¿Los resultados confirmados en una granja aparecerían igual en otras? Es la primera pregunta que surge al ampliar la validación del metano ganadero. Incluso cuando se cría la misma especie, pueden diferir la alimentación, la fase de producción, la estructura de las instalaciones y las prácticas de trabajo. Un procedimiento de medición que funciona bien en un lugar puede ser difícil de operar en otro.
El valor de una validación en múltiples granjas no reside en el número de puntos que se marcan en un mapa. Consiste en averiguar las condiciones en las que los resultados se mantienen y aquellas en las que cambian. Para vincular el aumento de granjas con una mayor fiabilidad de la evidencia, deben definirse el diseño muestral y los principios de medición y análisis antes de reclutar los sitios.
Reunir solo granjas del mismo tipo dificulta ampliar el alcance
Aunque participen varios sitios, el alcance de aplicación confirmado será limitado si todos utilizan una alimentación y un manejo similares. A la inversa, mezclar sin razón sitios demasiado diferentes dificulta distinguir por qué variaron los resultados. Primero hay que definir el conjunto de granjas al que se pretende aplicar la tecnología y ordenar cuáles son las diferencias importantes dentro de él.
Las directrices de la EFSA sobre la eficacia de los aditivos para alimentación animal explican que la nutrición, la raza, la composición de la dieta, el manejo, el ambiente y el sistema de cría pueden influir en los efectos. Aunque son directrices para la autorización en la UE, indican qué condiciones se deben registrar, además de la mera voluntad de participar, al elegir varios sitios. EFSA, directrices para evaluar la eficacia de aditivos para alimentación animal
Por ello, al reclutar granjas objetivo se necesita una tabla de condiciones para el análisis, no una lista destinada a la divulgación pública. Deben definirse primero la especie y fase productiva adecuadas al uso previsto, la modalidad de alimentación y el alcance posible de los registros. Si solo se reclutaron sitios de acceso cómodo, la limitación de ser una muestra por conveniencia también debe incluirse al explicar los resultados.
No es necesario ampliar desde el comienzo el alcance de la validación a todo el país. Primero puede confirmarse si la observación y el análisis son posibles en condiciones operativas específicas, y en la siguiente etapa incorporar otras condiciones. Aunque se comience con un alcance reducido, indicar con precisión hasta dónde se ha confirmado ayuda a juzgar el ámbito de aplicación.
Tener más registros no significa tener más comparaciones independientes
Recopilar datos cada minuto de un animal hace que el archivo crezca rápidamente. Sin embargo, los valores observados repetidamente en el mismo individuo pueden estar relacionados entre sí. Si se calculan todos como muestras independientes obtenidas de individuos distintos, el resultado puede parecer más concluyente de lo que realmente es. Por eso hay que distinguir el número de filas de datos del número de unidades experimentales independientes.
La unidad experimental se determina por la unidad a la que puede asignarse el tratamiento de forma independiente y por el diseño. La estructura del análisis puede variar según la alimentación sea individual o la misma para todo un corral o grupo. La guía del NIST sobre diseño de experimentos también explica cómo tratar la variación conforme a la estructura de la unidad experimental y de la aleatorización restringida. NIST, Variación anidada y aleatorización restringida
Para aplicar este principio en el terreno, la revisión estadística no debe dejarse para la fase del informe final. Las unidades experimentales y el periodo de medición necesarios cambian según lo que se desea comparar, la magnitud de la diferencia que debe distinguirse y la variación entre sitios. No es adecuado presentar un único número mínimo de granjas como regla válida para todas las tecnologías.
Si es difícil asegurar la muestra, puede acotarse la pregunta. Se puede informar que una validación limitada confirmó la viabilidad operativa y dejar para ensayos posteriores la conclusión de generalizar el efecto de reducción a una población amplia. Incluso una prueba pequeña puede ser útil si el objetivo y el alcance de la conclusión son coherentes.
