Epidemiologia... per chi non sa che pesci

pigliare

Giuseppe Ru – Maria Cristina Bona

Problematiche vecchie e nuove nell’acquacoltura del terzo millennio.V^ Corso di aggiornamento – Torino, 6 aprile 2018

scaletta

• Epidemiologia... per chi non sa che pesci pigliare

• Uno strumento utile in mano all’epidemiologo

• Due strategie per due situazioni

• Quanto è frequente? Ce n’è di più o di meno?

• Ma… c’è o non c’è?

• Migliorare l’efficienza (stessi risultati con un minor sforzo)

scaletta

• Epidemiologia... per chi non sa che pesci pigliare

• Uno strumento utile in manoall’epidemiologo

• Due strategie per due situazioni

• Quanto è frequente? Ce n’è di più o di meno?

• Ma… c’è o non c’è?

• Migliorare l’efficienza (stessi risultaticon un minor sforzo)

Questioni affrontabili con metodi epidemiologici...

Quanto è frequente? Ce n’è di più o di meno?

Ho un problema di mortalità: ma quanto grave è? Negliavannotti mi sembra meglio...

Le trote delle due vasche sono ammalate allo stessomodo o il problema è più grave nella vasca nord?

La situazione dei laghetti di pesca sportiva piemontesi è meglio di quella in Veneto?

La lattococcosi sta aumentando?

La vaccinazione orale dei pesci funziona davvero menobene rispetto a quella per altre vie?

Nelle triglie liguri c’è più Anisakis o Hysterotylacium?

L’acqua dal lago rispetto a quella da risorgiva aumenta ilrischio di Diphyllobothrium nelle mie trote?

Ce n’è o non ce n’è?

• A supporto di scambi commerciali internazionali (garanzie richieste all'esportatore)

• Se la presenza del “contaminante” richiederà il ritiro dal commercio di intere partite di prodotti

• In programmi di controllo per attribuire qualifiche e accreditare allevamenti (aree) come indenni

• Per interrompere misure di interventosanitario attuate per ottenere l'eradicazione e per verificarne il mantenimento

• Per garantire la rapida identificazione di casi nelle vicinanze di focolai epidemici (earlydetection)

Popolazioni bersaglio: esempi• Gli allevamenti che fanno troticoltura in Piemonte

• I laghi montani al di sopra dei 1000 metri

• I laghetti di pesca sportiva del Nord Italia

• le “piscine” del Pianalto di Poirino

• Le vasche all’interno di un grosso impianto di acquacoltura

• Le gabbie galleggianti di un bacino

• Gli storioni di un allevamento

• Le trote di una vasca

• Gli agoni di un lago, i pesci siluro del Po, le triglie di fango del savonese, le tinche del Pianalto di Poirino

• Le scatolette di tonno in vendita nella GD a Torino

scaletta

• Epidemiologia... per chi non sa che pesci pigliare

• Uno strumento utile in manoall’epidemiologo

• Due strategie per due situazioni

• Quanto è frequente? Ce n’è di più o di meno?

• Ma… c’è o non c’è?

• Migliorare l’efficienza (stessi risultaticon un minor sforzo)

Campionamento: strumento dell’epidemiologia

misurazione

Estrazione casuale

Inferenza

PopolazioneTarget Campione

E. sistematico (problema di validità) quando il campione non rispecchia la

popolazione target

Si può ridurre con un appropriato disegno di

campionamento (casualità principio di

selezione)

E. casuale (problema di precisione):quando il campione è troppo piccolo: poca

informazione rispetto all’effetto della variabilità

Inevitabile l’errore

La consapevolezza degli errori

Numero di campioni

Liv

ello

di err

ore

E. Casuale

E. sistematico

Precisione = assenza di errori casuali

Validità = assenza di errori sistematici

Consigli pratici da una manuale dedicato:

A. Cameron, 2002, Survey Toolbox for Aquatic Animal DiseasesDisponibile on line: http://aciar.gov.au/files/node/2268/mn94.pdf

Disegni di campionamento perevitare l’errore sistematico

• C casuale semplice e a due stadi (serve la lista dei soggetti!)

• C casuale sistematico (serve una sequenza!)

