 |
 |
 |
 |
 |
 |
|
|
|
|
|
|
9. CampionamentoOBIETTIVI:
specificare i motivi che inducono - od obbligano - a esaminare un campione piuttosto che la popolazione in toto
individuare i principali obiettivi di un campionamento
Raramente in uno studio epidemiologico è possibile esaminare ogni singolo animale della popolazione. Infatti spesso si è limitati dalle risorse disponibili (economiche, di personale, di laboratori, di tempo ecc.); in altre occasioni, anche supponendo di disporre di risorse illimitate, l'intera popolazione da studiare non è fisicamente raggiungibile oppure non è del tutto nota . Pensa, ad esempio, a una indagine epidemiologica da effettuare su animali selvatici di una certa specie (es. camosci) in un parco: probabilmente non sarà conosciuto con esattezza il numero degli animali presenti, né il rapporto maschi/femmine né la distribuzione per età ecc..
In altri casi, il numero di individui che compongono la popolazione da studiare è talmente elevato che lo studio di ognuno di essi è fattibile solo teoricamente. Pensa, ad esempio, alle api di un alveare o ai pesci presenti un laghetto di allevamento. Infine, è possibile trovarsi di fronte a una combinazione delle suddette difficoltà, come ad esempio nel caso si volessero studiare gli insetti 
vettori di una determinata malattia in una determinata zona.
Talvolta, soprattutto nel lavoro di ricerca medica, la popolazione è addirittura infinita o, meglio, indeterminata in quanto non è conoscibile in modo esaustivo, neppure virtualmente.
ESEMPIO. Una popolazione indeterminata è rappresentata da tutti gli animali che, oggi e in futuro, necessiteranno di una particolare terapia, oppure dall'insieme delle concentrazioni di mercurio misurabili in tempi diversi in un lago).
Non sempre per 
popolazione si intende un aggregato di animali; talvolta si può lavorare su una popolazione di batteri, o di virus, o di cellule in coltura, o di campioni di latte ecc. Anche in questi casi è evidente che sarà spesso impossibile esaminare l'intera popolazione.
L'esame di un campione, ossia di un numero ridotto di osservazioni, invece dell'intera popolazione consente di superare i problemi ora accennati. Un campione non è altro che un insieme di elementi tratti da una popolazione (o "universo"). Un universo consiste della totalità degli elementi che hanno certe caratteristiche. Il campione è soltanto una parte del tutto.
Scegliere un campione da una popolazione significa effettuare un «campionamento». Esaminare ogni singolo individuo della popolazione significa effettuare un censimento; esaminare gli animali di un campione significa effettuare una indagine (o inchiesta o sondaggio, in inglese «survey»).
Per una serie di motivi, raramente possono essere studiate tutte le unità che compongono una popolazione. Pertanto, si studia soltanto una parte più o meno grande della popolazione, per poi generalizzare all'intera popolazione i risultati ottenuti. Questo processo di generalizzazione dei risultati ottenuti studiando un campione è detto «inferenza»:
ESEMPIO. Un farmacologo somministra un farmaco a 30 cani con una certa malattia, mentre somministra semplice soluzione fisiologica ad altri 30 cani (i «controlli»). Dopo una settimana è guarito il 25% degli animali trattati con il farmaco e il 19% dei controlli. Questo risultato è stato ottenuto su un campione di animali, e non implica necessariamente che il farmaco sia efficace; infatti, lo stesso esperimento condotto su altri animali potrebbe portare a risultati diversi. Non c'è dubbio che sugli animali del campione il farmaco ha funzionato meglio del placebo. Però non puoi essere sicuro che il farmaco funzionerà anche sulla popolazione di tutti i cani affetti da quella malattia.
Le ipotesi sono due: il farmaco funziona oppure il farmaco non funziona. Quale ipotesi scegliere? Qui viene in aiuto la statistica: attraverso un processo di inferenza basato su metodi statistici (statistica inferenziale) si può stimare con obiettività l'efficacia del farmaco sulla popolazione in generale, a partire dai risultati ottenuti studiando un campione.
Alcuni principi di base della statistica inferenziale sono stati trattati nel Capitolo 5; altri verranno trattati più avanti in questo stesso capitolo.
Quando si effettua uno studio per mezzo di un campione, è necessario tener presente che non si otterranno mai risultati del tutto affidabili. Come si vedrà in seguito, per valutare la "bontà" di uno studio campionario è indispensabile tener conto di vari fattori, fra i quali i più importanti sono: i criteri di scelta della popolazione in studio, il metodo con cui si è selezionato il campione, il periodo di osservazione, i metodi adottati per identificare i casi di malattia, le tecniche di analisi, la precisione delle misure effettuate.
AFTER HOURS: Una legge di Murphy
NELLA PROSSIMA UNITÀ:
si spiega perché non è possibile ottenere un campione «perfetto» e si introduce il concetto di «errore di campionamento».
