector, y la grasa intramuscular (grasa infiltrada o marmoleado) la que proporciona sabor y jugosidad a la carne (BERG y BUTTERFIEL, 1979). Cuando aumenta el porcentaje de grasa, disminuye tanto el porcentaje de músculo como el de hueso. Estas variaciones de composición, afectan el valor comercial de la canal, influyendo además en el tamaño de los cortes (FORREST y col., 1979) y por ende, su homogeneidad. Según destaca SARAVIA (1996) debido a la apertura económica de Chile al mercado internacional de carnes, se precisa una mayor integración en la producción y comercialización de la carne bovina, para así aumentar la competitividad nacional e incrementar su participación en éste. Entre los años 1999 al 2003, la planta faenadora de animales Carnes Ñuble S.A. implementó con el apoyo de fondos gubernamentales (CORFO), un programa de desarrollo de proveedores (PDP), a través del cual, logró introducir al mercado nacional una marca propia, conocida como “PampaVerde®” que generó productos homogéneos y con la calidad esperada, permitiendo agregar valor y diferenciación a sus productos frente a la competencia (ÁVILA, 2002; CAMPOS y col, 2008, 2010 y 2012). SCHNETTLER y col., (2004) consideran que el consumidor es el principal actor dentro del sistema global de producción y comercialización de carnes. Es muy diverso el conocimiento, necesidades y preferencias que el consumidor tiene de las características de la carne bovina pero, no obstante, estas podrían ser agrupadas según: aspecto visual (color de la carne y la grasa subcutánea, marmoleado y cantidad de grasa de cobertura) y calidad comestible (jugosidad, terneza, aroma y sabor). SCHNETTLER y col., (2004 y 2008) y TEIRA y col., (2006) destacan que a mayoría de estos factores están relacionados directa o indirectamente con las características intrínsecas de los animales y procedimientos industriales de elaboración y comercialización. Por su parte VARGAS y col., (2004) opinan que todos los sectores que componen la cadena productiva (crianza, engorda y procesamiento) se encuentran involucrados en esas apreciaciones. Para PORTE (1994b) y LUENGO (1995) la evaluación de canales tiene dos propósitos. Uno sería llegar al consumidor con carne tierna, blanda y jugosa y el otro lograr una buena productividad de la ganadería. De esta manera el productor obtendría los precios adecuados, de acuerdo a la calidad del ganado que vende y, con ello, se mejoraría la comercialización de sus productos. LÓPEZ y RUBIO (1998) y PERKINS y col., (1992) opinan que la mayor parte de las evaluaciones realizadas consisten en la estimación subjetiva de las características en las canales. En la evaluación comercial de los animales destinados a suministro de carne, tiene una influencia determinante el concepto de rendimiento (PORTE 1994b y 1994c). Interesa que la canal del animal contenga una proporción importante de carne comercializable, la que cuantitativamente ocupe una mayor proporción, en relación con el tejido adiposo y óseo, pues ello dará el valor comercial máximo. Para TEIRA y col. (2006) este valor comercial debe estar dado primordialmente por el peso de la canal, la composición de sus tejidos y su distribución El ganado bovino, al ir aumentando su masa corporal, tiende a formar músculo y grasa en proporciones variables, por ello el peso corporal no constituye una medida precisa del crecimiento tisular, puesto que un animal puede estar aumentando su peso, debido a la acumulación de tejido adiposo (PORTE, 1994a). El aumento en el peso vivo y tamaño del animal sucede como consecuencia de la formación de tejidos y órganos. Los tejidos se desarrollan siguiendo un orden preestablecido: nervioso, óseo, muscular y graso (PORTE, 1994c). El crecimiento del animal ocurre en forma diferenciada; éste comienza por la cabeza, continúa en la región lumbar (crecimiento a lo largo del animal), fluyendo luego hacia la región distal de las extremidades (crecimiento en alto del animal), terminando finalmente en la región ventral del tronco, específicamente en el músculo Longissimus thoracis. Para RAMÍREZ (1994) cuando termina de desarrollarse este músculo, se considera que un animal alcanza su punto óptimo de madurez fisiológica. CROUSE y col. (1976), señalaron que el mejor índice predictivo del rendimiento al despiece es el área del ojo del lomo (AOL), mientras que ATENCIO-VALLADARES (2008), planteó que el AOL tiene una asociación moderada y significativa con el porcentaje de cortes de valor, por lo cual varios autores (GUITOU y col., 2007; TORRES, 2002; SAÑUDO, 