Métodos para detectar preñez en las cerdas

Autores/as

DOI:

https://doi.org/10.15517/cg8fwh92

Palabras clave:

Cerdas, detección de preñez, diagnóstico, métodos, reproducción porcina

Resumen

La eficiencia reproductiva en la industria porcina depende en gran medida de una detección temprana y precisa de la preñez en las cerdas. A lo largo del tiempo se han desarrollado y perfeccionado diversos métodos para determinar el estado gestacional, desde técnicas tradicionales hasta herramientas tecnológicas de vanguardia. Esta revisión tiene como objetivo ofrecer una visión integral y actualizada sobre los principales métodos empleados en la detección de preñez en cerdas. Para ello, se consultaron bases de datos científicas como PubMed, Scopus, Google Scholar y Web of Science para un periodo de 10 años. Se seleccionaron un total de 52 referencias según su relevancia temática, calidad metodológica y aplicabilidad de los resultados. Las mismas se organizaron mediante una estadística descriptiva y una síntesis cualitativa. Se abordaron prácticas convencionales, como la observación de comportamiento y tecnologías modernas, entre ellas la ecografía, el análisis hormonal y las técnicas de procesamiento de imágenes. El retorno al celo se ha catalogado como una opción económica para granjas más pequeñas; sin embargo, requiere un mayor plazo de tiempo para la detección. En cambio, el uso de la ecografía ha mejorado la precisión en el diagnóstico del estado de preñez de las cerdas. Los análisis hormonales, basados en la medición de niveles de hormonas en sangre u orina, constituyen un método menos común debido a su costo asociado. La termografía infrarroja se presenta como una posible nueva herramienta en la detección de preñez de cerdas. Si bien la elección del método depende de una serie de factores, la combinación de múltiples métodos puede resultar como una estrategia eficaz para aumentar la precisión del diagnóstico y monitoreo de la preñez en la cerda.

 

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Leonardo Andrés Molina-Cabrales, Universidad Francisco de Paula Santander Seccional Ocaña

    Docente e investigador en UFPSO Facultad de Ciencias Agrarias y del Ambiente, Universidad Francisco de Paula Santander Seccional Ocaña, Ocaña, Colombia.

  • Diego Enrique León-Chacón, Universidad Francisco de Paula Santander Seccional Ocaña

    Profesor e investigador en UFPSO Facultad de Ciencias Agrarias y del Ambiente, Universidad Francisco de Paula Santander Seccional Ocaña, Ocaña, Colombia.

Referencias

Almeida, F. C., & Alvarenga, A. N. (2022). Pregnancy in pigs: The journey of an early life. Domestic Animal Endocrinology, 78, 106656. https://doi.org/10.1016/j.domaniend.2021.106656

Almond, G. W. (2007). Diagnosis of pregnancy. En Current therapy in large animal theriogenology (pp. 773–778). Elsevier. https://doi.org/10.1016/B978-0-7216-9323-1.X5001-6

Astudillo, F. I. (2023). Viabilidad reproductiva en cerdas empleando inseminación artificial [Tesis de pregrado, Universidad Técnica de Babahoyo]. http://dspace.utb.edu.ec/handle/49000/13939

Balhara, A. K., Gupta, M., Singh, S., Mohanty, A. K., & Singh, I. (2013). Early pregnancy diagnosis in bovines: Current status and future directions. The Scientific World Journal, 2013, 958540. https://doi.org/10.1155/2013/958540

Bharti, M., & Jacob, N. (2019). Laboratory and imaging techniques for pregnancy. Journal of Entomology and Zoology Studies, 7(5), 639–647.

Chae, J. W., Choi, Y. H., Lee, J. N., Park, H. J., Jeong, Y. D., Cho, E. S., Kim, Y. S., Kim, T. K., Sa, S. J., & Cho, H. C. (2023). An intelligent method for pregnancy diagnosis in breeding sows according to ultrasonography algorithms. Journal of Animal Science and Technology, 65(2), 365–376. https://doi.org/10.5187/jast.2022.e107

Chang, H. J., Shin, H. S., Kim, T. H., Yoo, J. Y., Teasley, H. E., Zhao, J. J., Ha, U. H., & Jeong, J. W. (2018). PIK3CA is required for uterine gland development and pregnancy in mice. PLoS ONE, 13(1), e0191433. https://doi.org/10.1371/journal.pone.0191433

Cintra, M. F., García, L. P., Hernández, Y. S., & Pérez, M. S. (2006). Características reproductivas de la cerda: Influencia de algunos factores ambientales y nutricionales. REDVET, 7(1), 1–36.

