Genova dà i numeri. Dal dottore: Prologo. Dal dottore: Primo tempo. La statistica e i test diagnostici Un po di statistica fa bene alla salute
|
|
- Cecilia Stefani
- 5 anni fa
- Visualizzazioni
Transcript
1 SCUOLA DI SCIENZE MATEMATICHE, FISICHE E NATURALI DIMA DIPARTIMENTO DI MATEMATICA Genova dà i numeri Il problema La statistica e i test diagnostici Un po di statistica fa bene alla salute Laura Ventura Univ. Padova Genova, Palazzo Ducale 10 aprile 2019 Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Sceneggiatura Dal dottore: Prologo Ambientazione: nello studio del pediatra del vostro fratellino/figlioletto. Il bambino piagnucola e la mamma appare piuttosto agitata. La mamma: Il mio piccino ha la febbre alta e la lingua a lampone. Dottore... che sia la scarlattina? L indagine Dal dottore: Primo tempo Il dottore prende un tampone faringeo, lo passa leggermente sulle tonsille del bimbo. Quindi inserisce il bastoncino nell apposito astuccio e attende l esito. Il test diagnostico (tampone faringeo) è positivo. Il medico sa anche che nella popolazione in età 6-12 anni la proporzione di soggetti a etti da una certa malattia (prevalenza) è del 10%. E sa anche che il tampone fornisce la risposta corretta (veri positivi e veri negativi) nel 98% dei casi. Da Wikipedia: La scarlattina è una malattia infettiva acuta contagiosa, caratteristica dell età 6-12 anni, che si manifesta con febbre e enantema. A differenza di rosolia, varicella ecc. è l unica provocata da batteri. Sulla base dell esito, il dottore può comunicare alla mamma quanto vale la probabilità che il figlio abbia davvero la scarlattina, dato che è risultato positivo al test. Il secondo tempo alla fine del seminario. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
2 Test diagnostico Test diagnostico Una delle ragioni principali per e ettuare misurazioni cliniche è fornire uno strumento di supporto alle diagnosi. La misurazione clinica fornisce un test diagnostico, che consente di classificare i soggetti in due gruppi: 1. gruppo dei pazienti sani (M ) 2. gruppo dei pazienti malati (M + ) Il test è positivo (T + ) se segnala la presenza della malattia ed è negativo (T ) se non la segnala. Ma perchè la statistica è utile al test diagnostico? Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Un esempio Test diagnostico Misure della creatinachinasi () in pazienti con angina instabile (AI) ed infarto miocardico acuto (IMA). Idati: IMA AI creat creat pat AI AI AI AI AI AI IMA IMA IMA IMA IMA Dal momento che i pazienti con IMA tendono a presentare valori di maggiori, questa misurazione può rappresentare un test diagnostico? Se sì, come scegliere il punto di soglia? Ipotesi di interesse: valutare l accuratezza diagnostica del test basato sulla misura della per discriminare tra pazienti con IMA (malati) e con AI (sani). IMA AI creat Il più basso tra i pazienti con IMA è Una soglia inferiore a k =4.49 permette di identificare tutti i pazienti con IMA. Ma il 58% dei pazienti con AI è al di sopra di quella soglia. Èimportantecapirela classificazione dei pazienti a seconda della soglia k fissata. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
3 Una prima analisi con soglia di fissata Distribuzioni di nei due gruppi Distribuzioni di nei due gruppi. Histogram of AI Histogram of IMA Density Density AI IMA AI IMA AI IMA Consideriamo una soglia di pari a k =5. Il test diagnostico è positivo (T + )se> 5. Quali sono le conseguenze della scelta del cut-o k =5? Con k =5si commettono due errori: si classificano alcuni pazienti AI (sani) come IMA (malati) si classificano alcuni pazienti IMA (malati) come AI (sani) Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Distribuzioni ideali nei due gruppi Distribuzioni peggiori nei due gruppi Con k =5non si commettono errori: si classificano tutti i pazienti AI come sani si classificano tutti i pazienti IMA come malati La classificazione del paziente avviene lanciando una moneta. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
4 Falsi Positivi e Falsi Negativi La matrice di confusione In genere le distribuzioni delle misurazioni del test diagnostico nei due gruppi (pazienti M+ e pazienti M ) si sovrappongono. Per ogni soglia k (criterion value o cut-o ) ci saranno: 1. dei pazienti malati correttamente classificati come positivi (TP = True Positive o Veri Positivi) 2. dei pazienti malati classificati come negativi (FN = False Negative o Falsi Negativi) 3. dei pazienti sani correttamente classificati come negativi (TN = True Negative o Veri Negativi) 4. dei pazienti sani classificati come positivi (FP = False Positive o Falsi Positivi) I quattro valori TP, FN, TN e FP possono essere rappresentati in una tabella a doppia entrata (matrice di confusione o tabella di errata classificazione) che conta il numero di casi classificati correttamente o meno: Test Positivo Test Negativo Paziente Malato Paziente Sano TP (Veri Positivi) FN (Falsi Negativi) FP (Falsi Positivi) TN (Veri Negativi) TP + FN FP + TN Totale 13/ 52 Totale TP + FP FN + TN 14/ 52 Falsi Positivi e Falsi Negativi Validit`a e affidabilit`a di un test diagnostico 15/ 52 16/ 52
