Scelta del soggetto. Sviluppo del protocollo. Pretest e revisione del protocollo. Effettuazione dello studio. Analisi dei risultati
|
|
- Luisa Marino
- 8 anni fa
- Visualizzazioni
Transcript
1
2 Ciclo della ricerca Scelta del soggetto Sviluppo del protocollo Pretest e revisione del protocollo Effettuazione dello studio Analisi dei risultati Conclusioni e loro pubblicazione
3 ANATOMIA DELLA RICERCA: Di cosa è fatta FISIOLOGIA DELLA RICERCA: Come funziona
4 Anatomia della ricerca Caratteristiche Research question Disegno Soggetti Misurazioni Statistica
5 Obiettivo dello studio Research question Background Disegno Soggetti PREVALENZA INFARTO NEI FUMATORI Misurazioni Statistica
6 Caratteristiche Research question Background Disegno Soggetti Misurazioni Realizzabile Interessante Nuova Etica Rilevante Statistica
7 Research question Background Disegno Soggetti Misurazioni Inserisce la Research question nel contesto attuale e fornisce il rationale Cosa è conosciuto circa l argomento Perché la Res. question è importante Quale tipo di risposta fornisce lo studio Statistica
8 Stare a guardare Intervenire Research question Background Disegno Studi osservazionali Studi sperimentali Effettuare misurazioni 1 volta più volte Soggetti Misurazioni Statistica Studio trasversale Studio longitudinale Nel passato Nel futuro Retrospettivo Prospettico
9 Sequenza usuale degli studi Research question Background Disegno Soggetti Misurazioni Statistica Studio descrittivo (Es. Qual è la prevalenza dei fumatori nella popolazione?) Studio analitico (Es. I fumatori hanno una maggiore incidenza di infarto rispetto ai non fumatori?) Studio sperimentale (L abolizione del fumo riduce l incidenza di infarto?)
10 Research question Background Disegno Soggetti Scelta criteri selezione: Criteri inclusione Criteri esclusione Reclutamento Misurazioni Statistica
11 Criteri inclusione Research question Background Disegno Soggetti Definiscono le caratteristiche della popolazione target e della popolazione accessibile Per identificare Popol. Target Specificare Caratt. Cliniche Caratt. Demografiche Misurazioni Statistica Popol. Accessibile Caratt. Geografiche Caratt. Temporali
12 Criteri inclusione (Esempio) Research question Background Disegno Soggetti Misurazioni Statistica Popol. Target Popol. Accessibile Car. Cliniche: Ipertesi Car. Demografiche: Maschi aa Car. Geografiche: Catanzaro Car. Temporali : 10 Gen Mag.
13 Criteri esclusione Research question Background Disegno Soggetti Misurazioni Statistica Indicano un sottogruppo che pur avendo i criteri di inclusione potrebbe inficiare lo studio Tra questi: Sogg. che rifiutano di partecipare Sogg. che hanno alta probabilità di essere persi al follow-up Sogg. che pongono problemi etici Sogg. che non sono capaci di fornire dati richiesti Da usare con parsimonia per evitare la selezione di popolazione scarsamente rappresentativa!
