C.I. di Metodologia clinica
|
|
- Caterina Giordano
- 7 anni fa
- Visualizzazioni
Transcript
1 C.I. di Metodologia clinica I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali informazioni per la salute? I metodi per la produzione delle informazioni sulla salute Alla fine di questa lezione dovreste essere in grado di: spiegare il concetto di variabile classificare i tipi di variabile indicare i principali problemi legati al processo di misura descrivere i concetti di precisione e accuratezza della misura descrivere il significato di errore sistematico e casuale della misura 1
2 La struttura della ricerca clinica Pianificazione La domanda di studio Il fenomeno da studiare La verità Il protocollo di studio Le variabili da misurare Il fenomeno misurabile Il modo in cui raccogliamo le informazioni determina l oggetto dello studio Che cosa misuriamo? Metodologia clinica 5.1 Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati 2
3 Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati Quali informazioni raccogliere? La scelta di cosa misurare dipende dalla nostra conoscenza pregressa e da quale fenomeno vogliamo essere in grado di riconoscere Le variabili di esito (outcome) misurano il fenomeno studiato Le variabili di esposizione misurano le caratteristiche che possono spiegare l esito (individuali, sociali, ambientali) Le variabili sono spesso espressione di concetti sottostanti più complessi riduzionismo 3
4 Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati La misura Quando misuriamo attribuiamo un numero a una proprietà di oggetti o eventi (variabile) diretta (PA, colesterolo) indiretta (intelligenza, QoL, salute, qualità dell aria) Condizione necessaria è che ci sia una definizione chiara, condivisa e predefinita della proprietà da misurare Bisogna distinguere fra misurazione (i metodi e le procedure utilizzati) e misura (cioè la particolare realizzazione del processo di misura) E l obiettivo dello studio a determinare le modalità di raccolta delle informazioni 4
5 Come raccogliere le informazioni? Quale scala di misura utilizzare? Tipo di variabili Qualitative Nominale (gruppo sanguigno) Ordinale (stadio del tumore) Quantitative Discrete o di conta (numero di figli) Continue o di misura (altezza, peso) Semiquantitative o di punteggio (motivazione, voto) Tempo ad un dato evento 5
6 L indice di APGAR per la vitalità del neonato è una variabile di punteggio (semiquantitativa) Parametro 0 punti 1 punto 2 punti Battito cardiaco assente < 100 bpm > 100 bpm Respirazione Tono Muscolare Riflessi (risposta al catetere nasofaringeo) Colore della pelle assente assente (atonia) debole o irregolare flessione accennata vigorosa con pianto movimenti attivi assente scarsa starnuto, pianto vivace, tosse cianotico o pallido estremità cianotiche normale Le variabili In relazione all osservatore Oggettive Soggettive In relazione all obiettivo Esplicative (indipendenti) Risposta (dipendenti) In relazione alla struttura Esterne all osservatore Legate all osservatore Derivate ( BMI = peso [kg]/altezza [m 2 ]) Composte Esposizione Esito 6
7 L indice di APGAR per la vitalità del neonato è una variabile derivata Parametro 0 punti 1 punto 2 punti Battito cardiaco assente < 100 bpm > 100 bpm Respirazione Tono Muscolare Riflessi (risposta al catetere nasofaringeo) Colore della pelle assente assente (atonia) debole o irregolare flessione accennata vigorosa con pianto movimenti attivi assente scarsa starnuto, pianto vivace, tosse cianotico o pallido estremità cianotiche normale Variabili composte ONTARGET N Engl J Med 2008;358: Telmisartan, Ramipril, or both in patients at high risk for vascular events La misura primaria di efficacia era il tempo all evento composto da morte per cause cardiovascolari, infarto del miocardio, ictus e ospedalizzazione per scompenso cardiaco ALLHAT JAMA. 2002;288: Major outcomes in high-risk hypertensive patients randomized to Angiotensin- Converting Enzyme iihibitor or Calcium Channel Blocker vs Diuretic. La misura primaria di efficacia era il tempo all evento composto da morte per cause cardiovascolari e l infarto miocardico non fatale 7
