Abstract

Background: Climatic conditions in tropical countries have a significant effect on milk production. Aim. Analyze the climatic conditions at the Los Naranjos Genetic Livestock Company and its possible relationship with the behavior of milk production at 305 days. Materials and methods: A database of 12,625 milk production records was available, from cows that gave birth between the years 2002 -2020, which corresponded to 7,711 animals. There were monthly records of the minimum temperature (Tmin), average (Tmed) and maximum (Tmax) at 0C, relative humidity (RH) in % and the temperature-humidity index (ITH) was generated, and from this the performed the calculation of the Accumulated Caloric Load (CCA) for the three months before delivery. In addition, heritabilities (h2) and genetic correlations (rg) were estimated for the different CCAs. Results: The general means obtained were: PL305: 1 624.45 ± 360.40 (kg/lactation), ITH 76.34 ± 18.70 and CCA 229.21 ± 128.5. All sources of variation studied significantly influenced milk production at 305 days. The h2 ranged between 0.25 and 0.38 and the rgs were all positive and higher for the closer CCA groups. Conclusions: There was an inverse relationship between ITH and CCA with milk production. Additive genetic variability is evident for the different CCA groups and the rg were positive denoting certain genetic variability for adaptation to climatic stress.

Keywords: temperature-humidity index, Accumulated Caloric Load, genetic parameters (Source: AGROVOC)

INTRODUCCIÓN

El Índice de Temperatura y Humedad (ITH) ha sido una herramienta útil para medir la respuesta productiva y reproductiva en función de las diferencias climáticas y se calcula utilizando la temperatura ambiente y la humedad relativa y ha sido usado para determinar el estrés por calor, principalmente en el ganado lechero (Mylostyvyi et al., 2020). El ITH sirvió como marcador bioclimático de la suma de fuerzas externas sobre los animales que actúan para desplazar la temperatura corporal de su punto homeostático. (Dikmen y Hansen, 2009). Según la clasificación realizada por Armstrong (1994), se afirma que no existe estrés por calor cuando el índice de temperatura y humedad es < 72, estrés leve entre 72 y 79, estrés moderado entre 80 y 89, y estrés extremo que puede llevar a la muerte cuando es ≥ 90. Estos estudios indicaron que diferentes valores de umbral de THI son efectivos en la aparición de estrés en el ganado lechero. Sin embargo, los valores de THI superiores a 72 generalmente se aceptan como el comienzo del estrés por calor (Liu et al., 2019; Pinto et al., 2020).

En América Latina, los esfuerzos por determinar el impacto de variables climáticas sobre la producción agrícola han sido enfocados principalmente hacia los cultivos (Bouroncle et al., 2015), mientras que los estudios dedicados a ganadería son limitados (García et al., 2015). Las zonas tropicales se caracterizan por estar expuestas a una mayor radiación solar y humedad, por lo que es importante evaluar y monitorear el impacto de las variables climáticas sobre las distintas razas lecheras, preferiblemente por periodos de tiempo prolongados.

A la respuesta productiva de los animales también se le suman las condiciones del clima cambiante y la tendencia al aumento de la temperatura media y la humedad relativa, proyectados para los próximos 50 a 100 años, obtenido bajo escenarios climáticos de referencia para el país (Centella et al., 2013; Bezanilla, 2016) de acuerdo a las salidas del Sistema de Modelado Climático Regional PRECIS/ forzado por los modelos globales de circulación general de la atmósfera (MCG) HadGEM del Centro Hadley (experimento aenwh). Ellos nos indican la necesidad de tomar medidas de manejo en el rebaño estudiado que reviertan o mitiguen los efectos del ambiente térmico desfavorable sobre los indicadores de producción lechera.

El objetivo del presente estudio fue realizar la caracterización climática de la empresa Los Naranjos y su relación con la producción de leche (kg) a los 305 días de lactancia.

MATERIALES Y MÉTODOS

Se dispuso la información de 12 625 registros de producciones de leche del genotipo Siboney de Cuba de la Empresa Pecuaria Genética Los Naranjos, de vacas que tuvieron sus partos entre los años 2002-2020.

Los animales se encontraban en pastoreo en un área casi desprovista de arbolado y en horarios nocturnos estabulados en naves de limitada ventilación, la alimentación estuvo basada en pastos y forrajes fundamentalmente.

Se dispuso además de la información mensual referente a temperatura ambiental mínima (Tmin), media (Tmed) y máxima (Tmax) siempre en ⁰C, la humedad relativa (%), de la estación meteorológica que se encuentra dentro de la empresa. Con esta información se elaboró la índice temperatura y humedad (ITH) según lo planteado por Ravagnolo, Mistzal y Hoogenboom (2000).

