Test di sopravvivenza
|
|
- Roberto Napoli
- 7 anni fa
- Visualizzazioni
Transcript
1 Dipartimento di Fisica a.a. 24/25 Fisica Medica 2 Test di sopravvivenza 9/5/24
2 Analisi della sopravvivenza Esiste un punto di partenza ben identificabile ad esempio: inizio di un mal di schiena? primo sintomo, visita dal medico, ricordo paziente Esiste un evento finale (non sempre nefasto!) esame di laurea (tempo dall iscrizione) decesso (morte) ricovero ospedale (non sempre evento singolo!) La probabilità di essere persi allo studio non dipende dall evento finale come considerare in uno studio sul cancro un caso di suicidio (o rifiuto a continuare la cura)?
3 Esame pazienti con melanoma pazienti seguiti per anni 533 mesi in totale Studio epidemiologico soggetto a b c d 46 deceduto e 92 censurato 4 deceduti f 22 deceduto 3 persi g 37 perso 3 censurati h 76 censurato a destra i 4 perso da quando? j tempo (mesi) evento deceduto perso deceduto censurato
4 Grafico di sopravvivenza a b c d e f g h i j M M M censurati pazienti anni di calendario a destra M P P P C C C
5 Sopravvivenza media Prendere in considerazione solo i pazienti di cui si conosce tutta la storia (di questi si sa tutto!) la statistica si riduce solo ai casi a,c,d,f sopravviv. media = tempo trascorso fino evento finale numero casi che lo raggiungono s m = ( ) / 4 = 39.5 mesi Abbiamo perso la maggioranza dei casi (6%!) Gli altri 6 avrebbero avuto stesso comportamento? è verosimile pensare che non sarebbe stato lo stesso!
6 Percentuale di sopravvivenza Il problema non è solo chi sopravvive ma quanto sopravvive Dopo un anno quasi %, dopo 9 quasi % Occorre fissare una data limite (backdating) che fissa il termine in cui faccio la mia analisi Il cancro: chi risulta vivo dopo 5 anni dall inizio dello studio dei dati è considerato sopravvissuto indipendentemente da quello che gli accade dopo! sopravviv. numero sopravissuti al tempo T % = numero totale dei casi considerati riduce l impatto dei censurati (solo per T =5 anni!)
7 Tempo-persona Al denominatore abbiamo contato persone creando problemi su come considerare i censurati Si può utilizzare il tempo (es. anni) trascorso da ciascun soggetto nello studio cioè il numero totale di tempo-persona (mesi-persona) di osservazione Si utilizzano anche le informazioni delle persone che per una ragione o per l altra sono uscite dallo studio decessi/mese = numero dei morti = 4/533 =.75 numero mesi Rischio di decesso è costante da un mese all altro!
8 Tavole di sopravvivenza Quello che possiamo calcolare è quante persone sopravvivono almeno anno, almeno 2 anni. non siamo obbligati ad utilizzare intervalli uguali giorni il primo anno, settimane il secondo, poi mesi Le tavole di sopravvivenza (life table) possiedono i vantaggi del tempo-persona con la massima utilizzazione dei dati disponibili senza lo svantaggio di dover considerare il rischio costante per lunghi periodi di tempo Approccio attuariale Approccio alla Kaplan-Meier
9 Riporto a inizio studio a b c d e f g h i j P M M P C M pazienti mesi di permanenza nello studio M C C P
10 Tabella attuariale soggetti a rischio soggetti deceduti 2 soggetti persi anni permanenza nello studio
11 Approccio attuariale Se i soggetti fossero tutti vivi all atto dello studio p(decesso) = numero persone decedute nel periodo numero persone a rischio di morte L hazard è la probabilità che si verifichi l evento in un soggetto che è in osservazione al momento in cui inizia uno specifico intervallo di tempo Consideriamo sia le persone che si ritirano dallo studio (P) che le persone censurate (C) come perse Le persone perse sono (per compromesso) conteggiate come mezzo anno-persona: numero delle persone perse o censurate / 2
12 Calcolo probabilità q i = probabilità di morire nel corso dell anno i p i = ( q i ) probabilità sopravvivere nell anno i D i = numero delle persone decedute nell anno i R i = numero soggetti a rischio all inizio dell anno i L i = numero delle persone perse nell anno i q i = D i / [ R i (L i / 2)] q = / [ ( / 2)] = persone arrivano al 2 o anno q 2 = / [ ( / 2)] =,5 p 2 =,895 P 2 =,895 q 3 = / [ 8 ( / 2)] =,25 p 3 =,875 P 3 =,783 P i è la probabilità cumulativa = p i P i-
13 Tabella probabilità,25,67,25,5, probabilità decesso,,,,,75.,833,875,895, probabilità sopravviv.,489,489,489,489,489,652,652,783,895, probabilità cumulativa anni permanenza nello studio
14 Curva di sopravvivenza attuariale probabilità sopravvivenza,9,8,7,6,5, numero di anni Tutti gli eventi riportati alla fine dell intervallo La probabilità di sopravvivenza P i è la probabilità cumulativa di tutte le probabilità condizionate p i P i-
