Ejercicio teórico práctico de manipulación y análisis de resultados de estudios epidemiológicos de los helmintos de los rumiantes

Texto completo

(1)'i '? "/a. (tf. EJERCICIO TEORICO-PRACTICO DE MANIPULACION Y ANALISISDE RESULTADOS DE ESTUDIOS EPIDEMIOLOGICOS DE LOS HELMINTOS DE LOS RUMIANTES, \. Efrafn'BenavidesOrtiz r. 1. INTRODUCCION En la conferenciaanteriorse dieronalgunasideas y principiosrelacionadoscon el diseñode estud¡os epidemiológicos en el área de la helmintologfa veterinaria;en éste documentose presentaun ejercicio prácticode anál¡sispreliminarde la ¡nformación que puedeproducirun estudiode esetipo, paralo cualse ha recunidoa un ejemplode la vidareal,correspondiente que adelantael a algunode los expedmentos programaNacional de Epidemiologla pecuar¡a. en cooperación conlosgruposregionales investigación de. 2. EL FUNDAMENTO ESTADISTICO PARAEL MANEJODE LOS DATOS. Lo que se presentaa continuac¡ón no pretende ser unad¡sertación ya que académica sobreestadística, esatemáticasuperalos alcanc€s prácticode manipulacion de éstecurso;s¡noun ejefc¡cio de datosen el computador, de modoque permitaal investigador prelim¡nares realizar (panorámicos) análisis a susdatos en eltrascurso de cualquier estudio.De cualquier que el ¡nvestigador que pretenda manera,es necesar¡o inic¡artrabajos€xperimentales u obsefvacionales en el campode la evaluac¡ónepidemiológica de los helmintos,posea adecuadasbasesconceptuales tanto en los métodosde la estadística,como en la paralo cualseremitea losinteresados epidemiología, pertinentes lasreferenc¡as a consultar (Oominguez, 1966;Otte,1991;Sard, 1978). puederealizar A pesarde gueel computador directamente pre-programados, muchoscálculos es necesario que el profes¡onalque losenfrenta,conozcala rac¡onalidad los de mismosde tal maneraque las inferencias que realiceseanlas correctas. Generalmente él requiereconocercómose d¡stribuyen los datosde una variabledada(la producción de lecheo la densidadparasitaria, porejemplo), parahacercomparaclones con otrasfincaso €ntreindividuosde la mismaexplotación. O tal vez necesitaconocersi el resultadode un análisisse encuentra dentrode losvaloresesDerados. Por otraparte,otrosestaráninteresados en evaluarconmétodosadecuados, cualquier nuevaalternativa de solucióna los problemas de losproductores. pueden Asf requerir comparar dosgruposde novillos, uno tratadocon antihelmlnticos y el otrono, en cuantoa su ganancia de pesoen un períododado.Aqui el investigadorrequeriráut¡lizarun adecuadodiseñoque le asegurela representat¡v¡dad de los resultados.. DMV.. MSc., PhO ProgramaNacionalde Ep¡demiolog¡a Vete.inar¡a.Centrode Investigaciónen Setud y producciónAn¡mat, CEISA Corporac¡óñColof|ib¡anade InveÉtigaciónAOropecuaria,CORPOICA.Apart do aéreo 29243. Santafé de Bogota, Color¡b¡...