2008; SCHNETTLER y col., 2004; AASS y col., 2006 y YOKOO y col., 2008) consideran que implementar una metodología para medir el tamaño del músculo Longissimus thoracis, en animales vivos, podría optimizar la terminación de los animales a fin de evitar su sobre engrasamiento. El Departamento de Agricultura de los Estados Unidos (USDA) ha establecido estándares o grados de calidad de los animales para sacrificio y de la canal, en base a la madurez fisiológica y al nivel de grasa infiltrada en el músculo (marmoleado). BLUMER (1963) considera que el grado de marmoleado ayuda a proporcionar a la carne los principales rasgos de calidad que el consumidor demanda: terneza, sabor y jugosidad (palatabilidad); aunque la relación entre marmoleado y palatabilidad no está claramente definida, el nivel de marmoleado es una característica importante en los mercados de comercialización, como el japonés y el coreano. THOMPSON (2004) destaca que la grasa intramuscular tiene un fuerte impacto también en la jugosidad y sabor, ya que estimula la salivación dando la percepción de aumento de jugosidad. Para TATUM (2007) dentro de cada grupo de madurez, el marmoleado se mide en la canal observando su cantidad y distribución en el lomo (músculo longisimus thoracis) a nivel de la 12ª costilla. A diferencia de muchos rasgos de importancia económica del ganado de carne, la medición del puntaje de marmoleado o porcentaje de grasa infiltrada no puede ser evaluado organolépticamente en el ganado vivo. En bovinos (Bos taurus) la técnica más utilizada para la determinación del marmoleado es la evaluación visual de las canales refrigeradas. BRACKEBUSCH y col. (1991) y VIESELMEYER y col. (1996) señalaron que esta técnica se basa en la comparación que realizan los evaluadores entre los estándares de marmoleado esperado por raza y mercado de destino teniendo implícita la variabilidad por evaluador. NAKAHASHI y col. (2008) indicaron que para superar esta principal dificultad de la evaluación visual del marmoleado en las canales, la técnica ha sido complementada con la captura digital de imágenes de las secciones transversales del músculo longissimus, para su posterior análisis computacional; a través de ella, por concentración de pixeles se determina con mayor precisión las áreas de marmoleado, el número de vetas de marmoleado entre otros rasgos de calidad. Se han desarrollado algunas técnicas predictivas in vivo del marmoleado, como el análisis del efecto de la alimentación (HOQUE y OIKAWA, 2004; SUGIMOTO y col., 2004). Estos modelos predictivos incluyen variables post mortem como peso de canal caliente (SCHINDLER, 2004), o la interpretación de imágenes (CARLEOS y col., 2007; WILSON y col., 1998) y el procesamiento computacional de imágenes obtenidas por medio de ultrasonografía (HASSEN y col., 1999; TOSHIHIRO y col., 2014). TOSHIHIRO y col. (2014) indicaron que diversos estudios han demostrado que la determinación in vivo del rendimiento carnicero permite relacionar los datos ante mortem con el tamaño y calidad carnicera de los cortes de alto valor. Por ello, CARLEOS y col. (2007) consideraron que contar con una herramienta que visualiza estructuras internas en el animal vivo permite realizar una evaluación de forma objetiva, documentada y reproducible en el tiempo. En este ámbito, para POLÁK y col. (2007) la ecografía o ultrasonografía es una herramienta de evaluación de la composición carnicera de los animales vivos. GIRALDO (2003) indicó que las ondas ultrasónicas emitidas por el ecógrafo son producidas por cristales semiconductores los cuales producen el efecto piezoeléctrico. Estas ondas acústicas se propagan a diferentes velocidades a través de los tejidos biológicos dependiendo de sus densidades, reflejando una imagen en escala de grises, la cual es procesada por un sistema computacional integrado en el ecógrafo (LÓPEZ y RUBIO, 1998). Sin embargo, estas evaluaciones pueden estar condicionadas a algún nivel de subjetividad del técnico que analiza las imágenes y con ello disminuir su precisión y repetitividad. Teniendo en cuenta las premisas anteriores, se plantea el desarrollo de la tesis “Predicción de calidad de carne bovina con variables antemortem”. En esta tesis se contempla la hipótesis: “Es posible predecir algunos parámetros que determinan calidad de carne con variables ante mortem, en bovinos, utilizando ultrasonido y tratamiento computacional de las imágenes”. Para contrastar esta hipótesis se plantean los siguientes objetivos: OBJETIVO GENERAL: Predecir la calidad de la carne bovina a través