15 Metodo di Kaplan-Meier Non porre i soggetti deceduti in un intervallo (fisso ma arbitrario) ma al tempo esatto dell evento La funzione di sopravvivenza è calcolata esattamente quando accade l evento La curva della probabilità di sopravvivenza p i cambia ogniqualvolta accade l evento nell approccio attuariale si hanno intervalli uguali sull asse x dei tempi nell approccio alla Kaplan-Meier gli intervalli sono uguali sull asse y delle probabilità I soggetti persi sono considerati a rischio fino al momento in cui si sono ritirati
16 Utilizzo Kaplan-Meier Ordiniamo tutti i dati in ordine di tempo segnando (*) quelli persi 4*, 22, 29, 37*, 45*, 46, 6, 76*, 92*, * tempo (mesi) numero a rischio numero deceduti tasso mortalità sopravv. (%) percent. cumul. 22 9,,889, ,25,875, ,2,8, ,25,75,467
17 Curva di sopravvivenza Kaplan-Meier probabilità di sopravvivenza,9,8,7,6,5, numero di mesi Con meno di 5 soggetti Kaplan-Meier è più efficiente: utilizza esattamente l istante dell evento Problema: i persi tra due eventi sono ignorati!
18 Metodo bayesiano Tiene conto di tutte le informazioni iniziali e poi aggiorna la stima sulla base dei dati già osservati.95 Prior Posterior Curva predittiva Survival Probabilit y Stima della sopravvivenza (non costante) all interno dell intervallo Time Risultati, preliminari, consistenti ed incoraggianti
Studi di sopravvivenza
Scuola di Specializzazione in Fisica Sanitaria a.a. 25/26 Corso di Informatica e Statistica Medica Studi di sopravvivenza 5/3/26 Analisi della sopravvivenza Fissare un punto di partenza ben identificabile
DettagliSMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Test sopravvivenza 20/3/2006
SMID a.a. 25/26 Corso di Statistica per la Ricerca Sperimentale Test sopravvivenza 2/3/26 Rischio assoluto Valutare il rischio è un elemento chiave per predire gli eventi futuri Al medico interessa poco
DettagliGli studi longitudinali (o di coorte) sono utilizzati: per la stima dell incidenza delle patologie per la stima della mortalità
Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari /6 Gli studi longitudinali (o di coorte) sono utilizzati: per la stima dell incidenza delle patologie per la stima
DettagliI metodi per la misura della prognosi
// C.I. di Metodologia clinica I metodi per la misura della progsi Obiettivo Coscere ed utilizzare i principali strumenti per identificare i fattori di rischio e i fattori progstici I metodi per la misura
DettagliI metodi per la misura della prognosi
// C.I. di Metodologia clinica I metodi per la misura della progsi Obiettivo Coscere ed utilizzare i principali strumenti per identificare i fattori di rischio e i fattori progstici I metodi per la misura
DettagliAppendice B Indicatori statistici
Appendice B Indicatori statistici 35 Tasso di mortalità proporzionale Rappresenta il rapporto tra il numero dei decessi per una specifica causa di morte e il totale dei decessi. Esprime la percentuale
DettagliPrognosi Predizione della durata, decorso ed esito di una malattia in un individuo
La prog La prog Prog Predizione della durata, decorso ed eto di una malattia in un individuo Domande Quali fattori influenza la prog? Qual è il peso relativo di ogni fattore? L effetto di una variabile
DettagliSMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Prognosi clinica 28/2/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Prognosi clinica 28/2/2005 Formulazione La prognosi non è altro che la stima della probabilità di un certo esito Quando il medico fa una previsione
DettagliUniversità del Piemonte Orientale Statistica Medica
Università del Piemonte Orientale Statistica Medica Analisi di sopravvivenza Leucemie linfatiche acute infantili per periodo di protocollo (1979-98) CUMULATIVE SURVIVAL; by regimen 1.00 0.75 01.05.1995-31.12.1998
DettagliInterpretazione dei risultati di RCT relativi a dati di sopravvivenza. Roberto D Amico - Università degli Studi di Modena e Reggio Emilia
Interpretazione dei risultati di RCT relativi a dati di sopravvivenza Roberto D Amico - Università degli Studi di Modena e Reggio Emilia Interpretazione dei risultati di un RCT Popolazione Pazienti Campione
DettagliAnalisi della sopravvivenza
Università degli Studi di Padova - Facoltà di Medicina e Chirurgia Statistica Medica per le Scuole di Specializzazione Analisi della sopravvivenza Francesco Grigoletto Unità didattica n. 5 giugno 00 Tempo
Dettagli28/02/2013. La prognosi. Predizione della durata, decorso ed esito di una malattia in un individuo (dunque del gruppo di individui a cui appartiene!
