Strategie analitiche per il controllo del detection bias. Anno accademico Andrea Arfè. Lab
|
|
- Carlotta Giuseppe
- 5 anni fa
- Visualizzazioni
Transcript
1 Lab Strategie analitiche per il controllo del detection bias Anno accademico Andrea Arfè
2 Introduzione Esempio: studio di coorte su associazione fra statine e Diabete Mellito di Tipo 2 N. individui N. Eventi osservati Tempo 10
3 Introduzione Esempio: studio di coorte su associazione fra statine e Diabete Mellito di Tipo 2 Controllo medico N. individui N. Eventi osservati Tempo 10 Supponiamo che gli utilizzatori di statine siano sottoposti a più controlli medici.
4 Introduzione Esempio: studio di coorte su associazione fra statine e Diabete Mellito di Tipo 2 N. individui 100 Controllo medico N. Eventi osservati 30 N. Eventi realmente insorti Tempo Supponiamo che gli utilizzatori di statine siano sottoposti a più controlli medici. Conseguenza: fra i non utilizzatori osservo meno casi di diabete di quelli realmente insorti
5 Introduzione Esempio: studio di coorte su associazione fra statine e Diabete Mellito di Tipo 2 N. individui 100 Controllo medico N. Eventi osservati 30 N. Eventi realmente insorti Tempo Supponiamo che gli utilizzatori di statine siano sottoposti a più controlli medici. Conseguenza: fra i non utilizzatori osservo meno casi di diabete di quelli realmente insorti Anche se la terapia con statine non ha alcun effetto, potrebbe comunque risultare associata ad un rischio maggiore di diabete!
6 Introduzione Definizione di detection bias:
7 Introduzione Detection bias negli studi di farmacoepidemiologia:
8 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias?
9 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias? Argomenti: 1. Esempio: studio di coorte su associazione fra aderenza a statine e rischio di diabete 2. Diagrammi causali per il detection bias 3. Due metodi analitici per il detection bias 3.1 Sensitivity analysis 3.2 Analisi condizionata
10 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias? Argomenti: 1. Esempio: studio di coorte su associazione fra aderenza a statine e rischio di diabete 2. Diagrammi causali per il detection bias 3. Due metodi analitici per il detection bias 3.1 Sensitivity analysis 3.2 Analisi condizionata
11 Esempio: studio di coorte su aderenza a statine e rischio di diabete Studio di coorte sull associazione fra aderenza alla terapia con statine e rischio di Diabete Mellito di Tipo II Fonte dei dati: Archivio anagrafico Archivio prescrizioni farmaceutiche Archivio schede dimissione ospedaliere Popolazione target: circa 10 milioni residenti Archivio visite ambulatoriali Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
12 Esempio: studio di coorte su aderenza a statine e rischio di diabete Definizione della coorte: - Pazienti eleggibili: adulti (40-80 anni) con almeno una prescrizione di statine nel Data di ingresso: data prima prescrizione di statine nel Criteri di esclusione: o Prescrizioni di statine nei 3 anni prima dell ingresso o Storia di diabete (ospedalizzazioni o prescrizioni) nei 3 anni prima dell ingresso Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
13 Esempio: studio di coorte su aderenza a statine e rischio di diabete Durata del follow-up: - Dall ingresso della coorte fino al primo dei seguenti eventi: o Inizio terapia con farmaci anti-diabetici o Morte/emigrazione/fine della registrazione o Fine dello studio (31/12/2010) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
14 Esempio: studio di coorte su aderenza a statine e rischio di diabete Durata del follow-up: - Dall ingresso della coorte fino al primo dei seguenti eventi: o Inizio terapia con farmaci anti-diabetici o Morte/emigrazione/fine della registrazione o Fine dello studio (31/12/2010) Outcome dello studio: - Inizio terapia con antidiabetici, come proxy dell insorgenza di Diabete Mellito di Tipo II Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
15 Esempio: studio di coorte su aderenza a statine e rischio di diabete Aderenza alle statine (esposizione in studio): - Valutata attraverso la Proportion of Days Covered (PDC): o Molto bassa (PDC<25%) RIFERIMENTO o Bassa (25% PDC<50%) o Intermedia (50% PDC<75%) o Alta (75% PDC) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
16 Esempio: studio di coorte su aderenza a statine e rischio di diabete Aderenza alle statine (esposizione in studio): - Valutata attraverso la Proportion of Days Covered (PDC): o Molto bassa (PDC<25%) RIFERIMENTO o Bassa (25% PDC<50%) o Intermedia (50% PDC<75%) o Alta (75% PDC) Analisi statistica: - Stima Hazard Ratio (HR), con intervalli di confidenza al 95%, tramite modello di regressione di Cox con covariate tempo-dipendenti - Aggiustamento per covariate (e.g. età, genere, uso concomitante di altri farmaci, Charlson s comorbidity score, ) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
17 Esempio: studio di coorte su aderenza a statine e rischio di diabete Risultati: associazione aderenza-rischio di diabete Membri della coorte: 567,122 nuovi utilizzatori di statine Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
18 Esempio: studio di coorte su aderenza a statine e rischio di diabete Risultati: sospetto detection bias Membri della coorte: 567,122 nuovi utilizzatori di statine Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
19 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias? Argomenti: 1. Esempio: studio di coorte su associazione fra aderenza a statine e rischio di diabete 2. Diagrammi causali per il detection bias 3. Due metodi analitici per il detection bias 3.1 Sensitivity analysis 3.2 Analisi condizionata
20 Diagrammi causali: Definizioni Diagrammi causali: rappresentazione grafica di un insieme di relazioni causali fra determinati fattori Formati da un insieme di nodi legati da frecce: 1. I nodi rappresentano dei fattori di interesse 2. Le frecce rappresentano possibili meccanismi causali intercorrenti fra i fattori rappresentati dai nodi Greenland S, Pearl J, Robins JM. Causal diagrams for epidemiologic research. Epidemiology 1999; 10:37-48
21 Diagrammi causali: Definizioni Diagrammi causali: rappresentazione grafica di un insieme di relazioni causali fra determinate variabili Formati da un insieme di nodi legati da frecce: 1. I nodi rappresentano dei fattori di interesse 2. Le frecce rappresentano possibili meccanismi causali intercorrenti fra i fattori rappresentati dai nodi Esempio: Fattori: Diab Inc Osp (presenza diabete) (incidente stradale) (ospedalizzazione) Diab Osp Inc
22 Diagrammi causali: Definizioni Diagrammi causali: rappresentazione grafica di un insieme di relazioni causali fra determinate variabili Formati da un insieme di nodi legati da frecce: 1. I nodi rappresentano dei fattori di interesse 2. Le frecce rappresentano possibili meccanismi causali intercorrenti fra i fattori rappresentati dai nodi Esempio: Fattori: Diab (presenza diabete) Inc (incidente stradale) Osp (ospedalizzazione) Diab Osp Inc Soffrire di diabete può portare ad una ospedalizzazione
23 Diagrammi causali: Definizioni Diagrammi causali: rappresentazione grafica di un insieme di relazioni causali fra determinate variabili Formati da un insieme di nodi legati da frecce: 1. I nodi rappresentano dei fattori di interesse 2. Le frecce rappresentano possibili meccanismi causali intercorrenti fra i fattori rappresentati dai nodi Esempio: Fattori: Diab (presenza diabete) Inc (incidente stradale) Osp (ospedalizzazione) Diab Osp Inc Subire un incidente può portare ad una ospedalizzazione
24 Diagrammi causali: Definizioni Diagrammi causali: rappresentazione grafica di un insieme di relazioni causali fra determinate variabili Formati da un insieme di nodi legati da frecce: 1. I nodi rappresentano dei fattori di interesse 2. Le frecce rappresentano possibili meccanismi causali intercorrenti fra i fattori rappresentati dai nodi Esempio: Fattori: Diab (presenza diabete) Inc (incidente stradale) Osp (ospedalizzazione) Diab Osp Inc Gli incidenti stradali NON causano il diabete!
