Per la valutazione statistica del test è necessario conoscere alcune caratteristiche del risultato del test quali:
|
|
- Enrichetta Deluca
- 8 anni fa
- Visualizzazioni
Transcript
1 Per la valutazione statistica del test è necessario conoscere alcune caratteristiche del risultato del test quali: la sensibilità diagnostica o clinica, la specificità diagnostica o clinica, l incidenza e la prevalenza della malattia nella popolazione osservata
2 Sensibilità Il termine sensibilità (diagnostica o clinica) di un test indica l incidenza percentuale di risposte positive che si ottengono applicando il test a pazienti affetti dalla malattia evidenziabile con il test. Il concetto di sensibilità è quindi assimilabile a quello di positività del test nella malattia, o di potenza (diagnostica) del test e può essere espresso nel seguente modo percentualizzato: VP sensibilità (diagnostica) = x 100 VP + FN
3 Specificità Il termine specificità (clinica o diagnostica) di un test è impiegato per caratterizzare, l incidenza di risultati negativi che si ottengono applicando il testo a soggetti non portatori della malattia evidenziabile con il test. VN specificità = x100 VN+FP Specificità e sensibilità sono due caratteristiche interdipendenti di un test e non è possibile aumentare la specificità se non abbassando la sensibilità e viceversa.
4 SENSIBILITA E SPECIFICITA Malattia presente Malattia assente Test positivo Veri positivi Falsi positivi Test negativo Falsi negativi Veri negativi Sensibilità = Veri positivi/tutti i malati Specificità = Veri negativi/tutti i sani
5 Sensibilità = Veri positivi/ Veri pos + falsi neg (tutti i malati ) Specificità = Veri negativi/veri neg + falsi pos (tutti i sani) > Sens < Spec FP
6 La possibilità di disporre di test con diversi gradi di sensibilità e di specificità consente il loro impiego differenziato in relazione agli obiettivi epidemiologici prefissati
7 Sensibilità = Veri positivi/ Veri pos + falsi neg (tutti i malati ) Specificità = Veri negativi/veri neg + falsi pos (tutti i sani) > Spec < Sens FN
8 Test di riconoscimento Nelle campagne di screening occorre disporre di un test estremamente sensibile, accettando per contro una bassa specificità. Un test di conferma si rende necessario per identificare successivamente i falsi positivi. Test di conferma Questi test devono possedere un elevata specificità allo scopo di identificare i soggetti sani che hanno dimostrato una positività al test (falsi positivi); in questo caso la bassa sensibilità del test non è rilevante, in quanto la selezione effettuata dal precedente test di screening ha consentito di eliminare i pazienti affetti da malattia ma con test negativo (falsi negativi).
9 Valore predittivo Il valore predittivo rappresenta dal punto di vista clinico il parametro più importante al fine di una corretta strategia diagnostica o terapeutica. Esso si basa sull integrazione di diversi dati noti al clinico: la prevalenza della malattia nella popolazione, la sensibilità e la specificità del test. Attraverso una equazione si ricava il valore predittivo, ossia la probabilità a posteriori, che indica la probabilità che il soggetto sottoposto al test abbia la malattia in caso di esito positivo del test medesimo. Si possono calcolare due diversi tipi di valore predittivo: valore predittivo positivo, che rappresenta la probabilità che un paziente con un test positivo abbia realmente la malattia; valore predittivo negativo, che rappresenta la probabilità che un soggetto sano con un test negativo effettivamente non abbia la malattia. Teorema di Bayes valore predittivo positivo = (prevalenza) (sensibilità) (prevalenza) (sensibilità) + (1- prevalenza) (1-specificità) valore predittivo negativo = (1-prevalenza) (specificità) (1-prevalenza) (specificità) + (prevalenza) (1-sensibilità)
