2.1  Fontes de dados epidemiológicos. Métodos de recolha de dados epidemiológicos. Técnicas de amostragem em estudos epidemiológicos. Tamanhos de amostra. Utilização do manual de campo do Australian Bureau of Animal Health (1982) e dos programas WINEpiscope e VETSERV

Os estudos epidemiológicos são de duas categorias:

DESCRITIVOS
Sem comparação entre grupos. Fazem a descrição dos fenómenos observados (não há controlo na alocação dos animais nos grupos)

ANALÍTICOS
Com comparação entre dois ou mais grupos. Fazem estudos de hipóteses (há controlo na alocação dos animais nos grupos.
Podem ser:
Observacionais :Prospecções, estudos de casos
Experimentais: Ensaios clínicos

Características dos vários tipos de estudos epidemiológicos.
 

Estudos descritivos

O objectivo primário dos estudos descritivos é registar eventos e observações. Eles não devem ser utilizados para explicar relações de causa/efeito ou para explicar a eficácia de tratamentos. Não há grupo de controlo e portanto não há comparação i. e não há estudo analítico e por isso não se podem fazer inferências. O seu valor pode ser grande quando constitui a base para o levantamento de hipóteses a serem investigadas em estudos analíticos.

Estudos descritivos e critérios para avaliação

Tipo de estudo Características principais Critérios a considerar

Relatório de casos
Geralmente descrevem uma situação rara ou uma manifestação não comum de uma situação mais comum
Restrições:
Os investigadores restringem-se à descrição dos eventos e evitam inferências?
Procedimentos:
São os procedimentos de diagnóstico e terapeutica fáceis de levar a cabo?
Series de casos Descreve uma série de casos com o objecivo de familiarizar o leitor com as manifestações da condição ou doença. População:
São os casos similares aos que aparecem na prática?
Resultados:
Foram medidos?
Existem dados que premitem acompanhar a maioria dos animais que entraram no estudo?

Prospecções
Determinam a frequência de ocorrência de doença na população.
População:
A amostra é quantitativa e qualitativamente representativa da população?
Método de amostragem:
O método de amostragem usado garantiu a imparcialidade ?

Fontes de dados epidemiológicos

A colheita de dados é a etape mais difícil e crítica de qualquer estudo epidemiológico. A qualidade da análise está dependente da qualidade dos dados obtidos.

Colheita de Dados

Tipos de dados:

Observacionais (qualitativos, sem ideia preconcebida de causa).

Interpretativos (quantitativos, interpretação de sindromes, reacções a testes ou detecção de agentes patogénicos). Exige standardização de definições critérios e métodos de diagnóstico, muitas vezes determinados pela conviniència da fonte e meios disponíveis.

Fontes de dados epidemiológicos

A colheita de dados pode ser feita de forma activa ou passiva atravéz do uso de fontes de dados existentes:

Fontes passivas: Matadouros, Laboratórios, Relatórios, Registos da UP

Matadouros

Vantagens: Baixo custo. Para doenças que causam poucos ou nenhuns sinais ante morten. Parasitismo interno, doenças crónicas, tumores, deficiências, toxicidades e portadores.

Desvantagens: Animais que são enviados a matadouro não são representativos da população. Reprodutores e jovens? Dificuldades em referir os animais à sua origem.

Laboratórios de diagnóstico

Vantagens: Os dados estão disponíveis. Não há custos adicionais.

Desvantagens: Valor limitado não representativo da população. Muitas condições principalmente aquelas em que o diagnóstico clínico é suficiente não aparecem no laboratório.

Relatórios de campo

Vantagens: Detenção de alterações rápidas na prevalência e presença de doenças exóticas e epidémicas.

Desvantagens: Requer sistema premanente e standardização.

Registos das/nas empresas.

Vantagens: premite estudo da relação entre doença e sistemas de produção.

Desvantagens: população é pequena não representativa. Só empresas/criadores desenvolvidos.

Fontes activas

Manadas sentinela

Medições regulares de ocorrência de doença, nutrição, maneio e produtividade.

Vantagens: Medição em condições de produção real, atenção para problemas importantes, possibilidade de fazer investigação detalhada depois de identificação de problemas. Baixo custo e economia de tempo.

Desvantagens: Manutenção de retonas de colheita de dados.
 

Estudos prospectivos

Servem para estudar a associação entre determinantes (grupos de indivíduos com determinante presente/ausente  ou com frequência de ocorrência variável)
O método é semelhante ao usado em experiências controladas i.e pressupõe algum controle na distribuição do determinante a ser estudado.