25 Diagrammi causali: Tipi Tassonomia (parziale) dei diagrammi causali: Diagrammi diretti: Diagrammi misti: Lauritzen SL, Richardson TS. Chain graph models and their causal interpretations. J Roy Stat Soc B 2002; 64:321-61
26 Diagrammi causali: Tipi Tassonomia (parziale) dei diagrammi causali: Diagrammi diretti: Hanno solo frecce con un singolo verso ben definito A B A ha un effetto diretto su B Diagrammi misti: Lauritzen SL, Richardson TS. Chain graph models and their causal interpretations. J Roy Stat Soc B 2002; 64:321-61
27 Diagrammi causali: Tipi Tassonomia (parziale) dei diagrammi causali: Diagrammi diretti: Hanno solo frecce con un singolo verso ben definito A B A ha un effetto diretto su B A X B A ha un effetto indiretto su B (mediato da X) Diagrammi misti: Lauritzen SL, Richardson TS. Chain graph models and their causal interpretations. J Roy Stat Soc B 2002; 64:321-61
28 Diagrammi causali: Tipi Tassonomia (parziale) dei diagrammi causali: Diagrammi diretti: Hanno solo frecce con un singolo verso ben definito A B A ha un effetto diretto su B A X B A ha un effetto indiretto su B (mediato da X) A X B A ha un sia un effetto diretto che indiretto su B Diagrammi misti: Lauritzen SL, Richardson TS. Chain graph models and their causal interpretations. J Roy Stat Soc B 2002; 64:321-61
29 Diagrammi causali: Tipi Tassonomia (parziale) dei diagrammi causali: Diagrammi diretti: Hanno solo frecce con un singolo verso ben definito A B A ha un effetto diretto su B A X B A ha un effetto indiretto su B (mediato da X) A X B A ha un sia un effetto diretto che indiretto su B Diagrammi misti: Ammettono anche frecce bidirezionali o archi non direzionali A A B B A e B possono essere associate per motivi causali o non-causali Lauritzen SL, Richardson TS. Chain graph models and their causal interpretations. J Roy Stat Soc B 2002; 64:321-61
30 Diagrammi causali: Usi I diagrammi causali forniscono uno strumento formale con una semantica precisa per rappresentare relazioni causali anche complesse. Figure tratta da: van Kampen D. The SSQ model of schizophrenic prodromal unfolding revised: an analysis of its causal chains based on the language of directed graphs. Eur Psychiatry. 2014;29:437-48
31 Diagrammi causali: Usi La teoria dei diagrammi causali è molto ricca e ha trovato vari usi in Epidemiologia (cf. referenze sotto). Da teoria diagrammi causali: Deduzione di indipendenze condizionate (regole di d-separazione) Selezione dei confondenti per l aggiustamento Rappresentazione formale di selection bias ed errori di misura Noi useremo dei diagrammi misti per descrivere formalmente il detection bias. Greenland S, Pearl J, Robins JM. Causal diagrams for epidemiologic research. Epidemiology 1999; 10:37-48 Pearl J. Causal diagrams for empirical research. Biometrika 1995; 82: Hernán MA, Hernández-DÍaz S, Robins JM. A structural approach to selection bias. Epidemiology 2004; 15: Hernán MA, Cole SR. Causal diagrams and measurement bias. Am J Epidemiol 2009; 70:959-62
32 Diagrammi causali per il Detection Bias Ipotetico studio di coorte: Esposizione (e.g. livello di aderenza alla terapia con statine) Outcome (e.g. insorgenza diabete)
33 Diagrammi causali per il Detection Bias Ipotetico studio di coorte: Esposizione (e.g. livello di aderenza alla terapia con statine) NON OSSERVATO Outcome (e.g. insorgenza diabete)
34 Diagrammi causali per il Detection Bias Ipotetico studio di coorte: Esposizione (e.g. livello di aderenza alla terapia con statine) NON OSSERVATO Outcome (e.g. insorgenza diabete) Proxy dell outcome (e.g. prescrizione di farmaci antidiabetici)
35 Diagrammi causali per il Detection Bias Ipotetico studio di coorte: Esposizione (e.g. livello di aderenza alla terapia con statine) NON OSSERVATO Outcome (e.g. insorgenza diabete) Misura della «identificabilità» dell outcome (e.g. frequenza controlli medici) Proxy dell outcome (e.g. prescrizione di farmaci antidiabetici)
36 Diagrammi causali per il Detection Bias Ipotetico studio di coorte: Esposizione (e.g. livello di aderenza alla terapia con statine) NON OSSERVATO Outcome (e.g. insorgenza diabete) DETECTION BIAS Misura della «identificabilità» dell outcome (e.g. frequenza controlli medici) Proxy dell outcome (e.g. prescrizione di farmaci antidiabetici)
37 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias? Argomenti: 1. Esempio: studio di coorte su associazione fra aderenza a statine e rischio di diabete 2. Diagrammi causali per il detection bias 3. Due metodi analitici per il detection bias 3.1 Sensitivity analysis 3.2 Analisi condizionata
38 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias:
39 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias: RR Pr( Y Pr( Y 1 E 1 E 1) 0)
40 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias: RR Pr( Y Pr( Y 1 E 1 E 1) 0) RR * Pr( Y Pr( Y * * 1 E 1 E 1) 0)
41 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias: RR Pr( Y Pr( Y 1 E 1 E 1) 0) RR * Pr( Y Pr( Y * * 1 E 1 E 1) 0) RR * RR Bias Fattore di bias =?
