Versione Mobile | Vai alla versione Desktop
Differenze tra versione Mobile e versione Desktop
OBIETTIVI:
apprendere l'impostazione di uno
studio scientifico
osservare delle strutture fondamentali
di uno studio epidemiologico;
riflettere sull'importanza dell'interpretazione dei dati
L'epidemiologia viene considerata una scienza "eclettica" con molti punti di contatto con altri settori di studio: le scienze biomediche di base, le scienze cliniche, la statistica ed anche, relativamente alla epidemiologia umana, la antropologia, la demografia e la sociologia.
In ogni caso, l'epidemiologia (così come molte altre discipline scientifiche) si basa sul metodo scientifico. Il metodo scientifico viene usato nelle scienze naturali a partire dalla "rivoluzione scientifica" del XVII secolo ed è rimasto concettualmente invariato; esso si basa sull'osservazione dei fenomeni naturali e, in buona sostanza, consiste in un procedimento che avanza per passi successivi (vedi schema) dalle osservazioni fino alle conclusioni utilizzando un rigoroso sistema di generazione e verifica della ipotesi.
Schematizzando, il metodo scientifico inizia con l'osservazione di un evento; poi si studiano le conoscenze sull'argomento e si formula una IPOTESI. A questo punto si apre un ciclo ripetitivo composto dai seguenti passi:
Non sempre i risultati degli esperimenti conducono nella giusta direzione: occasionalmente i risultati ingannano, e si traggono conclusioni errate. Però la scienza è saggia, si accontenta delle umane limitazioni degli scienziati e non ne teme gli errori individuali, perché il suo incessante processo di verifica collettiva le permette col tempo di individuarli ed emendarli.
Il metodo scientifico si basa non soltanto sull'osservazione, ma su un processo chiamato «ragionamento ipotetico-deduttivo», che è un processo di generazione dell'ipotesi seguito da tentativi di negare l'ipotesi stessa - cioè un processo basato sulla «falsificazione dell'ipotesi». In sostanza, l'impossibilità di rifiutare l'ipotesi rappresenta la prova migliore della sua veridicità. Pertanto, la forza di una ipotesi dipende dal grado con cui essa può essere confutata.
Questo concetto è stato espresso magistralmente dalla famosa frase di Sherlock Holmes (il detective creato da sir Arthur Conan Doyle): «È una mia vecchia massima che, una volta escluso l'impossibile, ciò che resta, per quanto improbabile, non può che essere la verità».
Anche fra le famose «Leggi di Murphy» si trova qualcosa di adatto: la Legge di Bates sulla ricerca, che recita: «La ricerca consiste nel percorrere vicoli per vedere se sono ciechi».
Comunemente, quando si effettuano indagini epidemiologiche "di routine" nella pratica clinica e su argomenti già ampiamente noti, alcuni dei passi del classico metodo scientifico vengono omessi, e lo schema dell'indagine può essere riassunto in sole 3 fasi:
ESEMPIO. Veniamo interpellati per accertare la frequenza di mastite subclinica in un grande allevamento di bovine da latte. Conosciamo già bene questa patologia, e quindi non è necessario formulare alcuna teoria né ri-studiare quanto già conosciamo sull'argomento, né dobbiamo formulare alcuna ipotesi sulle cause di mastite, o sulle modalità di trasmissione ecc..
Passiamo quindi direttamente alla raccolta dei dati (ad esempio sottoponendo tutte le vacche in lattazione ad un test idoneo a rivelare la presenza di mastite). Successivamente elaboriamo i dati (ad esempio: calcoliamo la proporzione di animali positivi; evidenziamo eventuali correlazioni fra mastite ed età o altri fattori; calcoliamo gli 
intervalli di confidenza ecc.). Finalmente, possiamo trarre le debite conclusioni.
I DATI sono numeri (oppure valori non numerici, come ad esempio sì o no, malato o sano ecc.), ma non sono soltanto numeri. I dati sono numeri in un contesto.
Ad esempio, il numero "3.8" o il valore "3.8 kg" in sé non portano alcuna informazione. Ma se veniamo a sapere che una conoscente ha dato alla luce un bambino del peso di 3.8 kg, allora questo numero assume significato in uno specifico contesto e, ad esempio, possiamo congratularci per il buon peso del bambino, indice di presumibile buona salute.
Il contesto implica il possesso di conoscenze sull'argomento, le quali ci consentono di formulare giudizi. Ad esempio, sappiamo che un bambino alla nascita non può pesare 450 grammi, né 45 kg. Il contesto fa sì che il numero contenga informazione.
I DATI sono numeri o valori inseriti in un contesto
La struttura logica ora descritta (cioè i processi di raccolta-elaborazione-interpretazione dei dati) non è peculiare dell'epidemiologia, ma è comune anche ad altri settori della professione veterinaria. Per esempio, nel procedimento diagnostico di fronte ad un animale ammalato, il veterinario raccoglie dati (anamnesi, visita dell'animale con evidenziazione dei sintomi, esami di laboratorio ecc.); questi dati vengono «elaborati» (spesso quasi inconsciamente!) nella mente del veterinario che infine, interpretandoli anche in base al suo «buon senso clinico», arriverà alla diagnosi.
Durante la visita clinica di un animale, alcuni dei dati raccolti non sono esprimibili in forma numerica. Ad esempio, è impossibile (o molto difficile) misurare e rappresentare con precisione attraverso un numero fenomeni come l'entità di una zoppicatura o il dolore provocato da una manovra di palpazione addominale.
