LP 5 - VPH – 2020-2021

EVALUAREA ASOCIERII CAUZALE A PROBLEMELOR DE SĂNĂTATE

PUBLICĂ VETERINARĂ

Un medic veterinar oficial ce investigheaza o problema epidemiologica trebuie să își

înceapă activitatea cu cateva ipoteze initiale de asociere.
De exemplu, în urma creșterii incidentei avorturilor la nivelul unei ferme, intrebarea
principala va fi: este cauzata de bruceloză sau de infecția cu Toxoplasma orovirala?
Odata cu creșterea incidenței mastitei subclinice intr-o ferma, urmatoarea etapă logică
va fi identificarea cauzei (bacteriana, fungica, aparatul de muls etc) si cercetarea implicarii altor
factori.
In situatiile de mai sus stabilirea asocierii cauzale este obligatorie. Cateva exemple
uzuale de asocieri suspicionate, cu probabilitate de producere sunt:
1. Este consumul carnii de vita asociat cu tuberculoza la oameni?
2. Este cauzat avortul epidemic la femei de toxoplasmoza?
3. Este iradierea eficienta in controlul contaminarii bacteriene a carnii?
4. Este vaccinarea eficienta in controlul rabiei la caine?
3. Sunt fermele de bivoli din localitate responsabile de malarie la oameni?
In toate cazurile de mai sus, avem de a face cu o situatie in care variabilele dependente
(rezultatul) au doar doua posibilititati (ex. bolnav sau sanatos, avort sau nu etc.). Asemenea
evenimente sunt denumite variabile dihotomice sau discontinue.
Pentru stabilirea asocierii, un epidemiolog trebuie sa desfășoare un proces de evaluare
și sa găsească un răspuns pozitiv pentru o serie satisfăcătoare de criterii ale raționamentului.
Pentru a studia asocierea oricarui factor (variabila independenta) cu rezultatul (variabila
dependenta) este importanta colectarea datelor din teren, similar urmatorului exemplul:
Exemplu de evaluare a asocierii cauzale: Un medic veterinar oficial este interesat de
studierea avorturilor ce pot fi atribuite toxoplasmozei intr-un efectiv de bovine dintr-o
localitate. Pentru aceasta va fi necesară examinarea animalelor pentru decelarea anticorpilor
pentru Toxoplasma. Comparativ cu un clinician, epidemiologul va include si animalele
sanatoase (adica fara avorturi) in investigatie.
Conventional, numarul animalelor sanatoase ar trebui sa fie 2-3 ori mai mare decat
grupul de studiu.
Se consideră o ferma cu 200 animale gestante la momentul efectuarii studiului, titrul
pozitiv pentru anticorpii asociati cu toxoplasma este denumit „factor pozitiv” (F+), absența
anticorpilor toxoplasma „factor negativ” (F-), avorturile asociate „prezența avorturilor”(A+)
și lipsa avorturilor „absența avorturilor” (A-):

Factor pozitiv / negativ Prezența / absența Numărul Numele

(F + / F-) avortului (A + / A-) de animale categoriei
F+ A+ 23 (A)
F+ A- 12 (B)
F- A+ 9 (C)
F- A- 156 (D)
TOTAL 200 (a+b+c+d)

Datele de mai sus sunt prezentate intr-un tabel dihotom conform urmatoarei descrieri:

1
 Prezența / absența avortului (A + / A-)
A+ A- Total
Factor / F + 23 (a) 12 (b) 35 (a + b)
pozitiv
negativ (F F- 9 (c) 156 (d) 165 (c + d)
+ / F-)
Total 32 (a + c) 168 (b + d) 200 (a + b + c + d)

În scopul stabilirii asocierii, trebuie să determinăm semnificația statistică a

observațiilor, prin calculul testului Chi-pătrat (χ2).
Numit si „Testul ajustării calității“, sau „Test de independență“, Testul Chi-pătrat (χ2)
determină în ce măsură anumite așteptări sunt comparabile cu datele reale observate. Datele
utilizate la calcularea unei statistici Chi-pătrat trebuie să fie aleatorii, prime, să se excludă
reciproc, rezultate din variabile independente, și extrase dintr-un eșantion suficient de mare.
Testul Chi-pătrat (χ2) este adesea folosit în testarea ipotezei, precum stabilirea unei asocieri.

