Dispersión de resultados de BMP entre laboratorios: origen e interpretación

La dispersión de los resultados de BMP entre laboratorios surge de varias fuentes: heterogeneidad de la muestra, diferencias en el inóculo y la relación I/S, temperatura, método de medición del gas y modo de cálculo. La estandarización del protocolo y el control con celulosa reducen la dispersión, pero no la eliminan, por lo que el resultado de BMP debe interpretarse como un valor dentro de un intervalo de incertidumbre, y no como una constante material. Es una buena práctica comparar resultados de varias fuentes y ponderarlos según la calidad de la metodología.

Fuentes de dispersión

Medidas de dispersión

• SD (desviación estándar) – en unidades del resultado.
• RSD (CV) – SD/media; permite comparar diferentes sustratos.
• Repetibilidad (dentro de un laboratorio) y reproducibilidad (entre laboratorios) – dos niveles distintos; la reproducibilidad es mayor.
• z-score en ensayos de aptitud: z = (x − x_ref)/σ; |z| ≤ 2 se considera generalmente satisfactorio.

Ejemplo

Cinco laboratorios analizaron el mismo ensilado: 285, 300, 315, 325, 340 NmL CH₄/g SV.

• media: 313; SD ≈ 21,4; RSD ≈ 6,8 %.
• Si el valor de referencia es la media, el z-score para 285 es (285 − 313)/21,4 ≈ −1,3; para 340 ≈ +1,3. Ningún laboratorio queda fuera de ±2.
• Conclusión: concordancia buena; un resultado individual de 340 no es «erróneo», pero puede interpretarse como el límite superior del intervalo.

Cómo interpretar los datos de la literatura y bases de datos

1. Verifique el método (inóculo, I/S, temperatura, duración, cálculos).
2. Preste atención a la base: SV, MS, FM.
3. Observe el tipo de material (variedad, fecha de cosecha, trituración).
4. No combine sin criterio resultados de distintos métodos; si es necesario, aplique ponderaciones.
5. Indique el intervalo y el número de fuentes.

Qué puede hacer el laboratorio

• Implementar una tarjeta de control con celulosa y llevar estadísticas.
• Participar en ensayos de aptitud.
• Validar la hoja de cálculo.
• Unificar la preparación de la muestra y las condiciones de medición.
• Informar todos los datos metodológicos.

Qué puede hacer el cliente

• Exigir un método conforme a directrices reconocidas.
• Encargar el análisis a dos laboratorios en decisiones de inversión importantes.
• Proporcionar muestras representativas y varias repeticiones de distintos puntos.
• Incluir la incertidumbre en los modelos financieros (escenario bajo, medio, alto).

Influencia de la heterogeneidad del sustrato

Ni siquiera un laboratorio ideal puede eliminar la variabilidad del propio material. Los ensilados de distintos campos, variedades y fechas de cosecha difieren tanto que la dispersión biológica suele superar a la analítica. Por ello, un único valor de BMP para «ensilado de maíz» es siempre un promedio; en la planificación, conviene utilizar rangos, y en la explotación, analizar los propios lotes.

Conclusiones

Al interpretar la dispersión, formule tres preguntas: si el método está bien descrito, si el control con celulosa fue correcto y si las diferencias se encuentran dentro del rango típico de reproducibilidad. Si es así, los resultados pueden considerarse concordantes, y las decisiones, basarse en el intervalo. Si no, conviene repetir el ensayo o solicitar documentación adicional.

Estadística para la práctica: cuántas repeticiones son suficientes

Tres repeticiones son el mínimo para estimar la dispersión, pero el intervalo de confianza de la media con tres puntos es amplio. En decisiones importantes (por ejemplo, un contrato de suministro de sustrato), es razonable aumentar el número de repeticiones o de muestras independientes del material. La variabilidad entre muestras (lotes) suele ser mayor que la variabilidad entre repeticiones de la misma muestra, por lo que más muestras aportan más información que más frascos de la misma.

Cómo presentar el resultado

Una buena práctica es informar el resultado en la forma: media ± desviación estándar (n = número de muestras, k = número de repeticiones), indicando el rango mínimo-máximo. Así, el receptor ve tanto el valor central como la variabilidad, y puede construir escenarios en los modelos financieros.

Ejemplo de uso en la planificación

Si tres laboratorios obtuvieron para un ensilado 300, 320 y 340 NmL CH₄/g SV, el escenario base puede basarse en la media de 320, el escenario conservador en 300 y el optimista en 340. La diferencia del 13 % entre los extremos se traduce directamente en una diferencia en la producción de metano y los ingresos, por lo que merece atención en la evaluación del riesgo del proyecto.