Estimation of dry matter intake of lactating Holstein cows under grazing in Antioquia

Con la finalidad de estimar el consumo de materia seca (CMS) en vacas Holstein lactantes bajo condiciones de pastoreo, se realizaron dos ensayos con seis vacas cada uno, utilizando un marcador interno para estimar la digestibilidad de la materia seca (DMS) y un marcador externo para estimar la producción de heces (H). Para estimar la DMS se utilizó la fibra en detergente ácido indigerible (FDAi) recuperada en los residuos de una incubación ruminal in situ (FDAiis) durante 144 horas de muestras de las heces (FDAih), los forrajes (FDAif) y los suplementos alimenticios (FDAis). Esta técnica fue comparada con la medición de la FDAi en los residuos de una incubación in vitro durante 144 horas de las mismas muestras. Para calcular H, a cada vaca se le suministraron 15 g de óxido de cromo (Cr) en cada ordeño durante 14 días, los cuales fueron mezclados con el suplemento alimenticio y su concentración fue determinada en las heces recuperadas durante los dos últimos días del periodo de suministro. Esta técnica fue comparada con la recolección total de heces utilizando arneses fabricados para este fin. El CMS estimada mediante el uso de marcadores (FDAiis/Cr) se comparó, además, con el CMS estimado por las ecuaciones del NRC (2001) y del sistema de carbohidratos y proteínas netas de Cornell (CNCPS) mediante un análisis de varianza y el análisis del cuadrado medio del error de predicción (CMEP) de cada ecuación.

La DMS estimada con la FDAiis fue de 70.3 ± 4.48% mientras que con la FDAiiv fue de 65.1 ± 7.77% (p>0.052). El óxido de cromo sobreestimó las heces producidas en 26.8% comparado con la cantidad de heces recolectadas con los arneses (p<0.0001) indicando una recuperación incompleta de marcador, la cual fue estimada en 79.4 ± 8.9%. Aunque los promedios del CMS total estimados con las ecuaciones del NRC (2001) y del CNCPS no fueron diferentes a la estimada con los marcadores (18.7, 18.8 y 18.3 Kg/vaca/d, respectivamente) (p> 0.89), las ecuaciones del NRC (2001) y del CNCPS no estimaron apropiadamente el CMS total presentando valores altos del sesgo medio, lineal y aleatorio.

Summary

Dry matter intake (DMI) in lactating Holstein cows grazing kikuyu grass was evaluated using an internal marker to estimate the dry matter digestibility (DMD) and an external marker to estimate the production of faeces (F). To estimate the DMD, acid detergent fiber (iADF) was used weighting the residues of grass samples, feed supplements and faeces after ruminal in situ incubation (isiADF) for 144 h. This technique was compared with the iADF determined in the same samples after an in vitro incubation (iviADF) using the same time (144 h). To estimate F, each of twelve cows received 15 g of chromium oxide mixed with the feed supplemen, in each of the two daily milking during 14 days. Chromium (Cr) concentration was determined in faeces recovered during the last two days. This technique was compared with the total faeces recuperation using plastic bags. The DMI estimated with markers (isiADF/Cr) was compared with the DMI calculated with The National Research Council (NRC 2001) and Cornell Net Carbohydrates and Protein System (CNCPS) models using variance analyses and mean square error of prediction (MSEP) for each model.

The DMD estimated with isiADF was 70.3 ± 4.48% while with the iviADF was 65.1 ± 7.77% (p>0.052). The chromium oxide over estimated the F in 26.8% compared with the total collection method (p<0.0001) indicating an incomplete recovery, which was estimated in 79.4 ± 8.9%. Nevertheless the DMI means estimated with NRC and CNCPS models was not statistically different of the DMI estimated with the markers technique (18.7, 18.8 y 18.3 Kg/cow/d, respectively) (p> 0.89), the NRC and CNCPS models do not estimated appropriately the DMI showing a high mean, lineal and random bias.

Key words: chromium oxide, indigestible acid detergent fiber, indigestible markers, mathematical models

Introducción

El consumo de materia seca (CMS) es un parámetro de suma importancia en la producción animal ya que determina el estatus nutricional y la capacidad productiva de los animales (Mayes y Dove 2000) y es determinante del valor nutricional de los alimentos (Galyean 1997, Van Soest 1994). En las zonas tropicales del mundo los pastos son los principales recursos alimenticios para los bovinos y los sistemas de producción que prevalecen en estas regiones, utilizan el pastoreo como la principal práctica de alimentación; de ahí los innumerables trabajos que se han realizado tratando de cuantificar el CMS de forrajes bajo condiciones de pastoreo.

Desde comienzos del siglo pasado se han ideado y modificado diversas técnicas que permiten hacer la estimación directa o indirecta del CMS en animales bajo pastoreo sobre las que se han publicado numerosas revisiones (Berrio y Correa 1992, Chávez et al 1981, Cordova et al 1978, Garrigus y Rusk 1939, Lippke 2002, Mejía 2002, Schneider y Flatt 1975). Todos los autores coinciden en que ningún método desarrollado hasta el presente cuantifica con exactitud el consumo de forraje por rumiantes bajo condiciones de pastoreo.

Entre los métodos indirectos para estimar este parámetro se encuentran aquellos que implican la estimación simultánea de la digestibilidad de la materia seca (DMS) y la producción de heces (H) (Bargo et al 2003, Mejía 2002, Schneider y Flatt 1975). Para estimar la DMS consumida por los animales se han propuesto diversas técnicas entre las que se encuentran aquellas basadas en marcadores internos (Khan et al 2003, Rodríguez et al 2007), es decir, sustancias presentes de manera natural en el alimento tales como la lignina, los cromógenos vegetales, el sílice (Cordova et al 1978, Harris et al 1959, Lippke 2002), la lignina aislada y purificada (Rodríguez et al 2007) y las fibras en detergente neutro y ácido indigeribles (Berger et al 1979). La determinación de estos últimos marcadores se realiza luego de la incubación de las muestras por un determinado periodo de tiempo (normalmente 144 h) en condiciones in vitro (Sunvold y Cochran 1991) o in situ (Berchielli et al 1998).

Las H, por su parte, se pueden cuantificar directamente utilizado arneses dotados de bolsas colectoras (Holechek et al 1986, Zorrilla 1979) o se pueden estimar mediante el uso de marcadores externos (Schneider y Flatt 1975). Estos últimos comprenden un grupo de compuestos indigeribles entre los que se encuentran el cloruro de iterbio (Ramirez et al 1983), el óxido de hierro y el óxido de cromo (Cordova et al 1978, Harris et al 1959), siendo este último el marcador externo más utilizado para este fin (Mayes y Dove 2000, Rodríguez et al 2007). La capacidad de predicción de las H con los marcadores externos, sin embargo, depende del porcentaje de recuperación de estos en las heces (Mir et al 1989).

La información generada a partir de la estimación del CMS en vacas lactantes ha sido utilizada, a su vez, para generar modelos matemáticos que permiten estimar este parámetro de manera rápida y económica (Eastridge et al 1998, Ellis et al 2006, Roseler et al 1997). No obstante que el CMS esta afectado por variables asociadas a la dieta y al ambiente (Faverdin et al 1995, NRC 2001), este se encuentra bajo el control del animal siendo precisamente sus demandas nutricionales y energéticas quienes en última instancia determinan el CMS y no al contrario (NRC 2001). De allí que algunas ecuaciones de predicción del CMS se basen exclusivamente en factores asociados al animal como la que utiliza el NRC para vacas lactantes (NRC 2001). Aunque la ecuación propuesta por el Sistema de Carbohidratos y Proteína Neta de Cornell (CNCPS) (Fox et al 2003) esta basada en la ecuación del NRC (2001), la del CNCPS, sin embargo, incluye dos factores de ajuste ambientales, uno para la temperatura y otro para la cantidad de lodo en el suelo. Este último factor de ajuste desaparece en condiciones de pastoreo mientras que el de la temperatura ambiental se traduce en un valor constante (1.16) en latitudes como las del trópico alto colombiano en las que la temperatura ambiental no superan los 20^oC como promedio diario (Espinal 1992). De esta manera, la ecuación del CNCPS aplicable a las condiciones de trópico alto termina estando afectada exclusivamente por factores asociados al animal.