(2) Epldcmlologl¡ y Dl¡gnó¡tico dc Parásltgr Int€rno3 de tos Rumi.nt6r (Memor¡¡¡ cuf¡ol. 15-2. los gue debenser analizadosconunapruebaaprop¡ada. Adicionalmente se puedenrequerirexperimentos más compleios,dondeel ttatam¡ento se evalúea diferentesdosisde aplicación.El inyestigadorentonces utiliza¡ápruabaspara demost¡arasociaciónentre estasyadabjes.En la tabla '1,se presentaun breve resumende posiblest¡posde detosen saludy p¡oducciónanimal,y las pruebasde más frecuenleuso, acordea lo indicadopor Sokaly Rohff(198j). El anál[sisdel comportamiento de una var¡ableen un grupode ¡nd¡v¡duos, géne¡almenterequiereen su iniciodeterminarel t¡pode distribución a la quese ajusta(yaque de estodepende¡áel tipode descriptores poblac¡onales y de pruebasestadfsticasque se util¡zarán).Para €sto es rit¡l graficar el poltgonode Tabla 1. Resumende los t¡posde análisisde datosrequeridos€n salud y producciónAnimaly las pru€basestadlticasde más frecuenteuso, (SegúnSokaly Rohlf,19gl).. ¿x¿men de una mueslr¿. PolÍgono de f¡ecuencias Pruebasgráficas de dist¡ibución normal Medid¿s tendenciacentral ) de dispersión F¡ecuenciasnormales esperadas Limltes de confianza. Comparoción entre grupos: Sólo dos gfuPos. Pruebat pareada (observacionesrepetidas mismo animal) Prueba t student (observacionesindependientes) Prueba t oomparandouna observación con un fironredio Pruebade rangosde Wilcoron 1no paramétrrca. ¡arcada) Prueba U de Mann-Whitney (No paramétnca, inricpendienres). Comparación entr€ grupos: más de dos grupos. Analisisde varianzade un via Prueba de homogeneidadde la varianza Analisisde varianzade dos o más vias Pruebade Kruskal Wallis (no paramérrica) P¡uebasde ¡a¡¡gosmultiples (Duncan, Tuke¡,). Determinaoión de asociación ent¡e dos variables no nu¡néricas (categóricas). P¡ueba de chi cuadrado Det€rmitraaidndel riesgo relativo Determinación de Ia razón de probabilidades. Predicción de relación funcional o asociación entre dos variables. Coeficiente de correlación Análisrs de rcg¡esión lineal Regresiónpolinomial Coeficiente de co¡relación de Kendall (no paramé(rico). Predicción de relación funcional o asociaciónente 3 o más variables. Prueba de regresión múltiple Coeficiente de corelación múltiple Coeñciente de Concord¿nciade Kendall (no paramétrico).

(3) Eplden¡ologlo y D¡agnórtbo de P¡rá¡ito! Intemor d6 lo¡ Rumientc. (M.morla! cur¡o). y posiblemente frecuencias(histograma) aplicaruna pruebaparasabersi los datosse aprox¡mana una distribuciónnormal.Luegovendrála selecc¡óndel descriptorde tendenciacentral(promedio,mediana, moda,etc) y de dispersión(venanza,rango,desviaciónestandar,errorestándar),que se cons¡deremás conven¡ente.De este modo se podrá describirapropiadamente el componamientode ese grupo oe animales. En la prácticad¡ariafrecuent€mente nosvemoson la necesidadde compararlos resultadosobtenidosen dos o más diferentesgruposde animales.Bienpuedetratarsede la evaluacióndel efectode una vacuna o de un suplementoen la dieta.La pruebae utilizardep€nderádel t¡pode variable,de las caracterlsticas de los gruposa evaluary del tipo de d¡stribuc¡ón de la variable(si se distribuyenormalmenteo no). Los datosque so ajustana ta distribución normalpuedenanalizarseutilizandola estadfsticade modelolineal (paramétrica).La estadfsticade órdeno no paramétdca,puedeutilizarsepara el anális¡sde datos no distribuidos normalmente, o parael análisis de dalosque no son independientes. Estase basa,no en el valorde cadadato, s¡noen su ubicaciónrelativacon el restode las observac¡ones de esa varisble.. 3, EJERCICIOPRACTICO DE MANIPULACION Y ANALISISDE DATOS.. 3.1.. Descripcióngéneraldel ejerc¡cioa realizar,. El s¡mpleejercicio quese presenta a conl¡nuac¡ón, es un ejemplodondese presentan unaser¡ede datos que generalmentese recoleclanen todo estudiodonde se pretendeiniciar el estud¡o de la dinámica poblacional de los parásitosgastro¡ntestinalcs en un hato.En el estud¡ode nuestroejemplo,se muestrean todos los ternerospresenlosen el hato a ¡nteryalosmensualesy se reg¡stranlas densidadesde huevos y ooquistesde parásitosgastrointestinales (frichootrongylidos helmlntosy coccideas)presentesen las materiasfecales,los que se registraronde maneranumérica(huevospor gramo:hpg).por otra parte,ra presenc¡ao nó de huevosde tremátodos(Fasciolahepatica)o céstodos, asl como de parásitos pulmonaresse reg¡stracomouna variablebinomial(s¡o no).Ademásde las variablesparasitológ¡cas de cadaanimal,se registrasu pesoen cadafechade recuento, asf comoinformación adicional(f6chade nacim¡ento, raza,sexo,etc.). Este tipo de datos puedenser guardadosen un archivoolectrónicode cualquierbase de datos,por el. PANACEA'DBASE,EXCEL,étc.Dadoa raexperiencia personar derconferencista y a que en er medio veterinariose ha difundidoel uso del ProgramaPAMCEA, el ejercicioversarásobre el uso de esta (PLs' 1987).sin embargolos principiosmetodológicos h€rram¡enta puedenser extrapolados a cualquier que permilael manejode estetipo de datos. otro sofr\,vare Dada la recolecciónrut¡nariade datos, es recomendable que la base de datos permitala inclusión permanente de nuevoscasos;tantonuevosrecuentos, para nuestroeiemplo, comonuevosanimales. se han organizadolosdatoscon basea cadarecuentomensuala medidaque se va realizando; losiiferentes datosvan¡nclufdos a manerade columnas, (Número y fechade recuonto, identif¡cación delanimal,y luego datos de los animalesindividuales paracadarecuento),en las filasse va acumulandola ¡nformac¡ón de.