• C spaziale (lista di luoghi al posto della lista dei soggetti; griglie a maglie regolari in cui campionare celle)

probabilisticiNONprobabilistici

scaletta

• Epidemiologia... per chi non sa che pesci pigliare

• Uno strumento utile in manoall’epidemiologo

• Due strategie per due situazioni

• Quanto è frequente? Ce n’è di più o di meno?

• Ma… c’è o non c’è?

• Migliorare l’efficienza (stessi risultaticon un minor sforzo)

Due strategie di campionamento frequentemente applicate in campo veterinario

1) per stimare la prevalenza di una malattia (stima di una proporzione)

2) per confermare o escludere la presenza (“freedom”) di una malattia

Approccio quantitativo Approccio qualitativo

Quanto è frequente? c’è o non c’è?

Due strategie di campionamento frequentemente applicate in campo veterinario

1) per stimare la prevalenza di una malattia (stima di una proporzione)

2) per confermare o escludere la presenza(“freedom”) di unamalattia

Approccio quantitativo Approccio qualitativo

Quanto è frequente? c’è o non c’è?

Esempio: Anisakidae nelle triglie

Da ottobre 2010 a febbraio 2013, analizzate triglie di

fango da tre province:

- 190 da Imperia

- 648 da Savona

- 64 da La Spezia

Complessivamente riscontrate larve di Anisakidae in

688 su 902 (76.2%)

CAMPIONAMENTO PER STIMARE LA PREVALENZA DI UNA MALATTIA IN UNA DETERMINATA POPOLAZIONE

• domanda a cui rispondere: quanti soggetti devo esaminare per stimare la prevalenza nella popolazione bersaglio con una sicurezza del 95% (opp. 99%) e definendo a priori l’errore che posso tollerare?

• se voglio essere sicuro al 100% devo esaminare tutti i soggetti presenti

Condizioni preliminari da soddisfare

•Eseguire un campionamento casuale

• scegliere il livello di confidenza (sicurezza) che si vuole raggiungere (es. 95%, 99%)

• definire a priori:

– la prevalenza attesa e

– la precisione assoluta desiderata (in termini di errore percentuale tollerato)

• n n. di soggetti da esaminare, a partire da una popolazione bersaglio molto grande

• 1.96 per un livello di confidenza = 95%

• P prevalenza attesa (se non si dispone di stime occorre usare un valore di prevalenza del 50% che massimizza n)

• d precisione desiderata

FORMULA DA UTILIZZAREn = [1.962 * Patt(1-Patt)] / d

2

Esempio...Anisakidae nelle triglie• Determinare n da una pop. molto grande, se

• 95% sicurezza (livello di confidenza)

• 3% precisione desiderata (err = ampiezza IC)

• 50% prevalenza attesa di anisakidae nelle triglie

• n = [1.962 * 0.5 *(1-0.5)] / 0.03 = 1067.1

• n n. di soggetti da esaminare, a partire da una popolazione bersaglio molto grande

• 1.96 per un livello di confidenza = 95%

• P prevalenza attesa (se non si dispone di stime occorre usare un valore di prevalenza del 50% che massimizza n)

• d precisione desiderata

FORMULA DA UTILIZZAREn = [1.962 * Patt(1-Patt)] / d

2

Mullus_barbatus

http://epitools.ausvet.com.au/content.php?page=home&lang=en

Epitools, on line

Epitools, stima della prevalenza

l’err aumenta al diminuire di n

Numerosità campionaria condiziona la precisione

Esempio...Anisakidae nelle triglie• Determinare n da una pop. molto grande, se

• 95% sicurezza (livello di confidenza)

• 3% precisione desiderata (err = ampiezza IC)

• 50% prevalenza attesa

• n = 1068 se err = 4% allora n =601

NOTA BENE

• n aumenta non solo all’aumentare dellaprecisione desiderata ma anche all’aumentare del livello di confidenza (es da 95% a 99%) e all’avvicinarsi al 50% della prev. attesa

stima della prevalenza

Esempio...Anisakidae nelle triglie• Determinare n da una pop. molto grande, se

• 95% sicurezza (livello di confidenza)

• 3% precisione desiderata (ampiezza IC)

• 50% prevalenza attesa

n = 1068 se err = 4% allora n =601

NOTA BENE

• n aumenta all’aumentare dei livelli di sicurezza e precisione desiderati e all’aumentare della prev. attesa (fino al 50%)