ITH = 0,81*Ta + (HR/100) * (Ta – 14,4) + 46,4, donde Ta es la temperatura ambiente media en ⁰C y HR la humedad relativa media en %.

Con este indicador se estimó la carga calórica acumulada (CCA) recibida por el animal durante los 3 meses previos al parto (mp), la fórmula aplicada fue:

i=3

CCA_X= Σ ITH_mpi

mp=i

Los datos climáticos tanto el ITH como la CCA fueron unidos a la base de datos original que tenía los datos de producción.

Los indicadores ITH Y CCA fueron divididos en grupos según los valores siguientes:

ITH	Grupo	CCA	Grupo
=<70.00	1	=<210.00	1
70.01-75.00	2	210.01-220.00	2
75.01-78.00	3	220.01-230.00	3
78.01-80.00	4	230.01-240.00	4
>=80.01	5	>=240.01	5

Para el análisis estadístico se utilizó el PROC GLM (modelo lineal general) mediante el programa SAS 9.4 (SAS 2013) y se incluyeron como fuentes de variación, el mes de parto (MP), año de parto (AP), índice de temperatura y humedad (ITH), carga calórica acumulada (CCA) y la duración de la lactancia (DL) como covariable lineal. Se aplicó la dócima de Duncan para la comparación múltiple de medias. Mediante el procedimiento PROC CORR del SAS (2013) se estimaron las correlaciones lineales de Pearson y además se estimaron las ecuaciones de regresión bajo determinadas circunstancias.

El modelo utilizado fue:

Yijklmn= µ + MPi + APj+ ITHk + CCAl + βm (X_ijklm – X) + eijklm

Dónde:

Yijklmn la producción de leche 244 y 305 días

µ media general común a todas las observaciones

MPi representa el efecto de mes de parto (i = 1,…..12)

APj es el año de parto desde 2002-2020 (j= 1, 2, …,18)

ITHk es el número de grupo de ITH (k=1,2….5)

CCAl es el número de grupo de CCAl (l=1,2….5)

βm (Xijklm – X) es la regresión lineal de la duración de la lactancia en la producción de leche.

eijklm es el residuo o error N (0 y σ²_e).

Para el análisis genético se utilizó un modelo animal según la metodología BLUP multicarácter, mediante el software MTDFREML (Boldman et al., 1995), para la producción de leche, que incluyó como efectos fijos: el grupo contemporáneo (año-época), que fue variable según la CCA, el número de la lactancia y la duración de la lactancia como covariable lineal y como efectos aleatorios: el animal y el residuo o error.

La muestra incluyó 12 625 pedigrís de 7 711 animales con la siguiente distribución de registros válidos y grupos contemporáneos de acuerdo al grupo de CCA (Tabla 1).

Tabla 1. Distribución de la información para los análisis genéticos.

Grupos de CCA	No. registros	Grupos contemporáneos
CCA1	470	8
CCA2	2 895	47
CCA3	2 710	38
CCA4	3 894	55
CCA5	2 656	56

RESULTADOS Y DISCUSIÓN

En la tabla 2 Se presentan los estadígrafos generales para los rasgos estudiados.

Tabla 2. Medias aritméticas (X), desviación estándar (DS) y coeficientes de variación (CV).

Caracteres	X	DS	CV (%)
PL305 (kg/lactancia)	1624,45	360,40	34,70
ITH	76,34	18,70	1,80
CCA	229,21	128,5	1,10

Estos resultados de la producción de leche son inferiores a los obtenidos por Ríos-Utrera et al (2015), con diferentes proporciones de cruzamiento de las razas Simmental y Suizo Pardo (1/2; 3/4 y 5/8), reportando PL de 1 765,68Kg por lactancia. Cabrera et al., (2013), en un estudio realizado con datos provenientes de tres ranchos en el estado de Puebla, México, encontraron que vacas 7/8 Suizo Pardo × 1/8 Cebú produjeron más leche por lactancia (2 441,75 ± 102,39 kg) que vacas 7/8 Simmental × 1/8 Cebú (1 669,57 ± 83,29 kg).

El ITH de 76,34 cae en la clasificación de stress leve para Mader (2003), stress severo para De Rensis, García-Ispierto y López-Gatius (2015), para animales carniceros. Suárez et al., (2021) reportaron un ITH de 77,78 en el período 1980 a 2018, resultados superiores al nuestro, considerado en el rango de stress leve. En algunos países este indicador ha sido utilizado para alertar a los productores sobre las condiciones que amenazan el bienestar animal y evaluar el estado de confort del ganado (Vega et al., 2014).