(4) Ep¡dembloCla y Dbgnó¡tlco d€ P¡rárilo¡ Inl.rnor dé lo! Rum¡¿nte3 (Mcmor¡¡¡ curro). r5¡. losdiferentescasos.Cadarecuentode un animalindividualenunafechadiferente,corresponde a un caso. Parael ejemplo,se ha dis€ñado6n el progremaPANACEA, la basede datosDlNAMl, la que conüene reg¡strosde 14 fechasde conteoy de 95 an¡males diferentes. Cuandose pretendeanalizarla información. generalmente es necesariomanipularprimariamente losdatos,paralograrreorganizarlos de modoquedos tiposde análisisseanfactibles: Por un lado,se requeriráagruparla información ecordea las diferentesfechasde muestreo,para demostraruna posible€stacional¡dad de la contaminación de las praderascon huevosde parásitos. Por otra parte,es necesarioagruparla informac¡ón acordea los diversos¡ndividuos, biensea para conocerlos promed¡osindiv¡duales de infestación, segregarlos susceptiblesde los res¡stentes, o posiblementepara tratarde hallarasociaciones entre ¡ndividuosde baja o alta carga paras¡taria (variabl€scategóricas), con aquellosde ba¡ay altadensidadde huevosde parásitosen las heces. Finalmenteelinvestigadorpuederequedr,el realizarestudiosmáscomplejosparaconocerelgrado de asoc¡aciónde unasvariablescon otras(numéricas),med¡anteanálisisde regres¡ón,tien sea esta,simpleo múltiple. Para poder lograrestos modelosde reagrupamiento de los datos,generalmente se requeriráutilizarla facil¡dadde ordenacióndel computador, mediantelo que se llamacamposde indexac¡ón (clasificación por que fndices). Lo siguea continuación paradomostrar es un ejerc¡cio la man¡pulación de estetipode datos, en experimentos de helmintología veterinaria.. 3,2,. La creacionde ¡rch¡voscomplementaf ¡os.. En PANACEA,el reordenamiento de los datosimplicala creac¡ón de variosarchivoscomplementarios, utilizandolas fac¡lidades de indexación del programa(PLS,1987).Basadosen los mismosreg¡strosse trata de creat un archivoque resumala ¡nformación obtenidaen cada recuento(fechade observación)y otro que resumala información de losanimales ind¡viduales. Adicionalmente se crearáun atch¡voadicional, en el cuaf los dafosya no se organizanconobasea fos datosde cada recuento,sínoque en esta ocasíón €staránagrupadosacordea los recuentosobservados en cadaanimal,Paracompletarel ejerc¡ciodeben real¡zarselos siguientespasos:. a. Ingreseal programaPANACEA;con el comandoLO (LogOrive)sefeccioneel director¡octondese encuentrael archivoejemplo(C:\HELMCUR), luegocon el comandoLS (Logset)seleccione el archivo(DlNAMl).Exam¡nela basede datosconel comandoIIVW(WindoW)y finalmenteutiliceel comandoLF (LislF¡eld) paraverlostiposde variables queserántrabajados en cadacampo(FIELD). presenta La figura1 la definición de camposdel arch¡voDlNAMI. b. Parala creacióndel arch¡vo"resumenpor recuento", el que se denominará DlNAM2,realicelos sigu¡entesprocedimientos: ¡ Indexarcampo1 del arch¡vo DINAMl:.

