Corso di Laurea Magistrale in Farmacia
|
|
- Biaggio Gagliardi
- 7 anni fa
- Visualizzazioni
Transcript
1 Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia Aspetti di economia e marketing dei medicinali e medicinali generici - Modulo: Medicinali generici Prof. Andrea Gazzaniga Studi di Bioequivalenza Dott. Enrico Magni
2 Miti, leggende, fiabe e.. semplice realtà
3 Il farmaco generico Cos è un medicinale generico? È un medicinale terapeuticamente equivalente a una specialità farmaceutica denominata da un marchio di fantasia e il cui brevetto è scaduto Università degli Studi di Milano - 09 Gennaio
4 Definizione medicinale generico Un medicinale che ha la stessa composizione qualitativa e quantitativa di sostanze attive e la stessa forma farmaceutica del medicinale di riferimento nonché una bioequivalenza quantitativa con il di medicinale sostanze di riferimento attive dimostrata da studi appropriati di biodisponibilità (D.Lvo. 24 Aprile 2006, n. 219) stessa composizione qualitativa e
5 Il medicinale generico..perché.. è sicuro.quali garanzie.. Principio attivo Qualità AUC Sostituibilità Controlli Disposizioni regolatorie Tollerabilità Requisiti scientifici
6 Caratterizzazione del principio attivo Conformità alla monografia di farmacopea Disponibilità del DMF Disponibilità (eventuale) del CEP Disponibilità del certificato GMP (art.54, comma3, d.l. 219/2006)
7 Produzione del medicinale Obiettivo.. la costante realizzazione di farmaci con definite caratteristiche di sicurezza, qualità ed efficacia Università degli Studi di Milano - 09 Gennaio
8 Produzione del medicinale Riferimenti DOSSIER REGISTRATIVO LE NORME DI BUONA FABBRICAZIONE ( EU -Pharmaceutical legislation -Vol 4) DECRETI LEGISLATIVI E LINEE GUIDA AIFA EMA
9 Norme di buona fabbricazione Il Sistema per la Gestione della Qualità Personale Documentazione Produzione
10 Il processo produttivo AZIONI DI MIGLIORAMENTO CAPITOLATI TECNICI VERIFICHE ISPETTIVE TRASFERIMENTO TECNOLOGIE DI PROCESSO E CONTROLLO PRODUZIONE E CONTROLLO CONVALIDA
11 Il medicinale generico Sviluppo chimico Prodotto di riferimento Caratteristiche del principio attivo Chimico-fisiche Tecnologiche Organolettiche Università degli Studi di Milano - 09 Gennaio
12 % dissolta Farmaco generico Valutazione vs. riferimento Tempo (min.) Serie1 Serie2 Serie
13 % dissolta EQUIVALENZA Serie1 Serie Tempo (min.)
