La app Pet Food and Health se apoya en gran medida en trabajos científicos recientes. Esto incluye tanto logros técnicos, como la sincronización de datos y la tecnología que hay detrás de las mezclas de alimentos, pero obviamente también un amplio conjunto de trabajos de la comunidad veterinaria y de la alimentación para mascotas. Esta página echa un vistazo entre bastidores, o a la ciencia, y ofrece una imagen clara de cómo la app Pet Food and Health se diferencia y destaca frente a otras herramientas de alimentación.
Los alimentos no se absorben en las mascotas de la misma manera que los humanos absorben la comida. Mientras que los humanos son omnívoros, los perros son carnívoros facultativos, mientras que los gatos son carnívoros obligados. Esto afecta a cómo procesa los alimentos su sistema intestinal. Entender cómo se traduce el alimento para mascotas en energía metabolizable (es decir, la cantidad de energía que una mascota puede obtener al comer estos alimentos) es un área de investigación activa. Muchos de estos trabajos intentan continuamente mejorar el statu quo, a menudo teniendo en cuenta más factores. Por ejemplo, los métodos más sencillos —y uno propuesto por la influyente AAHA doi: 10.5326 — son variaciones de la fórmula que se usa para los humanos:
kcal = 8.5 x fat + 3.5 x protein + 3.5 x carbsEsto también se conoce como la ecuación de Atwater. Existen muchas mejoras de esta fórmula doi: 10.17226 y muchas más se han considerado y caído en desuso a lo largo de las décadas. Sin embargo, incluso cuando se conoce la fórmula, sus componentes a menudo pueden ser difíciles de obtener o calcular. Por ejemplo, las etiquetas de alimentos para mascotas a menudo omiten los carbohidratos y los niveles de humedad.
Más recientemente, el trabajo de la comunidad científica se ha orientado a (re)incorporar la energía bruta obtenida con bombas calorimétricas, y a diferenciar aún más entre gatos/perros, así como entre alimentos secos/húmedos doi: 10.1371 doi: 10.3389 . Estos enfoques ofrecen una forma novedosa y rica de evaluar con más precisión cómo absorben nuestras mascotas los alimentos que reciben. Y aunque siempre es emocionante ver mejoras en este campo, hay que tener cuidado al evaluar y valorar críticamente estos trabajos. Por estos motivos, la app no utiliza estos enfoques más recientes, ya que la maquinaria técnica para obtener las nuevas fórmulas parece defectuosa, en parte debido a factores como el sobreajuste y la autoevaluación. Otros estudios confirmaron estas sospechas mediante evaluación empírica doi: 10.1371 , poniendo así de relieve que las estimaciones más precisas siguen siendo las de trabajos anteriores doi: 10.17226 . Por tanto, la app utiliza resultados consolidados para calcular el contenido calórico del alimento para mascotas doi: 10.17226 , a la vez que avanza sobre el método más sencillo explorado en las directrices de la AAHA y sin perder de vista los nuevos progresos en esta área de investigación.
Los estándares de referencia actuales para la nutrición de las mascotas los proporcionan las directrices de la AAHA de 2021 doi: 10.5326 y las directrices nutricionales FEDIAF de 2021. Una limitación de estos trabajos es que están diseñados para un público muy general y diverso. Ofrecen las directrices seguras a partir de las cuales se puede refinar un mejor enfoque. No obstante, estos trabajos son muy relevantes y fijan muchos de los requisitos que los fabricantes de alimentos para mascotas deben cumplir, como los contenidos y límites de micronutrientes o los mínimos de macronutrientes.
Tanto la AAHA como la FEDIAF ofrecen un punto de partida sólido para determinar las necesidades energéticas de mantenimiento de las mascotas y los perros según el peso corporal. Sin embargo, está claro que esto es insuficiente para un consejo detallado. Dados cuatro perros del mismo peso, uno puede ser joven y otro viejo, uno puede ser apático mientras que otro es un perro de trabajo. Está claro que sus necesidades energéticas serán diferentes.
La app adopta con firmeza algunas de las investigaciones más recientes sobre las necesidades energéticas de mantenimiento de los perros doi: 10.1371 y las complementa con un rico enfoque multifacético para establecer con cuidado las necesidades energéticas de mantenimiento, no solo según la edad y el tamaño, sino también según sus factores de estilo de vida doi: 10.1017 .
En el caso de los gatos en particular, este enfoque se puede refinar notablemente a partir de investigaciones recientes. La app parte de una base sólida doi: 10.1017 , pero luego afina aún más para tener en cuenta el índice de masa corporal felino (IMCf) doi: 10.1053 . La razón de esta diferencia al tratar con gatos es que las necesidades energéticas de mantenimiento de los gatos muestran una dispersión bastante grande. Esta dispersión se reduce enormemente cuando se ignora la masa corporal en favor de la masa corporal magra (es decir, sin tener en cuenta la grasa corporal) doi: 10.1177 . Esto es obviamente un cálculo adicional —y el dueño necesita tener un gato que se deje manejar para calcular el IMCf—, así que la app usa por defecto el cálculo más genérico cuando no se conoce ningún IMCf, pero se apoya en los valores más precisos y recientes cuando el usuario se toma el tiempo de calcular el IMCf de su gato.
Los mínimos de proteínas en el alimento para mascotas los proporcionan tanto la AAHA como la FEDIAF. Estos valores cambian a medida que una mascota crece, son distintos para perros y gatos y, por supuesto, también varían con el tamaño de la mascota. Sin embargo, no son los valores definitivos. Trabajos más recientes en Pratique Vétérinaire y otros doi: 10.1371 establecen que estos valores son conservadores, y que tanto los gatos como los perros pueden beneficiarse de niveles de proteína sustancialmente más altos en su alimento. Las proteínas son esenciales para un estilo de vida saludable, así que la app se apresura a adoptar estos valores más altos en lugar de limitarse únicamente a los mínimos. La investigación en esta área continúa a un ritmo elevado doi: 10.3390 y los avances se integran en la app a medida que se verifican y se demuestra que mejoran la calidad de la alimentación.
Las tecnologías utilizadas en la app las desarrolla internamente Smarthound. Incluyen un enfoque moderno basado en CRDT para sincronizar tus datos de forma eficiente. Esto permite funciones potentes como la consistencia eventual (incluso cuando se está desconectado durante mucho tiempo), el consenso, un almacenamiento eficiente y unas necesidades mínimas de datos (móviles). Para calcular las mezclas de alimentos, la app se apoya en técnicas modernas de inteligencia artificial (IA) y aprendizaje automático (ML), junto con nuevas tecnologías a medida para una serie de extensiones, como las restricciones difusas y blandas.