(5) Epldemiologf¡y Diagnósticode P¿rásitoslnternos de los Rumiantes(Mernor¡ascu13o). l5s. L I S T O F F I E L DD E f ¡ I ¡ ¡ T I O N S P6ge 1 Prod{¡ced oñ 22107196 6t 17,27. oAfAsEr: DU¡N{1- 8!5 Cases. IIUiIBER NAIIE INDEXIYPE BYTESRAIIGE ENIRY CO}¡DITIOII I . llullERoDE INI 2 0 Yes RECUE¡IÍo ro 32767 FECHA 2 Yes 2 0toto to 31t12t99 -9E+30 3 ¡DENflFICA Yes s¡lc 4 clo|¡ to 9E+30 4 fECHA NACI ilo DTE 2 OI'OI O ¡{rENTo ro 31t12194 5 PESoKG |lo tNf 2 -327é7 to 32767 i+ -9E+30 ó P6¡ (lllcR) l¡o SNG to 9E+30 7 CoccIDIA llo SNG 4 -9E+30 ( Í/GR) to 9E+30 8. ÍEI¡IA. llo. ANS. 1. 9. D. vivfp€. us. l¡o. Alts. to 1. t. heÉtic No ato lJo oESERVAC¡o ¡lES. alts. 'l. TXT. 50 to 1 to 4 to. t1 12. 13. Figura 1... to. LOGARITI'!O PGI. T¡10 No LoGAR¡ CoCCIDEA. sllc. -98+30 9E+30 -9E+30 9E+50. L¡sta de definiciones de los campos del arch¡vo DlNAti. ComandoSM (SMerge) en campo1 (recuento) porcampo(1) Explicación= Ordenalos datosacordeal númerode recuento 'l. r cop¡arindexado campos1 y 2 (NoRecuento y Fecha)a DINAM2,con condición de cooiarcada recuentounasolavez: comandoco (copier)con rNDEX(yes)en campo1, utirizando ra siguiente condición: EX lF FV(1)=FV(I,r) Explicación= y fechasde recuento copialosnúmeros perosórounavez cada ordenados, uno I Exam¡nar el archivoDINAM2: UülicecomandoLS y VVW.

(6) -.- d¡¡¡. '***. -. "'. -'""-. Epid.mlologla y D¡¡gnó¡tico de P¡.á¡lto¡ Intefno¡ de br Rumiant ¡ (Memofis¡ cur¡q). c. Para la creacióndel archivo"resumenpor animal",el que se denominará D|NAM3,real¡celos procedimientos: sigu¡entes r Indexarcampo3 del archivoDINAM1: por campo(3) ComandoSM en campo3 (identificación) Explicación= Ordenalos datosacordea la identificeción de cada animal I Copiarindexadocampos3 y 4 (ldentificación y Fechade Nacimiento)a D|NAM3,sin condición: ComendoCO con INDEX(yes)en campo3, sin usarcondición: Explicación=Co¡Ía los animalesy fechas de nacimientoordenadosacorde a la identifcaciónde cadaan¡mal. ¡ Eliminar datosrepetidos de cadaan¡malen archivoDINAM3: LS a archivoDINAM3;Comando DE(DElete) conla sigu¡ente condición: lN lF FV(1)=FV(l,-1) que que Explicacíón= Elíminacasos seaniguafes el anterior ¡ Examinarel archivoDINAM3: UtilicecomandoLS y WW. 3.3.. Eramen prelímínarde fos datos.. preliminarmente Losdatospuedenserexaminados utilizando la estadlstica (Bailey,1981);previo descriptiva a cualquierprocedÍmíento más compfejo, el investígador debeconocerparacadavariable,el rangode valoresentrelosqueéstafluctúa, su promedio, varianza, y el errorestándar; desviación estándar paracon baseen estosvalores,decidirlosprocedimientos y transformaciones a realizarCfaylor,1961: Domlnguez, 1996).Sin embargo,en el contertode ésteejercícíoprimerose reafizaráuna transformación logarítmíca de los datos,con ánimocomparativo; dadoa que es conocido que por lo generallos datosde recuentos de huevosen la materiafecal,no se d¡stribuyen normalmente, y de que ss requ¡ereuna transformac¡ón logarftmicaparasu adecuadoprocesoestadístico(Snyder,1993).Paralograresto,favorllevara cabolos s¡guientesprocedimientos en el comoutador: e. Transformaciónlogarltmicade los datos (log(X+l)). (Se requiereestar ubicadoen el archivo DINAMl).Paraev¡tarel cálculodel logaritmo de cero,es necesario sumarleunaconstante a todos los valoresa lransformar.Estaconvenientemente puedeser iguala L ! SumarI a todoslos valores(X+l) ComandoDV:2 (Vn= Va+C):. Vn=campo12,Va= campo6, C=1. r Calcularel logaritmo neperiano{Ln(x+1)} ComandoDV: 12 (Vn= LNeVa): Vn=campo12,Va= campoi2 r Obtenerlogaritmo basei0 mediante fórmulaLoglOa= LnailnlO ComandoDV: 5 (Vn= Va/C): Vn= campo12,Va= campo12,C=2.3025S5093.