14 Reclutamento Research question Scelta della popolazione accessibile Background Disegno Soggetti Misurazioni Statistica Basata su pazienti Arruolamento non costoso e facile, ma popol. selezionata Basata su popolazione Utile per studio su salute pubblica Arruolamento difficile e costoso
15 Reclutamento Research question Background Disegno Soggetti Misurazioni Statistica Campionamento Necessario per l impossibilità di studiare l intera popolazione Probabilistico (Garantisce uguale probabilità di selezione ) Campion. Random semplice Campion sistematico Campion. Random stratificato Campion. Cluster Non probabilistico (Più pratico, ma meno rigoroso) Campion. Consecutivo Campion. Conveniente Campion. A giudizio
16 Reclutamento Research question Background Disegno Soggetti Misurazioni Statistica Campionamento probabilistico Random semplice Numerare ogni unità, quindi selezionare a caso Sistematico Selezionare attraverso un processo periodico Random stratificato Dividere la popolazione in sottogruppi ed in questo ambito selezionare a caso Cluster Selezionare a caso nell ambito di gruppi naturali della popolazione
17 Reclutamento Research question Background Disegno Soggetti Misurazioni Statistica Campionamento non probabilistico Consecutivo Arruolare in maniera consecutiva in un periodo di tempo Conveniente Arruolare i membri della popolazione più facilmente raggiungibili A giudizio Arruolare i membri giudicati più appropriati per lo studio
18 Scelta dei parametri da misurare Research question Background Disegno Soggetti Misurazioni Studi descrittivi: Variabili una alla volta Studi analitici: Correlazioni tra variabili Inserire eventuali variabili confondenti Statistica
19 Research question Background Disegno Soggetti Scelta della grandezza del campione Scelta della metodologia statistica da utilizzare Misurazioni Statistica
20 ANALOGIE TRA GIUSTIZIA E RICERCA Decisione giuria Test statistico Difesa: L imputato non ha rubato Accusa: L imputato ha rubato Standard per negare l innocenza: Oltre ogni ragionevole dubbio Giudizio corretto: Condannare un ladro Giudizio corretto: Assolvere un innocente Giudizio scorretto: Condannare un innocente Giudizio scorretto: Assolvere un colpevole Ipotesi nulla: Non associazione tra IMA e FUMO Ipotesi alternativa: Associaz. tra IMA e FUMO Standard per rigettare l ipotesi nulla: Livello di significatività statistica (α) Deduzione corretta: Associaz tra FUMO e IMA quando esiste Deduzione corretta:non associaz tra FUMO e IMA quando non esiste Deduzione scorretta (tipo I): Associaz. tra FUMO e IMA quando non esiste Deduzione scorretta (tipo II): Non associaz. tra FUMO e IMA quando esiste
21 Tipi di errore Research question Background Disegno Soggetti Misurazioni Statistica S T U D I O Rigetta l ipotesi nulla Fallisce nel rigetto dell ipotesi nulla Vero nella popolazione Associazione tra FUMO e IMA Non Associaz. tra FUMO e IMA CORRETTA ERRORE TIPO I ERRORE TIPO II CORRETTA
22 Tipi di errore: come evitarli Research question Background Disegno Soggetti Misurazioni α = probabilità di fare l errore di tipo I β = probabilità di fare l errore di tipo II Scegliere il minimo valore possibile di alfa e beta Statistica
23 β α
24 Relazione sample size-significatività Sample size Casi Controlli p < < < < < < <0.05
25 Determinazione grandezza campione (esempio) Research question Background Disegno Soggetti Misurazioni Ipotesi nulla: Il fumo non determina infarto Ipotesi alternativa: a una coda: il fumo aumenta l incidenza di IMA a due code: il fumo aumenta/diminuisce l inc. di IMA Test statistico: Chi quadrato Grandezza dell effetto: Differenza di incidenza del 30% IMA nei non FUM= 0.10; IMA nei FUM= 0.40 α (ad una coda)= 0.05 β = 0.20 Statistica
26 Determinazione grandezza campione Research question Background Disegno Soggetti Misurazioni 1. Stabilire l ipotesi nulla e una ipotesi alternativa a una o due code 2. Selezionare il test statistico appropriato 3. Scegliere la grandezza dell effetto 4. Determinare α e β 5. Applicare la formula per stimare la grandezza del campione Statistica