10 Valore predittivo I valori predittivi variano secondo la prevalenza della malattia Lo stesso test avrà valore predittivo positivo più alto nella popolazione con più alta prevalenza Questo spiega perché un buon test diagnostico fallisce come test di screening quando viene applicato ad una popolazione in cui la prevalenza della malattia è molto bassa Es: test per diagnosi di IMA con 95% sens. e spec. Prevalenza IMA in pronto soccorso 0.05 in unità coronarica: 0.5 VPP in pronto soccorso = 0.5 (50% di falsi positivi) VPP in unità coronarica = 0.95 (5% di falsi positivi) Nel caso di indagini di screening la prevalenza della malattia non supera lo 0.05
11 Valore predittivo
12 Sensibilità Cut off point o soglia discriminante (o limite di riferimento) e Curva ROC Può risultare problematica la scelta più opportuna del valore discriminante o di separazione (cui off point) fra le due popolazioni considerate. Per risolvere questo specifico problema può risultare utile l impiego della cosiddetta curva ROC che rappresenta graficamente l andamento dei falsi positivi in funzione dei veri positivi 1-Specificità
13 Curva ROC Le curve ROC, non tengono conto della prevalenza della malattia in studio. Il modo più comune per quantificare l accuratezza diagnostica consiste nel misurare l area che giace sotto la curva ROC. Per convenzione essa è sempre compresa tra >=0.5 e <=1 Efficienza diagnostica del test: VP + VN VP+FP+FN+VN
14 Curva ROC
15 VARIABILITÀ BIOLOGICA E VALORI DI RIFERIMENTO
16 Differenti tipi di variabilità biologica Variab. Biologiche controllabili Genetiche (età, sesso, razza, ecc.) Fisiopatologiche (gravidanza, fumatori, bevitori, ecc.) Ritmiche (circadiane, sonno/veglia, alimentazione, esercizio fisico, ecc.) Variab. Biologiche non controllabili Variabilità Biologica intra-individuale Variabilità Biologica inter-individuale
17 VARIABILITA BIOLOGICA RITMICA
18 Concentrations of serum cortisol and growth hormone over a typical day with a usual sleep/wake pattern
19 Concentrations of four hormones during a classical 28-day menstrual cycle
20 Concentrations of three serum analytes in males aged years (analyte specific patterns of age related changes)
21 Ai fini della interpretazione del valore osservato in un paziente, come vengono controllate le variabilità biologiche controllabili? Genetiche e fisiopatologiche (età, sesso, gravidanza, ecc.) Ritmiche (circadiane, sonno/veglia, alimentazione, esercizio fisico, ecc.) Usando per il confronto valori (normali o di riferimento) da individui comparabili per il maggiore numero di caratteristiche Ottenendo il campione biologico (es. prelievo di sangue) da paziente in condizioni basali definite.
22 Il Concetto di Variabilità Biologica (1) In ogni momento la concentrazione dei componenti del sangue è il risultato di un equilibrio dinamico Tale equilibrio è controllato da forze che tendono a mantenerlo regolato ad un valore fisso, vantaggioso per l organismo, detto punto omeostatico
23 Il Concetto di Variabilità Biologica (2) La inevitabile oscillazione intorno al punto omeostatico, per ciascun componente e individuo, rappresenta la variabilità biologica intraindividuale (Vbe) Il punto omeostatico di ogni componente varia da individuo a individuo: variabilità biologica interindividuale (Vbt)
24
25 Il Concetto di Variabilità Biologica (3) E importante rammentare che: Vbt e Vbe variano da componente a componente Vbe varia da individuo ad individuo: si considera in genere un valore medio Vbt e Vbe sono misurate con opportuni protocolli sperimentali includenti adeguati metodi statistici
26 VARIABILITÀ BIOLOGICA
27 Perchè le variabilità biologiche ci interessano? Perchè hanno rilevanza analitica ed interpretativa! Rilevanza Analitica, per es.: Definizione dei traguardi analitici di: imprecisione inaccuratezza errore totale Rilevanza Interpretativa, per es.: Differenza critica Valori di riferimento Termini di confronto per i valori osservati