La finalidad de este trabajo fue, entonces, estimar el CMS de vacas Holstein lactantes bajo pastoreo, comparando la FDAi in situ (FDAiis) y la FDAi in vitro (FDAiiv) para estimar la DMS y utilizando el óxido de cromo para estimar las H. La estimación de este último parámetro fue comparada con la recolección total de heces mediante arneses. Así mismo, fue objetivo de este trabajo comparar el CMS estimado mediante el uso de los marcadores con los valores estimados por la ecuación del NRC (2001) y la del CNCPS (Fox et al 2003). Estos experimentos hacen parte del proyecto “Optimización en el manejo del pastoreo y de la suplementación alimenticia para el mejoramiento del contenido de proteína de la leche en sistemas especializados” financiado por COLCIENCIAS.

Materiales y métodos

Localización

El trabajo de campo se llevó a cabo en el Centro de Producción Paysandú de la Universidad Nacional de Colombia, sede Medellín, localizado en el corregimiento de Santa Elena (Medellín, Antioquia), a 2300 msnm, con una temperatura promedio de 16°C, perteneciente a una zona ecológica de bH – MB (Espinal 1992). En este Centro existe un programa de producción de leche con animales de la raza Holstein y sus cruces con animales de la raza Blanco Orejinegro-BON, distribuido en dos lotes denominados La Carmiña y El Establo. Cada uno de estos lotes dispone de potreros independientes constituidos principalmente por pasto kikuyo (Pennisetum clandestinum) y están conformados por un número similar de vacas en ordeño.

Animales experimentales

En cada uno de los dos lotes de vacas lactantes (La Carmiña y El Establo) se seleccionaron al azar dos animales Holstein adultos (> a 2 partos) que estuvieran en el primero (< 110 d), otros dos en el segundo (111 a 220 d) y otros dos en el tercer tercio de la lactancia (> a 221 d) para un total de seis vacas por cada experimento. Se tomó la información correspondiente al peso vivo (PV), el grado de condición corporal (GCC) (Wattiaux 2007), los días en lactancia (DEL) y la producción de leche de cada vaca (PDCCN).

Experimentos

Se realizaron dos experimentos consecutivos, el primero en el mes de marzo de 2008 en el lote El Establo y el segundo, en el mes de abril de 2008 en el lote La Carmiña. En ambos experimentos se siguió la misma metodología consistente en el suministro de 15 g de de óxido de cromo a cada una de las vacas experimentales durante 14 días, los cuales se mezclaban con el suplemento alimenticio asignado a cada vaca durante el ordeño. Los dos últimos días del suministro del marcador se recolectaron muestras de heces (aproximadamente 40 g/muestra) cada seis horas para un total de ocho muestras, las cuales se congelaron hasta el final de los experimentos cuando se mezclaron para obtener una sola muestra por cada vaca (aproximadamente 320 g) que fue secada a 60^oC por 72 h y conservadas hasta los análisis químicos. Así mismo, durante las últimas 48 h del periodo de suministro del marcador, se realizó la recolección total de las heces mediante el uso de arneses diseñados para este fin. Simultáneamente se tomaron muestras de la pastura y del suplemento alimenticio que se suministraba a las vacas las cuales se conservaron bajo refrigeración hasta el final de los experimentos y fueron posteriormente secadas a 60^oC por 48 h hasta los análisis químicos. Finalmente, se tomaron muestras de leche (100 ml) que se mezclaron con bronopol (2-Bromo-2-nitro-1,3-propanediol) y se conservaron refrigeradas hasta los análisis correspondientes.

Durante los dos experimentos las vacas pastorearon praderas de kikuyo y fueron suplementadas con un alimento comercial en el Experimento 1 (ST72) y con dos alimentos comerciales en el Experimento 2 (F1 y ST72). El tipo y la cantidad de suplemento suministrado a cada animal variaron en función del nivel de producción de leche (Cuellar 1998).

Recolección total de heces

Para la recolección total de las heces se diseñó un arnés en varilla de hierro galvanizado de 1/8 de pulgada que se ajustaba de manera contorneada entre la vértebra sacra y la parte media del perineo. Este fue recubierto con un empaque de caucho para evitar laceraciones al contacto directo de la varilla con la piel de las vacas. En la parte anterior del arnés y mediante un cordel, se fijó una banda elástica que se colocaba alrededor de la base de la cola para ayudar a sostener las bolsas colectoras de heces. Tanto en el extremo anterior como en el posterior del arnés, se soldaron dos ojales metálicos de los que se fijaron correas de poliéster que se ajustaban al tamaño de cada vaca mediante hebillas metálicas (véase la Figura 1).

Estas correas, a su vez, se fijaron a un cinturón colocado alrededor del tórax a la altura de la cruz. Dos ojales adicionales colocados en la parte media de cada lado del arnés, servían para fijar una bolsa en cuero sintético que se utilizó para sostener las bolsas plásticas removibles. Estas últimas consistieron en bolsas de polietileno transparente de 20 x 40 cm, calibre 4 (véase la figura 2).

Cada vez que las vacas excretaban, se removían las bolsas de polietileno y eran reemplazadas por bolsas limpias. Las bolsas con las excretas eran pesadas, descontándose el peso de la bolsa vacía, luego de lo cual se lavaban para ser reutilizadas. Además del arnés, a cada vaca se le colocó un lazo en el cuello para facilitar su captura y manipulación en los potreros (véase la Figura 2).

Determinación de la FDAiiv.

Se tomaron aproximadamente 0.5 g de las muestras del pasto, los dos suplementos alimenticios y las heces recolectadas en el experimento 2 y se sometieron a una prueba de digestibilidad in vitro durante 144 h por triplicado (Cochran et al 1986). Para ello se recolectaron 500 ml de líquido ruminal de una vaca Normando canulada en el rumen, los cuales fueron filtrados y recibidos en un termo a 37^oC y gaseados con CO₂ para mantener las condiciones de anaerobiosis. Las muestras se colocaron en tubos de centrifuga de 100 ml a los que se les adicionaron 10 ml del fluido ruminal y 40 ml de una mezcla constituida por una solución de caseína, una de buffer y otra de macrominerales (pH=6.9). Los tubos se gasearon con CO₂, se sellaron con tapones de caucho provistos de válvulas de Bunsen y se incubaron por 144 horas a 39^oC agitándolos periódicamente. Simultáneamente con las muestras problema se incubó un tubo de centrífuga que contenía solamente el inóculo el cual fue utilizado como blanco para corregir la digestibilidad de las muestras analizadas. Al finalizar el periodo de incubación, el contenido de los tubos se filtró al vacío y el residuo resultante se secó durante 24 horas a 100ºC luego de lo cual se les analizó el contenido de fibra en detergente ácido (FDA) para determinar la FDAiiv.

Determinación de la FDAiis.

Se tomaron aproximadamente 3.0 g de cada muestra de los pastos, suplementos alimenticios y heces de los dos experimentos y se empacaron por duplicado en bolsas de nilón de 5 x 12 cm las cuales se fijaron a una cadena de hierro galvanizado mediante cordeles de cáñamo de 10 cm de longitud. La bolsas ya sujetas a la cadena se remojaron tres veces en un balde con agua limpia y luego se introdujeron hasta el fondo del rumen de una vaca Holstein canulada donde permanecieron durante 144 h al final de las cuales las bolsas fueron retiradas y se lavaron con agua de grifo hasta que esta salió limpia. Las bolsas se secaron a 60^oC durante 24 h, se retiraron los residuos correspondientes a las repeticiones de cada muestra, se mezclaron y se conservaron hasta la realización del análisis de la FDAi.

Análisis químicos

En una muestra de óxido de cromo y en las muestras de heces se determinó el contenido de materia seca (MS) y cromo (Cr) mientras que en las muestras de forraje y del suplemento alimenticio se determinó el contenido de proteína cruda (PC), extracto etéreo (EE) y cenizas (Cen) mediante los procedimientos descritos por la AOAC (2005). El contenido de fibra en detergente neutro (FDN), fibra en detergente ácido (FDA) y lignina (Lig) se determinaron por los procedimientos descritos por Van Soest y Robertson (1985). En los residuos de la FDN y FDA se determinó el contenido de proteína para obtener la proteína cruda insoluble en detergente neutro (PCIDN) y la proteína cruda insoluble en detergente ácido (PCIDA), respectivamente. Por diferencia se estimó el contenido de carbohidratos no estructurales (CNE) (NRC 2001). Adicionalmente, en las muestras de los suplementos alimenticios se determinó el contenido de almidones por el método polarimétrico (Southngate 1967). En las muestras de leche se determinó el contenido de grasa y proteína por ultrasonido (MILKOSCAN^Ò FT 120, UK), mientras que en los residuos de la incubación in situ de los dos experimentos se determinó el contenido de MS y de FDA.