27 Determinazione grandezza campione (tabella) Research question Background Disegno Soggetti Misurazioni Statistica Incidenza minore Differenza attesa Numero in alto: α = 0.05 (a una coda) β = 0.20 Numero al centro: α = 0.05 (a due code) β = 0.20 Numero in basso: α = 0.05 (a due code) β = 0.10
28 -2sd -1sd +1sd +2sd sd -1sd sd +2sd
29 Scelta test statistico Research question Variabili Background Disegno Soggetti Misurazioni Statistica QUALITATIVE Nominali (es. sesso) Ordinali (es.stadi) Test non parametrici Intervalli (es. col.tot) QUANTITATIVE Rapporti (es. CT/HDL) Test parametrici
30 Scelta test statistico Research question Variabili Background Disegno Soggetti Misurazioni Statistica INDIPENDENTE Controllata dallo Sperimentatore Es. tipo terapia DIPENDENTE Quella che risponde all intervento Es. col. tot
31 Scelta test statistico Research question Background Disegno Soggetti Misurazioni Statistica Test non parametrici Chi quadrato Binomiali esatto di Fisher Mann-Whitney U Wilcoxon Test parametrici T test Analisi varianza Regressione lineare Analisi covarianza Time series
32 Fisiologia della Ricerca Ottimizzare lo studio per ottenere validità interna ed esterna Popolazione cui si vogliono applicare i risultati Popolazione che si intende studiare Popolazione effettivamente studiata
33 Errori nella ricerca Errore nel disegno dello studio Relativi alla popolazione target Relativi alla popolazione accessibile Relativi al campione Errore nella effettuazione dello studio Random Sistematico
34 Errori nel disegno della ricerca Relativi alla popolazione target Non appropriata allo studio Relativi alla popolazione accessibile Non rappresentativa della popolazione target Relativi al campione Non rappresentativo della popolazione accessibile
35 Errori nella effettuazione della ricerca Errore random Causato da sorgenti di variazione sconosciute e casuali che hanno una uguale probabilità di alterare i dati in entrambe le direzioni Errore sistematico Causato da un errore di selezione che altera il risultato sempre nello stesso modo
36 Errori Relativi alla popolazione target Prevenzione errori disegno Strategie preventive Criteri di inclusione che comprendano età, sesso e car. cliniche di sogg. appropriati Criteri esclusione che evitino la selezione di sogg. non appropriati Valutazione alternative Criteri di inclusione che specifichino tempo e car. geografiche della popolazione Relativi alla pop. accessibile Valutazione alternative Relativi al campione Uso di campionamento probabilistico o consecutivo Uso di un campionamento conveniente Raccogliere un campione pre-test per confermare caratteristiche e disponibilità dei sogg.
37 Prevenzione errori effettuazione Errori Random Sistematici Mancata risposta Mancato contatto Rifiuto a partecipare Errori Strategie preventive Aumentare il numero dei partecipanti Considerare campionamento stratificato per aumentare di n.ro specifici sottogruppi Ripetuti tentativi o approcci alternativi Fornire spiegazioni scritte Garantire incentivi ai partecipanti Effettuare pre-test Effettuare controlli di qualità dell arruolamento
38 STUDI ANALITICI MISURARE 1 SOLA VOLTA MISURARE PIU VOLTE STUDIO TRASVERSALE STUDIO LONGITUDINALE
39 STUDIO LONGITUDINALE NEL PASSATO NEL FUTURO STUDIO RETROSPETTIVO STUDIO PROSPETTICO
40 STUDIO PROSPETTICO PRESENTE FUTURO POPOLAZIONE SENZA FATTORE DI RISCHIO CON FATTORE DI RISCHIO
41 STUDIO PROSPETTICO Vantaggi Svantaggi Elevata potenza Alto costo Durata Possibilità di includere soggetti con la malattia già presente in fase preclinica
42 STUDIO RETROSPETTIVO PASSATO PRESENTE POPOLAZIONE SENZA FATTORE DI RISCHIO CON FATTORE DI RISCHIO
43 STUDIO RETROSPETTIVO Vantaggi Svantaggi Basso costo Rapidità Scarso controllo sulla qualità delle misurazioni Dati incompleti
44 STUDIO CASO-CONTROLLO Nested PASSATO Misurazione attuale PRESENTE CON FATTORE DI RISCHIO SENZA FATTORE DI RISCHIO Contr. Casi POPOLAZIONE
45 STUDIO CASO-CONTROLLO Nested Vantaggi Svantaggi Basso costo Rapidità Controllo su qualità misurazioni Variabili confondenti Possibilità di includere soggetti con la malattia già presente in fase preclinica
46 Quando usare uno studio longitudinale Descrizione di incidenza e storia naturale Stabilire sequenza temporale tra variabili predittive e outcome Studio di malattie rapidamente fatali Studiare numerosi outcomes