5 L accuratezza del test diagnostico Paziente Malato Paziente Sano Totale Test Positivo TP (Veri Positivi) FP (Falsi Positivi) TP + FP Test Negativo FN (Falsi Negativi) TN (Veri Negativi) FN + TN Totale TP + FN FP + TN La validità del test può essere misurata tramite la corretta classificazione dei pazienti sani e malati. L accuratezza del test è definita come accuratezza = TP+TN TP+FN+FP+TN Cosa chiediamo a un test? Ma a partire dalla classificazione, si possono ottenere due importanti indici della qualità del test: la sensibilità elaspecificità. La sensibilità (sensitivity) è definita come sensibilità = TP TP+FN ed esprime la proporzione di Veri Positivi (TP) rispetto al numero totale di positivi e ettivi, ossia di pazienti malati (TP+FN). Un test diagnostico è sensibile al 100% quando tutti i malati risultano positivi. La specificità (specificity) è definita come specificità = TN FP+TN e misura la proporzione di Veri Negativi (TN) rispetto al numero totale di negativi e ettivi, ossia di pazienti sani (FP+TN). Un test diagnostico è specifico al 100% quando tutti i sani risultano negativi. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Sensibilità e Specificità È chiaro che un test diagnostico sensibile e specifico al 100% non lascerebbe dubbi. Un test specifico ha alta capacità di classificare i SANI come NEGATIVI al test (basso rischio di Falsi Positivi). Un test sensibile ha alta capacità di classificare i MALATI come POSTIVI al test (basso rischio di Falsi Negativi). I valori della sensibilità e della specificità dipendono ovviamente dalla soglia k fissata nella classificazione. L aspirazione è minimizzare gli errori. P.S. Per la scarlattina, sensibilità e specificità sono entrambe del 98% Sensibilità o Specificità? Per un valore elevato di k, i Veri Positivi e la sensibilità decrescono, con la specificità e i Veri Negativi che aumentano. Per un valore basso di k, i Veri Positivi e la sensibilità aumentano, e i Veri Negativi e la specificità diminuiscono. Elevata sensibilità e bassa specificità o viceversa? Se la malattia è a grave rischio e richiede un intervento immediato, è preferibile un test molto sensibile. Se la malattia ha conseguenze non gravi, è meglio un test molto specifico Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
6 Nell esempio Il calcolo della sensibilità e della specificità per un valore della soglia fissato a k =5per i dati sul fornisce: IMA (M + ) AI (M ) Totale Test Positivo (creat> 5) Test Negativo (creatapple 5) Totale E se la soglia non è fissata? accuratezza = (26+77)/120 = sensibilità = 26/27 = specificità = 77/93 = Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Adeguatezza del test diagnostico: la curva ROC Uno strumento per valutare l adeguatezza di un test diagnostico, basato sulla sensibilità e specificità, è fornito dalla curva ROC. È stata introdotta negli anni della II Guerra Mondiale nel contesto della teoria delle comunicazioni, per lo studio di particolari immagini radar rilevate nei campi di battaglia, dove si rendeva necessario che il ricevitore del segnale riconoscesse il segnale proveniente da oggetti bellici rispetto al rumore di fondo. È stata poi ampiamente utilizzata in altri ambiti applicativi, tra cui in particolare in controllo della qualità e in statistica medica. Ricordiamo che i valori della sensibilità e della specificità sono determinati dal valore di soglia k adottato. Genova dà i numeri Genova, 10 aprile / 52 La curva ROC Si pensi di far variare la soglia k e di calcolare in corrispondenza di ogni valore di k la sensibilità e la specificità. Il complesso delle sensibilità e delle specificità ai vari livelli discriminanti può essere rappresentato graficamente con la cosiddetta curva ROC. Si tratta di un diagramma cartesiano in cui sono riportati i punti di coordinate (1-specificità, sensibilità). Come si interpreta? Genova dà i numeri Genova, 10 aprile / 52
7 Interpretazione della curva ROC Interpretazione della curva ROC Un test perfetto dal punto di vista diagnostico (assenza di sovrapposizione tra i due gruppi) è rappresentato da una curva ROC che passa per l angolo superiore sinistro del sistema di assi cartesiani (100% specificità, 100% sensibilità). Al contrario, la bisettrice dell angolo nell origine corrisponde alla classificazione casuale dei pazienti. Pertanto, un buon test diagnostico avrà curva ROC il più sopra possibile della diagonale. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Interpretazione della curva ROC Curva ROC per ROC Curve Nelle situazioni reali: Hit Rate False Alarm Rate Potrebbe essere utile avere una misura sintetica ed oggettiva dell e cacia del test, attraverso un indicatore di sintesi della curva ROC. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
8 Area sotto la curva ROC Un indicatore molto utilizzato della bontà del test diagnostico è costituito dall area sottesa alla curva ROC (AUC = Area Under the Roc Curve). Sia X la variabile che rappresenta la misura nel gruppo dei pazienti sani e Y quella nel gruppo dei pazienti malati. L AUC può essere espressa come AUC = P (X <Y) Tale quantità, in letteratura, è nota anche come modello sollecitazione-resistenza (stress-strength model). Interpretazione AUC L interpretazione del valore dell AUC avviene convenzionalmente secondo la seguente scala: AUC =0.5: test non informativo 0.5 < AUC apple 0.7: testpocoaccurato 0.7 < AUC apple 0.9: testmoderatamenteaccurato 0.9 < AUC < 1.0: testaltamenteaccurato AUC =1.0: testperfetto Nei dati su si trova AUC =0.975: il test diagnostico basato su è altamente accurato. (p.s. la statistica o re diversi metodi per una accurata stima dell AUC) Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Confronto di test diagnostici tramite curve ROC È intuitivo come la curva ROC (e l AUC) possa essere anche utilizzata per confrontare l e cienza di test diagnostici di erenti di una particolare patologia: la curva più spostata verso il centro del grafico appartiene all esame peggiore. Scelta della soglia ottimale Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