14 Produzione del farmaco Strumenti Specifiche del prodotto QUALITA DEL FARMACO Sistema Qualità del Produttore
15 Norme di buona fabbricazione Controllo Qualità Produzione e Controllo presso terzi Reclami e richiami di prodotto Autoispezioni
16 Forme farmaceutiche a rilascio modificato Rilascio ritardato o ripetuto Rilascio prolungato Rilascio pulsante Rilascio accelerato (European Pharmacopoeia, 4th ed., 2002)
17 Equivalenza Due medicinali si definiscono equivalenti quando sono dimostrate: l equivalenza farmaceutica la bioequivalenza l equivalenza terapeutica
18 Equivalenza farmaceutica principio attivo concentrazione formulazione dosaggio via di somministrazione Università degli Studi di Milano - 09 Gennaio
19 Bioequivalenza Dalla linea guida europea CPMP/EWP/QWP/1401/98 Two medicinal products are bioequivalent if they are pharmaceutically equivalent or pharmaceutical alternatives and their bioavailabilities after administration in the same molar dose are similar too such degree that their effects, with respect to both efficacy and safety, will be essentially the same
20 Bioequivalenza biodisponibilità
21 Biodisponibilità Misura la velocità che una sostanza, rilasciata da una formulazione farmaceutica, impiega per raggiungere il circolo sanguigno Misura la quantità di sostanza, rilasciata da una formulazione farmaceutica, che viene assorbita dal circolo sanguigno Università degli Studi di Milano - 09 Gennaio
22 Biodisponibilità La biodisponibilità di un preparato somministrato per e.v. è per definizione uguale a 100 Biodisponibilità assoluta: rapporto tra AUC della via di somministrazione considerata e la somministrazione e.v. (x 100) Biodisponibilità relativa: rapporto tra AUC della via di somministrazione di riferimento, che non sia e.v., e un altra via di somministrazione (x 100)
23 Farmacocinetica e metabolismo Recettori Sito d azione libero legato Tessuti (reservoir) libero legato Assorbimento Circolazione sistemica Farmaco libero metaboliti Escrezione Metabolismo
24 Bioequivalenza Due principi attivi farmaceuticamente equivalenti si definiscono bioequivalenti quando le loro biodisponibilità non sono significativamente diverse
25 Equivalenza terapeutica equivalenza farmaceutica bioequivalenza equivalenza terapeutica tollerabilità
26 Equivalenza equivalenza farmaceutica Si bioequivalenza No equivalenza terapeutica
27 Quando è necessario uno studio di bioequivalenza? Formulazione orale a rilascio immediato Indicata per patologie importanti che richiedono una sicura SEMPRE risposta terapeutica Margine terapeutico ristretto Farmacocinetica complicata (non lineare, eliminazione pre sistemica, assorbimento variabile) (con Caratteristiche alcune chimico-fisiche eccezioni) sfavorevoli (bassa solubilità, ecc) Rapporto elevato eccipienti/p.a. Problemi di biodisponibilità noti
28 Quando non è necessario uno studio di bioequivalenza? Fiale per uso sistemico (e.v., i.m.) Farmaci solubili a tre ph:1,0; 4,6; 6,8 Farmaci somministrati in soluzione Dosaggi diversi studio di BE per una sola dose da definire in rapporto alla linearità, saturazione in assorbimento o in metabolismo Università degli Studi di Milano - 09 Gennaio
29 Quali studi, se non è possibile uno studio di bioequivalenza? Dimostrazione che il preparato non è assorbito per via sistemica Dimostrazione dell equivalenza terapeutica Studi di farmacodinamica Studi clinici comparativi Università degli Studi di Milano - 09 Gennaio
30 Linee guida Europee III/54/89-EN Investigation of Bioavailability and Bioequivalence CPMP/EWP/239/95 Note for Guidance on the Clinical Requirements for Locally Applied, Locally Acting Products containing Known Constituents CPMP/EWP/280/96 Note for Guidance on Modified Release Oral and Transdermal Dosage Forms:Section II (Pharmacokinetic ana Clinical Evaluation)
31 Linee guida Europee CPMP/EWP/QWP/1401/98 Note for guidance on the investigation of bioavailability and bioequivalence EMEA/CHMP/EWP/40326/2006 Questions & Answers on the Bioavailability and Bioequivalence Guideline CPMP/EWP/QWP/1401/98 Rev.1 Guideline on the investigation of bioequivalence
32 September 1997 Linee guida US FDA Extended Release Oral Dosage Forma:Development, Evaluation and Application of in Vitro/In Vivo Correlations January 1999 Waiver of In Vivo Bioavailability and Bioequivalence Studies for Immediate Release Solid Oral Dosage Forms Containing Certain Active Moieties/Active Ingredients Based on Biopharmaceutics Classification System December 2002 Food Effect Bioavailability and Fed Bioequivalence Studies March 2003 Bioavailability and Bioequivalence Studies for Orally Administered Drug Products General Considerations