47 Studio longitudinale - scelta soggetti Definizione gruppo appropriato alla research question Esclusione dei soggetti che: hanno già l outcome non svilupperanno mai l outcome
48 Studio longitudinale - follow-up Misurare outcome in maniera standardizzata e all insaputa della variabile predittiva Evitare drop-out esclusione dei sogg. che hanno tale probabilità informazioni per individuare spostamenti contatti periodici
49 STUDIO TRASVERSALE PRESENTE SENZA FATTORE DI RISCHIO POPOLAZIONE CON FATTORE DI RISCHIO
50 STUDIO TRASVERSALE Vantaggi Breve durata Basso costo Non preoccupazioni circa il follow-up Fornisce la prevalenza dei fattori di rischio Svantaggi Difficoltà di stabilire relazioni causa-effetto Non effettuabili per malattie rare Assenza notizie su storia naturale
51 Quando usare uno studio trasversale Descrizione di prevalenza Ipotizzare associazioni tra variabili predittive e outcome Descrizione della distribuzione dei fattori di rischio
52 STUDIO CASO-CONTROLLO PASSATO o PRESENTE PRESENTE CON FATTORE DI RISCHIO SENZA FATTORE DI RISCHIO Contr. Casi
53 STUDIO CASO-CONTROLLO Vantaggi Molte informazioni/ pochi soggetti Utile per generare nuove ipotesi Poco costoso Svantaggi Può studiare solo un outcome Non stima incidenza, prevalenza, rischio relativo Soggetto a bias di selezione e di misurazione di variabili
54 Quando usare uno studio caso-controllo Malattie rare Generare ipotesi per nuove malattie Spiegare epidemie inusuali
55 STUDIO SPERIMENTALE PRESENTE FUTURO POPOLAZIONE Randomiz. TRATTAMENTO PLACEBO
Trials clinici. Disegni di studio
Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliA.A. 2014-2015. Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE
A.A. 2014-2015 Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE Utilizzare gli strumenti epidemiologici e statistici appropriati per ridurre l'area dell'incertezza nella rilevazione
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliMETODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica
METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano
DettagliStrategie alternative ai metodi sperimentali
Strategie alternative ai metodi sperimentali 1. 2. I quasi-esperimenti (non sperimentali) prevedono la descrizione del fenomeno in esame. Il metodo descrive le variabili in esame, non prevede alcuna manipolazione
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliEpidemiologia generale
Epidemiologia Da un punto di vista etimologico, epidemiologia è una parola di origine greca, che letteralmente significa «discorso riguardo alla popolazione» Epidemiologia generale Disciplina che ha come
DettagliMETODOLOGIA DELLA RICERCA 4 Scelta del disegno
METODOLOGIA DELLA RICERCA 4 Scelta del disegno Prof. Paolo Chiari Dipartimento di Scienze Mediche e Chirurgiche Università di Bologna STUDIO CLINICO STUDIO CLINICO: esperimento rigorosamente controllato
DettagliEffetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria
Effetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria Christopher N. Sciamanna, Scott P. Novak, Bess H. Marcus. International Journal of
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliGli studi epidemiologici
Gli studi epidemiologici STUDI OSSERVAZIONALI descrittivi STUDI OSSERVAZIONALI analitici: Ecologici Trasversali Caso-controllo Di coorte STUDI SPERIMENTALI : Trial controllati randomizzati Trial sul campo
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliIgiene nelle Scienze motorie
Igiene nelle Scienze motorie Epidemiologia generale Epidemiologia Da un punto di vista etimologico, epidemiologia è una parola di origine greca, che letteralmente significa «discorso riguardo alla popolazione»
DettagliGli studi caso. controlli. Obiettivi. Stime del rischio. Ne deriva la Tabella 2x2
Gli studi caso controllo Obiettivi Negli ultimi decenni questo modello di indagine è stato applicato soprattutto per lo studio delle malattie cronicodegenerative (le più frequenti cause di morte in tutti
DettagliRelazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Elementi di Epidemiologia
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Elementi di Epidemiologia Corsi di Laurea Triennale Corso di Statistica e Biometria: Elementi di epidemiologia