28 VARIABILITA ANALITICA La variabilità analitica è responsabile delle differenze che si osservano tra i valori analitici ripetuti e dipende dal metodo analitico utilizzato. imprecisione che dipende dall errore casuale inaccuratezza che dipende dall effetto dell errore sistematico La variabilità analitica dipendente dall imprecisione viene espressa come coefficiente di variazione (ds/media x 100)
29
30
31
32 Frequenza relativa, arb Le variabilità analitica e biologica si sommano Va = 0 Va = 7,5% Va = 15% Distribuzione di frequenza teorica per Vb=10% e per 3 differenti valori di Va Valore, U arb
33 Frequenza relativa, arb Se la variabilità totale aumenta, aumenta la probabilità di sovrapposizione di due valori differenti misura (100 U arb) 2 misura (175 U arb) Valore, U arb
34 Le variabilità biologiche e le loro implicazioni interpretative
35 Variazione di riferimento (Reference Change Value, RCV, Differenza critica): il concetto La differenza tra due misure consecutive in un paziente [medesimo metodo] può essere dovuta alla combinazione di Va e Vbe delle due misure La differenza massima ancora dovuta all effetto di tali variabilità è la variazione di riferimento (RCV)
36 Valori della variazione di riferimento (reference change value, RCV) Differenza critica: calcolo e significato 3 Conoscendo Va e Vbe la RCV viene calcolata come: RCV = 2,77 x (Va 2 + Vbe 2 ) 1/2 3 La differenza tra due misure consecutive può essere considerata significativa per una variazione delle condizioni del paziente se superiore alla differenza critica (RCV)
37 RCV: un esempio Colesterolo: Va=3%; Vbe=6%; Dcr=19% Due pazienti: entrambi con colesterolo 350 mg/dl iniziano un trattamento Dopo un mese: uno ha colesterolo=290 mg/dl, l altro colesterolo= 410 mg/dl In entrambi i casi: la differenza è pari al 17% del primo valore, non si può concludere nè per miglioramento nè per peggioramento
38
39
40
41 VALORI DI RIFERIMENTO possono essere definiti come l insieme dei valori di una grandezza appartenente a un gruppo di individui che possiedono alcune caratteristiche prefissate quali l età, il sesso, la razza, ecc. Gli intervalli di riferimento sono una carattersitica biologica della popolazione, l ampiezza della loro distribuzione dipende dalla variabilità biologica interindividuale.
42 VALORI DI RIFERIMENTO Per convenzione, l intervallo di riferimento comprende abitualmente il 95% centrale dei risultati ottenuti dal gruppo-campione Nel caso la distribuzione sia di tipo gaussiano si applica per il calcolo dell intervallo una statistica parametrica: due deviazioni standard sopra e sotto la media identificano l intervallo di riferimento Nel caso di una distribuzione non gaussiana si applica la statistica non parametrica individuando l intervallo di riferimento tra i valori che rappresentano il 2.5 e il 97.5 percentile L intervallo può essere esageratamente ampio: ciò si verifica quando la variabilità interindividuale è molto più ampia di quella intraindividuale.
43 VALORI DI RIFERIMENTO Nel caso di una distribuzione asimmetrica L ambito dei valori di riferimento è compreso fra il valore del percentile 2.5% e quello del precentile 97.5%
44
45 VARIABILITA BIOLOGICA Se la variabilità intra-individuale è molto minore della inter-individuale i valori di riferimento hanno poco significato. Se la variabilità intra-individuale è molto maggiore della inter-individuale i valori di riferimento sono utilizzabili.
46 Valori (O Livelli) Decisionali questi rappresentano dei valori soglia sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico I valori decisionali non sono una caratteristica biologica e sono stabiliti in base all esperienza clinica e spesso per accordi internazionali.
