Misure di Associazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Misure di Associazione"

Transcript

1 Misure di Associazione Prof. Tommaso Staniscia Introduzione Esposizione e Malattia Esposizione (E) = variabile esplicativa Qualsiasi agente, ospite, o fattore ambientale che può avere un effetto sulla salute Malattia (M) = variabile di risposta Qualsiasi esito di salute, malattia, disabilità E necessario quantificare l'effetto della E sulla M Ciò è possibile confrontando i tassi della malattia in un gruppo esposto (E + ) e nei gruppi non esposti (E - ) 1

2 Definizione Per associazione si intende il grado di dipendenza statistica tra due variabili La presenza di associazione di per sé non implica una relazione causale, cioè che uno degli eventi sia causa o favorisca l insorgenza dell altro Un associazione si definisce causale se al cambiamento della frequenza o della qualità di un esposizione consegue una variazione nella frequenza della malattia o esito d interesse Tipi di associazione Ci sono quattro tipi di associazione che possono essere osservati in uno studio: 1. Assenza di associazione 2. Associazione falsa (spuria) a. Variabilità campionaria (errore random) b. Errore sistematico (bias) 3. Indiretta (confondimento) 4. Causale (diretta o vera) 2

3 Associazione statistica Tutte le possibili spiegazioni alternative devono essere prese in considerazione prima di concludere che è presente un associazione statistica valida Esiste un associazione statistica valida? può essere dovuta al caso? può essere conseguenza di un bias? può essere determinata da fattori di confondimento? Errore totale Errore Sistematico Errore Casuale Bias di Selezione Bias d Informazione Confondimento Ammissione Partecipazione Prevalenza Differenziale Recall Non-differenziale 3

4 Errori negli studi epidemiologici Errore Casuale È attribuibile in parte alla variabilità campionaria, insita in qualunque studio che si basi sui dati di un campione casuale, in parte all imprecisione della misura. Una misura si definisce tanto più precisa quanto minore è l errore casuale 4

5 Errore Casuale Valore vero Precisione - p value - Intervalli di confidenza - Potenza La precisione aumenta con l aumentare della grandezza del campione Errore Sistematico Conosciuto con il termine Bias, è attribuibile ad aspetti metodologici della fase di disegno o di analisi dello studio Una misura si definisce tanto più accurata quanto minore è l errore sistematico 5

6 Errore Sistematico Valore stimato Valore vero Validità Relazione fra il valore vero nella popolazione e la sua stima (< differenza > validità) Problemi metodologici: Scelta dei partecipanti/pazienti Qualità delle informazioni raccolte Covariate Criteri di associazione causale Può, un associazione statistica valida, essere considerata causa-effetto? Coerenza con le informazioni esistenti Consistenza dell associazione Sequenza temporale Forza dell associazione grandezza relazione dose-risposta disegno dello studio 6

7 Criteri di associazione causale Coerenza con le informazioni esistenti Un associazione deve essere biologicamente plausibile alla luce di altre informazioni presenti in letteratura (altri studi su uomini, dati da studi animali, dati da studi in vitro, ecc.) Esempio Il fumo di sigaretta è un noto carginogeno, basato su studi animali. Negli uomini è causa nota di tumori della cavo orale, laringe e vescica. È biologicamente plausibile che il fumo causi il tumore del polmone Criteri di associazione causale Consistenza dell associazione Un associazione reale deve poter essere riprodotta in un contesto diverso (area geografica, disegno di studio, popolazione, ecc.) Esempio Associazione tra fumo di sigaretta e tumore del polmone dimostrata utilizzando, tra l altro, disegni di studio differenti, popolazioni diverse 7

8 Criteri di associazione causale Sequenza temporale La causa (esposizione) deve sempre precedere l effetto (malattia). Sebbene questo concetto sia ovvio, ci sono disegni di studio in cui questa sequenza non può essere determinata Esempio Il fumo di sigaretta, nella maggior parte dei casi, precede l insorgenza del tumore al polmone Criteri di associazione causale Forza dell associazione Riguarda 3 concetti principali: Grado di associazione Relazione dose-risposta Disegno dello studio 8

9 Criteri di associazione causale Grado dell associazione Più è forte un associazione, maggiore è la probabilità che possa essere causale in assenza di bias noti (selezione, informazione) o confondimento Convenzionalmente, un associazione < 2 è considerata debole Esempio Studi di associazione tra fumo di sigaretta e tumore del polmone mostrano RR compresi tra 10 e 30 Criteri di associazione causale Grado dell associazione RR Significato 1,2-1,3 Debole 1,4-1,7 Modesto 1,8-2,9 Moderato 3-7,9 Forte 8-15,9 Molto forte Elevato 40+ Notevole 9

10 Criteri di associazione causale Relazione dose-risposta All aumentare dell intensità di una esposizione consegue un incremento del rischio di malattia Relazione durata-risposta Esempio Nei fumatori il rischio di sviluppare il tumore del polmone aumenta con il n sigarette/die o con il n di anni di fumo Criteri di associazione causale Relazione dose-risposta Rischio Esposizione 10