33 Scopo dello studio di Bioequivalenza Dimostrare l equivalenza delle biodisponibilità dei medicinali oggetto dello studio
34 Bioequivalenza (BE) Medicinali somministrati per via orale Formulazioni a rilascio immediato e filmati (film-coated) BE dose singola a digiuno (nel caso di t 1/2 elevato BE in condizioni di steady state) Formulazioni gastroprotette (enteric coated) BE dose singola a digiuno BE dose singola dopo il pasto Cessione temporizzata (extended release) BE dose singola a digiuno BE dose singola dopo il pasto BE in condizioni di steady state
35 Bioequivalenza (BE) Medicinali topici Attivi per via sistemica (es. cerotti di nitroglicerina) BE dose singola a digiuno BE dose ripetuta volontario sano Tollerabilità e adesività Attivi topicamente Equivalenza terapeutica (efficacia e tollerabilità con il criterio della non inferiorità) nella popolazione di pazienti che utilizzano il farmaco
36 Disegni sperimentali Crossover Lo stesso soggetto assume i due medicinali in studio in sequenza: Periodo 1 TEST WASH OUT Periodo 2 REFERENCE Periodo 1 REFERENCE WASH OUT Periodo 2 TEST
37 Disegni sperimentali Gruppi paralleli Due gruppi di trattamento. Ciascun gruppo assume il farmaco Test oppure il farmaco Reference Gruppo 1 TEST Gruppo 2 REFERENCE
38 Disegni sperimentali Bioequivalenza individuale (disegno replicato) Da adottare nel caso di variabilità interindividuale >30% TEST REFERENCE TEST REFERENCE
39 Carry Over Effect L effetto coda tra il primo e il secondo periodo di trattamento è da evitare. Le Linee Guida EU suggeriscono un wash-out period pari a 5 volte t 1/2. Una decisione prudente, adottata da molti laboratori, prevede un wash-out period pari a 7-10 volte t 1/
40 Bioequivalenza Scelta del farmaco di riferimento Prodotto innovatore o originatore le cui caratteristiche di qualità, efficacia e sicurezza sono note oppure Prodotto leader di mercato, fatte salve le caratteristiche descritte
41 Requisiti per la Bioequivalenza Intervallo di confidenza al 90% (90% CI) dei parametri farmacocinetici all interno dell intervallo 0,80 1,25 Parametri farmacocinetici utilizzati per lo studio della bioequivalenza: Cmax AUC t T max PTF (Peak Trough Fluctuation) C min AUC parziale AUC ss,t
42 concentrazione plasmatica (mcg/ml) Parametri di farmacocinetica Dose singola 3,50 3,00 C max 2,50 2,00 1,50 1,00 0,50 0,00 Ct T max tempo (ore) C max T max AUC t AUC
43 Parametri di farmacocinetica Dose ripetuta Cmax Cmin PTF=C max - C min /C average AUCss,t Somm n Somm n
44 Concentrazione (ng/m Bioequivalenza Biodisponibilità Cmax 300 Cmax tempo (ore)
45 Bioequivalenza, probabilità.ma siamo sicuri? Analisi biometrica Biodisponibilità compreso tra 80 e 125%???? Cmax AUC Limiti fiduciali.probabilità, Inferenza????
46 La statistica Dalli conti che se fanno, risulta che ce tocca 'n pollo a testa. Ma si nun centra nelle spese tue, c'entra nella statistica lo stesso perché c'è 'nartro che ne magna due. Carlo Alberto Salustri detto Trilussa( )
47 Pierre de Fermat ( ) a n + b n = c n (n>2)
48 Statistica descrittiva Obiettivo della statistica descrittiva è quello di ricavare da un insieme di dati raccolti, troppo numerosi per poter essere esaminati singolarmente, informazioni significative per il problema studiato. Università degli Studi di Milano - 09 Gennaio
49 Il campionamento Obiettivo di un campionamento è quello di raccogliere dati che consentiranno di generalizzare all'intera popolazione i risultati ottenuti dal campione. Questo processo di generalizzazione si definisce come INFERENZA
50 Errore di campionamento La differenza tra i risultati ricavati dal campione e la vera caratteristica della popolazione che vogliamo stimare è definito come errore di campionamento
51 Il controllo delle variabili L errore di campionamento può essere contenuto e stimato adottando: appropriati metodi di campionamento; specifici metodi statistici per determinare i limiti probabili della sua entità
52 Validità del test I risultati ottenuti ci permettono di trarre conclusioni corrette per gli individui che compongono il campione? Il campione rappresenta bene la popolazione da cui è stato estratto?