// http://www.biostatistica.unich.it La prog Predizione della durata, decorso ed eto di una malattia in un individuo (dunque del gruppo di individui a cui appartiene!) Domande o Quali fattori influenza
DettagliLa misura della frequenza di malattia nelle popolazioni. Popolazione e casi
La misura della frequenza di malattia nelle popolazioni Popolazione e casi 1) Tutti gli studi epidemiologici sono basati su una particolare popolazione ( popolazione sorgente o base dello studio) che viene
DettagliXVII Riunione Annuale AIRTUM
XVII Riunione Annuale AIRTUM Bolzano 20-22 marzo 2013 PROBABILITA DI MORTE PER CANCRO IN PRESENZA DI ALTRE CAUSE DI MORTE E. Coviello, C. Buzzoni, E. Crocetti Introduzione Un paziente affetto da tumore
DettagliEpidemiologia dei tumori del colon-retto in provincia di Mantova. incidenza, sopravvivenza, consumi sanitari valutazione dei Servizi
I TUMORI DEL COLON-RETTO la realtà mantovana Mantova 6 novembre 2009 Epidemiologia dei tumori del colon-retto in provincia di Mantova incidenza, sopravvivenza, consumi sanitari valutazione dei Servizi
DettagliEPIDEMIOLOGIA. Epidemiologia EPIDEMIOLOGIA
EPIDEMIOLOGIA Le malattie croniche costituiscono il principale problema sanitario nei paesi sviluppati e lo stanno diventando nella maggior parte dei paesi in via di sviluppo La maggior parte delle malattie
DettagliMisure di frequenza di malattia
Misure di frequenza di malattia la malattia come stato: prevalenza la malattia come evento: incidenza, incidenza cumulativa Docente: Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica,
DettagliEndpoint di efficacia in oncologia. Valter Torri Istituto Mario Negri
Endpoint di efficacia in oncologia Valter Torri Istituto Mario Negri Il ciclo di vita di un famaco In clinica classificazione in fasi con obiettivi differenti I: sicurezza II: attività III: efficacia di
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliSOPRAVVIVENZA RELATIVA A 5 ANNI DALLA
SOPRAVVIVENZA RELATIVA A 5 ANNI DALLA DIAGNOSI: TREND PER ALCUNE LOCALIZZAZIONI TUMORALI IN TICINO, 1996 2015 L. Ortelli, A. Spitale, P. Mazzola, S. Peverelli, A. Bordoni Registro Tumori Canton Ticino
DettagliIndicatori disponibili
Indicatori disponibili Per ognuna delle 3 fonti è possibile richiedere il calcolo di uno o più indicatori demografici/epidemiologici. Di seguito sono elencati gli indicatori disponibili per ogni fonte.