11 Criteri di associazione causale Disegno dello studio 1) Corretto disegno di studio (no errore random, bias o confondimento); 2) Tipo disegno di studio utilizzato Esempio L associazione tra fumo di sigaretta e tumore del polmone è stata riprodotta in molti studi ben disegnati, come analisi del trend secolare, studi caso-controllo e coorte Misure di associazione Due misure di frequenza possono essere confrontate e combinate in un unico parametro riassuntivo che consente di stimare l'associazione tra esposizione e rischio di sviluppare una patologia Le misure di associazione più frequentemente utilizzate in epidemiologia sono Rischio Relativo Rischio Attribuibile Odds Ratio 11

12 Presentazione dei dati Per rendere più agevole il calcolo delle misure di associazione, i dati epidemiologici sono spesso presentati in tabelle 2x2 Queste tabelle contengono 2 righe e 2 colonne, ognuna delle quali descrive la presenza o l assenza di una esposizione o di una malattia Presentazione dei dati Esposizione Malattia Presente Assente Totale Presente a b a+b Assente c d c+d Totale a+c b+d a+b+c+d 12

13 Presentazione dei dati La tabella così strutturata contiene 4 celle, identificate rispettivamente a, b, c, d, ciascuno dei quali rappresenta il numero di soggetti che presentano una specifica combinazione in termini di esposizione e malattia a = numero di soggetti esposti che hanno la malattia b = numero di soggetti esposti che non hanno la malattia c = numero di soggetti non esposti che hanno la malattia d = numero di soggetti non esposti che non hanno la malattia E sposizio n e M alattia Presente A ssente Totale P resente a b a+b A ssente c d c+d T otale a+c b+d a+b+c+d Presentazione dei dati I margini della tabella corrispondono ai totali di individui presenti in ogni riga e colonna e sono calcolati sommando le relative celle Totali di riga a + b = numero complessivo di soggetti esposti c + d = numero complessivo di soggetti non esposti Totali di colonna a + c = numero complessivo di soggetti malati b + d = numero complessivo di soggetti non malati Totale generale a + b + c + d = numero complessivo di soggetti arruolati nello studio 13

14 Presentazione dei dati Studio di coorte con durata del follow-up variabile Esposizione Malattia Presente Assente Totale Presente a --- PY 1 Assente c --- PY 0 Totale a+c PY 1 + PY 0 Presentazione dei dati PY La tabella contiene 2 celle, identificate rispettivamente a, c a = numero di soggetti esposti che hanno sviluppato la malattia durante il follow-up c = numero di soggetti non esposti che hanno sviluppato la malattia durante il follow-up Totali di riga PY 1 = numero totale di unità di tempopersona di follow-up per i soggetti esposti PY 0 = numero totale di unità di tempopersona di follow-up per i soggetti non esposti Totali di colonna a + c = numero complessivo di soggetti che hanno sviluppato la malattia durante il follow-up PY 1 + PY 0 = numero totale di unità di tempo-persona di follow-up per l intera coorte 14

15 La tabella 2 x 2 può essere ulteriormente ampliata per riflettere livelli di esposizione (o di malattia) addizionali Si parla in questo caso di tabella r x c r = numero di righe c = numero di colonne Esempio studio caso-controllo Uso di contraccettivi orali (CO) e infarto del miocardio Uso di CO Infarto miocardico Presente Assente Totale < 1 yr yrs yrs yrs No Totale Dati: L. Rosemberg et al., Oral contraceptive use in relation to non-fatal myocardial infarction. Am. J. Epidemiol

16 Rischio Relativo (RR) Esprime l importanza di un associazione tra esposizione e malattia ed indica la probabilità di sviluppare la malattia tra i soggetti esposti rispetto ai soggetti non esposti Rapporto tra incidenze cumulative = rapporto tra rischi ( RISK RATIO) Rapporto tra densità di incidenza = rapporto tra tassi (RATE RATIO) Rapporto tra Odds (ODDS RATIO) Rischio Relativo (RR) (Rapporto tra incidenze cumulative) E il rapporto tra incidenza della malattia tra gli esposti (I e ) e incidenza della malattia tra i non esposti (I 0 ) Incidenza cumulativa RR = I e I 0 = a/(a+b) c/(c+d) 16

17 Esempio studio di coorte Uso di contraccettivi orali (CO) e batteriuria in donne di età compresa tra anni Uso di CO Batteriuria Presente Assente Totale Si No Totale Dati: D.A. Evans et al., Oral contraceptive and bacteriuria in a community-base study. N. engl. J Esempio Studio di coorte sull uso di contraccettivi orali (CO) e batteriuria RR = I e I 0 = a/(a+b) = c/(c+d) 27/482 77/1908 = 1,4 Le donne che fanno uso di CO presentano un rischio 1,4 maggiore di sviluppare batteriuria rispetto alle donne che non fanno uso di CO 17

18 Rischio Relativo (RR) (Rapporto tra densità di incidenza) E il rapporto tra tasso di incidenza della malattia tra gli esposti (DI e ) e tasso di incidenza della malattia tra i non esposti (DI 0 ) Tasso di incidenza RR = DI e a/py 1 = DI 0 c/py 0 Esempio studio di coorte Uso di ormoni in post-menopausa e malattia coronarica Uso di CO Malattia coronarica Presente Assente P-Y Si ,7 No ,5 Totale ,2 Dati: M. J. Stampfer et al., A prospective study of postmenopausal hormones and coronary heart disease. N. Engl.. J. Med

