Resumen El conocimiento y modelación de curvas de lactación hacen posible identificar factores que ayuden a explicar las variaciones ambientales y genéticas, que permitan implementar un programa de selección. El objetivo de este trabajo fue evaluar diferentes modelos para las curvas de producción de leche, grasa y proteína en ganado Holstein en México, así como evaluar algunos factores que las afectan. Se usó información de 125,982 lactaciones pertenecientes a 68,804 animales nacidos del año 2000 al 2020. Se evaluó el efecto del número de parto, época del año y hato. Con la paquetería Lactcurves de R, se ajustaron los 38 modelos que incluye, de los cuales se eligieron los cuatro mejores (Wood, Wilmink, Ali & Schaeffer y Pollot modificado) que posteriormente se usaron para modelar las curvas individuales a través de un modelo de regresión no lineal. Los parámetros calculados para cada modelo fueron estadísticamente diferentes entre el número de lactación (P<0.05), así como el número de parto, época de parto y hato (P<0.01). Las curvas modeladas tienen formas similares a las reportadas en otros estudios, a excepción de las obtenidas para proteína en el tercer y cuarto o más partos con el modelo de Pollot modificado. La ecuación propuesta por Wilmink fue la que presentó mejor ajuste para la población de estudio según los diferentes criterios de evaluación. El emplear el modelo que mejor se adapte a los datos dará predicciones más cercanas a la realidad, y poder aplicarlo a distintos ámbitos como el mejoramiento genético.
Abstract The knowledge and modeling of lactation curves make it possible to identify factors that help explain environmental and genetic variations that allow the implementation of a selection program. This work aimed to evaluate different models for milk production, fat, and protein curves in Holstein cattle in Mexico and some factors that affect them. The information used was from 125,982 lactations belonging to 68,804 animals born from 2000 to 2020. The effect of calving number, season of the year, and herd was evaluated. R’s Lactcurves package was employed to fit the 38 models included in the package, of which the best four (Wood, Wilmink, Ali & Schaeffer, and modified Pollot) were chosen and then used to model the individual curves through a nonlinear regression model. The parameters calculated for each model were statistically different among the number of lactations (P<0.05), as well as the number of calving, calving season, and herd (P<0.01). The modeled curves have similar shapes to those reported in other studies, except those obtained for protein in the third and fourth or more calvings with the modified Pollot model. The equation proposed by Wilmink was the one that presented the best fit for the study population according to the different evaluation criteria. Using the model that best suits the data will give a closer predictions to reality, and it can be applied to different areas, such as genetic improvement.