INTRODUZIONE ALL ANALISI DEI DATI DI SOPRAVVIVENZA
|
|
- Martino Franceschini
- 8 anni fa
- Visualizzazioni
Transcript
1 INTRODUZIONE ALL ANALISI DEI DATI DI SOPRAVVIVENZA Dott. Simone Accordini Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona DISEGNO DI COORTE ESPOSTI (D 1 OUTCOME NON ESPOSTI (D 0 OUTCOME momento dello studio direzione dello studio 1. selezione di soggetti che non hanno l outcome sulla base dello status di esposizione (D 2. misurazione prospettica dell occorrenza dell outcome confronto degli esposti e dei non esposti rispetto alla distribuzione dell outcome 1
2 DISEGNO DI COORTE: DATI COME PERSONE-TEMPO i soggetti possono entrare nello studio in momenti diversi alcuni soggetti vengono persi al follow-up POICHE... un soggetto è effettivamente a rischio solo fino a quando non sviluppa la malattia PERSONE-TEMPO: somma di tutti i tempi di osservazione dei soggetti a rischio Esempio: 1/1/ /1/ Sviluppo della malattia Persone- = = 26 persone-anno 2
3 TASSO DI INCIDENZA (I: misura della velocità media di comparsa dei nuovi eventi di malattia in una popolazione I = r PT -1 PT = persone- r = numero di nuovi casi nel periodo tra t 0 e t 1 Tra t 0 e t 1 : PT = 26 persone-anno numero di nuovi casi = 3 1/1/ /1/ Sviluppo della malattia I = 3/26 persone-anno = casi per anno -1 Il tasso: è espresso come numero di casi per -1 viene generalmente moltiplicato per una costante di convenienza (100; 1000; I 3 1 = *1000 = 115 (x 1000 anni casi ogni 1000 persone osservate per un anno 3
4 l unità di è arbitraria: il tasso può essere espresso in giorni -1, mesi -1, anni -1,... I 3 1 = *1000 = 115 (x 1000 anni 26 anni 115 casi ogni 1000 persone osservate per un anno I 3 1 = *1000 = 9.6 (x 1000 mesi 312mesi 9.6 casi ogni 1000 persone osservate per un mese Esempio: In uno studio sulla relazione tra l utilizzo di ormoni nella post-menopausa e l insorgenza di CHD, si sono evidenziati 90 nuovi casi tra donne in menopausa, per un periodo totale di follow-up di persone-anno. I = 90 = x anni casi per 100 persone all anno oppure 8.5 casi per 1000 persone all anno oppure 85 casi per persone all anno 4
5 Esercizio: Calcolate il tasso di incidenza sulla base dell esperienza di malattia dei 14 soggetti tra l 1/1/1986 e l 1/1/1989 rappresentata nel seguente grafico. OUTCOME DICOTOMICO DATI COME PERSONE-TEMPO Esposti (D 1 Non Esposti (D 0 Totale num. di casi r 1 r 0 r persone- PT 1 PT 0 PT 5
6 Esempio: Studio di coorte sulla relazione tra la somministrazione ripetuta di esami radiografici al torace e l occorrenza del tumore al seno in donne con la tubercolosi (Boice & Monson. J Natl Cancer Inst 1977;59: Radiazioni SI (D 1 NO (D 0 Totale Casi di tumore al seno Persone-anno INFERENZA SU TASSI DI INCIDENZA Esempio (continua: Radiazioni SI (D 1 NO (D 0 Totale Casi di tumore al seno Persone-anno I 1 = 41 / persone-anno = casi per persona-anno = 146 casi per persone-anno I 0 = 15 / persone-anno = casi per persona-anno = 79 casi per persone-anno 6
