Noticias Epidemiológicas Veterinarias, Volumen 4, No. 7 (2003)

 

Estimación de Prevalencia Utilizando Pruebas Diagnósticas, Cuando Existen Múltiples Estados Correlacionados de Enfermedad en el Mismo Animal o Finca

 

Autor:      Donald, A.

Fuente:    Preventive Veterinary Medicine 15, 125-145. (1993).

 

Resumen

Este artículo contiene una investigación y discusión teórica sobre el efecto del muestreo de niveles múltiples en la estimación de la frecuencia (prevalencia) de enfermedades. Los procedimientos para la estimación de prevalencia de enfermedades en poblaciones animales están bien establecidos; idealmente, un investigador somete una muestra aleatoria de n animales a una prueba diagnóstica de sensibilidad (a) y especificidad (b) conocidas; y con los resultados calcula la prevalencia cruda mediante la expresión (1), donde x es el número de animales que resultó positivo a la prueba. El estimativo de prevalencia puede ser entonces ajustado con relación al sesgo inducido por sensibilidades y especificidades imperfectas, mediante la expresión (2). Sin embargo, generalmente el investigador puede realizar la prueba en un nivel (individuo), pero extender el estimativo de la prevalencia a otro nivel (grupo o cluster).  El material de discusión está basado en la asunción que el grupo o unidad de trabajo (por ejemplo, un animal o una finca) puede contener algunos elementos enfermos y otros elementos no enfermos (por ejemplo, los cuartos de las ubres dentro de las vacas en el caso de mastitis, o los animales de una finca). Las prevalencias al nivel del grupo (cluster) y al nivel del elemento son diferentes. La similitud de los estados de enfermedad dentro de los grupos (determinada mediante coeficientes de correlación al interior del grupo) afecta la relación entre las prevalencias al nivel del grupo y al nivel del elemento. Este fenómeno, combinado con imperfecta sensibilidad y especificidad de las pruebas diagnósticas, crea serias desviaciones en los estimadores convencionales de la prevalencia al interior del grupo. Este artículo propone un nuevo estimador, llamado el “estimador empírico”, que exhibe una mucho menor desviación teórica que los estimadores convencionales (ecuación 3). Se presentan las varianzas teóricas y las desviaciones de los estimadores.

 

(1)                          (2) ¨

(3)   Donde  b^m = Especificidad ajustada al tamaño del cluster

 

Este interesante artículo basado en la teoría matemática y estadística, aunque no muy reciente, es altamente relevante pues ilustra las complejidades que se deben tener en cuenta en el diseño de estudios poblacionales en las poblaciones animales.

 

Resumen preparado por: Efraín Benavides O.