In altri casi, invece, i dati sono esprimibili in forma numerica; ad esempio, il numero di pulsazioni cardiache al minuto.
Quasi sempre, le osservazioni non quantificabili numericamente possono essere trasformate in un numero in base a criteri più o meno arbitrari. Ad esempio, una zoppicatura potrebbe essere codificata con i valori 0, 1, 2, 3, 4, dove 0 corrisponde ad andatura normale, 1 a zoppicatura appena percettibile, 2 a zoppicatura lieve ecc. Questo tipo di trasformazione è molto utile quando i dati devono essere sottoposti ad una elaborazione.
In epidemiologia i dati sono sempre rappresentati da numeri. Ad esempio, uno studio epidemiologico potrebbe mirare a stabilire QUANTI animali sono affetti da una malattia in un determinato momento, oppure QUANTI nuovi casi si sono verificati in un lasso di tempo, oppure QUANTI animali esposti ad un certo fattore vengono colpiti dalla malattia, ecc. Ecco perché l'epidemiologia, servendosi di dati numerici, ricorre più di altre discipline a tabelle o grafici in cui riportare i dati numerici. Per lo stesso motivo, l'epidemiologia si serve frequentemente di due altre discipline: la matematica e, soprattutto, la statistica. Quest'ultima comprende i metodi di studio dei fenomeni collettivi e quindi rappresenta logicamente la compagna ideale dell'epidemiologia (e di altre discipline).
I dati purtroppo non parlano da soli, ma vanno interpretati. L'interpretazione, però, non deve essere lasciata al buon senso soggettivo dello sperimentatore. È necessario definire una serie di metodi formali, accettati dal mondo degli scienziati; questi metodi devono essere usati per l'analisi dei dati, allo scopo di trarre conclusioni il più possibili veritiere. La statistica comprende appunto questi metodi.
Riassumendo: la statistica è l'interfaccia tra la matematica e la scienza medica:
DATI... come interpretarli? ---> Statistica!
Attraverso procedimenti statistici di "analisi", i dati possono essere convertiti dalla forma grezza iniziale (poco o nulla interpretabile) ad una forma più comprensibile. Il fatto è che, per tutte le discipline scientifiche che studiano gli organismi viventi, i dati ottenuti attraverso gli esperimenti oppure raccolti «in campo» (ossia in natura) non consentono mai di giungere ad una conclusione con una certezza del 100%. La statistica ci aiuta in maniera oggettiva, numericamente, ad analizzare le diverse ipotesi ed a valutare il grado di incertezza delle conclusioni cui siamo giunti. Ciò significa che lo studio e l'interpretazione dei fenomeni biologici dipendono imprescindibilmente dalla statistica.
La statistica... fa parlare i dati!
Inoltre, come vedrai più avanti, attraverso i metodi statistici le osservazioni effettuate su un campione possono essere generalizzate all'intera popolazione, attraverso un processo logico detto di «inferenza» (statistica inferenziale).
D'altra parte, già secoli or sono, due fra i più grandi studiosi di tutti i tempi, padri delle scienze e del metodo sperimentale, si erano resi conto che l'analisi dei dati è parte inscindibile del processo di ampliamento delle conoscenze umane:
«Nessuna umana scienza si può dimandare vera scienza se essa non passa per le matematiche dimostrazioni» (Leonardo da Vinci)
«Nessuna certezza è dove non si può applicare una delle scienze matematiche over che non sono unite con esse matematiche» (Galileo Galilei)
Non devi pensare, però, che il processo di raccolta-elaborazione-interpretazione dei dati sia puramente meccanico o possa essere in qualche modo automatizzato in tutte le sue fasi. Infatti, sia nella raccolta che nell'elaborazione che - soprattutto - nell'interpretazione dei dati è necessario ingegno, acume e discernimento, associati ad una profonda conoscenza della storia naturale della malattia (cioè come essa si manifesta e decorre in natura, senza intervento del medico) nonché di tutte le altre discipline mediche di base (anatomia, fisiologia, patologia generale ecc.). Ed è forse anche per questo che i sistemi di diagnosi computerizzata - ossia i cosiddetti «sistemi esperti» che certo costituiscono un utilissimo ausilio diagnostico per casi particolari, come ad esempio gli avvelenamenti - non possono (ancora?) competere con un buon clinico.
A questo punto potresti chiederti quali sono gli obiettivi pratici ottenibili attraverso la raccolta, l'elaborazione e l'interpretazione dei dati. La risposta a questa domanda racchiude l'essenza stessa di tutta l'attività epidemiologica, e quindi non può essere esaurita in poche righe. In seguito, verrà accennato ai compiti specifici ed agli scopi pratici della disciplina. Tuttavia, possiamo già anticipare che le informazioni sullo stato sanitario di popolazioni animali sono utili ad una ampia gamma di soggetti, a partire dai semplici proprietari degli animali o allevatori, fino alle Autorità sanitarie periferiche e centrali (nazionali ed internazionali) ed ai centri di ricerca.
Per ora, basterà ricordare che le informazioni raccolte sono utili a:
piani di controllo e sorvegliarne l'andamento;NELLA PROSSIMA UNITÀ:
ha inizio di un nuovo capitolo: «Eventi-chiave nella storia dell'epidemiologia». In essa vengono elencati alcuni fra i più illustri personaggi che, nei secoli, hanno segnato lo sviluppo del pensiero epidemiologico ed ai quali, in ultima analisi, tutti dobbiamo riconoscenza. Vengono anche brevemente illustrati alcuni importanti momenti-chiave dell'epidemiologia recente.