42 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias: RR Pr( Y Pr( Y 1 E 1 E 1) 0) RR * Pr( Y Pr( Y * * 1 E 1 E 1) 0) Assumendo l assenza di falsi positivi (i.e. può essere Y*=1 solo se Y=1) RR * RR S S 1 0 Fattore di bias S Pr( * 1 Y 1 Y 1, E 1) S Pr( Y * 1 Y 1, E 0) 0 (dimostrazione in appendice)
43 Sensitivity Analysis per il Detection Bias Derivazione algebrica dell effetto del detection bias: RR Pr( Y Pr( Y 1 E 1 E 1) 0) RR * Pr( Y Pr( Y * * 1 E 1 E 1) 0) Assumendo l assenza di falsi positivi (i.e. può essere Y*=1 solo se Y=1) RR RR * S S Formula per sensitivity analysis S Pr( * 1 Y 1 Y 1, E 1) S Pr( Y * 1 Y 1, E 0) 0
44 Sensitivity Analysis per il Detection Bias Applicazione a studio di coorte su aderenza a statine e rischio di diabete: Reference: very low adherence Bias factor (S 1 / S 0 ) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
45 Sensitivity Analysis per il Detection Bias Applicazione a studio di coorte su aderenza a statine e rischio di diabete: Reference: very low adherence RR* RR Bias factor (S 1 / S 0 ) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
46 Sensitivity Analysis per il Detection Bias Applicazione a studio di coorte su aderenza a statine e rischio di diabete: Reference: very low adherence Bias factor (S 1 / S 0 ) Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
47 Argomenti della lezione Quali strategie analitiche potrebbero essere adottate in caso di sospetto detection bias? Argomenti: 1. Esempio: studio di coorte su associazione fra aderenza a statine e rischio di diabete 2. Diagrammi causali per il detection bias 3. Due metodi analitici per il detection bias 3.1 Sensitivity analysis 3.2 Analisi condizionata
48 Analisi condizionata rispetto misure di «identificabilità» Analisi condizionata rispetto una misura di «identificabilità» D = condizionamento rispetto a D (i.e. stratificazione, restrizione o aggiustamento per regressione)
49 Analisi condizionata rispetto misure di «identificabilità» Analisi condizionata rispetto una misura di «identificabilità» D = condizionamento rispetto a D (i.e. stratificazione, restrizione o aggiustamento per regressione) Razionale: negli strati di D il detection bias è assente perché tutti i soggetti che sviluppano l outcome hanno la stessa probabilità che questo venga identificato Negli strati di D: RR * S1 RR RR 1 S 0 RR (dimostrazione in appendice)
50 Hazard ratio of diabetes Farmacoepidemiologia Analisi condizionata rispetto misure di «identificabilità» Esempio: HR per associazione aderenza statine diabete per numero di visite specialistiche nel primo anno di follow-up Adherence with statins very low low intermediate high PDC <25% 25% <= PDC <50% 50% <= PDC <75% PDC >= 75% >=3 Number of outpatient specialist visits D Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
51 Hazard ratio of diabetes Farmacoepidemiologia Analisi condizionata rispetto misure di «identificabilità» Esempio: HR per associazione aderenza statine diabete per numero di visite specialistiche nel primo anno di follow-up Adherence with statins very low low intermediate high PDC <25% 25% <= PDC <50% 50% <= PDC <75% PDC >= 75% >=3 Number of outpatient specialist visits Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
52 Hazard ratio of diabetes Farmacoepidemiologia Analisi condizionata rispetto misure di «identificabilità» Esempio: HR per associazione aderenza statine diabete per numero di visite specialistiche nel primo anno di follow-up Adherence with statins very low low intermediate high PDC <25% 25% <= PDC <50% 50% <= PDC <75% PDC >= 75% >=3 Number of outpatient specialist visits Arfè A, Corrao G. Tutorial: Strategies addressing detection bias were reviewed and implemented for investigating the statins-diabetes association. J Clin Epidemiol 2014; 68:480-8
53 Analisi condizionata rispetto misure di «identificabilità» Condizionare rispetto ad una variabile può introdurre una forma di bias detta collider stratification bias. A B C C è un collider Cole SR, Platt RW, Schisterman EF, Chu H, Westreich D, Richardson D, Poole C. Illustrating bias due to conditioning on a collider. Int J Epidemiol 2010; 39:417-20
54 Analisi condizionata rispetto misure di «identificabilità» Condizionare rispetto ad una variabile può introdurre una forma di bias detta collider stratification bias. A B C C è un collider Collider stratification bias: A B C A e B non sono associate Cole SR, Platt RW, Schisterman EF, Chu H, Westreich D, Richardson D, Poole C. Illustrating bias due to conditioning on a collider. Int J Epidemiol 2010; 39:417-20
55 Analisi condizionata rispetto misure di «identificabilità» Condizionare rispetto ad una variabile può introdurre una forma di bias detta collider stratification bias. A B C C è un collider Collider stratification bias: A B Condizionando rispetto a C A B C A e B non sono associate C A e B possono essere associate negli strati di C Cole SR, Platt RW, Schisterman EF, Chu H, Westreich D, Richardson D, Poole C. Illustrating bias due to conditioning on a collider. Int J Epidemiol 2010; 39:417-20
56 Analisi condizionata rispetto misure di «identificabilità» Esempio di collider stratification bias: Mangiato pollo Mangiato gamberi Salmonella (collider)
57 Analisi condizionata rispetto misure di «identificabilità» Esempio di collider stratification bias: Mangiato pollo Salmonella (collider) Mangiato gamberi Pollo (sì/no) Gamberi (sì/no) Salmonella (N) No salmonella (N) No No 1 99 Sì No No Sì Sì Sì 99 1
58 Analisi condizionata rispetto misure di «identificabilità» Esempio di collider stratification bias: Mangiato pollo Mangiato gamberi Pollo (sì/no) Gamberi (sì/no) Salmonella (N) No salmonella (N) No No 1 99 Sì No Salmonella (collider) No Sì Sì Sì 99 1 Associazione marginale pollo/gamberi: Gamberi Sì No Pollo Sì No OR = = = 1 No associazione
59 Analisi condizionata rispetto misure di «identificabilità» Esempio di collider stratification bias: Mangiato pollo Mangiato gamberi Pollo (sì/no) Gamberi (sì/no) Salmonella (N) No salmonella (N) No No 1 99 Sì No Salmonella (collider) No Sì Sì Sì 99 1 Associazione pollo/gamberi nello strato degli individui con salmonella: Gamberi Sì No Pollo Sì No OR = = < 1 Associazione negativa
60 Analisi condizionata rispetto misure di «identificabilità» Esempio di collider stratification bias: Mangiato pollo Salmonella Mangiato gamberi Pollo (sì/no) Gamberi (sì/no) Salmonella (N) No salmonella (N) No No 1 99 Sì No No Sì Sì Sì 99 1 Intuitivamente: fra chi ne ha subito l effetto (i.e. salmonella), la mancanza di una causa (e.g. pollo) rende più probabile la presenza dell altra (e.g. gamberi) Viceversa, fra chi non ne ha subito l effetto (i.e. no salmonella), la presenza di una causa (e.g. pollo) rende meno probabile la presenza dell altra (e.g. gamberetti)
61 Analisi condizionata rispetto misure di «identificabilità» Potenziale collider stratification bias in una analisi condizionata per il detection bias: Sottostimo associazione + visite mediche + visite mediche Prima di effettuare questo tipo di analisi occorre valutare la possibilità che la misura D di «identificabilità» sia un collider.
