Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos

=== O nível de anticorpos ê usado para classificar dicotomicamente o estado imunitário do gado frente à febre aftosa. Ao relacionar o título de anticorpos (avaliado pelos testes de soroproteção em camundongos lactantes, soro-neutralização em tubos e em microplacas), com a resposta clínica decorrent...

Full description

Bibliographic Details
Main Author: Vicente Mateo Astudillo
Other Authors: Elvio Carlos Moreira
Format: Others
Language:Portuguese
Published: Universidade Federal de Minas Gerais 1980
Online Access:http://hdl.handle.net/1843/BUOS-8RAPKP
id ndltd-IBICT-oai-bibliotecadigital.ufmg.br-MTD2BR-BUOS-8RAPKP
record_format oai_dc
spelling ndltd-IBICT-oai-bibliotecadigital.ufmg.br-MTD2BR-BUOS-8RAPKP2019-01-21T17:57:30Z Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos Vicente Mateo Astudillo Elvio Carlos Moreira Jose Oswaldo Costa Felix Julio Rosemberg O nível de anticorpos ê usado para classificar dicotomicamente o estado imunitário do gado frente à febre aftosa. Ao relacionar o título de anticorpos (avaliado pelos testes de soroproteção em camundongos lactantes, soro-neutralização em tubos e em microplacas), com a resposta clínica decorrente da exposição ao vírus da febre aftosa, resultam animais verdadeiramente protegidos e não protegidos, assim como falsos protegidos e falsos não protegidos. Estas duas últimas categorias constituem erros de classificação, cujo número depende do valor de nível de anticorpos específico eleito para fazer a triagem. Propõe-se uma metodologia para selecionar o valor ótimo de anticorpos, entre todos os possíveis, de forma tal que seria minimiza- da a quantidade de erros de classificação. A metodologia é estendida para situações onde os falsos protegidos são considerados mais prejudiciais que os falsos não protegidos. Explica-se o teorema de Bayes para avaliar o desempenho dos testes sorológicos na triagem do estado imunitário do gado, considerando a sensibilidade, a especificidade, a capacidade de predição de proteção e de não proteção como probabilidades condicionais. Ao desenvolver as taxas de falsos protegidos e falsos não protegidos, em função da taxa esperada da imunidade na população bovina, ocorre variação nas taxas de erros de classificação. Se a imunidade anti-aftosa esperada é alta na população, então a taxa de falsos protegidos é baixa e a de falsos não protegidos é alta e vice-versa. Ao conhecer-se os níveis de erros de classificação, é possível fazer um controle estatístico delas e assim chegar a estimar a taxa verdadeira de protegidos frente a febre aftosa, a partir de anticorpos 1980-11-11 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis http://hdl.handle.net/1843/BUOS-8RAPKP por info:eu-repo/semantics/openAccess text/html Universidade Federal de Minas Gerais 32001010030P7 - MEDICINA VETERINÁRIA UFMG BR reponame:Biblioteca Digital de Teses e Dissertações da UFMG instname:Universidade Federal de Minas Gerais instacron:UFMG
collection NDLTD
language Portuguese
format Others
sources NDLTD
description === O nível de anticorpos ê usado para classificar dicotomicamente o estado imunitário do gado frente à febre aftosa. Ao relacionar o título de anticorpos (avaliado pelos testes de soroproteção em camundongos lactantes, soro-neutralização em tubos e em microplacas), com a resposta clínica decorrente da exposição ao vírus da febre aftosa, resultam animais verdadeiramente protegidos e não protegidos, assim como falsos protegidos e falsos não protegidos. Estas duas últimas categorias constituem erros de classificação, cujo número depende do valor de nível de anticorpos específico eleito para fazer a triagem. Propõe-se uma metodologia para selecionar o valor ótimo de anticorpos, entre todos os possíveis, de forma tal que seria minimiza- da a quantidade de erros de classificação. A metodologia é estendida para situações onde os falsos protegidos são considerados mais prejudiciais que os falsos não protegidos. Explica-se o teorema de Bayes para avaliar o desempenho dos testes sorológicos na triagem do estado imunitário do gado, considerando a sensibilidade, a especificidade, a capacidade de predição de proteção e de não proteção como probabilidades condicionais. Ao desenvolver as taxas de falsos protegidos e falsos não protegidos, em função da taxa esperada da imunidade na população bovina, ocorre variação nas taxas de erros de classificação. Se a imunidade anti-aftosa esperada é alta na população, então a taxa de falsos protegidos é baixa e a de falsos não protegidos é alta e vice-versa. Ao conhecer-se os níveis de erros de classificação, é possível fazer um controle estatístico delas e assim chegar a estimar a taxa verdadeira de protegidos frente a febre aftosa, a partir de anticorpos
author2 Elvio Carlos Moreira
author_facet Elvio Carlos Moreira
Vicente Mateo Astudillo
author Vicente Mateo Astudillo
spellingShingle Vicente Mateo Astudillo
Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
author_sort Vicente Mateo Astudillo
title Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
title_short Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
title_full Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
title_fullStr Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
title_full_unstemmed Erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
title_sort erros de classificação na discriminação sorológica do estado imunitário contra a febre aftosa em bovinos
publisher Universidade Federal de Minas Gerais
publishDate 1980
url http://hdl.handle.net/1843/BUOS-8RAPKP
work_keys_str_mv AT vicentemateoastudillo errosdeclassificacaonadiscriminacaosorologicadoestadoimunitariocontraafebreaftosaembovinos
_version_ 1718844741093687296