1. PCA. 5. MEDICIÓN DE INTENSIDAD DE
ENFERMEDAD.
PARTE 1: SELECCIÓN Y MEDICIÓN DE DAÑO
INTRODUCCIÓN:
Una epidemia se estudia construyendo la curva del progreso de la enfermedad. Para tal efecto es necesario
determinar la incidencia o severidad de una enfermedad en la dimensión tiempo o espacio. Cuando se estudia el
progreso (no desarrollo) de una enfermedad en el tiempo se habla de un estudio temporal en contraposición al
uso de una escala espacial en cuyo caso se refiere como estudios espaciales. La elaboración de una curva de
progreso de enfermedad requiere de la definición de un intervalo de medición, método de evaluación de la
enfermedad (incidencia o severidad) y método de muestreo. Estos aspectos dependen del patosistema.
Incidencia es la proporción de plantas, órganos de plantas, etc., enfermos con relación a la parte sana
independientemente del grado de severidad.
Severidad es la proporción del tejido del huésped enfermo con relación al total. Por ejemplo, si
únicamente una tercera parte de una hoja muestra síntomas de enfermedad entonces se tiene aproximadamente
un 33% de severidad, sin embargo, para la evaluación de enfermedad es conveniente que sea exacta y precisa.
Exactitud es una medida de la “cercanía” de un valor estimado al valor verdadero. Sesgo, es una
representación de la exactitud y evalúa la diferencia entre la verdadera media y la media de la muestra. La
pendiente (β1) de un modelo de regresión lineal simple puede ser empleado como una estimación de la exactitud.
Valores de β1 (b1) cercanos a 1.0 significan alta exactitud (r2
mayor a 0.90) (Figura 2).
Precisión es una medida de la variabilidad de los valores estimados con relación a los valores
verdaderos. La precisión puede ser evaluada con la varianza de un media muestral o el coeficiente de
determinación (r2
) de un modelo de regresión lineal simple (Fig. 2). En esta regresión lineal los valores
estimados son relacionados con los valores verdaderos.
Parameter Estimate
INTERCEPT 13.73852276
X1 0.30788503
PY1 |
40 +
| pppp
| * p pp pp***
| pp p
20 + *pp p
| p ppp
|
| *
0 +
--+--------+--------+--------+-
0 25 50 75
X1
1
b1= 0.31
Pendiente
Intercepto
bo=13.74
El error E asociado
al punto A
Línea de Regresión
E (Y1) = 13.74 + 0.31 X1
P = valores estimados
* = valores de X,Y
A
Var. Independiente
Dependiente
Terminología de SAS
Fig 2. Estructura parcial de un análisis de regresión lineal simple mediante SAS y
estimación de estadísticos empleados en la estimación de precisión y exactitud.
En el caso de la medición de una enfermedad con base en severidad, constituye un problema complejo
ya que se pueden inducir errores graves de precisión, exactitud y reproducibilidad, así como una menor
eficiencia con respecto a una medición con base en incidencia. En este sentido, la mayor información que
normalmente proporciona una medición de severidad, puede tener un alto costo que debe minimizarse, ya que
éste no puede eliminarse totalmente. Una forma de disminuir las inconveniencias indicadas, es seleccionar un
sistema de medición que permita aproximar satisfactoriamente el valor de una medición estimada al valor real
del grado de una enfermedad.
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 1