9 Scelta della soglia k ottimale: accuratezza È possibile determinare in maniera automatica un valore per la soglia k per discriminare tra i due gruppi di pazienti, che risponda ad un qualche criterio di ottimalità. Ad esempio, tra le misure di adeguatezza della previsione in una matrice di confusione, la più immediata è costituita dalla frazione totale di casi correttamente classificati: TP + TN accuratezza = TP +FN +FP +TN ROC Curve Nell esempio Il calcolo della sensibilità e della specificità per il valore della soglia fissato a k =5.89 per i dati sul fornisce: IMA (M + ) AI (M ) Totale Test Positivo (creat> 5) Test Negativo (creatapple 5) Totale Hit Rate Average accuracy ! k =5.89 accuratezza = (19+93)/120 = 0.93 sensibilità = 19/27 = 0.70 specificità = 93/93 = 1.0 False Alarm Rate Cutoff Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Scelta della soglia k ottimale: distanza Il punto sulla curva ROC più vicino all angolo superiore sinistro rappresenta il miglior compromesso tra sensibilità e specificità. La distanza di ogni punto della curva ROC al punto (0,1) è d = p (1 Sensibilità) 2 +(1 Specificità) 2 Il cut-o ottimale è il punto con distanza minore. Scelta della soglia k ottimale: distanza L indice J di Youden misura la distanza verticale tra la change line e il generico punto della curva ROC J = Sensibilità + Specificità 1 Il cut-o ottimale è il punto con distanza J massima.! k d =5.70 sensibilità=0.925 specificità=0.967! k J =5.70 sensibilità=0.925 specificità=0.967 coincide con k d Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
10 Scelta della soglia k ottimale: considerazioni Ritorniamo dal dottore Per concludere, si nota che la scelta della soglia k non pu`o essere dettata solo da considerazioni di tipo probabilistico volte a minimizzare la proporzione di classificazioni errate. ` anche necessario basarsi sul prevedibile impatto di tipo E sanitario, economico, sociale, ecc. di ciascuno dei due tipi di misclassificazione (Falsi Positivi e Falsi Negativi). Ad esempio, per malattie ad alta contagiosit`a potrebbe essere opportuno minimizzare la quota di Falsi Negativi, e quindi privilegiare la sensibilit`a a scapito della specificit`a. Viceversa, in altre situazioni (quali, ad esempio, malattie non contagiose, trattabili soltanto con una terapia molto costosa o invasiva) il prezzo di un Falso Positivo sar`a verosimilmente superiore a quello di un Falso Negativo, e quindi la soglia k verr`a determinata in modo da privilegiare la specificit`a. 37/ 52 38/ 52 CI INTERESSA P (M + T + ) Secondo tempo Definiamo gli eventi: M+ = (il bimbo ha la scarlattina) M = (il bimbo non ha la scarlattina) T+ = (il test `e risultato positivo) T = (il test `e risultato negativo) e assegniamo i valori: P(M+ ) = 0.10 P(M ) = 1 P(T+ P(T M+ ) M+ ) 0.9 = 0.1 = P(T M ) = 0.98 Reverendo Thomas Bayes ( ) Teorema di Bayes = P(T+ M ) = 0.02 Ci insegna ad aggiornare la valutazione della probabilit`a di un evento alla luce di nuove informazioni, oltre a quelle iniziali. 39/ 52 40/ 52
11 La tabella Da P(M + )ap(m + T + ) Paziente Malato Paziente Sano Totale Paziente Malato Paziente Sano Totale Test Positivo P(M + \T + ) P(M \T + ) P(T + ) Test Negativo P(M + \T ) P(M \T ) P(T ) Test Positivo P(M + \T + ) P(M \T + ) P(T + ) Test Negativo P(M + \T ) P(M \T ) P(T ) Totale P(M + )=0.1 P(M )=0.9 Totale P(M + )=0.1 P(M )=0.9 Da P(T + M + )=P(M + \T + )/P(M + ) = 0.98, si trova P(M + \T + )=P(T + M + )P(M + )= = Analogamente: P(M \T ) = e P(T \ M + )=P(T + \ M )= = Vogliamo P(M + T + ) Genova dà i numeri Genova, 10 aprile / 52 P (M + T + ) = P (M + \ T + )/P (T + ) = P (T + M + )P (M + ) P (M + \ T + )+P(M \ T + ) = P (T + M + )P (M + ) P (T + M + )P (M + )+P(T + M )P (M ) = =0.844 (P.S. questo è il Teorema di Bayes) Genova dà i numeri Genova, 10 aprile / 52 Teorema di Bayes Osservazione: Il punto di vista del medico Vi è una probabilità a priori che il paziente sia malato (P(M + ) = 0.10). Si conoscono le proprietà del test diagnostico (sensibilità e specificità). Vi è l evidenza sperimentale: il test risulta positivo. Tramite il teorema di Bayes si aggiorna la P(M + )in P(M + T + ), ottendendo la probabilità a posteriori. P (M + T + )= P (T + M + )P (M + ) P (T + M + )P (M + )+P(T + M )P (M ) Quando il medico esamina l esito di un test diagnostico ignora se il paziente sia sano o malato, ma vorrebbe che: I l esito positivo significasse malato I l esito negativo significasse sano Consideriamo due di erenti soluzioni: una con prevalenza bassa di malattia, e una con prevalenza alta. La probabilità a posteriori che il paziente sia malato è P (M + T + )= Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