La CCA al igual que el ITH cae en el grupo 3 utilizados en este trabajo.

En la tabla 3 todas las fuentes de variación incluidas fueron significativas. La CCA resultó más importante que el ITH y el R², no fue alto, por lo que otros factores no estudiados influyeron sobre la producción de leche. Conejo y Wing Ching (2020) encontraron que la edad de los animales y duración de la lactancia afectaron este indicador.

Tabla 3. Resultados del análisis de varianza para la producción de leche a 305 días.

Fuentes de variación	GL	Cuadrado medio	Significación
Mes de parto	11	4 794 760	***
Año de parto	17	18 147 792	***
Duración lactancia	1	1 115 789 166	***
ITH	4	592 230	*
CCA	4	744 078	**

R²= 36,72%. *** (P<0,0001); ** (P<0,05); * (P<0,01).

Se puede observar en la figura 1, una reducción de 13,54 kg por cada unidad de ITH, y cuando el ITH>78 (grupo 4) se observó una disminución notable en la producción de leche a causa de stress y por encima de 80 stress severo. Gómez (2017), encontró que cuando el ITH fue superior a 72 (estrés calórico) se observó una disminución en la producción de leche, aunque no existieron diferencias significativas con animales en condiciones de termorregulación. Resultados similares obtuvieron Ruiz et al., (2019) con reducción similar en producción asociado al incremento del ITH.

Figura 1. Comportamiento de la producción de leche según el grupo de ITH.

Los animales lecheros sufren estrés por calor (EC) cuando las condiciones de temperatura efectiva salen fuera de su zona de confort térmico. Los índices de temperatura y humedad (ITH) son medidas frecuentemente usadas de EC en ganado lechero.

En la figura 2 se observa el comportamiento de la producción de leche y la CCA, existiendo una relación lineal entre CCA y PL305 con R²=94,03% y reducción de 59,59 kg por unidad de incremento de CCA que representa un 3,7% con respecto a la media. El hecho de que la CCA es una medida más integradora que el ITH, abarca un periodo de 3 meses; hace que la misma sea más adecuada para evaluar las afectaciones en la producción de leche, lo que se refleja en un R²mucho más alto.

Suárez et al., (2022) en ganado criollo encontraron que el índice CCA>=460 tuvo un efecto depresivo sobre el peso al destete a razón de -0.53 ± 0.12 kg por cada unidad de CCA y su efecto total fue -18.7 kg en PD en el nivel máximo de estrés calórico respecto a los resultados de la zona de tolerancia.

Figura 2. Comportamiento de la producción de leche según el grupo de CCA.

En la figura 3 se presenta la producción de leche según la CCA por meses y la regresión polinómica que resultó la que mejor se ajustó a los datos con un R²= 77,33%.

Figura 3. Comportamiento de la producción de leche según el grupo de CCA.

La CCA subestimó la PL entre marzo y mayo y la sobreestimó entre julio y octubre, lo que coincide con Cuellar et al., (2023) los que encontraron que cuando los animales tienen sus partos en los meses más calurosos existe una disminución de la producción de leche en los diferentes grupos raciales.

En la tabla 4 se aprecian los parámetros genéticos de producción de leche según la carga calórica acumulada, observando en la diagonal las heredabilidades y por encima las correlaciones genéticas, las cuales son superiores a las fenotípicas que se encuentran en el triángulo inferior.

Ansari Mahyari et al., (2022) encontraron que con el aumento del índice de temperatura y humedad hasta 72 unidades incrementó la varianza genética para ambos rasgos, y se obtuvo una heredabilidad de 0,32 para producción de leche y 0,24 para porcentaje de grasa en leche.

Tabla 4. Parámetros genéticos de producción de leche según la carga calórica acumulada.

	CCA1	CCA2	CCA3	CCA4	CCA5
CCA1	0,38±0.03	0,66	0,75	0,71	0,88
CCA2	0,30	0,25±0,03	0,99	0,88	0,.76
CCA3	0,40	0,35	0,32±0,03	0,91	0,94
CCA4	0,34	0,46	0,34	0,25±0,03	0,90
CCA5	0,45	0,46	0,94	0,94	0,30±0,03

Nota: Los errores estándares para las correlaciones genéticas y fenotípicas variaron entre 0,03 y 0,05.