19 Esempio Studio di coorte sull uso di ormoni in post-menopausa e malattia coronarica RR = I e a/py 1 = = 30/54.308,7 I 0 c/py 0 60/51.477,5 = 5,5/10.000pyrs 11,7/10.000pyrs = 0,47 Le donne che in post-menopausa fanno uso di ormoni sostitutivi presentano un rischio di malattia coronarica pari alla metà di quello delle donne in post-menopausa che non fanno uso di ormoni sostitutivi Studi caso-controllo e di coorte Studio caso-controllo Patologia Studio di coorte Fattore Presente (esposto) Assente (non esposto) Presente (casi) A C Assente (controlli) B D 19

20 Odds Ratio (OR) (Rapporto tra odds - probabilità - di esposizione) In uno studio caso-controllo non è possibile calcolare l'incidenza Il rischio relativo può essere stimato mediante l OR L OR è uguale al rapporto tra probabilità dell esposizione tra i casi e probabilità dell esposizione tra i controlli a/c = probabilità dell esposizione tra i casi b/d = probabilità dell esposizione tra i controlli OR = a/c b/d = ad bc Esempio studio caso-controllo Uso di contraccettivi orali (CO) e infarto del miocardio in donne in premenopausa Uso di CO Infarto miocardico Presente Assente Totale Si No Totale Dati: L. Rosemberg et al., Oral contraceptive use in relation to non-fatal myocardial infarction. Am. J. Epidemiol

21 Esempio Studio caso-controllo su uso di CO ed infarto del miocardio in donne in premenopausa OR = 23/ / x 2816 = 304 x 133 = 1,6 Le donne che fanno uso di CO presentano un rischio di infarto miocardico pari a 1,6 volte quello delle donne che non fanno uso di CO L OR rappresenta, pertanto, una valida stima del Rischio Relativo a condizione che: siano inclusi nello studio solo i casi incidenti (i casi prevalenti devono essere esclusi) la selezione dei casi e dei controlli sia indipendente dall esposizione In uno studio caso-controllo non si può calcolare direttamente il RR come rapporto tra incidenze. 21

22 Esempio Calcolo dell OR e RR in un ipotetico esempio di studio casocontrollo tra fumo di sigaretta e tumore del polmone Fumo di Tumore del polmone sigaretta Casi Controlli Totale Si No Totale OR = ad bc = 70*70 30*30 = 5,4 RR = a/(a+b) = 70/100 c/(c+d) 30/100 = 2,3 Esempio Calcolo dell OR e RR in un ipotetico esempio di studio casocontrollo tra fumo di sigaretta e tumore del polmone Fumo di Tumore del polmone sigaretta Casi Controlli Totale Si No Totale OR = ad bc = 70*700 30*300 = 5,4 RR = a/(a+b) = 70/370 c/(c+d) 30/730 = 4,6 22

23 Quando le categorie di esposizione sono più di due, i diversi livelli di esposizione si confrontano con la categoria dei non esposti (gruppo di confronto) Uso di Terapia ormonale sostitutiva (TOS) e malattia coronarica TOS Malattia coronarica P-Y Si ,7 passato ,7 attuale ,0 No ,5 Dati: M. J. Stampfer et al., A prospective study of postmenopausal hormones and coronary heart disease. N. Engl.. J. Med

24 TOS Malattia coronarica P-Y Si ,7 passato ,7 attuale ,0 No ,5 Si vs No RR = 30/54.308,7 60/51.477,5 = 7,8/10.000pyrs 11,7/10.000pyrs = 0,5 Uso passato vs No RR = 19/24.386,7 60/51.477,5 = 7,8/10.000pyrs 11,7/10.000pyrs = 0,7 Uso attuale vs No RR = 11/29.922,0 60/51.477,5 = 3,7/10.000pyrs 11,7/10.000pyrs = 0,3 Interpretazione RR e OR 24

25 RR o OR = 1 Incidenza di malattia tra gli esposti è uguale all incidenza di malattia tra i non esposti. Nessuna associazione tra esposizione e malattia RR o OR > 1 Incidenza di malattia tra gli esposti è maggiore dell incidenza di malattia tra i non esposti. Associazione positiva tra esposizione e malattia (aumento di rischio tra gli esposti) RR o OR < 1 Incidenza di malattia tra gli esposti è minore dell incidenza di malattia tra i non esposti. Associazione negativa tra esposizione e malattia (diminuzione di rischio tra gli esposti) Rischio Attribuibile Rischio attribuibile tra gli esposti (RA) Il rischio attribuibile tra gli esposti è dato dalla differenza tra incidenza negli esposti ed incidenza nei non esposti RA = I e - I 0 Il rischio attribuibile tra gli esposti indica il numero di casi tra gli esposti che sono da attribuire all esposizione e, quindi, il numero di casi tra gli esposti che potrebbe essere evitato se si eliminasse l esposizione 25

26 Rischio Attribuibile tra gli esposti 120 Tasso di incidenza/ p-y Casi dovuti all esposizione tra gli esposti: (100-10)/10 5 = 90/ Esposti Non Esposti Rischio attribuibile tra gli esposti percentuale (RA%) Il rischio attribuibile tra gli esposti percentuale è dato dalla differenza tra incidenza negli esposti ed incidenza nei non esposti diviso per l incidenza negli esposti RA% = I e -I 0 I e x 100 Il rischio attribuibile tra gli esposti percentuale indica la proporzione di casi tra gli esposti da attribuire all esposizione 26

