Absorciometria de Raios-X de Dupla Energia para predição da composição tecidual e química dos componentes da carcaça e não carcaça e do peso corporal vazio de caprinos jovens

Abstract

Absorciometria de Raios-X de Dupla Energia para predição da composição tecidual e química dos componentes da carcaça e não carcaça e do peso corporal vazio de caprinos jovens. Orientadora: Erica Beatriz Schultz. Objetivou-se avaliar a absorciometria de raios-X de dupla energia (DXA) para a predição da composição tecidual e química dos componentes carcaça, não carcaça e do peso corporal vazio (PCVZ) de caprinos jovens. Para ampliar os dados e viabilizar a avaliação da acurácia preditiva da tecnologia DXA, foram utilizados 16 cabritos desmamados, alocados em grupos experimentais definidos pelo teor de proteína bruta no concentrado (14% e 18%) e pela idade de abate (90 e 120 dias). As meias-carcaças e os componentes não carcaça foram escaneados pelo DXA e, posteriormente, submetidos a dissecação completa e à análise química. Modelos de regressão linear, ajustados por validação cruzada, foram utilizados para predizer a composição corporal, peso de carcaça, e o PCVZ a partir das variáveis estimadas pelo DXA. Os modelos de regressão para predição da composição tecidual da meia- carcaça apresentaram coeficientes significativos (P < 0,001), e acurácia para massa magra, massa gorda e osso, com coeficientes de determinação (R²) de 0,98, 0,78 e 0,70 e erro absoluto médio (MAE) de 71,25, 29,70 e 81,38, respectivamente. A relação entre o peso de carcaça e o peso total estimado pelo DXA (TDXA), apresentou desempenho preditivo com R² de 0,99 e MAE de 42,23. Para a composição química, os modelos foram significativos (P < 0,001) para proteína bruta, extrato etéreo e matéria mineral no corpo total, na meia-carcaça e componentes não carcaça. No corpo total, os modelos apresentaram R² de 0,95, 0,89 e 0,77 e MAE de 196,70; 239,01 e 59,74, respectivamente. Na meia-carcaça, observou-se acurácia para proteína bruta (R² = 0,96; MAE = 94,65) e acurácia moderada para extrato etéreo e matéria mineral (R² = 0,67 e 0,59; MAE = 145,65 e 45,29). Nos componentes não carcaça, os R² foram 0,75, 0,84 e 0,59, com MAE de 198,27; 209,63 e 41,49, respectivamente. O modelo para a predição da composição química total da carcaça foi acurado, com R² de 0,99 e MAE de 42,23 a partir da massa total da carcaça estimada por DXA (TCDXA). A predição da composição química total da carcaça a partir da massa total estimada por DXA (TCDXA) apresentou acurácia de R² = 0,99 e MAE = 42,23, assim como a predição da composição química total dos componentes não carcaça com R² = 0,97 e MAE = 170,47 e do peso corporal vazio (PCVZ) a partir do TDXA da meia-carcaça e não carcaça de R² = 0,99 e MAE = 157,86. Conclui-se que é possível utilizar o DXA como método acurado para a predição da composição tecidual e química de componentes carcaça, não carcaça e da composição corporal vazio de caprinos jovens. Palavras-chave: análise de imagem; composição corporal; pequenos ruminantesThe objective of this study was to evaluate dual-energy X-ray absorptiometry (DXA) for predicting tissue and chemical composition of carcass, non-carcass components, and empty body weight (EBW) in young goats. To expand the dataset and enable assessment of the predictive accuracy of DXA technology, 16 weaned kids were used, allocated into experimental groups defined by crude protein content in the concentrate (14% and 18%) and slaughter age (90 and 120 days). Half-carcasses and non-carcass components were scanned using DXA and subsequently subjected to complete dissection and chemical analysis. Linear regression models, adjusted via cross-validation, were employed to predict body composition, carcass weight, and EBW from variables estimated by DXA. Regression models for predicting half- carcass tissue composition exhibited significant coefficients (P < 0.001) and accuracy for lean mass, fat mass, and bone, with coefficients of determination (R²) of 0.98, 0.78, and 0.70, and mean absolute error (MAE) of 71.25, 29.70, and 81.38, respectively. The relationship between carcass weight and total weight estimated by DXA (TDXA) showed predictive performance with R² of 0.99 and MAE of 42.23. For chemical composition, models were significant (P < 0.001) for crude protein, ether extract, and mineral matter in the whole body, half-carcass, and non-carcass components. In the whole body, models presented R² of 0.95, 0.89, and 0.77, and MAE of 196.70, 239.01, and 59.74, respectively. In the half-carcass, accuracy was observed for crude protein (R² = 0.96; MAE = 94.65) and moderate accuracy for ether extract and mineral matter (R² = 0.67 and 0.59; MAE = 145.65 and 45.29). In the non-carcass components, R² values were 0.75, 0.84, and 0.59, with MAE of 198.27, 209.63, and 41.49, respectively. The model for predicting total carcass chemical composition was accurate, with R² of 0.99 and MAE of 42.23 based on total carcass mass estimated by DXA (TCDXA). Prediction of total carcass chemical composition from TCDXA showed accuracy of R² = 0.99 and MAE = 42.23, as did prediction of total chemical composition of non-carcass components (R² = 0.97; MAE = 170.47) and EBW from half-carcass and non-carcass TDXA (R² = 0.99; MAE = 157.86). In conclusion, DXA can be used as an accurate method for predicting tissue and chemical composition of carcass and non-carcass components, as well as empty body composition in young goats.Keywords: image analysis; body composition; small ruminants