53 Validità interna ed esterna validità interna i risultati sperimentali sono corretti rispetto al campione di individui oggetto dello studio? validità esterna le conclusioni tratte da uno studio possono essere estese alla popolazione studiata?
54 Errore di valutazione Il campione sperimentale viene estratto casualmente dalla popolazione. Le conclusioni che possiamo trarre da un campione possono essere
55 Inferenza statistica
56 La stima La procedura di stima (identificare il valore incognito di certi parametri) può essere condotta secondo due modalità: Stima puntuale (stima del valore) Stima intervallare (stima dell intervallo) Stimatore=metodo di calcolo impiegato per eseguire una stima
57 Proprietà di uno stimatore corretto CORRETTEZZA - il suo valore atteso coincide con il parametro CONSISTENZA - la sua dispersione attorno al parametro si riduce all aumentare di n EFFICIENZA - è sempre relativa ad un altro stimatore ed è espressa dal rapporto tra le due varianze ROBUSTEZZA - uno stimatore è robusto se non è sensibilmente alterato dalla violazione di un assunto
58 Significato di una stima Una stima costituisce una valutazione approssimativa: per definizione, non può essere esatta. Se il campione è stato selezionato con una metodica corretta (randomizzazione), ne potremo stabilire la variabilità, ossia i limiti probabili di variazione
59 Deviazione Per valutare l'incertezza da associare a una stima, consideriamo una prima quantità chiamata scarto o deviazione: deviazione = singolo dato - media
60 La deviazione informa? La media dei singoli scarti è uguale a zero. Eleviamo al quadrato le singole deviazioni per ottenere tutte quantità positive, sommabili tra di loro senza produrre in un risultato nullo. Calcoliamo la media degli scarti estraendone la radice quadrata, in modo da ottenere una grandezza compatibile, a livello di unità di misura, con quella di partenza. La grandezza così ottenuta è detta DEVIAZIONE STANDARD. Università degli Studi di Milano - 09 Gennaio
61 La deviazione standard
62 Deviazione standard
63 Errore standard Per stimare i limiti dell errore di campionamento, si calcola la Deviazione Standard. Errore Standard Deviazione Standard Per avere un indice della variabilità della nostra misura, utilizzando la Deviazione Standard si calcola l Errore Standard = n
64 Errore standard Un esempio Se somministriamo un farmaco ad un campione randomizzato di 20 individui ed osserviamo che in 12 soggetti il farmaco ha dato risultati soddisfacenti, indicando con p(t +) la precentuale di positività del campione, si ha: la varianza del campione è calcolata come segue: l'errore standard è:
65 Errore standard della stima Correggendo la precedente, la stima per la popolazione, P(T+), fornisce: P(T+) = p(t+) + σ = 0,6 ± 0,
66 Errore standard della stima Valore calcolato Limite inferiore 40% 60% Limite superiore 30% 70% Positività campione 50% 50% Stima positività popolazione Stima positività popolazione
67 Deviazione standard ed errore standard La deviazione standard indica la variabilità di una misura. L errore standard indica la variabilità di un valore statistico (es. una percentuale, una media ecc.)