- Animais seleccionados são metidos em dois grupos. Animais em ambos os grupos são da mesma idade/raça/sexo e da mesma origem.
- Determinante é introduzido num dos grupos
-Observação durante algum tempo.
-Frequência da doença registada e comparada.

ou
-Animais são seleccionados com base na exposição ao determinante
-Observação durante algum tempo. Frequência da doença registada e comparada. Não há controle na distribuição do determinante a ser estudado.

Limitações: Se a incidência é pequena o tamanho dos grupos tem de ser grande. Bom para estudar factores com alta incidência.

Estudo retrospectivo

Comparação da frequência de determinante em grupos doente e não doente.
Consiste em olhar para trás nos registos de doença e verificar a presença ou ausência de um determinante. Os grupos são comparados  e a frequência de ocorrência do determinante nos dois grupos registado.

Vantagens: Uso de dados existentes (rápido barato)
Animais doentes estão identificados. Util na investigação de doenças de baixa incidência.

Desvantagem: Controlo sobre a qualidade dos dados originais. Não é possível saber a frequência de ocorrência do determinante nos indivíduos não doentes da população. Por vezes não existem dados.
 

Prospecções

Tem lugar num determinado momento (período curto) e é utilizado para detectar doenças, estimar a prevalência e estudar o efeito da presença de determinante na prevalência.

Censo: envolve toda a população. Algumas vezes dados obtidos por censo estão disponíveis para descrever eventos numa população. Não é necessário obter uma amostra e portanto nenhuma informação é perdida o que pode ocorrer se tivermos que estudar apenas uma parte da população (amostra).

Amostragem: Envolve parte representativa da população. Frequentemente os dados pertencentes a uma parte da população podem estar disponíveis e esta parte pode ou pode não ter sido seleccionado atravéz de métodos de amostragem formal. Por exemplo dados sobre focos de doença ou dados recolhidos por rotina no hospital veterinário podem ser vistos como sendo uma amostra da população embora não tenha havido amostragem formal.
Há duas razões porque se deve obter uma amostra planeada (amostragem formal) da população:
a) A primeira razão é a de poder descrever as características  (frequencia e/ou distribuição da doença ou dos níveis de produção) da população. Ex. Amostra de vacas para estimar a quantidade de mastite subclínica ou uma amostra para estudar a precentagem de cães vacinados contra a raiva. O processamento e apresentação de informação obtida de prospecções planeadas, dados colhidos por rotina ou de um foco de doença é parte da epidemiologia descritiva.
b) A segunda razão porque se deve obter uma amostra planeada é a de poder testar hipóteses (e estudar possíveis associações) entre eventos e ou factores na população. Ex. Amostra para estudar a associação entre o tipo de equipamento de mugição e métodos de mugição e o nível de mastite na manada de vacas leiteiras ou um estudo destinado a testar a hipótese de susceptibilidade de uma determinada raça ex. cabrito booer  a riquetsiose. Estes estudos são estudos analíticos e o processo de processamento, análise e interpretação da informação é chamado de epidemiologia analítica.
Independentemento do tipo de estudo a forma como as unidades da amostra são obtidas (método de amostragem) vão determinar a precisão e natureza das extrapolações da amostra para a população.
E um método mais barato e mais simples ?!!. Possibilita melhor control na qualidade dos dados.
Significado para a população depende do método de amostragem sensibilidade e especificidade dos testes.
Utilizados fundamentalmente no estudo de prevalência.

Vantagens:Fonte muito útil de dados talvez o unico prático para os países em desenvolvimento. Economia de custo e tempo, rigor na colheita e na supervisão e adaptabilidade a um grande número de situações e objectivos.

Desvantagens: O desenho do estudo é técnica complexa que exige conhecimento da estrutura da população, técnicas de amostragem apropriadas e métodos de diagnóstico adequados.

 Métodos de amostragem

Ao iniciar a procura do método de amostragem (estratégia de amostragem) é necessário:
a) Estabelecer os objectivos clara e concisamente. E sempre melhor simplifica-los limitando o seu número.
b) Ter bem clara a população para a qual se pretende extrapolar os resultados obtidos.
c) Ter presente o tipo e quantidade de dados a serem colhidos. Defenições explicitas sobre os resultados a serem obtidos tem que ser consideradas. Se estamos a estudar metrite esta doença deve ser bem definida (aumenta a validade científica e premite comparações com outros estudos já feitos).
d) Porque os resultados de uma amostra estão sujeitos a uma certa incertidão devido a variações  na amostragem é importante considerar que precisão (quantitativamente) devem as respostas ter. Quanto maior for a precisão maior tem que ser a amostra.
e) Antes de seleccionar a amostra a população tem que ser dividida em unidades de amostra.  O tamanho da unidade de amostra pode variar desde o indivíduo até um agregado de indivíduos  como ninhadas ou manadas. Por razões  práticas embora muitas vezes a undade de amostra seja o indivíduo agregados de indivíduos são usados na unidade de amostra inicial. Ex. se desejamos saber a prevalência de anticorpos contra brucela no gado bovino (a unidade de interesse) a unidade de amostra inicial pode ser a manada. Noutras circusnstancias para estimar a quantidade de células no leite em manadas de leite a unidade de interesse é a manada e pode ser também a unidade de amostra.
f) Finalmente antes de avançar com o estudo é importante testar todos os procedimentos a serem usados de forma a detectar a s deficiências no desenho do estudo. Isto pode incluir a selecção da amostra, clareza dos questionários e aceitabilidade e qualidade dos testes de diagnóstico. Deve ser usado para avaliar se os dados obtidos são apropriados para responder aos objectivos originais.