12 Prevalenza = 0.10 e 0.80 Osservazione: Il punto di vista del medico Paziente Malato Paziente Sano Totale Test Positivo Test Negativo Totale ) Sensibilità = 0.85, Specificità = Un soggetto con test positivo, quale probabilità ha di essere malato? Teorema di Bayes: P (M + T + )= P (T + M + )P (M + ) P (T + M + )P (M + )+P(T + M )P (M ) Paziente Malato Paziente Sano Totale Test Positivo Test Negativo Totale Quindi P (M + T + ) = 85/265 = 32.07% con prevalenza dell 10%. E P (M + T + ) = 680/720 = 94.4% con prevalenza dell 80% ) Sensibilità = 0.85, Specificità = Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Un altro esempio: test sul DNA In un caso di omicidio ci sono due sospetti, A e B, considerati dalla polizia ugualmente sospettati. Sul luogo del delitto sono stati rinvenuti dei capelli non appartenenti alla vittima, e quindi appartenenti al colpevole. La prova del DNA sui capelli e sui due sospetti ha portato alla conclusione che la probabilità di ottenere quel DNA facendo il test su A è 0.85 e quella di ottenere lo stesso DNA da B è 0.4. Qual è la probabilità che sia A il colpevole alla luce dell analisi del test sul DNA? E che sia B? Abbiamo: P (A) =P (B) =0.5 P (DNA osservato A) = 0.85 e P (DNA osservato B) = 0.40 Allora: P (DNA osservato A)P (A)+P (DNA osservato B)P (B) = =0.625 e P (A DNA osservato) = /0.625 = 0.68 P (B DNA osservato) = /0.625 = 0.32 Ma basta un solo test diagnostico? Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
13 Un ultimo esempio: Migliorare la diagnosi con i test in serie I test diagnostici vengono usualmente somministrati in modo sequenziale. Se il soggetto è positivo al primo test viene sottoposto alla somministrazione del secondo test. Ad esempio, nella diagnosi del Carcinoma Mammario, si eseguono in serie 1. Mammografia (Sensibilità = 0.75, Specificità = 0.92). 2. Citologia (Sensibilità = 0.88, Specificità = 0.95) Migliorare la diagnosi con i test in serie La prevalenza di Carcinoma Mammario è Con la mammografia si ha: P (T + M + )=0.75,P(T M )=0.92 P (T M + )=0.25,P(T + M )=0.08. Il Teorema di Bayes fornisce: P (M + T + ) = = P (T + M + )P (M + ) P (T + M + )P (M + )+P(T + M )P (M ) ( ) =0.07 La probabilità a posteriori che la paziente sia malata è P (M + T + )=0.07. Si decide di eseguire un secondo test diagnostico. Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52 Migliorare la diagnosi con i test in serie La probabilità a priori è ora Con la citologia si ha: P (T + M + )=0.88,P(T M )=0.95 P (T M + )=0.12,P(T + M )=0.05. Il Teorema di Bayes fornisce: THE END Lo statistico è uno scienziato. Non studia però la cellula, le stelle, o il moto perpetuo: studia i dati. P (M + T + ) = = P (T + M + )P (M + ) P (T + M + )P (M + )+P(T + M )P (M ) (1 0.07) =0.57 Governo e Pubblica Amministrazione Imprese e Industria STATISTICA Finanza e assicurazioni La probabilità finale che la paziente sia malata, essendo risultata positiva a entrambi i test, è P (M + T + )=0.57. Medicina Tribunali Biologia Fisica e astronomia Ambiente e Energia Genova dà i numeri Genova, 10 aprile / 52 Genova dà i numeri Genova, 10 aprile / 52
La statistica e i test diagnostici
La statistica e i test diagnostici Laura Ventura Dipartimento di Scienze Statistiche Università degli Studi di Padova ventura@stat.unipd.it XXIII Settimana della Cultura Scientifica e Tecnologica Liceo
DettagliTest diagnostico. Definizione. Mondo ideale. Definizione
Definizione Test diagnostico Un test diagnostico è una qualunque procedura utile all'identificazione di uno stato di malattia. Viene utilizzato: all inizio del decorso clinico per la diagnosi; in qualsiasi
DettagliAnalisi dei dati diagnostici
Analisi dei dati diagnostici Test diagnostico Affidabilità Riproducibilità o precisione Validità o accuratezza Concordanza Sensibilità Specificità Valore predittivo positivo Valore predittivo negativo
DettagliStatistica nelle applicazioni sanitarie
Dipartimento di Fisica Scuola di Specializzazione in Fisica Medica A.A. 2012/2013 Statistica nelle applicazioni sanitarie Maria Roberta Monge: Roberta.Monge@ge.infn.it Test di screening e test diagnostici
DettagliValutazione dei test diagnostici
Valutazione dei test diagnostici Maria Miceli M. Miceli 2011 1 Diagnosi individuale (test di laboratorio) Esame collaterale nell ambito dell iter diagnostico condotto generalmente su animali sintomatici
DettagliIl ragionamento diagnostico
Il ragionamento diagnostico 1 l accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In qualsiasi punto del decorso clinico, per conoscere lo stato
DettagliLuigi Santoro. Hyperphar Group S.p.A., MIlano
Come modellare il rischio Luigi Santoro Hyperphar Group S.p.A., MIlano Gli argomenti discussi Le definizioni del termine rischio L utilità di un modello predittivo di rischio Come costruire modelli predittivi
DettagliPatologia Clinica. Lezione introduttiva. Dott.ssa Samantha Messina
Patologia Clinica Lezione introduttiva Dott.ssa Samantha Messina Modulo: Patologia clinica Anno accademico 2011/2012 II anno, I semestre CdL Infermieristica, Facoltà di Medicina e Chirurgia Università
DettagliScreening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes
Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Storia naturale di
DettagliMODALITA DI VALUTAZIONE DELL ACCURATEZZA DIAGNOSTICA
MODALITA DI VALUTAZIONE DELL ACCURATEZZA DIAGNOSTICA Accuratezza diagnostica E definita come la capacità di un test diagnostico di discriminare tra due condizioni cliniche diverse; per esempio: malattia