En vez de eliminar las diferencias entre granjas, inclúyalas en la estructura de comparación
Las diferencias entre sitios son tanto ruido que debe gestionarse como parte del entorno real de adopción. En la práctica, pueden considerarse comparaciones entre unidades con condiciones principales similares o análisis que tengan en cuenta las diferencias entre granjas y periodos. Antes que nada, el plan experimental debe indicar qué se controlará y qué se tratará como factor de variación.
El NIST explica que, cuando factores distintos del objeto de interés afectan las mediciones, un diseño de bloques que agrupa condiciones similares puede ayudar a gestionar ese efecto. Para aplicarlo a una validación ganadera, primero debe confirmarse si es posible realizar asignaciones que se ajusten a las prácticas reales de alimentación y manejo animal. NIST, Diseños de bloques aleatorizados
Por ejemplo, si una región se mide solo en una estación concreta y otra región solo en una estación distinta, puede ser difícil separar los efectos de la región y de la estación. No es un caso de una granja real, sino un ejemplo de un problema de diseño. En lugar de intentar resolverlo después con un modelo complejo, es preferible asegurar de antemano calendarios y condiciones comparables.
También se necesitan procedimientos comunes. Unificar la forma de registrar la ubicación de instalación, la frecuencia de revisión de los equipos, los cambios de alimentación y los periodos de avería facilita interpretar las diferencias entre sitios. Los elementos que no puedan unificarse deben conservarse como variables separadas, sin ocultar las excepciones.
Observe conjuntamente el promedio general y los resultados por sitio
Si se presenta solo un promedio que combina los valores de varias granjas, pueden ocultarse diferencias reales. Si el cambio es claro en unas condiciones y no se confirma en otras, esa diferencia puede servir para elegir los siguientes objetivos de adopción. No debe prometerse el mismo efecto a todas las granjas solo porque el promedio sea positivo.
En el informe final es útil mostrar juntos el resultado general, los resultados por sitio, el periodo de observación y la proporción de datos utilizada. También puede revisarse si la conclusión cambia mucho al excluir una granja concreta. Sin embargo, para que esta revisión no se use después como medio de seleccionar solo resultados favorables, debe distinguirse el análisis principal de los análisis adicionales.
Las unidades de los indicadores de metano también deben ser coherentes hasta el final. La concentración, la emisión diaria por animal y la emisión por unidad de producto responden a preguntas distintas. No debe afirmarse que las emisiones totales disminuyeron solo porque un indicador mejoró cuando cambió la producción. Hacer visibles el denominador y el alcance de medición desde los títulos de las tablas reduce los malentendidos del lector.
La plataforma de validación debe poder rastrear las diferencias
Una plataforma que maneja datos de múltiples granjas necesita funciones además de los gráficos de promedio. Debe poder reconstruirse qué equipo recopiló datos en qué periodo, qué valores se excluyeron durante el tratamiento y cuándo cambió el método de análisis. Los registros necesarios para volver a explicar un resultado también son parte de los datos.
Al ofrecer comparaciones entre granjas, también deben alinearse los derechos sobre los datos y el alcance de divulgación. Debe evitarse mostrar información operativa detallada a otros participantes sin el consentimiento de la granja. Incluso si se ofrecen comparaciones anónimas, una granja puede identificarse cuando hay pocos participantes, por lo que las unidades y los elementos divulgados requieren cautela. El acceso a los datos brutos, el reanálisis, la conservación y las condiciones de eliminación son aspectos prácticos que deben acordarse antes de participar.
La validación del metano ganadero gana confianza no cuando destaca una gran cantidad de granjas participantes, sino cuando puede explicar las diferencias de los resultados. Mostrar qué se observó en qué condiciones y qué conclusiones aún no pueden extraerse también aclara la dirección de la siguiente validación. La validación en múltiples granjas no es una declaración que amplía su alcance de una sola vez, sino un proceso de confirmar una a una las condiciones en las que puede aplicarse.