principios experimentales en producción animal

PRINCIPIOS EXPERIMENTALES EN
PRODUCCIÓN ANIMAL
Prof. Dr. José Perea
Dpto. Producción Animal
U i
Universidad
id d d
de Có
Córdoba
d b
Etapas de la ciencia
1 Observación de los hechos
1.
2. Construcción de hipótesis (razón – imaginación)
3. Experimentación
4. Explicación de los hechos y formulación de una nueva
hipótesis
5. Predicción y modelización
-
El fin de toda ciencia es recoger datos y resultados obtenidos
y reconstruir de modo sintético y encadenado por sus causas
y sus efectos.
-
Si los fenómenos
experimentación.
-
En caso contrario: método comparativo o observacional.
observacional
se
pueden
producir
artificialmente:
E
Experimento:
i
t
-
Aplicación controlada de un conjunto particular de circunstancias a
un conjunto de unidades muestrales.
muestrales
Experimento comparativo:
-
Se aplica más de un conjunto de circunstancias.
-
S comparan las
Se
l respuestas
t de
d las
l unidades
id d muestrales.
t l
Tratamientos:
-
Son el conjunto de circunstancias creadas para el experimento.
-
Responden a la hipótesis de investigación.
U id d experimental:
Unidad
i
t l
-
La entidad física, el sujeto, el animal, etc. expuesto al tratamiento.
-
La unidad experimental constituye una sola réplica del experimento.
-
Pueden ser caracoles, cajas de caracoles, cultivos celulares,
explotaciones etc.
explotaciones,
etc
E
Error
experimental:
i
t l
-
Describe la variación entre las unidades experimentales tratadas de
manera idéntica e independiente.
independiente
E
Error
experimental:
i
t l
-
Describe la variación entre las unidades experimentales tratadas de
manera idéntica e independiente.
independiente
-
Origen de error:
-
Variación natural entre las unidades experimentales
-
V i bilid d en la
Variabilidad
l medición
di ió de
d la
l respuesta
t
-
Imposibilidad de reproducir exactamente
condiciones en las unidades experimentales
-
Interacción entre el tratamiento y las unidades
-
C l i otro
Cualquier
t factor
f t que incida
i id en las
l variables
i bl medidas
did
las
mismas
E t di por observación
Estudios
b
ió (encuestas):
(
t )
-
No se puede hacer un experimento por razones éticas o prácticas.
-
P.e.: No se puede analizar experimentalmente el efecto del
cinturón de seguridad sobre la gravedad de las lesiones en
adultos.
-
P.e.: No se puede analizar el efecto del cese de las ayudas
sobre la producción ecológica de leche de vaca.
-
Las unidades experimentales existen en sus circunstancias
particulares.
-
El investigador se limita a asociar las relaciones entre las
respuestas y las condiciones de las unidades experimentales.
L hipótesis
La
hi ó i de
d investigación
i
i
ió
-
Establece un conjunto de circunstancias y sus consecuencias.
-
Los tratamientos reproducen las diferentes circunstancias de la
hipótesis y su aplicación permite conocer las consecuencias.
P. e.: Hipótesis: La temperatura de almacenamiento no afecta la
conservación del ensilado de maíz.
maíz
Tratamientos: Se estudia la estabilidad química-nutricional del
ensilado de maíz a 0
0ºC,
C, 10
10ºC,
C, 20
20ºC,
C, 30
30ºC
C y 40
40ºC.
C.
P e : Hipótesis: Los caracoles prefieren descansar en zonas iluminadas.
P.e.:
iluminadas
Tratamientos: Se estudia la preferencia en zonas iluminadas
frente a iluminadas,, oscuras frente a iluminadas y oscuras frente
a oscuras.
T t i t de
Tratamientos
d control:
t l
-
Es un punto necesario para evaluar el efecto de los tratamientos
experimentales.
experimentales
-
No siempre es útil y necesario.