Estimación de las heces producidas

H, g = (g de Cr en el alimento)x(tasa de recuperación del Cr en las heces)/(% de Cr en las heces).

Tasa de recuperación del Cr en las heces = (g de Cr en las heces x 100)/g de Cr en el alimento.

Estimación de la digestibilidad de la MS

DMS = 100 – 100 x (% de marcador en la MS del alimento)x(tasa de recuperación del marcador en las heces)/(% del marcador en la MS de las heces).

Se asumió que la tasa de recuperación de la FDAiis en las heces fue del 80% (Sunvold y Cochran 1991).

Estimación del CMS

Para estimar el CMS proveniente del forraje (CMSf) se utilizó la ecuación propuesta por Carulla (comunicación personal) utilizando los datos de las H estimadas con Cr corregido por el porcentaje de recuperación en las heces y los de la FDAi obtenidas por el método in situ (FDAiis):

FDAih es el porcentaje de FDAi en las heces,
0.8 es la recuperación de la FDAi en las heces,
FDAis es el porcentaje de FDAi en el suplemento y
FDAif es el porcentaje de FDAi en el forraje.

El CMS total (CMSt) se calculó como la suma del CMSf y el CMS del suplemento (CMSs):

Así mismo, se utilizó la ecuación propuesta por el NRC (2001) para estimar el CMS en vacas lactantes:

donde PV = peso vivo; LCG = leche corregida por el contenido de grasa; Lag = corrección en el CMS debido a los días en lactancia; PDCCN = producción de leche; G% = porcentaje de grasa en la leche y SEL = semanas en lactancia.

La ecuación propuesta por el CNCPS (Fox et al 1992) y que fue posteriormente modificada por Fox et al (2003) es la siguiente:

PV, LCG y SEL ya fueron definidas;
TEPM1 = 1.16 para temperaturas inferiores a 20^oC;
LOD1 = 1 – 0.01*(profundidad del lodo en el suelo, cm) y
PKMK = mes en el que se presenta el pico de lactancia.

Se adelantó un análisis de estadística descriptiva para la caracterización de los animales experimentales y la producción total de heces con los arneses. Mediante una prueba de T se evalúo el efecto del experimento sobre la concentración y el porcentaje de recuperación de Cr en las heces.

Mediante pruebas de T con datos pareados, se compararon la producción de heces estimada con el óxido de cromo sin corregir por su porcentaje de recuperación y la cantidad de heces obtenidas con los arneses; el contenido de FDAiiv y FDAiis en las muestras; la DMS estimada con la FDAiiv y con la FDAiis y los CMS estimados con la FDAiiv y con la FDAiis.

Los CMS estimados con las ecuaciones del NRC (2001) y del CNCPS (Fox et al 2003) fueron comparados con los CMS estimados con la FDAiis (se tomó como control) mediante un ANAVA y mediante el análisis del Cuadrado Medio del Error de Predicción (CMEP) de cada ecuación. Para este último análisis inicialmente se calcularon las dos ecuaciones de regresión entre los valores de CMS hallados con la FDAiis (variable dependiente) y los valores estimados con las ecuaciones del NRC (2001) y CNCPS (Fox et al 2003) (variables independientes). Debido a que los datos provenían de dos experimentos, las ecuaciones de regresión no fueron calculadas con el PROC REG si no con el PROC MIXED (SAS 1998) de acuerdo al procedimiento descrito por St-Pierre (2001) y modificado por el mismo autor (Comunicación personal 2008). A continuación, se calculó el CMEP (Eastridge et al 1998) para cada ecuación así:

A = CMS calculada con la FDAiis,
P = CMS estimada con la ecuación,
SP² = varianza del CMS estimada con la ecuación,
b = pendiente de la regresión de A sobre P,
SA² = varianza del CMS calculada con la FDAiis, y
R² = coeficiente de determinación de la regresión de A sobre P.

Se analizaron independientemente los efectos del sesgo medio ((A – P)²), el sesgo lineal (SP²(1 – b)) y el sesgo aleatorio (SA²(1 – R²)) del CMEP (Agnew y Yan 2000).

Así mismo, se calculó el error medio de predicción (EMP) (EMP = raíz cuadrada del CMEP) y el error relativo de predicción (ERP) (ERP = (EMP/MSC real) x 100 (Eastridge et al 1998).

Resultados y discusión

Animales experimentales

En la tabla 1 se presentan las características de las vacas que fueron utilizados en los dos experimentos.

Tabla 1. Características de los animales utilizados en los dos experimentos
Parámetros	Experimento 1^*	Experimento 2
Producción de leche, kg/vaca/d	25.2 ± 4.50	21.0 ± 5.70
Proteína en la leche, %	2.66 ± 0.25	2.88 ± 0.32
Grasa en la leche, %	3.58 ± 0.92	3.87 ± 0.73
No. de Partos	3.5 ± 1.20	4.30 ± 1.90
Días en Lactancia	157 ± 85.4	182 ± 76.3
Peso vivo, kg	589 ± 44.2	624 ± 73.3
Grado de Condición Corporal	2.50 ± 0.1	2.70 ± 0.3
Consumo de suplemento, kg/vaca/d	5.90 ± 2.4	5.30 ± 1.9
Leche : suplemento, kg:kg	4.86 ± 0.90	4.02 ± 0.31
^* Promedio ± D. E.

Allí se puede apreciar que, en general, el nivel de producción de leche fue alto en ambos experimentos superando el promedio reportado por González y Correa (2007) en vacas Holstein de Antioquia. Esto se debe a que las vacas Holstein del Centro Paysandú, han sido sometidas a un riguroso programa de mejoramiento genético durante más de cuatro décadas mostrando ganancias fenotípicas promedio de 112 kg/vaca/año (Quijano 1998). Las vacas del Experimento 1 presentaron una mayor producción de leche asociada a un menor promedio de días en lactancia, un menor número de partos, una mejor calidad de las praderas y una mayor suplementación alimenticia. Por la misma razón, el contenido promedio de proteína y grasa en la leche fue menor. La relación leche : concentrado, sin embargo, fue mayor en las vacas del Experimento 1 indicando que una mayor proporción de la producción de leche se basó en la movilización de tejidos como lo indica el menor GCC observado en estas vacas.

Composición química de las praderas y los suplementos alimenticios

La composición química de las praderas utilizadas en los dos experimentos (véase la Tabla 2) se encuentra dentro de los valores reportados para el pasto kikuyo en Colombia (Correa et al 2008).

Tabla 2. Composición química de la pradera suministrada a las vacas experimentales en los dos experimentos.
Fracción química, % de la MS	Experimentos
Fracción química, % de la MS	1	2
PC	23.5	16.4
PCIDN	7.70	6.40
PCIDA	3.0	1.30
FDN	57.6	64.5
FDA	31.2	30.6
EE	2.6	2.6
Cen	9.4	9.4
Lignina	3.5	5.4
CNE^*	14.6	13.5
^* CNE = 100 – (PC + FDN + Cen + EE) + PCIDN

Estos valores, sin embargo, muestran diferencias entre los experimentos que son reflejo de las diferencias en el manejo a que son sometidas las praderas asignadas a los dos lotes de vacas en lactancia en el Centro Paysandú. Las praderas utilizadas en el Experimento 1 (lote El Establo) presentaron un contenido más alto de PC y menos marcado de PCIDN, PCIDA y CNE que las praderas utilizadas en el Experimento 2 (lote La Carmiña). Esto también habría incidido en las diferencias en las características productivas de las vacas experimentales utilizadas en los dos experimentos (véase Tabla 1).

Los suplementos alimenticios utilizados en los dos experimentos muestran, igualmente, una variación en su composición química, destacándose el alto contenido de PC en el suplemento ST72 utilizado en el Experimento 1 frente al mismo suplemento utilizado posteriormente en el Experimento 2 (véase la tabla 3).