DettagliLezione 11. Dal diagramma di Lexis alla costruzione di una tavola di sopravvivenza/eliminazione
CORSO DI DEMOGRAFIA Storia & Scenari Giuseppe A. Micheli Lezione Dal diagramma di Lexis alla costruzione di una tavola di sopravvivenza/eliminazione Demos - Storia e Scenari - Argomenti di questa lezione
Dettagli8a. Teorema di Bayes, rapporto di verosimiglianza (likelihood ratio, LR) e odds
8a. Teorema di Bayes, rapporto di verosimiglianza (likelihood ratio, LR) e odds Se partiamo dalla forma classica (5.13) del teorema di Bayes che possiamo anche riscrivere come e se consideriamo il rapporto
DettagliEPIDEMIOLOGIA DEL TUMORE DEL MELANOMA CUTANEO IN VENETO
dicembre 213 EPIDEMIOLOGIA DEL TUMORE DEL MELANOMA CUTANEO IN VENETO Registro Tumori del Veneto Baracco M, Bovo E, Dal Cin A, Fiore AR, Greco A, Guzzinati S, Monetti D, Rosano A, Stocco CF, Tognazzo S,
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliTumore del collo dell'utero
Tumore del collo dell'utero 1. Nuovi Casi invasivi (Incidenza) Si stima che nel 2015 vengano diagnosticati in Emilia-Romagna circa 160 nuovi casi di tumore del collo dell utero, cioè 7,0 casi ogni 100.000
DettagliFREQUENZA DI MALATTIA IN UNA POPOLAZIONE
MISURE di FREQUENZA FREQUENZA DI MALATTIA IN UNA POPOLAZIONE la malattia come evento: frequenza di comparsa di nuovi casi >> misure di incidenza. la malattia come stato: frequenza dell essere malati >>
DettagliEndpoint di efficacia in oncologia
Percorso di Formazione Linee Guida AIOM Endpoint di efficacia in oncologia Valter Torri IRCCS Istituto Mario Negri Post verità Il ciclo di vita di un famaco In clinica classificazione in fasi con obiettivi
DettagliElementi di Epidemiologia per la Valutazione Comparativa di Esito
Elementi di Epidemiologia per la Valutazione Comparativa di Esito La valutazione della qualità dell assistenza: quali domande? L incidenza di alcuni esiti negativi dell assistenza ospedaliera (come la
DettagliESERCIZI SULLE TABELLE DI CONTINGENZA
ESERCIZI SULLE TABELLE DI CONTINGENZA Esercizio 1 Negli Stati Uniti, sembra che la razza abbia influenza sul fatto che un omicida sia condannato a morte o meno. La Tabella1 riporta 326 casi in cui l imputato
DettagliEsercitazione 4: Calcolo e relazioni tra le principali funzioni biometriche delle tavole. Misure di sintesi. Viviana Amati
Esercitazione 4: Calcolo e relazioni tra le principali funzioni biometriche delle tavole. Misure di sintesi. Viviana Amati 13/05/2009 Le funzioni biometriche della tavola di mortalità Nell esercitazione
DettagliNota metodologica. Censimento k=1,..4 Licenza media. Laurea o titolo di. Variabile Livello di istruzione. Licenza media. Nessun titolo o licenza
DISEGUAGLIANZE NELLA SPERANZA DI VITA PER LIVELLO DI ISTRUZIONE. ANNO 2012 1 Nota metodologica La stima della speranza di vita per livello di istruzione è stata ottenuta attraverso l integrazione tra l
DettagliI metodi per la misura della prognosi
C.I. di Metodologia clinica I metodi per la misura della prognosi Obiettivo Conoscere ed utilizzare i principali strumenti per identificare i fattori di rischio e i fattori prognostici I metodi per la
DettagliDISTRIBUZIONI DI PROBABILITA (parte 3) 1 / 34
DISTRIBUZIONI DI PROBABILITA (parte 3) 1 / 34 Distribuzione Binomiale 2 / 34 La più importante distribuzione di probabilità per variabili casuali discrete è la distribuzione binomiale. Questa distribuzione
DettagliMisure di frequenza di malattia
Misure di frequenza di malattia la malattia come stato: prevalenza la malattia come evento: incidenza, incidenza cumulativa Docente: Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica,
DettagliI metodi per la misura della prognosi
C.I. di Metodologia clinica I metodi per la misura della prognosi Obiettivo Conoscere ed utilizzare i principali strumenti per identificare i fattori di rischio e i fattori prognostici 1 Gallo Metodologia