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliSicurezza delle reti. Monga. Falsi allarmi. Rilevamento delle intrusioni I falsi allarmi Teorema di Bayes
Sicurezza dei sistemi e delle 1 Mattia Dip. di Informatica Università degli Studi di Milano, Italia mattia.monga@unimi.it Lezione IX: a.a. 2015/16 1 cba 2011 15 M.. Creative Commons Attribuzione Condividi
DettagliSicurezza dei sistemi e delle reti 1
Sicurezza dei sistemi e delle 1 Mattia Dip. di Informatica Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2015/16 1 cba 2011 15 M.. Creative Commons Attribuzione Condividi allo stesso
DettagliIn alternativa all intervallo di riferimento. VALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
Dettaglicurves (ordinary ROC)
CURVE ROC Ordinary ROC Frequency ROC Expected Utility ROC (O-ROC) (F-ROC) (EU-ROC) O-ROC curves (ordinary ROC) 1 Le coordinate di ogni punto della curva sono il tasso di veri positivi pari alla sensibilità
DettagliTecniche diagnostiche
TEST DIAGNOSTICI Tecniche diagnostiche Infezione corrente Isolamento dell agente eziologico Identificazione del materiale genetico dell agente eziologico Segni clinici Alterazioni patognomoniche Alterazioni
DettagliVALORI o LIVELLI DECISIONALI
In alternativa all intervallo di riferimento VALORI o LIVELLI DECISIONALI Valori sopra o sotto i quali è raccomandabile seguire un determinato comportamento clinico: - Instaurare o modificare un regime
DettagliTest diagnostici- 1. Un test diagnostico perfetto dovrebbe dare esito positivo in tutti i soggetti malati e esito negativo in tutti i soggetti sani.
Test diagnostici- 1 Un test diagnostico è un metodo usato per diagnosticare una certa malattia: per esempio il Pap test è un metodo per diagnosticare il tumore del collo dell utero, la glicemia è un metodo
DettagliScreening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes
Screening, sensibilità e specificità di un test diagnostico, curve R.O.C., teorema di Bayes Sezione di Epidemiologia e Statistica Medica, Università di Verona Storia naturale di una malattia (Rothman,
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Classificazione: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Introduzione
DettagliIndici di validità di un test diagnostico
Indici di validità di un test diagnostico (accuratezza, capacità discriminante) Ogni test diagnostico binario, positivo-negativo, ha una quota di errore: rispettivamente falsi positivi e falsi negativi.
DettagliIndici di validità di un test diagnostico
Indici di validità di un test diagnostico (accuratezza, capacità discriminante) In Medicina ogni test diagnostico binario, positivo-negativo, ha una quota di errore: rispettivamente falsi positivi e falsi
Dettagli7a. Un esempio di analisi bayesiana dei dati mediante Ministat
7a. Un esempio di analisi bayesiana dei dati mediante Ministat Consideriamo una situazione nella quale la concentrazione dell analita aumenti nella malattia, e nella quale la soglia tra sani e malati è
DettagliTest Diagnostici. Vogliamo studiare il problema dal punto di vista della probabilità.
est Diagnostici Un test diagnostico è un metodo usato per diagnosticare una certa malattia: per esempio il Pap test è un metodo per diagnosticare il tumore del collo dell utero, la glicemia è un metodo
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliCentro e Programma Regionale Biomarcatori Ospedale SS Giovanni e Paolo, Venezia, Aulss13 Serenissima
Criteri di interpretazione nella pratica clinica Massimo Gion Centro e Programma Regionale Biomarcatori Ospedale SS Giovanni e Paolo, Venezia, Aulss13 Serenissima Agenda Indici di accuratezza diagnostica
DettagliEPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST
EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST Problemi nella pratica clinica 1. Spiegazione del profilo clinico Dato il profilo clinico di un paziente, quale malattia ha? 2. Spiegazione della malattia Perché
DettagliDAL SOSPETTO ALL INTERPRETAZIONE DIAGNOSTICA l approccio a soglia. Brescia Corsi ASL 2006
DAL SOSPETTO ALL INTERPRETAZIONE DIAGNOSTICA l approccio a soglia Brescia Corsi ASL 2006 La logica del processo clinico Le domande chiave: Qual è l ipotesi diagnostica più probabile? Sono necessari test
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 2.3 Validazione di un test clinico Davide Massidda davide.massidda@gmail.com Definire un cut-off Per ogni scala del questionario, sommando o mediando
DettagliCriteri di valutazione dei test diagnostici
Criteri di valutazione dei test diagnostici Perché misurare validità e precisione? La validazione è un processo di valutazione per stabilire quanto il procedimento sia adatto per lo scopo per il quale
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 11 LEZIONE STATISTICA MEDICA STATISTICA E DECISIONI MEDICHE Processo diagnostico Se
DettagliCARATTERISTICHE DELLE SCALE DI VALUTAZIONE: VALIDITÀ, AFFIDABILITÀ E VALORE PREDITTIVO. GLORIA GIANESINI
CARATTERISTICHE DELLE SCALE DI VALUTAZIONE: VALIDITÀ, AFFIDABILITÀ E VALORE PREDITTIVO GLORIA GIANESINI gnsglr@unife.it STRUMENTI PER IDENTIFICARE IN MODO OGGETTIVO PRECISO OMOGENEO I BISOGNI DEL PAZIENTE
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
Dettagliscreening Antonietta Di Fronzo
