← 목록으로
Animal Nutrition

Accuracy of Predictive Equations for Metabolizable Energy Compared to Energy Content of Foods for Dogs and Cats Estimated by In Vivo Methods in Brazil

정리일 2026-07-03

Accuracy of Predictive Equations for Metabolizable Energy Compared to Energy Content of Foods for Dogs and Cats Estimated by In Vivo Methods in Brazil

  • 저자: Marchi PH; Amaral AR; Príncipe LA; Risolia LW; Rentas MF; Fasolai AB; Zafalon RVA; Finardi GLF
  • 출처: Animals, 2025
  • DOI/링크: https://doi.org/10.3390/ani15101477
  • 분야 태그: #AnimalNutrition #MetabolizableEnergy #PetFood #EnergyRequirement #PredictiveEquation
  • 투고일: 2025-04-01

TL;DR

브라질 시판 개·고양이 사료 451종의 라벨 성분값으로 대사에너지(ME)를 예측식 3종으로 계산해 실제 생체 시험값과 비교했다. 모든 식이 생체값과 유의하게 달랐으나 가장 오래된 Atwater 식이 차이가 가장 작았고, 건사료(고양이 3.59%, 개 -1.94%)보다 습식(고양이 11.99%, 개 8.25%)에서 오차가 컸다.


1. 연구 배경 및 동기

  • 다루는 문제: 사료의 열량은 대사에너지(ME)로 표시하며 기준 방법은 대상 동물 급여시험이다. 비용과 번거로움 때문에 예측식(Atwater, 수정 Atwater, NRC/FEDIAF)을 쓰지만, 수의사와 보호자는 라벨의 최소·최대 보증 성분값만 볼 수 있다.
  • 기존의 공백 / 왜 필요한가: 최근 사료 제형과 원료가 바뀌었는데, 라벨 보증값으로 계산한 예측식이 오늘날 브라질 시판 제품의 생체 ME를 얼마나 맞히는지 검증이 부족했다.

2. 관련 연구

  • 기존 연구 흐름: Calvez 등은 건사료에서 NRC 식이 수정 Atwater보다 정확하다고 보고했고, Hall 등은 후향 분석에서 개는 수정 Atwater, 고양이는 수정 Atwater와 NRC/FEDIAF가 정확하다고 보고했다. 이번 결과는 이들과 달리 Atwater 식이 가장 근접했다.
  • 이 논문의 위치: 실제 임상에서 쓰는 라벨 값(단백질·지방은 최소, 수분·조섬유·회분은 최대)을 그대로 입력해 생체 시험 ME가 공개된 제품과 비교한 현실 적용성 평가이다.

3. 핵심 기여

  1. 생체 ME가 확인된 브라질 시판 사료 451종(건사료 332, 습식 119)에서 예측식 3종을 일괄 비교했다
  2. 건사료와 습식, 개와 고양이를 나누어 식별 오차를 정량화했다
  3. Atwater 식이 라벨 최소·최대값 조건에서 가장 오차가 작음을 보였다
  4. 수정 Atwater와 NRC/FEDIAF 식이 ME를 과소추정하는 경향을 보였다

4. 제안 방법론

  • 전체 접근 논리: 생체 시험으로 ME를 확인한 제품만 모아 라벨의 보증 성분값으로 세 가지 예측식 ME를 계산하고, 생체 값을 기준으로 직교 대비로 차이를 검정했다.
  • 단계:
    • 26개 사료 회사에 제품 정보를 요청해 667종을 선정하고, ME 추정치만 제공했거나 정보가 부족한 제품을 제외해 451종을 최종 분석했다
    • 라벨의 수분, 조단백, 조지방, 조섬유, 회분을 사용해 NFE = 100 - (수분+CP+EE+CF+회분)로 계산했다
    • Atwater, 수정 Atwater, NRC/FEDIAF(GE, 에너지 소화율, DE, ME 4단계) 식으로 ME를 계산했다
    • SAS 9.4에서 ANOVA와 직교 대비(C1~C3, 생체 대 각 식)로 p<0.05 기준 검정했다

