Methoden der statistischen Auswertung

3.2.8.1 Auswahl der Betriebe und Ermittlung von Risikofaktoren a) Stichprobenauswahl

Da die Untersuchung einer Grundgesamtheit zur Erhebung epidemiologischer Daten i.d.R.

auf Grund ihrer Größe nicht möglich ist, werden diese Untersuchungen anhand von Stichproben durchgeführt. Die Ergebnisse der Stichprobenuntersuchungen ergeben einen Wert, mit dem der Wert der Grundgesamtheit geschätzt werden kann.

b) Logistische Regression

Regressionsmodelle werden bei statistischen Auswertungen immer dann verwendet, wenn der Zusammenhang zwischen einer Einflußvariablen als Ursache und einer Krankheit als Wirkung beschrieben werden soll.

Die logistische Regression dient der Bestimmung von Risikofaktoren. Sie berechnet die Chance, mit der die Krankheit bedingt durch den untersuchten Einflussfaktor (Risikofaktor) auftritt. In der vorliegenden Studie wurde dieses Regressionsmodell angewendet, da sowohl die überprüften Einflussfaktoren als auch die Erkrankung Paratuberkulose (Wirkung) als qualitative dichotome Merkmale vorliegen. Dabei wurde für jeden Vergleich ein Wert, der als Odds-Ratio (OR) bezeichnet wird, ermittelt. Das Odds-Ratio ist der Faktor, der die Chance angibt, dass die Erkrankung bei exponierten verglichen mit nicht exponierten Individuen auftritt. Ist dieser Wert = 1, ist die Chance zu erkranken bei exponierten und nicht exponierten Individuen gleich. Bei einem Wert der > 1 ist, ist die Chance für eine Erkrankung bei exponierten Individuen größer (d.h. ein Risikofaktor). Ist der Wert < 1, ist die Situation der Protektion gegeben. Neben der Überprüfung der Wirkung eines Einflußfaktors auf die Erkrankung ist die logistische Regression in der Lage, mehrere Einflußfaktoren, die gleichzeitig krankheitsprägend sind, incl. der Betrachtung einer Wechselwirkung untereinander, zu überprüfen. Diese Vergleichsmöglichkeit von Risikofaktoren wurde auch in dieser Arbeit, bei der Überprüfung spezifischer Betriebsdaten, genutzt (s. Nr. 4.1.2).

Neben der Untersuchung spezifischer Betriebsdaten, wurde untersucht, ob ein signifikantes Risiko vorliegt, ein mit M. paratuberculosis infiziertes Tier zuzukaufen. Auch bei dieser Untersuchung wurde die Definition des Odds-Ratio angewendet (s. Nr. 4.2.7). Bei Erkrankungen mit geringer Prävalenz und bei kleinen Maßzahlen kann das Odds-Ratio auch als relatives Risiko bezeichnet werden.

Die Definition des Odds-Ratio erfolgte über die Vierfeldertafel, wie sie bei (KREIENBROCK und SCHACH 1997) beschrieben ist.

3.2.8.2 Statistische Methoden zur Bewertung diagnostischer Methoden a) Vergleich zweier Testsysteme

Will man die Übereinstimmung zweier Testsysteme miteinander vergleichen, so bedient man sich des Konkordanzindex Kappa (κ) der ein Maß für die Übereinstimmung zweier Merkmale („x“, „y“) bezüglich einer Alternative („+“,“-„) ist (SACHS 2000).

Die Abweichungen unterschiedlicher Testsysteme werden mit dem Mc Nemar–Test dar-gestellt. Dieser Test ist eine Variante des Vorzeichentests und wird bei dichotomen

bei der Überprüfung zweier Testsysteme (IDEXX-ELISA und SVANOVIR-ELISA), in Bezug auf das frühere bzw. spätere Erkennen infizierter Tiere innerhalb des Untersuchungszeitraumes von Februar 1998 – April 1999, eingesetzt (s. Nr. 4.2.9).

Für den Vergleich der Sanierungserfolge in der Gruppe der Versuchsbetriebe und der Gruppe der übrigen 33 Betriebe, die ausschließlich über die kulturelle Untersuchung von Kotproben die Paratuberkulose in ihrem Betrieb bekämpfen, wurde mit dem Wilcoxon-Test und dem Zentralwert gearbeitet. Es handelt sich hierbei um einen Rangsummentest, der immer dann eingesetzt wird, wenn es sich um zwei voneinander unabhängige Stichproben mit dichotomer Zielgröße und unbekannter Verteilung handelt (HARMS 1998).

b) Beschreibung der Signifikanz, der Sensitivität, der Spezifität und der prädiktiven Werte eines Testsystems

p-Wert

Der p-Wert ist ein Wert, der den Grad der statistischen Signifikanz beschreibt. Er gibt an, auf welchem Niveau ein Ergebnis signifikant wird und sollte kleiner als 5 % oder 1 % sein, damit man ein Ergebnis als statistisch signifikant beschreiben kann.

Zentralwert

Der Zentralwert ist definiert als der mittlere Wert der geordneten Daten. Bei einer ungeraden Anzahl von Beobachtungswerten existiert dieser mittlere Wert immer. Bei gerader Anzahl der Beobachtungswerte, wird das arithmetische Mittel der beiden zentralen Werte zur Definition des Zentralwertes gebildet.