8 Come raccogliere le informazioni? Quale scala di misura utilizzare? Quali strumenti utilizzare (es. questionari)? Gli strumenti utilizzati sono validati? Che misuriamo? Blood pressure monitoring as a mean of three measurements taken in a sitting position after 10 min of rest and with current drug regimens. Systolic and diastolic blood pressures were determined by using a mercury manometer in a sitting position after at least 5 minutes rest. Measurement was performed twice, with the mean value used for statistical analysis. 8
9 Che misuriamo? We retrospectively reviewed charts from June 1998 through to June 2003 Because of the retrospective nature of the study, BP measurements were not performed under a rigorous study protocol 9
10 Come misurare la comorbidità? Cumulative Index Rating Scale (CIRS) Patologia assente lieve moderato grave molto grave Patologie cardiache (solo cuore) Ipertensione Patologia vascolare Patologie respiratorie Occhio, Orecchio, Naso, Gola,. CIRS G - Indice di severità (media primi 13 punteggi) CIRS C - Indice di comorbidità (n patol. 3 fra le prime 13) Come misurare la comorbidità? Geriatric Index of Comorbidity (GIC) Cardiopatia ischemica o organica Patologia Insufficienza cardiaca da cause extracardiache Disturbi primitivi ritmo/conduzione Classe 4: una o più patologie di grado 4 o due o più patologie di grado 3 Classe 3: una patologia di grado 3 Classe 2: almeno una patologia di grado 2 e nessuna di grado superiore Classe 1: nessuna patologia di grado superiore a 1 10
11 Una buona variabile è Pertinente Operativa Accurata Oggettiva Riproducibile Accettabile Misurata in tutti Definita a priori o so cosa voglio misurare? o so come misurare? o sto misurando correttamente? o la misura dipende da chi misura? o misuriamo tutti la stessa cosa? o è semplice da ottenere? o ci sono dati mancanti? o sono stati fatti aggiustamenti? Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati 11
12 17/11/2012 Dov è la chiave? Dov è la chiave? 12
13 Fonti di rilevazione dei dati Correnti o Popolazione (es. ISTAT, SDO, INAIL) o Campioni (es. Registri Tumori) Mirate o Cartelle cliniche o Indagini campionarie Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati 13
14 La struttura della ricerca clinica Pianificazione Realizzazione La domanda di studio Il protocollo di studio Lo studio effettuato Il fenomeno di interesse Errori Le variabili da misurare Errori Le misure osservate La verità Il fenomeno misurabile I risultati osservati Gli errori possono intervenire in ogni fase del processo Metodologia clinica 5.1 Un fantastico errore di trascrizione 14
15 La variabilità della misura variabilità biologica tra persone diverse (inter-individuale) variabilità temporale nella stessa persona (intraindividuale) variabilità legata allo strumento di misura variabilità legata al processo di misura La variabilità della misura variabilità biologica tra persone diverse (inter-individuale) variabilità temporale nella stessa persona (intraindividuale) variabilità legata allo strumento di misura variabilità legata al processo di misura E estremamente improbabile che ripetendo la misura si abbia lo stesso risultato conclusioni inevitabilmente incerte (approssimate) Come interpretare il risultato? 15
16 Come interpretare la misura? Distribuzione delle misure nella popolazione mm Hg Distribuzione delle misure in uno stesso soggetto mm Hg La singola misura è interpretabile solo in riferimento ad una distribuzione di misure, da cui quella osservata verosimilmente deriva. m m i m m i mm Hg Variazione entro soggetto Variazione tra soggetti 16
17 Gli errori di misura Errori accidentali o casuali La variazione intorno al valore vero di misure ripetute della stessa quantità nello stesso individuo, dovuta a cause indeterminate e non controllabili. Agiscono per eccesso o per difetto con uguale probabilità. Può essere misurato con la ripetizione della misura. Precisione La concordanza di misure indipendenti di una stessa quantità ripetute nelle stesse condizioni. Indica la variabilità che ci si può aspettare fra misure della stessa quantità solo per effetto dell errore di misura Gli errori di misura Errori sistematici (bias) La variazione indotta nella stessa direzione da cause determinate o determinabili (es. deficienza del metodo di misura, sovra o sottostima dell osservatore) scostamento dal valore vero. Non viene eliminato dalla ripetizione della misura, ma solo dalla rimozione della causa che lo determina Accuratezza La concordanza delle diverse misure con il valore vero. Indica quanto correttamente le misure riflettono il valore vero, cioè quello che vogliamo misurare (es. calibrazione in laboratorio, efficacia di un trattamento) 17