de la construcción y validación de modelos matemáticos basados en rasgos de conformación muscular y grasa, medidos in vivo. OBJETIVOS ESPECÍFICOS: - Estudiar y proponer parámetros inalterables, bajo la aplicación de ultrasonido in vivo, para determinar aquellos de mayor influencia en la calidad final de la carne bovina. - Formular y validar modelos que permitan medir in vivo el grado de marmoleado en bovinos a través de ultrasonografía y el tratamiento de imágenes. - Formular y validar modelos que permitan medir in vivo el área del ojo del lomo total en bovinos, a través de ultrasonografía y el tratamiento de imágenes. - Formular y validar modelos que permitan estimar el rendimiento al despiece in vivo en bovinos seleccionados para producir carnes premium, a través de ultrasonografía y el tratamiento de imágenes. 2. contenido de la investigación El presente trabajo se desarrolló en tres etapas en consonancia con los objetivos específicos del mismo. La primera aborda el primer objetivo específico, la segunda al segundo y en la tercera etapa los objetivos tercero y cuarto. ETAPA I: “Predicción del índice de calidad en canales bovinas para mercado chileno de elite mediante modelación matemática”. En el año 2001 Carnes Ñuble faenó 7300 bovinos provenientes de 40 productores de la zona centro-sur de Chile, asociados a su Programa de Desarrollo de Proveedores (PDP). En todos ellos se analizaron los datos de beneficio de dichos animales de la Planta Faenadora, ubicada en la ciudad de Chillán, Región de Ñuble (Chile). Las variables que fueron utilizadas para el estudio fueron definidas y generadas por la propia Planta y medidas por certificadores que pertenecían a la empresa externa CERTILAB (CERTILAB, 2011) y corresponden a: Peso vivo, Peso de la canal caliente, Rendimiento, Clase, Tipificación (TIP), Fenotipo, Conformación (CONF), Área del ojo del lomo (AOL), Espesor de grasa dorsal (EGD), Marmoleado (MAR) e Índice de Calidad (IC): esta variable permitió a la empresa definir calidad, ya que clasifica a las canales en “Corriente” y “Especial”. Para estudiar la influencia del peso de la canal caliente sobre la TIP, CONF, MAR, AOL e IC y el efecto del fenotipo y la clase en el peso de la canal caliente, se utilizó el modelo de análisis de varianza (ANDEVA). La comparación de medias, cuando fue necesario, se realizó mediante la prueba de DUNCAN (DUNCAN, 1974). La verificación de los supuestos del ANDEVA se llevó a cabo mediante los test se Shapiro Wilk modificado (MAHIBBUR y GOVINDARAJULU, 1997) para la normalidad y LEVENE (LEVENE, 1960) para la homogeneidad de varianza. Para determinar la influencia de los fenotipos sobre el IC, se utilizó el análisis de varianza no paramétrico de KRUSKAL y WALLIS (KRUSKAL y WALLIS, 1952), con su correspondiente test de contrastes propuesto por CONOVER (CONOVER, 1999). Para la variable EGD se realizó un análisis descriptivo, mostrando el promedio y la desviación estándar. Posteriormente se calculó la matriz de correlaciones entre las variables tipificación, conformación, MAR, AOL, EGD e IC; para realizar este análisis se utilizó el coeficiente de correlación de Spearmen (STEEL y TORRIE, 1995; WEBSTER, 2000). Las variables que se utilizaron en el modelo de regresión lineal múltiple fueron aquellas que presentaron una correlación significativa (P<0,05) con la variable dependiente (IC). Se confeccionaron modelos por clase, fenotipo y el total de la masa bovina (8 modelos), para el desarrollo de los modelos se utilizaron los datos de 6000 animales, dejando los restantes para la validación y comparación. Para comparar los puntajes obtenidos de los modelos y compararlos con los puntajes originales, se realizó una ANOVA. Para medir la capacidad de predicción del modelo seleccionado se utilizó la prueba de exactitud de Freese (FRESSE, 1960), con un error máximo de predicción del 15% (FRESSE, 1960; BARRALES y col., 2004), para ello se utilizó una muestra de 100 animales elegidos al azar de los registros oficiales de la planta faenadora del año 2002, de los miembros del PDP Carnes Ñuble S. A. ETAPA II: “Modelos predictivos de niveles de marmorización en novillos mestizos Wagyu generados por ultrasonografía y tratamiento de imágenes”. En esta segunda etapa se utilizaron un total de 300 machos castrados (novillos) producto de la cruza F1 Wagyu x Hereford y Wagyu x Angus (“Tipo Wagyu”), en manejo estabulado, con alimentación en base a ensilaje de maíz (Zea mays) y concentrados. Las mediciones ante mortem se realizaron en la explotación ganadera, Agrícola