68 L errore standard L'errore standard è un numero che è direttamente correlato alla variabilità della misura ottenuta: tanto più piccolo è l'errore standard, tanto minore è la variabilità della misura e quindi tanto più attendibile è l inferenza statistica
69 Errore standard e limiti fiduciali L'errore standard è il parametro fondamentale impiegato per il calcolo dei limiti fiduciali L intervallo compreso tra i due limiti (inferiore e superiore) è l'intervallo di confidenza
70 Intervallo di confidenza o fiduciale L intervallo di confidenza di un parametro, p.es. la media, della popolazione è delimitato da due limiti Linf (limite inferiore) ed Lsup (limite superiore) ed ha una definita probabilità (1- alfa) di contenere il vero parametro della popolazione: p(linf < Q < Lsup) = 1-alfa 1- alfa = grado di confidenza alfa = probabilità di errore
71 Variabilità dell intervallo di confidenza L intervallo di confidenza diminuisce se: aumenta la numerosità del campione(da n=4 a n=36 a n=100) diminuisce il livello di confidenza (1- alfa)(dal 99% al 95% al 90%) diminuisce la variabilità nella popolazione(da s=4 a s=36 a s=100)
72 Limite fiduciale e livello di probabilità Il limite fiduciale può essere fissato al livello di probabilità desiderato; comunemente si utilizza un limite fiduciale pari a 0,95 o 0,99, che espressi in termini di probabilità percentuale, corrispondono a "limite fiduciale 95%" o "limite fiduciale 99%". Le espressioni "intervallo di confidenza 95%" o "limite fiduciale 95%" implicano che vi é una probabilità del 95% che l'intervallo trovato includa la vera caratteristica della popolazione
73 Calcolo del limite fiduciale Il limite fiduciale 95% di una popolazione può essere stimato con la seguente formula, in cui p è la positività - espressa in percentuale - osservata ed n è il numero di unità del campione. Abbiamo una probabilità del 95% che la percentuale di positività nella popolazione sia compresa fra 38 [(0,60-0,22) 100] e 82. Poiché il campione era composto soltanto da 20 individui, questa stima può non essere del tutto attendibile
74 Dal campione ai limiti fiduciali CAMPIONE STIMA PER QUELLA POPOLAZIO NE calcolo dell'errore standard POSITIVITÀ DELLA STIMA calcolo dei limiti fiduciali PROBABILITÀ CHE LA STIMA SIA CORRETTA
75 Interpretazione del limite di confidenza Ciò che varia è solo l intervallo di confidenza,mentre µ è fisso, anche se noi non lo conosciamo Interpretazione errata C è il 95% di probabilità che la media µ cada all interno dell intervallo di confidenza Interpretazione corretta C è il 95% di probabiltà che l intervallo di confidenza contenga la media µ
76 Iside svelata o il mistero della cabala Verifica della probabilità della stima con i limiti fiduciali Limiti entro i quali la probabilità della stima può oscillare Il mistero dei limiti 0,8 1,2 del test T/R
77 Calcolo Campione sperimentale Il risultato dipende da: Variabilità T/R L errore residuo ANOVA per studi in crossover permette di calcolare il CV% intrasoggetti, depurato dell effetto sequenza. CV% intrasoggetti = e err.residuo -1 x 100 Il CV% intrasoggetti permette di calcolare la dimensione del campione per studi comparativi: N=15,68 x (CV 2 /0,20 2 ) = 392 x CV2 Questo calcolo è valido per T/R=1 Per altri valori di T/R la previsione peggiora. Normalmente T/R dovrebbe essere compreso tra 0,95 e 1,