27 Esempio Fumo Mortalità Ca polmonare Presente Assente P-Y Attuali fumatori Tutti gli altri Totale Mortalità Ca polmonare Fumo Presente Assente P-Y Attuali fumatori Tutti gli altri Totale RR = 1116/ / = 15,9/10.000pyrs 4,2/10.000pyrs = 3,79 RA = 1116/ / = = 15,9/10.000pyrs - 4,2/10.000pyrs = 11,7/10.000pyrs 15,9/10.000pyrs - 4,2/10.000pyrs RA% = X 100 = 73,6% 15,9/10.000pyrs 27

28 Nella maggior parte degli studi C-C il RA non può essere calcolato perché le incidenze di malattia tra esposti e non esposti non sono disponibili Tuttavia, è possibile calcolare il RA %, dato da: RA% = OR -1 OR x 100 Studio caso-controllo su uso di CO ed infarto del miocardio in donne in premenopausa RA% = 1,6-1 1,6 x 100 = 37,5% Circa il 38% dei casi di infarto miocardico tra le donne che fanno uso di contraccettivi orali può essere attribuito proprio all uso di CO 28

29 Rischio attribuibile nella popolazione (RAP) Il RAP è dato dalla differenza tra incidenza nella popolazione ed incidenza nei non esposti RAP = I T - I 0 Il RAP indica il numero di casi di malattia che si verificano nella popolazione da attribuire all esposizione e, quindi, il numero di casi che potrebbe essere evitato se si eliminasse l esposizione Mortalità Ca polmonare Fumo Presente Assente P-Y Attuali fumatori Tutti gli altri Totale RAP = (1.542 / ) - (426 / ) = 9/10.000pyrs - 4,2/10.000pyrs = 4,8/10.000pyrs Il RAP è uguale al prodotto tra Rischio Attribuibile tra gli esposti (RA) e proporzione di esposti nella popolazione RAP = RA * P e 11,7/ 10000pyrs x ( / ) = 4,8/ 10000pyrs 29

30 Rischio Attribuibile nella popolazione 120 Tasso di incidenza/ p-y Casi dovuti all esposizione nella popolazione: (46-10)/10 5 = 36/ Popolazione Non Esposti Rischio attribuibile percentuale nella popolazione (RAP%) Il RAP % è dato dalla differenza tra incidenza nella popolazione ed incidenza nei non esposti / l incidenza nella popolazione RAP% = I T -I 0 I T x 100 Il RAP % indica la proporzione di casi nella popolazione da attribuire all esposizione 30

31 Mortalità Ca polmonare Fumo Presente Assente P-Y Attuali fumatori Tutti gli altri Totale ,0/10.000pyrs - 4,2/10.000pyrs RAP% = X 100 = 53,3% 9,0/10.000pyrs Interpretazione misure di associazione RR e RA forniscono informazioni differenti RR è una misura della forza di associazione tra esposizione e malattia e ci permette di capire se un associazione è causale RA ci fornisce l impatto, dal punto di vista della sanità pubblica, di una esposizione che assumiamo essere causale Il valore del RR non permette di predire il valore del RA 31

32 RR e RA di mortalità per tumore polmonare ed infarto miocardico in una coorte di fumatori maschi Tasso di mortalità /100000/yr Ca polmone IMA Fumatori Non fumatori RR 14,0 1,6 RA 130/10 5 /yr 256/10 5 /yr Dati: R. Doll et al., Mortality in relation to smoking: twenty years observations on male british doctors. Br. Med. J RR e RA per ictus Incidenza/1000 Età Non fumatori Fumatori RR RA

Igiene. Dott. Pamela Di Giovanni. Definizione

Igiene. Dott. Pamela Di Giovanni. Definizione Igiene Dott. Pamela Di Giovanni Definizione Disciplina medica che ha come obiettivo la tutela e la promozione della salute umana, intendendo per salute umana un completo stato di benessere psichico, fisico

Dettagli

Gli studi epidemiologici

Gli studi epidemiologici Gli studi epidemiologici STUDI OSSERVAZIONALI descrittivi STUDI OSSERVAZIONALI analitici: Ecologici Trasversali Caso-controllo Di coorte STUDI SPERIMENTALI : Trial controllati randomizzati Trial sul campo

Dettagli

ESERCITAZIONE 2. TRATTO E MODIFICATO DA: Esercizi di epidemiologia - MORO, DAVOLI, PIRASTU Il pensiero scientifico editore

ESERCITAZIONE 2. TRATTO E MODIFICATO DA: Esercizi di epidemiologia - MORO, DAVOLI, PIRASTU Il pensiero scientifico editore ESERCITAZIONE 2 TRATTO E MODIFICATO DA: Esercizi di epidemiologia - MORO, DAVOLI, PIRASTU Il pensiero scientifico editore Modalità di lettura della tabella di contingenza 2x2 sull associazione tra l esposizione

Dettagli

Misure della relazione di occorrenza

Misure della relazione di occorrenza Misure della relazione di occorrenza (associazione tra un determinante e l outcome) Misure di effetto (teoriche) Misure di associazione (stime empiriche delle precedenti) EFFETTO: quantità di cambiamento

Dettagli

Esposizione ed effetto

Esposizione ed effetto Esposizione ed effetto In epidemiologia, si è spesso interessati a conoscere quale sia l effetto di una determinata esposizione. - Es. 1. qual è l effetto di una dieta vegetariana sulla salute? La dieta