•

Esempio...Anisakidae nelle triglie• Determinare n da una pop. molto grande, se

• 95% sicurezza (livello di confidenza)

• 3% precisione desiderata (ampiezza IC)

• 50% prevalenza attesa

n = 1068 se err = 4% allora n =601

NOTA BENE

• n aumenta all’aumentare dei livelli di sicurezza e precisione desiderati e all’aumentare della prev. attesa (fino al 50%)

• n può essere ridotto se la pop. bersaglio (N) è piccola (popolazione finita)

• Si fa quando n è più del 10% di N

• Esempio: indagine su lattococcosi

– Prevalenza attesa = 30%

– Errore = 4,5%

– Tot vasche = 1000

• Aggiustamento

n quando la popolazione è finita

Due strategie di campionamento frequentemente applicate in campo veterinario

1) per stimare la prevalenza di una malattia (stima di una proporzione)

2) per confermare o escludere la presenza (“freedom”) di una malattia

Approccio quantitativo Approccio qualitativo

Quanto è frequente? c’è o non c’è?

CAMPIONAMENTO PER VERIFICARE LA PRESENZA DI UNA MALATTIA IN UNA DETERMINATA POPOLAZIONE

• Equivale a “dimostrare” l’assenza di quella malattia (freedom) in quella popolazione

• domanda a cui rispondere: quanti soggetti devo esaminare per essere sicuro al 95% (opp. 99%) che la popolazione è indenne, nel caso in cui nessuno degli animali testati è risultato positivo?

• In altre parole, se tutti i soggetti del campione risultano sani, si può affermare che la malattia è al di sotto di un certo livello di prevalenza (fissato a priori)

Condizioni preliminari da soddisfare

• Eseguire un campionamento casuale

• scegliere il livello di confidenza (sicurezza) che si vuole raggiungere (es. 95%, 99%)

• definire a priori il numero minimo di soggetti ammalati che ci si attende nella popolazione nel caso la malattia sia effettivamente presente (esprimibile in termini di prevalenza)

FORMULA DA UTILIZZAREn = [1-(1-a)1/D]*[N-(D-1)/2]

• n n. di soggetti da esaminare

• a livello di confidenza (*)

• D numero di animali ammalati nella popolazione

• N dimensione della popolazione

(*) probabilità di osservare almeno un animale ammalato nel campione quando la malattia colpisce almeno D/N soggetti nella popolazione

Esempio...Dyphyllobothrium latum

• Verificare se è presente Dyphyllobothrium latum (Dl) in trote allevate.

• Si assuma che se Dl è presente, esso deve colpire almeno il 2% dei soggetti.

• quanti soggetti devo esaminare per essere sicuro al 95% che l’allevamento è indenne se nessuno degli animali testati è risultato positivo?

Ancora epitools: «freedom»

Livello di confidenza

Sensibilità diagnostica

Prevalenza da svelare(numero minimo di soggetti malati sul totale dei testati)

Possibile protocollo:- 150 individui di taglia commerciale, - da suddividere in 6 campagne di prelievo- da svolgersi lungo l'anno (ogni 2 mesi)- 25 individui per prelievo

scaletta

• Epidemiologia... per chi non sa che pesci pigliare

• Uno strumento utile in manoall’epidemiologo

• Due strategie per due situazioni

• Quanto è frequente? Ce n’è di più o di meno?

• Ma… c’è o non c’è?

• Migliorare l’efficienza (stessirisultati con un minor sforzo)

Aumentare l’efficienza (fatti aiutare da un esperto!)Nella stima di prevalenza

• Campionamenti per pool

• Es. Ricerca di DDT negli agoni del lago Maggiore

• analisi su singolo animale vs. su pool

• http://epitools.ausvet.com.au/content.php?page=PooledPrevalence

Nella conferma di malattia (freedom)

• Campionamenti risk-based (non rappresentativi)

• Minor numero di campionise si sovracampionano da categoria a rischio

• Calcolo della numerositàin base alla maggiorprobabilità di malattianegli «a rischio»

• http://epitools.ausvet.com.au/content.php?page=RiskBasedSSSimple

Grazie a Marino P. & soci ☺…per l’entusiasmo che ci trasmettono

anche se ci chiamano solo quando non sanno che pesci pigliare ;-)