∑(O−𝐴𝑖 )2
Test Chi-patrat (χ2) = 𝜒2𝑐 =
𝐴𝑖
Unde:
C – grade de libertate
O - valorile observate
A - valorile asteptate

Există două tipuri principale de Testele Chi-pătrat:

- testul de independență, ce chestionează o situație de relație, precum, „Există o relație între
avort și apariția toxoplasmozei într-o turmă?“; și
- testul ajustării calității, ce pune întrebări de tipul „Dacă o monedă este aruncată de 100
de ori, va pica pajură de 50 de ori și cap de 50 de ori?“

Pentru aceste teste, sunt utilizate grade de libertate pentru a determina dacă o anumită
ipoteză nulă poate fi respinsă pe baza numărului total de variabile și probe în cadrul
experimentului. Gradele de libertate se referă la numărul maxim de valori în mod logic
independente, ce au libertatea de a varia în eșantionul de date. Este esențial să se calculeze
gradele de libertate atunci când se încearcă înțelegerea importanței unei statistici Chi-Pătrat și
validitatea ipotezei nule. În scopul exemplificării, atunci când se compară seturi de date sau
grupuri de indivizi, gradele de libertate sunt calculate în raport cu numărul de grupuri analizate,
utilizând următoarea formulă:

𝐺𝐿 = N - 1

Unde:

𝐺𝐿 - grade de libertate
N - numărul de grupuri / număr de evenimente.

De exemplu, se considerară aruncarea unei monede de 100 de ori. Rezultatul așteptat în ceea
ce privește aruncarea echitabilă a monedei, este că va pica pajură de 50 de ori și cap de 50 de
ori, pentru că fiecare parte are o probabilitate egală, de 50% (1/2). Rezultatul real este diferit de

2
cele mai multe ori și s-ar putea dovedi că pajură poate pica de 45 de ori și cap de 55 de ori. În
acest exemplu, avem două grupuri de evenimente: cap și pajură. Prin urmare:

𝐺𝐿 = N - 1 = 2 - 1 = 1

𝐺𝐿 = 1

În cadrul exemplului de evaluare a asocierii cauzale dat:

N = 4 (a, b, c și d).

𝐺𝐿 = N - 1 = 4 - 1 = 3

𝐺𝐿 = 3

Testul Chi-pătrat identifică orice discrepanțe rezultate între rezultatele așteptate și rezultatele
reale.

Prin urmare, utilizarea testului Chi-pătrat va permite să se stabilească dacă valorile

observate în cadrul unui experiment sunt sau nu semnificativ diferite de valorile așteptate ce
pot fi calculate pornind de la o anumită ipoteză.

Pentru a aplica în mod corect testul Chi-pătrat, este mai ușoară urmarea unei succesiuni de
etape, prin elaborarea unui tabel ce cuprinde:
1. Primul rând - categoriile de evenimente.
2. Al doilea rând - valorile observate pentru fiecare categorie de evenimente.
3. Al treilea rând - valorile așteptate pentru fiecare categorie de evenimente.
4. Al patrulea rând - diferențele obținute prin scăderea valorilor așteptate din valorile
observate (d = O-E), pentru fiecare categorie de evenimente. Suma tuturor diferențelor
trebuie să fie egală cu zero.
5. Al cincilea rând – diferențele la pătrat pentru fiecare categorie de evenimente (d2).
6. Al șaselea rând - rezultatele obținute prin împărțirea pătratului diferențelor cu valorile
așteptate, pentru fiecare categorie de evenimente.
7. În final, trebuie să se adune toate rezultatele obținute prin împărțirea pătratului
diferențelor cu valorile așteptate, pentru fiecare categorie de evenimente. Rezultatul
final este valoarea testului Chi-pătrat calculat.