Dettagli

Gli studi caso. controlli. Obiettivi. Stime del rischio. Ne deriva la Tabella 2x2

Gli studi caso. controlli. Obiettivi. Stime del rischio. Ne deriva la Tabella 2x2 Gli studi caso controllo Obiettivi Negli ultimi decenni questo modello di indagine è stato applicato soprattutto per lo studio delle malattie cronicodegenerative (le più frequenti cause di morte in tutti

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Elementi di Epidemiologia

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Elementi di Epidemiologia Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Elementi di Epidemiologia Corsi di Laurea Triennale Corso di Statistica e Biometria: Elementi di epidemiologia

Dettagli

Discrepancy between objective and subjective measures of job stress and sickness absence

Discrepancy between objective and subjective measures of job stress and sickness absence Discrepancy between objective and subjective measures of job stress and sickness absence by David H Rehkopf, ScD, MPH, Hannah Kuper, ScD, Michael G Marmot, PhD, MD Scand J Work Environ Health 2010;36(6):449

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA Tutti i test statistici di significatività assumono inizialmente la cosiddetta ipotesi zero (o ipotesi nulla) Quando si effettua il confronto fra due o più gruppi di dati, l'ipotesi

Dettagli

Epidemiologia generale

Epidemiologia generale Epidemiologia Da un punto di vista etimologico, epidemiologia è una parola di origine greca, che letteralmente significa «discorso riguardo alla popolazione» Epidemiologia generale Disciplina che ha come

Dettagli

Classificazione degli studi epidemiologici

Classificazione degli studi epidemiologici Classificazione degli studi epidemiologici STUDI DESCRITTIVI - DI CORRELAZIONE O ECOLOGICI - CASE REPORT/SERIES - DI PREVALENZA O TRASVERSALI STUDI ANALITICI O OSSERVAZIONALI - A COORTE - CASO-CONTROLLO

Dettagli

Introduzione alle relazioni multivariate. Introduzione alle relazioni multivariate

Introduzione alle relazioni multivariate. Introduzione alle relazioni multivariate Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

Incidenza, mortalità e prevalenza per tumore del polmone in Italia

Incidenza, mortalità e prevalenza per tumore del polmone in Italia Incidenza, mortalità e prevalenza per tumore del polmone in Sintesi L incidenza e la mortalità per il tumore del polmone stimate in nel periodo 197-215 mostrano andamenti differenti tra uomini e donne:

Dettagli

L analisi statistica

L analisi statistica Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale

Dettagli

Manca qualcosa: cosa c èc. di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi. Farina OJC 15 maggio 2013

Manca qualcosa: cosa c èc. di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi. Farina OJC 15 maggio 2013 Manca qualcosa: cosa c èc di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi Consonni, Epidemiol Prev,, 2013 Farina OJC 15 maggio 2013 Introduzione Negli ultimi decenni l epidemiologia

Dettagli

RELAZIONE CAUSALE IN EPIDEMOLOGIA

RELAZIONE CAUSALE IN EPIDEMOLOGIA RELAZIONE CAUSALE IN EPIDEMOLOGIA Docente: Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona A) Relazione descrittiva determinante Ad esempio: dita gialle mungitura

Dettagli

ANALISI DEI DATI EPIDEMIOLOGICI

ANALISI DEI DATI EPIDEMIOLOGICI ANALISI DEI DATI EPIDEMIOLOGICI Cenni di statistica Che cosa è la statistica Statistica descrittiva e statistica inferenziale Test statistici di ipotesi Intervalli di confidenza Analisi stratificata TEST

Dettagli

Epidemiologia. Prof. Tommaso Staniscia

Epidemiologia. Prof. Tommaso Staniscia Epidemiologia Prof. Tommaso Staniscia È la branca dell Igiene che studia l andamento di tutte le entità morbose nelle comunità e lo stato di salute delle popolazioni IGIENE EPIDEMIOLOGIA PROFILASSI EDUCAZIONE

Dettagli

Trials clinici. Disegni di studio

Trials clinici. Disegni di studio Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series

Dettagli

Igiene nelle Scienze motorie

Igiene nelle Scienze motorie Igiene nelle Scienze motorie Epidemiologia generale Epidemiologia Da un punto di vista etimologico, epidemiologia è una parola di origine greca, che letteralmente significa «discorso riguardo alla popolazione»

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

A.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE

A.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione

Dettagli

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008 Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi

Dettagli

Inferenza statistica. Statistica medica 1

Inferenza statistica. Statistica medica 1 Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella

Dettagli

Shift work and chronic disease: the epidemiological evidence

Shift work and chronic disease: the epidemiological evidence Shift work and chronic disease: the epidemiological evidence X-S. Wang, M. E. G. Armstrong, B. J. Cairns, T. J. Key and R. C. Travis Cancer Epidemiology Unit, University of Oxford, Oxford, UK. Occupational

Dettagli

R e g i o n e L a z i

R e g i o n e L a z i o R e g i o n e L a z i Titolo del Progetto o del programma: Siamo sicuri che si può lavorare sicuri Identificativo della linea o delle linee di intervento generale/i: Prevenzione degli eventi infortunistici

