����������������������������������������������������������������������������������

 

 

Elaboraci�n y validaci�n de un diagrama de severidad para la cuantificaci�n de la severidad de la roya (Uromyces appendiculatus G.) EN FR�JOL (Phaseolus vulgaris L.)

 

Development and validation of a severity diagram for the quantification of the severity of rust (Uromyces appendiculatus G.) IN BEANS (Phaseolus vulgaris L.)

 

Elabora��o e valida��o de um diagrama de severidade para quantifica��o da severidade da ferrugem (Uromyces apendiculatus G.) EM FEIJ�O (Phaseolus vulgaris L.)

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: jlema724@gmail.com �

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

* Recibido: 05 de junio de 2024 *Aceptado: 17 de julio de 2024 * Publicado: �12 de agosto de 2024

 

        I.            Estudiante de maestr�a en Agronom�a menci�n en Producci�n Agr�cola Sostenible en la Universidad Polit�cnica Estatal del Carchi (UPEC), Tulc�n, Ecuador.

      II.            Doctor en Ciencias en Fitopatolog�a. Docente en la Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Riobamba, Ecuador.

Resumen

La roya del fr�jol, causado por Uromyces appendiculatus G., es una de las enfermedades f�ngicas m�s importantes del fr�jol (Phaseolus vulgaris L.) que reduce el rendimiento debido a la reducci�n del �rea foliar sana y la aceleraci�n de la ca�da de las hojas. Dicha enfermedad tradicionalmente se ha estimado visualmente con la ayuda de un diagrama de severidad (DS) desarrollado y validado a finales de la d�cada de los 90 (antiguo DS) por Godoy et al. (1997) En esta investigaci�n, se propuso un nuevo DS para la cuantificaci�n de la severidad de la roya del fr�jol con diez niveles de severidad siguiendo incrementos lineales (1,5%; 5 %; 10%; 15%; 20%; 25%; 30%; 40%; 45% y 60%). Para la validaci�n del DS propuesto, fueron considerados 31 evaluadores, cada uno evalu� la severidad de 50 im�genes de foliolos de hojas de fr�jol con distintos niveles de severidad de roya, cuantificados previamente mediante la librer�a PLIMAN del lenguaje de programaci�n R (1,5 %�60 %). Los 31 evaluadores hicieron la estimaci�n visual de la severidad sin ayuda del DS y luego utilizando el antiguo DS y el nuevo DS propuesto. La exactitud, precisi�n y confiabilidad de las estimaciones mejoraron significativamente en relaci�n con las estimaciones sin uso del DS, o cuando usaron el antiguo DS. La baja precisi�n (<0,25) y una tendencia a la subestimaci�n se present� con un incremento de la severidad, siendo estos los principales problemas al usar el antiguo DS. Por tanto, el DS propuesto mejor� la precisi�n y exactitud de las estimaciones por parte de los evaluadores y servir�a para optimizar tanto la eficiencia en el uso de los recursos como la toma de decisiones a la hora de controlar la roya en fr�jol. Para ello se recomienda el uso inmediato de nuevo DS en detrimento del antiguo DS.

Palabras clave: Fitopatometr�a; Roya (Uromyces appendiculatus G.); Fr�jol (Phaseolus vulgaris L.); Diagramas de severidad.

 

Abstract

Bean rust, caused by Uromyces appendiculatus G., is one of the most important fungal diseases of bean (Phaseolus vulgaris L.) that reduces yield due to the reduction of healthy leaf area and the acceleration of leaf fall. This disease has traditionally been estimated visually with the help of a severity diagram (DS) developed and validated in the late 1990s (old DS) by Godoy et al. (1997) In this research, a new DS was proposed for the quantification of bean rust severity with ten severity levels following linear increments (1.5%; 5%; 10%; 15%; 20%; 25%; 30%; 40%; 45% and 60%). For the validation of the proposed DS, 31 evaluators were considered, each one evaluated the severity of 50 images of bean leaflets with different levels of rust severity, previously quantified using the PLIMAN library of the R programming language (1.5%�60%). The 31 evaluators made the visual estimation of the severity without the help of the DS and then using the old DS and the new proposed DS. The accuracy, precision and reliability of the estimates improved significantly in relation to the estimates without using the DS, or when using the old DS. Low precision (<0.25) and a tendency to underestimate occurred with an increase in severity, these being the main problems when using the old DS. Therefore, the proposed DS improved the precision and accuracy of the estimates by the evaluators and would serve to optimize both the efficiency in the use of resources and decision making when controlling rust in beans. For this purpose, the immediate use of new DS is recommended to the detriment of the old DS.

Keywords: Phytopathometry; Rust (Uromyces appendiculatus G.); Bean (Phaseolus vulgaris L.); Severity diagrams.