Valoarea testului Chi-pătrat calculat trebuie să fie comparată cu valoarea din tabelul testului
Chi-pătrat, pentru aceleași grade de libertate calculat în situația dată. Pentru a face acest lucru,
trebuie consultat un tabel statistic Chi-pătrat. Tabelele statistice Chi-pătrat includ în mod
obișnuit valorile testului Chi-pătrat pentru un număr de grade de libertate (de la 1 la
100)asociate cu un număr de valori ale probabilității de eroare (α). Probabilitatea de eroare
este calculată în raport cu probabilitatea preciziei rezultatelor (P). Pentru ca rezultatul să fie
semnificativ statistic, probabilitatea de precizie (P) trebuie să fie cât mai mare posibil și
probabilitatea de eroare (α) trebuie să fie cât mai scăzută posibil. Relația dintre probabilitatea
de precizie (P) și probabilitatea de eroare (α) este cel mai bine exprimată prin următoarea
ecuație:

P = 1 - α sau

P = 100 - α

3
 In cercetare, pragul statistic semnificativ acceptat este:

α ≤0,05, sau

α ≤ 5%,

Ceea ce semnifică faptul că probabilitatea de precizie pentru semnificația statistică acceptată

este:

P ≥ 0,95

P ≥ 95%

Cu alte cuvinte, orice probabilitate de eroare (α) care este mai mare decât 0,05 indică
rezultatele nesemnificative din punct de vedere statistic pentru cercetarea desfășurată. Și, prin
analogie, orice probabilitate de eroare (α), ce este mai mică decât 0,05 indică rezultate
semnificative din punct de vedere statistic pentru cercetarea defăsurată.

Pentru ca ipoteza să fie evaluată, trebuie să comparăm testul Chi-pătrat calculat pentru
gradele de libertate, față de valoarea testului Chi-pătrat extrasă din tabelul statistic Chi-pătrat,
pentru o probabilitate de eroare (α) mai mică sau egală cu 0,05. Există tabele ce oferă valori
Chi-pătrat pentru probabilitățile de eroare (α) mai mari de 0,05, dar din cauza lipsei de
semnificație statistică, acestea nu vor fi prezentate. Un exemplu de tabel Chi-pătrat pentru
semnificația statistică este ilustrat mai jos (pentru exemplele noastre, va fi considerată coloana
α = 0,05).

Valorile Tabelare ale lui Chi-pătrat pentru probabilitățile de eroare (α) mai mari decât
0.05 (semnificație statistică indicată)
GL α = 0.05 α = 0.01 α = 0.001
Statistic semnificativ Foarte semnificativ statistic Extrem
statistic
de semnificativ

1 3.84 6.64 10.83

2 5.99 9.21 13.82
3 7.82 11.35 16.27
4 9.49 13.28 18.47
5 11.07 15.09 20.52
6 12.59 16.81 22.46
7 14.07 18.48 24.32
8 15.51 20.09 26.13
9 16.92 21.67 27.88
10 18.31 23.21 29.59
11 19.68 24.73 31.26
12 21.03 26.22 32.91
13 22.36 27.69 34.53
14 23.69 29.14 36.12
15 25.00 30.58 37.70
16 26.30 32.00 39.25
17 27.59 33.41 40.79
18 28.87 34.81 42.31
19 30.14 36.19 43.82
20 31.41 37.57 45.32
21 32.67 38.93 46.80
22 33.92 40.29 48.27
23 35.17 41.64 49.73

4
Valorile Tabelare ale lui Chi-pătrat pentru probabilitățile de eroare (α) mai mari decât
0.05 (semnificație statistică indicată)
GL α = 0.05 α = 0.01 α = 0.001
Statistic semnificativ Foarte semnificativ statistic Extrem
statistic
de semnificativ