2. Una posible opción para disminuir estas fuentes de error, es el uso de escalas logarítmicas
diagramáticas basadas en el principio de Weber-Fechner, las que permiten establecer clases con base en un
sistema logarítmico que elimina la designación arbitraria de clases o categorías de enfermedad. Por otra parte,
éstas incluyen una representación fotográfica para cada clase o categoría de medición (Campbell y Madden,
1990; Jaraba et al., 1999). Las escalas logarítmicas diagramáticas generadas con base en el principio general
de Weber-Fechner tienen la ventaja adicional de ser prácticas y de fácil uso.
Por la importancia del diseño de un sistema de medición en estudios epidemiológicos y por la necesidad
de contar con sistemas automatizados que faciliten esta actividad, en esta práctica se ilustra el empleo del
programa de computo 2 LOG ver 1.0 el cual permite estimar escalas logarítmicas con base en la modificación
de Horsfall y Barrat al principio de Weber-Fechner. Este programa fue desarrollado en el laboratorio de
Epidemiología Agrícola del Instituto de Fitosanidad del Colegio de Postgraduados y se ha implementado a
diversos patosistemas en trabajos de investigación y en cursos de postgrado en México, Brasil y Argentina.
Adicionalmente se demostrará la aplicación de Image Tool v3.0 de distribución gratuita.
La metodología en general para la elaboración de una escala logarítmica diagramática comprende las
siguientes etapas (Mora-Aguilera et al., 2003):
A) Colecta de material vegetal y toma de fotografía digital o convencional del tejido enfermo
representativo de la variedad y de las condiciones generales de manejo del cultivo y de la región donde se
realizará el estudio.
B) Calcular la severidad de la enfermedad en condiciones de gabinete o laboratorio.
C) Determinar el valor máximo aproximado de la severidad (Yf) que la enfermedad puede alcanzar
en el órgano (s) o tejido (s) de la planta.
D) Definir el número total de clases que se desean para el rango de severidad de la enfermedad.
Incluir la clase 0 para ausencia de enfermedad.
E) Emplear el programa 2LOG ver 1.0 para calcular los valores de intervalo de clase y punto
medio de clase.
F) Validar la exactitud, precisión, reproducibilidad, eficiencia y economía de la escala elaborada.
Esto se realiza con el material colectado o digitalizado.
La Práctica estará dividida en tres partes. En la parte uno se aplicará únicamente la medición del daño la cual
comprende dos etapas:
A). Colecta de material vegetal. El material vegetal que puede ser usado para la medición de la
enfermedad incluye hojas, frutos, tubérculos, flores, etc. Se debe colectar en al menos 50 unidades de medición
con el fin de generar una muestra representativa de los diferentes grados de severidad ocasionada por algún
patógeno. Tejido sano y valores máximos de severidad deben ser cuidadosamente seleccionados. El tejido debe
colectarse y preservarse apropiadamente para conservar las propiedades del daño incluyendo el color. En caso
de emplear un sistema de fotos digitales la etapa de preservación física puede eliminarse ya que se archiva
directamente en la memoria de las cámaras digitales la imagen de cada unidad a evaluarse. Con tejidos foliares,
ha funcionado la colecta y fotocopiado a color directamente del material de campo.
B) Medición de severidad. Existen diferentes métodos para cuantificar la severidad en el material
vegetal colectado, como son: integrador de área foliar (LICOR-300), digitalización (Image Tool (Univ. de
Texas), Adobe Photoshop y Micrograf Designer (Canul et al., 2001. Ver Apéndice), gravimétrico, comparación
de áreas conocidas (uso de cuadriculas), sistemas remotos (fotografías aéreas radiómetro multiespectral) y
video. Las variables a estimar son: 1) el área total (AT) de la hoja, fruto, tubérculo ú órgano de interés, 2) el
área enferma (AE) de la hoja, fruto, tubérculo, etc. 3) estimar el porcentaje de severidad para cada hoja, fruto,
etc. La cual se obtiene de la relación AE/AT multiplicado por 100.
OBJETIVO:
• Medir áreas de daño en tejido vegetal mediante sistemas computarizados.
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 2

3. PROCEDIMIENTO:
Los aspectos que involucran la presente práctica serán los siguientes:
 Usa fotos digitales con las características discutidas en la sesión teórica.
 Medir el área foliar total y enferma o dañada. Estas constituirán las mediciones reales. Emplea
Image Tool® de acuerdo al protocolo detallado a continuación.
PROTOCOLO PARA LA MEDICIÓN DE DAÑO EN IT V3.0
1. Abrir ImageTool. Abrir la imagen que se desea medir (1). Esta imagen debe estar guardada en formato .TIFF
para que pueda ser reconocida por el programa. Usar la opción de zoom (2) para ajustar la imagen a la
pantalla. Elegir el ícono de área (3) para empezar con la medición.
2. Aparecerá una ventana con un puntero para seleccionar la zona dañada (4). Cuidadosamente, seleccionar el
área que se desea medir (5), al colocar el último punto dar doble clic para finalizar la selección. El área
seleccionada se visualizará como una línea punteada (6). Nota: En caso de existir más de una zona afectada,
repetir los pasos (5) y (6).
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 3
1
2
3

4. 3. Repetir el paso 2 para medir el área total de la hoja (7). Los resultados de la medición se podrán observar en la
ventana Resultados (8), la cual tendrá 4 valores la Media, desviación estándar y 2 valores que corresponden a
las mediciones que se realizaron en el orden en que se seleccionó.
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 4
45
8
6
7
7

5. 4. Realizar una regla de 3 para generar el porcentaje del área dañada. En el caso de haber medido más de una
zona dañada, realizar la sumatoria de las mismas para poder obtener el porcentaje total de área dañada.
5. Repite los pasos para generar nuevas mediciones.
TU TURNO¡
1. Sumariza el procedimiento específico para la medición de áreas dañadas.
2. Descarga de Curso-Moodle las imágenes de Roya del Cafeto para la medición de áreas con daño.
3. Investiga otros programas para la medición de áreas dañadas.
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 5
=
(1628.64*100) /
5876.16
7

6. 4. Realizar una regla de 3 para generar el porcentaje del área dañada. En el caso de haber medido más de una
zona dañada, realizar la sumatoria de las mismas para poder obtener el porcentaje total de área dañada.
5. Repite los pasos para generar nuevas mediciones.
TU TURNO¡
1. Sumariza el procedimiento específico para la medición de áreas dañadas.
2. Descarga de Curso-Moodle las imágenes de Roya del Cafeto para la medición de áreas con daño.
3. Investiga otros programas para la medición de áreas dañadas.
Dr. Gustavo Mora-Aguilera Práctica 5. Epidemiología FIT612/verano 2013. Colegio de Postgraduados 5
=
(1628.64*100) /
5876.16
7