DettagliRegressione logistica
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Regressione logistica 31/1/2005 Regressione categoriale Una delle applicazioni più utili della regressione multipla potrebbe essere quella
DettagliMisure di frequenza di malattia
Misure di frequenza di malattia la malattia come stato: prevalenza la malattia come evento: incidenza, incidenza cumulativa Docente: Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica,
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
DettagliSMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Regressione di Cox 7/3/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Regressione di Cox 7/3/2005 Procedura di Mantel-Haenszel Dati relativi a pazienti maschi nel primo anno di follow-up stratificati per età e
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Studi clinici 13/5/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Studi clinici 13/5/2005 Risultati di uno studio Criteri per valutare/interpretare uno studio Validità interna: Validazione statistica Assenza di errori
DettagliDipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
Definizione ed obiettivi dell epidemiologia. Classificazione degli studi epidemiologici. Metodologie e strumenti dell epidemiologia descrittiva. Misure di frequenza di malattia. Paolo Villari paolo.villari@uniroma1.it
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliIl ruolo del percorso di cura nella sopravvivenza ad un anno dopo infarto acuto del miocardio
Il ruolo del percorso di cura nella sopravvivenza ad un anno dopo infarto acuto del miocardio Paolo Sciattella XXXIX Congresso AIE, Milano, 30 Ottobre 2015 LINEE GUIDA. Trattamento dell infarto miocardico
DettagliAnalisi di sopravvivenza. Dati di sopravvivenza. caratteristiche peculiari dell analisi. Osservazioni troncate. Censura del I tipo
Analisi di sopravvivenza Dati di sopravvivenza Insieme di metodi statistici per l analisi della distribuzione del tempo di comparsa di un evento. È una modalità di analisi per dati provenienti da studi
DettagliMODELLI PROBABILISTICI E STATISTICI
Prime due lettere del cognome: Nome e Cognome: MODELLI PROBABILISTICI E STATISTICI Prova di esame del 22 Luglio 2002 Consegnare solo questo foglio e assicurarsi che la logica delle risposte sia ben indicata,
DettagliDefinizione. Il valore assoluto lascia inalterato ciò che è già positivo e rende positivo ciò che positivo non è.
VALORE ASSOLUTO Definizione a a, a, se a se a 0 0 Esempi.. 7 7. 9 9 4. x x, x, se x se x Il valore assoluto lascia inalterato ciò che è già positivo e rende positivo ciò che positivo non è. Utilizzando
Dettagli13/04/2015. x k (X + Y) Il numeratore non è necessariamente incluso nel denominatore. Tassi standardizzati
Relazione tra quantità indipendenti tra loro È il quoziente di due numeri Il numeratore non è necessariamente incluso nel denominatore Suddividere una popolazione in due gruppi di soggetti con differenti
DettagliTEORIA E TECNICA DELLA CIRCOLAZIONE
PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale
Dettagli11/03/2014. Esempio. Il P-esimo percentile di una variabile ordinata è quel valore sotto il quale si trova il P % delle osservazioni
Principali misure in epidemiologia Tassi Tassi di mortalità Curva di Lexis Piramidi delle età Tassi di incidenza e prevalenza Densità di incidenza Misure di posizione e di dispersione Media Mediana Moda
DettagliLezione VI COSTRUZIONE DELLE TAVOLE, FUNZIONI BIOMETRICHE, MISURE DI SINTESI. Agnese Maria Di Brisco
Lezione VI COSTRUZIONE DELLE TAVOLE, FUNZIONI BIOMETRICHE, MISURE DI SINTESI Agnese Maria Di Brisco a.dibrisco@campus.unimib.it Testo di Riferimento: G.A., DEMOGRAFIE, MILANO, MC GRAW-HILL, 2010 - Cap.