24 36.42 42.98 51.18

25 37.65 44.31 52.62
26 38.89 45.64 54.05
27 40.11 46.96 55.48
28 41.34 48.28 56.89
29 42.56 49.59 58.30
30 43.77 50.89 59.70
31 44.99 52.19 61.10
32 46.19 53.49 62.49
33 47.40 54.78 63.87
34 48.60 56.06 65.25
35 49.80 57.34 66.62
36 51.00 58.62 67.99
37 52.19 59.89 69.35
38 53.38 61.16 70.71
39 54.57 62.43 72.06
40 55.76 63.69 73.41
41 56.94 64.95 74.75
42 58.12 66.21 76.09
43 59.30 67.46 77.42
44 60.48 68.71 78.75
45 61.66 69.96 80.08
46 62.83 71.20 81.40
47 64.00 72.44 82.72
48 65.17 73.68 84.03
49 66.34 74.92 85.35
50 67.51 76.15 86.66
51 68.67 77.39 87.97
52 69.83 78.62 89.27
53 70.99 79.84 90.57
54 72.15 81.07 91.88
55 73.31 82.29 93.17
56 74.47 83.52 94.47
57 75.62 84.73 95.75
58 76.78 85.95 97.03
59 77.93 87.17 98.34
60 79.08 88.38 99.62
61 80.23 89.59 100.88
62 81.38 90.80 102.15
63 82.53 92.01 103.46
64 83.68 93.22 104.72
65 84.82 94.42 105.97
66 85.97 95.63 107.26
67 87.11 96.83 108.54
68 88.25 98.03 109.79
69 89.39 99.23 111.06
70 90.53 100.42 112.31
71 91.67 101.62 113.56
72 92.81 102.82 114.84
73 93.95 104.01 116.08
74 95.08 105.20 117.35
75 96.22 106.39 118.60
76 97.35 107.58 119.85

5
 Valorile Tabelare ale lui Chi-pătrat pentru probabilitățile de eroare (α) mai mari decât
0.05 (semnificație statistică indicată)
GL α = 0.05 α = 0.01 α = 0.001
Statistic semnificativ Foarte semnificativ statistic Extrem
statistic
de semnificativ

77 98.49 108.77 121.11

78 99.62 109.96 122.36
79 100.75 111.15 123.60
80 101.88 112.33 124.84
81 103.01 113.51 126.09
82 104.14 114.70 127.33
83 105.27 115.88 128.57
84 106.40 117.06 129.80
85 107.52 118.24 131.04
86 108.65 119.41 132.28
87 109.77 120.59 133.51
88 110.90 121.77 134.74
89 112.02 122.94 135.96
90 113.15 124.12 137.19
91 114.27 125.29 138.45
92 115.39 126.46 139.66
93 116.51 127.63 140.90
94 117.63 128.80 142.12
95 118.75 129.97 143.32
96 119.87 131.14 144.55
97 120.99 132.31 145.78
98 122.11 133.47 146.99
99 123.23 134.64 148.21
100 124.34 135.81 149.48
110 135,480 147,414 161,581
120 146,567 158,950 173,617
130 157,610 170,423 185,571

Pentru exemplul de asociere cauzală dat anterior, în sensul aplicării testului Chi-patrat
(χ2 ), trebuie sa se porneasca de la urmatoarea ipoteza: rata avorturilor este aceeasi pentru
Factorul negativ (F-) si pentru Factorul pozitiv (F+). Aceasta este denumită ipoteză nulă,
ajutând la calcuarea valorilor așteptate pentru fiecare grup:

Prezența / absența avortului (A+ / A−)

A+ A− Total
Factor F+ 23 (a) 12 (b) 35 (a + b)
pozitiv /
negativ F− 9 (c) 156 (d) 165 (c + d)
(F+ / F−)
Total 32 (a + c) 168 (b + d) 200 (a + b + c + d)

Pentru calcularea ratei de avort, trebuie procedat astfel:

Prevalența avorturilor = numărul total de avorturi / numărul total de animale

Prevalența avorturilor = (23 + 9) / 200

6
 Prevalența avorturilor = 32 / 200 = 0.16 = 16%

Prevalența negativă a avorturilor = Numărul total de animale ce nu au manifestat avort