-
Se utilizan cuando las condiciones experimentales son un obstáculo
para demostrar la efectividad de los tratamientos.
-
Control blanco:
-
Las unidades experimentales se someten a las condiciones
experimentales pero no reciben tratamiento.
-
Se usan p
para determinar niveles basales con los q
que comparar
p
los tratamientos (p.e. fertilizantes, antibióticos, etc.)
-
Se usan para indicar el efecto de manipular la unidad
experimental (p.e. preferencias, vacunas, etc.)
-
C t l positivo:
Control
iti
-
Las unidades experimentales se someten a las condiciones que
precisamente provocan el efecto deseado.
deseado
-
Se usan para demostrar el no efecto mediante comparación con
los tratamientos.
-
P. e. Evaluación de un antibiótico
F t
Factores
y niveles:
i l
-
Un factor es un grupo específico de tratamientos
-
Las diversas categorías de cada factor se denomina niveles
-
P.e.
-
Temperatura de almacenamiento del ensilado de maíz
-
Factor: temperatura
-
Niveles: 10, 20, 30 y 40 ºC
-
Tratamientos: 10, 20, 30 y 40ºC
-
En los sistemas naturales es difícil aislar unos factores de otros.
-
Además, los factores suelen interactuar unos con otros.
F t
Factores
y niveles:
i l
-
P.e. Hipótesis: La bacteria Rizobium fija nitrógeno de modo
diferente según el suelo sea salino,
salino sódico o normal.
normal
-
Podemos plantear un factor (salinidad)
-
Tres niveles (salino,
(salino sódico y normal)
-
Tres tratamientos (salino, sódico, normal)
-
Sabemos
S
b
que hay
h otros
t
f t
factores
con efecto
f t sobre
b ell nitrógeno
it ó
fijado, entre los que destaca la temperatura.
-
Diseño factorial:
-
Dos factores (salinidad y temperatura)
-
T
Tres
niveles
i l (salino,
( li
sódico
ódi y normal)
l) x (20,
(20 30,
30 40ºC)
-
9 tratamientos (sa20, sa30, sa40, no20, no30, no40, so20,
so30 so40).
so30,
so40)
C
Control
l de
d errores experimentales:
i
l
-
Los objetivos experimentales suelen ser conseguir comparaciones
claras
l
y exactas
t entre
t tratamientos.
t t i t
-
Para su consecución es fundamental:
-
Medir las variables con precisión
-
Aplicar poderosas pruebas estadísticas
-
Reducir la varianza del error experimental (controlando o
reduciendo el error)
-
C t l de
Control
d la
l técnica
té i
-
Selección de las unidades experimentales
-
Uniformidad de todos los tratamientos (bloquización)
-
Selección del diseño experimental
-
Medición de covariables
Control de la técnica:
-
Todas las técnicas a utilizar en el experimento (mediciones,
preparación
p
p
de alimento,, soluciones,, reactivos,, etc.)) incrementan el
error.
-
La aplicación de las técnicas debe ser uniforme.
-
Para minimizar el error hay que utilizar el menor número posible
de técnicas y las más precisas, dentro del presupuesto de la
investigación.
investigación
-
Idem con las personas que aplican las técnicas.
-
Si ell error es aleatorio
l t i ell problema
bl
es menor que sii ell error sigue
i
un
patrón.
-
Por ejemplo, la digestibilidad in vivo es más precisa que la
digestibilidad por marcadores, pero requiere la recolección del total
de heces.