Estos resultados corroboran el hecho de que existe variabilidad genética de tipo aditiva para la producción de leche, independientemente de las condiciones climáticas. Las correlaciones genéticas fueron positivas y variaron entre 0,66 y 0,99. Las correlaciones fenotípicas también fueron positivas pero inferiores a las genéticas. La vaca con la CCA más baja, presentaron correlaciones genéticas por debajo de 0,90 con los demás grupos de CCA, lo que se puede interpretar que los animales expuestos a mejores condiciones climáticas, necesariamente no se comportan igual en las restantes condiciones. Se puede observar también cómo las correlaciones genéticas entre clases adyacentes presentan cierta tendencia a tener valores más altos (CCA2-CCA3; 0,99); (CCA3-CCA4; 0,94) y tienden a resultar más bajas mientras más distantes están, lo que puede indicar que grupos de CCA cercanos, se comportan desde el punto de vista genético de forma similar.

CONCLUSIONES

Todas las fuentes de variación estudiadas sobre la producción de leche a 305 días fueron significativas, incluyendo indicadores climáticos como el ITH y la CCA que fue la suma del ITH para cada animal 3 meses antes del parto.

La producción de leche se deprime según se incremente el ITH o la CCA. Se puede considerar que ITH >75 o CCA>220 producen stress bajo las condiciones analizadas.

Existe variabilidad genética aditiva para la producción de leche independiente de las condiciones climáticas, pero se puede enfatizar que las vacas expuestas a CCA más bajas, afectan su producción a CCA más altas, desde el punto de vista genético aditivo, lo que hace presuponer predisposición a existir animales robustos o plásticos.

RECOMENDACIONES

En este sentido, se hace necesaria la aplicación de diferentes prácticas encaminadas a mejorar las condiciones de confort animal que influyan en el mejoramiento de la productividad: El incremento de arbolado para regular la temperatura ambiental, agroforestación ganadera, adecuación de las instalaciones para la crianza animal, entre otras.

REFERENCIAS

Armstrong, D.V. (1994) Heat Stress Interaction with Shade and Cooling. J. Dairy Sci.,77(7), 2044–2050. https://doi.org/10.3168/jds.S0022-0302(94)77149-6

Bezanilla, A. (2016). Generación de escenarios climáticos a futuro de alta resolución sobre Cuba, el Caribe y territorios adyacentes. Programa Nacional de Ciencias. Cambio climático en Cuba: Impactos, adaptación y mitigación. Multimedia. https://repositorio.geotech.cu

Ansari Mahyari, S., Hosseini, S.H., Mahin, M., Mahdavi A.H., & Mahnani. A. (2022). Análisis genético de las características de producción y reproducción de Isfahan Holstein vacas lecheras en condiciones de estrés calórico. Revista iraní de ciencia animal Investigación, 14(2), 67-281. http://doi: 10.22067/ijasr.2021.38245.0

mtdfreml

Bouroncle C., Imbach P., Läderach P., Rodríguez B., Medellín C., Fung E., Martínez-Rodríguez MR., & Donatti C.I., (2015). La agricultura de Costa Rica y el cambio climático: ¿Dónde están las prioridades para la adaptación? Copenhague, Dinamarca: CGIAR Research Program on Climate Change, Agriculture and Food Security (CCAFS).https://hdl.handle.net/10568/45941

Cabrera, N.A., Lammoglia, V.M.A., Daniel, R.I.C., & Elorza, M.P. (2013). Efecto del genotipo sobre la producción láctea en vacas Europeo Lechero × Cebú de doble propósito. Rev. Científ. Biol. Agropec. Tuxpan 1(1),52-58. https://doi.org/10.47808/revistabioagro.v1i1.215

Centella, A., & Bezanilla, A. (2013). Escenarios Climáticos.impactos del cambio climático y medidas de adaptación en Cuba. La Habana: Instituto de Meteorologia, CITMA. pp 99-115 https://ccc.insmet.cu

Conejo-Morales, J. F., & WingChing-Jones, R. (2020). Condiciones climáticas y la producción láctea del ganado jersey en dos pisos altitudinales. Agronomía Mesoamericana, 31(1), 157-176. http://www.revistas.ucr.ac.cr/index.php/agromeso

Cuellar Camila, J., Saleem, M., Jensen L.M., & Hansen P. J. (2023) Differences in body temperature regulation during heat stress and seasonal depression in milk yield between Holstein, Brown Swiss, and crossbred cows. J. Dairy Sci.,106(5), 3625-3632 https://doi.org/10.3168/jds.2022-22725

