Fatores associados a taxa de parto e número total de leitões nascidos em granjas de suínos com manejo em banda no sul do Brasil

Abstract

A suinocultura atual busca constantemente melhorias com o objetivo de otimizar a eficiência reprodutiva e aumentar a produtividade. O uso de softwares de gestão e análise de dados tem se mostrado uma ferramenta cada vez mais importante nesse processo, mas não basta apenas acompanhar números. Para alcançar resultados realmente satisfatórios, é fundamental que os produtores identifiquem oportunidades e falhas no sistema produtivo que impedem os animais de expressar todo o seu potencial genético. Reconhecer essas falhas relacionadas ao manejo, à nutrição e à ambiência é sempre um desafio. Por isso, é essencial coletar informações mais completas, indo além dos dados fornecidos pelos sistemas de gestão. Diante disso, este estudo teve como objetivo identificar os principais fatores que influenciam a TP e o NT em granjas de suínos com manejo em bandas. A pesquisa foi realizada em 25 granjas localizadas nos estados do Rio Grande do Sul e Santa Catarina, com manejos trissemanal e quadrissemanal, totalizando 27.210 porcas, com média de 1.088 ± 776 fêmeas por granja. Os dados foram coletados entre fevereiro e abril de 2024, por meio de um questionário in loco com 33 questões (variáveis) sobre informações gerais, mão de obra, infraestrutura, ambiência e manejo. A coleta de informações de desempenho foi feita no software (S4 Agriness) e além dos dados avaliados TP e NT, outros seis indicadores foram incluídos no estudo, uma variável referente à estação do ano e cinco relacionadas ao desempenho, totalizando 39 variáveis. O conjunto de dados constituiu de 555 observações para TP e 549 para NT, sendo que a diferença no número de observações resultou do processo de avaliação e ajuste dos resíduos. Em seguida, realizou-se a análise estatística por meio de dois modelos: regressão linear misto generalizada (glmer) com distribuição binomial para TP e regressão linear (lmer) para o número de NT, incluindo a granja como efeito aleatório em ambos os modelos. Na análise univariada, foram selecionadas as variáveis com p ≤ 0,20, que foram posteriormente incluídas no modelo multivariado por meio da seleção stepwise forward. No modelo final, foram mantidas apenas as variáveis com p ≤ 0,05. De um total de 39 variáveis avaliadas na análise univariada 13 e 11 variáveis, para (TP) e (NT), respectivamente, foram selecionadas para os modelos multivariados. O modelo final identificou 7 fatores relacionados associados à TP e 2 fatores associados à NT (p ≤ 0,05). Para a (TP), observou-se desempenho inferior durante o outono, período em que as inseminações ocorreram no verão (p < 0,01). O percentual de fêmeas recobertas apresentou uma chance de redução de 1% na TP para cada aumento de 1% nesse índice (p < 0,01). De forma semelhante, a taxa de mortalidade de fêmeas também apresentou uma chance de redução de 1% na TP para cada aumento de 1% na mortalidade (p < 0,01). O estímulo para que as fêmeas se levantassem durante a fase de gestação melhorou a TP em 2,2% (p < 0,01). O tempo investido durante a identificação do estro (IDE), mostrou-se importante, pois granjas que dedicaram mais de 25 minutos para cada 50 fêmeas apresentaram melhores TP (p < 0,01). Quanto ao tipo de alojamento após a inseminação artificial (IA) a transferência para a baia realizada entre a terceira e a quarta semana, resultou em menores TP (p < 0,04). Por fim, iniciar o estímulo com o macho no dia do desmame aumentou a TP em 3,9% comparado com as granjas que iniciaram no dia seguinte (p < 0,01). Em relação ao (NT) observou-se associação significativa com o tamanho do plantel, sendo que granjas ≥ 901 fêmeas apresentaram um acréscimo médio de 0,6 leitão por parto (p < 0,02). Adicionalmente a estação do ano também afetou o NT, sendo o outono o período com menor número de leitões nascidos (p < 0,01). Como conclusão, inseminações realizadas no verão, transferência para a baia entre a terceira e quarta semana após a inseminação artificial (IA), baixo tempo dedicado à Identificação do Estro (IDE), ausência de estímulo para que as fêmeas se levantem durante a gestação, além do aumento no percentual de fêmeas recobertas e na mortalidade, resultam em menores TP; paralelamente, o número de (NT) foi reduzido em granjas com menor número de matrizes (≤ 900) e durante a estação do outono.

Swine farming nowadays is constantly reaching out for improvement in order to optimize reproductive performance and produce more. The use of management softwares and analyses data have proven to be extremely important tools throughout the process; however, keeping track of numbers only is not enough. In order to really get satisfactory results it is imperative that farmers identify opportunities and failures along the reproductive system that would prevent animals from showing their full genetic potential. Recognizing failure concerning batch management, nutrition and environment is rather a challenge. That is why it is important to collect precise information, beyond data provided by the management system. In light of all this, the goal of this study has been to underline the main factors that affect FR as well as TB in swine farms that use batch management. The research took place at 25 farms located in the States of Rio Grande do Sul and Santa Catarina, using a three and four-week batch management system, a total of 27.210 sows, averaging 1.088 ± 776 females per farm. This data were collected between february and april 2024 through in loco questionnaire (33 variable questions) concerning broad information, labor, infrastructure, environment and management. The performance data collection was done on the software (S4 Agriness) and in addition to FR and TB evaluated data, another six indicators were included in the study, a variable concerning the season of the year and five concerning performance, a total of 39 variables. The data set came from 555 observations for FR and 549 for TB; and the difference on the number of observations came from the evaluation process and waste adjustment. After that a statistical analyses was done using two models: binomial generalized linear mixed model (GLMM) for FR and linear regression for the number of TB, including the farm as random effect for both models. As for the univariate analysis, the variables picked were the one with p ≤ 0,20, which were later on added to the multivariate model through stepwise forward selection. For the final model, only the variables with p ≤ 0,05 were kept. From the 39 variables evaluated, 13 univariate 11 variables, for FR and TB respectively were selected for multivariate models. The final model pointed out 7 factors associated to FR and 2 factors associated to TB (p ≤ 0,05). Lower performance was observed for FR during fall, period of time in which insemination occurred during summer (p < 0,01). The percentage of females mated seemed to likely reduce by 1 % in FR for each increase of 1% at this rate (p < 0,01). Furthermore, the mortality rate of sows also showed a reduction of 1% in FR for each increase of 1% for mortality (p < 0,01). Stimulating farrowing sows to get up improved the FR by 2,2% (p < 0,01). The amount of time used for identifying the estrus (estrus id) happened to be very relevant, so much so that farms using more than 25 minutes for every 50 sows had better FR (p < 0,01). As for the sow accomodation following artificial insemination, placing the sows in stalls between the third and fourth weeks resulted in smaller FR (p < 0,04). Finally, initiating stimulation with the boar on weanind day increased FR by 3,9% compared to farms that did so on the day after (p < 0,01). Concerning TB, there was meaningful association with herd size, farms greater than or equal to 901 sows had na average increase of 0,6 piglet birth (p < 0,02). In addition to that, the season of the year also affected TB, with fall being the one with the lowest rate of birth (p < 0,01). Therefore, summer insemination and moving to stalls between the third and fourth weeks following artificial insemination (AI), lower time for estrus detection, no stimulation for sows to get up along farrowing process, as well as higher percentage of sows mated and mortality, contributed to lower FR ; at the same time, the number of TB got lower at farms that had lower amounts of sows (≤ 900) and along the fall.