Resolvendo o dilema experimental & Aplicando uma abordagem industrial para avaliar dados de campo

Em primeiro lugar, eu me pergunto, qual é exatamente o dilema experimental?
O dilema experimental reside no fato de que queremos pesquisar como resolver problemas do mundo real com nossas soluções e conceitos. No entanto, os ambientes científicos em que testamos nossos produtos geralmente não se assemelham às condições práticas de produção. Eles são muito limpos e as configurações são altamente padronizadas para fornecer dados com o mínimo de variação possível – simplesmente não é realista.

Então, por que você não faz apenas testes a campo?
Sim, os testes a campo proporcionam condições reais de produção e desafios práticos. No entanto, esses desafios levam a uma alta variação nos resultados, portanto, há apenas uma possibilidade limitada para uma avaliação científica dos efeitos, especialmente porque não podemos obter um grande número de repetições para controlar a variação.

De fato, esse é um dilema. Como você conseguiu resolver isso?
Conhecemos um método de análise de dados chamado "Controle Estatístico de Processo" (CEP). Com esse método, é possível analisar um grande número de repetições a campo e contabilizar a variabilidade em fatores comuns, como alimentação, estado sanitário, estação do ano, etc. Isso oferece a oportunidade de analisar dados do mundo real com um método estatisticamente válido.

Isso parece perfeito; como é que este método não é comumente usado?
O CEP não é comum na produção animal. Foi desenvolvido para minimizar a variação de produtos que são fabricados em linha de montagem e precisam ser praticamente idênticos. Por exemplo, é usado para o processo de fabricação de peças para a indústria automotiva alemã. No entanto, o método estatístico do CEP pode ser adaptado para testes em produção animal e entramos em contato com o principal especialista em ensaios de CEP em animais, Dr. Alberto Morillo, fundador da organização de pesquisa espanhola Tests & Trials, e iniciamos uma cooperação com ele.

Como funciona exatamente o CEP?
Em essência, em vez de um controle negativo e um grupo de tratamento simultâneos, você usa dados históricos como controle. Tudo o que você precisa é de uma granja com registros muito bons dos parâmetros que você está interessado e de todos os fatores que causam variação nos resultados. Por exemplo, o desempenho é influenciado por fatores como composição da ração, genética, temperatura, etc. Os dados históricos são usados para calcular a variação intrínseca normal dos resultados de desempenho. Se você introduzir um novo fator, no nosso caso Sangrovit^®, você pode então medir quanta variação "extraordinária" isso causa. Claro, você só será capaz de medi-lo se o seu novo fator realmente causar uma mudança nos resultados. Alerta de spoiler: sim, ele causa.
 

Parece bastante simples. Mas como encontrar uma fazenda com registros tão detalhados?
Dr. Morillo organizou um teste em um grande integrador de suínos no norte da Espanha. Eles mantêm registros muito precisos porque criam seus próprios animais substitutos. Foram obtidos dados de controle de desempenho (ganho médio diário, consumo de ração e CA), mortalidade e custo da medicação e avaliar o efeito do Sangrovit^® durante todo o período de crescimento e terminação, desde os 70 dias de vida até o abate aos 120kg.

E o que o CEP mostrou depois de adicionar Sangrovit^®?
Ficamos muito satisfeitos em ver que o CEP confirmou resultados de ensaios científicos anteriores e experiências de nossos clientes no campo: enquanto o consumo de ração dos animais permaneceu inalterado, tivemos um aumento significativo no ganho médio diário e uma diminuição na CA em surpreendentes 14 pontos. Infelizmente, não pudemos ver um efeito sobre a mortalidade, que geralmente é um parâmetro muito confiável. No entanto, durante o período experimental, houve uma grande tempestade de inverno em nossa região que causou uma queda de energia de 24 horas em alguns dos suinicultores, levando a perdas consideráveis. Considerando isso, podemos supor que, antes da tempestade, influenciamos positivamente a mortalidade, pois o resultado final foi o mesmo do período controle, e não maior. Finalmente, o maior efeito foi observado no custo da medicação por animal, que foi reduzido em mais de 30 %, destacando o incrível potencial de economia através do uso de Sangrovit^®.
 

Isso é impressionante. Mas não posso deixar de me perguntar – se você usa dados históricos como controle, como pode ter certeza de que os resultados positivos não se devem simplesmente ao melhoramento genético?
O melhoramento genético ao longo do tempo é um dos fatores considerados na análise do CEP, para que este possa ser controlado. No entanto, nos perguntamos a mesma coisa. Então fizemos a mesma coisa ao contrário: tiramos o Sangrovit^® da ração para ver o que aconteceria. Os efeitos foram mais difíceis de detectar devido ao menor período de controle, mas vimos que, numericamente, o custo da medicação aumentou mais uma vez e na CA até vimos um aumento estatisticamente significativo em seis pontos.

Esta é uma prova notável de que o Sangrovit^® trabalha para melhorar a saúde e o desempenho animal no mundo real. Que método intrigante para conseguir essa transferência de evidências científicas para a prática, obrigado por nos familiarizar com o CEP!