Inquéritos epidemiológicos nas explorações positivas

Os inquéritos epidemiológicos nas explorações positivas destinaram-se a avaliar a situação clínica dos animais serologicamente positivos e implementar um questionário em entrevista direta com o proprietário da exploração ou com médico veterinário responsável. As visitas foram acompanhadas pelos Médico Veterinários (MV) oficiais das respetivas Direções de Serviços de Alimentação e Veterinária Regionais (DSAVR). As DSAVR disponibilizaram- nos também a informação do Sistema Nacional de Identificação e Registo de Bovinos (SNIRB) relativamente à origem e movimentação dos animais positivos identificados nas diferentes explorações. Na entrevista com os proprietários/MV foram colhidos dados epidemiológicos relacionados com o tipo de exploração, o maneio e a situação clínica dos animais relativamente ao seu estado de infeção:

1 - Caracterização da exploração

- Localização geográfica, aptidão (carne/leite) e regime (intensivo/extensivo/semi-intensivo) - Efetivo bovino, animais domésticos e animais silváticos em contato

2 - Maneio

- Tipo alojamento verão e inverno - Alimentação verão e inverno

- Reprodução (inseminação e/ou monta natural) - Reposição fêmeas (autorreposição/compra) - Partos (todo o ano/sazonais)

- Problemas fertilidade

- Medidas profiláticas (controlo roedores/insetos, uso vedações) 3 - Observação clínica dos animais

4 - Análise da movimentação dos animais positivos

2.4 Análise de dados Análise Bayesiana

Para estimar a prevalência de explorações infetadas e a prevalência média intraexplorações, empregámos um modelo bayesiano desenvolvido para planos de amostragem por conglomerados em duas etapas, utilizando dois testes em sequência (Branscum, Gardnerb & Johnson, 2004). As prevalências ao nível da exploração foram modeladas como distribuições mistura, para permitir a incorporação de explorações com prevalência zero. Isto significa que a prevalência intraexploração de uma exploração ao acaso (infectada ou não) foi modelada com base na distribuição da prevalência em explorações infectadas (contínua) e na probabilidade de uma exploração estar infectada. As distribuições a priori foram determinadas com base em estudos prévios e na informação fornecida por peritos na matéria (Tabela 6). As constantes α e β das distribuições beta foram determinadas com base nas modas definidas a priori para os parâmetros de interesse e o 5º e 95º percentis de valores possíveis. As modas a priori e o 5º percentil utilizados para modelar os parâmetros de desempenho das provas foram derivados dos valores de sensibilidade e especificidade e dos limites inferiores dos intervalos de confiança determinados anteriormente para o B-MAT (Waap et al., 2011) e para a IFI (Schares et al., 2010) (Tabela 6).

Tabela 6. Informação a priori e distribuição de probabilidades para o desempenho dos testes, prevalência de explorações infetadas e prevalência intra-exploração.

Parâmetro Priors Distribuições de probabilidades (, )

Se B-MAT 0,972 (>0,941)a beta (163,464; 5,680)

Sp B-MAT 0,993 (>0,984)a beta (561,151; 4,948)

Se IFI 0,919 (>0,815)a beta (49,929; 5,312)

Sp IFI 1,00 (>0,988)a beta (248,144; 1,000)

Preval. explorações infetadas 0,019 (<0,055)b beta (4,00; 153,000) Preval. intraexploração média 0,20(>0,01)b beta (0,481; 0,222) Variabilidade da prev.

intraexploração média <0,700

c _{e <0,950}c gamma (7,090; 1,376) gamma (0,500; 0,500) a

moda e 5ºpercentil, b moda e 95º percentil, c 95º percentil

dos dados de prevalência e respetivos intervalos de confiança obtidos num estudo-piloto de rastreio de B. besnoiti, efectuado em 2010 (Waap et al., 2010).Este estudo foi realizado com 1835 soros de bovino colhidos em 155 explorações e os testes B-MAT e IFI foram igualmente aplicados em série, obtendo-se uma prevalência de explorações infetadas de 1,9% (95% CI: 0,7%-5,5%). A informação prévia relativa à média da prevalência intra-exploração e da variabilidade da média foi acertada entre os membros do grupo de trabalho, baseado na experiência de 10 anos no estudo da besnoitose bovina em Portugal. A variabilidade da média da prevalência intraexploração foi modelada com uma distribuição gama. Para calcular as constantes α e β da distribuição gama, os autores indicaram os 95os percentis, para os quais tinham 50% e 99% de certeza que a prevalência intraexploração não era excedida (Tabela 6). O modelo foi implementado no software WinBUGS de acordo com Branscum et al. (2004), utilizando o amostrador de Gibbs para encontrar as probabilidades posteriores mais adequadas, dada a informação prévia e os dados observados no estudo. O modelo foi corrido durante 50 000 iterações de Monte Carlo, depois de descartar as primeiras 10 000 iterações, para permitir a convergência do modelo para os verdadeiros valores dos parâmetros de interesse. A convergência do modelo foi avaliada por exame visual dos traçados gráficos. Os limites superiores e inferiores dos intervalos de credibilidade foram fixados no 2,5º e 97,5º percentil das distribuições das probabilidades posteriores.

Análise univariada

As diferenças na prevalência de anticorpos anti-B. besnoiti entre os diferentes grupos etários, sexo e tamanho da vacada foram analisadas com o teste qui-quadrado.

Análise espacial

As explorações não agregadas foram geocodificadas ao nível da unidade administrativa mais pequena, a freguesia, e as explorações agregadas (super-explorações) ao nível do concelho. Os centróides de cada freguesia ou concelho foram determinados utilizando o software gratuito Quantum Geographic Information System (QGIS). A aglomeração espacial de explorações positivas foi analisada utilizando a estatística de varrimento espacial proposta por Kulldorf (1997). Os procedimentos estatísticos foram realizados no software gratuito SaTScan software, utilizando um modelo de Bernoulli. Consideraram-se os seguintes dados para análise: o número de explorações, o número de explorações com pelo menos um animal positivo e as coordenadas cartesianas dos centróides de cada freguesia/concelho incluídos no estudo. Para assegurar o poder estatístico, implementou-se o modelo fixando o tamanho máximo do cluster em 50% do total da população em estudo (valor assumido por defeito pelo

programa). O parâmetro tamanho máximo foi de seguida reduzido para 10%, para verificar a existência de áreas de risco extremamente pequenas, possivelmente mascaradas pela janela de varrimento de 50%. O número de replicações de Monte Carlo para estimar a significância estatística do aglomerado mais provável foi fixado em 9999 iterações. Considerou-se estatisticamente significativo um valor p <0,05.

3. Resultados