Tabla 3. Composición química de los suplementos alimenticios suministrados a las vacas experimentales en los dos experimentos.
Fracción Química, % de la MS	Experimentos
	1	2
	Suplemento alimenticio
	ST72	F1	ST72
PC	19.9	15.8	16.3
PCIDN	3.1	2.3	2.7
PCIDA	1.0	0.7	2.4
FDN	38.1	22.3	31.0
FDA	15.8	10.6	12.6
EE	8.8	8.3	6.5
Cen	7.5	6.5	6.2
Almidones	22.8	24.4	17.9
CNE	28.8	49.6	42.7
Lignina	5.1	4.3	4.9
^* CNE = 100 – (PC + FDN + Cen + EE) + PCIDN

Se observa igualmente una diferencia muy marcada en el contenido de CNE en el mismo tipo de suplemento utilizado en los dos experimentos reflejando la falta de uniformidad en la calidad nutricional de este tipo de suplementos comerciales. El suplemento ST72 utilizado en el Experimento 1, aunque presenta un alto contenido de CNE, no logra compensar la deficiencia mostrada en esta fracción por las praderas utilizadas en este experimento. Lo mismo podría afirmarse para el suplemento ST72 y F1 utilizados en el Experimento 2, no obstante su mayor contenido de CNE. El NRC (2001) recomienda que el contenido de CNE en la dieta para vacas lactantes se encuentre entre 36 y 44% de la MS mientras que el contenido de PC no debería superar el 17% de la MS para vacas con las características de las utilizadas en los dos experimentos. Estos datos confirman la necesidad de ajustar la composición nutricional de los suplementos alimenticios a la calidad nutricional de las praderas y a las demandas nutricionales de las vacas que se explotan en los sistemas de producción de leche en el país (Correa et al 2008).

Recolección de heces

La recolección total de heces en animales bajo pastoreo es una técnica que demanda tiempo y mano de obra resultando más compleja que en animales bajo estabulación o en jaulas metabólicas (Cordova et al 1978, Mejía 2002, Schneider y Flatt 1975). Esta técnica se complica más aún cuando se trabaja con vacas debido a la dificultad que entraña la necesidad de separar la orina de las heces, aspectos que se tuvieron en cuenta en el diseño y la fabricación de los arneses (véase la Figura 1).

Debido a las dificultades que entraña la recolección total de heces con vacas lactantes en condiciones de pastoreo, el tiempo de recolección es más limitado que el dedicado a la recolección de heces en estabulación. En este trabajo este tiempo se limitó a 48 horas cuando algunos autores recomiendan entre cuatro (Holechek et al 1986) y cinco días de recolección continua (Le Du y Penning 1982) en condiciones de estabulación. Otros autores, incluso, reportan periodos de recolección más prolongados como el utilizado por Phar et al (1970) de siete días y por Fadel et al (2007) de ocho días. Un menor tiempo de recolección, como el utilizado en los experimentos realizados en el presente trabajo, podría afectar la estimación de la recuperación del marcador en las heces. Sin embargo, como se discute más adelante, el periodo de tiempo utilizado en este trabajo no afectó este parámetro y pareciera ser más importante para este fin, el número y la frecuencia de la toma de muestras durante el día, que el número de días de recolección.

La tabla 4 indica que el número de excreciones producidas por las vacas experimentales osciló entre 15.8 ± 2.56 y 20.1 ± 3.78 veces al día, para los Experimentos 1 y 2, respectivamente.

Tabla 4. Características de las heces recolectadas con los arneses.
Parámetros	Experimentos
Parámetros	1	2
No. excretas/d	15.8 ± 2.56	20.1 ± 3.78
Peso promedio, kg de MV	3.33 ± 1.31	3.14 ± 1.41
Peso máximo, kg de MV	7.93	8.79
Peso mínimo, kg de MV	1.02	0.45
MS, %	9.3 ± 1.12	8.85 ± 0.85

Esto da una idea del trabajo que implica recolectar y reemplazar las bolsas bajo condiciones de pastoreo, tarea que se complica aún más cuando se trabaja simultáneamente con seis vacas y en condiciones climáticas desfavorables ya que en la época en la que se ejecutaron los trabajos hubo una alta precipitación.

El peso de las excretas fue muy variable encontrándose valores desde 0.45 hasta 8.79 kg/excreta, dificultando, en el último caso su manipulación y pesaje. El contenido de MS de las heces fue bajo encontrándose valores desde 7.6 hasta 10.5%, haciendo de estas, unas heces muy líquidas y difíciles de manipular en las bolsas. Contenidos similares de MS en las heces (8.9 ± 0.8%) fueron previamente reportadas por Saldarriaga y Soto (2004) trabajando con vacas Holstein en estabulación.

Porcentaje de recuperación del Cr en las heces

El porcentaje promedio de recuperación del Cr en las heces en los dos experimentos fue 79.4% sin que hubiesen diferencias entre los dos experimentos (véase la Tabla 5) y mostrando, además, un bajo C. V. El porcentaje de recuperación del Cr se encuentra dentro del rango reportado por Mir et al (1989).

Tabla 5. Concentración y porcentaje de recuperación de Cr en las heces en los dos experimentos
	Recuperación, % del Cr suministrado	Concentración del Cr en las heces, % de la MS
Experimento 1	76.6 ± 4.62	0.278 ± 0.033
Experimento 2	81.8 ± 11.3	0.266 ± 0.042
Promedio	79.4 ± 8.92	0.272 ± 0.037
EEM	8.9	0.038
C. V.	11.2	14.1
p	0.36	0.63

Otros autores han reportado porcentajes de recuperación más altos que el encontrado en este trabajo. Así, Oliveira et al (2007) reportaron un promedio de 89.1% trabajando con novillos Holstein x Gir en tanto que Phar et al (1970) hallaron porcentajes de recuperación de este marcador entre 85.7 y 95.7%. Otros autores han reportado porcentajes de recuperación superiores al 100% como es el caso de Kozloski et al (1998) quienes encontraron un valor de 114.2%.

La recuperación de este marcador en las heces puede verse afectada por el nivel de consumo del suplemento que contiene el marcador ya que un consumo menor al asumido implica, por la misma razón, un menor consumo del marcador aunque el cálculo de recuperación se realiza con el valor asumido. Otros factores pueden afectar igualmente el porcentaje de recuperación como lo es la acumulación temporal del marcador en algunas partes del tracto digestivo y su desplazamiento independiente de las partículas no digeridas (Kameoka et al 1956) determinando, de esta manera, patrones de excreción durante el día como han sido reportados por Hopper et al (1978) y Phar et al (1970). Estos autores encontraron que la excreción del Cr en las heces presenta un patrón diurno con momentos en los que la concentración del marcador en las heces es mayor y otros donde es menor. De allí la necesidad de establecer un patrón de muestreo en el que se recojan muestras que contengan baja y alta concentración del marcador minimizando la variabilidad y mejorando la estimación en el porcentaje de recuperación. Tal pareciera haber sido el efecto del patrón de muestreo establecido en el presente trabajo como lo muestra la baja variación en la concentración del Cr en las heces (véase la Tabla 5). Estos resultados sugieren que la variación en la concentración del Cr en las heces, parece depender más de la frecuencia que de la duración del periodo de muestreo.

Oliveira et al (2007) al recolectar muestras de heces dos veces diarias durante cinco días, hallaron un C. V. calculado de 14.77% en la concentración de Cr en las heces mientras que Malossini et al (1996) encontrando una variación del 21.75% en el contenido de Cr en las heces al recolectar las muestras de heces una hora antes y un hora después de cada ordeño durante cinco días. Kozloski et al (1998), por su parte, recolectaron las muestras de heces cada tres horas durante tres días encontrando que la variación en el contenido de Cr en las heces fue de 14.47%. En el presente trabajo, no obstante que el periodo de recolección fue de solo dos días, el C. V. en la concentración de Cr en las heces fue 14.09% (véase la Tabla 5), más bajo que los trabajos mencionados cuyos periodos de recuperación fueron más prolongados.

Recolección total y estimación de la producción de heces

La producción de heces estimada con el Cr sin corregir por el porcentaje de recuperación en las heces, sobreestimó en 26.8% la producción total de heces obtenida mediante las bolsas colectoras (véase la Tabla 6) lo que pone de manifiesto la magnitud del error en la estimación del CMS cuando este tipo de fuentes de error no se corrigen (Malossini et al 1996). Al realizar la corrección por el porcentaje de recuperación en las heces, la producción heces fue correctamente estimada con este marcador (véase la Tabla 6).