Craig, J., & Jorquera-Chavez, M. (2024). Use of thermographic technology to detect reproductive state in sows and improve piglet performance in a commercial farrowing house. Rivalea. https://apri.com.au/wp-content/uploads/2024/06/6A-104-Final-Report.pdf

Giai, L. R., Williamson, D. M., Vélez, C., & Clauzure, M. (2022). Expresión de citoquinas durante la gestación porcina. Ciencia Veterinaria, 24(2). https://doi.org/10.19137/cienvet202224205

Gokuldas, P. P., Shinde, K. R., Naik, S., Sahu, A. R., Singh, S. K., & Chakukar, E. B. (2023). Assessment of diagnostic accuracy and effectiveness of trans-abdominal real-time ultrasound imaging for pregnancy diagnosis in breeding sows under intensive management. Tropical Animal Health and Production, 55(4), 239. https://doi.org/10.1007/s11250-023-03649-6

Groke, M., Feitosa Leal, D., Jorge Neto, P. N., & Cabral Viana, C. H. (2020). Application of real-time ultrasonography as a tool to increase reproductive efficiency of female pigs (Report No. 572). Brazilian Agricultural Research Corporation. https://doi.org/10.13140/RG.2.2.28411.54560

Gulliksen, S. M., Framstad, T., Kielland, C., et al. (2023). Infrared thermography as a possible technique for the estimation of parturition onset in sows. Porcine Health Management, 9, 3. https://doi.org/10.1186/s40813-022-00301-x

Hao, W., Han, W., Han, M., & Li, F. (2022). A novel improved YOLOv3-SC model for individual pig detection. Sensors, 22(22), 8792. https://doi.org/10.3390/s22228792

Hemanth, D. J., & Estrela, V. V. (2017). Deep learning for image processing applications. IOS Press.

Hinojosa, J. P. (2022). Diagnóstico apropiado del celo para una oportuna inseminación artificial en cerdas [Tesis de posgrado, Universidad Mayor de San Simón]. http://ddigital.umss.edu.bo/handle/123456789/34658

Kauffold, J., Peltoniemi, O., Wehrend, A., & Althouse, G. C. (2019). Principles and clinical uses of real-time ultrasonography in female swine reproduction. Animals, 9, 950. https://doi.org/10.3390/ani9110950

Kim, T.-K., Choi, Y.-H., Hong, J.-S., Park, H.-J., Kim, Y.-M., Kim, J.-E., Lee, J.-H., Sa, S.-J., Jeong,

Y.-D., Kim, J.-S., & Cho, H.-C. (2025). Deep learning-enhanced diagnosis of sow pregnancy through low-frequency ultrasound imaging. Animals, 15(3), 318. https://doi.org/10.3390/ani15030318

Knox, R. V. (2014). Impact of swine reproductive technologies on pig and global food production. En Advances in pork production. Springer. https://doi.org/10.1007/978-1-4614-8887-3_7

Knox, R. V. (2022). Breeding management of pigs. MSD Veterinary Manual. https://www.msdvetmanual.com

Knox, R. V., & Flowers, W. L. (2006). Using real-time ultrasound for pregnancy diagnosis in swine. North Carolina State University.

Koketsu, Y., Tani, S., & Iida, R. (2017). Factors for improving reproductive performance of sows. Porcine Health Management, 3(1). https://doi.org/10.1186/s40813-016-0049-7

Krueger, F., Knauf-Witzens, T., & Getto, S. (2019). New approach in thermal pregnancy diagnosis: Teat heating in babirusa. Theriogenology, 133, 144–148. https://doi.org/10.1016/j.theriogenology.2019.04.030

Liu, X., Schwarz, T., Murawski, M., Tayade, C., Kridli, R., Prieto Granados, A. M., Sharma, C., & Bartlewski, P. M. (2020). Progesterone and estrone sulfate levels as diagnostic/prognostic tools in porcine pregnancy. Domestic Animal Endocrinology, 71, 106402. https://doi.org/10.1016/j.domaniend.2019.106402

Luño, V., Gil, L., Olaciregui, M., Grandía, J., Ansó, T., & De Blas, I. (2015). Fertilisation rate with frozen-thawed boar semen with rosmarinic acid. Acta Veterinaria Hungarica, 63(1), 100–109.

Mellagi, A. P. G., Bernardi, M. L., Wentz, I., & Bortolozzo, F. P. (2015). Strategies to improve reproductive performance in gilts. Reproduction in Domestic Animals, 50(Suppl. 2), 9–15.

Miretti, S., Lecchi, C., Ceciliani, F., & Baratta, M. (2020). MicroRNAs as biomarkers for animal health and welfare in livestock. Frontiers in Veterinary Science, 7, 578193. https://doi.org/10.3389/fvets.2020.578193

Purohit, G. (2010). Methods of pregnancy diagnosis in domestic animals. WebmedCentral, 1(12). https://doi.org/10.9754/journal.wmc.2010.001305

Riaz, U., Idris, M., Ahmed, M., Ali, F., & Yang, L. (2023). Infrared thermography as a potential non-invasive tool for estrus detection in cattle and buffaloes. Animals, 13(8), 1425. https://doi.org/10.3390/ani13081425

Vélez, C. L. (2017). Integrinas y su regulación durante la gestación porcina [Tesis doctoral, Universidad Nacional de La Plata].

Willard, N. C. (2024). Sow body temperature and behavioral changes associated with the onset of estrus and ovulation [Tesis doctoral, University of Illinois at Urbana-Champaign]. https://www.ideals.illinois.edu/items/134274

Zhou, C., Cai, G., Meng, F., Hu, Q., Liang, G., Gu, T., Zheng, E., Li, Z., Wu, Z., & Hong, L. (2022). Urinary metabolomics in early pregnancy in pigs. Porcine Health Management, 8, 14.

Publicado

2025-12-23