18 La misura Tutte le misure sono affette da errore Tutte le misure sono più o meno approssimate; valutare una misura significa conoscerne il grado di approssimazione La qualità delle informazioni, e quindi l affidabilità delle conclusioni, dipende dal controllo sugli errori Il controllo statistico è la capacità di misurare le differenze e contenere la variabilità in un ambito ragionevole Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati 18
19 Come migliorare la qualità dei dati (prima)? Ridurre il numero di informazioni alle più importanti Limitare le informazioni potenzialmente scadenti (es. centri piccoli, informazioni complesse) Semplificare il meccanismo di raccolta dei dati Standardizzare la raccolta e il trattamento della informazioni Usare definizioni (criteri, scale) accettate e validate Motivare le scelte effettuate Formare adeguatamente i rilevatori Ripetere le misure, se possibile Procedere a controlli di qualità dei dati amministrativi Come migliorare la qualità dei dati (dopo)? Completezza dati mancanti non informativi dati mancanti informativi Correttezza controlli di plausibilità controlli di validità controlli con i documenti origine Coerenza 19
20 Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati Il flusso delle informazioni Paziente Scheda raccolta dati Archivio Risultati 1. Selezionare che cosa misurare 2. Definire le modalità di rilevazione 3. Identificare le fonti di rilevazione appropriate 4. Raccogliere i dati 5. Valutare la qualità dei dati raccolti 6. Elaborare i dati 20
21 I metodi per la produzione delle informazioni sulla salute Alla fine di questa lezione dovreste essere in grado di: interpretare correttamente tabelle e grafici interpretare le principali misure di posizione e di variabilità 21
22 Elaborare i dati (L analisi statistica) Descrizione Distribuzioni di frequenza Rappresentazioni grafiche Misure di sintesi di posizione di variabilità Le più comuni misure di posizione Media aritmetica ˆµ n i= = 1 n x i Mediana (quartili, centili) Moda Rapporti proporzioni (rischi) coesistenza (odds) E il baricentro della distribuzione dei valori Dividono la distribuzione ordinata dei valori in due (quattro, cento) parti di uguale frequenza (ranghi) E il valore più frequente Rapporto di una parte al tutto Rapporto di due quantità complementari 22
23 Distribuzione della pressione arteriosa % % Studio MONICA Popolazione generale europa anni Sistolica (mm Hg) Sistolica (mm Hg) Distribuzione della colesterolemia 23
24 Distribuzione della creatininemia N = 2,761 partecipanti allo studio Heart and Estrogen/progestin Replacement Distribuzione asimmetrica a destra moda mediana media 24
25 Distribuzione asimmetrica a sinistra moda mediana media Le più comuni misure di variabilità (dispersione) Deviazione standard ˆ σ = Varianza 2 σ = ( x ˆ µ ) n i i= 1 n 1 ( x x) n i i= 1 n Misura di quanto in media i valori osservati si discostano dalla media n-1 = gradi di libertà 25
26 Distribuzione gaussiana D.S. La distribuzione gaussiana è completamente definita da due parametri: media e deviazione standard Se la distribuzione è gaussiana, in un intervallo di ± 2 DS intorno alla media è compreso circa il 95% di tutte le osservazioni Distribuzione gaussiana µ=160 σ=8 µ=180 σ=
27 odds Distribuzioni asimmetriche 27
28 Le più comuni misure di variabilità (dispersione) Deviazione standard ˆ σ = Varianza 2 σ = ( x ˆ µ ) n i i= 1 n 1 ( x x) n i i= 1 n 1 Differenza interquartile Q 3 Q Misura di quanto in media i valori osservati si discostano dalla media n-1 = gradi di libertà Se la distribuzione è simile alla gaussiana, in un intervallo di ± 2 DS intorno alla media è compreso circa il 95% di tutte le osservazioni Indica tra quali valori è compreso il 50% centrale delle osservazioni 28
29 tamoxifen letrozole < Il box-plot può essere costruito in vari modi. Leggere sempre la didascalia Box-plot e asimmetria della distribuzione 29
30 Non unire punti relativi a modalità di variabili discrete Non è immediato riconoscere la percentuali relative a microe macro albuminuria 30
I 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 C. Gallo_
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
