La misurazione del benessere delle specie animali di
Transcript
La misurazione del benessere delle specie animali di
Approcci metodologici alla valutazione del benessere animale: esperienze a confronto La misurazione del benessere delle specie animali di interesse zootecnico tramite le scale composite di valutazione V.Tranquillo Osservatorio Epidemiologico Veterinario Regionale della Lombardia (IZSLER-Brescia) …Spesso dico che quando tu puoi misurare ciò di cui parli e lo puoi esprimere con numeri, tu puoi conoscere qualcosa su di esso; ma quando non puoi esprimerlo con numeri la tua conoscenza è di qualità insufficiente ed insoddisfacente; ciò può essere l’inizio della conoscenza, ma tu, con le tue riflessioni, hai progredito di poco nel campo della scienza, qualunque possa essere l’argomento…. William Thomson (1824-1907) Misurazione:assegnazione di etichette numeriche ad oggetti o eventi secondo delle regole (Stevens 1951) Misurazione Semplice : fenomeni direttamente osservabili Complessa: fenomeni non osservabili direttamente Misure complesse •Qualità della vita •Soddisfazione della vita •Status di salute generale •Benessere psicologico •Supporto sociale •Benessere/efficienza fisica •Inabilità funzionale •Handicap •Predisposizione •Suscettibilità •Debolezza •Severità dell’asma •Depressione •Ansia •Comportamento Scaling Processo di rilevazione di una proprietà, non direttamente osservabile, di oggetti o eventi Tecniche di Scaling Procedure più o meno standardizzate finalizzate allo scaling Scala Strumento di rilevazione costituita da una serie di items atti a discriminare oggetti ed eventi rispetto alla proprietà da rilevare Item Qualsiasi affermazione o domanda possa servire a dividere i soggetti in due o più categorie mutuamente esclusive ed esaustive Tipologia di items .Nominale (sistema di classificazione binario o politomico) •Ordinale (classificazione gerarchica ) •Ad intervallo (item ordinale ad intervalli supposti uguali, origine e unità di misura arbitrari) •Di rapporto (esiste un punto zero assoluto non arbitario) Esempi Nominale Quale di queste bevande preferisce? •Caffè •Latte •Tè I suini sono ammassati? Si No Ordinale Mi sento teso o ‘caricato’ •Quasi sempre •Molto spesso •Talvolta •Mai (Hospital Anxiety and Depression Scale HAD) Ad intervalli Vogliamo valutare come della tua vita. Indica considerazione cosa ti cosa ti aspetti per il ti senti circa vari aspetti il tuo sentimento tenendo in è accaduto nell’ultimo anno e futuro. 5 4 3 2 Felice Soddisfatto Indifferente 1 Insoddisfatto Infelice Item-rapporto Quanto dolore ha provato nell’ultima settimana 0 Nessun dolore 1 2 3 4 5 6 7 8 9 10 Massimo dolore Processo di scaling Rilevare il carattere d’interesse (in grado e direzione) partendo dalle sue manifestazioni esteriori tratto latente tratto latente svelato manifestazioni esteriori osservabili items Processo di scaling Somministrazione di uno stimolo (item) in grado di suscitare delle reazioni del soggetto (risposte) che permettano di collocarlo su un continuum unidimensionale (tratto latente -tl) S1 S2 - S3 tl + La posizione che il soggetto avrà sul tratto latente dipende dal tipo di risposte date