62 Conclusioni 1. Un possibile detection bias và sospettato ogniqualvolta l outcome in studio viene identificato tramite proxy, e.g. negli studi di farmacoepidemiologia basati su healthcare utilization databases (HCU). 2. Nessuno dei due metodi illustrati può essere considerato superiore agli altri: Sensitivity analysis: Facile da implementare Richiede conoscenza range plausibile per fattore di bias Analisi condizionata: Fornisce misure non distorte Potenziale collider stratification bias 3. Considerare molteplici approcci può risultare la strategia ottimale. 4. I diagrammi causali possono aiutare nel comprendere la natura del problema e a valutare la validità dei metodi analitici considerati.
63 Appendici
64 Dimostrazione formula per sensitivity analysis Assunti: 1) Tutte le variabili sono dicotome (1=presenza, 0=assenza) 2) No falsi positivi, i.e. Y=1 ogniqualvolta Y*=1 RR = P Y = 1 E = 1 P Y = 1 E = 0 = P Y = 1, Y = 1 E = 1 P Y = 1, Y = 1 E = 0 = P Y = 1 Y = 1, E = 1 P Y = 1 E = 1 P Y = 1 Y = 1, E = 0 P Y = 1 E = 0 = S 1 P Y = 1 E = 1 S 0 P Y = 1 E = 0 Per definizione Per l assunto (2) Per definizione Per definizione = S 1 S 0 RR RR = RR S 1 S 0 Per definizione RR = RR S 1 S 0 1
65 Dimostrazione razionale analisi condizionata parte 1 Assunti: 1) Tutte le variabili sono dicotome (1=presenza, 0=assenza) 2) No falsi positivi, i.e. Y=1 ogniqualvolta Y*=1 3) Le relazioni fra le variabili E, D, Y, ed Y* sono correttamente rappresentate dal diagramma causale a destra. Se le relazioni fra le variabili E, Y, Y* e D sono rappresentate dal diagramma causale a sinistra, allora è possibile dimostrare (usando il criterio di moralizzazione, c.f. Dawid, 2002) che E ed Y* sono condizionatamente indipendenti date D ed Y: P Y = 1 Y = 1, E = e, D = d = P Y = 1 Y = 1, D = d per ogni e, d = 0,1 Intuitivamente: D e Y bloccano tutti i meccanismi che rendono E ed Y* associate. Dawid P. Discussion on the paper by Lauritzen and Richardson. J Roy Stat Soc Ser B 2002; 64:348-61
66 Dimostrazione razionale analisi condizionata parte 2 Assunti: 1) Tutte le variabili sono dicotome (1=presenza, 0=assenza) 2) No falsi positivi, i.e. Y=1 ogniqualvolta Y*=1 3) Le relazioni fra le variabili E, D, Y, ed Y* sono correttamente rappresentate dal diagramma causale a destra. Dato che P Y = 1 Y = 1, E = e, D = d = P Y = 1 Y = 1, D = d per ogni e, d = 0,1 nello strato D=d vale: RR = P Y = 1 E = 1, D = d P Y = 1 E = 0, D = d = P Y = 1 Y = 1, E = 1, D = d P Y = 1 Y = 1, E = 0, D = d P Y = 1 E = 1, D = d P Y = 1 E = 0, D = d Per definizione Per l assunto (2) = P Y = 1 Y = 1, D = d P Y = 1 Y = 1, D = d P Y = 1 E = 1, D = d P Y = 1 E = 0, D = d Per indipendenza condizionata P Y = 1 E = 1, D = d P Y = 1 E = 0, D = d = RR Per definizione
integrazione tra data base amministrativi e clinici
Charlson Comorbidity Index in medicina generale e integrazione tra data base amministrativi e clinici A. Battaggia 1 V. Lepore 2 F. Robusto 2 B.F.Novelletto 1 M.Cancian 1 M. Saugo R.Toffanin 3 G.Borin
DettagliDifferenze sociali nell appropriatezza d uso di terapie farmacologiche
Differenze sociali nell appropriatezza d uso di terapie farmacologiche Nera Agabiti Dipartimento di Epidemiologia del Sistema Sanitario Regionale - Lazio Workshop I progetti di ricerca dei centri ENCePP
DettagliERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
DettagliERRORI IN EPIDEMIOLOGIA
ERRORI IN EPIDEMIOLOGIA Errori in Epidemiologia Accuratezza (o validità) Errori sistematici Confondimento Misclassificazione Selezione Precisione Errori random Errore Errore random Errore sistematico Numerosità
DettagliIDENTIFICAZIONE DEI CASI DI BPCO E ASMA NEI DATABABASE SANITARI AMMINISTRATIVI: IL PROGETTO CRACK-CRD
IDENTIFICAZIONE DEI CASI DI BPCO E ASMA NEI DATABABASE SANITARI AMMINISTRATIVI: IL PROGETTO CRACK-CRD Andrea Arfè, Antonella Zambon, Giulia Segafredo, Lorenza Scotti, Arianna Ghirardi, Buthaina Ibrahim,
DettagliAnita Andreano, Maria Grazia Valsecchi, Antonio Giampiero Russo
ANALISI DELLA RELAZIONE TRA SOPRAVVIVENZA ED ADERENZA AI PERCORSI DIAGNOSTICI-TERAPEUTICI NEL TUMORE DELLA MAMMELLA A PARTIRE DA DATI DI REGISTRO E FLUSSI SANITARI CORRENTI Anita Andreano, Maria Grazia
DettagliLe banche dati come strumento per il monitoraggio del paziente osteoporotico. Antonella Zambon
Le banche dati come strumento per il monitoraggio del paziente osteoporotico Antonella Zambon INTRODUZIONE 2004;329:31-4 INTRODUZIONE Ampia diffusione di studi epidemiologici condotti tramite archivi sanitari
DettagliRuolo dei fattori socio-economici su mortalità e ospedalizzazione in una coorte di pazienti diabetici residenti nella ASL RMD
Ruolo dei fattori socio-economici su mortalità e ospedalizzazione in una coorte di pazienti diabetici residenti nella ASL RMD Fano V 1, Bontempi K 1, Pezzotti P 2, Gnavi R 3 1 ASL RMD, Roma 2 Laziosanità
Dettaglimacrovascolari del diabete: insulina umana vs analoghi
Complicanze metaboliche, micro- e macrovascolari del diabete: insulina umana vs analoghi Giuseppe Roberto XXIV Seminario Nazionale di Farmacoepidemiologia Roma, 14-15 dicembre 2015 Dichiarazione di conflitto
DettagliDipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
I bias negli studi epidemiologici. Elementi di statistica descrittiva ed inferenziale.l epidemiologia sperimentale Paolo Villari paolo.villari@uniroma1.it Dipartimento di Samità Pubblica e Malattie Infettive
DettagliMODELLI ASSISTENZIALI, ADERENZA A LINEE GUIDA ED EQUITÀ NEGLI ESITI DEL DIABETE
MODELLI ASSISTENZIALI, ADERENZA A LINEE GUIDA ED EQUITÀ NEGLI ESITI DEL DIABETE Picariello R, Giorda C, Costa G, Gnavi R Bari, 29-31 Ottobre 2012 Background Il diabete mellito presenta, nella popolazione
DettagliLe variabili strumentali in farmacoepidemiologia. Andrea Arfè
Le variabili strumentali in farmacoepidemiologia U Z X Y Andrea Arfè 1 Introduzione Il confondimento non misurato è un problema molto importante in epidemiologia Le variabili strumentali permettono di
DettagliIL DISEGNO DELLO STUDIO
IL DISEGNO DELLO STUDIO Studi epidemiologici Per identificare delle cause di malattia, abbiamo bisogno di metodi e strategie che ci consentano di evidenziare delle relazioni e stabilire l esistenza di
DettagliIV CONGRESSO REGIONALE ADDIS (Napoli, 14 dicembre 2012)
IV CONGRESSO REGIONALE ADDIS (Napoli, 14 dicembre 2012) Sostenibilità economica dell appropriatezza terapeutica: il caso delle statine e della terapia dell osteoporosi Luca Degli Esposti, Economista CliCon
