WHAT ARE THE BARRIERS TO CLIMATE ADAPTATION?

A qualidade de um instrumento de medida pode ser comprovada avaliando-se duas propriedades essenciais: validade e confiabilidade (LATOUR et

al., 1997). O termo validade se refere à capacidade de um instrumento medir

realmente o fenômeno de interesse, ou seja, ao grau de exatidão ou de acurácia do resultado de uma medição, ou ainda ao grau de concordância entre o resultado de uma medição e o seu real valor (FLETCHER; FLETCHER; WAGNER, 1996; LATOUR, et al., 1997; BLAND; ALTMAN, 2002; FERNÁNDEZ; DÍAZ, 2006). A avaliação da validade de um instrumento de medida é feita mediante a comparação dos seus resultados com os obtidos por uma prova de referência (padrão-ouro), sabidamente válida e confiável (FLETCHER; FLETCHER; WAGNER, 1996; LATOUR, et al., 1997; FERNÁNDEZ; DÍAZ, 2006). Entretanto, quando não existe uma prova de referência aceitável, utilizam-se outras formas de validação que empregam critérios subjetivos ou empíricos (LATOUR, et al., 1997).

O termo confiabilidade, por outro lado, refere-se à reprodutibilidade de uma medida, ou seja, à capacidade de um instrumento fornecer os mesmos valores ao se efetuar a medição repetidas vezes em circunstâncias similares, ou ainda à estabilidade de uma medida quando esta é repetida várias vezes (FLETCHER; FLETCHER; WAGNER, 1996; LATOUR, et al., 1997; HOPKINS, 2000; FERNÁNDEZ; DÍAZ, 2006). A confiabilidade diz respeito à precisão de uma medida. Assim, o fato de uma medida ser precisa (valores repetidos aproximadamente iguais) não implica que ela seja necessariamente válida (os valores podem ser inexatos) (FLETCHER; FLETCHER; WAGNER, 1996; FERNÁNDEZ; DÍAZ, 2006). A avaliação da confiabilidade de um instrumento requer que ele seja aplicado

repetidas vezes para verificar a concordância entre as distintas medições. Nesse sentido, dois aspectos podem ser considerados. O primeiro é a concordância intra- examinador, cujo objetivo é avaliar o grau de consistência entre as medições de um mesmo fenômeno efetuadas por um mesmo examinador em momentos distintos. O segundo é a concordância interexaminadores, que avalia, por sua vez, o grau de concordância entre as medições de um mesmo fenômeno efetuadas por dois ou mais examinadores (LATOUR, et al., 1997; FERNÁNDEZ; DÍAZ, 2006).

O método automático de quantificação de angiogênese proposto constitui um instrumento de medida e como tal foi avaliado no que se refere à sua validade e confiabilidade. A avaliação da validade do método automático compreendeu três etapas. Inicialmente, determinaram-se o grau e o sinal da correlação linear entre as variáveis área de neovascularização (AN), comprimento vascular total (CT) e número

de vasos sangüíneos (NV), todas obtidas pelo método automático, e cada uma das

variáveis manuais comprimento vascular radial (CR), ângulo central de

neovascularização (AC), área do triângulo de neovascularização (AT), área do setor

de coroa circular (AS) e índice angiogênico (IA). Os diagramas de dispersão de AN,

CT e NV em função de CR, AC, AT, AS e IA foram construídos com os pares ordenados

formados pelos valores médios de uma variável manual e outra automática, nos tempos 3, 6, 9, 12, 15, 18 e 21 dias, após a cauterização.

A segunda etapa da validação consistiu em comparar o desempenho do

software com o de três examinadores independentes quanto à classificação dos pixels como pertencentes aos vasos sangüíneos ou ao fundo, assim como quanto à

determinação das variáveis de quantificação de angiogênese AN, CT e NV. Para

tanto, selecionaram-se aleatoriamente 50 subimagens, de tamanho 20 x 20 pixels, nas áreas de angiogênese das imagens originais, as quais representavam as diversas fases da resposta angiogênica. As subimagens de 20 x 20 pixels constituíam, pois, subconjuntos das imagens originais. Em seguida, solicitou-se aos três examinadores que analisassem as 50 subimagens e, após chegarem a um consenso, demarcassem manualmente os vasos sangüíneos. Isto foi conseguido mediante a ampliação das subimagens em 4 vezes, de modo que os examinadores puderam analisar cada pixel e rotular de preto (R=0, G=0, B=0, no modelo RGB) apenas aqueles que julgassem, de forma consensual, como pertencentes aos vasos sangüíneos (classificação manual). Os examinadores realizaram ainda a contagem manual, também de forma consensual, dos vasos sangüíneos nas 50 subimagens,

conforme os critérios adotados neste estudo, descritos anteriormente. As operações realizadas conjuntamente pelos três examinadores serão tratadas a partir de agora como método manual, considerado então a prova de referência ou padrão-ouro.