Dimensionalità Scaling unidimensionale: si assume che vi sia un’unica dimensione (variabile latente) sottostante agli items. I soggetti sono quindi collocati su una dimensione Scaling multidimensionale:si assume l’esistenza di più dimensioni. I soggetti devono essere classificati simultaneamente in uno spazio a n dimensioni -accertare la reale unidimensionalità di una scala In pratica -Si scelgono gli items e si mettono insieme in un format simile ad un questionario -Si somministra il questionario ( cioè si raccolgono le risposte agli items) S1 S2 S3 S4 S5 I1 I2 I3 I4 1 1 0 1 0 0 1 0 0 1 1 1 0 0 1 0 1 1 0 1 punteggio globale 2 4 1 1 3 ……ma!? …….la scala misura davvero il tratto latente? Validità dello strumento American Psychological Association (1954) validità di contenuto validità mediante criterio validità mediante costrutto validità di contenuto Adeguatezza degli itemes selezionati al dominio semantico validità mediante criterio Correlazione tra un gruppo di items e una variabile esterna detta di criterio che misura la variabile latente validità mediante costrutto Relazione teorica di una variabile (punteggio globale della scala) con la variabile latente (o costrutto) La variabile latente e gli items Items (dati osservati) errore x1 e1 Y x2 e2 Variabile latente x3 e3 xn en Il modello della Teoria Classica degli Items X=T+e X= punteggio osservato di una variabile T= punteggio vero della variabile latente e= errore casuale Valutazione degli items •Correlazione tra items (forte correlazione tra items=forte correlazione con la variabile latente) •Correlazione item-score •Varianza degli items (alta varianza elevato potere discriminante dell’item) •Media degli items (media vicino al valore centrale) Coefficiente alpha di Cronbach Affidabilità o consistenza interna di una scala •Una scala si dice consistente internamente se gli items sono fortemente correlati tra loro •Se gli items sono fortemente correlati vuol dire che stanno misurando la stessa cosa, cioè la variabile latente •Se gli items sono fortemente correlati la scala dovrebbe essere unidimensionale X1 X2 X3 X1 s12 2 X2 s13 s 22 2 X 3 s13 s 223 s 32 Variabilità non condivisa Varianza totale Coefficiente alpha di Cronbach α Cronbach ⎛ ∑ s 2j ⎞ ⎟ p ⎜ j = ⎜1 − 2 ⎟ p -1 ⎜ sY ⎟ ⎝ ⎠ Affidabilità: proporzione di variabilità totale del punteggio di una scala spiegata dal vero punteggio della variabile latente sottostante la scala stessa. X1 X2 X3 X1 0.61 X2 0.55 1.21 X 3 0.42 0.66 1.61 α Cronbach 3 ⎛ 3.43 ⎞ = ⎜1 − ⎟ = 0.73 3 - 1 ⎝ 6.69 ⎠ La scala spiega il 73% del punteggio vero oppure la scala fa un errore di misurazione del punteggio vero pari a 1-0.73, cioè del 27%! Coefficiente alpha di Cronbach <0.60 inaccettabile 0.60-0.65 non desiderabile 0.65-0.70 appena accettabile 0.70-0.80 rispettabile 0.80-0.90 molto buona >0.90 considerare la lunghezza della scala Coefficiente alpha di Cronbach dipende da: -correlazione media inter-items -numero di items assunto: -Unidimensionalità della scala Unidimensionalità HOMALS (Homogeneity analysis by Alternating Least square) Analisi delle corrispondenze multiple -trattamento di dati non continui ( scala nominale e ordinale) -quantificazioni