78 Calcolo Campione sperimentale 24 soggetti trattati con T e R in crossover CV% intersoggetti = 36,3 Errore residuo ANOVA = 0,04578 CV% intrasoggetto = e err.residuo -1 x100 CV% intrasoggetti = 21,6% n= 0,216 2 X 392 = 18 per T/R =1 ovvero Per T/R=0,97 o 1, > n = Per T/R=0,94 o 1, > n =
79 Calcolo Campione sperimentale (Diletti et al. Int J Clin Pharmacol Ther Toxicol 29(1):1-8 (1991))
80 Bioequivalenza CI 90% 133,0 125,0 Cmax AUC t AUC 100,0 107,03 106,13 106,68 98,95 91,48 99,49 93,27 100,19 94,09 80,0 75,0 lower limit T/R upper limit ln C max 91,48 98,95 107,03 ln AUC 0-t 93,27 99,49 106,13 ln AUC 0-INF 94,09 100,19 106,
81 Esempi di BE mediante CI 90% Variabilità bassa (circa 10%)
82 Esempi di BE mediante CI 90% Variabilità media (circa 18%)
83 Esempi di BE mediante CI 90% Variabilità alta (ca 25%)
84
ASPETTI STATISTICI. Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci
Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci ASPETTI STATISTICI Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it
DettagliIl farmaco generico, ormai ridefinito farmaco equivalente, è considerato essenzialmente simile al medicinale già in commercio (farmaco originatore)
1 Il farmaco generico, ormai ridefinito farmaco equivalente, è considerato essenzialmente simile al medicinale già in commercio (farmaco originatore) dal punto di vista qualitativo e quantitativo ma con
DettagliCaratteristiche delle preparazioni farmaceutiche degli equivalenti: aspetti farmacologici e legislativi internazionali e nazionali. Francesca Mattioli
FARMACO DI MARCA O EQUIVALENTE? Qualità, efficacia e responsabilità nell'attività prescrittiva Caratteristiche delle preparazioni farmaceutiche degli equivalenti: aspetti farmacologici e legislativi internazionali
DettagliIl farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata
Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Cos è un farmaco generico? È un medicinale EQUIVALENZA terapeuticamente equivalente
DettagliIl farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata
Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Reggio nell'emilia 19 Febbraio 2014 Il farmaco generico n Cos è un farmaco generico? n È un medicinale
DettagliMEDICINALI BIOEQUIVALENTI E BIOSIMILARI. Dipartimento Farmaceutico Interaziendale Azienda Ospedaliero Universitaria di Ferrara
MEDICINALI BIOEQUIVALENTI E BIOSIMILARI Dipartimento Farmaceutico Interaziendale Azienda Ospedaliero Universitaria di Ferrara FARMACO GENERICO e EQUIVALENTE Con la Legge 28/12/1995 art. 130 comma 3, il
DettagliCome calcolare i parametri farmacocinetici
Come calcolare i parametri farmacocinetici La conoscenza dei parametri farmacocinetici fondamentali di un farmaco è essenziale per comprendere in che modo esso venga trattato dall organismo e come sia
DettagliTERAPIA DEL GLAUCOMA : LOTTA FRA FARMACI EQUIVALENTI?