Outras 50 subimagens, idênticas às analisadas pelo método manual, foram processadas pelo software (método automático), que gerou mais 5 séries de 50 subimagens rotuladas. Na série 1, o sistema rotulou de preto os pixels classificados como pertencentes aos vasos sangüíneos (classificação automática), de acordo com o limiar de segmentação (L) calculado automaticamente pelo

software. Nas outras 4 séries de 50 subimagens, o limiar de segmentação foi

modificado. Assim, para a série 2, o novo limiar correspondeu ao limiar sugerido pelo

software (L) menos 1, ou seja, L – 1; L – 2 para a série 3; L + 1 para a série 4; e L +

2 para a série 5. O objetivo foi verificar se o limiar calculado automaticamente pelo

software corresponde realmente ao ideal, ou seja, o que mais corretamente

classifica os pixels como pertencentes aos vasos, quando comparado com o padrão- ouro. Além disso, o sistema também calculou AN, CT e NV para cada uma das 50

subimagens da série 1, cujos vasos foram rotulados de acordo com o limiar sugerido automaticamente.

Para comparar a classificação manual com a automática, elaborou-se um novo software que analisou as 50 subimagens cujos vasos foram classificados pelo método manual, bem como as 5 séries de 50 subimagens cujos vasos foram classificados pelo método automático. O software comparou cada pixel de uma dada subimagem classificada pelo método manual com o pixel correspondente da subimagem análoga, classificada pelo método automático, pertencente a cada uma das 5 séries anteriormente descritas. A operação foi realizada, portanto, em 5 conjuntos de 50 pares de subimagens: classificação manual versus cada uma das 5 séries da classificação automática. Dessa forma, determinaram-se, para os 5 conjuntos de 50 pares de subimagens, o número de pixels classificados como vaso por ambos os métodos (verdadeiro-positivos), o número de pixels classificados como fundo pelo método manual e como vaso pelo método automático (falso-positivos), o número de pixels classificados como vaso pelo método manual e como fundo pelo método automático (falso-negativos) e o número de pixels classificados como fundo por ambos os métodos (verdadeiro-negativos) (Figura 46). No cálculo dessas variáveis, o método manual foi considerado o padrão-ouro, enquanto o método automático, aquele a ser validado. A partir desses dados, foram determinados os

seguintes parâmetros de avaliação da validade do método automático: sensibilidade, especificidade e coeficiente de concordância.

FIGURA 46 – Exemplos de subimagens de 20 x 20 pixels analisadas pelos métodos manual (padrão-

ouro) e automático; A, B, C e D: imagens originais; E, F, G e H: vasos rotulados de preto pelo método manual; I, J, K e L: vasos rotulados de preto pelo método automático; M, N, O e P: vermelho representa os verdadeiro-positivos, verde os falso-positivos, azul os falso-negativos e o fundo os verdadeiro-negativos.

Esse novo software também calculou a área de neovascularização (AN)

em cada uma das 50 subimagens classificadas pelo método manual, mediante a contagem dos pixels rotulados como vasos por esse método, bem como o comprimento vascular total (CT) nas suas correspondentes esqueletizadas,

contando-se os pixels pertencentes ao esqueleto.

Assim, os valores das variáveis AN, CT e NV, referentes à análise das 50

subimagens pelos métodos manual e automático, foram então comparados e o grau de concordância entre eles determinado. Como relatado anteriormente, as 50

subimagens da série 1 foram as utilizadas para a determinação de AN, CT e NV pelo

método automático.

Considerando que, neste estudo, propõe-se uma equação para o cálculo do número de vasos sangüíneos pelo método automático (Equação (3.32)) conforme critérios próprios, então era imprescindível comparar o procedimento para o cômputo de NV com uma prova de referência, que, como anteriormente descrito, envolveu o

uso de um sistema-teste comumente empregado em estereologia para estimar a densidade vascular. Para tanto, selecionaram-se 60 imagens representativas da progressão temporal da resposta angiogênica. Para cada uma dessas 60 imagens, o sistema calculou NV e o número de intersecções (NI) entre os vasos esqueletizados

e as linhas de uma grade de quadrados superposta à imagem (sistema-teste). A última etapa da avaliação da validade do método automático consistiu, portanto, em determinar a intensidade e o sinal da correlação linear entre NV e NI.

A avaliação da confiabilidade do método automático compreendeu a determinação da concordância intra-examinador e da concordância interexaminadores, considerando-se que existe uma etapa da operação do software que é dependente do operador, qual seja, a seleção da região de interesse. Assim, selecionaram-se 50 imagens que representavam as diversas fases da resposta angiogênica. Três examinadores utilizaram o método automático para calcular AN, CT

e NV nas 50 imagens, em 2 momentos, separados por um intervalo de 30 dias.

Avaliou-se então o grau de concordância entre os valores obtidos por um mesmo examinador nos momentos 1 e 2, para cada uma das 3 variáveis (concordância intra-examinador). Determinou-se ainda o grau de concordância entre os valores obtidos pelos 3 examinadores num mesmo momento, para cada uma das 3 variáveis (concordância interexaminadores).

3.6 Avaliação do efeito de fármacos antiangiogênicos no modelo de