screening 1 screening Scopo fondamentale è quello di separare da un vasto gruppo di persone che apparentemente sono in buona salute, coloro che hanno una più alta probabilità di incorrere nella malattia
DettagliCENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)
CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato
DettagliT+ T- P(T+M+) [sensibilità] [1 sensibilità] P(T+M-) [1 specificità] [specificità]
7b. Quattro aspetti del teorema di Bayes Quattro aspetti del teorema di Bayes si rivelano della massima importanza per la sua comprensione: - il collegamento che esiste tra l espressione del teorema di
DettagliCenni di calcolo delle probabilità
Cenni di calcolo delle probabilità Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/19 Quando si compie un esperimento o una serie di prove i possibili risultati
DettagliAnalisi Discriminante Strumenti quantitativi per la gestione
Analisi Discriminante Strumenti quantitativi per la gestione Emanuele Taufer Un esempio introduttivo Approccio con Bayes Perchè un altro metodo di classificazione? Classificazione con Bayes Analisi discriminante
DettagliScuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco
Scuola di specializzazione In Fisica Sanitaria a.a. 2005/2006 Epidemiologia Prof. Maria Antonietta Penco penco@fisica.unige.it 20/03/2006 Sensibilità e specificità di un test Consideriamo la seguente tabella:
DettagliApprendimento Automatico
Apprendimento Automatico Metodi Bayesiani Fabio Aiolli 11 Dicembre 2017 Fabio Aiolli Apprendimento Automatico 11 Dicembre 2017 1 / 19 Metodi Bayesiani I metodi Bayesiani forniscono tecniche computazionali
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
DettagliGALLO_Metodi epidemiologici per la clinica _diagnosi / 1. La misura della diagnosi
GALLO_Metodi epidemiologici per la clinica _diagnosi / 1 La misura della diagnosi GALLO_Metodi epidemiologici per la clinica _diagnosi / 2 Cosa intendiamo quando parliamo di misure esatte : accuratezza
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Obiettivo Conoscere e utilizzare i principali strumenti per organizzare e descrivere le
DettagliAnalisi Discriminante. Strumenti quantitativi per la gestione
Analisi Discriminante Strumenti quantitativi per la gestione Emanuele Taufer file:///g:/il%20mio%20drive/2%20corsi/3%20sqg/classes/4-2_ad.html#(33) 1/39 AD Tecnica di classificazione che sfrutta combinazioni
DettagliScreening oncologico di popolazione: principi e valutazione
Screening oncologico di popolazione: principi e valutazione Screening oncologico organizzato: definizione Somministrazione attiva e periodica di un test diagnostico di provata efficacia ad una popolazione
DettagliFattori antropometrici e rischio di sindrome del tunnel carpale: curve ROC e misure di accuratezza
Fattori antropometrici e rischio di sindrome del tunnel carpale: curve ROC e misure di accuratezza Mauro Mondelli 1, Stefania Curti 2, Andrea Farioli 2, Alessandro Aretini 1, Federica Ginanneschi 3, Giuseppe
DettagliUNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE TESI DI LAUREA
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA E TECNOLOGIE INFORMATICHE TESI DI LAUREA INFERENZA SU P(X
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di statistica
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di statistica Applicazione del calcolo della probabilità: la valutazione dei tests diagnostici Corso di laurea in medicina
DettagliIl processo decisionale
Il processo decisionale Etimologia: dal latino de-caedere, ovvero tagliar via, recidere Le fasi della decisione Il giudizio: detezione e diagnosi del problema Scelta del corso d azione, per selezione ed
DettagliEpidemiologia. disciplina che studia la distribuzione e le cause delle malattie nell uomo
Epidemiologia disciplina che studia la distribuzione e le cause delle malattie nell uomo Epidemiologia osservazionale: epidemiologia descrittiva : lo studio della frequenza e della distribuzione geografica
DettagliDipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Statistica clinica 22/4/2005
Dipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Statistica clinica 22/4/2005 Analfabetismo numerico Difficoltà ad interfacciarsi con i medici difficoltà ad interfacciarsi con i pazienti Per la nostra
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
DettagliStatistica in biomedicina
Scuola di Specializzazione in Fisica Sanitaria a.a. 2005/2006 Corso di Informatica e Statistica Medica Statistica in biomedicina 14/3/2006 Caratteristiche peculiari Difficoltà ad interfacciarsi con i medici
Dettagli2 BMI = PESO/ALTEZZA Lancet ago 2014 Snelli-obesi obesità dei magri Androide, viscerale OBIETTIVO Confrontare il Waist to Height Ratio (WHtR) e il Body Mass Index (BMI) nell identificazione del
DettagliIXIP IXip probabilità di cancro alla prostata (PCa) biopsia alla prostata
IXIP IXip è un nuovo indice diagnostico che fornisce la probabilità di cancro alla prostata (PCa) in un dato paziente e permette di ridurre il numero di biopsie prostatiche con esito negativo. La biopsia
DettagliDipendenza ed indipendenza
PROBABILITA Dipendenza ed indipendenza Estrazioni senza reimmissione DIPENDENZA INDIPENDENZA Estrazioni con reimmissione o lancio di (dadi/monete) Dipendenza ed indipendenza Estrazioni senza reimmissione
DettagliTEST DIAGNOSTICI. Si chiama test diagnostico un esame effettuato per stabilire se un dato individuo è affetto o no da una certa malattia.