DettagliEpidemiologia del diabete e costi di differenti modelli di cura
Epidemiologia del diabete e costi di differenti modelli di cura Roberto Gnavi, Roberta Picariello Servizio Sovrazonale di Epidemiologia ASL TO3, Regione Piemonte Bologna, 11 luglio 2019 Roberto.gnavi@epi.piemonte.it
DettagliSindrome Coronarica Acuta: DATI DAL MONDO REALE IN LOMBARDIA
Sindrome Coronarica Acuta: DATI DAL MONDO REALE IN LOMBARDIA Milano, 7 Maggio 2019 Giovanni Corrao, Raffaella Ronco Disclosures Privati Istituzioni pubbliche Amgen Bayer Biogen Bristol-Myers Squibb Glaxo
DettagliDati AUSL Provincia di Ravenna Dal registro del diabete farmaco-trattato al registro integrato
Dati AUSL Provincia di Ravenna Dal registro del diabete farmaco-trattato al registro integrato Paolo Di Bartolo UO Di Diabetologia Provincia di Ravenna PHARMACOEPIDEMIOLOGICAL AND FINANCIAL ANALYSIS OF
DettagliPIEMONTE. Il modello del Piemonte: lo studio osservazionale. Prof. Giuseppe Costa. Ordine dei Farmacisti. Università di Torino. Federfarma Piemonte
PIEMONTE Ordine dei Farmacisti Università di Torino Il modello del Piemonte: lo studio osservazionale Prof. Giuseppe Costa Federfarma Piemonte PIEMONTE Paola Brusa Università di Torino Giuseppe Costa Università
DettagliIL DISEGNO DELLO STUDIO
IL DISEGNO DELLO STUDIO Studi epidemiologici Per identificare delle cause di malattia, abbiamo bisogno di metodi e strategie che ci consentano di evidenziare delle relazioni e stabilire l esistenza di
DettagliCONSORT statement: raccomandazioni per migliorare la qualità della presentazione dei RCT
CONSORT statement: raccomandazioni per migliorare la qualità della presentazione dei RCT 1997: di 122 RCTs pubblicati su efficacia di un farmaco per la depressione (inibitori selettivi del reuptake della
Dettaglimalattia ESPOSTI no malattia PERSONE SENZA MALATTIA malattia NON ESPOSTI no malattia Come schematizzare il disegno di uno studio di coorte
Come schematizzare il disegno di uno studio di coorte P O P O L A Z I O N E PERSONE SENZA MALATTIA ESPOSTI NON ESPOSTI malattia no malattia malattia no malattia Tempo Direzione dell'indagine Tasso di incidenza
DettagliBruno FEDERICO Cattedra di Igiene
METODOLOGIA GENERALE DELLA RIABILITAZIONE Misure di effetto Anno Accademico 2009/2010 Bruno FEDERICO Cattedra di Igiene 1 Nesso di Causalità E ciò che mette in relazione le cause con gli effetti che esse
DettagliRino Bellocco (Milano, Stoccolma), Lorenzo Richiardi (Torino), Francesco Barone Adesi
Titolo in Italiano: Inferenza Causale in Epidemiologia (ICE) English Title: Causal Inference in Epidemiology Coordinatori: Rino Bellocco (Milano, Stoccolma), Lorenzo Richiardi (Torino) Gruppo di Lavoro:
DettagliElementi di Epidemiologia per la Valutazione Comparativa di Esito
Elementi di Epidemiologia per la Valutazione Comparativa di Esito La valutazione della qualità dell assistenza: quali domande? L incidenza di alcuni esiti negativi dell assistenza ospedaliera (come la
DettagliPrincipali criteri per valutare la qualità di una revisione sistematica
Principali criteri per valutare la qualità di una revisione sistematica A cura di Luca Ronfani Adattato da: Oxman AD, et al. Users' guides to the medical literature. VI. How to use an overview. JAMA 1994;
DettagliAnalisi dei Costi del Paziente Diabetico
Analisi dei Costi del Paziente Diabetico Prof. FS Mennini Research Director, Economic Evaluation and HTA (EEHTA) CEIS, Università degli Studi di Roma «Tor Vergata» Institute for Leadership and Management
DettagliIl diabete in Italia: esperienze nell analisi di dati di popolazione. I dati del Piemonte
Il diabete in Italia: esperienze nell analisi di dati di popolazione I dati del Piemonte Roberto Gnavi, Graziella Bruno ASL 5, Servizio Regionale di Epidemiologia Università di Torino, Dipartimento di
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
Dettagli28/02/2013. La prognosi. Predizione della durata, decorso ed esito di una malattia in un individuo (dunque del gruppo di individui a cui appartiene!
// http://www.biostatistica.unich.it La prog Predizione della durata, decorso ed eto di una malattia in un individuo (dunque del gruppo di individui a cui appartiene!) Domande o Quali fattori influenza
DettagliL effetto del diabete e dell utilizzo delle statine sul rischio di infezioni
L effetto del diabete e dell utilizzo delle statine sul rischio di infezioni Pistoia, 29 settembre 2016 laura.policardo@ars.toscana.it 1 Background epidemiologico Precedenti studi epidemiologici hanno
DettagliUtilizzo appropriato delle valutazioni HTA per la costruzione di un sistema sostenibile nel diabete
Utilizzo appropriato delle valutazioni HTA per la costruzione di un sistema sostenibile nel diabete Prof. FS Mennini Research Director, Economic Evaluation and HTA (EEHTA) CEIS, Facoltà di economia, Università
Dettagliil contesto epidemiologico in Emilia Romagna
L applicazione del Piano sulla Malattia Diabetica nella Regione Emilia Romagna seconda edizione il contesto epidemiologico in Emilia Romagna Lucia Nobilio Agenzia Sanitaria e Sociale Regionale Prevalenza
DettagliStudio osservazionale comparativo. delle formulazioni di tiotropio
XXIV Seminario Nazionale LA VALUTAZIONE DELL'USO E DELLA SICUREZZA DEI FARMACI: ESPERIENZE IN ITALIA Studio osservazionale comparativo del profilo di sicurezza delle formulazioni di tiotropio Stefania
DettagliEPI OVERVIEW
EPI OVERVIEW ANNARITA.VESTRI@UNIROMA1.IT L EPIDEMIOLOGIA MODERNA EPIDEMIOLOGIA Studio della distribuzione e dei determinanti degli stati e degli eventi di pertinenza sanitaria in specifiche popolazioni
DettagliFARMACOUTILIZZAZIONE E DETERMINANTI D USO DI NUOVI E VECCHI ANTICOAGULANTI ORALI IN REGIONE LOMBARDIA
FARMACOUTILIZZAZIONE E DETERMINANTI D USO DI NUOVI E VECCHI ANTICOAGULANTI ORALI IN REGIONE LOMBARDIA XXIII seminario nazionale di farmacoepidemiologia LA VALUTAZIONE DELL USO E DELLA SICUREZZA DEI FARMACI:
DettagliAREA CRITICAL APPRAISAL INTRODUZIONE AGLI ERRORI NELLA RICERCA
AREA CRITICAL APPRAISAL INTRODUZIONE AGLI ERRORI NELLA RICERCA dott. Alessandro Battaggia Risultato preciso ma distorto Risultato impreciso ma non distorto BIAS O ERRORE SISTEMATICO ERRORE RANDOM (STIMA
DettagliIgiene nelle Scienze motorie
Il metodo epidemiologico consiste nel : Igiene nelle Scienze motorie Studi epidemiologici 1. Porre un ipotesi 2. Verificarla per mezzo di una ricerca specifica 3. Utilizzare le conclusioni per porre nuove
DettagliMetodi di studio.