S l
Selección
ió de
d unidades
id d experimentales
i
l uniformes:
if
-
Las unidades experimentales heterogéneas incrementan el error
experimental.
i
t l
-
Es necesario utilizar unidades experimentales lo más homogéneas
posible pero representativas del colectivo a inferenciar.
posible,
inferenciar
-
Por ejemplo,
ejemplo para estudiar la digestibilidad de un alimento en vacas
lecheras, habrá que seleccionar:
-
Raza
- Holstein frisian
-
Número de lactaciones
- 2º lactación
-
Estado fisiológico
- secas y vacías
-
Perfil genético
- medio hermanas de padre
Al
Aleatorizar
i
para tener inferencias
i f
i válidas
álid
-
Alatorizar es la asignación al azar de los tratamientos a las unidades
experimentales.
i
t l
-
La aleatorización proporciona estimaciones válidas de la varianza del
error.
error
-
Cualquier tipo de proximidad puede producir respuestas
correlacionadas: p
por la localización física, p
por el desempeño
p
de las
tareas experimentales, etc.
-
Por ejemplo: Una prueba de digestibilidad: si no se aleatoriza, se
pueden obtener respuestas correlacionadas con un patrón sistemático:
-
Recogida de heces
-
Suministro de alimento
-
Etc.
Bl
Bloquización:
i
ió
-
Proporciona control local del ambiente para reducir el error
experimental.
i
t l
-
Las unidades experimentales se agrupan para que su variabilidad
dentro de los grupos sea menor que entre las unidades antes de
agruparlas.
-
Por ejemplo:
j p medir la p
productividad de tres variedades de trigo:
g
A
B
C
A
B
C
A
B
C
Bloquización:
-
Identificar todas las posibles variables no controlables que
incrementen el error (factores de bloqueo) y bloquear con ellas.
-
El número de unidades experimentales crece con los factores de
bloqueo.
-
Todos los tratamientos deben ocurrir el mismo número de veces en
cada bloque.
-
El bloqueo aisla la variación entre tratamientos de la variación entre
ambientes.
-
Posibles factores de bloqueo:
-
Investigadores: unos son más precisos y constantes que otros.
-
Camadas: hay animales que nacen con más peso que otros.
otros
-
Animales: estado fisiológico, edad, peso, etc.
-
Temperatura: hay zonas del laboratorio con mayo temperatura.
temperatura
-
Etc, etc.
R li
Replicar
para obtener
b
experimentos
i
válidos
álid
-
La replica de un experimento es el primer requisito para obtener
resultados
lt d válidos.
álid
-
Replicar es aplicar de manera independiente a dos o más unidades
experimentales el mismo tratamiento.
tratamiento
-
Por ejemplo:
Lechón 1
Lechón 2
Lechón 3
Lechón 4
Lechón 7
Lechón 5
Lechón 6
Lechón 8
A ((probi.)
bi )
B ((control)
t l)
¿Por
P qué
é replicar?
li
?
-
Demuestra que, al menos en las condiciones experimentales, se
pueden
d reproducir
d i los
l resultados.
lt d
-
Proporciona seguridad en los resultados frente a accidentes no
previstos.
previstos
-
Proporciona la información para estimar la varianza del error
experimental.
p
-
Aumenta la precisión en la estimación de las medias de cada
tratamiento.
¿Cuántas
C á
réplicas?
é li
?
-
Mientras más mejor; siempre que sean completas.
-
Depende de 4 factores:
-
La varianza (incrementa)
-
El tamaño de la diferencia entre las medias a separar
p
((disminuye)
y )
-
En nivel de significación (a < 0,05) (incrementa)
-
La potencia de la prueba (1 – b) (incrementa)
S l
Selección
ió del
d l diseño:
di ñ
-
El diseño es el modo de disponer las unidades experimentales para
controlar
t l ell error experimental
i
t l y acomodar
d los
l tratamientos.
t t i t
-
El objetivo debe ser lograr la máxima información y exactitud con el
uso más eficiente de los recursos disponibles.
disponibles
-
Diseño totalmente aletorizado: los tratamientos asignan a las
unidades experimentales
p
al azar.