TEST DIAGNOSTICI Si chiama test diagnostico un esame effettuato per stabilire se un dato individuo è affetto o no da una certa malattia. Il test, come ogni esame, ha un certo margine di errore, può risultare
DettagliSeconda Parte Specifica per la tipologia di scuola - Statistica sanitaria e Biometria - 22/07/2016
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Scenario 1: In uno studio prospettivo condotto per valutare la relazione tra l'uso di estrogeni e rischio di cancro alla mammella,
DettagliExcel. È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti:
Excel È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti: Calcolare per ogni classe della distribuzione: (a) le frequenze relative; Sia data la distribuzione degli studenti
DettagliCalcolo combinatorio minimo.
Calcolo combinatorio minimo. Ricordiamo (vedi prima lezione) che il numero delle possibili coppie (a i, b j ) con i A e j B è A B. il numero delle n-uple di elementi di un insieme A è A n. il numero di
DettagliIl metodo statistico: prova dell ipotesi, intervallo di confidenza
Il metodo statistico: prova dell ipotesi, intervallo di confidenza Tratto con modifiche da : Buzzetti, Mastroiacovo. Le prove di efficacia in pediatria. 2000, UTET 1 Il problema Si supponga di voler verificare
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 2 Teoria della decisione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
DettagliGIORNATA DI STUDIO SIPAOC CELLULE SOMATICHE NEL LATTE OVINO E CAPRINO. Valore discriminante delle cellule somatiche nel latte ovino
GIORNATA DI STUDIO SIPAOC CELLULE SOMATICHE NEL LATTE OVINO E CAPRINO Valore discriminante delle cellule somatiche nel latte ovino Grosseto, 8 Novembre 2013 dr. Carlo Boselli Le Cellule Somatiche Elementi
DettagliQualche informazione di carattere organizzativo
A.A. 2011/12 Qualche informazione di carattere organizzativo Docenti: Alessandra Bianchi e Paolo Dai Pra Orario di ricevimento (Dai Pra): Martedì ore 15:00 e per appuntamento (saranno possibili cambiamenti
DettagliEsercizi sull associazione di variabili categoriche
Dipartimento di Fisica SMID a.a. 004/005 Esercizi sull associazione di variabili categoriche Prof. Maria Antonietta Penco penco@fisica.unige.it tel. 003536404 7//005 Esercizio Tra i 40 e 50 anni la probabilità
DettagliUn key article per un radiologo
Un key article per un radiologo Simona Martinello SSD Senologia di Screening CRR / Centro di Riferimento Regionale per lo Screening Mammografico Responsabile: A. Frigerio Un key article per un radiologo
DettagliCOME NASCE UN FASCICOLO? CHI PREPARA I QUESITI? DUE PAROLE SU:
COME NASCE UN FASCICOLO? CHI PREPARA I QUESITI? DUE PAROLE SU: LE PROVE AL COMPUTER? E LA QUINTA? AURELIA ORLANDONI PADOVA 4 aprile 2017 La struttura del Quadro di Riferimento Quadro di riferimento per
DettagliCognome e nome. b. Numero di globuli bianchi in 1 ml di sangue
1. Indicate a quale categoria appartengono le seguenti variabili: a. Età in anni compiuti Nominale Ordinale Numerica b. Numero di globuli bianchi in 1 ml di sangue c. Provincia di residenza, codificata
DettagliGIOVANNI BONIOLO. Dipartimento di Scienze Biomediche e Chirurgico Specialistiche Università of Ferrara Via Fossato di Mortara, 64A Ferrara
GIOVANNI BONIOLO Dipartimento di Scienze Biomediche e Chirurgico Specialistiche Università of Ferrara Via Fossato di Mortara, 64A 44121-Ferrara Corso breve di metodologia clinica Ore Giorno Argomento 2
DettagliNota dell editore Presentazione
Autori Nota dell editore Presentazione XI XIII XV 1 Conoscenze preliminari per l osservazione biostatistica 1 Variabilità biologica e implicazioni statistiche 1 Variabili e costanti 2 Concetto di misura
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliApprendimanto automatico
Docente: Matteo Re UNIVERSITÀ DEGLI STUDI DI MILANO Apprendimanto automatico Matteo Re Matteo.re@unimi.it http://homes.di.unimi.it/~re DI Dipartimento di Scienze dell Informazione Università degli Studi
DettagliEsercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:
Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliHo pensato di raccogliere in modo organico e chiaro tutte le informazioni pratiche relative alla gravidanza. Mi sono basata sulle emozioni, i dubbi e
Ho pensato di raccogliere in modo organico e chiaro tutte le informazioni pratiche relative alla gravidanza. Mi sono basata sulle emozioni, i dubbi e gli interrogativi che le future mamme ci hanno espresso
DettagliCosa è il PSA. Licia Mantovani Medico di Medicina Generale Vicepresidente SIMG Modena
Cosa è il PSA Licia Mantovani Medico di Medicina Generale Vicepresidente SIMG Modena 1 Cos è il test del PSA E un esame che misura il livello di PSA nel sangue (Antigene Prostatico Specifico). Il PSA è
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
Dettagli2 In uno studio viene misurata la pressione arteriosa sistolica a 5 maschi adulti, con i seguenti risultati : 127; 134; 142; 128; 144
Statistica medica. A.a. 2004-2005 1 Febbraio 2005 Tempo previsto 60 minuti SOLUZIONI 1 Indicate a quale categoria appartengono le seguenti variabili: Nominale Ordinale Numerica a. Età in anni X b. Provincia
DettagliDr. Igino FUSCO MOFFA