 

Resumo

A ferrugem do feijoeiro, causada por Uromyces apendiculatus G., � uma das mais importantes doen�as f�ngicas do feijoeiro (Phaseolus vulgaris L.) que reduz a produtividade devido � redu��o da �rea foliar saud�vel e � acelera��o da queda das folhas. Esta doen�a tem sido tradicionalmente estimada visualmente com o aux�lio de um diagrama de gravidade (DS) desenvolvido e validado no final da d�cada de 90 (antigo DS) por Godoy et al. (1997) Nesta investiga��o foi proposto um novo DS para quantifica��o da severidade da ferrugem do feijoeiro com dez n�veis de severidade seguindo incrementos lineares (1,5%; 5%; 10%; 15%; 20%; 25%;). %; Para a valida��o do DS proposto foram considerados 31 avaliadores, cada um avaliou a severidade de 50 imagens de fol�olos de feijoeiro com diferentes n�veis de severidade de ferrugem, previamente quantificados utilizando a biblioteca PLIMAN da linguagem de programa��o R (1,5% �60% ) . Os 31 avaliadores fizeram a estimativa visual da gravidade sem o aux�lio do SD e posteriormente utilizando o SD antigo e o novo SD proposto. A exatid�o, precis�o e fiabilidade das estimativas foram significativamente melhoradas em rela��o �s estimativas sem a utiliza��o do DS ou quando se utilizava o antigo DS. A baixa precis�o (<0,25) e a tend�ncia para a subestima��o ocorreram com gravidade crescente, sendo estes os principais problemas na utiliza��o do antigo SD. Assim sendo, o DS proposto melhorou a precis�o e a exatid�o das estimativas dos avaliadores e serviria para otimizar tanto a efici�ncia na utiliza��o dos recursos como a tomada de decis�o no controlo da ferrugem no feijoeiro. Para tal, recomenda-se a utiliza��o imediata do novo DS em detrimento do antigo DS.

Palavras-chave: Fitopatometria; Ferrugem (Uromyces apendiculatus G.); Feij�o (Phaseolus vulgaris L.); Diagramas de gravidade.

 

Introducci�n

En el Ecuador, el fr�jol com�n es considerado una de las leguminosas m�s importantes de hecho ocupa el tercer lugar en lo que respecta a la superficie plantada dentro de los cultivos transitorios con un �rea de 36.106 hect�reas (INEC, 2022). A nivel nutricional es uno de los productos alimenticios m�s importantes para la poblaci�n ecuatoriana especialmente en las zonas rurales ya que el fr�jol posee altos contenidos de prote�na y minerales que lo hacen esencial en el balance de la dieta alimentaria, as� como tambi�n es en un rubro econ�mico para las familias campesinas, debido a que su principal fuente de ingresos (Moya et al. 2019).

El rendimiento promedio de fr�jol seco registrado en Ecuador es bajo siendo estos de 0.70 t/ha en monocultivo y 0.36 t/ha cuando est� asociado con otros cultivos (INEC, 2022), frente al rendimiento potencial del cultivo que se encuentra en 1,96 t/ha (Guam�n et al, 2020), mientras que a nivel mundial la productividad media es de 2.5 a 3.5 t/ha (CSA, 2020). Estos bajos rendimientos responden tanto a factores ambientales bi�ticos (plagas y enfermedades) y abi�ticos (sequ�a, lluvias excesivas, baja fertilidad del suelo, estr�s por calor y fr�o) (Odogwu et al. 2022).

Uromyces appendiculatus G. es un hongo pat�geno que causa la enfermedad conocida como la roya en el cultivo de fr�jol (Phaseolus vulgaris L.) (Guam�n et al, 2020). Esta enfermedad es una de las amenazas m�s devastadoras para la producci�n de fr�jol ya que puede causar importantes p�rdidas en el rendimiento de los cultivos (Odogwu et al. 2022). Ataca principalmente a las hojas y estas hacen que se enrollen y tengan la presencia de manchas de color �xido (urediniosporas) lo que provoca la ca�da una prematura de las hojas, lo que reduce la formaci�n de vainas y el tama�o de las semillas. El principal modo de diseminaci�n es por el viento siendo este el factor principal para la diseminaci�n tambi�n puede ser diseminado por el hombre, los animales, las herramientas agr�colas, por gotas de agua y restos de plantas infectada. Este hongo no es transmitido por semillas (Wafula, et al. 2023).

Teniendo presente dicha informaci�n se hace prioritario el tener alternativas que ayuden a cuantificar la severidad de la roya en fr�jol para as� tomar las medidas sanitarias correspondientes y as� evitar al m�ximo la p�rdida de producci�n debido a la presencia de esta enfermedad en menci�n (Garc�s et al., 2014). Para ello existe un m�todo de control y estas son las escalas de severidad (DS) estas son representaciones ilustradas de una serie de plantas o partes de ellas con diferentes grados de da�os, cuyo uso permite evaluar la cantidad de da�o provocado por una enfermedad o insecto y proporciona resultados exactos, precisos y reproducibles, reduciendo la subjetividad y midiendo de manera precisa y confiable (Boito et al., 2013). Estos sistemas son importantes debido a la participaci�n de grupos de evaluadores en condiciones de campo, los cuales resultan esenciales en sistemas de vigilancia epidemiol�gica (Ortega et al., 2016).

La importancia de la cuantificaci�n de da�os es fundamental para la implementaci�n de alternativas de control de enfermedades de cultivos (Franceschi et al., 2020). La intensidad de da�o causado por las enfermedades puede ser cuantificada usando las variables de incidencia y severidad (Del Ponte, 2016). La severidad es la variable que nos ayuda a evaluar e implementar alternativas de control de enfermedades en cultivos. En la severidad la unidad de muestreo enferma se describir�a como el porcentaje del �rea total del hospedero afectada por la enfermedad y esta puede estimarse visualmente utilizando an�lisis de im�genes (Bock et al. 2010). Las estimaciones visuales son el m�todo de evaluaci�n de la severidad m�s utilizados en estudios de campo a pesar de los avances tecnol�gicos (Del Ponte et al. 2017). Por su parte la incidencia se refiere al n�mero de unidades de las plantas que est�n enfermas visiblemente ya que, si se considera a la planta como una unidad de medida, entonces, la incidencia de una enfermedad es la proporci�n o porcentaje de plantas con s�ntomas de la enfermedad evaluada.