TERAPIA DEL GLAUCOMA : LOTTA FRA FARMACI EQUIVALENTI? Dott. F. Tita 24 Novembre 2012 L INDUSTRIA FARMACEUTICA FA RICERCA PER SPERIMENTARE NUOVI FARMACI, METTERLI IN COMMERCIO PER OTTENERE UN PROFITTO TALE
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliGli studi di bioequivalenza: cenni di statistica (*)
Gli studi di bioequivalenza: cenni di statistica (*) INTRODUZIONE La Statistica è una scienza i cui principi si basano sulla teoria delle probabilità e che si propone come scopo quello di sintetizzare
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliFarmaci equivalenti: dalla bioequivalenza all equivalenza clinica
Farmaci equivalenti: dalla bioequivalenza all equivalenza clinica Prof. Alberto Corsini Università degli Studi di Milano Domus De Maria (CA) 5-10 ottobre 2015 Farmaci generici Aspetti biofarmaceutici Farmacologia
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliFARMACODINAMICA. L'effetto del farmaco è la conseguenza della sua interazione con il proprio bersaglio molecolare meccanismo d'azione specifico
FARMACODINAMICA L'effetto del farmaco è la conseguenza della sua interazione con il proprio bersaglio molecolare meccanismo d'azione specifico L'effetto può essere studiato in vitro o in vivo Relazione
DettagliPROBLEMATICHE CONNESSE CON L USO DEI FARMACI EQUIVALENTI Dr Luigi Santoiemmma
PROBLEMATICHE CONNESSE CON L USO DEI FARMACI EQUIVALENTI Dr Luigi Santoiemmma The gentlemen s agreement EQUIVALENTE E PROPRIO UGUALE UGUALE? ( impressionante... ) FARMACO GENERICO Medicinale la cui formulazione
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
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
DettagliRIVISTA: lnt Journal of lmpotence Research (2006) 18, MJ. Dresser, D. Desai, S. Gidwani, AD. Seftel, NB. Modi O B I E T T I V I
I D E N T I F I C A T I V O A R T I C O L O TITOLO: Dapoxetine, a novel treatment for premature ejaculation, does not have pharmacokinetic interactions with phosphodiesterase-5 inhibitors Dapoxetina, nuovo
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
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliFarmaci generici in Pediatria
FARMACO DI MARCA O EQUIVALENTE? Qualità, efficacia e responsabilità nell'attività prescrittiva Farmaci generici in Pediatria Michele Fiore Pediatra di famiglia ASL3 Questionario sull utilizzo dei medicinali
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,
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliComitato Etico della Azienda USL 3 di Pistoia. Farmaci equivalenti. Pistoia 16 Marzo 2012. Relatori: dott. Antonino Scalia dott.ssa Simonetta Matteoni
Comitato Etico della Azienda USL 3 di Pistoia Farmaci equivalenti Pistoia 16 Marzo 2012 Relatori: dott. Antonino Scalia dott.ssa Simonetta Matteoni Che significa equivalente? Un medicinale equivalente
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. I modelli di studio
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica I modelli di studio Corso di laurea in medicina e chirurgia - Statistica Medica Disegno dello studio
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliRICERCA E SVILUPPO DI NUOVI FARMACI
RICERCA E SVILUPPO DI NUOVI FARMACI In passato le scoperte dei farmaci erano occasionali. Si trattava di sostanze di derivazione vegetale o animale STRATEGIE DI RICERCA: Quali sono i fattori che influenzano
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Sintesi a cinque e misure di variabilità rispetto ad un centro Una catena di fast-food ha selezionato
DettagliIndici di variabilità ed eterogeneità
Indici di variabilità ed eterogeneità Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università della Basilicata a.a. 011/01
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliPROGETTAZIONE E SVILUPPO DEI MEDICINALI
Tecnologia Socioeconomia Legislazione Farmaceutica 1 con laboratorio - CdLM CTF 12 cfu 1 semestre PROGETTAZIONE E SVILUPPO DEI MEDICINALI Docente: Prof.ssa Anna Maria Maccioni 1 MEDICAMENTO FARMACO RISOLUZIONE
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliÈ possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?
Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
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
DettagliI falsi miti: la questione eccipienti. Gli equivalenti impiegano più tempo ad agire? Causano più effetti secondari?
Le Guide di 9 I falsi miti: la questione eccipienti. Gli equivalenti impiegano più tempo ad agire? Causano più effetti secondari? Registrazione del Tribunale di Milano n 357 del 08/06/2001 Direttore editoriale:
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliCenni di Farmacocinetica, Biofarmaceutica, Biodisponibilità
Cenni di Farmacocinetica, Biofarmaceutica, Biodisponibilità Rappresentazione schematica di assorbimento, distribuzione ed eliminazione del principio attivo Aulton M. E., Taylor K. M.G., Tecnologie Farmaceutiche.