ottimali degli items -produzione di statistiche psicometriche a partire dagli items quantificati soggetto 1 2 3 4 5 6 7 8 9 10 item1 a b a a b c a a c a item2 p q r p p p p p p p item3 u v v u v v u v v v HOMALS/ACM items categoria item1 item1 item1 item2 item2 item2 item3 item3 a b c p q r u v quantificazione ottimale -0.62 1.69 0.18 0.27 2.4 -0.21 -1.01 0.43 soggetto 1 2 3 4 5 6 7 8 9 10 varianza item1 -0.62 1.69 -0.62 -0.62 1.69 0.18 -0.62 -0.62 0.18 -0.62 0.89 item2 0.27 2.4 -0.21 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.71 item3 -1.01 0.43 0.43 -1.01 0.43 0.43 -1.01 0.43 0.43 0.43 0.48 Misure di discriminazione δ Media della varianza=0.69 autovalore λ Unidimensionalità Si estraggono r dimensioni pari a r variabili latenti e si calcola l’autovalore corrispondente: λ1, λ2, λ3……….λr λ1>>>> λ2>…>…λr Coefficiente di Greenacre τ>0.50 unidimensionalità HOMALS/ACM -quantificazioni ottimali -misure di discriminazione -autovalore Assegnazione dei punteggi ai soggetti: Somma delle risposte dopo quantificazione ottimale riscalata rispetto a quella minima, in modo da avere uno zero assoluto item quantificazione 1=ottima 2=buona 3=discreta 4=scarsa 5=nessuna 1.86 0.99 0.03 -0.78 -1.72 quantificazione riscalata 3.58 2.71 1.75 0.94 0 Procedura di valutazione degli items e ottimizzazione della scala •Analisi preliminare della consistenza interna •Calcolo delle quantificazioni ottimali •Calcolo delle misure di discriminazione dei singoli items •Valutazione dell’unidimensionalità della scala •Ottimizzazione della scala •Calcolo del coefficiente alpha di Cronbach Esempio: costruzione di una scala per la misura del benessere del suino in svezzamento disegno sperimentale N° 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Item I Suinetti Sono Dispersi? Ci Sono Gruppi Di Suinetti Ammassati? Sono Presenti Dei Suinetti Apatici? I Suinetti Sono Aggressivi? Masticazione A Vuoto Gioco Con Abbeveratoio Bell Noising Flank Biting Ear Biting Tail Biting Anal Suckling Leg Chewing Morsicatura Barre/Strutture Bevono L’urina Dei Compagni Di Box? Utilizzo Aree Box Utilizzo Della Mangiatoia Per Le Deiezioni? Utilizzo Della Mangiatoia Per Il Riposo? I Suini Ostruiscono L’abbeveratoio? Presenza Arricchimenti Ambientali I SUINETTI HANNO ATTEGGIAMENTI COMPETITIVI (Per Spazio Mangiatoia, Abbeveratoio, Spazio, Ecc.)? I Suini Presentano Atteggiamenti Eterolesionisti o Lesioni Riconducibili Ad Eterolesionismo? Lesione Alle Orecchie? Lesioni Alla Coda? Lesioni Ai Fianchi? Graffi Parte Anteriore? Graffi Parte Posteriore? Vocalizzazioni? item disp amm apa agg mast gabb bell flank earbit tailbit analsuc legcew morsicat bevonour box deieman ripman ostabb comp etero lesionia lesioni1 lesioni2 graffipa graffi1 vocalizz Alpha if item deleted 0.77 0.75 0.77 0.77 0.77 0.77 0.76 0.77 0.75 0.75 0.77 0.78 0.77 0.78 0.77 0.77 0.77 0.77 0.76 0.74 0.73 0.76 0.77 0.75 0.76 0.77 r(item, total) 0.27 0.5 0.2 0.14 nd nd 0.41 0.13 0.51 0.55 0.17 0.11 0.28 -0.11 nd nd nd nd 0.39 0.62 0.68 0.36 0.32 0.45 0.48 nd αCronbach= 0.77 Quantificazioni ottimali item non-osservato (freq) osservato (freq) misure di discriminazione disp amm apa agg bell flank earbit tailbit