Metodi di studio francesco.profili@ars.toscana.it Cosa voglio dirvi Le fonti dei dati I soggetti ed i periodi analizzati Lo schema di analisi I risultati prodotti I dati MaCro: archivio dei malati cronici
DettagliEpidemiologia (3) Bruno Federico
Università degli Studi di Cassino Università La Sapienza di Roma Corso di Laurea Triennale in Infermieristica Anno accademico 2008/2009 Epidemiologia (3) Bruno Federico Cattedra di Igiene - Università
DettagliIl contesto epidemiologico della malattia diabetica in Emilia Romagna
Il contesto epidemiologico della malattia diabetica in Emilia Romagna Lucia Nobilio, Barbara Pacelli e Stefania Rodella Valutazione e Sviluppo dell Assistenza e dei Servizi Agenzia Sanitaria e Sociale
DettagliMirko Di Martino. I trattamenti farmacologici nella prevenzione secondaria dell infarto miocardico acuto
CONDIVISIONE DELLE LINEE GUIDA SUL TRATTAMENTO FARMACOLOGICO NELLA PREVENZIONE SECONDARIA DELL INFARTO MIOCARDICO ACUTO L aderenza alle linee guida per la prevenzione secondaria dell infarto miocardico
DettagliDifferenze socioeconomiche e geografiche nei tempi di attesa per la chirurgia elettiva
Differenze socioeconomiche e geografiche nei tempi di attesa per la chirurgia elettiva Alessio Petrelli, Giuliana De Luca*, Tania Landriscina, Giuseppe Costa Servizio sovrazonale di Epidemiologia, Regione
DettagliIl riconoscimento dei fattori di rischio
Il riconoscimento dei fattori di rischio Associazione statistica vs associazione causale Associazione statistica: dipendenza statistica tra un determinante e una malattia, i.e. la frequenza di malattia
Dettagli200 / 1000 RR EM = = / / / 100 RR EMX = = 1.03 RR EMnoX = = / / 900
ESERCIZIO 1. In uno studio di coorte sulla relazione tra un esposizione (E) e un outcome di malattia (M) si sono ottenuti i seguenti risultati: Esposti 200 800 1000 Non esposti 50 950 1000 I dati disaggregati
DettagliAPPLICAZIONE DI UN MODELLO DI PREVISIONE DI RISCHIO PER FIBRILLAZIONE ATRIALE IN SEDE AMBULATORIALE
FACOLTA DI APPLICAZIONE DI UN MODELLO DI PREVISIONE DI RISCHIO PER FIBRILLAZIONE ATRIALE IN SEDE AMBULATORIALE RELATORE: Chiar.mo Prof DOMENICO RISSO CORRELATORE: Dr. Andrea Stimamiglio Anno Accademico
DettagliIl contesto epidemiologico della malattia diabetica in Emilia Romagna
Il contesto epidemiologico della malattia diabetica in Emilia Romagna Lucia Nobilio, Barbara Pacelli e Stefania Rodella Valutazione e Sviluppo dell Assistenza e dei Servizi Agenzia Sanitaria e Sociale
DettagliMateriali & Metodi. Prof. Michele Antonello Cl Chirurgia Vascolare. Università di Padova Dir: prof. F. Grego
Materiali & Metodi Prof. Michele Antonello Cl Chirurgia Vascolare. Università di Padova Dir: prof. F. Grego Introduzione Lo scopo dei materiali e metodi è rendere lo studio riproducibile = applicabile
DettagliLa relazione causa-effetto
La relazione causa-effetto valutare il rischio in epidemiologia associazione statistica e rapporto causa-effetto gli studi analitici: generalità Misurare l incidenza di malattia in un gruppo di popolazione...
Dettagli8 Derivati dell entropia
(F1X) Teoria dell Informazione e della Trasmissione 8 Derivati dell entropia Docente: Nicolò Cesa-Bianchi versione 23 marzo 2016 Siano X e Y due variabili casuali con valori in insiemi finiti X e Y. Detta
DettagliDisegni di studio nella ricerca epidemiologica
Disegni di studio nella ricerca epidemiologica Dott. Pamela Di Giovanni Disegni epidemiologici La ricerca epidemiologica utilizza, per i suoi scopi, diverse strategie di studio che vengono distinte in
DettagliXXXVI Convegno AIE-Bari Ottobre 2012
L ACCESSO AL PRONTO SOCCORSO DI BAMBINI NEL PRIMO ANNO DI VITA IN PROVINCIA DI REGGIO EMILIA: EFFETTO DELLA CITTADINANZA E DEL TITOLO DI STUDIO DELLA MADRE Laura Bonvicini 1, Stefania D Angelo 1, Paola
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliIndicatori processo MaCro: cardiopatia ischemica. Francesco Puggelli
ARS Dipartimento di Sanità Pubblica Università di Firenze Firenze 4 Novembre 2011 Convegno La gestione delle cronicità sul territorio in Toscana: evidenze dalla banca dati MaCro Approfondimenti descrittivi
DettagliXII Congresso Scientifico Regionale AIFI Liguria. Dalle Linee Guida alla Best Practice in fisioterapia.