Sensitivität und Spezifität

Die Sensitivität und Spezifität geben die Wahrscheinlichkeit für die richtige Entscheidung an.

Die Sensitivität gibt dabei die Wahrscheinlichkeit an, mit der eine positive Wahrheit ( z.B.

festgelegt durch den sogenannten „Goldstandard“) mit einer diagnostischen Methode erkannt wird. Die Spezifität gibt dagegen die Wahrscheinlichkeit an, mit der eine negative Wahrheit mit einer diagnostischen Methode erkannt wird, d.h. sie wird anhand der wahren gesunden Individuen bestimmt.

(HARMS 1998; KREIENBROCK und SCHACH 1997)

Prädiktive Werte

Der prädiktive Wert, der auch als Vorhersagewert bezeichnet wird, ermittelt die Wahrscheinlichkeit mit der eine Erkrankung, bei einem bestimmten Testergebnis vorliegt. Bei der Betrachtung der Testergebnisse unterscheidet man den positiven prädiktiven Wert (Erkrankung liegt vor bei positivem Testergebnis) vom negativen prädiktiven Wert (Erkrankung liegt nicht vor bei negativem Testergebnis).

Die Berechnung der Sensitivität und Spezifität sowie die Schätzung der prädiktiven Werte erfolgte auf Grundlage der Vierfeldertafel.

Tabelle 4: Vierfeldertafel zur Berechnung von Sensitivität, Spezifität und Schätzung der prädiktiven Werte positiver prädiktiver Wert =

b (HARMS 1998; KREIENBROCK und SCHACH 1997)

In der vorliegenden Arbeit wird der positive prädiktive Wert und die Sensitivität anhand des Goldstandards (kultureller Nachweis von M. paratuberculosis im Ileocaecallymphknoten und im Ileum) ermittelt. Da aus ökonomischen Gründen nur serologisch und/oder kulturell positive Rinder geschlachtet werden konnten, erfolgt die Ermittlung des positiven prädiktiven Wertes und der Sensitivität an vorselektierten Tieren (Subpopulation 1). Daher wird nachfolgend von der scheinbaren Sensitivität gesprochen, d.h. die ermittelten Sensitivitätswerte müssen unter dem Gesichtspunkt der Überschätzung betrachtet werden.

deshalb als gesund bezeichnet werden. Da hier nur gesunde Tiere untersucht werden, muß auf die Ermittlung des negativen prädiktiven Wertes verzichtet werden.

3.2.8.3 Parameter für die Bestimmung der Erkrankungshäufigkeit

a) Die Morbidität beschreibt den Anteil der erkrankten Individuen einer Population und ist je nach zeitlicher Betrachtung in die Begriffe Prävalenz (Anzahl der Erkrankten an einem Stichtag) und Inzidenz (Anzahl der Neuerkrankungen in einem bestimmten Zeitraum) zu überführen.

(KREIENBROCK und SCHACH 1997) b) Prävalenz

Die Prävalenz (P) ist die Anzahl der erkrankten Tiere (M) einer Population (N) an einem bestimmten Stichtag und wird wie folgt berechnet: P =

N M

Der ermittelte Wert ist eine Prozentzahl (Gliederungszahl). Je nach Definition von M und N ist die Berechnung der Einzeltierprävalenz oder der Herdenprävalenz (M=Zahl der erkrankten Herden, N=Anzahl der untersuchten Herden) möglich. Die ermittelten Prävalenzwerte sind häufig ungefähre Schätzwerte, da die zur Ermittlung erkrankter/infizierter Tiere verwendeten diagnostischen Methoden nicht über eine Sensitivität und Spezifität von 100 % verfügen.

(KREIENBROCK und SCHACH 1997)

Die Berechnung der Risikofaktoren, der Prävalenz und die Bewertung der diagnostischen Verfahren, in Bezug auf einen Sanierungserfolg, wurde unter Mitwirkung des Institutes für Biometrie, Epidemiologie und Informationsverarbeitung der Tierärztlichen Hochschule Hannover durchgeführt. Die Auswertung und Berechnung der Daten erfolgte mit Hilfe des

„Statistical Analysis System“ 6.12 (SAS) Programm.

4 Ergebnisse

Der Ergebnisteil wurde in drei Abschnitte gegliedert. Im ersten Abschnitt sind die Ergebnisse der Betriebsauswahl und die Ermittlung von Risikovariablen anhand der Betriebsparameter wiedergegeben. Abschnitt zwei beinhaltet die Ergebnisse aller diagnostischen Untersuchungen. Darüber hinaus wurde das Alter der positiven Reagenten in Form einer Altersklassenverteilung und eine Risikoabschätzung für positive Reagenten, die in den Betrieb zugekauft wurden, ermittelt und in diesem Abschnitt wiedergegeben.

Im letzten Abschnitt wird der Sanierungserfolg, der in dieser Versuchsreihe ermittelt wurde, wiedergegeben und mit den Ergebnissen des bisherigen Sanierungsverfahrens des Landes Nordrhein-Westfalen verglichen.