Dettagli

MORTALITA dal 1971 al 2006 NEL COMUNE DI CASTIGLION FIORENTINO

MORTALITA dal 1971 al 2006 NEL COMUNE DI CASTIGLION FIORENTINO MORTALITA dal 1971 al 26 NEL COMUNE DI CASTIGLION FIORENTINO Fonte dei dati: Registro di Mortalità Regionale toscano [dati presentati il 27 maggio,28] 1 Mortalità generale Andamento temporale 1971-26 I

Dettagli

OGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008

OGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008 OGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008 Introduzione A seguito dei risultati ottenuti con lo studio di mortalità nel quartiere S. Polo del comune

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Università del Piemonte Orientale. Master per data manager. Epidemiologia dei tumori. Screening in oncologia

Università del Piemonte Orientale. Master per data manager. Epidemiologia dei tumori. Screening in oncologia Università del Piemonte Orientale Master per data manager Epidemiologia dei tumori Screening in oncologia Epidemiologia Che cos è l epidemiologia Metodi e strumenti La descrizione epidemiologica di una

Dettagli

Sinossi dei disegni di studio

Sinossi dei disegni di studio Sinossi dei disegni di studio di intervento osservazionali serie di casi trasversale ecologici individuali quasisperimentali sperimentali (RCT) coorte caso-controllo Studi caso-controllo Il punto di partenza

Dettagli

(dal Greco επι= sul, δηµος= popolo e λογος= discorso, studio)

(dal Greco επι= sul, δηµος= popolo e λογος= discorso, studio) Cenni di epidemiologia Cos è l epidemiologia (dal Greco επι= sul, δηµος= popolo e λογος= discorso, studio) è la disciplina biomedica che si occupa dello studio della distribuzione e frequenza di malattie

Dettagli

ESERCITAZIONE. CdL Fisioterapia e Podologia. 25 novembre 2015

ESERCITAZIONE. CdL Fisioterapia e Podologia. 25 novembre 2015 ESERCITAZIONE CdL Fisioterapia e Podologia 25 novembre 2015 Epidemiologia Domanda 1 Le neoplasie gastriche sono: a. diminuite in tutta Europa b. diminuite fino agli anni 80, poi stabili c. aumentate in

Dettagli

LA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO

LA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO LA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO Accuratezza degli studi Miettinen, nel 1985, afferma che : la accuratezza di uno studio epidemiologico consiste nel grado di - assenza di errori

Dettagli

Università del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica

Università del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica Università del Piemonte Orientale Corso di Laurea in Igiene Dentale Corso di Statistica per la ricerca sperimentale e tecnologica Analisi dei dati in tabelle di contingenza Corso di laurea triennale di

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

Dentas Informa. Scopri di più

Dentas Informa. Scopri di più Dentas Informa Sempre più articoli della recente letteratura dimostrano l implicazione della parodontite (conosciuta anche come piorrea) con importanti malattie di tipo organico Scopri di più Parodontite

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

Conferenza di consenso Quale informazione per la donna in menopausa sulla terapia ormonale sostitutiva? Torino 17 maggio 2008

Conferenza di consenso Quale informazione per la donna in menopausa sulla terapia ormonale sostitutiva? Torino 17 maggio 2008 Conferenza di consenso Quale informazione per la donna in menopausa sulla terapia ormonale sostitutiva? Torino 17 maggio 2008 1 Quali aspetti della menopausa possono essere divulgati come problemi di salute?

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato

Dettagli

Indice. 1 Che cos è l epidemiologia? ------------------------------------------------------------------------------- 3

Indice. 1 Che cos è l epidemiologia? ------------------------------------------------------------------------------- 3 LEZIONE RICERCA EMPIRICA IN AMBITO EPIDEMIOLOGICO (PRIMA PARTE) PROF. PAOLO PASETTI Indice 1 Che cos è l epidemiologia? ------------------------------------------------------------------------------- 3

Dettagli

IL TEST CHI QUADRATO χ 2

IL TEST CHI QUADRATO χ 2 IL TEST CHI QUADRATO χ 2 Test parametrici I test studiati nelle lezioni precedenti (test-t, testz) consentono la verifica di ipotesi relative al valore di specifici parametri di popolazione Esempio: differenza

Dettagli

Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio

Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica

Dettagli

Il ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO

Il ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO Il ragionamento diagnostico http://www.biostatistica biostatistica.unich unich.itit 2 L accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In

Dettagli

Principi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli

Principi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Principi generali Carlo Federico Gauss Matematico tedesco 1777-1855 G. Bartolozzi - Firenze Vercelli 9-10 dicembre 2005 Oggi il nostro lavoro

Dettagli

Statistica nelle applicazioni sanitarie

Statistica nelle applicazioni sanitarie Dipartimento di Fisica Scuola di Specializzazione in Fisica Medica A.A. 0/03 Statistica nelle applicazioni sanitarie Maria Roberta Monge: Roberta.Monge@ge.infn.it Epidemiologia Classica: studia le origini

Dettagli

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Nella provincia di Latina sono diagnosticati in media ogni anno 98 casi ogni 100.000 uomini e 27 ogni 100.000 donne.