Mollendo, ubicada camino a Luanco km 2, Los Ángeles, Región del Biobío, (Chile). De los 300 vacunos evaluados in vivo, 80 que alcanzaron el criterio de faena (peso, edad y conformación), fueron sacrificados en el Frigorífico O´Higgins S.A., camino a Melipilla 8139, Comuna de Cerrillos, Región Metropolitana (Chile). Las evaluaciones post mortem se realizaron después de la faena. De los 80 novillos sacrificados, 50 se utilizaron para generar los modelos, 20 para evaluar y realizar los ajustes de los modelos y los 10 restantes para la validación del modelo finalmente seleccionado. La formación de los grupos se realizó al azar, introduciendo el número del Dispositivo de Identificación Individual Oficial (DIIO) de cada animal en una bolsa para así realizar la formación de los grupos sin reemplazo. Evaluaciones ante mortem. La captura de imágenes ecográficas de los 300 animales se realizó de manera seriada entre 7 y 21 días previos para alcanzar el criterio de faena (peso, edad y conformación). Se utilizó un ecógrafo marca Mindray, modelo DP-6600 VET, transductor 75L60EA (China), en el espacio intercostal entre la 12ª y 13ª costilla (MOORE y col, 2010) de los bovinos, a una profundidad de 9,7 cm, con una frecuencia de 7,5 MHz, utilizándose gel ecográfico y un “stand off” o acoplamiento para obtención óptima de imágenes. Se tomaron tres imágenes por animal a 5 cm de la espina dorsal hacia la izquierda, con el fin de correlacionar los datos con la canal izquierda. Junto con la captura de las imágenes se registró el peso de los animales en kg (PV) para lo cual se utilizó una báscula (marca Mayov, Chile) provista de una puerta automática. Análisis de imágenes. Para el análisis de las imágenes se utilizó el software Idrisi Selva (EASTMAN, 2012), que entre otras funciones permite transformar las imágenes de datos alfanuméricos a numéricos. Evaluaciones post mortem. La evaluación de las características de la canal, en cuanto al, marmoleado fueron realizadas por evaluadores externos pertenecientes a CERTILAB (CERTILAB, 2011), evaluando esta característica a nivel del ojo del lomo después de la separación de los cuartos (corte transversal entre la 12ª y 13ª costilla) y antes del desposte, por comparación visual con la escala japonesa Beef Marbling Standars (BMS), que describe el veteado de grasa intramuscular en una escala de 1 a 12, en donde el número menor corresponde a una carne magra y el número mayor corresponde a una alta infiltración de grasa (KAHI y HIROOKA, 2005). Construcción de modelos matemáticos. Se contó con una base inicial de 720 muestras provenientes de los 80 animales faenados, 3 imágenes por animal y 3 muestras por imagen, obtenidas in vivo. Los datos correspondientes a 50 de ellos se utilizaron para la construcción de los modelos, esto se llevó a cabo por medio de regresión lineal múltiple, a través del procedimiento de stepwise (MOODY y CASSENS, 1968), donde la variable predicha es el BMS o grado de marmoleado estimado por los evaluadores y las variables predictivas correspondieron a los tres grupos de pixeles obtenidos (G1, G2 y G3), más la grasa se cobertura (GC) en centímetros, el peso vivo (PV) en kilogramos y el tiempo de vida (TV) de los bovinos en meses. De los modelos generados, se seleccionaron cinco modelos óptimos, utilizando como criterio de selección a aquellos que tuvieron el menor Cuadrado Medio del Error (CME) (MOODY y CASSENS, 1968). Para estudiar diferencias en la capacidad predictiva de cada uno de los cinco modelos desarrollados, se utilizaron los datos transformados obtenidos de 20 novillos, evaluando los modelos y comparando los grados de marmoleado (BMS), obtenidos mediante análisis de varianza no paramétrico. Para ello se utilizó el modelo propuesto por KRUSKAL y WALLIS (KRUSKAL y WALLIS, 1952). Después de seleccionar el mejor modelo, se evaluaron los datos de los 10 vacunos restantes y se compararon con los puntajes asignados por los certificadores, utilizando para ello la prueba no paramétrica de Wilcoxon (FAGERLAND y SANDVIK, 2009). Para la validación del modelo se utilizó la prueba de exactitud de FREESE (FREESE, 1960) con un error máximo de predicción del 15% (FREESE, 1960 y BARRALES y col., 2004). ETAPA III: “Estimación del área del ojo del lomo total in vivo y rendimiento al desposte de bovinos destinados a un mercado exigente” La recopilación de datos para generar y seleccionar los modelos que fueron utilizados se realizó en la zona centro-sur, específicamente en tres plantas faenadoras de las regiones del Biobío y Ñuble. Para el