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliL incertezza nella valutazione di impatto
L incertezza nella valutazione di impatto Annibale Biggeri, Lorenzo Cecconi Dipartimento di Statistica, Informatica, Applicazioni G. Parenti Università di Firenze SC Biostatistica, ISPO, Firenze Roma,
DettagliL impatto sulla salute delle ondate di calore estive in Piemonte
Torino 21 maggio 2009 Centro Incontri Regione Piemonte Ondate di calore e impatto sulla salute Interventi di monitoraggio e prevenzione L impatto sulla salute delle ondate di calore estive in Piemonte
DettagliIl test (o i test) del Chi-quadrato ( 2 )
Il test (o i test) del Chi-quadrato ( ) I dati: numerosità di osservazioni che cadono all interno di determinate categorie Prima di tutto, è un test per confrontare proporzioni Esempio: confronto tra numero
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliEsame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si
DettagliApproccio bayesiano e classico all analisi ad interim negli studi clinici controllati
Approccio bayesiano e classico all analisi ad interim negli studi clinici controllati Antonella Bodini anto@mi.imati.cnr.it CNR-IMATI, Milano 21 Giugno 2005 p. 1/30 Traccia breve introduzione il caso non
DettagliDisegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliRoma, 13 luglio 2009. Introduzione
Roma, 13 luglio 2009 VALUTAZIONE EPIDEMIOLOGICA DELLO STATO DI SALUTE DELLA POPOLAZIONE RESIDENTE NEI COMUNI DI CIVITAVECCHIA, ALLUMIERE, TARQUINIA, TOLFA E SANTA MARINELLA Introduzione L obiettivo di
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori
DettagliLAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta
UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA FACOLTA DI INGEGNERIA LAUREA MAGISTRALE INGEGNERIA CIVILE Corso di PROGETTO E GESTIONE DELLE INFRASTRUTTURE VIARIE LECTURE 05 METODI E STRUMENTI PER
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliProgetto 2: Sorveglianza ed interventi efficaci di prevenzione degli infortuni mortali e gravi sul lavoro - PMS 50/08/P2 Unità Operativa n.
Progetto 2: Sorveglianza ed interventi efficaci di prevenzione degli infortuni mortali e gravi sul lavoro - PMS 50/08/P2 Unità Operativa n. 5 Prof Stefano Mattioli Dipartimento di Scienze Mediche e Chirurgiche
DettagliValutazione di qualità dell attività del trapianto di Fegato
Valutazione di qualità dell attività del trapianto di Fegato 2000-13 Sono esclusi dalla presente valutazione i trapianti effettuati nel 2014-2015, poiché, al momento dell analisi non tutto il campione
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 13/9/2012 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliEsercitazione 5 del corso di Statistica (parte 1)
Esercitazione 5 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 1 Febbraio 009 La seguente tabella riporta le informazioni relative a 5 laureati nell anno 005 in Economia, ad un anno dal conseguimento
DettagliConfrontare la frequenza di un evento tassi in due grezzi o più popolazioni differenti
Confrontare la frequenza di un evento in due o più popolazioni differenti Confrontare la frequenza di un evento tassi in due grezzi o più popolazioni differenti tassi specifici tassi standardizzati Tassi
DettagliClassificazione Bayesiana
Classificazione Bayesiana Selezionare, dato un certo pattern x, la classe ci che ha, a posteriori, la massima probabilità rispetto al pattern: P(C=c i x)>p(c=c j x) j i Teorema di Bayes (TDB): P(A B) =
DettagliMETODOLOGIA GENERALE DELLA RIABILITAZIONE. Indicatori sanitari. Bruno FEDERICO Cattedra di Igiene
METODOLOGIA GENERALE DELLA RIABILITAZIONE Indicatori sanitari Bruno FEDERICO Cattedra di Igiene 1 Anno Accademico 2009/2010 2 Misure di frequenza Frequenza in Epidemiologia L epidemiologia studia la frequenza
DettagliECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea) Microeconomia Esercitazione n. 1 - I FONDAMENTI DI DOMANDA E DI OFFERTA
ESERCIZIO n. 1 - Equilibrio di mercato e spostamenti delle curve di domanda e di offerta La quantità domandata di un certo bene è descritta dalla seguente funzione: p (D) mentre la quantità offerta è descritta
DettagliINTRODUZIONE. TaleproceduravasottoilnomediteoremadiBayes.