Teniendo en cuenta la importancia del cultivo de fr�jol a nivel mundial Godoy et al. (1997) desarroll� y valid� un diagrama de severidad (DS) en fr�jol, el mismo que posee seis niveles de severidad en blanco y negro y estos son: 1; 3,7; 7,8; 14,5; 17,1 y 22,5%, estos niveles se incrementaron logar�tmicamente y han sido utilizado de manera masiva para la cuantificaci�n de la roya en fr�jol a nivel mundial. De acuerdo a Del Ponte et al. (2017) quienes realizaron en los �ltimos 25 a�os una investigaci�n acerca de los DS, donde se recalcaron nuevas tendencias metodol�gicas en lo que tiene que ver en el desarrollo como en la validaci�n de la tecnolog�a de diagramas de severidad Dentro de estas nuevas tendencias en los DS se encontraron que un mayor n�mero de diagramas en incrementos lineales con respecto al uso de incrementos logar�tmicos, as� mismo dibujos o fotograf�as reales, lo que ha permitido un mayor realismo de los s�ntomas en comparaci�n con los dibujos en blanco y negro. Tambi�n hay que destacar los m�todos estad�sticos implementados que van a permitir una evaluaci�n de manera exacta, precisa y confiable por parte del evaluador (Del Ponte et al. 2017).

Dentro de los par�metros evaluados para la validaci�n de diagramas tenemos al Coeficiente de correlaci�n de Concordancia de Lin (LCCC), este un coeficiente que mide la concordancia de la correlaci�n entre la exactitud y la precisi�n (LCCC o Rho (ρ)). Este coeficiente es obtenido por el producto del coeficiente de correlaci�n de Pearson (r) y un coeficiente de bias (o sesgo) (Cb), el mismo que engloba valores de -1 a 1 cuando es aplicado a variables continuas. LCCC El coeficiente de correlaci�n de Pearson (r) es una media de la precisi�n ya que eval�a el grado de variabilidad, es decir cuanto mayor es la variabilidad de un conjunto de dados, menor es la precisi�n, para variables continuas, el intervalo de r varia de -1 a 1. Finalmente, el coeficiente de bias o de sesgo (Cb) es considerado una medida de la exactitud, pues envuelve tanto la diferencia entre los valores estimados y los reales (u) y las diferencias de escala (v). El Cb es una indicaci�n de la diferencia entre el mejor ajuste de la l�nea y la l�nea de la concordancia perfecta que es la l�nea con slope (pendiente) igual a 1 y el intercepto igual a 0. Y esta influenciado por dos coeficientes, el location shift o cambio de local (u) y el scale.shift o cambio de escala (v) (Madden et al., 2007).

Por tal motivo, este estudio tuvo como objetivo el objetivo fue el desarrollar y validar un nuevo DS para cuantificar la severidad de roya (Uromyces appendiculatus G.) en frejol (Phaseolus vulgaris L.).

 

Metodolog�a

Colecta de foliolos sintom�ticos con roya

En el mes de enero del 2024 se realiz� la recolecci�n de hojas de fr�jol con s�ntomas caracter�sticos de roya (Uromyces Appendiculatus) (manchas irregulares clor�ticas en el haz de la hoja), dicho cultivo se encontr� en desarrollo vegetativo etapa R7 (aproximadamente 2 meses de edad) usando un muestreo aleatorio, discriminando los bordes, recolectando un total de 150 hojas (foliolos), esta recolecci�n se la realiz� en la provincia de Chimborazo, parroquia Multitud, sector Pi�anpungo.

Procesamiento de muestras

Las hojas colectadas fueron digitalizadas individualmente usando un esc�ner EPSON l3160, con una resoluci�n de 300 dpi (puntos por pulgada) y usando un fondo azul. Las fotos escaneadas luego fueron guardadas en formato jpg (Joint Photographic Experts Group) y cada hoja fueron analizadas la proporci�n de �rea lesionada (severidad) usando el Software Assess 2.0.

Establecimiento de los niveles m�ximos y m�nimos de severidad

A partir de las hojas analizadas y con las severidades cuantificadas mediante el Software Assess 2.0, se establecieron los niveles m�nimos y m�ximos de da�o ocasionado por roya en cada campo.

Elaboraci�n de los DS

Para la elaboraci�n de los diagramas se consideraron la mayor�a de los criterios considerados por Del Ponte. et. al (2017). Partiendo de la severidad m�nima y m�xima encontrada en las hojas se establecieron diez niveles de severidad intermedios de roya para componer los DS, con incrementos lineales. Para la representaci�n de los diez niveles de severidad de los DS, se utiliz� im�genes con los distintitos niveles de sintomatolog�a que presentaba la hoja, y comprobando el porcentaje de da�o en programa Software Assess 2.0. Finalmente, con la informaci�n anterior se elaboraron los DS para la cuantificaci�n de la intensidad de da�o.

Elaboraci�n de diagrama con incrementos de severidad lineales

Para la elaboraci�n de los diagramas con incrementos lineales, se tom� en cuenta la m�xima severidad encontrada en las 150 hojas, se estableci� 10 clases, cada intervalo disponen de un incremento del 5% respecto al intervalo anterior hasta el 30% donde hubo mayor frecuencia de severidad, para el �ltimo intervalo se cubri� hasta el 60% donde la frecuencia de severidad fue m�nimo. Se elabor� los diagramas para cada marca de clase o punto medio.

Validaci�n y comparaci�n del DS propuesto con el antiguo DS.