modelo que permite estimar el área del ojo del Lomo total (AOLT), que incluye los músculos longissimus thoracis, spinalis et semispinalis thorasis, multifidus thoracis, levator costae y longissimus dorsi, las mediciones se realizaron en la planta faenadora Carnes Ñuble S. A., ubicada en Panamericana Norte km. 3 de la ciudad de Chillán, Región de Ñuble, Chile. Se evaluaron 212 canales de novillos seleccionados para satisfacer los requerimientos de calidad de una marca Premium, las cuales incluyeron conformación regular, grasa de cobertura, marmoleado entre los rangos 1 y 3 (definidos en la ETAPA I), y AOLT igual o mayor a 96,75 cm2 en novillos e igual o mayor a 90,3 cm2 en vaquillas. Las variables fueron medidas por la empresa CERTILAB (CERTILAB, 2011). Se buscó aproximar el AOLT, expresado en centímetros cuadrados, a partir del área de la elipse ( ). Donde “a” representa la longitud del semieje mayor y “b” la del semieje menor. Después de ser obtenidos los cuartos de las medias canales (en frío), se midió con pie de metro digital, el ancho (a) y la profundidad (b) del AOLT, en el espacio intercostal entre la 9ª y 10ª costilla de cada media canal y se definió la razón “R” como el cociente entre el semieje mayor y el semieje menor ( ). De las 212 canales evaluadas, se utilizaron 150 para el cálculo de las constantes: ancho ( en cm), profundidad ( en cm) y razón ( ). Luego se utilizaron las 62 restantes para la generación, corrección y comparación de los modelos con los datos de la planta faenadora. Aprovechando la existencia de los datos de las dos medias canales, se generaron dos modelos, uno con los datos de la media canal izquierda y el otro con la media canal derecha. Los modelos se generaron reemplazando las constantes mencionadas anteriormente en la ecuación , con Dónde: = razón promedio entre los semiejes a y b de las 150 canales, = semieje menor promedio o profundidad promedio (cm) de las 150 canales, y = 3,14. Para la comparación entre el AOLT obtenido por los modelos y el calculado por la planta faenadora se utilizó un análisis de varianza (ANDEVA) (NELDER, 1994) y una prueba de contrastes DUNCAN (DUNCAN, 1974). Para la verificación de los supuestos del ANDEVA, se utilizaron la prueba de Shapiro-Wilk modificado (MAHIBBUR y GOVINDARAJULU, 1997) para la normalidad y la prueba de LEVENE (LEVENE, 1960) para la homogeneidad de varianza. Con base a los resultados del análisis de varianza se seleccionó el mejor modelo de estimación del AOLT. Los modelos para estimar el rendimiento al desposte, se realizaron en la Planta Faenadora FRIGOSUR S.A. ubicada en variante Cato s/n, km 2 Chillán, región de Ñuble, Chile. Para la generación de los modelos de rendimiento al desposte, la recolección de datos se realizó en 74 animales para satisfacer una marca Premium de carne bovina nacional, éstos fueron separados en 2 grupos de 50 y 24 animales, seleccionados al azar, introduciendo para ello el número del Dispositivo de Identificación Individual Oficial (DIIO) de cada animal en una bolsa, para así realizar la formación de los grupos sin reemplazo. Se procedió a modelar el peso de los cortes Posta Negra, Posta Rosada, Lomo Liso, Lomo Vetado y Filete que se encuentran definidos en la Norma Chilena INN (1994, 1999 y 2002) (NCh 1423: Of 94, 1994; NCh 1596: Of 95, 1999; NCh1306: Of 93, 2002) Después de un ayuno de 24 horas, fueron pesados de manera individual, en una báscula romana marca ISIRE Mod RG-1500 (cap. 1500 kg) (China) y evaluados con un ecógrafo Mindray DP-6600 VET (Digital Ultrasonic Diagnostic Imaging System, China), transductor 35C50EA, utilizando un “stand off” o acoplamiento para la óptima obtención de las imágenes (HAMLIN y col., 1995). Todas las mediciones con ecógrafo se realizaron en el espacio intercostal entre la 9ª y 10ª costilla, y a 5 cm de la espina dorsal hacia la izquierda. En cada medición se tomaron tres imágenes ecográficas por animal. Se procedió a estimar el AOLT, utilizando el modelo propuesto anteriormente con los datos de 212 novillos. Las mediciones para la profundidad del AOLT se realizaron con el transductor 35C50EA, con una frecuencia de 3,5 MHz y a una profundidad de 12,9 cm. Los animales evaluados fueron sacrificados, permaneciendo sus canales en la sala de maduración por 48 horas a 2ºC, luego fueron despostados en la misma planta faenadora. Posterior al desposte, se pesaron los cortes en una balanza de precisión, con capacidad de 64 kg (Modelo ATK, Japón). Con los datos del primer grupo (50 vacunos), se procedió a realizar un análisis de