INTRODUZIONE QUANDO CALCOLIAMO UNA PROBABILITA CONDIZIONATA USIAMO L INFORMAZIONE SUL VERIFICARSI DI UN EVENTO PER DETERMINARE LA PROBABILITA CHE UN ALTRO EVENTO SI VERIFICHI. Una estensione di questo
DettagliPROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
PROCESSI DI POISSON Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2006 Francesca Mazzia (Univ. Bari) PROCESSI DI POISSON 17/04/2006
DettagliAndamento e periodo delle funzioni goniometriche
Andamento e periodo delle funzioni goniometriche In questa dispensa ricaviamo gli andamenti delle funzioni goniometriche seno, coseno, tangente e cotangente tra 0 e 360, detti, rispettivamente, sinusoide,
DettagliAnalisi congiunta di più fenomeni
Analisi congiunta di più fenomeni Dati relativi al disastro del Titanic: Morti Sopravvissuti Classe Sesso Età 1 a Uomini Bambini 0 5 Adulti 118 57 Donne Bambini 0 1 Adulti 4 140 2 a Uomini Bambini 0 11
DettagliAnalisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
ONDATE DI CALORE: VARIAZIONI CLIMATICHE, EFFETTI SULLA SALUTE E MISURE DI CONTENIMENTO COSA È ACCADUTO NELL ESTATE 2003: Analisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
DettagliInquadramento generale e tendenze
XVII RIUNIONE SCIENTIFICA ANNUALE DELL ASSOCIAZIONE ITALIANA REGISTRI TUMORI Bolzano, 20 22 Marzo 2013 SEMINARIO SATELLITE I pazienti guariti da tumore in Italia Inquadramento generale e tendenze Roberta
DettagliMortalità a 12 anni in soggetti anziani con insufficienza cardiaca cronica: ruolo della fragilità-mortalità
Università degli Studi di Napoli Federico II Scuola di Specializzazione in Geriatria Mortalità a 12 anni in soggetti anziani con insufficienza cardiaca cronica: ruolo della fragilità-mortalità D. D Ambrosio,
DettagliMETODO DI CAVALIERI-SIMPSON (o delle parabole) (per il calcolo approssimato 1 di integrali definiti)
METODO DI CVLIERI-SIMPSON (o delle parabole) (per il calcolo approssimato di integrali definiti) ssieme ai metodi dei Rettangoli e dei Trapezi costituisce l insieme dei metodi di Integrazione Numerica
DettagliBruno FEDERICO Cattedra di Igiene
METODOLOGIA GENERALE DELLA RIABILITAZIONE Tavole di sopravvivenza Anno Accademico 2009/2010 Bruno FEDERICO Cattedra di Igiene 1 Le tavole di sopravvivenza Tecnica demografica che ha molte applicazioni
DettagliCome vengono rappresentati i risultati degli studi?
Come vengono rappresentati i risultati degli studi? Outcome di natura continua oppure dicotomica Gennaio 2017 Laurea magistrale delle professioni sanitarie Michela Bozzolan michela.bozzolan@unife.it 1
DettagliPrevalenza qualificata per il cancro del colon retto: metodologia di calcolo attraverso i Registri Tumori
XVII Riunione Scientifica Annuale dell Associazione Italiana Registri Tumori Bolzano, 20-22 Marzo 2013 Prevalenza qualificata per il cancro del colon retto: metodologia di calcolo attraverso i Registri
DettagliStima dell intervallo per un parametro
Stima dell intervallo per un parametro In aggiunta alla stima puntuale di un parametro dobbiamo dare l intervallo che rappresenta l incertezza statistica. Questo intervallo deve: comunicare in modo obbiettivo
DettagliInferenza su una popolazione
Inferenza su una popolazione La distribuzione di x(m) ha media pari a μ, quindi x(m) è uno stimatore non distorto della media della popolazione μ. Per fare inferenza sulla media dobbiamo avere un CCS,
DettagliCarla Ge Rondi ESERCIZI DI DEMOGRAFIA. Anno Accademico 2010/11
DIPARTIMENTO DI STATISTICA ED ECONOMIA APPLICATE LIBERO LENTI Carla Ge Rondi ESERCIZI DI DEMOGRAFIA Anno Accademico 2010/11. Sezione I POPOLAZIONE: STRUTTURA, DINAMICA Riferimenti bibliografici: - BLANGIARDO
DettagliEsercitazione 1: Equazione di bilancio. Tassi generici e specifici. Tassi di incremento. Viviana Amati
Esercitazione 1: Equazione di bilancio. Tassi generici e specifici. Tassi di incremento Viviana Amati /04/009 La popolazione si muove Una popolazione è un insieme di individui che, accomunati da caratteristiche
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliLa valutazione di impatto del programma di screening mammografico di Torino
La valutazione di impatto del programma di screening mammografico di Torino GISMA Palermo, 11 maggio 2011 P. Armaroli Gruppo Multidisciplinare CPO-Piemonte, Torino Caratteristiche dell attivazione del
DettagliSupponiamo che, in un gioco da tavolo fra Emilio e Franca, D 1 e D 2 vengano distribuiti a caso fra i due giocatori.
Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del.04.00 - SOLUZIONI Esercizio. D è un dado omogeneo a sei facce, mentre D è un dado, anch esso
Dettaglihttp://www.biostatistica.unich.it STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. Esempio: Nella
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
Dettagli