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica e Biometria
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva
DettagliElementi di statistica medica
DEFINIZIONE DI STATISTICA Elementi di statistica medica Introduzione Analisi quantitativa dei fenomeni collettivi allo scopo di descriverli e di individuare leggi e modelli che, classificando le loro variazioni,
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,
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
DettagliUniversità di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012
Università di Cassino Corso di Laurea in Scienze Motorie Biostatistica Anno accademico 2011/2012 Bruno Federico b.federico@unicas.it Cattedra di Igiene - Università degli Studi di Cassino Indici di sintesi
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliIndicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
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
Dettaglirischio cardiovascolare
rischio cardiovascolare rischio cardiovascolare 30 ipertensione arteriosa 31 ipercolesterolemia 32 calcolo del rischio cardiovascolare 33 29 Rischio cardiovascolare Le malattie cardiovascolari rappresentano
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
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
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
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
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
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
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliAngioplastica coronarica percutanea (PTCA) Percutaneous coronary angioplasty
e&panno 37 (2-3) marzo-giugno 213 SCHEDA 4 Angioplastica (PTCA) Percutaneous coronary angioplasty La revisione sistematica della letteratura evidenzia un associazione positiva nella maggioranza degli studi
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
DettagliPrincipi di Statistica Descrittiva (3)
Università degli Studi di Cassino Facoltà di Scienze Motorie Corso di Laurea in Scienze Motorie Anno accademico 2007/2008 Principi di Statistica Descrittiva (3) Bruno Federico b.federico@unicas.it Indici
DettagliStatistica Medica A.A. 2010/2011
Statistica Medica A.A. 2010/2011 COMINCIAMO DALLA FINE RESEARCH COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE COMINCIAMO DALLA FINE Cosa è la statistica Come
DettagliCURRICOLO VERTICALE MATEMATICA RELAZIONI/ DATI E PREVISIONI/ MISURA
CURRICOLO VERTICALE MATEMATICA / DATI E PREVISIONI/ MISURA SCUOLA PRIMARIA CONOSCENZE (Concetti) ABILITA Classe 1^ - Classificazione - in situazioni concrete, classificare persone, oggetti, figure, numeri
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla
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
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
DettagliCapitolo 3 Sintesi e descrizione dei dati quantitativi
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità
Dettaglia.a Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno
a.a. 2007-2008 Esercitazioni di Statistica Medica e Biometria Corsi di Laurea triennali Ostetricia / Infermieristica Pediatrica I anno Dott.ssa Daniela Alessi daniela.alessi@med.unipmn.it 1 Argomenti:
DettagliErrori di misura Teoria
Errori di misura Teoria a misura operazione di misura di una grandezza fisica, anche se eseguita con uno strumento precisissimo e con tecniche e procedimenti accurati, è sempre affetta da errori. Gli errori
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
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
DettagliMETODOLOGIA DELLA RICERCA (STATISTICA)
METODOLOGIA DELLA RICERCA (STATISTICA) Metodologia della ricerca statistica Il metodo (dal greco meta, attraverso e odos, strada ) è una maniera sistematica per ottenere qualcosa. Il metodo della scienza
DettagliINDICATORI DI TENDENZA CENTRALE
INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) Cos è la Statistica caratterizzato
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
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 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
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
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
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliLezione n. 1 _Complementi di matematica