Para ter uma visão prática dos diferentes métodos de amostragem suponhamos que o investigador deseja estimar a proporção de vacas adultas (de carne e leite) numa area geográfica grande que tenham anticorpos para uma determinada doença. A unidade de interesse é a vaca e a verdadeira mas desconhecida precentagem de vacas positivas na população é o parametro a ser estimado. N é o número de vacas na população e n o número de vacas na amostra.

Amostragem não aleatória (nonprobability sampling)

Grupo de métodos que não se baseiam em metodos de amostragem aleatória para identificar as unidades a serem incluidas na amostra. Isto inclui:
a) Amostragem selectiva onde a selecção é feita pelo investigador.
b) Amostragem por conviniência que depende da facilidade de obtenção da unidade da amostra.
c) Amostragem dirigida é baseada no conhecimento prévio da exposição á doença.
A amostragem selectiva ou por conviniência produz normalmente resultados viciados embora algumas pessoas pensem que podem seleccionar amostras representativas. Estes dois métodos não devem ser usados nas prospecções sobre doenças.
A amostragem dirigida é frequentemente usada para seleccionar unidades para estudos observacionais analíticos mas é inadequado para obter dados com o objectivo de calcular parametros da população.
No nosso exemplo  seria seleccionar vacas de manadas que o investigador pensa que são representativas ou a selecção de manadas pertencentes a criadores que no passado tenham revelado serem cooperativos ou que estão próximos.

Amostragem aleatória (probability sampling).

A amostragem é feita sem substituição, portanto um indivíduo pode ser escolhido apenas uma vez. A amostragem aleatória formal é absolutamente necessária para que o investigador possa calcular a precisão do valor estimado na amostra que é medido pelo erro padrão da média. Também permite que a amostra seja representativa da população que está a ser investigada.

1. Amostragem aleatória simples.(AA)

Selecção de proporção (percentagem) da população atravéz de processo formal aleatório i.e  números em papeis ou números ao acaso de uma tabela.
Mais difícil de usar no campo que a amostragem sistemática. No nosso exemplo suponhamos que temos que seleccionar 10% das vacas para detecção da doença X. Esta selecção teria que ser feita com uma tabela de números aleatórios (n números entre 1 e N) representando por exemplo a identificação dos animais ou a ordem de passagem dos animais pelo corredor. No campo termos que referir a uma lista de números ou perder a contagem torna este método pouco prático.
 

2. Amostragem sistemática.(AS)

As unidades da amostra (n) são selecccionadas a intervalos regulares. (Ex. cada 5ª UP cada 6ª gaiola ou cada 10º animal i.e k=5, 6 10). Se n (amostra) é fixado no princípio k=N/n (integral mais próximo). Se k é fixado inicialmente então n variará com N. O ponto de partida é estabelecido ao acaso. A AS é mais simples que a AA. Permite amostragens em populações cujo tamanho exacto não é conhecido o que é impossivel na AA. A amostragem sitemática é usada para estudar eventos como nascimentos ou mortes cujo número total não é conhecido antes do estudo começar, ou estudos  nos matadouros ou tanques carracicidas onde a população pode não ser conhecida no início. Estas características tornam este método prático. Há no entanto 2 possíveis desvantagens: (i) característica em estudo pode estar relacionada com o intervalo, (ii) pode haver dificuldade em quantificar a variabilidade do resultado (na prática usam-se os métodos para amostragem aleatória simples). Ex. Amostragem de suinos no matadouso no mesmo dia da semana pode não representar a população de suinos abatida no referido matadouro.
Se N/k não é um integral pode haver um certo viciamento da amostra porque alguns animais terão mais impacto na média do que outros. Isto não constitui um problema se N é grande e k é pequeno em relação a N. Para prevenir este problema selecciona-se o k e procura-se um número ao acaso (RN) entre 1 e N. Divide-se RN por k e verifica-se o que fica (resto da divisão). Este resultado identifica o ponto de inicio entre 1 e k (i.e um resultado de 0 indica que é o k indivíduo e o resultado de 2 o segundo indivíduo etc.).
No nosso exemplo se tivessemos 100 vacas (N) e fosse necessário seleccionar 10 (n) Teriamos k= N/n i.e  k=10. Se R=6 então o 6o o 16o o 26o e assim por diante.