regresión lineal múltiple (NELDER, 1994), donde la variable predicha es el peso de cada corte y las predictivas son: peso vivo (kg), los componentes del músculo obtenidos de la agrupación de pixeles por imagen (G1, G2 y G3), la grasa de cobertura (GC) y el AOLT obtenida del modelo seleccionado en la etapa anterior, utilizando el software Idrisi Selva (EASTAM, 2012). El análisis de regresión se realizó bajo el procedimiento Stepwise (NELDER, 1994) generándose cinco modelos óptimos por corte, utilizando como criterio de selección de los modelos, aquellos que tuvieran el menor valor del Cuadrado Medio del Error (CME) (NELDER, 1994). Para estudiar diferencias en la capacidad predictiva de cada uno de los cinco modelos seleccionados por corte, se utilizaron los datos transformados obtenidos de los 24 vacunos que no se utilizaron en la etapa anterior. Se evaluaron los modelos y se compararon los pesos de cada corte, mediante análisis de varianza no paramétrico, utilizando para ello el modelo de KRUSKAL y WALLIS (KRUSKAL y WALLIS, 1952). Posteriormente de cada corte se seleccionó un modelo. Para la validación de los modelos los datos se obtuvieron en la Planta Faenadora Agrolomas S.A., Camino a Coronel N° 6670, San Pedro de la Paz, región del Biobío, Chile. Los modelos generados anteriormente (AOLT y uno por corte) fueron validados usando datos de 14 bovinos sacrificados para satisfacer una marca Premium; éstos bovinos fueron pesados de manera individual, previo al destare o ayuno de 24 horas antes del sacrificio, en una romana marca ISIRE Mod RG-1500 (cap. 1500 kg) (China), y evaluados con un ecógrafo Mindray DP-6600 VET (Digital Ultrasonic Diagnostic Imaging System, China), transductor 35C50EA, utilizando un “stand off” o acoplamiento para la óptima obtención de las imágenes (HAMLIN y col., 1995) en la manga de retención previo al ingreso al patio de sacrificio. La validación del modelo para AOLT se realizó comparando las estimaciones realizadas con los 14 bovinos ante mortem y las medidas de AOLT post mortem a través del método de Porte (PORTE, 1994c). Por su parte, la validación de los modelos por corte se realizó con los pesos reales de los cortes obtenidos de los mismos 14 bovinos. Para la comparación se utilizó la prueba no paramétrica de Wilcoxon (FAGERLAND y SANDIK, 2009). 3. Conclusión Luego de realizada la investigación podemos concluir que, es posible la construcción y validación de modelos matemáticos que nos permitan predecir algunos parámetros que determinan, rendimiento al despiece y calidad de carne en bovinos con variables medidas en el animal vivo, utilizando ultrasonido y tratamiento de imágenes. El empleo de modelos matemáticos en base a ultrasonido permitiría que la industria aplique criterios objetivos de rendimiento en sus compras y oriente a los productores a través de precios diferenciales y con ello lograr optimizar la selección de animales de acuerdo al mercado. 4. Bibliografía AASS L., GRESHAM J., KLEMETSDAL G. 2006. Prediction of intramuscular fat by ultrasound in lean cattle. Livest. Sci. 101(1-3): 228-241. ATENCIO-VALLADARES O., HUERTA-LEIDENZ N., JEREZ-TIMAURE N. 2008. Predicción del rendimiento en cortes de carnicería de bovinos venezolanos. Rev. Científ. FCV-LUZ XVIII (6): 704-714. ÁVILA J. 2002. Diseño e implementación del programa de desarrollo de proveedores Carnes Ñuble S.A. Memoria de título, Facultad de Agronomía Universidad de Concepción, Chillán, Chile. BARRALES, L., IVÁN P., PEDRO DE LA R. B. 2004. Validación de Modelos: Un enfoque aplicado. Agric. Téc. (Chile) 64(1): 66-73. BERG y BUTTERFIEL, 1979, Nuevos Conceptos sobre el Desarrollo de Ganado Vacuno. Ed. ACRIBIA. BLUMER T. N. 1963. Relationship of marbling to the palatability of beef. J. Anim. Sci. 22(3): 771-778. BRACKEBUSCH S. A., CARR T. R., MCKEINTH F. K., DUTTON D. M., MCLAREN D. G. 1991. Relationship between marbling group and major muscle contribution to beef carcass. J. Anim. Sci. 69: 625-630. CAMPOS J., DOUSSOULIN M., WILLIAMS P., TIMA M., NOVOA R. 2008. “Descripción de Parámetros que determinan la Calidad de Canales Bovinas para Producir Carnes de Marca PampaVerde®”. Chilean J. of Agric. & Animal Ciences. 24 (1-2): 21 – 29. CAMPOS J., WILLIAMS P., DOUSSOULIN M., TIMA M., HADI J. 2010. “Descripción del Comportamiento del peso vivo, peso de canal y rendimiento de Bovinos mediante Series de Tiempo”. Chilean J. of Agric. & Animal Ciences. 26(1): 36 – 44. CAMPOS J., DE PEDRO SANZ E., WILLIAMS P., BASSO I., HERRERA O., ITURRIAGA D. 2012. “Carne Chilena Potencialmente Exportable al Mercado Sur Coreano Proveniente de Novillos de la Zona Centro Sur de Chile”. Chilean J. of Agric. & Animal Ciences. 