Lezione n. 1 _Complementi di matematica INTRODUZIONE ALLA STATISTICA La statistica è una disciplina che si occupa di fenomeni collettivi ( cioè fenomeni in cui sono coinvolti più individui o elementi )
DettagliAspetti metodologici nella valutazione del rischio cardiovascolare
Aspetti metodologici nella valutazione del rischio cardiovascolare Roberto D Amico Roberto.damico@unimore.it Università degli Studi di Modena e Reggio Emilia Obiettivo ultimo è di identificare pazienti
DettagliIndagine sullo stato di salute a Firenze: una di tipo HES
Indagine sullo stato di salute a Firenze: confronto tra un indagine di tipo HIS ed una di tipo HES Susanna Conti Direttora dell Ufficio di Statistica Lo Studio La salute a Firenze si proponeva tre obiettivi:
DettagliMISURE ANALITICHE MISURE ANALITICHE. η = x - θ. θ (valore vero) x (misura) ERRORE TOTALE. η 1 > 0
MISURE ANALITICHE MISURE ANALITICHE Il risultato di un operazione di misura è un numero reale (x), detto misura analitica che esprime il valore vero (). a) livello VERO di un indicatore biologico (valore
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliMetodi epidemiologici per la clinica _efficacia / 1. La valutazione dell efficacia: dalla domanda al disegno
Metodi epidemiologici per la clinica _efficacia / 1 La valutazione dell efficacia: dalla domanda al disegno Metodi epidemiologici per la clinica _efficacia / 2 L effetto del trattamento non è misurabile
DettagliSTATISTICA DESCRITTIVA (variabili quantitative)
STATISTICA DESCRITTIVA (variabili quantitative) PRIMO ESEMPIO: Concentrazione di un elemento chimico in una roccia. File di lavoro di STATVIEW Cliccando sul tasto del pane control si ottiene il cosiddetto
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliMISURE DI DISPERSIONE
MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliErrori (o bias) negli studi epidemiologici
Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione
DettagliCOSTRUIRE UN PICCOLO SET DI DATI
COSTRUIRE UN PICCOLO SET DI DATI Individuazione degli obiettivi dello studio Individuazione delle variabili che possono aiutare il raggiungimento degli obiettivi dello studio Preparazione degli strumenti
DettagliStatistica descrittiva
Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 1.1 - Misurare in psicologia Davide Massidda davide.massidda@gmail.com Che cosa è la misura Misurare significa assegnare dei valori numerici a oggetti
DettagliINDAGINE SU ALCUNI FATTORI DI RISCHIO PER PATOLOGIE CARDIOVASCOLARI
Area di Epidemiologia Ambientale ARPA Emilia-Romagna INDAGINE SU ALCUNI FATTORI DI RISCHIO PER PATOLOGIE CARDIOVASCOLARI Mariaelena Gambini,Paolo Lauriola, Francesca Roncaglia Gennaio 2004 Evoluzione dei
DettagliComorbosità CIRS (Cumulative illness Rating Scale) IDS (Index of Disease Severity) CCI (Charlson Comorbidity index)
Comorbosità CIRS (Cumulative illness Rating Scale) IDS (Index of Disease Severity) CCI (Charlson Comorbidity index) Epidemiologia della multimorbosità nell anziano Riguarda 1/4 della popolazione generale
DettagliI metodi per la misura dell efficacia e della tollerabilità delle terapie
C.I. di Metodologia clinica I metodi per la misura dell efficacia e della tollerabilità delle terapie Obiettivo Conoscere ed utilizzare i principali strumenti per analizzare criticamente i risultati degli
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
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliValutazione dei test diagnostici
Valutazione dei test diagnostici Maria Miceli M. Miceli 2011 1 Diagnosi individuale (test di laboratorio) Esame collaterale nell ambito dell iter diagnostico condotto generalmente su animali sintomatici
Dettagli1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliGli indici di variabilità
Le misure della variabilità 4/5 ottobre 2011 Statistica sociale 1 Gli indici di variabilità In tutti gli esempi visti nell ultima lezione, abbiamo visto che le grandezze considerate - pur nelle diverse
DettagliSorveglianza PASSI e Osservatorio del Rischio Cardiovascolare: un confronto tra dati riferiti e misurati
Sorveglianza PASSI e Osservatorio del Rischio Cardiovascolare: un confronto tra dati riferiti e misurati Giuliano Carrozzi 1, Carlo Alberto Goldoni 1, Simona Giampaoli 2 1 Dipartimento di Sanità Pubblica
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
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
DettagliUna statistica è una quantità numerica il cui valore è determinato dai dati.