Tabla 6. Recolección total y estimación de la producción de heces con el óxido de cromo sin y con la corrección por el porcentaje de recuperación.
Parámetros	Valores
Recolección total de heces, kg de MS/vaca/d	5.27 ± 0.62a
Estimación de producción de heces, kg de MS/vaca/d
Con Cr sin corregir por el porcentaje de recuperación	6.68 ± 0.93b
Con Cr corregido por el porcentaje de recuperación	5.31 ± 0.74a
EEM	0.778
p	< 0.0001

Determinación de la FDAi por los métodos in situ e in Vitro

El uso de la FDAi como marcador para estimar la digestibilidad de la MS en rumiantes, ha sufrido modificaciones desde sus orígenes. En un principio consistió en incubar las muestras del forraje, del suplemento alimenticio y de las heces bajo condiciones in vitro con inóculo ruminal durante 96 h seguida por una incubación durante 48 h en HCl-pepsina (Berger et al 1979). Waller et al (1980) modificaron la técnica al proponer una incubación por 16 h en HCl-pepsina antes de la incubación in vitro por 96 h con inóculo ruminal. Nelson et al (1990), por su parte, hicieron de esta una técnica costosa y dispendiosa al proponer tres incubaciones secuenciales: partieron de una incubación in vitro por 48 h seguida por una incubación en HCl-pepsina por 24 h finalizando con otra incubación in vitro por 96 h. Cochran et al (1986) simplificaron el procedimiento realizando una sola incubación in vitro por 96 h mientras que Sunvold y Cochran (1991) prolongaron la única incubación in vitro por 144 h. Berchielli et al (1998) modificaron la técnica al realizar incubaciones in situ por 144 h mientras que Zeoula et al (2002) propusieron una incubación in situ por 192 h y Oliveira et al (2008) una incubación por 264 h. Berchielli et al (2000), establecieron que la FDAi determinada por la técnica in situ con un periodo de incubación de 144 h estima la DMS de manera similar a la calculada mediante la recolección total de heces y, por lo tanto, lo consideraron un buen predictor para estimar el CMS.

En el presente trabajo las muestras de las praderas, los suplementos alimenticios y las heces se incubaron mediante las técnicas in vitro e in situ durante 144 h para estimar el contenido de FDAi. En la Tabla 7 se muestra el promedio del contenido de FDAi en las muestras analizadas mediante la técnica in situ e in vitro.

Tabla 7. Comparación en el contenido de FDAi promedio (% de la MS) de las muestras de alimentos y heces determinado por el método in vitro e in situ.
Parámetros	Promedio ± D. E.
FDAi in vitro	13.8 ± 6.57
FDAi in situ	12.2 ± 5.47
EEdM^*	2.13
p	0.198
^Error Estándar de la diferencia de Medias*

Como se puede apreciar, no se encontraron diferencias significativas entre los dos métodos utilizados para estimar el contenido de FDAi coincidiendo con los resultados de Freitas et al (2002) quienes tampoco encontraron diferencias en el contenido de este marcador estimado mediante los dos métodos. Berchielli et al (2005), por el contrario, encontraron diferencias significativas entre los dos métodos en el contenido de este marcador en tres forrajes lo que podría ser debido a diferencias entre las técnicas. Así, es de esperarse que con la técnica in situ, una parte del material más fino que es empacado en las bolsas de nilón, se pierda de estas bolsas al inicio de la incubación sin que necesariamente sea digerible, aunque se asume que es completamente digerido. En la técnica in vitro, por el contrario, todo el material incubado está expuesto a los procesos de fermentación microbiana durante todo el período de incubación con lo que el material que no es digerido queda como un residuo que es cuantificado como tal. Por esta razón podría esperarse que la estimación del material no digerido sea mayor mediante la técnica in vitro que mediante la técnica in situ (Arreaza et al 2005). Otras fuentes de variación entre las dos técnicas son aquellas asociadas a las características del fluido ruminal utilizado en las técnicas in vitro y a las condiciones de anaerobiosis, pH y temperatura a la que son mantenidos los tubos de fermentación (Adesogan 2002).

Estimación de la DMS

Aunque la precisión y la exactitud en la estimación de la DMS a partir de los marcadores internos, al igual que la estimación de las H con los marcadores externos, depende de su porcentaje de recuperación en las heces (Sunvold y Cochran 1991, Zeoula et al 2002), en estos experimentos este valor no fue establecido debido a que la metodología utilizada no lo permitía. La estimación de este parámetro solo es posible en condiciones de estabulación donde es factible cuantificar el CMS directamente. De allí que en este trabajo se halla tomado el valor máximo hallado por Sunvold y Cochran (1991) (80%) para calcular la DMS y el CMSf a partir de la FDAiis y la FDAiv. En la tabla 8 se aprecian los resultados obtenidos con estos marcadores donde se aprecia una diferencia estadística entre los dos métodos (p<0.053).

Tabla 8. DMS de la dieta estimada a partir de la FDAiiv y la FDAiis corregidas por el porcentaje de recuperación en las heces.
Parámetros	Promedio ± D. E.
DMS con FDAiiv	65.1 ± 7.77
DMS con FDAiis	70.3 ± 4.48
EEdM	2.70
p	0.052

Berchielli et al (2005) también reportaron diferencias estadísticas en la DMS de dos forrajes al utilizar los dos métodos para determinar la FDAi. En ambos casos, la DMS fue más alta con la FDAiiv que con la FDAiis. Con un tercer forraje no hallaron diferencias entre los métodos.

Los resultados obtenidos con el uso de la FDAi para estimar la DMS de la dieta han sido muy variables. Es así como Judkins et al (1990) evaluando la DMS de seis dietas mediante 11 marcadores internos, incluida la FDAiiv, encontraron que ningún marcador permitió predecir este parámetro de manera confiable en todas las dietas. Sunvold y Cochran (1991) indican que la aplicación de un tratamiento con HCl-pepsina a las muestras antes de la incubación, podría mejorar la capacidad de estimación de DMS con la FDAi. Berchielli et al (2000), por su parte, evaluaron cuatro indicadores internos para estimar la DMS encontrando que tanto la FDAi como la FDN indigerible y la lignina, permitieron estimar este parámetro con suficiente confiabilidad. Resultados similares fueron reportados por Cochran et al (1986) al evaluar los mismos marcadores.

CMS del forraje (CMSf) estimada con la FDAiis y la FDAiiv

En la tabla 9 se muestra que el CMSf estimado con la FDAiiv fue menor a la estimada con la FDAiis (p<0.064).

Tabla 9. CMS del forraje estimada a partir de la FDAiiv y la FDAiis corregidas por el porcentaje de recuperación en las heces.
Parámetros	Promedio ± D. E., Kg/vaca/d	Promedio ± D. E., % del PV
CMS con FDAiiv	11.0 ± 2.98	1.82 ± 0.57
CMS con FDAiis	13.6 ± 3.74	2.25 ± 0.685
EEdM	1.44	0.267
p	0.063	0.069

El consumo voluntario de materia seca bajo condiciones de pastoreo, ha sido identificado como el componente más limitante para la producción de leche (Bargo 2002, Bargo et al 2003, Kolver 2003, Taweel 2006). Los datos reportados por Correa et al (2008) para el pasto kikuyo en el departamento de Antioquia en vacas Holstein bajo condiciones de estabulación, sin embargo, sugieren que esta gramínea no presenta limitaciones para el consumo como ha sido sugerido por otros autores (Dugmore 1998, Marais 2001, Miles et al 2000). Los resultados mostrados en la Tabla 9 para el CMSf estimado con la FDAiis parecen corroborar esta idea toda vez que el promedio hallado se encuentra dentro del rango reportado por Correa et al (2008) para el pasto kikuyo en el departamento de Antioquia. Los datos reportados por Escobar y Carulla (2003) en praderas de kikuyo y rye grass en la Sabana de Bogotá indican que el CMS a partir de estas praderas puede llegar hasta los 23.47 kg de MS/vaca/día. Más recientemente, León et al (2007) reportaron un CMS de pasto kikuyo en la Sabana de Bogotá de 18,2 Kg MS/d. Es necesario tener en cuenta, sin embargo, que en estos dos últimos trabajos no se estimó el porcentaje de recuperación de los dos marcadores en las heces, la FDAi y el Cr, lo que podría explicar que dichos promedios sean más altos que los hallados en este trabajo.

