Caracterización Fisicoquímica y Repetibilidad Analítica de Leche Bovina en Valparaíso, Zacatecas, México
Resumen
La leche bovina constituye uno de los alimentos de mayor importancia nutricional y económica en México; por ello, la evaluación de su calidad fisicoquímica es esencial para garantizar su inocuidad y valor comercial. El objetivo de este estudio fue caracterizar estadísticamente la calidad fisicoquímica de leche bovina producida en el municipio de Valparaíso, Zacatecas, México, estimar la repetibilidad entre réplicas técnicas y determinar el modelo analítico más adecuado para una base de datos pequeña con estructura jerárquica. Se analizaron 15 vacas con 40 determinaciones válidas correspondientes a grasa, sólidos no grasos (SNG), densidad, lactosa, sales, proteína, agua adicionada y punto de congelación. Para cada variable continua se ajustó un modelo lineal mixto con intercepto aleatorio por animal, estimado mediante máxima verosimilitud restringida (REML), y se calculó el coeficiente de correlación intraclase (ICC) como indicador de repetibilidad analítica. Las medias ajustadas fueron: grasa 2.70 %, SNG 8.88 %, densidad 1.0314 g/mL, lactosa 4.88 %, proteína 3.26 % y punto de congelación −0.5616 °C. Los valores de ICC (0.954–0.988) evidenciaron alta repetibilidad y mínima variación atribuible al error analítico. El 93.3 % de las muestras cumplió con los criterios de referencia para proteína y lactosa; sin embargo, únicamente 26.7 % alcanzó el valor mínimo recomendado de grasa. Se concluye que el modelo mixto representa el enfoque estadístico más robusto y defendible para este tipo de estudios, identificándose la grasa como la variable fisicoquímica más comprometida del sistema productivo evaluado.
Descargas
Citas
Fox, P. F., Uniacke-Lowe, T., McSweeney, P. L. H., & O'Mahony, J. A. (2015). Dairy chemistry and biochemistry (2nd ed.). Springer International Publishing. https://doi.org/10.1007/978-3-319-14892-2
García-Muñiz, J. G., López-Ordaz, R., Ruiz-Flores, A., & Sánchez-Torres-Esqueda, M. T. (2019). Sistemas de producción de bovinos de leche en México: situación actual y perspectivas. Revista Mexicana de Ciencias Pecuarias, 10(2), 419–434. https://doi.org/10.22319/rmcp.v10i2.4739
Hurlbert, S. H. (1984). Pseudoreplication and the design of ecological field experiments. Ecological Monographs, 54(2), 187–211. https://doi.org/10.2307/1942661
Iñiguez-Muñoz, L. E., Valencia-Botín, A. J., Anaya-Esparza, L. M., Anzaldo-Ortega, R. E., Pliego-Sandoval, J. E., Reyes-Nava, L. A., & Méndez-Robles, M. D. (2022). Leche cruda de vaca destinada a la elaboración de productos artesanales: calidad microbiológica y fisicoquímica. Biotecnia, 24(3), 28–34. https://doi.org/10.18633/biotecnia.v24i3.1635
Juárez-Barrientos, J. M., Díaz-Rivera, P., Rodríguez-Miranda, J., Martínez-Sánchez, C. E., Hernández-Santos, B., Ramírez-Rivera, E., Torruco-Uco, J. G., & Herman-Lara, E. (2016). Caracterización de la leche y clasificación de calidad mediante análisis Cluster en sistemas de doble propósito. Revista Mexicana de Ciencias Pecuarias, 7(4), 525–537. https://doi.org/10.22319/rmcp.v7i4.4280
Koo, T. K., & Mae, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012
Lazic, S. E. (2010). The problem of pseudoreplication in neuroscientific studies: is it affecting your analysis? BMC Neuroscience, 11, 5. https://doi.org/10.1186/1471-2202-11-5
Liconsa, S. A. de C. V. (2023). Manual de normas de calidad de insumos y productos elaborados por Liconsa. Gobierno de México.
Littell, R. C., Milliken, G. A., Stroup, W. W., Wolfinger, R. D., & Schabenberger, O. (2006). SAS for mixed models (2nd ed.). SAS Institute.
Martínez-Guerrero, J. A., Castillo-Hernández, S. L., Ríos-Rincón, F. G., & Ortega-Gutiérrez, J. A. (2020). Variación estacional de la composición fisicoquímica de la leche cruda en la región de los Altos de Jalisco, México. Abanico Veterinario, 10, 1–12. https://doi.org/10.21929/abavet2020.2
Molina, L. H., & Agudelo-Zapata, Y. (2020). Adulteración de la leche cruda: métodos de detección y prevalencia en América Latina. Ciencia & Tecnología Agropecuaria, 21(2), e1362. https://doi.org/10.21930/rcta.vol21_num2_art:1362
Núñez-Hernández, G., Flores-Najera, M. J., Cruz-Vázquez, C. R., & Medina-Flores, C. A. (2018). Características productivas y de calidad de leche de bovinos en sistemas de producción familiar del semidesierto de Zacatecas. Ecosistemas y Recursos Agropecuarios, 5(14), 279–288. https://doi.org/10.19136/era.a5n14.1560
Palmquist, D. L., Beaulieu, A. D., & Barbano, D. M. (2006). Feed and animal factors influencing milk fat composition. Journal of Dairy Science, 76(6), 1753–1771. https://doi.org/10.3168/jds.S0022-0302(93)77508-6
Pinheiro, J. C., & Bates, D. M. (2000). Mixed-effects models in S and S-PLUS. Springer. https://doi.org/10.1007/978-1-4419-0318-1
Ranieri, M. L., & Andretta, V. (2017). Adulteración de la leche cruda por adición de agua: diagnóstico mediante crioscopia y densimetría. Revista Analítica, 12(3), 44–51.
Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86(2), 420–428. https://doi.org/10.1037/0033-2909.86.2.420
Walstra, P., Wouters, J. T. M., & Geurts, T. J. (2006). Dairy science and technology (2nd ed.). CRC Press / Taylor & Francis Group.
West, B. T., Welch, K. B., & Galecki, A. T. (2015). Linear mixed models: A practical guide using statistical software (2nd ed.). CRC Press. https://doi.org/10.1201/b17198
Derechos de autor 2026 Luis Manuel Escareño Sanchez, Fabiola Lydie Rochin Berumen, Carlos Fernando Arechiga Flores , Romana Melba Rincón Delgado, Adriana Mayeli Bouchan Gaeta
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