La validaci�n de los DS fue realizada en dos etapas: la primera etapa se instruy� a 31 evaluadores sin experiencia en la cuantificaci�n de enfermedades de plantas para que asignen un valor porcentual que representa las lesiones (�rea necr�tica + halo clor�tico) sin ninguna ayuda. Posteriormente se present� 50 im�genes de las hojas con diferentes niveles de severidad (1,5% � 60%) en diapositivas de Microsoft Power Point para su visualizaci�n con una duraci�n de 45 segundos y posteriormente se realiz� la evaluaci�n por parte de los evaluadores, en esta etapa no se utiliz� el DS propuesto para determinar la severidad de la roya del fr�jol. La segunda etapa comenz� despu�s de 20 minutos de descanso, para ello se entreg� al mismo grupo de evaluadores el DS antiguo propuesto por Godoy et al. (1997) y DS propuesto y se estim� la severidad de la roya del mismo conjunto de im�genes de hojas de fr�jol. Para evaluar cada hoja, el evaluador compar� la imagen de la hoja con el DS antiguo y propuesto y luego hizo una estimativa del porcentaje de �rea enferma. Cabe destacar que el orden de las im�genes fue el mismo que se realiz� en la primera etapa.

Registro de datos, procesamiento y an�lisis

Para el registro de datos se utiliz�, fotograf�as las mismas que han sido capturadas por la c�mara fotogr�fica Canon pc 2006. Todo el procesamiento y an�lisis de datos, as� como los gr�ficos, se realizaron con R v. 4.0.2.

Exactitud, Precisi�n y otros

Los datos obtenidos fueron analizados usando estad�stica descriptiva y diagramas de caja y bigote. La precisi�n general o exactitud general (igual a la concordancia) de las estimaciones, que se refiere a c�mo las estimaciones de la severidad est�n pr�ximas de la severidad real (Bock et al., 2016), se determin� para cada evaluador y condici�n (sin diagrama y con el uso de los DS) basados en el coeficiente de correlaci�n de concordancia de Lin (LCC, ρc), como se sugiere para los datos de enfermedades de las plantas (Bock et al., 2010b). Adem�s, los dos componentes de la precisi�n general (precisi�n y sesgo o bias) fueron explorados para investigar las ramificaciones de los errores. A partir de los datos de cada evaluador, fue determinado la exactitud y precisi�n usando el coeficiente de correlaci�n de concordancia de Lin (LCCC), Coeficiente de bias (C.b.), Scale shift (s.shift), Location shift (l.shift),

Comparaci�n de precisi�n y confiabilidad entre m�todos de estimaci�n de severidad

Las medias de los m�nimos cuadrados de cada par�metro de la concordancia LCC a trav�s de la condici�n de m�todos de evaluaci�n se compararon en funci�n de las diferencias honestamente significativas de Tukey al 5% de nivel de significancia.

 

Resultados y discusi�n

Establecimiento de los niveles de da�o y elaboraci�n del DS

El diagrama de severidad (DS) dise�ado es esta investigaci�n fue elaborado con 10 im�genes de hojas (im�genes reales), cada uno con distinta severidad de la roya del fr�jol tal como lo recomienda Del Ponte et al. (2017) en las buenas pr�cticas del uso de DS. El diagrama de severidad con incrementos lineales tuvo los siguientes los valores: 1.5; 5; 10; 15; 20; 25; 30; 40; 45 y 60 % (Figura 1).

Figura 1. Diagrama con incrementos de severidad lineal propuesto.

 

Validaci�n y efecto de los DS en las estad�sticas de exactitud, precisi�n y confiabilidad

Para el 100% de los evaluadores sin experiencia, la concordancia evidenciada por el coeficiente de concordancia de Lin-LCCC (ρc) fue mejorada con el uso tanto del nuevo como del antiguo DS. En contra parte cuando no usaron los diagramas los rangos de concordancia (ρc) fueron de -0,270 a 0,745 con una media de 0,243; sin embargo, cuando se us� el nuevo DS la concordancia (ρc) vari� de 0,402 a 0,827 con una media de 0,610 y cuando se us� el antiguo DS la concordancia (ρc) vari� de 0,133 a 0,525 con una media de 0,379. Los coeficientes location (u) y scale shift (v) mejoraron, cuando los diagramas fueron usados por los evaluadores, los rangos de location shift sin el uso de diagramas fueron -2,286 a 4,069 con una media de 1,510; sin embargo, cuando se us� el nuevo DS el location shift (u) vari� de -0,403 a 0,835 con una media de 0,409 y cuando se us� el antiguo DS el location shift (u) vari� de -1,378 a -0,110 con una media de -0,768. Mientas que scale shift (v) sin diagrama los rangos fueron de 0,240 a 3,151 con una media de 1,882. Para el nuevo DS, los rangos fueron de 0,648 a 1,731 con una media de 1,318 mientas que para antiguo DS fueron de 0,352 a 0,857 con una media de 0,547 (Tabla 1).

 

Tabla 1. An�lisis de los par�metros del coeficiente de correlaci�n de concordancia Lin-LCC (ρc) para las evaluaciones realizadas por los evaluadores que representan exactitud (tipos de sesgo) y precisi�n (coeficiente de correlaci�n).

^aMedias seguidas de la misma letra en la columna no son significativamente diferente (Tukey con un nivel del 5%).

^bLocation shift (u, 0=no bias relativa a la l�nea de concordancia)

^cScale shift (v, 1=no bias relativo a la l�nea de la concordancia)

^dFactor de correcci�n Bias (Cb) mide que tan lejos se desv�a la l�nea mejor ajustada de 45� y es una medida de precisi�n.