-
P.e. Efecto de un probiótico en el pienso de lechones ibéricos:
Lechón 1
Lechón 2
Lechón 3
Lechón 4
Lechón 7
Lechón 5
Lechón 6
Lechón 8
A ((probi.)
bi )
B ((control)
t l)
-
Diseño
Di
ñ totalmente
t t l
t aletorizado:
l t i d
l
los
t t i t
tratamientos
asignan
i
a las
l
unidades experimentales al azar.
-
Este diseño proporciona poco control sobre el error,
error en el caso
de trabajar con animales.
Lechón 1
Lechón 2
Lechón 3
Lechón 4
Lechón 7
Lechón 5
Lechón 6
Lechón 8
A ((probi.)
bi )
B ((control)
t l)
-
Bloquización
Bl
i
ió totalmente
t t l
t aleatoria:
l t i Aisla
Ai l ell efecto
f t del
d l animal
i l y ell
efecto del probiótico.
-
El caso anterior pero con el peso al nacimiento como factor de
bloqueo:
q
Lechón 1
Lechón 2
Lechón 3
Lechón 4
Lechón 7
Lechón 5
Lechón 6
Lechón 8
A ((probi.)
bi )
B ((control)
t l)
Lechón 1
Lechón 7
Lechón 8 Lechón 6
Lechón 3
Lechón 5
A ((probi.)
bi )
Lechón 4
Lechón 2
B ((control)
t l)
P
Peso
mayor
Peso menor
Lechón 1
Lechón 7
Lechón 8 Lechón 6
Lechón 3
Lechón 5
A ((probi.)
bi )
Lechón 4
Lechón 2
B ((control)
t l)
U id d experimentales
Unidades
i
l vs unidades
id d de
d observación
b
ió
-
La unidad de observación puede no equivaler a la unidad experimental.
-
Por ejemplo, la unidad de observación puede ser una muestra de la
unidad experimental:
-
Plasma, si analizamos el nivel sanguíneo de colesterol.
-
Muestras de plantas si analizamos la productividad de tres
variedades de trigo:
A
A
A
B
B
B
C
C
C
U id d experimentales
Unidades
i
l vs unidades
id d de
d observación
b
ió
-
La varianza de las unidades de observación son una medida válida de
l varianza
la
i
d l error experimental.
del
i
t l
-
OJO muchas veces se utiliza las múltiples observaciones de la misma
unidad experimental como medida del error experimental de modo
incorrecto.
-
Por ejemplo: Efecto de dos piensos sobre el crecimiento de lechones
ibéricos
-
Por ejemplo:
P
j
l Efecto
Ef t de
d dos
d piensos
i
sobre
b ell crecimiento
i i t de
d lechones
l h
ibéricos
Lechonera 1 (Pienso A)
Lechonera 2 (Pienso B)
1
2
3
7
8
9
4
5
6
10
11
12
Factor: Pienso
Niveles: 2 (A y B)
Tratamientos: 2 (A y B)
Unidades experimentales: 12 lechones (6A x 6B)
Variable de respuesta: Incremento de peso (P2 –P1)
Lechonera 1 (Pienso A)
Lechonera 2 (Pienso B)
1
2
3
7
8
9
4
5
6
10
11
12
Prueba t para comparar ambas medias (incremento de peso con A y con B)
A = 100
B = 250
Lechonera 1 (Pienso A)
Lechonera 2 (Pienso B)
1
2
3
7
8
9
4
5
6
10
11
12
Prueba t para comparar ambas medias (incremento de peso con A y con B)
A = 100
B = 250
¿Hay forma de descartar el error por el efecto de la lechonera?
¿Cuál
C ál sería
í ell diseño
di ñ correcto?
t ?
Lechonera 1
Lechonera 2
Lechonera 3
Lechonera 4
(Pienso A)
(Pienso B)
(Pienso A)
(Pienso B)
1
3
2
4
6
5
7
9
8
10
12
11
¿Cuál
C ál sería
í ell diseño
di ñ correcto?
t ?