Comparación en la estimación del CMS utilizando la FDAiis como marcador interno con las ecuaciones del NRC (2001) y del SCPNS (Fox et al 2003)

La estimación del CMS en vacas en pastoreo es más difícil y menos segura que la estimación con animales estabulados (Bargo 2002). Los resultados obtenidos en este trabajo así lo confirman. En la tabla 10 se presentan los resultados de la comparación en la estimación del CMS realizada con el método de los marcadores (FDAiis y óxido de cromo) y con las ecuaciones del NRC (2001) y del CNCPS (Fox et al 2003).

Tabla 10. Estimación del consumo de materia seca (CMS) (Kg/vaca/d) en las vacas experimentales utilizando marcadores y con la ecuación del NRC (2001) y con la ecuación del CNCPS (Fox et al 2003)
Estimador	Promedio ± D. E.
CMS con FDAiis	18.3 ± 4.12
NRC	18.7 ± 2.35
CNCPS	18.8 ± 2.14
EEM	3.008
p	0.89

Aunque el análisis de varianza no reveló diferencias estadísticas entre los tres procedimientos (p> 0.89), un análisis más adecuado muestra un panorama diferente (véase la Tabla 11).

Tabla 11. Comparación de la estimación del CMS calculado a partir del FDAiis y los valores estimados con la ecuación del NRC (2001) y la del CNCPS (Fox et al 2003).
Ecuación	R²	CMEP, (kg/d)²	CMEP			EMP, kg/d	ERP, %	Dif., kg/d
Ecuación	R²	CMEP, (kg/d)²	Medio	Lineal	Aleatorio	EMP, kg/d	ERP, %	Dif., kg/d
NRC	0.150	44.0	12.1	18.8	13.1	6.56	37.3	0.377
CNCPS	0.189	42.4	12.7	15.4	12.2	6.40	36.2	0.602

Mientras que el coeficiente de determinación (R²) de la regresión entre el CMS estimado con los marcadores y cada una de las ecuaciones fue bajo (véase las figuras 3a y 3b), el CMEP fue alto en ambas regresiones (véase la Tabla 11) indicando una baja capacidad de predicción del CMS por parte de las ecuaciones del NRC (2001) y del CNCPS (Fox et al 2003).

Roseler et al (1997) encontraron valores del CMEP incluso más altos que los reportados aquí al evaluar la capacidad de estimación del CMS de vacas en estabulación utilizando la ecuación propuesta por Weiss (1991) (CMEP = 74.1 (kg/d)²) y por Kertz et al (1991) (CMEP = 60.8 (kg/d)²). Otros autores, por el contrario, han encontrado valores más bajos del CMEP y más altos de R² en la evaluación de ecuaciones de predicción del CMS. Así, Fuentes-Pila et al (2003) evaluando seis ecuaciones, incluida la del NRC (2001), encontraron que el R²osciló entre 0.636 y 0.807 mientras que el CMEP osciló entre 1.25 y 13.58 (kg/d)². Eastridge et al (1998), por su parte, evaluaron cinco ecuaciones incluidas las del NRC (2001) y la ecuación del CNCPS (Barry et al 1994) encontrando que el CMEP osciló entre 13.3 y 15.4 (kg/d)². Ellis et al (2006) evaluaron tres ecuaciones incluidas la del NRC (2001) y la del CNCPS (Fox et al 2003) encontraron que el CMEP para la primera fue de 3.62 (kg/d)² y para la segunda fue de 6.38 (kg/d)².

Una diferencia muy importante existe, sin embargo, entre los datos utilizados por estos autores para evaluar las ecuaciones y los datos de este trabajo que podrían explicar estas diferencias. Así, mientras los datos utilizados por Eastridge et al (1998), Ellis et al (2006) y por Fuentes-Pila et al (2003) provenían de experimentos realizados con animales estabulados y consumiendo raciones completamente mezcladas donde el CMS se calculó directamente, los datos utilizados en este trabajo son de animales en pastoreo donde el CMS se estimó con marcadores. Por otro lado, las ecuaciones del NRC (2001) y del CNCPS (Fox et al 2003), fueron desarrolladas teniendo en cuenta únicamente características del animal basándose en datos obtenidos con animales en estabulación. La predicción del CMS de vacas en pastoreo, sin embargo, exige la inclusión de características de las praderas como son la oferta forrajera, disponibilidad de forraje por área, altura de la pradera, contenido y digestibilidad de la materia orgánica de la pradera (Caird y Holmes 1986), FDN en la pastura ofrecida, FDN en la pastura consumida y porcentaje de leguminosas en la pastura (Vázquez y Smith 2000), haciendo más compleja y exigente la información necesaria para estimar el CMS en vacas en pastoreo mediante ecuaciones de regresión.

El CMEP está constituido por tres componentes (Agnew y Yan 2000, Eastridge et al 1998): el sesgo medio, el sesgo lineal y el sesgo aleatorio. En un proceso de validación de una ecuación de regresión con datos independientes, como es este caso, el sesgo medio es un indicador de la robustez de la ecuación mientras que el sesgo lineal se utiliza para evaluar la presencia de problema estructurales en la ecuación (Fuentes-Pila et al 2003, Shah y Murphy 2006). En el presente trabajo, aunque el sesgo lineal de ambas ecuaciones fue el más alto, los otros dos sesgos presentaron igualmente valores altos indicando serios problemas de predicción del CMS.

Estos resultados sugieren la necesidad de generar mayor información que permita desarrollar modelos de predicción confiables del consumo de forraje en animales suplementados bajo sistemas de pastoreo como el estudiado en este trabajo.

Conclusiones

Agradecimientos

A Lina de los Ríos, Natalia Vélez Marín, Juan David Garcés, Alejandro Montoya, Sebastián Benítez y Julián Salazar L., estudiantes de Zootecnia de la Universidad Nacional, sede Medellín; César David Orrego W., Ingeniero Agropecuario del Politécnico Colombiano Jaime Isaza Cadavid; Felipe Orrego W., estudiante de Zootecnia de la Universidad de Antioquia; Maria Victoria Galeano C., estudiante de Ingeniería Biológica de la Universidad de Antioquia; y a Carlos Andrés Galeano C., estudiante de Tecnología de la Producción del Instituto Tecnológico Metropolitano, por su colaboración en las jornadas de recolección total de heces; a Maria Mercedes Knowles, estudiante de Maestría en Producción Animal de la Universidad Nacional, sede Bogotá y a Juan de J. Vargas, estudiante de Zootecnia de la Universidad Nacional, sede Bogotá por su colaboración en la determinación de la FDAi in vitro; a los trabajadores de Paysandú por su colaboración en los trabajos de campo en el Centro; a la Cooperativa COLANTA por la determinación de los análisis de leche, y a COLCIENCIAS por el apoyo financiero para la ejecución de estos experimentos (Proyecto 1101-405-20172 de 2007).

Bibliografía

Adesogan A T 2002 What are feeds worth?: A critical evaluation of selected nutritive value methods; Proceedings 13th Annual Florida Ruminant Nutrition Symposium 33-47 http://dairy.ifas.ufl.edu/files/rns/2002/adesogan.pdf

Agnew R E and Yan T 2000 Impact of recent research on energy feeding systems for dairy cattle; Livestock Production Science. 66: 197–215

Association of Official Analytical Chemists International (AOAC) 2005 Official methods of analysis of AOAC International. 18th edition. Maryland, USA.

Bargo F 2002 Feeding systems combining pasture with concentrate and total mixed rations for high producing dairy cows; PhD. Thesis Dissertation. Pennsylvania State University, The Graduate School, College of Agricultural Sciences. 311p. http://etda.libraries.psu.edu/theses/approved/WorldWideFiles/ETD-135/THESIS.pdf

Bargo F, Muller L D, Kolver E S and Delahoy J E 2003 Invited Review: Production and digestion of supplemented dairy cows on pasture; Journal of Dairy Science 86:1–42 http://jds.fass.org/cgi/reprint/86/1/1.pdf

Barry M C, Fox D G, Tylutki T P, Pell A N, O’Connor J D, Sniffen C J and Chalupa W 1994 A manual for using the Cornell Net Carbohydrate and Protein System for evaluating cattle diets; Review CNCPS Release 3. Cornell University, Ithaca, NY.