STATISTICHE CAMPIONARIE Quando i dati sono molti e illeggibili nella forma grezza, si rende necessario introdurre quantità numeriche che possano essere usate per sintetizzarli. Queste misure riassuntive
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
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
DettagliMATEMATICA CLASSE NUMERO Contare sia in senso progressivo sia in senso regressivo.
MATEMATICA OB. FORMATIVI COMPETENZE CLASSE 1 1. NUMERO Contare sia in senso progressivo sia in senso regressivo..2 Usare il numero per contare, confrontare, ordinare raggruppamenti di oggetti..3 Leggere
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
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
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
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
DettagliStatistica. Campione
1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione
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
DettagliCaratteristiche di un carattere complesso (o multifattoriale) Il fenotipo è influenzato dall azione di più geni e da un elevata componente ambientale.
Caratteristiche di un carattere complesso (o multifattoriale) Il fenotipo è influenzato dall azione di più geni e da un elevata componente ambientale. La Psoriasi è una malattia genetica? Se tu sei affetto
DettagliColchicina nella prevenzione degli eventi cardiovascolari
Revisione Cochrane 2016 Colchicina nella prevenzione degli eventi cardiovascolari Hemkens LG, Ewald H, Gloy VL, et al. Colchicine for prevention of cardiovascular events. Cochrane Database Syst Rev 2016;1:CD011047.
DettagliELABORAZIONE ED ANALISI STATISTICA DEI DATI
Università degli studi di Padova Dipartimento Territorio e Sistemi Agro-Forestali Corso di laurea in Tecnologie Forestali ed Ambientali ELABORAZIONE ED ANALISI STATISTICA DEI DATI Sergio Rossi Esercitazioni
DettagliPrevenzione delle malattie cardiovascolari. Roberto Gnavi ASL TO3, Servizio di Epidemiologia
Prevenzione delle malattie cardiovascolari Roberto Gnavi ASL TO3, Servizio di Epidemiologia Obiettivo Presentare e discutere alcuni primi risultati del sistema di sorveglianza PASSI relativamente alle
DettagliCorso PAS Misure, strumenti ed Errori di misura. Didattica del Laboratorio di Fisica F. Garufi 2014
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014 Grandezze ed unità di misura grandezza (misurabile) si intende un attributo di un fenomeno, di un corpo
Dettagliesercitazione1 12/10/2015
esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle
Dettagli1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
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
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliCorso C Geomatica. Teoria degli errori. Massimiliano Cannata
Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia
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
DettagliLe misure della tendenza
Statistica descrittiva: le misure della tendenza centrale 4 ottobre 2011 Statistica sociale 1 Le misure della tendenza centrale Vediamo i passi che abbiamo fatto finora: 1) Abbiamo stabilito che cosa è
DettagliEventi maggiori cardiovascolari e cerebrovascolari (MACCE) entro 12 mesi da un ricovero per infarto acuto del miocardio.
Eventi maggiori cardiovascolari e cerebrovascolari (MACCE) entro 12 mesi da un ricovero per infarto acuto del miocardio. - Definizione Per struttura di ricovero o area di residenza: proporzione di eventi
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliEffetti sulla salute di una coorte esposta ad Arsenico e Mercurio
Effetti sulla salute di una coorte esposta ad Arsenico e Mercurio 24 Novembre 2016 - Firenze Francesco Profili Osservatorio di Epidemiologia Agenzia Regionale di Sanità della Toscana francesco.profili@ars.toscana.it
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
DettagliEsercitazioni di Statistica per Biotecnologie. Francesca Pizzorni Ferrarese
Esercitazioni di Statistica per Biotecnologie Francesca Pizzorni Ferrarese Esercitazione I Statistica descrittiva Es.1 Rilevando con uno strumento di misurazione il numero di particelle cosmiche in 40
DettagliEsempio di calcolo di rischio relativo
Esempio di calcolo di rischio relativo B. Cenci Goga Università degli Studi di Perugia, Dipartimento di Scienze Biopatologiche e Igiene delle Produzioni Animali e Alimentari, Sezione di Ispezione degli
Dettagli