^eCoeficiente de correlaci�n como medida de precisi�n (r)

^fCoeficiente de correlaci�n de concordancia de Lin (LCC), que combina ambas medidas de precisi�n (r) y exactitud (Cb) para medir la exactitud global (concordancia) con los valores de severidad reales

Por su parte en el coeficiente de correlaci�n como medida de precisi�n (r) sin el uso de diagramas fue de -0.159 a 0,715 con una media de 0,149; sin embargo, cuando se us� el nuevo DS la precisi�n (r) vari� de 0,290 a 0,778 con una media de 0,531 y cuando se us� el antiguo DS la precisi�n (r) vari� de 0,081 a 0,450 con una media de 0,259. Por tanto, la precisi�n mejora notablemente cuando se usa el DS propuesto en comparaci�n con el antiguo DS. Resultados superiores fueron reportados por Fragoso et al. (2022) quienes elaboraron una escala diagram�tica para evaluar la severidad de roya en haba (Vicia faba) obteniendo una precisi�n de 0,93 que es m�s alta que nuestro estudio, esto es debido a que en este estudio se realiz� dos evaluaciones lo cual ayuda a tener una mayor precisi�n al momento de evaluar. Mientras que Hern�ndez et al. (2015) alcanz� una precisi�n 0,86 de en la evaluaci�n de la severidad para el complejo mancha de asfalto del ma�z, en este caso se debe a que evaluaron a dos grupos de evaluadores uno con experiencia y uno sin experiencia. En esta l�nea Barbosa et al. (2006) mencionan que los valores observados de precisi�n de los evaluadores que no tienen experiencia no son aceptables enfatizando que un entrenamiento podr�a tener una influencia favorable en la calidad de las evaluaciones. En nuestro estudio se sigui� las pautas sugeridas por Del Ponte et al. (2017), en donde se enfatiza que las evaluaciones se realicen a personas sin experiencia, lo cual ayudara al momento de aplicar el DS en campo y validarlo con agricultores de la zona de estudio.

Al usar el nuevo DS por parte de los evaluadores sin experiencia, la exactitud y precisi�n de las estimaciones de la severidad se mejoraron en relaci�n con las estimaciones de severidad del antiguo DS (Figura 2). En general, cuando no se utiliz� el nuevo DS o el antiguo DS, se tendi� a sobreestimar la severidad en el rango de 15% a 26% de severidad real. Mientras que cuando se us� el antiguo DS existi� una clara subestimaci�n por parte de los evaluadores.

 

Figura 2. A) Gr�fico de dispersi�n de la relaci�n entre el error absoluto (estimaciones menos reales) y la gravedad real. La l�nea roja suave en es el resultado de un ajuste de regresi�n polin�mica local (Loess). B) Gr�ficos de densidad sobre las estimaciones visuales de la gravedad de la roya del fr�jol proporcionadas por los evaluadores.

 

El an�lisis del modelo lineal mixto generalizado demostr� que los valores de todos los par�metros estad�sticos (r, Cb, υ, u, ρc) mejoraron enormemente cuando se utiliz� el nuevo DS por el grupo de evaluadores para estimar la severidad de la roya de fr�jol en comparaci�n con el antiguo DS y sin DS. Para la mayor�a de los evaluadores, el cambio de escala (υ) y el cambio de ubicaci�n (μ) estaban m�s cerca de uno y cero, respectivamente, cuando se usaba el nuevo DS, lo que indica que la pendiente y la altura de la l�nea ajustada se acercaron a la l�nea de concordancia con los valores reales de severidad.

 

Figura 3. Diagramas de caja y bigote de: A) los par�metros del coeficiente de correlaci�n de concordancia de Lin-LCC. B) Factor de correcci�n Bias. C) Coeficiente de correlaci�n de Pearson.

 

 

Reducci�n de los errores en el grupo de evaluadores

Sin el uso de diagramas, el 74% (23 evaluadores) tendieron a sobreestimar el da�o (severidad), mientras que existi� una subestimaci�n del 13% (4 evaluadores) y un 13% se acerc� a la l�nea de concordancia con los valores reales de severidad (Figura 4). Resultados similares a nuestro fueron encontrados por L�pez et al. (2024) en el cual realizaron una escala diagram�tica para mancha caf� en el cultivo de haba en donde en un total de 20 evaluadores apenas 5 evaluadores (25%) presentaron un alto nivel de precisi�n para la identificaci�n de la clase correspondiente a la severidad de la enfermedad, mientras que el resto de los evaluadores mostraron deficiencias en su precisi�n. Al igual que en estudios desarrollados por Capucho et al., (2011); Belan et al., (2014) en donde se ha observado tendencias a la sobreestimaci�n cuando no se utilizan los DS. Con el uso del antiguo DS, existi� un 100 % de subestimaci�n por parte de los evaluadores, esto se debe a que el antiguo DS posee seis niveles de severidad de un rango de (1 � 22,5%), esta severidad encontrada por Godoy et al. (1997) puede deberse al manejo agron�mico (variedad de fr�jol, riego, densidad de siembra) y las condiciones clim�ticas en las que se desarroll� el cultivo de fr�jol (Figura 5). Sin embargo, cuando se us� el nuevo DS, el 41% (13 evaluadores) tendieron a sobreestimar el da�o (severidad), mientras que existi� una subestimaci�n del 13% (4 evaluadores) y un 46% (14 evaluadores) se acerc� a la l�nea de concordancia con los valores reales de severidad (Figura 6). Esto nos demuestra que la aplicaci�n del nuevo DS es viable ya que mejora cuantiosamente la evaluaci�n por parte de los evaluadores a tener valores reales de severidad cerca de la l�nea de concordancia (sin uso de DS. 13% - uso de DS propuesto 46%).