(7) Epldeñ¡ologla y DiagnóEticode Pará5ltor Internos de los Rumiantes(Memoriascurso). 15-7. r Repet¡rprocedim¡ento paraCocc¡dea (campo7). Examinar la basede datosconWW.. .. b. Cálculode las estadíslicas descriptivas de losdatoscrudosy transformádos (seobtieneutilizando el comandoNOrmst(NO)de PANACEA): I Ver¡f¡car la conex¡ón a impresora o a archivoASCIl,conel comandoLp (Logprt) I Comando NO paraloscampos6, 7,8,9, 10,12y 13 r óbservarlosresultados obtenidos: rango,promedio, var¡anza, etc.Tratede determ¡nar comose comportan losdatosy sustransformaciones.. É ¡ E I. 6. á. : I. :ü. :-. Figuta 2-. E ;. l¿ 5!. ? !. sc ¡Í. ' e:l-: t- 3:f !:l- e:l- e;l: e:J: eEf)r!":F o. H¡stogramaO desviac¡óna la izqu¡erdade las frecuenc¡as.. c. Preparación de un h¡stograma de frecuencias paracadavariabre continua de interés: ¡ Selecc¡one el comandoHl (Hlgram)y soliciteel anális¡s parael campo6 (pGl).

(8) EplderÍlologfay Qlagnóst¡code pa¡ás¡tosInterno6de los Rum¡entes(Memor¡escu.so). Delanálisis de estadfsticas descriptivas seleccione losvaloÍesmfnimosy máximosentrelosque fluctúala variabley marqueestosvaloresdondese lo sol¡cita el programa, colocando un valor redondeado ligeramente superioral valormáximo,en el casodel ejemplo0_5000 Repeürel proced¡miento pararasvariables:12,7 y i3. un ejemplode histogramas para ra variablede ParásitosGastrointest¡nales (pcl), cruday transformada iogaritmicamente, se presentaen las figuras2 y 3. Intentellegara conclusiones sobrelas ¡mDl¡cac¡ones de éstas grálicas.. 3. ¡ ¡. ! E; 3. e. i. F¡gura3.. . :é. --. l¿. ¡. :á. ' e I ' : . l : 3 l : e : l - e : :f ; l - : ; l - : j l - : - l - : : l - : t l ^ ! - F : - l ¡ r : i ; ! t l - ¡ : i : r - j : 3 l j " : F .. Histograma de f re"u"n",t de las frecuencias,note la nuevadistribuc-ión ¿e tos áatos.. d' lntentela comparación de gruposde datosmediante er anárisis de varianza: r veririquera conexión dercomputador a impresora o arch¡vQ ASct, coner comandoLp r utiliceel comandoAN (ANovar) parala variable6 (pGl)enked¡ferentes valoresde la variable (No 1 de recuento).Estud¡ee interpretelos resultados. I Repitael proced¡miento paralas variables12,l y 13..

(9) Epidem¡ologf. y D¡.gnó.t¡co d. F.r¡.ito.. Int rnor d. lo¡ Rumi¡nt s (M.mori¡. cur¡o). e. El uso del análisisde regresiónparaevaluarla asociacióny dependenciaentrevariables r Analicequé posiblesfactorespuedeninfluenciarla densidadde huevosde parásitosen la materiafecal. Diseñeun modelode análisisteniendoen cuenta las variablesque pueden influenciarla densidadde huevos(ejemplo,Node recuento,fechade nacimiento,peso). ¡ Soleccioneel comandoRE (REgres)de PANACEAy seleccioneel campo6 como la variable y los campos1,4 y 5 comovariables¡ndependientes. lmprimay anal¡celos dep€ndiente Íesultados. r Repitasl procedim¡ento parala variable7.. 3.4.. Crcacióndel archivode datos resum¡dopor fechesd€ recuento.. En la sección3.2. de ésté documento,se describióel modode transferirlos'campos clave"del archivo originalhacia un archivo nuevoque contendrála informaciónresumidapor cada fecha de recuento (DlNAM2).A continuación se describeel procod¡miento requeridoparatransferirla informaciónrequerida a ese arch¡vo. a. Creac¡ónde nuevoscamposde trabajoen el arch¡voreceptorde datos: r Con el comandoLS ubicarse en el archivoDINAM2 r Cree los siguientesnuevoscamposcon el comandoNF (NewFld): Camoo Título Tioo 3 Promedio PGI SNG 4 PGI Menor SNG 5 MayorPGI SNG 5 VarianzaPGI SNG 7 E¡¡o¡STD PGI SNG I Promedio log PGI SNG 9 VarianzaLog PGI SNG 10 ErrorSTDLog PGI SNG 11 RangomenorLog PGI SNG 12 RangomayorLogPGI SNG 13 lNvpromLog PGI SNG 14 lNvRangmen LogPGI SNG 15 lNvRangmay Log PGt SNG b. Resumende los datosdel archivoDIMMI en DINAM2 r ut¡lizando el comandosM, indexeel archivoDINAM2conbaseal Node recuento(campol).