analsuc legcew morsicat comp etero lesionia lesioni1 lesioni2 graffipa graffi1 -0.137 ( 27 ) -0.239 ( 27 ) -0.138 ( 24 ) -0.088 ( 28 ) -0.285 ( 23 ) -0.049 ( 29 ) -0.477 ( 19 ) -0.422 ( 23 ) -0.09 ( 28 ) -0.072 ( 27 ) -0.242 ( 21 ) -0.299 ( 24 ) -0.818 ( 15 ) -0.709 ( 18 ) -0.247 ( 26 ) -0.076 ( 31 ) -0.319 ( 25 ) -0.152 ( 30 ) 0.739 ( 5 ) 1.29 ( 5 ) 0.413 ( 8 ) 0.613 ( 4 ) 0.728 ( 9 ) 0.475 ( 3 ) 0.698 ( 13 ) 1.079 ( 9 ) 0.629 ( 4 ) 0.386 ( 5 ) 0.463 ( 11 ) 0.896 ( 8 ) 0.722 ( 17 ) 0.912 ( 14 ) 1.07 ( 6 ) 2.353 ( 1 ) 1.138 ( 7 ) 2.283 ( 2 ) 0.1 0.32 0.06 0.06 0.21 0.02 0.34 0.47 0.06 0.03 0.12 0.28 0.61 0.67 0.27 0.18 0.37 0.36 Indice di Greenacre τ=0.52 αCronbach= 0.81 Indice di Greenacre τ=0.89 αCronbach= 0.82 item amm bell earbit tailbit comp etero lesionia lesioni1 graffipa graffi1 osservato 0 0 0 0 0 0 0 0 0 0 non-osservato 1.49 0.92 1.24 1.5 1.35 1.68 1.71 1.39 1.44 2.01 U.O amm bell earbit tailbit comp etero lesionia lesioni1 graffipa graffi1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 0 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 1.49 0 0 0 0 1.49 0.9 0.9 0.9 0 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0 0.9 0.9 0.9 0 0.9 0 0 0.9 0.9 0.9 0.9 0 0 0 0.9 0.9 0.9 0 0.9 1.24 1.24 1.24 1.24 1.24 1.24 0 0 1.24 1.24 1.24 1.24 1.24 0 0 1.24 0 1.24 0 0 1.24 1.24 1.24 1.24 0 1.24 1.24 0 0 0 0 0 1.5 1.5 1.5 1.5 1.5 1.5 0 1.5 1.5 1.5 1.5 1.5 0 0 1.5 1.5 0 0 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 0 0 1.5 1.5 0 0 1.35 1.35 1.35 1.35 1.35 1.35 1.35 0 1.35 1.35 1.35 1.35 1.35 1.35 1.35 0 0 0 1.35 1.35 1.35 1.35 1.35 1.35 0 1.35 1.35 0 0 1.35 1.35 0 1.68 1.68 1.68 1.68 1.68 1.68 0 0 1.68 0 1.68 0 0 1.68 0 1.68 0 0 0 0 0 1.68 1.68 1.68 0 1.68 0 0 0 1.68 0 0 1.71 1.71 1.71 1.71 1.71 1.71 1.71 0 1.71 0 1.71 1.71 0 1.71 1.71 1.71 0 0 0 0 0 1.71 1.71 1.71 0 1.71 0 0 0 1.71 0 0 1.39 1.39 1.39 1.39 1.39 1.39 1.39 0 1.39 1.39 1.39 0 0 1.39 1.39 1.39 0 0 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 0 1.39 1.44 1.44 1.44 1.44 1.44 1.44 1.44 1.44 1.44 1.44 1.44 1.44 0 1.44 0 1.44 1.44 0 0 1.44 1.44 1.44 1.44 1.44 1.44 1.44 0 0 0 1.44 1.44 1.44 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 0 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 2.01 0 2.01 2.01 2.01 2.01 Global Score 14.75 14.75 14.75 13.82 14.75 14.75 10.32 7.36 14.75 11.35 14.75 11.67 4.09 12 10.39 13.39 3.45 5.67 7.75 9.19 11.35 14.75 14.75 14.75 7.83 13.82 7.49 2.32 5.83 12.01 4.8 7.25 Strumenti http://cran.at.r-project.org/ -ambiente di programmazione per l’analisi dei dati e la produzione di grafici -potente, flessibile, completo -open source! -free Considerazioni Scaling unidimensionale Procedura statistica nota, validata e condivisa dalla comunità scientifica internazionale da più di 50 anni. Utilizzo della scala di misura del benessere del suino allo svezzamento -con molta cautela -poche osservazioni -necessari almeno 300 unità di osservazione per ottenere una corretta validazione della scala! -vera misura del benessere o misura della percezione di benessere Da parte di chi rileva gli items? Grazie per l’attenzione [email protected] α Cronbach p ⎛ 1 ⎞ ⎜⎜1 − ⎟⎟ = p - 1 ⎝ pλ ⎠ p= numero di items λ= autovalore