Nella provincia di Latina sono diagnosticati in media ogni anno 98 casi ogni 100.000 uomini e 27 ogni 100.000 donne. TUMORE DEL POLMONE Nel periodo 27-211 sono stati registrati complessivamente in provincia di Latina 172 nuovi casi di tumore del polmone. E risultato al 1 posto in termini di frequenza fra le neoplasie

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte

Dettagli

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2. Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni

Dettagli

Le patologie tumorali nel VCO: il quadro epidemiologico. Valutazione epidemiologica

Le patologie tumorali nel VCO: il quadro epidemiologico. Valutazione epidemiologica Verbania 22 febbraio 2003 Le patologie tumorali nel VCO: il quadro epidemiologico Ennio Cadum Area di Epidemiologia Ambientale ARPA Piemonte Valutazione epidemiologica È È stata condotta un analisi descrittiva

Dettagli

Corso di metodologia III Esempi di quiz di Epidemiologia utilizzati all esame

Corso di metodologia III Esempi di quiz di Epidemiologia utilizzati all esame Corso di metodologia III Esempi di quiz di Epidemiologia utilizzati all esame ATTENZIONE: IN QUESTA ESERCITAZIONE PIÙ DI UNA RISPOSTA PUÒ ESSERE CORRETTA 1) Un fattore di rischio: a) E' una causa necessaria

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se

Dettagli

La prevenzione dei tumori femminili nelle donne straniere

La prevenzione dei tumori femminili nelle donne straniere La prevenzione dei tumori femminili nelle donne straniere Lisa Francovich 1, Lidia Gargiulo 1, Barbara Giordani 2, Paolo Giorgi Rossi 3, Alessio Petrelli 4 1 Istat 2 Servizio Epidemiologia ASLTO3 Regione

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA

OCCUPATI SETTORE DI ATTIVITA' ECONOMICA ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Settore Corona Maschi Femmine Totale B < 1,5 - Tumore polmone (n=5) SMR = 115,5

Settore Corona Maschi Femmine Totale B < 1,5 - Tumore polmone (n=5) SMR = 115,5 506 TABELLA D1.3 Sintesi dei risultati conseguiti: SMR rispetto alla Provincia di Firenze (numero di casi). Eccessi privi di significatività statistica (SMR >110 e n di casi >=3) nei settori e nelle corone

Dettagli

L epidemiologia del diabete senile

L epidemiologia del diabete senile L anziano diabetico Dall epidemiologia alla gestione multidimensionale L epidemiologia del diabete senile Paolo Spolaore Verona, 26 ottobre 2007 La popolazione nel Veneto 0 50000 100000 150000 200000 250000

Dettagli

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura

CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A

Dettagli

Igiene nelle Scienze motorie

Igiene nelle Scienze motorie Igiene nelle Scienze motorie Cause di malattia e fattori di rischio per la salute Misurare l incidenza di malattia equivale a valutare la probabilità (ossia il rischio) di avere nuovi casi di malattia

Dettagli

FONDAMENTI DI PSICOMETRIA - 8 CFU

FONDAMENTI DI PSICOMETRIA - 8 CFU Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso

Dettagli

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita

Dettagli

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano

Dettagli

Sperimentazione Clinica: ruolo e responsabilità dell Infermiere

Sperimentazione Clinica: ruolo e responsabilità dell Infermiere Sperimentazione Clinica: ruolo e responsabilità dell Infermiere Fasi dello studio Disegni di ricerca sperimentale Barbara Gorini, Investigator Site Development Lead, Development Operations- Pfizer ITALIA

Dettagli

DISSAL - Dipartimento di Scienze della Salute, Università di Genova

DISSAL - Dipartimento di Scienze della Salute, Università di Genova DISSAL - Dipartimento di Scienze della Salute, Università di Genova Marina VERCELLI Dipartimento Scienze della Salute, Università di Genova S.S. Epidemiologia Descrittiva, IST Genova I NUMERI DEL CANCRO

Dettagli

[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1

[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1 [ Analisi della concentrazione] di Luca Vanzulli Pag. 1 di 1 LA CONCENTRAZIONE NELL ANALISI DELLE VENDITE L analisi periodica delle vendite rappresenta un preziosissimo indicatore per il monitoraggio del

Dettagli

Servizi di consulenza specialistica per IGRUE 2009 2012

Servizi di consulenza specialistica per IGRUE 2009 2012 Allegato 9A Metodo della stima delle differenze Descrizione della procedura Il metodo della stima delle differenze è indicato qualora il controllore ritenga che la popolazione sia affetta da un tasso di

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

Criteri per la valutazione della performance individuale dei titolari di Posizioni Organizzative

Criteri per la valutazione della performance individuale dei titolari di Posizioni Organizzative Allegato B Criteri per la valutazione della performance individuale dei titolari di Posizioni Organizzative La valutazione dei risultati conseguiti avviene attraverso apposito provvedimento del Dirigente

Dettagli

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Analisi dei dati in tabelle di contingenza Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Analisi dei dati in tabelle di contingenza Corsi di laurea triennale di area tecnica - Corso di Statistica

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

Dettagli

La relazione causale. Tipi di relazione causale

La relazione causale. Tipi di relazione causale La relazione causale In epidemiologia gi studi sono rivolti a determinare il nesso di causalità La valutazione dei risultati presenta come obiettivo principale l esclusione o la conferma (quali/quantitativa)