5. 실험 설정

항목 내용
대상/재료 브라질 시판 사료 451종: 건사료(압출) 332종(고양이 108, 개 224), 습식 119종(고양이 60, 개 59)
처리 조건 예측식 3종: Atwater(4.0/9.0/4.0 kcal/g), 수정 Atwater(3.5/8.5/3.5), NRC/FEDIAF. 단백질·지방은 라벨 최소값, 수분·조섬유·회분은 최대값 사용
대조군 생체(in vivo) 급여시험으로 구한 ME(기준값)
측정 방법 ME와 생체 값 대비 차이(%), 직교 대비 p값. 습식은 수분 60% 이상으로 분류

6. 실험 결과 분석

지표 변화(Δ) 조건 · 유의성
건조 압출 고양이 사료 ME 차이(Atwater) 3.59 ± 3.32% (수정 Atwater 13.45%, NRC/FEDIAF 8.05%) n=108, 세 식 모두 생체 값과 유의하게 다름(p<0.0001)
건조 압출 개 사료 ME 차이(Atwater) -1.94 ± 4.87% (수정 Atwater 8.62%, NRC/FEDIAF 4.90%) n=224, Atwater p=0.0070, 나머지 p<0.0001
습식 고양이 사료 ME 차이(Atwater) 11.99 ± 12.56% (수정 Atwater 20.41%, NRC/FEDIAF 15.45%) n=60, 세 식 모두 p<0.0001
습식 개 사료 ME 차이(Atwater) 8.25 ± 10.34% (수정 Atwater 16.85%, NRC/FEDIAF 18.12%) n=59, Atwater p=0.0370, 나머지 p<0.0001

제안 기전(인과 사슬): 라벨의 최소 보증값 사용으로 인한 영양소 과소추정 → 현대 원료의 높은 소화율에 따른 과대추정과 상쇄 → Atwater 식이 우연히 가장 근접(저자들은 오차 상쇄 가능성을 언급)

7. 비판적 평가

강점

  • 생체 ME가 확인된 실제 시판 제품 451종으로 대규모 비교했다
  • 건사료와 습식, 개와 고양이를 분리 분석했다
  • 수의사와 보호자가 접근 가능한 라벨 값 조건으로 평가해 실용성이 높다

한계 · 의문

  • 브라질 시판 제품에 한정되고 라벨 보증값이 실제 분석 성분과 다를 수 있다
  • 오차 상쇄 가능성이 있어 Atwater 식의 우수성이 우연일 수 있으며 습식은 변동이 매우 컸다
  • 생체 ME 값은 회사 제공 자료로 시험 방법이 통일되지 않았고 일부 저자는 사료 회사 소속이다

8. 향후 연구 방향

  • 제품 유형(그레인프리, 라이트, 습식)별 새 ME 예측식 개발
  • 식 개발 자료와 검증 자료를 분리한 평가
  • 라벨에 총에너지(GE) 값을 표기하도록 유도

9. 결론

가장 오래된 Atwater 식이 브라질 시판 건사료와 습식 개·고양이 사료의 ME를 라벨 최소·최대값으로 예측할 때 가장 좋았으나 모든 식이 생체 값과 유의하게 달랐다. 습식은 오차가 특히 커서 더 정확한 예측식 연구가 필요하다.

Keywords

대사에너지, 예측 방정식, 반려동물 사료, In vivo 소화율, 사료 에너지 평가

원문 그림

Figure 1. A diagrammatic representation of the number of diets selected, excluded, and evaluated in
Figure 1. A diagrammatic representation of the number of diets selected, excluded, and evaluated in
Figure 2. The differences between methodologies for predicting and estimating the ME of dry
Figure 2. The differences between methodologies for predicting and estimating the ME of dry
marchi2025accuracy
marchi2025accuracy
marchi2025accuracy
Figure 3. The differences between methodologies for predicting and estimating the ME of dry
Figure 3. The differences between methodologies for predicting and estimating the ME of dry
marchi2025accuracy
marchi2025accuracy

원문 그림 · 라이선스: cc-by