XII Congresso Scientifico Regionale AIFI Liguria Dalle Linee Guida alla Best Practice in fisioterapia. Rapallo, 19 maggio 2018 Dalle Linee Guida alla Best Practice in fisioterapia La critical appraisal
DettagliGLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI CASO-CONTROLLO
GLI STUDI EPIDEMIOLOGICI ANALITICI GLI STUDI CASO-CONTROLLO CLASSIFICAZIONE DEGLI STUDI EPIDEMIOLOGICI DESCRITTIVI STUDI OSSERVAZIONALI TRASVERSALI CASO-CONTROLLO A COORTE STUDI SPERIMENTALI SPERIMENTAZIONI
DettagliEPIDEMIOLOGIA: DALLA TEORIA ALLA PRATICA
UNIVERSITA DEGLI STUDI DI PAVIA DIPARTIMENTO DI SANITA PUBBLICA, NEUROSCIENZE, MEDICINA SPERIMENTALE E FORENSE SEZIONE DI IGIENE EPIDEMIOLOGIA: DALLA TEORIA ALLA PRATICA CORSO DI IGIENE Prof.ssa Marisa
DettagliAPPROPRIATEZZA PRESCRITTIVA DEI NUOVI INIBITORI DELLA PROTEINA PCSK9
MODELLI ORGANIZZATIVI APPROPRIATI PER LA GESTIONE DELLA CRONICITÀ NELL AMBITO DELL IPERCOLESTEROLEMIA CON I NUOVI ANTICORPI MONOCLONALI ANTI PCSK9 Ancona, 21 aprile 2017 APPROPRIATEZZA PRESCRITTIVA DEI
DettagliRelazioni tra variabili: le tabelle di contingenza
Lezione 6 Relazioni tra variabili: le tabelle di contingenza "The Physicians Health Study" è uno studio clinico randomizzato condotto allo scopo di valutare il possibile effetto di riduzione della mortalità
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliPARTE SECONDA CEM: EFFETTI BIOLOGICI E SANITARI
PARTE SECONDA CEM: EFFETTI BIOLOGICI E SANITARI Cap. 4: Epidemiologia (principi metodologici) Cap. 5: Rapporti e Convegni Internazionali: posizioni conservative (5A) e cautelative (5B) 1 CAPITOLO 4 EPIDEMIOLOGIA
Dettaglitrattamento della BPCO: confronto tra Tiotropio e LABA.
Rischio di mortalità associato al trattamento della BPCO: confronto tra Tiotropio e LABA. Silvia Cascini, Kirchmayer Ursula, Di Martino Mirko, Agabiti Nera, Bauleo Lisa, Belleudi Valeria, Fusco Danilo,
DettagliMIGLIORARE L ADERENZA ALLA TERAPIA E GLI ESITI NELLA PREVENZIONE CARDIOVASCOLARE. A.L. Catapano, G. Corrao
UNA PROPOSTA DELLA CONSULTA PER MIGLIORARE L ADERENZA ALLA TERAPIA E GLI ESITI NELLA PREVENZIONE CARDIOVASCOLARE A.L. Catapano, G. Corrao alle terapie croniche nella pratica clinica corrente Dimensione
DettagliCOME INCIDE L USO CONTINUATO DI BRONCODILATATORI A LUNGA DURATA DI AZIONE E CORTICOSTEROIDI INALATORI SULLA MORTALITA NEI PAZIENTI CON BPCO?
COME INCIDE L USO CONTINUATO DI BRONCODILATATORI A LUNGA DURATA DI AZIONE E CORTICOSTEROIDI INALATORI SULLA MORTALITA NEI PAZIENTI CON BPCO? ANALISI TEMPO DIPENDENTE Valeria Belleudi Napoli, 6 Novembre
DettagliEpidemiologia e disegni di studio
Epidemiologia e disegni di studio L epidemiologia valuta le associazioni tra fattori di esposizione ed esiti di salute all interno di predefinite cornici logico-formali Esposizione X Malattia Y Tali cornici
DettagliCORE Cure Primarie H24 Progetto e metodologia per il riordino dell assistenza territoriale
CORE Cure Primarie H24 Progetto e metodologia per il riordino dell assistenza territoriale CORE 2013 Rita Rielli Bologna, 14 giugno 2013 H24: la normativa Legge 189/2012 La Legge 189/2012 all articolo
DettagliCalcolo dell aderenza alle terapie farmacologiche a partire dai flussi amministrativi correnti
Calcolo dell aderenza alle terapie farmacologiche a partire dai flussi amministrativi correnti Jacopo Lenzi Dipartimento di Scienze Biomediche e Neuromotorie Alma Mater Studiorum Università di Bologna
DettagliCognome e nome. 2 In uno studio viene misurata la pressione arteriosa sistolica a 5 maschi adulti, con i seguenti risultati : 129; 134; 142; 128; 146
Statistica medica. Biotecnologie mediche A.a. 2004-2005 1 Febbraio 2005 Tempo previsto 60 minuti Cognome e nome 1 Indicate a quale categoria appartengono le seguenti variabili: Nominale Ordinale Numerica
DettagliCELIACHIA E RISCHIO DI PATOLOGIE AUTOIMMUNI
XXIX Congresso AIE Milano, 28-30 Ottobre 2015 CELIACHIA E RISCHIO DI PATOLOGIE AUTOIMMUNI Uno studio di coorte di nascita matched con linkage di dati sanitari correnti Cristina Canova 1, Gisella Pitter
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliMisure epidemiologiche di rischio!
Misure epidemiologiche di rischio! Individuali (e di popolazione) Rischio Relativo (RR) Odds Ratio (OR) = Stima del rischio relativo CONFRONTO TRA FREQUENZE DI MALATTIE 1! Negli studi epidemiologici si
DettagliLezione VIII: test. χ 2. Statistica inferenziale per variabili qualitative. Prof. Enzo Ballone. Lezione 9a- Test del chi quadrato.
Lezione VIII: χ 2 test Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Lezione 9a- Test del chi quadrato. Statistica
DettagliL identificazione dei sottogruppi di popolazione a rischio per la pianificazione degli interventi
Ministero della Salute L identificazione dei sottogruppi di popolazione a rischio per la pianificazione degli interventi Anna Maria Bargagli Dipartimento di Epidemiologia del SSR Lazio Centro di Competenza
DettagliIntegrazione Complementarietà della RW Data e RW Evidence
Popolazioni target e impatto economico dei nuovi farmaci dati RWE Convegno LE ANALISI SULL'USO DEI FARMACI: METODI ED ESPERIENZE IN ITALIA La 15 giugno 2017 Nello Martini Integrazione Complementarietà
DettagliModelli statistici per l'aggiustamento del confondimento non misurato negli studi di farmacoepidemiologia. Antonella Zambon
Modelli statistici per l'aggiustamento del confondimento non misurato negli studi di farmacoepidemiologia Antonella Zambon Introduzione La farmacoepidemiologia Pharmacoepidemiology is the study of the
DettagliValutazione economica della cardio-ct. Filippo Cipriani
Valutazione economica della cardio-ct Esiti clinici, impatto finanziario e costo-efficacia in pazienti con sospetta malattia coronarica Filippo Cipriani Agenzia Sanitaria e Sociale Regionale Parma 15 gennaio
DettagliFocus su Multimorbilità e fragilità 4 luglio 2019
Focus su Multimorbilità e fragilità 4 luglio 2019 Maria Chiara Corti Programma Nazionale Esiti AGENAS Invecchiamento, multimorbidità e complessità Le sfide e gli strumenti per il cambiamento Transizione
DettagliRicoveri per ictus ischemico: differenze socio-economiche nella mortalità a breve e lungo termine
Ricoveri per ictus ischemico: differenze socio-economiche nella mortalità a breve e lungo termine Il ruolo del percorso assistenziale Paolo Sciattella Napoli, 5 Novembre 2014 Background La relazione tra
DettagliAnalisi di sopravvivenza. Dati di sopravvivenza. caratteristiche peculiari dell analisi. Osservazioni troncate. Censura del I tipo
Analisi di sopravvivenza Dati di sopravvivenza Insieme di metodi statistici per l analisi della distribuzione del tempo di comparsa di un evento. È una modalità di analisi per dati provenienti da studi
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
DettagliLezione 2 Come leggere l articolo scientifico
Analisi critica della letteratura scientifica Lezione 2 Come leggere l articolo scientifico Struttura dell articolo Introduzione Metodi Risultati e Discussione Perché è stato fatto? Come è stato condotto?