(10) Ep¡dern¡ologlay Oiagnósticode nará¡itos Internos dé los Rum¡antes(Memor¡ascur5o). r5.10. r ublqueseen el archivoDINAMI con el comandoLS e indéxelocon sM con baseal No oe tecuenlo. ¡ ut¡lizando el comandous (ush¡n)resumala información de DINAMI en D|NAM2,utiliceel campoI (Node recuento) comocampoclave(Keyñeld)el cempoi. Asf,resumala información del campo6 de OINAMI en las variablesde DINAM2:4(menor),S(mayor),3(promed¡o), y 7(errorstd).Delmismomodo,resumala informac¡ón 6(var¡anza) del campol2 de DINAMlen las variables. E, 9 y l0 de DlNAM2. !. Retorneal archivoDINAM2conLS, examfnelocon 1 ,lW. Gráf¡code seriesde üemoo.. 8Í3. o. 3tx. 6;Y. Éis. .ó t3. Figura4.. sS.{ssS:¡Ésg-s5. :-iFir-i.-*-'>;>;>*-. Med¡anteel comandoTC (fchart) grafique la serie de tiemoo resultantepara la variable pGl. Seleccione las variables 3,4 y 5: utilizando el asterísco como marcadorpara el primercampoy lineasverticales paralos otrosdos. Permitaque el computador calcule automáticamente la escalaa utilizar y despuéscon base al cálculo, corrijamanualmente la escala,de modoque todoslos valoresestén incluidosusandola mismaescala pare las tres variables.Trace manualmente la lineade uniónentre los asteríscos y una éstos vert¡calmente con la barra de los valoresmenoresy mayores(rango) observadosen los animalesen cadafechade recuento.La figura4 demuestrael fesultadode éste ejercicio.. Seriedetiempode ta var¡abGpEtEn-lJliEi. de muestreo. Las barras verticales indican el rango obtenido en cada fecha.. r A cont¡nuación, uür¡zando ervarordererroresrándar pararavariabre obtenido pcl Logaritmo.

(11) Eptdemiotogh y Diag¡ósrico de parásiro¡ Jnte¡r¡osde ros Rurrriarrres(Memorias cur¡o). 15.11. (campo10)es necesario calculaÍ la desviación estadfst¡ca de losvaloresobtenida en cadafecha de muestreo, la quecorresponde paraesto,utilizando al "promediotError estándar,,. elcomando DV, se le restaar promedio LogpGr(campog) ervarordererrorestándar(camporo) estose ubicaen el campo11.Del mismomodose sumanlos camposg+10=camDo 12. I. E3t ¿¡¿_. ; 9:. .:t*:. i=t. r. S:sss¡:¡!5sSSS iñx-m-r-i.-*-;;:;;*-. Figura5.. Variación en el de HPG de datos analizadosde modo transformado.Las barras vert¡calescor¡espondenal errorestánda¡.. Los datos obtenidos con los procedim¡entos antef¡oresestán expresados en escalalogarftm¡ca; la que generalmenlees poco indicativa por entérminosprácücos. lo tantoes necesariore-transformar el resultadode los cálculosa escalas reales de huevos por gramo. Para esto, uülizandoel comandoDV, seleccione la opción 16 (Vn=Express¡on). La variabte Vn corresponde a las variables13, i4 y 15 que se crea¡on en pasos anter¡ores. La expres¡óna utilizar es: 10^(FV(8))para et campo13, 10^(FV(11)) para et campo14 y 10^(FV(12)) parael camoo15. A continuaciónut¡l¡zandoel comandoTC, grafiquela seriede t i e m p o p a t a l a s v a r i ab l e s contenidas en los campos13, 14 y 15. Dejeal computador calcularla escataautornat¡camente y después corrfjalamanualmente,dibujando laslíneasde uniónentrelosDuntos. El resultado se ¡lustraen la figura5. Notelas d¡forenc¡as entrela figura4 y 5. El anál¡sisde los datos en transformac¡ón logarltmica,evita que valoresextremosjalonen el promediode la variableque se anal¡za.. 3.5. Cálculodet efectode los parás¡tossobre la ganancia de peso. 'Esteprocedimi€nto puedeimpricarunamanipuración máscompreja de rosdatos,perot¡eneragranvenraja de que ut¡riza rosmismosprincipios y procedimientos usadosen rasecc¡ón anteriof. De modoque unavez.