Berchielli T T, Andrade P e Furlan C L 2000 Avaliação de indicadores internos em ensaios de digestibilidade; Revista Brasileira de Zootecnia. 29 (3): 830-833. http://www.scielo.br/pdf/rbz/v29n3/5830.pdf

Berchielli T T, Oliveira S G de, Carrilho E N V M, Feitosa J V e Lopes A D 2005 Comparação de marcadores para estimativas de produção fecal e de fluxo de digesta em bovinos. Revista Brasileira de Zootecnia 34.(3): 987-996 Retrieved february 15, 2008, from http://www.scielo.br/pdf/rbz/v34n3/a32v34n3.pdf

Berchielli T T, Rodriguez N M, Osório Neto E e Rocha S S 1998 Comparação de indicadores de fase sólida para medir fluxo de matéria seca e matéria orgânica no duodeno; Arquivo Brasileiro de Veterinária e Zootecnia 50 (2):147-152

Berger L, Klopfenstein T and Britton R 1979 Effect of sodium hydroxide on efficiency of rumen digestion; Journal of Animal Science 49: 1317-1323 http://jas.fass.org/cgi/reprint/49/5/1317.pdf

Berrío A M y Correa H J 1992 Diseño de un dispositivo mecánico para medir cambios de peso en bovinos bajo pastoreo; Trabajo de grado, carrera de Zootecnia. Universidad Nacional de Colombia, sede Medellín, Facultad de Ciencias Agropecuarias. 128 p.

Caird L and Holmes W 1986 The prediction of voluntary intake of grazing dairy cows; Journal of Agriculture Science (Cambridge) 107:43-54

Chávez A, González M H y Fierro L C 1981 Consumo voluntario de forrajes en vacas gestantes durante la época de sequía; Pastizales 12: 1 – 12

Cochran R C, Adams D C Wallace J D and Galyean M L 1986 Predicting digestibility of different diets with internal markers: Evaluation of four potential markers; Journal of Animal Science 63: 1476-1483 http://jas.fass.org/cgi/reprint/63/5/1476.pdf

Cordova F J, Wallace J D and Pieper R D 1978 Forage intake by grazing livestock: A review; Journal of Range Management 31: 430 - 438

Correa H J, Pabon M L y Carulla J E 2008 Valor nutricional del pasto kikuyo (Pennisetum clandestinum Hoechst Ex Chiov.) para la producción de leche en Colombia (Una revisión): I - Composición química y digestibilidad ruminal y posruminal. Livestock Research for Rural Development. Volume 20 (4), Article # 59. http://www.lrrd.org/lrrd20/4/corra20059.htm

Cuellar A 1998 Plan de alimentación centro Paysandú; Universidad Nacional de Colombia, Sede Medellín, 5 p.

Eastridge M L, Bucholtz H F, Slater A L and Hall C S 1998 Nutrient requirements for dairy cattle of the national research council versus some commonly used ration software; Journal of Dairy Science 81: 3049 – 3062 http://jds.fass.org/cgi/reprint/81/11/3049

Ellis J L, Qiao F and Cant J P 2006 Prediction of dry matter intake throughout lactation in a dynamic model of dairy cow performance. Journal of Dairy Science 89: 1558–1570 Retrieved January 23, 2008, from http://jds.fass.org/cgi/reprint/89/5/1558.pdf

Escobar A y Carulla J 2003 Efecto de la oferta de forraje sobre los parámetros productivos y composicionales de la leche en la sabana de Bogotá; Revista Colombiana de Ciencias Pecuarias 16(Suplemento): 74

Espinal L S 1992 Geografía ecológica de Antioquia. Zonas de vida; Universidad Nacional de Colombia, Facultad de Ciencias y de Ciencias Agropecuarias, seccional Medellín. Editorial Lealon. 146 p.

Fadel A M A, Rania E, Abusamra M A 2007 Effects of supplemental yeast (Saccharomyces cerevisiae) culture on ndf digestibility and rumen fermentation of forage sorghum hay in nubian goat’s kids. Research Journal of Agriculture and Biological Sciences 3(3): 133-137 Retrieved may 18, 2008, from http://www.insinet.net/rjabs/2007/133-137.pdf

Faverdin P, Baumont R, Invartsen K L 1995 Control and prediction of feed intake in ruminants; En: Journet M, Grenet E, Farce M-H, Theriez M and Demarquilly V (editors), Recent developments in the nutrition of herbivores. Proceedings of the IVth international symposium on the nutrition herbivores, INRA editions, Paris. 95-120.

Fox D G, Sniffen C J, O’Connor J D, Russell J B and Van Soest P J 1992 A net carbohydrate and protein system for evaluating cattle diets: III. Cattle requirements and diet adequacy; Journal of Animal Science 70: 3578 http://jas.fass.org/cgi/reprint/70/11/3578.pdf

Fox D G, Tylutki T P, Tedeschi L O, Van Amburgh M E, Chase L E, Pell A N, Overton T R and Russell J B 2003 The Net Carbohydrate and Protein System for evaluating herd nutrition and nutrient excretion. CNCPS version 5.0; Animal Science Mimeo 213, Department of Animal Science, Cornell University, Morrison Hall, Ithaca, New York. 292 p.

Freitas D, Berchielli T T, Silveira R N, Guimarães J P, Resende J J e Vaz A 2002 Produção fecal e fluxo duodenal de matéria seca e matéria orgânica estimados por meio de indicadores; Revista Brasileira de Zootecnia 31 (3: Suplemento): 1521-1530 http://www.scielo.br/pdf/rbz/v31n3s0/13109.pdf

Fuentes-Pila J, Ibañez M, De Miguel J M and Beede D K 2003 Predicting average feed intake of lactating holstein cows fed totally mixed rations; Journal of Dairy Science 86:309–323 http://jds.fass.org/cgi/reprint/86/1/309.pdf

Galyean M L 1997 Laboratory procedures in animal nutrition research; West Texas A&M University, Division of Agriculture and Texas A&M Research and Extension Center, Amarillo. 192 p. http://apps.depts.ttu.edu/afs/home/mgalyean/lab_man.pdf

Garrigus W P and Rusk H P 1939 Some effects of the species and stage of maturity of plants on the forage consumption of grazing steers of various weights; University of Illinois, Agricultural Experiment Station Bulletin no. 454.

González C y Correa H J 2007 Factores nutricionales y alimenticios que afectan la producción de leche y el contenido de proteína en la leche, en hatos especializados de Antioquia. Despertar Lechero 28: 18 – 30

Harris L E Cook C W and Butcher J E 1959 Symposium on forage evaluation. 5. Intake and digestibility techniques and supplemental feeding in range forage evaluation; Agronomy Journal 51: 226 – 234

Holechek J L, Wofford H, Arthun D, Galyean M L and Wallace J D 1986 Evaluation of total fecal collection for measuring cattle forage intake; Journal of Range Management 39 (l): 2 – 4

Hopper J T, Holloway J W and Butts W T, Jr 1978 Animal variation in chromium sesquioxide excretion patterns of grazing cows; Journal of Animal Science 46: 1096-1102 http://jas.fass.org/cgi/reprint/46/4/1096.pdf

Judkins M B, Krysl L J and Barton R K 1990 Estimating diet digestibility: a comparison of 11 techniques across six different diets fed to rams; Journal of Animal Science 68: 1405-1415 http://jas.fass.org/cgi/reprint/68/5/1405.pdf

Kameoka K, Takahashi S and Morimoto H 1956 Variation in the excretion of chromic oxide by ruminants; Journal of Dairy Science 39: 462-467 http://jds.fass.org/cgi/reprint/39/4/462.pdf

Kertz A F, Reutzel L F and Thomson G M 1991 Dry matter intake from parturition to midlactation; Journal of Dairy Science 74: 2290 http://jds.fass.org/cgi/reprint/74/7/2290.pdf

Kozloski G V, de Moraes E M and Martins A F 1998 Use of chromium oxide in digestibility studies: variations of the results as a function of the measurement method; Journal of the Science of Food and Agriculture 76: 373-376 http://www3.interscience.wiley.com/cgi-bin/fulltext/61002040/PDFSTART

Le Du Y L P and Penning P D 1982 Animal based techniques for estimating herbage intake; In: Herbage intake handbook Editor: J.D. Leaver Hurley: British Grassland Society. pp. 77-93

León J, Mojica J E, Castro E, Cárdenas E, Pabón M L y Carulla J 2007 Balance de nitrógeno y fósforo de vacas lecheras en pastoreo con diferentes ofertas de kikuyo (Pennisetun clandestinum) y suplementadas con ensilaje de avena (Avena sativa). Revista Colombiana de Ciencias Pecuarias 20: 615

Miles N, Thurtell L and Riekert S 2000 Quality of kikuyu herbage from pastures in the eastern cape coastal belt of South Africa; South African Journal of Animal Science 30 (Supplement 1): 85 – 86

Mir P S, Kalnin C M, and Garvey S A 1989 Recovery of fecal chromium used as a digestibility marker in cattle; Journal of Dairy Science 72: 2549-2553 http://jds.fass.org/cgi/reprint/72/10/2549.pdf

National Research Council (NRC) 2001 The nutrient requirement of dairy cattle. Seventh edition; National Academy Press, Washington D. C. 381 p.