DettagliORIGINE DEI DATI. 14 MMG (TS 3, UD 7, PN 3, GO 1) query Millewin assistiti 9978 M (49,1%), F (50,9%) 40% 35% 30% 25% 20% 15% 10%
ORIGINE DEI DATI 14 MMG (TS 3, UD 7, PN 3, GO 1) query Millewin 20336 assistiti 9978 M (49,1%), 10357 F (50,9%) 40% 35% 30% 25% 50,9 20% 15% 49,1 10% 5% 0%
DettagliNicola Bartolomeo. Cattedra di Statistica Medica - Scuola di Medicina Università degli Studi di Bari Aldo Moro. Pag. 1 di 44
Nicola Bartolomeo Cattedra di Statistica Medica - Scuola di Medicina Università degli Studi di Bari Aldo Moro Pag. 1 di 44 La ricerca scientifica svolge un ruolo determinante nell evoluzione di tutte le
DettagliMisure epidemiologiche di rischio!
Misure epidemiologiche di rischio! Individuali (e di popolazione) Rischio Relativo (RR) Odds Ratio (OR) = Stima del rischio relativo Calcolo Incidenza: riepilogo! Le persone sono tutte sane all inizio
DettagliStudio SENIORS Trial sull effetto di nebivololo su mortalità e ospedalizzazioni per malattie cardiovascolari in pazienti anziani con insufficienza
Trial sull effetto di nebivololo su mortalità e ospedalizzazioni per malattie cardiovascolari in pazienti anziani con insufficienza cardiaca (1) Introduzione (1) Età media dei pazienti con insufficienza
DettagliInfermieristica basata sulle prove di efficacia
Corso di Laurea in: Infermieristica (Presidente Prof. G. La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof.ssa Alice Mannocci Prof. Giuseppe Catalano carolina.marzuillo@uniroma1.it
DettagliDipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma
Definizione ed obiettivi dell epidemiologia. Classificazione degli studi epidemiologici. Metodologie e strumenti dell epidemiologia descrittiva. Misure di frequenza di malattia. Paolo Villari paolo.villari@uniroma1.it
DettagliAISAM GIORNATE MEDICHE FIORENTINE Firenze, 17 novembre 2012
AISAM GIORNATE MEDICHE FIORENTINE Firenze, 17 novembre 2012 Aderenza al trattamento, target terapeutico e sostenibilità economica nel paziente ipercolesterolemico Luca Degli Esposti, Economista CliCon
DettagliLa Relazione sullo Stato di salute della Popolazione: uno strumento per la programmazione sanitaria. Valeria Fano
Malattie croniche e telemedicina - 29 Novembre 2013 La Relazione sullo Stato di salute della Popolazione: uno strumento per la programmazione sanitaria Valeria Fano UOC Programmazione, Sistemi Informativi
DettagliBig Data e Real World Evidence: overview della situazione Italiana
Big Data e Real World Evidence: overview della situazione Italiana Prof. FS Mennini Research Director, Economic Evaluation and HTA (EEHTA) CEIS, Università degli Studi di Roma «Tor Vergata» Institute of
DettagliMetodiche in FarmacoVigilanza
Metodiche in FarmacoVigilanza No drug is 100% safe for all people in all circumstances LA NASCITA DI UN ESIGENZA Grafico rappresentante la correlazione temporale fra impiego della talidomide in Germania
DettagliSMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Regressione di Cox 7/3/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Regressione di Cox 7/3/2005 Procedura di Mantel-Haenszel Dati relativi a pazienti maschi nel primo anno di follow-up stratificati per età e
DettagliValutazione di esito delle cure: l esempio del diabete
PREVENIRE LE COMPLICANZE DEL DIABETE: DALLA RICERCA DI BASE ALL ASSISTENZA Istituto Superiore di Sanità, 18-19 febbraio 2010 Valutazione di esito delle cure: l esempio del diabete P.Re.Val.E (Programma
DettagliTitolo: Ambiente e Tumori. nome e cognome: Dr. Paolo Collarile. Centro di Riferimento Oncologico di Aviano - IRCCS
Titolo: Ambiente e Tumori nome e cognome: Dr. Paolo Collarile affiliazione: SOC Epidemiologia Oncologica Centro di Riferimento Oncologico di Aviano - IRCCS Monfalcone, 07/06/2017 1 IARC LIONE, 2015 INQUINAMENTO
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliSimulazione di esercizi su test di significatività e 95%CI
Simulazione di esercizi su test di significatività e 95%CI 1) In un trial clinico vennero trattati 10 pazienti ipertesi con un preparato di Rawolfia. I valori pressori (in mmhg) riscontrati prima del trattamento
DettagliUso dei farmaci nel paziente diabetico
PREVENIRE LE COMPLICANZE DEL DIABETE: DALLA RICERCA DI BASE ALL ASSISTENZA ASSISTENZA Uso dei farmaci nel paziente diabetico Giampiero Mazzaglia Agenzia Regionale di Sanità Toscana & Società Italiana di
DettagliIpercolesterolemie familiari e pazienti a rischio cardiovascolare molto alto: analisi dei Real World Data
GIHTAD (2016) 9:2 ARTICOLO ORIGINALE Ipercolesterolemie familiari e pazienti a rischio cardiovascolare molto alto: analisi dei Real World Data Il commento del Payor, dello Statistico, del Farmacologo,
DettagliCognome e nome. Distribuzione Gaussiana; Media = 122,4 mmhg; Deviazione standard= 14,28 mmhg
Statistica medica. A.a. 2004-2005 15 Febbraio 2005 Tempo previsto 60 minuti Cognome e nome Avete consegnato l'esercitazione di Abilità Informatiche? _SI_ _NO_ LE SOLUZIONI SONO SCRITTE NELLE ULTIME PAGINE
DettagliL'aspirina attenua gli effetti benefici degli ACE-inibitori in pazienti anziani con scompenso cardiaco?
L' attenua gli effetti benefici degli ACE-inibitori in pazienti anziani con scompenso cardiaco? C. Pedone 1, E. Cecchi 2, R. Matucci 2, M. Pahor 3, L. Carosella 1, A. Mugelli 2, R. Bernabei 1 per il Gruppo
Dettagli