7 MISURA DELL EFFETTO RELATIVO rischio relativo (RR = I 1 / I 0 RR > 1 RR < 1 RR = 1 l esposizione è un fattore di rischio l esposizione è un fattore protettivo l esposizione non è un determinante Esempio (continua: Radiazioni SI (D 1 NO (D 0 Totale Casi di tumore al seno Persone-anno RR = I 1 / I 0 = 1.86 Una malata di tubercolosi esposta a ripetuti esami radiografici al torace ha un rischio di sviluppare un tumore al seno superiore dell 86% del rischio per una malata di tubercolosi non esposta. 7
8 DISEGNO DI COORTE: ANALISI DELLA SOPRAVVIVENZA esposizione ad un potenziale determinante trattamento survival time (durata della sopravvivenza failure time ( di insuccesso OUTCOME EVENTO INIZIALE EVENTO CRITICO DI INTERESSE (ENDPOINT SURVIVAL TIME EVENTO INIZIALE: studi clinici diagnosi, randomizzazione, inizio trattamento studi epidemiologici esposizione ENDPOINT: morte per qualsiasi causa overall survival morte per causa specifica survival progressione della malattia, mancata risposta, remissione parziale, recidiva locale e/o metastasi a distanza, grave tossicità, morte event free survival ricorrenza della malattia (se in remissione all inizio del follow-up disease free survival 8
9 TEMPO DI CALENDARIO TEMPO DI OSSERVAZIONE PAZIENTE PAZIENTE 1/1/ /12/ /12/ mesi INIZIO DELLO STUDIO FINE DEL RECLUTAMENTO FINE DELLO STUDIO TEMPO DI ENTRATA TEMPO MASSIMO DI OSSERVAZIONE DROP-OUT PERIODO DI RECLUTAMENTO WITHDRAWN ALIVE PERIODO MINIMO DI OSSERVAZIONE EVENTO Censura informativa vs non informativa: MECCANISMO DI CENSURA DROP OUT INTERRUZIONE DELLA TERAPIA ASSEGNATA FINE DELLO STUDIO potenzialmente informativa probabilmente non informativa 9
10 CARATTERISTICHE DEI DATI DI SOPRAVVIVENZA: coppia di variabili (T, δ T = dall entrata nello studio 1 T 0 2 T ha distribuzione con asimmetria positiva δ = indicatore di occorrenza dell evento critico (1 = evento osservato, 0 = censurato CENSURA A DESTRA: sappiamo soltanto che il di sopravvivenza supera una certa durata esempio: studio di mortalità per cancro (durata = 5 anni tempi di sopravvivenza censurati a destra per: - pazienti vivi al termine dei 5 anni (withdrawn alive - pazienti persi durante il follow-up (drop out - pazienti morti per altre cause durante lo studio Esempio (Freireich et al, 1963: trial clinico multicentrico, 42 bambini con leucemia linfoblastica acuta in remissione completa, assegnazione randomizzata di 6-mercaptopurina o placebo, endpoint = ricorrenza della leucemia Tempo di ricaduta per pazienti con placebo (settimane Tempo di ricaduta per pazienti con 6-MP (settimane
11 T δ evento (δ=1 censura (δ=0 DISTRIBUZIONE DEL TEMPO DI INSUCCESSO (T: 1. funzione distribuzione: F(t = Prob(T t probabilità che il di insuccesso sia t F(0 = 0 e lim t F(t = 1 2. funzione sopravvivenza: S(t = 1 - F(t = Prob(T > t probabilità di sopravvivenza al t S(0 = 1 e lim t S(t = 0 3. funzione rischio: λ(t = [df(t/dt] / S(t tasso istantaneo di insuccesso nell intervallo infinitesimale (t,t+dt 11