28(1): 51 – 61. CARLEOS C., VILLA A., CAÑÓN J., BARO DE LA F. J. 2007. Uso de ultrasonidos para la predicción del valor de la canal en terneros de raza asturiana de los valles. Arch. Zoot. 56 (Sup. 1): 687-692. CERTILAB CHILE E. I. R. L. 2011. Organismo de certificación de productos según Nch2411.Of2003 en el área pecuaria. Certificación Norma ISO 9001:2008 Nch9001.Of2009 Servicio de inspección y certificación de calidad de productos agropecuarios para el consumo humano. CHOAT W. T., PATERSON J. A., RAINEY B. M., KING M. C., SMITH G. C., BELK K.E. Y LIPSEY R. J. 2006. The effects of cattle sex on carcass characteristics and longissimus muscle palatability. J. Anim. Sci. 84, 1820-1826. CONOVER W.J. 1999. Practical Nonparametric Statistics. John Wiley & Sons, Inc., New York. CROUSE J. D., DIKEMAN M. E. 1976. Determinants of retail product of carcass beef. J. Anim. Sci. 42(3): 584 – 591. DUNCAN, A. J. (1974). Quality Control and Industrial Statistics. 4th Ed., Irwin, Homewoods, III. EASTMAN J. R. 2012. Software Idrisi Selva (Worcester, MA: Clark University). FAGERLAND M. Y SANDVIK L. 2009. The Wilcoxon-Mann-Whitney test under scrutiny. Statist. Med. 28: 1487 – 1497. FORREST J.C., ABERLE E., HEDRICK H., JUDGE M., MERKEL R. 1979. Factores que afectan la calidad de la canal y de la carne bovina en la explotación ganadera In: Fundamentos de ciencia de la carne. 2da ed. Acribia. Zaragoza, España. Grasa de cobertura. 365pp. FREESE, F. 1960. Testing Accuracy. Forest Sci. V (6): 139-145. GALLO, C. 1988. Control y calidad en canales. Informativo sobre carne y productos cárneos. Facultad de Ciencias Veterinarias, Universidad Austral de Chile, N°. 18:25- 31. GIRALDO C. 2003. Principios básicos de ultrasonografía veterinaria. Rev. MVZ Córdoba 8(2): 303-309. GONZALEZ P. 2006. Caracterización de bovinos provenientes del Programa de Desarrollo de Proveedores Carnes Ñuble S.A. y la construcción de modelos matemáticos predictivos. Memoria de título, Ing. Agrón. Universidad de Concepción, Fac. Agron. Chillán, Chile. HAMLIN K. E., GREEN R. D., PERKINS T. L., CUNDIFF L.V., MILLER M.F. 1995. Real-time ultrasonic measurement of fat thickness and longissimus muscle area: I. Description of age and weight effects. J. Anim. Sci. 73(6): 1713-1724. HASSEN A., WILSON D. E., ROUSE G. H. 1999. Evaluation of carcass, live, and real-time ultrasound measures in feedlot cattle: I. Assessment of sex and breed effects. J. Anim. Sci. 77: 273 – 282. HOQUE M. A. Y OIKAWA T. 2004. Comparison and relation among different estimates of residual feed intake for Japanese Black (Wagyu) Bulls. Anim Sci J. 75: 201– 205. INSTITUTO NACIONAL DE ESTADISTICA. 2007. Censo Agropecuario y Forestal. INSTITUTO NACIONAL DE ESTADISTICA. 2017. Encuestas intercensales agropecuarias. INSTITUTO NACIONAL DE NORMALIZACIÓN. 1994. Ganado bovino - terminología y clasificación. NCh 1423: of. 94. Santiago, Chile. INSTITUTO NACIONAL DE NORMALIZACIÓN. 1999. Cortes menores o básicos de la carne de bovino. NCh 1596: of. 1999. Santiago, Chile. INSTITUTO NACIONAL DE NORMALIZACIÓN. 2002. Canales de bovinos - definiciones y tipificación. NCh 1306: of. 15. Santiago, Chile. KAHI A. K. Y HIROOKA H. 2005. Genetic and evaluation of Japanese Black (Wagyu) cattle breeding schemes. J. Anim. Sci. 83: 2021 – 2032. KRUSKAL W. H., WALLIS W. A. 1952. Use of ranks on one-criterion variance analysis. J. Amer Statist Asso. 47: 583-621. LEVENE H. 1960. Robust Test for Equality of Variance. In Contributions to Probability and Statistics. Z. Olkin, Ed. Stanford University Press, Palo Alto, CA. Pp. 278-292. LÓPEZ M., RUBIO M. 1998. Tecnologías para la evaluación objetiva de las canales de animales de abasto. Vet. Méx. 29(3): 279-289. LUENGO, J.; E. CONCHA. 1995. Efecto de la variable conformación sobre el rendimiento comercial en canales bovinas clasificadas y tipificadas según las normas chilenas Nch 1306. Of. 86 y 1423. Of. 87. Avances en Ciencias Veterinarias 10 (2): 124-133. MAGOFKE J. 1992. Caracterización de algunas razas bovinas de carne. Arch Prod Anim. 17, 3-22. MAHIBBUR R.M. Y GOVINDARAJULU Z. A. 1997. modification of the test of Shapiro and Wilks for normality. J. Appl. Stat. 24(2):219-235. MOODY W. B. Y CASSENS R. G. A 1968. quantitative and morphological study of bovine longissimus fat cells. J. Food Sci. 33:47–55. MOORE C. B., BASS P. D., GREEN M. D., CHAPMAN P. L., O`CONNOR M. E., YATES L. D., SCANGA J. A., TATUM J. D., SMITH G. C., BELK K. E. 2010. Establishing an appropriate mode of comparison for measuring the performance of marbling score output from video imagen analysis beef carcass grading systems. J. Anim. Sci. 88: 2464-2475. NAKAHASHI Y., MARUYAMA S., EKI S., HIDAKA S., KUCHIDA K. 2008. Relationships between monounsaturated fatty acids of marbling flecks and image analysis traits in longissimus muscle for Japanese Black steers. J. Anim. Sci. 86: 3551-3556. NELDER J.A. 1994. The Statistics of Linear Models: Back to Basics. Statist. and Comput. 