(12) Epldem¡oloehy Dl¡gnórtico de P.rá¡¡ios Intefnosde los Rumbnte¡ (Memori¡scur.o). 15.12. gue el profesionals6 ha fam¡l¡arizado con el primerproceso,puedeintentarel abordajedel segundo.En este casose intentaresumirla información poranimalen el archivoD|NAM3.Paraanál¡sismás complejos pudeser necesariore-organizar la información en un arch¡voDIMMT, tal comose describemásadelante. a. Creaciónen el archivoDINAM3de nuevoscampos: Después de ubicarse conLSen D|NAM3, creeloscamposFechade Ingreso(DTE)y pesoinicial (lNT).Como no todos los an¡males ingresaron al experiménto el mismodfa, es necesario conocer,independi6ntemenle de su fechade nacim¡ento, cuandoingresaronal experimento, para con baseen €sto calcularlos ¡ncrementos de Deso. b. Reordenamiento de los datosconbaseen cadaan¡mal: r Pasea DINAM1e indexe(conSM) el campo3, ordenadopor los campos3 y 1 ¡ copie los campos1-13(con el comandoco) del archivoDINAM1en el arch¡voDINAMT. indexandola cop¡acon basea la variable3 Explicación= Conestoprocedimiento se reorganizan todoslos datoscon basea cadaanimal. Examineel archivoDINAMTcon WW y observela nuevad¡stribución de los datos.. o. c. Cálculode la fechade ingresoy del pesoinicial ¡ copie, sin indexar,los campos2 (fechade muestreo) y 5 (peso)del archivoDINAMTa los campos3 (fechade ingreso) y 4 (peso¡nicial) delarchivo DINAM3;Incluyala s¡guiente condición paraefectuarla cofla: EX if FV(3)=FV(3,-1) Explicac¡ón=se copiaar arch¡voD|NAM3,el valorde fechay pesopresenteen la primera observación paracadaan¡mal, segúncomoestánordenados en el archivoDINAMT d. Transferbncia del pesoinicialdel archivoDINAM3al archivoDINAMT.Esta laborse requierepara podercalcularel incrementode pesoobten¡doen cadaobservación: ¡ con sM indexeel archivoI en olNAM3y 3 en DINAMT,cr6een DINAMTun nuevo camDo: Pesoinicial(tNT) ¡ DesdeDINAM3y utilizandoel comandoDS (Dshifr)transfieralos valores de la variable4 (peso iniciaD al campol¿tde DTNAMT Explicación:El pesoinicialde cadaanimalse transfierea todos los casosque él poseaen la basede datos. Exam¡neeste procesopor VVW cálculode la edaden dras;esteprocesoes fequerido paraconocerragananciadiariade peso. ¡ En el archivoDINAMTcreeun nuevocampo"Edaden dfas (lNT)"y utilizando el comandoDV. calcúlalout¡l¡zando el comandoDV (Vn=Va-Vb: Va=campo2, Vb= campo4).

(13) Epldcm¡ologfa y D¡egnóst¡co de p¡rár¡tos Interno! de lor Rumtantes (Memorlas cur.o). t5-13. Evolucióndel peso Peso(Kg). 359 300 250. 20.o 150 100. r. 50. 'o o. ..¿d4i'"' so. ioo .. o. ' Figura6.. i6o 200 Edad en días. Observaciones -. zso. 3oo. g5o. Fegresión. Gráf¡cade d¡spersióndel pesocon adicionadode la curvade regres¡ónque explicaestos datos.. f. Determinaóión del incrementototalde peso: cree unavariableparaestepropósito(sNG)en erarchivoDTNAMT, y carcúrera con ercomando Dv, sin condic¡ones: Va=Va_Vb: Va=peso(Cmps), Vb= peso¡nicial(Cmpi4) Es factibleademásgraficarra evorución der pesode los animares6n er tiempo,tien utir¡zando el comandode PANACEASC (scgram),o transfidendo rosdatosa un programagrancador.para este propósitoes conveniente agruparlos datosacordea cohodesde edad,ya que la dinámica de la gananciade pesovarfaacordea raedadde rosanimares.La figura 6 ilustraeste Droceso. utilizandoer comandoRE, y rearizando un númeromrnimode cárcuros adicionares (quepor factoresde tiempono se incruyenen estedocumento)es factibrecarcutar moderosde regresión linealo pol¡nom¡ar, paraajustarragrafca de dispersiónde puntosa una curya ajustada con el modelode mfnimoscuadrados, b¡ensea una ecuaciónrinear(y= a+bX)o porinomiar (y= a+bX+cxz+dX3) Paratransportarlos datosargraficador, serecc¡one con er comandoLp ra impresorao (Arch¡vo ASCII)'luegoindexerosdatospor edady peso,y ruegocon er comandovL (vaLisr),fisteros.