De Rensis, F., Garcia-Ispierto, I., & López-Gatius, F. (2015). Seasonal heat stress: Clinical implications and hormone treatments for the fertility of dairy cows. Theriogenology, 84(5), 659-666. https://doi.org/10.1016/j.theriogenology.2015.04.021

Dikmen, S., & Hansen, P.J. (2009) Is the Temperature-Humidity Index the Best Indicator of Heat Stress in Lactating Dairy Cows in a Subtropical Environment? J. Dairy Sci., 92, 109–116. https://doi.org/10.3168/jds.2008-1370

García, A.B., Angeli, N., Machado, de-Cardoso, L. F. & González, F. (2015). Relationships between heat stress and metabolic and milk parameters in dairy cows in southern Brazil. Trop. Anim. Health Prod. 47, 889-894. https://doi.org/10.1007/s11250-015-0804-9

Gómez Pataquiva, A. F. (2017). Influencia de los fenómenos climáticos sobre la producción y calidad composicional de la leche en sistemas de producción lechero en Colombia. Retrieved from https://ciencia.lasalle.edu.co/zootecnia/198

Mader, T. L. (2003). Environmental stress in confined beef cattle. J. Anim. Sci., 81 (14_suppl_2), E110-E119. https://academic.oup.com/jas/articleabstract/81/14_suppl_2/E110/4789865

Mylostyvyi R., Izhboldina O., Chernenko O., Khramkova O., Kapshuk N., & Hoffman G. (2020) Microclimate modeling in naturally ventilated dairy barns during the hot season: Checking the accuracy of forecasts J Therm Biol, 93. https://doi.org/10.1016/j.jtherbio.2020.102720

Liu J., Li L., Chen X., Lu Y., & Wang D. (2019) Effects of heat stress on body temperature, milk production, and reproduction in dairy cows: a novel idea for monitoring and evaluation of heat stress. A review Asia-Australas J Anim Sci. 32(9),1332-1339. https://doi: 10.5713/ajas.18.0743

Pinto S., Hoffmann G., Ammon C., & Amon T. (2020) Critical THI thresholds based on the physiological parameters of lactating dairy cows. J Therm Biol. 1. https://doi: 10.1016/j.jtherbio.2020.102523

Ravagnolo, O., Misztal, I., & Hoogenboom, G. (2000). Genetic component of heat stress in dairy cattle, development of heat index function. J. Dairy Sci., 83(9), 2120-2125. https://doi.org/10.3168/jds.S0022-0302(00)75094-6

Ríos-Utrera, Á., Hernández-Hernández, V.D., Amezcua-Manjarréz, E.V., & Zárate-Martínez, J.P. (2015). Milk yield of Simmental × Zebu and Brown Swiss × Zebu cows in tropical climate. Agronomía Mesoamericana 26,17-25. https://doi.org/10.15517/am.v26i1.16891

Ruiz –Jaramillo, J.I., Vargas-Leitón, B., Abarca-Monge, S., & Hidalgo H. (2019) Efecto del estrés calórico sobre la producción del ganado lechero en Costa Rica. Agronomía Mesoamericana, 30(3), 733-750 https://doi.org/10.15517/am.v30i3.35984

SAS (2013). User’s Manual of Statistical Analysis System (SAS) (Version 9.4). Cary, NC.

Suárez, M.A., Rodríguez, M., Cos, Y., Lamothe, Y., Guerra, M.C., & Martínez, M.S. (2021). Caracterización climática de la EPG “Manuel Fajardo” y su relación con las pruebas de comportamiento en ganado Criollo cubano. Revista de Producción Animal 31 (3), https://revistas.reduc.edu.cu/index.php/rpa/article/view/e3591

Suárez, M.A., Rodríguez M., Coss Y., Mitat A., Ramos, F., & Menéndez-Buxadera, A. (2022). Importance of tolerance to climatic stress on weaning weight in Criollo cattle from Cuba. Livestock Research for Rural Development 34(7) https://lrrd.cipav.org.co/lrrd34/7/cont3407.html

Vega, A. R., Almanza, A. M. A., & Abraham, T. I. P. (2014). Índice de temperatura humedad y el estrés calórico en el ganado bovino de leche en Güáimaro. Revista Cubana de Meteorología, 20(1), 10-15. http://rcm.insmet.cu/index.php/rcm/article/view/159

Contribución de los autores

Concepción y diseño de la investigación: MCGR, MAST; análisis e interpretación de los datos:

MCGR, MAST, YLC; redacción del artículo: MCGR, MAST.

Conflicto de intereses