Dr. Igino FUSCO MOFFA Epidemiologia Il tromboembolismo venoso TEV è rappresentata per 2/3 dalla trombosi venosa profonda (TVP) e per 1/3 dall embolia polmonare (EP). La TVP rappresenta una delle principali
DettagliSTATISTICA MEDICA (III)
Laurea triennale in EDUCATORE PROFESSIONALE a.a. 2010-2011 STATISTICA MEDICA (III) Flavia Carle Centro di Epidemiologia, Biostatistica e Informatica Medica Università Politecnica delle Marche Facoltà di
DettagliTest Diagnostici. Marco Martini Dipartimento di Medicina Animale, Produzione e Salute, Università di Padova
Test Diagnostici Marco Martini Dipartimento di Medicina Animale, Produzione e Salute, Università di Padova FATTORI CHE CONDIZIONANO LA QUALITA DI UNA PROCEDURA DIAGNOSTICA 1. A monte del laboratorio: scelta
DettagliSicurezza dei sistemi e delle reti 1
Sicurezza dei sistemi e delle 1 Mattia Dip. di Informatica Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2013/14 1 cba 2011 14 M.. Creative Commons Attribuzione Condividi allo stesso
DettagliStima della qualità dei classificatori per l analisi dei dati biomolecolari
Stima della qualità dei classificatori per l analisi dei dati biomolecolari Giorgio Valentini e-mail: valentini@dsi.unimi.it Rischio atteso e rischio empirico L` apprendimento di una funzione non nota
Dettaglicontrollo delle malattie dei pesci
Epidemiologia nel controllo delle malattie dei pesci Dr Ignacio de Blas Facoltà di Veterinaria Università di Zaragoza (Spagna) Erice, 24 ottobre 2008 Workshop Acquacoltura mediterranea: aspetti normativi
DettagliEsercizi svolti su probabilità condizionata e teorema di Bayes
Esercizi svolti su probabilità condizionata e teorema di Bayes Esercizio 1 Si stima che il 30% degli adulti negli Stati Uniti siano obesi, che il 3% siano diabetici e che il 2% siano sia obesi che diabetici.
DettagliUniversità degli Studi di Trieste. 603SM Biostatistica. Corso di Laurea Magistrale in Biotecnologie Mediche. La curva ROC con R.
Università degli Studi di Trieste 603SM Biostatistica Corso di Laurea Magistrale in Biotecnologie Mediche La curva ROC con R loghe4 Sensitivity 0.0 0.2 0.4 0.6 0.8 1.0 2.52 3.69 4.86 6.04 7.21 8.38 0.0
DettagliValutazione delle Prestazioni di un Classificatore. Performance Evaluation
Valutazione delle Prestazioni di un Classificatore Performance Evaluation Valutazione delle Prestazioni Una volta appreso un classificatore è di fondamentale importanza valutarne le prestazioni La valutazione
DettagliIntroduzione alla Metodologia Clinica
Introduzione alla Metodologia Clinica Premessa: Una buona attività clinica dipende dalla applicazione di un insieme di principi e di regole che indicano al medico la condotta da tenere nelle varie circostanze
DettagliCdL in INFERMIERISTICA DOMANDE RECENTEMENTE UTILIZZATE PER GLI ESAMI
CdL in INFERMIERISTICA DOMANDE RECENTEMENTE UTILIZZATE PER GLI ESAMI DISTRIBUZIONE DI FREQUENZA (LEZIONE 3) 1) La tabella seguente riporta il numero delle dita delle due mani in un gruppo di falegnami
DettagliSMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Decisioni cliniche 16/1/2006
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Decisioni cliniche 16/1/2006 Applicazioni in fisica medica Problematica dell analisi statistica di dati clinici Studi e applicazioni
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliCorso di Laurea in Farmacia Modulo di Matematica ed Informatica, 3 giugno Giustificare adeguatamente le soluzioni dei seguenti esercizi
Modulo di Matematica ed Informatica, 3 giugno 204 Si sono registrati i battiti cardiaci al minuto ad una persona, una volta al giorno per 20 giorni. Si sono ottenuti i seguenti dati: 66, 69, 7, 68, 66,
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliChe cosa è uno screening. Livia Giordano, CPO Piemonte - Torino
Che cosa è uno screening Livia Giordano, CPO Piemonte - Torino 1 PREVENZIONE - Definizione PREVENZIONE PRIMARIA = ELIMINAZIONE DELLE CAUSE DEL TUMORE PREVENZIONE SECONDARIA = DIAGNOSTICARE E CURARE UN
DettagliUniversità degli Studi di Trieste. Analisi Multivariata dei Dati Sperimentali. Corso di Laurea Magistrale in Biotecnologie Mediche. La curva ROC con R
Università degli Studi di Trieste Analisi Multivariata dei Dati Sperimentali Corso di Laurea Magistrale in Biotecnologie Mediche La curva ROC con R loghe4 Sensitivity 0.0 0.2 0.4 0.6 0.8 1.0 2.52 3.69
DettagliBackground: raccomandazioni 40-49
Background: raccomandazioni 40-49 Lo screening mammografico in Europa è consolidato e prevede mammografia con 2 proiezioni per le donne in fascia di età 50-69 In molte aree è prevista l estensione a 74
DettagliAttività di revisione per il miglioramento della qualità: il monitoraggio dei cancri intervallo
14.11.2017 06.12.2017 SEMINARIO DI AGGIORNAMENTO SUL FUTURO DEGLI SCREENING ONCOLOGICI IN REGIONE LOMBARDIA Attività di revisione per il miglioramento della qualità: il monitoraggio dei cancri intervallo
DettagliSCIENZE MATEMATICHE CLASSE SECONDA
SCIENZE MATEMATICHE CLASSE SECONDA COMPETENZE ABILITA OBIETTIVI DI APPRENDIMENTO CONOSCENZE Operare con i numeri nel calcolo scritto e mentale e con strumenti. Riconoscere ed operare con i numeri decimali.
Dettagli