Oliveira A, Detmann E, Valadares S, Pereira J C, Toledo L, Galvão S e Fonseca M 2008 Influência do tempo de incubação e do tamanho de partículas sobre os teores de compostos indigestíveis em alimentos e fezes bovinas obtidos por procedimentos in situ. Revista Brasileira de Zootecnia 37 (2): 335-342 Retrieved September 18, 2008, from http://www.scielo.br/pdf/rbz/v37n2/21.pdf

Oliveira E D, Raposo S, Tedeschi L O, Magalhães L J, Carneiro S 2007 Estimating forage intake of lactating dual-purpose cows using chromium oxide and n-alkanes as external markers. Scientia Agriculture (Piracicaba, Brazil) 64 (2): 103-110 Retrieved September 1, 2008, from http://www.scielo.br/pdf/sa/v64n2/a01v64n2.pdf

Phar P A, Bradley N W, Little C O and Cundiff L V 1970 Effects of confinement and level of feed intake on digestibility of nutrients and excretion of chromic oxide, crude protein and gross energy in the bovine; Journal of Animal Science 30: 589-592 http://jas.fass.org/cgi/reprint/30/4/589.pdf

Quijano J 1998 Informe de gestión: Superintendencia Centro de producción Paysandú; Facultad de Ciencias agropecuarias. Universidad Nacional de Colombia, Sede Medellín. El autor. 18 p.

Ramírez L M, Laredo M A, Anzola H J y Martínez O 1983 Estimación del consumo voluntario de kikuyo (Pennisetum clandestinum Hochst) y raigras tetralite (Lolium hybridum Hausskn) por bovinos en pastoreo mediante el uso de dos marcadores externos; Revista ICA (Bogotá) 18: 35 – 43

Rodríguez N M, Oliveira Simões E y Guimarães-Júnior R 2007 Uso de Indicadores para estimar consumo y digestibilidad de pasto. LIPE, lignina purificada y enriquecida; Revista Colombiana de Ciencias Pecuarias 20(4): 518-525

Roseler D K, Fox D G, Chase L E, Pell A N and Stone W C 1997 Development and evaluation of equations for prediction of feed intake for lactating Holstein cows; Journal of Dairy Science 80:878–893 http://jds.fass.org/cgi/reprint/80/5/878.pdf

SAS Institute 1998 SAS User's Guide: Statistics (Version 8); Cary NC: the Institute.

Saldarriaga C y Soto S 2004 Efecto de dos edades de rebrote del pasto kikuyo (Pennisetum clandestinum) sobre el balance de nitrógeno en vacas holstein de alta producción; Trabajo de grado de Zootecnia, Departamento de Producción Animal, Facultad de Ciencias Agropecuarias, Universidad Nacional de Colombia, Medellín. 30p.

Schneider B H and Flatt W P 1975 The evaluation of feeds through digestibility experiments; University of Georgia Press, Athens. 169 p.

Shah M A and Murphy M R 2006 Development and evaluation of models to predict the feed intake of dairy cows in early lactation. Journal of Dairy Science 89: 294–306 Retrieved February 17, 2008, from http://jds.fass.org/cgi/reprint/89/1/294.pdf

Southngate D T A 1967 Determination of carbohydrates in foods; Journal of the Science of Food and Agriculture 20: 326-331

St-Pierre N R 2001 Integrating quantitative findings from multiple studies using mixed model methodology; Journal Dairy Science 84: 741–755

Sunvold G D and Cochran R C 1991 Technical note: evaluation of acid detergent lignin, alkaline peroxide lignin, acid insoluble ash, and indigestible acid detergent fiber as internal markers for prediction of alfalfa, bromegrass, and prairie hay digestibility by beef steers; Journal of Animal Science 69: 4951-4955 http://jas.fass.org/cgi/reprint/69/12/4951.pdf

Taweel H Z 2006 Improving dry-matter intake of perennial-ryegrass pasture by dairy cows; In: Elgersma A, Dijkstra J and Tamminga S (editors), Fresh Herbage for Dairy Cattle. Springer, Netherlands: 159-174 Retrieved june 12, 2008, from http://library.wur.nl/frontis/perennial_ryegrass/09_taweel.pdf

Van Soest P J 1994 Nutritional ecology of the ruminant; Cornell University Press, Cornell University, Ithaca, New York. 476 p.

Van Soest P J and Robertson J 1985 Analysis of forages and fibrous of the feeds; Cornell University, Ithaca, New York. Laboratory manual for animal science.

Vázquez O P and Smith T R 2000 Factors affecting pasture intake and total dry matter intake in grazing dairy cows; Journal of Dairy Science 83: 2301-2309 http://jds.fass.org/cgi/reprint/83/10/2301.pdf

Waller J, Merchen N, Hanson T and Klopfenstein T 1980 Effect of sampling intervals and digesta markers on abnormal flow determinations; Journal of Animal Science 50 (6): 1122 http://jas.fass.org/cgi/reprint/50/6/1122.pdf

Wattiaux M A 2007 Body Condition Scores. Babcock Institute for International Dairy Research and Development, University of Wisconsin-Madison. Dairy Essentials: 45 – 48 http://www.state.nj.us/agriculture/humanebcsheifer.pdf

Weiss W P 1991 Estimating dry matter intake; in Proc. Ohio Dairy Nutr. Conf., Ohio State University Extension, Wooster. Page 9

Zeoula L M, Prado I N, Dian P H M, Valério L J, Ferreira S, Midore E, Peron P D P, Araujo J and da Silva A J 2002 Fecal recuperation of internal markers in assay with ruminants; Revista Brasileira de Zootecnia 31 (4): 1865-1874 http://www.scielo.br/pdf/rbz/v31n4/13749.pdf

Zorrilla J 1979 Determinación del consumo voluntario en condiciones de libre pastoreo; En: Manual de técnicas de investigación en nutrición de rumiantes. Departamento de Nutrición Animal, INIP-SARH, México.

Estimación del consumo de materia seca en vacas Holstein bajo pastoreo en el trópico alto de Antioquia

H J Correa C, M L Pabón R* y J E Carulla F**

Resumen

Estimation of dry matter intake of lactating Holstein cows under grazing in Antioquia

Summary

Introducción

Materiales y métodos

Localización

Animales experimentales

Experimentos

Recolección total de heces

Determinación de la FDAiiv.

Determinación de la FDAiis.

Análisis químicos

Estimación de las heces producidas

Estimación de la digestibilidad de la MS

Estimación del CMS

Resultados y discusión

Animales experimentales

Composición química de las praderas y los suplementos alimenticios

Recolección de heces

Porcentaje de recuperación del Cr en las heces

Recolección total y estimación de la producción de heces

**Determinación de la FDAi por los métodos in situ e in Vitro**

Estimación de la DMS

CMS del forraje (CMSf) estimada con la FDAiis y la FDAiiv

Comparación en la estimación del CMS utilizando la FDAiis como marcador interno con las ecuaciones del NRC (2001) y del SCPNS (Fox et al 2003)

Conclusiones

Agradecimientos

Bibliografía


Figura 3. Ecuaciones de regresión entre el CMS estimado con la ecuación del NRC (2001) (a) y la del CNCPS (Fox et al 2003).