3. Amostragem estratificada.(AE)

Antes da selecção a população a seleccionar é dividida em estratos baseado em factores passíveis de influenciar a característica em estudo (ex. prevalência de anticorpos). A seguir uma amostragem simples ou sistemática é obtida de cada estrato.
E mais flexível que AE porque são seleccionadas precentagens diferentes nos diferentes estratos. A precisão na estimativa da amostra pode ser aumentada  porque só a variação no estrato contribui para a variação da média (erro padrão) numa amostra estratificada. Numa AA a variação dentro do estrato e entre os estratos está presente. Na AA a variabilidade da prevalência tem componentes relacionados com as variações dentro da manada e entre manadas ao passo que na AE a variabilidade da prevalência tem componentes apenas de dentro da manada. Portanto a variabilidade tem que ser menor (veja-se o gráfico a seguir.

O número de factores usados para estratificação devem ser limitados áqueles que possam ter um impacto considerável na característica em estudo.  Ex. as vacas leiteiras têm maior probabilidade de ter brucelose que as vacas de corte criadas em regime extensivo.  A estimativa da média na população é mais correcta se forem considerados os dois estratos baseado no tipo de vaca . Da mesma forma se 60% da população (N) é composta por vacas leiteiras, 60% da amostra (n) deve ser composta de vacas leiteiras. Isto é chamado de peso proporcional.
 

Ex. Suponha que pretende obter amostras de 58 ovinos de uma população de 7800 constituidos em 4 categorias
 

Grupos de indivíduos existem naturalmente (ninhadas, rebanhos manadas etc.).
Os grupos  podem ser seleccionados  atravéz de métodos AE,AS ou AE e depois todos os indivíduos do grupo são testados.
Algumas vezes o grupo é a unidade de interesse e portanto não é considerado da mesma forma. Como exemplo temos o caso de pertendermos identificar manadas infectadas com brucelose.
No caso da brucelose uma amostra por grupos poderia ser obtida fazendo uma amostragem simples aleatória de todas as manadas (U.P) da população e testar todas as vacas nas manadas selecccionadas. (U.P)

5. Amostragem por etapes. (AET)

Semelhante a AG mas amostragem tem lugar em todos os estádios i.e primeiro as unidades primárias ex. manadas e depois dentro da manada os animais (unidades secundárias). A diferença com a amostragem por grupos está relacionada com o facto de que há sub-amostragem dentro do grupo seleccionado.

A principal desvantagem deste método e do anterior é de que possivelmente mais animais são necessários na amostra para obter a mesma precisão que seria obtida numa amostragem aleatória simples.

No. de empresas existentes  M= 120
No. de animais na população N= 8000
No. de animais a seleccionar n= 800
 
 

Suponha que o número de unidades primárias a (UP) a seleccionar é de n1= 40 e que o número de unidades secundárias (animais) é de n2=20. Então n= n1 x n2.

Se o no. de animais em cada empresa for desconhecido pode-se tirar uma amostra simples ou sistemática aleatória de 40 empresas e aleatóriamente seleccionar uma amostra (%) fixa de animais = Mn/mN i.e = 30% de animais em cada empresa a testar. Quando o No. de animais em cada empresa/manada é conhecido  o melhor é seleccionar as unidades primárias  com probabilidade proporcional ao seu tamanho e depois seleccionar um No. fixo de animais de cada manada. Neste exemplo selecciona-se 1o. 40 Nos. entre 1 e 8000. Cada No. identifica uma manada/empresa de acordo com a coluna dos totais. Seguidamente 20 animais podem ser seleccionados de cada manada. Se uma empresa for seleccionada uma segunda vez deixa-se e selecciona-se outra. Se há menos de 20 animais numa manada  então todos devem ser incluidos.
Uma modificação deste método para assegurar que cada empresa/manada seja seleccionada apenas uma vez é usar-se um método aleatório sistemático. Por ex. o intervalo k=N/n1 i.e 8000/40 = 200. Um número é escolhido ao acaso dentro do intervalo 1 - k (ex. 151). Os restantes 39 números com intervalo k=200 ie 351, 551 etc. vão identificar as restantes empresas/manadas a incluir na amostra. Este processo faz com que se seleccione uma empresa/manada só uma vez desde que o intervalo k seja superior ao número de animais na maior empresa/manada.

 Página anterior
 Página seguinte