Dettagli

Dipartimento di Fisica a.a. 2004/2005. Fisica Medica 2. Tabelle contingenza

Dipartimento di Fisica a.a. 2004/2005. Fisica Medica 2. Tabelle contingenza Dipartimento di Fisica a.a. 24/25 Fisica Medica 2 Tabelle contingenza 9/5/25 Tabelle di contingenza Tutti i dati descrittivi di una ricerca possono essere rappresentati tramite tabelle Sono stati controllati

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile

Dettagli

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

Seconda Parte Specifica di scuola - Statistica sanitaria e Biometria - 31/07/2015

Seconda Parte Specifica di scuola - Statistica sanitaria e Biometria - 31/07/2015 Domande relative alla specializzazione in: Statistica sanitaria e Biometria Domanda #1 (codice domanda: n.641) : In epidemiologia, una variabile di confondimento è una variabile: A: associata sia alla

Dettagli

SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Tassi di incidenza 9/2/2005

SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Tassi di incidenza 9/2/2005 SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Tassi di incidenza 9/2/2005 Ricerca epidemiologica Gli epidemiologi sono interessati a conoscere l incidenza delle malattie per prevedere i

Dettagli

Scelta del soggetto. Sviluppo del protocollo. Pretest e revisione del protocollo. Effettuazione dello studio. Analisi dei risultati

Scelta del soggetto. Sviluppo del protocollo. Pretest e revisione del protocollo. Effettuazione dello studio. Analisi dei risultati Ciclo della ricerca Scelta del soggetto Sviluppo del protocollo Pretest e revisione del protocollo Effettuazione dello studio Analisi dei risultati Conclusioni e loro pubblicazione ANATOMIA DELLA RICERCA:

Dettagli

Temi di Esame a.a. 2012-2013. Statistica - CLEF

Temi di Esame a.a. 2012-2013. Statistica - CLEF Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei

Dettagli

Statistica Medica. Bruno Federico. Cattedra di Igiene - Università degli Studi di Cassino b.federico@unicas.it

Statistica Medica. Bruno Federico. Cattedra di Igiene - Università degli Studi di Cassino b.federico@unicas.it Università di Cassino Università Sapienza di oma Corso di Laurea in Infermieristica Corso integrato di Igiene, Epidemiologia e Statistica Anno accademico 2010/2011 Statistica Medica Bruno Federico Cattedra

Dettagli

Dalla indagine demografica alla definizione del bisogno socio-sanitario

Dalla indagine demografica alla definizione del bisogno socio-sanitario Dalla indagine demografica alla definizione del bisogno socio-sanitario L analisi del contesto demografico è l introduzione ideale alla sezione della salute. Il bisogno del cittadino residente sul territorio

Dettagli

Programma di screening

Programma di screening Programma di screening Un programma di screening consiste nel selezionare, in una popolazione, particolari sottogruppi tramite un qualche test (test di screening) Sono selezionate in un gruppo di sani

Dettagli

Lo screening mammografico una revisione sui dati di letteratura

Lo screening mammografico una revisione sui dati di letteratura Lo screening mammografico una revisione sui dati di letteratura Cos è uno screening Strategia di indagini diagnostiche generalizzate, utilizzate per identificare una malattia in una popolazione standard

Dettagli

Capitolo 2 Distribuzioni di frequenza

Capitolo 2 Distribuzioni di frequenza Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

HIV e infezioni tropicali concorrenti: uno studio caso-controllo

HIV e infezioni tropicali concorrenti: uno studio caso-controllo HIV e infezioni tropicali concorrenti: uno studio caso-controllo Declich S a, Francesconi P a, Okwey R b, Ouma J b, Ochakachon R b, Dente MG a and Fabiani M a a Reparto Malattie Infettive, Laboratorio

Dettagli

PREVENZIONE POLMONITE

PREVENZIONE POLMONITE fiammaz o l m o n a r e struzione br avità pleuri Streptococcus p n e u m o n i a Infezione Mal Respiratorio PREVENZIONE POLMONITE Vaccino Pneumococcico Polisaccaridico Coniugato, (13Valente Adsorbito)

Dettagli

Caffè tumore del pancreas e altri tumori: dai risultati epidemiologici alla divulgazione. Alessandra Tavani

Caffè tumore del pancreas e altri tumori: dai risultati epidemiologici alla divulgazione. Alessandra Tavani Caffè tumore del pancreas e altri tumori: dai risultati epidemiologici alla divulgazione Alessandra Tavani Scopo della epidemiologia Principali tipi di studi per epidemiologia analitica Tipi di analisi

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Tasso di occupazione per fasce di età. Provincia di Piacenza, 2009 90,3 83,1 77,7 27,6 16,4. 15-24 anni. 25-34 anni. 45-54 anni.

Tasso di occupazione per fasce di età. Provincia di Piacenza, 2009 90,3 83,1 77,7 27,6 16,4. 15-24 anni. 25-34 anni. 45-54 anni. La situazione occupazionale dei giovani in provincia di Piacenza Premessa Una categoria di soggetti particolarmente debole nel mercato del lavoro è rappresentata, di norma, dai lavoratori di età più giovane

Dettagli

Epidemiologia dell ictus e della frattura di femore (in Toscana)

Epidemiologia dell ictus e della frattura di femore (in Toscana) Epidemiologia dell ictus e della frattura di femore (in Toscana) Dr. Alessandro Barchielli Unità di epidemiologia Asl 10 Firenze alessandro.barchielli@asf.toscana.it Causa principale di non autosufficienza

Dettagli