La diferencia entre los evaluadores en la cuantificaci�n de la roya del fr�jol confirma lo mencionado por Nutter y Schultz (1995) en cuanto a la diversificaci�n en la destreza entre individuos para discriminar los diferentes niveles de enfermedad. La calidad de la estimaci�n de la enfermedad, adem�s de ser afectada por est�mulos y respuestas psicol�gicas, puede ser influenciada por factores como el tama�o y forma de las lesiones, color y n�mero de lesiones en la unidad de muestreo (Kranz, 1988).

Figura 4. Estimaciones de la Severidad de la roya en fr�jol sin uso de diagramas, mostrando la relaci�n entre los valores de severidad reales (actuales) y los valores.

 

Figura 5. Estimaciones de la Severidad de la roya en fr�jol con el uso de diagrama de Godoy et al. (1997), mostrando la relaci�n entre los valores de severidad reales (actuales) y los valores.

Figura 6. Estimaciones de la Severidad de la roya en fr�jol con el uso de diagrama propuesto por este estudio, mostrando la relaci�n entre los valores de severidad reales (actuales) y los valores

 

Se observ� que el diagrama dise�ado y evaluado en este estudio contribuyo al grupo de evaluadores a mejorar considerablemente sus evaluaciones, disminuyendo el sesgo el cual tuvo una tendencia a sobre estimar el da�o (severidad). Esta comparaci�n entre los diagramas tanto con el antiguo como el propuesto vali� para corroborar la informaci�n indicada por Schwanck y Del Ponte (2014) donde se sugiere que los diagramas con incrementos lineales (DS propuesto) tienen mayores mejor�as en cuanto a la disminuci�n del error en comparaciones con los incrementos logar�tmicos (DS antiguo), y esto fue demostrado en las evaluaciones realizadas al grupo de evaluadores (Figura 7).

Figura 7. Diagramas de caja y bigote de los residuos de las estimaciones de la severidad de la roya del fr�jol.

 

Y esto es corroborado en la Figura 8 que muestra como el no uso de DS hace que exista una sobrestimaci�n por parte de los evaluadores. Seg�n Nascimiento et al. (2005) se�alan que una sobreestimaci�n en la mayor�a de los evaluadores indica la presencia de desv�os positivos constantes para todos los niveles de severidad de la enfermedad. Mientras que con el uso del antiguo DS, hubo una subestimaci�n del da�o por parte de los evaluadores. Finalmente, con el DS propuesto se dio la mejora en la precisi�n de las estimaciones de la severidad de la roya en el fr�jol.

 

Figura 8. Densidad de error de las estimaciones de la severidad de la roya del fr�jol.

La herramienta disponible para la evaluaci�n de la severidad de la roya en fr�jol presentada por Godoy et al. (1997) contiene algunas inconsistencias. La primera es que utilizaron un n�mero reducido de evaluadores (total cinco), y estos eran con experiencia. Del Ponte et al. 2017 hacen �nfasis en que, al seleccionar evaluadores para la validaci�n, hay que tomar en cuenta que no tengan experiencia previa en el uso del DS bajo evaluaci�n y un m�nimo de 15 evaluadores seleccionados al azar, estas consideraciones no fueron tomadas en cuenta por Godoy et al. (1997). Tambi�n hay que destacar as inferencias sobre la exactitud y precisi�n de las estimaciones se basaron en pruebas aplicadas por separado a los coeficientes de regresi�n lineal a nivel del evaluador en lugar de a nivel de grupo, un enfoque que fue se consider� inapropiado a favor del an�lisis de concordancia (Bock et al., 2010b).

Otra de las razones por la que el SD antiguo no es id�neo para evaluaciones es debido al uso de im�genes en blanco y negro, esto hace que no sea lo suficientemente precisas, de hecho existi� una sobreestimaci�n de severidad por parte de 23 evaluadores, esto se debe a la gran cantidad de peque�as p�stulas que se encuentran en la hoja del fr�jol, lo que a menudo genera estimaciones diferentes, y la tendencia es a sobreestimar la severidad (Godoy et al. 1997), lo contrario pasa usando nuestro nuevo SD propuesto ya que como se observ� mejor� significativamente precisi�n general y la confiabilidad entre los evaluadores (Del Ponte et al., 2017).

Finalmente, el DS elaborado por Godoy et al (1997), se elabor� y se desarroll� bas�ndose incrementos logar�tmicos utilizando ley de Weber-Fechner (Bock et al., 2010). El Antiguo DS posee seis niveles de severidad que oscilan entre del 1 al 22,5%, por tanto, esto produce un rango donde el error de las estimaciones asistidas se mantuvo en alta magnitud, impidiendo a los evaluadores mejorar la precisi�n (Del Ponte et al., 2017). Mientras que nuestra propuesta fue realizada con incrementos lineales, obteniendo as� 10 niveles de severidad que ayudo para aumentar la precisi�n y confiabilidad general de las estimaciones en niveles altos, cabe destacar que un mayor n�mero de niveles al propuesto no es lo recomendado ya que puede ralentizar la duraci�n del tiempo de evaluaci�n (Bock et al., 2016).