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
DettagliUn paziente che deve assumere un farmaco che
BIF II. BIOEQUIVALENZA E BIODISPONIBILITÀ. CONTINUITÀ TERAPEUTICA E SOSTITUIBILITÀ IN SOTTO-POPOLAZIONI FRAGILI 123 Alcune criticità nella valutazione della bioequivalenza Un paziente che deve assumere
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliCAPITOLO 11 ANALISI DI REGRESSIONE
VERO FALSO CAPITOLO 11 ANALISI DI REGRESSIONE 1. V F Se c è una relazione deterministica tra due variabili,x e y, ogni valore dato di x,determinerà un unico valore di y. 2. V F Quando si cerca di scoprire
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliProprietà della varianza
Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
1 STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliEsercitazione 8 maggio 2014
Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un
Dettagli51 SIMPOSIO AFI RIMINI 8 GIUGNO 2011 SESSIONE I CONVALIDA DI PROCESSO SILVANO LONARDI - AFI
51 SIMPOSIO AFI RIMINI 8 GIUGNO 2011 SESSIONE I CONVALIDA DI PROCESSO SILVANO LONARDI - AFI 1 Sommario Riferimenti Definizioni Linea Guida FDA Concept Paper EMA Conclusioni 2 Riferimenti Guideline on general
DettagliCorso di Laurea Magistrale in Farmacia
Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia Medicinali Generici Dott. Vittorino Ravelli Aspetti brevettuali GENERICI ED ASPETTI BREVETTUALI Vittorino Ravelli Aspetti normativi
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità
DettagliBioequivalenti e biosimilari: aspetti regolatori e loro impatto sull appropriatezza prescrittiva
Bioequivalenti e biosimilari: aspetti regolatori e loro impatto sull appropriatezza prescrittiva Pierluigi Navarra Istituto di Farmacologia Facoltà di Medicina e Chirurgia Università Cattolica - Roma Analisi
DettagliTest d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )
Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliPRESCRIZIONE E SOSTITUIBILITA. DEI FARMACI
BOLZANO 26-27 GIUGNO 2014 PRESCRIZIONE E SOSTITUIBILITA. DEI FARMACI MAURO MARIN (PN) Definizione farmaco generico Medicinale con stessa composizione qualitativa e quantitativa di principi attivi e stessa
DettagliIntervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:
Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori
DettagliIl modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliCorso di Laurea Magistrale in Farmacia
Universita degli Studi di Milano Corso di Laurea Magistrale in Farmacia INTRODUZIONE al CORSO Tecnologia e Legislazione Farmaceutiche I 9 CFU Prof. Andrea Gazzaniga Raramente si somministrano principi
DettagliVALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli.
VALIDAZIONE DEI METODI RADIOCHIMICI Analisi di alcuni aspetti: 1. Taratura (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it
DettagliFabbricazione Industriale dei Medicinali
Universita degli Studi di Milano Corso di Laurea in Chimica e Tecnologia Farmaceutiche Fabbricazione Industriale dei Medicinali slides Dott. Vittorino Ravelli Prof. Andrea Gazzaniga ORGANIZZAZIONE AZIENDALE
DettagliDisegni Sperimentali
Master Universitario di II Livello Ricerca e Sviluppo Pre-Clinico e Clinico del Farmaco Modulo 4 Sviluppo Clinico dei Farmaci Disegni Sperimentali Docente: Prof. Antonio MARZO e-mail: antoniop.marzo@libero.it
DettagliIl confronto fra medie
L. Boni Obiettivo Verificare l'ipotesi che regimi alimentari differenti non producano mediamente lo stesso effetto sulla gittata cardiaca Ipotesi nulla IPOTESI NULLA La dieta non dovrebbe modificare in
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliFarmaci biologici nel trattamento della psoriasi: differenze nei criteri di valutazione tra USA e UE.
Farmaci biologici nel trattamento della psoriasi: differenze nei criteri di valutazione tra USA e UE. Renato Bertini Malgarini, Giuseppe Pimpinella, Luca Pani 10 dicembre 2012- Istituto Superiore di Sanità
Dettagli