47 Valori decisionali e valori di riferimento
48 biochimica clinica, 2009;33(4):
49 Differenze fra intervalli di riferimento e valori decisionali Intervalli di riferimento Dipendono da sesso, età, etc Valori decisionali Dipendono dalla situazione clinica Sono validi per una determinata popolazione Vengono stabiliti mediante studio di una popolazione definita Non indicano necessariamente un intervento clinico Sono validi universalmente Vengono stabiliti mediante esperienza clinica o per accordi collaborativi Indicano l intervento clinico
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliA.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE
A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliIl ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO
Il ragionamento diagnostico http://www.biostatistica biostatistica.unich unich.itit 2 L accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In
DettagliScreening. Definizione
Screening Dott.ssa Pamela Di Giovanni Definizione Applicazione di un test, esame o di un altra procedura su soggetti asintomatici finalizzata all identificazione presuntiva di una potenziale patologia
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliPROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI
Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliDECISION MAKING. E un termine generale che si applica ad azioni che le persone svolgono quotidianamente:
DECISION MAKING E un termine generale che si applica ad azioni che le persone svolgono quotidianamente: Cosa indosserò questa mattina? Dove e cosa mangerò a pranzo? Dove parcheggerò l auto? Decisioni assunte
DettagliTabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza
ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente
DettagliL analisi statistica
Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliPrincipi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli
Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Principi generali Carlo Federico Gauss Matematico tedesco 1777-1855 G. Bartolozzi - Firenze Vercelli 9-10 dicembre 2005 Oggi il nostro lavoro
DettagliCapitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto
Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Il presente capitolo continua nell esposizione di alcune basi teoriche della manutenzione. In particolare si tratteranno
DettagliConsistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio
Consistono nell applicazione di una procedura che consente l identificazione di una malattia in una fase iniziale una condizione a rischio Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliLE DETERMINANTI DELLA REDDITIVITÀ DELLE SOCIETA OPERANTI NEL COMPARTO TESSILE ABBIGLIAMENTO IN ITALIA
LE DETERMINANTI DELLA REDDITIVITÀ DELLE SOCIETA OPERANTI NEL COMPARTO TESSILE ABBIGLIAMENTO IN ITALIA Il metodo CVRP per l analisi delle maggiori società tessili italiane Stefano Cordero di Montezemolo
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliFattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza
Fattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza Paolo Giorgi Rossi Agenzia di Sanità Pubblica, Regione Lazio Roma, 27/02/06 Le leggi di Finagle sull informazione
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliIgiene. Dott. Pamela Di Giovanni. Definizione
Igiene Dott. Pamela Di Giovanni Definizione Disciplina medica che ha come obiettivo la tutela e la promozione della salute umana, intendendo per salute umana un completo stato di benessere psichico, fisico
DettagliNota interpretativa. La definizione delle imprese di dimensione minori ai fini dell applicazione dei principi di revisione internazionali
Nota interpretativa La definizione delle imprese di dimensione minori ai fini dell applicazione dei principi di revisione internazionali Febbraio 2012 1 Mandato 2008-2012 Area di delega Consigliere Delegato
DettagliCAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il
DettagliDiagnosi di laboratorio di abuso cronico da alcol
Diagnosi di laboratorio di abuso cronico da alcol Torino, 10.11.2011 Dr. B.Sciutteri Dip. Dipendenze 1 ASL TO2 Individuazione di criteri oggettivi più sensibili e specifici per la diagnosi di abuso cronico
DettagliProgramma di screening
Programma di screening Un programma di screening consiste nel selezionare, in una popolazione, particolari sottogruppi tramite un qualche test (test di screening) Sono selezionate in un gruppo di sani
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 2010/2011 - Screening - Test diagnostici Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona Storia naturale della malattia (Rothman( Rothman,,
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliCOMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)
COMUNE DI RAVENNA Il sistema di valutazione delle posizioni del personale dirigente GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI) Ravenna, Settembre 2004 SCHEMA DI SINTESI PER LA
DettagliLA REVISIONE LEGALE DEI CONTI La comprensione
LA REVISIONE LEGALE DEI CONTI La comprensione dell impresa e del suo contesto e la valutazione dei rischi di errori significativi Ottobre 2013 Indice 1. La comprensione dell impresa e del suo contesto
DettagliValutazione dell IG di Frollini tradizionali e preparati con farina con l aggiunta del % di Freno SIGI.