Por tanto, los resultados de nuestra investigaci�n muestran que se debe dejar de usarse el DS propuesto por Godoy et al., (1997) debido principalmente al enorme prejuicio que da sobre las estimaciones por parte de los evaluadores lo que genera en resultados imprecisos. Mediante las comparaciones entre los dos DS se demostr� que el uso del nuevo DS mostr� mejoras significativas en exactitud, precisi�n y confiabilidad de parte de los evaluadores sin experiencia. En general, podemos decir el diagrama propuesto en este estudio ayud� al grupo de evaluadores a mejorar considerablemente sus evaluaciones, reduciendo el sesgo que tend�a a sobreestimar los da�os con respecto al DS antiguo. De acuerdo con (Del Ponte et al.,2017), el desarrollo de este nuevo DS, sirve para ayudar a la evaluaci�n visual de severidad de la roya en fr�jol y fue motivado por desarrollos recientes en la tecnolog�a de los diagramas de severidad (DS), as� como mejores pr�cticas para el desarrollo y evaluaci�n estad�stica de estas herramientas de Fitopatometr�a.

El nuevo DS propuesto en este estudio es una herramienta que sirve para la evaluaci�n de la severidad que considera buenas pr�cticas en la elaboraci�n y validaci�n de diagramas (Del Ponte et al., 2017) y que ha sido analizado la mejora de la exactitud, precisi�n y confiabilidad de las evaluaciones realizadas con y sin el uso de los diagramas. En el presente estudio, los evaluadores que no usaron el nuevo DS, tendieron a sobrestimar la severidad de la enfermedad; un fen�meno similar se observ� en estudios anteriores (Capucho et al., 2011; Lenz et al., 2010). Por otro lado, el bajo rendimiento, especialmente con el grupo de evaluadores que uso el antiguo DS puede deberse a que este diagrama se desarroll� en base a la suposici�n (refutada) de que los incrementos entre severidades deben ser basado en la (inexistente) ley de Weber-Fechner usado durante muchos a�os en fitopatometr�a (Nutter y Esker, 2006; Bock et al., 2010).

 

Conclusi�n

La escala propuesta en este estudio mejor� sustancialmente las estimaciones tanto en la precisi�n como en la exactitud (0,531 y 0,610 respectivamente) en comparaci�n a la escala de Godoy por tanto esta se recomienda su inmediato para la cuantificaci�n de la severidad de roya en fr�jol, en investigaciones de campo, principalmente para evaluar el desempe�o de nuevos m�todos de control como fungicidas, antagonistas microbianos y nuevas variedades o l�neas de fr�jol con resistencia horizontal en la experimentaci�n de campo

 

Referencias

1.      Barbosa, M. et al. Diagrammatic Scale Severity for Tar Spot Complex in Maize. Summa Phytopathol. 2006;32(1):57-62. Disponible en: https://www.scielo.org.mx/scielo.php?script=sci_arttext_plus&pid=S0185-33092015000100095&lng=es&tlng=en&nrm=iso

2.      Belan, L. et al. Diagrammatic scale for assessment of bacterial blight in coffee leaves. Journal of Phytopathologyl. 2014;164(1):801-810. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1111/jph.12272

3.      Bock, C. et al. Accuracy of plant specimen disease severity estimates: concepts, history, methods, ramifications and challenges for the future. CAB Reviews: Perspectivesin Agriculture, Veterinary Science, Nutrition and Natural Resources. 2016;11(32). https://doi.org/10.1079/PAVSNNR201611032

4.      Bock, C. et al. Plant disease severity estimated visually, by digital photography and image analysis, and by hyperspectral imaging. Critical Reviews in Plant Sciences. 2010;29(2):59-107. https://www.tandfonline.com/doi/abs/10.1080/07352681003617285

5.      Bock, C. et al. Accuracy of plant specimen disease severity estimates: concepts, history, methods, ramifications and challenges for the future. CAB Reviews: Perspectives in Agriculture, Veterinary Science, Nutrition and Natural Resources. 2017;11(32) https://www.cabidigitallibrary.org/doi/10.1079/PAVSNNR201611032

6.      Boito, Graciela et al. Desarrollo y validaci�n de una escala para evaluaci�n de da�o por orugas defoliadoras en soja (Glycine max L.). Revista de la Facultad de Ciencias Agrarias. (2013);45(1):93-97. Disponible en: https://www.redalyc.org/articulo.oa?id=382837652008

7.      Capucho A, et al. Development and validation of a standard area diagram set to estimate severity of leaf rust in Coffea arabica and C. canephora. Plant Patology. 2011;60(6):1144-1150. Disponible en: https://bsppjournals.onlinelibrary.wiley.com/doi/epdf/10.1111/j.1365-3059.2011.02472.x

8.      Central Statistical Agency. Report on area and production of major crops. Abril de 2021.

9.      Del Ponte, E, Pethybridge S, Bock C, Michereff S, Machado F, Spolti, PStandard area diagrams for aiding severity estimation: scientometrics, pathosystems, and methodological trends in the last 25 years. Phytopathology. 2017;107(10): 1161-1174. https://apsjournals.apsnet.org/doi/full/10.1094/PHYTO-02-17-0069-FI

10.  Franceschi, V. et al. A new standard area diagram set for assessment of severityof soybean rust improves accuracy of estimates and optimizesresource use. Plant Pathology. (2020); 69 (3): 495-505. Disponible en: https://bsppjournals.onlinelibrary.wiley.com/doi/epdf/10.1111/ppa.13148

11.  Fragoso, C. et al. Escala diagram�tica para evaluar la severidad de roya en haba (Vicia faba). Revista mexicana de fitopatolog�a. 2022;40(3):474-482. Disponible en: https://www.scielo.org.mx/pdf/rmfi/v40n3/2007-8080-rmfi-40-03-474-es.pdf