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliESERCITAZIONE 2. TRATTO E MODIFICATO DA: Esercizi di epidemiologia - MORO, DAVOLI, PIRASTU Il pensiero scientifico editore
ESERCITAZIONE 2 TRATTO E MODIFICATO DA: Esercizi di epidemiologia - MORO, DAVOLI, PIRASTU Il pensiero scientifico editore Modalità di lettura della tabella di contingenza 2x2 sull associazione tra l esposizione
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliL analisi statistica
Statistica medica per IMS / 1 L analisi statistica Statistica medica per IMS / 2 Esempio (de Gans et al. NEJM 2002, 347: 1549-56) Esito Desametazone Trattamento Placebo Totale Sfavorevole Favorevole Totale
DettagliIgiene. Dott. Pamela Di Giovanni. Definizione
Igiene Dott. Pamela Di Giovanni Definizione Disciplina medica che ha come obiettivo la tutela e la promozione della salute umana, intendendo per salute umana un completo stato di benessere psichico, fisico
DettagliSeconda Parte Specifica di scuola - Statistica sanitaria e Biometria - 31/07/2015
Domande relative alla specializzazione in: Statistica sanitaria e Biometria Domanda #1 (codice domanda: n.641) : In epidemiologia, una variabile di confondimento è una variabile: A: associata sia alla
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliTitolo. Background. Obiettivi. Metodi Tipo di studio (disegno) Centro/i partecipante/i Popolazione
La SIFC promuove la ricerca clini ca nel campo della Fibrosi Cistica in Italia mediante la valutazione di progetti scientifici multicentrici e m ultidisciplinari. La Commissione Permanente Ricerca e Sviluppo
DettagliTEMPO E RISCHIO. Il valore del denaro è funzione del tempo in cui è disponibile
Esercitazione TEMPO E RISCHIO Il valore del denaro è funzione del tempo in cui è disponibile Un capitale - spostato nel futuro si trasforma in montante (capitale iniziale più interessi), - spostato nel
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliSTATISTICA INFERENZIALE PER VARIABILI QUALITATIVE
STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliLa Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliProtocollo dello studio
Protocollo dello studio Indagine su disturbi e malattie respiratorie e fattori ad essi correlati nella popolazione infantile residente nell area di S. Polo e nel resto del comune di Brescia Premessa A
DettagliMisure della relazione di occorrenza
Misure della relazione di occorrenza (associazione tra un determinante e l outcome) Misure di effetto (teoriche) Misure di associazione (stime empiriche delle precedenti) EFFETTO: quantità di cambiamento
DettagliANALISI DEI DATI EPIDEMIOLOGICI
ANALISI DEI DATI EPIDEMIOLOGICI Cenni di statistica Che cosa è la statistica Statistica descrittiva e statistica inferenziale Test statistici di ipotesi Intervalli di confidenza Analisi stratificata TEST
DettagliIl campionamento. Ulteriori vantaggi: economicità (costi e tempi limitati)
Il campionamento Il campionamento Insieme delle operazioni che consistono nella selezione, nelle intenzioni rappresentativa, degli appartenenti ad una popolazione, allo scopo di studiare una porzione della
DettagliComparabilità fra le somministrazioni successive effetto di trascinamento ( carry-over ) effetto di periodo
Metodo epidemiologici per la clinica _efficacia / 2 Gli studi crossover Periodo 1 Periodo 2 R A N D O M A B A B Valutazione Tempo 1 0 1 1 2 0 2 1 Gli studi crossover Metodo epidemiologici per la clinica
DettagliFattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza
Fattori che influenzano la sensibilità e il valore predittivo positivo di una Sorveglianza Paolo Giorgi Rossi Agenzia di Sanità Pubblica, Regione Lazio Roma, 27/02/06 Le leggi di Finagle sull informazione
DettagliI metodi di analisi statistica per la valutazione degli effetti a breve termine dell inquinamento atmosferico nel progetto EpiAir
I metodi di analisi statistica per la valutazione degli effetti a breve termine dell inquinamento atmosferico nel progetto EpiAir Massimo Stafoggia, per il gruppo collaborativo EpiAir Obiettivi del progetto
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliTabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza
ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliAnalizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato
Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
DettagliSTUDI EPIDEMIOLOGICI. Giuseppe Gorini ISPO, Firenze g.gorini@ispo.toscana.it
STUDI EPIDEMIOLOGICI Giuseppe Gorini ISPO, Firenze g.gorini@ispo.toscana.it EPIDEMIOLOGIA DESCRITTIVA Studi sulla distribuzione di malattie nella popolazione in esame Tempo, luogo, persone affette da malattie
DettagliGESTIONE INDUSTRIALE DELLA QUALITÀ A
GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che
DettagliMetodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte I
Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte I Laura Palmerio Università Tor Vergata A.A. 2005/2006 Testi di riferimento F. Celi, D. Fontana, Fare ricerca sperimentale
DettagliLA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO
LA VALIDITÀ DEGLI STUDI E IL CONTROLLO DEL CONFONDIMENTO Accuratezza degli studi Miettinen, nel 1985, afferma che : la accuratezza di uno studio epidemiologico consiste nel grado di - assenza di errori
Dettagli(a cura di Francesca Godioli)
lezione n. 12 (a cura di Francesca Godioli) Ad ogni categoria della variabile qualitativa si può assegnare un valore numerico che viene chiamato SCORE. Passare dalla variabile qualitativa X2 a dei valori
DettagliSperimentazione Clinica: ruolo e responsabilità dell Infermiere
Sperimentazione Clinica: ruolo e responsabilità dell Infermiere Fasi dello studio Disegni di ricerca sperimentale Barbara Gorini, Investigator Site Development Lead, Development Operations- Pfizer ITALIA
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 3 Disegni sperimentali Davide Massidda davide.massidda@gmail.com Perché misurare 1. Per valutare le caratteristiche di uno specifico individuo (comune
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliLa programmazione di uno studio clinico: dalla domanda al disegno
Metodo epidemiologici per la clinica _efficacia / 1 La programmazione di uno studio clinico: dalla domanda al disegno La buona ricerca clinica Non è etico ciò che non è rilevante scientificamente Non è
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliSMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Tassi di incidenza 9/2/2005
SMID a.a. 2004/2005 Corso di Metodi Statistici in Biomedicina Tassi di incidenza 9/2/2005 Ricerca epidemiologica Gli epidemiologi sono interessati a conoscere l incidenza delle malattie per prevedere i
DettagliBANDO AIFA 2012 PER LA RICERCA INDIPENDENTE SUI FARMACI
BANDO AIFA 2012 PER LA RICERCA INDIPENDENTE SUI FARMACI SCHEMA DI PRESENTAZIONE DELLA LETTERA DI INTENTI La presentazione della lettera di intenti dovrà avvenire entro le ore 12.00 del 23 aprile 2012,
Dettagli(dal Greco επι= sul, δηµος= popolo e λογος= discorso, studio)
Cenni di epidemiologia Cos è l epidemiologia (dal Greco επι= sul, δηµος= popolo e λογος= discorso, studio) è la disciplina biomedica che si occupa dello studio della distribuzione e frequenza di malattie
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliSondaggio bonus.ch sull assicurazione malattia: osare il cambiamento significa risparmiare
Sondaggio bonus.ch sull assicurazione malattia: osare il cambiamento significa risparmiare Anche quest anno assisteremo ad un aumento dei premi per l assicurazione malattia. Vale davvero la pena cambiare
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliGESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi
GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10 Angelo Bonomi CONSIDERAZIONI SUL MONITORAGGIO Un monitoraggio ottimale dipende dalle considerazioni seguenti:
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
DettagliIl fumo in Italia. Sintesi dei risultati
Indagine effettuata per conto de l Istituto Superiore di Sanità, in collaborazione con l Istituto di Ricerche Farmacologiche Mario Negri e la Lega Italiana per la Lotta contro i Tumori Sintesi dei risultati
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliSistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliSistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliDECISION MAKING. E un termine generale che si applica ad azioni che le persone svolgono quotidianamente:
DECISION MAKING E un termine generale che si applica ad azioni che le persone svolgono quotidianamente: Cosa indosserò questa mattina? Dove e cosa mangerò a pranzo? Dove parcheggerò l auto? Decisioni assunte
DettagliSinossi dei disegni di studio
Sinossi dei disegni di studio di intervento osservazionali serie di casi trasversale ecologici individuali quasisperimentali sperimentali (RCT) coorte caso-controllo Studi caso-controllo Il punto di partenza
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliIl campionamento. risultati ottenuti sul campione sono generalizzabili alla popolazione da cui è stato estratto
Il campionamento Il campionamento Insieme delle operazioni che consistono nella selezione, nelle intenzioni rappresentativa, degli appartenenti ad una popolazione, allo scopo di studiare una porzione della
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
DettagliManca qualcosa: cosa c èc. di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi. Farina OJC 15 maggio 2013
Manca qualcosa: cosa c èc di sbagliato nell usare l età alla diagnosi/decesso o la latenza nei casi Consonni, Epidemiol Prev,, 2013 Farina OJC 15 maggio 2013 Introduzione Negli ultimi decenni l epidemiologia
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliGabriella Serio. Cattedra di Statistica Medica Facoltà di Medicina e Chirurgia - Università degli Studi di Bari
Gabriella Serio Cattedra di Statistica Medica Facoltà di Medicina e Chirurgia - Università degli Studi di Bari GOOD CLINICAL PRACTICE GCP LE GCP SONO UNO STANDARD IN BASE AL QUALE GLI STUDI CLINICI SONO
DettagliScheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux
Scheduling della CPU Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux Sistemi multiprocessori Fin qui si sono trattati i problemi di scheduling su singola
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliLA METANALISI. Franco Merletti Unità di Epidemiologia dei Tumori Università di Torino
LA METANALISI Franco Merletti Unità di Epidemiologia dei Tumori Università di Torino È causa di grande preoccupazione constatare come la professione medica non abbia saputo organizzare un sistema in grado
DettagliLE RICERCHE DI MERCATO
LE RICERCHE DI MERCATO IL MARKETING: UNA DEFINIZIONE STUDIO DELLE NORME DI COMPORTAMENTO DI UNA AZIENDA CON RIGUARDO ALLA PROGRAMMAZIONE, REALIZZAZIONE E CONTROLLO DELLE ATTIVITA DI SCAMBIO. QUESTE NORME
DettagliPRINCìPI DI SPERIMENTAZIONE CLINICA
università degli studi di padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA anno accademico 2005/2006 PRINCìPI DI SPERIMENTAZIONE CLINICA Francesco Grigoletto Lo sviluppo
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliTEST DEL CONCEPT DI PRODOTTO
TEST DEL CONCEPT DI PRODOTTO 141 Test del concetto di prodotto (1/2) Individuazione dei bisogni dei clienti Eseguire l analisi economica Analizzare i prodotti della concorrenza Costruire e collaudare modelli
DettagliDisoccupazione e salario reale
Disoccupazione e salario reale Testo di studio raccomandato: Mankiw, Principi di Economia, 3 ed., 2004, Zanichelli Capitolo 28 La disoccupazione Come si misura la disoccupazione? Come si interpretano i
DettagliInformazioni per potenziali partecipanti. Possiamo sciogliere l'amiloidosi AL?
Informazioni per potenziali partecipanti Possiamo sciogliere l'amiloidosi AL? È ora di affrontare diversamente l amiloidosi AL? L amiloidosi AL è una malattia rara e spesso fatale causata dall accumulo
DettagliPRINCIPIO DI REVISIONE INTERNAZIONALE (ISA Italia) 530 CAMPIONAMENTO DI REVISIONE. indice
PRINCIPIO DI REVISIONE INTERNAZIONALE (ISA Italia) 530 CAMPIONAMENTO DI REVISIONE (In vigore per le revisioni contabili dei bilanci relativi ai periodi amministrativi che iniziano dal 1 gennaio 2015 o
DettagliSicurezza stradale SICUREZZA
PROFILO SOCIODEMOGRAFIXCO SICUREZZA Nel 211, in Italia, si sono registrati 25.638 incidenti stradali con lesioni a persone, di cui 386 mortali. Con questi dati, l Italia conferma una costante tendenza
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliClassificazione degli studi epidemiologici
Classificazione degli studi epidemiologici STUDI DESCRITTIVI - DI CORRELAZIONE O ECOLOGICI - CASE REPORT/SERIES - DI PREVALENZA O TRASVERSALI STUDI ANALITICI O OSSERVAZIONALI - A COORTE - CASO-CONTROLLO
Dettagli