(14) Epkteñlobgl.. y D¡qgnó¡tico dG P.lá6ito$ Inlér¡o. de lo! Rqm¡anle! (MemoÍar cuIro). 15-14. datosen un archivotipo ASCll. El programale preguntaentoncessi des€aexam¡narlos datos en pantalla,¡espondaque si. Con las flechasexaminev¡sualmentelos datos y eliminecon el comando^Y (ControlY), las lineasde encabezadoqu€ no poseandatos.Grabe estos datos preferencialmente para en un disquete(Unaopciónadicionales creerun formatopersonalizado la salidade los datosut¡lizando los comandosFG (F¡mcen)y FL (Fmlst) de PANACEA). r Para manejarlos datoscon el graficador(HARVARDGRAFICS,EXCEL),salgade PANACEA y utilicelas facilidadesde importaciónde arch¡vosa partirde archivosASCll. La mayoriade giañcadoréspe¡m¡tela creac¡ónautomáticade curyasde regresiónpor el métodode mlnimos cuadrados.Una limitantees que generalmente los graficadores aceptanun núme¡olim¡tadode (240 casos a 260). g. Cálculod€l incrementode pesoentrerecuentos.En vez def ihcrementototal,el ¡nvestigador puede requ€rirel cálculodel inctem€ntode peso entre uno y olro recuento,para lu6go asociaresta informac¡ón conlosdatosde densidadparasitaria. Sersalizael sigu¡enteproceso,elque se desc¡ibe por de muy maneraresumida efectosde tiempoy espacio: Creeen DINAMT3 nuevoscampos,lncrpesomes,Dlas entreObs y Gananciad¡aria. calculeelincremento conel comando DV,ut¡lizando lafunciónl6 (expresión). La fórmulaa usar €s: FV(n)-FV(n,-l),utilizandocomocond¡c¡ón: lN it FV(3)=FV(3,-1) Pa¡a el cálculode d[as enlre recuentos,use DV con la siguienteexpres¡ón:FV(2)-FV(2,-1), utilizandola condición:lN if FV(3)=FV(3,-1). La gananciadiaria se catculadiv¡d¡endoel ¡ncrementopor los dias entrerecuentos.. BIBLIOGRAFIA. BAILEY, N.T.J. (19E'1). Stat¡st¡cát m€thod8 ¡n Biobgy. Hodde.E Stoughton,London.SecondEditinñ.216p.. SARO, O.M. (1976) A pl¡c€ tor ¡¿Et¡rt¡cs, Veterjn¿¡y Record,1ge, 177-118.. OOMINGUEZ, A f 996) Análi¡is cstadfstico Ce ta inform.ción lécnica pecuarla. En: MemoriaE primer culao nacbnal ¡obre M€todologft6 de lnveBtigaciiinen Par.B¡tqfogla goviñ.. CORPOICA. Centro de Investigac¡ónPalmira, Mayo 23 y 24 de 1996. pp..too. 112.. SNYOER, D.E (1993). Expe¡¡me¡tEl design lnd cr¡tícat ev.luetlro ol ¡nth€Lnintic prodqct¡oñ tr¡.13 wtth c¡ock€. c€tfl€, Th€ Compendium on Cont¡¡ujng Educationfo. ahePr¿cliclngVétefin¡.ian, lg( S),757 -767.. OTTE, J. f991)- El diseño de Inveatiqac¡onéa EpHEmiológlcqs. ProyectoCotorñbo-Aterñán tCA.GfZ. "lnhoducción de un 6iatema de AsisGncie Técñica IntegrafPecu.ri.-. CICAOEP 4Op. PAN L|VESfOCK SERV|CES, pLS (1987) pAf{acEA, llanual del u.uário. Veiedñary Epidemiology ¡nd Economics ReÉearch Unit, VEERU_ U.rivéGity ol Reading.268P.. SOKAL, R.R. E ROHLF, F.J. (r98r). Biométryi The princlplc6 {nd pr¡ctice ot Stat¡rt¡cr in Airbg¡c¡l R€ce¡rch. S€cond ed¡t¡on,W.H. F.eeman a.rd Co, San Fr¡nc¡6co.840p. 4 TAYLOR,L.R. ( 196l ). Agg.egatirn, v¡¡i.nca r¡d th€ nreah. \ Y N¡ture, 99, 732-735..

(15)