Valutazione dell IG di Frollini tradizionali e preparati con farina con l aggiunta del % di Freno SIGI. Premessa L'indice glicemico (IG) di un alimento, definito come l'area sotto la curva (AUC) della
DettagliIl mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria
Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Esercizio 1 Ci sono 2000 individui ciascuno con funzione di utilità Von Neumann-Morgestern
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliMETODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica
METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliMisure della dispersione o della variabilità
QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliEffetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria
Effetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria Christopher N. Sciamanna, Scott P. Novak, Bess H. Marcus. International Journal of
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
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
DettagliPer studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliVALIDAZIONE METODI DI PROVA PROVE MICROBIOLOGICHE
VALIDAZIONE METODI DI PROVA PROVE MICROBIOLOGICHE 1 Il processo di validazione/qualificazione di un metodo microbiologico presuppone che i fattori critici siano adeguatamente disciplinati da indicazioni
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
DettagliValutare un test. Affidabilità e validità di un test. Sensibilità e specificità
Valutare un test 9 Quando si sottopone una popolazione ad una procedura diagnostica, non tutti i soggetti malati risulteranno positivi al test, così come non tutti i soggetti sani risulteranno negativi.
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
DettagliLa dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari.
La dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari. Giovanni Anania e Rosanna Nisticò EMAA 14/15 X / 1 Il problema Un ottimo uso del vostro tempo! questa
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliPROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE
PROGETTO REGIONALE MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE VENETE Analisi dinamica dei dati dei questionari per le biblioteche di pubblica lettura. GLI INDICATORI Gli indicatori sono particolari rapporti
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
Dettagli1 Università di Trento ed Euricse 2 Università dell Insubria, Varese
Nel corso degli ultimi anni diversi studiosi e responsabili di importanti istituzioni hanno sostenuto che le cooperative hanno reagito alla crisi in corso meglio delle altre forme di impresa. La maggior
DettagliRICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E.
RICLASSIFICAZIONE ECONOMICA DELLO S.P. E DEL C.E. La riclassificazione economica dello SP: La gestione dell impresa viene idealmente scomposta in aree omogenee di attività Le attività e le passività, i
DettagliLa categoria «ES» presenta (di solito) gli stessi comandi
Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliAND NON CAP WEIGHTED PORTFOLIO
SOCIALLY RESPONSIBLE INVESTMENT AND NON CAP WEIGHTED PORTFOLIO Forum per la Finanza Sostenibile Milano 30 giugno 2009 Giulio Casuccio Head of Quantitatives Strategies and Research Principi ed obiettivi:
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
Dettaglil'insieme di tutti i casi esistenti in un determinato momento ed in una
Le misure di frequenza delle malattie possono descrivere: l'insieme di tutti i casi esistenti in un determinato momento ed in una determinata popolazione il verificarsi di nuovi casi A questo scopo si
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliIndice di rischio globale
Indice di rischio globale Di Pietro Bottani Dottore Commercialista in Prato Introduzione Con tale studio abbiamo cercato di creare un indice generale capace di valutare il rischio economico-finanziario
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliLe competenze per la gestione e lo sviluppo delle risorse umane nelle università e negli enti di ricerca
Scuola di Management per le Università, gli Enti di ricerca e le Istituzioni Scolastiche Le competenze per la gestione e lo sviluppo delle risorse umane nelle università e negli enti di ricerca Dott. William
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliGESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi
GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10 Angelo Bonomi CONSIDERAZIONI SUL MONITORAGGIO Un monitoraggio ottimale dipende dalle considerazioni seguenti:
DettagliTrials clinici. Disegni di studio
Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
Dettagli