12.  Garc�s, F. et al. Enfermedades y componentes de rendimiento en diecis�is genotipos de fr�jol en Quevedo, Ecuador. Ciencia y Tecnolog�a. 2014;6(2):34-37. Disponible en: https://revistas.uteq.edu.ec/index.php/cyt/article/view/130/144

13.  Godoy C, et al. Diagrammatic scales for bean diseases: development and validation. Journal of Plant Diseases and Protection. 1997;104(4):336-344. Disponible en: http://sitav.pga.uem.br/download/escala-diagramatica-feijoeiro_claudia-v-godoy_1996.pdf

14.  Guam�n R, et al. Adaptabilidad de cuatro variedades de fr�jol (Phaseolus vulgaris L.) en la parroquia Luz de Am�rica - Ecuador. Revista Digital Siembra. 2020;7(4):71-82. Disponible en: https://revistadigital.uce.edu.ec/index.php/SIEMBRA/article/view/1908/2267

15.  Hern�ndez, Ramos et al. Escala Diagram�tica de Severidad para el Complejo Mancha de Asfalto del Ma�z. Revista Mexicana de Fitopatolog�a. (2015); 33 (1): 95-103. Disponible en: http://www.redalyc.org/articulo.oa?id=61240687006

16.  INEC Encuesta de superficie y producci�n agropecuaria continua. ESPAC. [Internet]. [citado 24 de febrero de 2024]. Disponible en: https://app.powerbi.com/view?r=eyJrIjoiZTEyY2NiZDItYjIzYi00ZGQ1LTlkNGEtNDE1OGViM2Q1N2VlIiwidCI6ImYxNThhMmU4LWNhZWMtNDQwNi1iMGFiLWY1ZTI1OWJkYTExMiJ9&pageName=ReportSection

17.  Kranz, J. Measuring Plant Disease. [Internet]. [citado 13 de abril de 2024]. Disponible en: https://link.springer.com/chapter/10.1007/978-3-642-95534-1_4

18.  Lenz, G; et al. Escala diagram�tica para avalia��o de severidade de mancha-parda em arroz". Ciencia Rural, 2010;40(4):752-758. Disponible en: http://www.scielo.br/scielo.php?pid=S0103-84782010000400002&script=sci_abstract&tlng=pt.

19.  L�pez Reyes, et al. Escala diagram�tica para cuantificar la severidad de mancha caf� en el cultivo de haba. Revista Mexicana de Fitopatolog�a. 2023;42(1):1-8. Disponible en: https://www.rmfito.smf.org.mx/volumenes/4212024/articulos/RMF2209-4.%20Espa%C3%B1ol.pdf

20.  Madden, L. et al. The Study of Plant Disease Epidemics. APS Press - The American Phytopatological Society, St. Paul, Minnesota, U.S.A. (2017); 20-30. Disponible en: https://www.plantprotection.pl/pdf-92840-26929?filename=The%20Study%20of%20Plant.pdf

21.  Moya, C. et al. Comparaci�n de seis variedades de fr�jol en el rendimiento y sus componentes en Chaltura, Imbabura, Ecuador. Cultivos Tropicales. 2019;40(4):71-82. Disponible en: http://scielo.sld.cu/pdf/ctr/v40n4/1819-4087-ctr-40-04-e01.pdf

22.  Nascimiento R, et al. Elabora��o e valida��o de escala diagram�tica para cancro bacteriano da videira. Summa Phytopathol. 2005;31(1):59-64. Disponible en: http://sitav.pga.uem.br/download/escala-diagramatica-cancro-bacteriano-videira_ana-r-p-nascimento_2005.pdf

23.  Nutter, F y Schultz, P. E Improving the accuracy and precision of disease assessments: Selection of methods and use of computer-aided training programs. Canadian Journal of Plant Pathology. 1995;17(2):174-178. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/07060669509500709

24.  Schwanck A y Del Ponte E. Accuracy and reliability of severity estimates using linear or logarithmic disease diagram sets in true colour or black and white: A study case for rice brown spot. Journal of Phytopathology. 2014;161(10):670-682. https://agrariacad.com/2021/07/24/elaboracao-e-validacao-de-diagramas-de-area-padrao-dap-para-avaliacao-da-severidade-do-mildio-peronospora-variabilis-gaum-em-quinoa-chenopodium-quinoa-willd/

25.  Odogwu B, et al. Prevalence and variability of the common bean rust in Uganda. African Journal of Agricultural. 2021;11(49):1-15. Disponible en: https://www.researchgate.net/publication/311993781_African_Journal_of_Agricultural_Research_Prevalence_and_variability_of_the_common_bean_rust_in_Uganda

26.  Ortega, S. et al. Escalas logar�tmicas diagram�ticas para evaluar la severidad del manchado de hojas y c�lices de jamaica. Revista Mexicana de Fitopatolog�a. 2016;34(3);270�285. Disponible en: https://www.scielo.org.mx/scielo.php?pid=S0185-33092016000300270&script=sci_arttext&tlng=es

27.  Wafula B, et al. Prevalence and Host Resistance to Common Bean Rust Disease in Western and Central Kenya. International Journal of Agronomy. 2023;1(1):1-10. Disponible en: https://www.researchgate.net/publication/371032867_Prevalence_and_Host_Resistance_to_Common_Bean_Rust_Disease_in_Western_and_Central_Kenya

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

 

 

 

 

 

 

 

�������������������������������������������������������������������������������������������������������������������������