/ numărul total de animale

Prevalența negativă avorturilor = (156 + 12) / 200

Prevalența negativă avorturilor = 168 / 200 = 0.84 = 84%

Pornind de la ipoteza expusă mai sus, putem calcula valorile așteptate pentru fiecare grup:

Categoria Calcularea valorilor așteptate

F+A+ (a) AC = 35 (total F +) x 32/200 (prevalenta avorturilor) = 5.6

F+A−(b) AC = 35 (total F +) x 168/200 (prevalenta neagtivă a avorturilor) =

29.4
F−A+ (c) AC = 165 (total F -) x 32/200 (prevalenta avorturilor) = 26.4
F−A− (d) AC = 165 (total F -)x 168/200 (prevalenta negativă a avorturilor) =
138.6
Totalul 5.6 + 29.4 + 26.4 + 138.6 = 200
valorilor
așteptate

După calcularea valorilor așteptate, se va întocmi un tabel pentru calcularea testlui Chi – pătrat
(χ2):

1 Categoriile de F+A+ (a) F+A−(b) F−A+ (c) F−A− (d)

evenimente
2 Valorile observate (O) 23 12 9 156

3 Valorile așteptate (A) 5.6 29.4 26.4 138.6

4 Diferența(O - E) (23-5,6) (12-29.4) (9-26.4) (156-

138.6)
5 Pătratul diferenței (O - (23-5,6)2 (12-29.4)2 (9-26.4)2 (156-
E)2 138.6)2
6 (O − A)2 (23-5,6)2 (12-29.4)2 (9-26.4)2 (156-
/ 5.6 / 29.4 / 26.4 138.6)2 /
A 138.6

(O−A)2
- Pentru a , = (23-5,6)2 / 5.6 = 302.76 / 5.6 = 54.06
A
(O−A)2
- Pentru b , = (12-29.4)2 / 29.4 = 10.29
A
(O−A)2
- Pentru c , = (9-26.4)2 / 26.4 = 11.46
A

7
 (O−A)2
- Pentru d , = (156-138.6)2 / 138.6 = 2.18
A

În final, valorile însumate, reprezită valoarea testului Chi-pătrat calculat:(𝑂𝑖 − 𝐸𝑖 )2 /𝐸𝑖

𝜒2𝑐 = ∑(𝑂𝑖 − 𝐸𝑖 )2 /𝐸𝑖 = 77.99

Testul χ2 calculat = 77.99

GL (gradele de libertate) = N - 1, unde N = numărul de categorii

GL = 4 - 1 = 3

Pentru un grad de libertate egal cu 3 și un nivel de încredere de 95%, ce semnifică o

probabilitate de eroare de 5%:

✓ α = 0.05 (prag semnificativ din punct de vedere statistic)

✓ χ2 tabelar = 7.82

Valoarea χ2= 77.99, fiind mult mai mare decât valorile tabelare ale lui Chi-pătrat,
rezultă:

χ2 calculat (77.99) > χ2 tabelar (7.82)

Însemnând că:
- Diferențele dintre valorile așteptate (A) și cele observate (O) sunt semnificative, ceea
ce înseamnă că
- Trebuie respinsă ipoteza de la care s-a porit atunci cand au fost calculate valorile
asteptate (A), ceea ce înseamnă că
- Există o corelație între anticorpii Toxoplasma și avort la populatia de bovine supusă
investigării.

8
 FIȘĂ DE LUCRU

1. Un inspector în domeniul alimentar investighează un caz de toxiinfecție alimentară intr-

un restaurant și trebuie să stabilească daca produsele alimentare asociate cu toxiinfecția
alimentară provin din restaurantul Tomahawk steak:
- 67 persoane au consumat alimente ce provin din Tomahawk steak avand diaree
- 56 nu au consumat alimente ce provin din Tomahawk steak si au avut diaree
- 14 au consumat alimente ce provin din Tomahawk steak și nu au avut diaree
- 63 nu au consumat alimente ce provin din Tomahawk steak și nu au avut diaree