Lechonera 1
Lechonera 2
Lechonera 3
Lechonera 4
(Pienso A)
(Pienso B)
(Pienso A)
(Pienso B)
1
2
3
4
5
6
7
8
9
Factor: Pienso
Niveles: 2 (A y B)
Tratamientos: 2 ((A y B))
Unidades experimentales: 4 lechoneras (2A x 2B)
12 unidades de observación (12 lechones)
Variable de respuesta: Incremento de peso (P2 –P1)
10
12
11
F
Fases
d un experimento.
de
i
1. Planteamiento de la hipótesis
2. Diseño del experimento
3 Protocolo del experimento
3.
4. Realización del experimento
-
S
Seguimiento
i i t del
d l protocolo
t
l
-
Recogida de la información
5. Análisis de los resultados
p
y discusión de los resultados
6. Interpretación
7. Extracción de las conclusiones
8 Difusión de los resultados y conclusiones
8.
P
Proyecto
t de
d investigación:
i
ti
ió
-
Esfuerzo organizado de un grupo de científicos para adquirir
conocimientos sobre un fenómeno natural o artificial.
-
El proyecto completo requiere de muchos estudios individuales,
cada uno con objetivos específicos.
-
Cada estudio individual responde a preguntas y proporciona
piezas que en su conjunto satisfacen las metas del proyecto.
Pl ifi
Planificación
ió de
d la
l investigación
i
ti
ió
-
La buena planificación es fundamental para organizar las tareas
que requiere cada estudio individual.
-
Facilita la toma de decisiones críticas.
P ejemplo:
Por
j
l
-
-
Un científico quiere mejorar el método normal para evaluar el
crecimiento de los caracoles terrestres.
-
Aunque existía
A
i í un método
é d estándar
á d aceptable,
bl planteado
l
d por
sus colegas y definido de forma rígida
-
Planteó la hipótesis de que la medición por fotogrametría era
más eficiente en términos de tiempo, precisión y bienestar
Un examen de la hipótesis
p
requiere
q
un estudio p
para determinar si
la medición fotogramétrica es más eficiente que la medición
estándar.
-
Decisiones críticas: número de caracoles a medir con ambas
técnicas, tamaño de los caracoles, número de personas que van
a efectuar las mediciones, número de replicaciones,
p
qué
q
variables registrar (además del tamaño) y qué análisis efectuar.
Pl
Planes
d
documentados
t d (Protocolo)
(P t
l )
-
Desarrollar un plan por escrito es fundamental.
-
Previene omisiones graves.
-
Permite insertar o eliminar información relacionada con los detalles
específicos.
-
Clarifica el papel que cada investigador debe cumplir
-
Seguir el protocolo minimiza errores humanos.
-
En algunas instituciones es necesario aprobar el protocolo por el
comité competente (promotor, director de la institución, etc.).
-
Las modificaciones o desviaciones del protocolo deben ser
identificadas, fechadas, documentadas y conservadas junto con los
datos del estudio.
P t
Protocolo
l
-
Objetivo del estudio
-
Identificación, teléfono y correo del director y de todos los
investigadores participantes.
-
Di ñ experimental
Diseño
i
l
-
Identificación de los factores que influyen: cuales son variables y
cuales son constantes
-
Variables e medir
-
D
Desarrollo
ll cronológico
ló i
-
Todos los métodos y sus materiales
-
Frecuencia y condiciones de la toma de datos
-
Plan de trabajo
-
Instrumento para la recolección de datos e instrucciones
BIBLIOGRAFÍA
Diseño de experimentos. 2000. Robert O. Kuehl. Editorial
Thomson. ISBN: 9706860487
Ciencia y tecnología en protección y experimentación
animal. 2001. Jesús Zúñiga, Josep Tur Marí, Silvana
Milocco, Ramón Piñeiro. Editorial McGraw Hill. ISBN:
8448603109.
Técnicas estadísticas con SPSS. 2003. César Pérez.
Editorial Prentice Hall.
Hall ISBN: 8420531677