4:243-256. PERKINS T.L., GREEN R.D., HAMLIN K.E. 1992. Evaluation of ultrasonic estimates of carcass fat thickness and longissimus muscle area in beef cattle. J. Anim. Sci. 70(4): 1002-1010. POLÁK P., SAKOWSKI T., BLANCO R. E. N., HUBA J., KRUPA E., TOMKA J., PEŠKOVIČOVA D., ORAVCOVA M., STRAPAK P. 2007. Use of computer image analysis for in vivo estimates of the carcass quality of bulls. Czech J. Anim. Sci. 52(12): 430-436. PORTE E. 1994a. Proceso de engorda. En: Producción de carne bovina. 4a. Ed.. Universitaria. Santiago, Chile. Pp 200-204. PORTE E. 1994b. Clasificación de ganado en pie y tipificación de canales. En: Producción de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp 281-289. PORTE E. 1994c. Rendimientos y cortes de carne. En: Producción de carne bovina. (4a. Ed.). Universitaria. Santiago, Chile. Pp 299-311. PORTE E., GODOY. M. 1994. Evaluación de la canal. En: E. Porte (Ed.). Producción de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp: 290-299. RAMÍREZ R. 1994. Crecimiento y desarrollo. En: E. Porte (Ed.). Producción de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp 186-199. SAÑUDO C. 2008. Qualidade da carcaça e da carne ovina e caprina em face ao desenvolvimento da percepção do consumidor. Rev. Bras. Zoot 37 (Suplemento Especial): 143-160. SARAVIA A. 1996. La importancia de las cadenas agroalimentarias. En: Durán H, Albicette MM, Gómez R (eds) 1er Seminario sobre La importancia de la integración en la cadena cárnica. Plan agropecuario. Montevideo, Uruguay, Pp 17-29. Reses bovinas en Argentina. Arch. Latinoam. Prod. Anim. 12(2): 105-111 SCHNETTLER B., MANQUILEF O., MIRANDA H. 2004. Atributos valorados en la selección de carne bovina por el consumidor de supermercados de Temuco, IX región de Chile. Cien. Investig. Agrar. 31(2): 91-100. SCHNETTLER B., SILVA R., SEPÚLVEDA N. 2008. Consumo de carne en el sur de Chile y su relación con las características sociodemográficas de los consumidores. Rev. Chil. Nutr. 35(1): 262-270. SUGIMOTO M., KUZUOKA S., YAYOTA C., SATO Y. 2004. The effects of grazing and supplemental protein concentrations during the grazing period on subsequent finishing performance and carcass quality in Japanese Black cattle steers. Anim Sci J. 75: 29–35. STEEL R., TORRIE J. 1995. Bioestadística, principios y procedimientos. 2a ed. Editorial Latinoamericana, México D.F., México. TATUM D. 2007. Beef Grading. Department of Animal Science, Colorado State University Ft. Collins, Colorado. National Cattlemen’s Beef Association. TEIRA G., PERLO F., BONATO P., TISOCCO O. 2006. Calidad de carnes bovinas. Aspectos nutritivos y organolépticos relacionados con sistemas de alimentación y prácticas de elaboración. Cien. Doc Tecnol. 17(33): 173-193. THOMPSON J. M. 2004.. The effects of marbling on flavor and juiciness scores of cooked beef, after adjusting to a constant tenderness. Aust. J. Exp. Agr. 44: 645-652. TORRES A. 2002. Predicción de la composición de la carcasa en ganado de carne usando el ultrasonido. Universidad Nacional de Río Cuarto. En Línea: http://www.produccion-animal.com.ar/informacion_tecnica/ecografia_ultrsonido/30-prediccion_carcasa.pdf. 10/04/2009. TOSHIHIRO N., KATAOKA Y., HOSHI K., MAEDA I., SAITO K. 2014. Estimation of beef marbling in the Longissimus muscle with computer image analysis ultrasonic 2007 VARGAS G., FOSTER W., RADDATZ M. 2004. Divergencia en la organización de la industria cárnica: un análisis comparativo de Estados Unidos y Chile. Cien. Inv. Agrar. Cien. 31(2): 75-90. WEBSTER A. 2000. Regresión Lineal Múltiple. In: Estadística Aplicada a los Negocios y la Economía. 3era Ed. Ed Irwin Mc Graw-hill Santa fe de Bogotá, Colombia. 374-409. WILCOXON F. 1945. Individual Comparison by Ranking Methods. Biometrics 1: 80-83. YOKOO M. J., ALBUQUERQUE L.G., LÔBO R.B., BEZERRA L. A. F., ARAUJO F. R. C., SILVA J. A. V., SAINZ R. D. 2008. Genetic and environmental factors affecting ultrasound measures of longissimus muscle area and backfat thickness in Nelore cattle. Livest. Sci. 117(2-3): 147-154