12 OBIETTIVI DELL ANALISI DELLA SOPRAVVIVENZA: stimare la distribuzione del di insuccesso confrontare la sopravvivenza tra gruppi diversi di soggetti valutare l effetto di differenti variabili (caratteristiche demografiche, cliniche, patologiche, fattori di rischio, trattamenti sulla sopravvivenza ASSUNZIONI DELL ANALISI DELLA SOPRAVVIVENZA: indipendenza delle N osservazioni {(t i,δ i, i=1,..,n} censura non informativa i soggetti censurati hanno la stessa probabilità d insuccesso dei soggetti non censurati 1. STIMARE LA DISTRIBUZIONE DEL TEMPO DI INSUCCESSO: MODELLI PARAMETRICI assumere una particolare forma funzionale per la distribuzione del di insuccesso stimare i parametri della distribuzione 12
13 DISTRIBUZIONE ESPONENZIALE λ(t = λ S(t = exp(- λt DISTRIBUZIONE DI WEIBULL λ(t = λγ (λt γ-1 S(t = exp[- (λt γ ] λ(t 2 1,5 1 0,5 λ = 1 λ(t γ = 0.5 λ = 1 γ = 1.5 γ = S(t 1 0,75 0,5 0, S(t 1 0,75 0,5 0, STIMARE LA DISTRIBUZIONE DEL TEMPO DI INSUCCESSO: METODO NON PARAMETRICO funzione sopravvivenza: S(t = Prob(T > t probabilità di sopravvivenza al t STIMATORE NON-PARAMETRICO DI S(t: KAPLAN-MEIER assenza/scarsità di informazioni a priori sulla forma di S(t 13
14 STIMATORE NON-PARAMETRICO DI S(t: KAPLAN-MEIER (dati non censurati N soggetti k ( N tempi di insuccesso ordinati: t (1, t (2,, t (k d i = numero di eventi in t (i n i = numero di soggetti a rischio in t (i d 1 d 2 d 3 0 t (1 t (2 t (3 t (k n 1 = N n 3 = n 2 - d 2 = N - d 1 - d 2 n 2 = n 1 - d 1 = N - d 1 S(0 = 1 S(t (1 = Prob(T > t (1 = (N - d 1 / N prob. condizionale S(t(2 = Prob(T > t (2 = Prob(T > t (1 * Prob(T > t (2 T > t (1 = [(N - d 1 / N] * [(N - d 1 - d 2 / (N - d 1 ] = (N - d 1 - d 2 / N S(t (3 = Prob(T > t (3 sogg. a rischio: n 2 = Prob(T > t (1 * Prob(T > t (2 T > t (1 * Prob(T > t (3 T > t (2 = [(N - d 1 - d 2 / N] * [(N - d 1 - d 2 - d 3 / (N - d 1 - d 2 ] = (N - d 1 - d 2 - d 3 / N sogg. a rischio: n 3 S(t (k = Prob(T > t (k = (N - d 1 - d d k-1 - d k / N se N eventi S(t (k = 0 14
15 Esempio: gruppo con placebo DATI NON CENSURATI Tempo (settimane No. eventi No. soggetti a rischio Prob. condizionale di remissione Prob. cumulativa di remissione: S(t /21 = /19 = * = /17 = * = /16 = * = /14 = * = /12 = * = /8 = * = /6 = * = /4 = * = /3 = * = /2 = * = /1 = * = S(t ,75 0,5 0, (settimane STIMATORE NON-PARAMETRICO DI S(t: KAPLAN-MEIER (dati censurati N soggetti k ( N tempi di insuccesso ordinati: t (1, t (2,, t (k c i = numero di soggetti con censura tra t (i-1 e t (i d i = numero di eventi in t (i n i = numero di soggetti a rischio in t (i c 1 c 2 c 3 c k d 1 d 2 d 3 d k 0 t (1 t (2 t (3 t (k n 1 = N - c 1 n 3 = n 2 - d 2 - c 3 = N - c 1 - d 1 - c 2 - d 2 - c 3 n 2 = n 1 - d 1 - c 2 n k = n k-1 - d k-1 - c k = N - c 1 - d 1 - c 2 15
16 S(0 = 1 S(t (1 = Prob(T > t (1 = (n 1 - d 1 / n 1 S(t (2 = Prob(T > t (2 = Prob(T > t (1 * Prob(T > t (2 T > t (1 = [(n 1 - d 1 / n 1 ] * [(n 2 - d 2 / n 2 ] S(t (3 = Prob(T > t (3 = Prob(T > t (1 * Prob(T > t (2 T > t (1 * Prob(T > t (3 T > t (2 = [(n 1 - d 1 / n 1 ] * [(n 2 - d 2 / n 2 ] * [(n 3 - d 3 / n 3 ] S(t (k = Prob(T > t (k = [(n 1 - d 1 / n 1 ] * [(n 2 - d 2 / n 2 ] * * [(n k - d k / n k ] se l ultimo osservato è di insuccesso n k = d k S(t (k = 0 Esempio: gruppo con 6-MP S(t 1 Tempo (settimane No. dati censurati No. eventi No. soggetti a rischio Prob. condizionale di remissione Prob. cumulativa di remissione: S(t /21 = /17 = * = /15 = * = /12 = * = /11 = * = /7 = * = /6 = * = ,75 0,5 0, (settimane 16
17 MODELLO PARAMETRICO VS STIMA NON PARAMETRICA gruppo con placebo gruppo con 6-MP Kaplan-Meier survival estimate 12 8 n soggetti a rischio analysis time gruppo con placebo n soggetti a rischio all inizio dell intervallo di gruppo con 6-MP Kaplan-Meier survival estimate analysis time
18 VARIABILITA DELLE STIME DI KAPLAN-MEIER stime soggette a variazione casuale associare a ciascuna stima della probabilità cumulativa di sopravvivenza S(t una misura di precisione intervallo di confidenza (formula di Greenwood S(16 = %CI = [0.42, 0.79] TEMPO DI SOPRAVVIVENZA MEDIANO (t 0.5 in corrispondenza del quale si ha S(t = 0.5 stima il fino al quale il 50% dei soggetti è atteso sopravvivere S(t 1 0,75 0,5 0, (settimane t 0.5 = 8 settimane 95%CI = [4,11] non è calcolabile se S(t è sempre >0.5 può essere molto inaccurato se S(t non decresce rapidamente 18
19 2. CONFRONTARE LA SOPRAVVIVENZA TRA GRUPPI DIVERSI DI SOGGETTI: TEST DI MANTEL-HAENZEL (LOG-RANK TEST confronto tra due (o più gruppi permette di verificare il sistema di ipotesi H 0 : λ 1 (t = λ 0 (t H 1 : λ 1 (t = θ λ 0 (t uguale sopravvivenza (rischi proporzionali se θ < 1 migliore sopravvivenza nel gruppo esposto se θ > 1 migliore sopravvivenza nel gruppo non esposto RISCHI PROPORZIONALI S(t RISCHI NON PROPORZIONALI S(t statistica test di Mantel-Haenzel: { Σ [d 1i - E(d 1i ] } 2 Q M-H = Σ VAR(d 1i numero di eventi attesi sotto H 0 nel gruppo esposto al t (i numero di eventi osservati nel gruppo esposto al t (i sotto H 0 (se è vera H 0, Q M-H ha distribuzione chi-quadrato con 1 grado di libertà Kaplan-Meier survival estimates, by tratt analysis time tratt = placebo tratt = 6-MP Q M-H = 16.8 p<0.001 efficacia del farmaco 6-MP 19
20 3. ANALISI MULTIVARIATA MEDIANTE MODELLI DI REGRESSIONE SCOPI: valutare l effetto di più variabili sulla durata della sopravvivenza valutare l interazione tra due o più variabili (i.e., modificazione di effetto controllare il confondimento sbilanciamento di fattori rilevanti per la durata della sopravvivenza nei gruppi di interesse DATI DI SOPRAVVIVENZA: coppia di variabili (T, δ (X 1, X 2,, X r = covariate N osservazioni {(t i,δ i,x 1i,x 2i,,x ri, i=1,..,n} T δ X 1 variabile dummy placebo (X 1 =0 6-MP (X 1 =1 20
21 3. ANALISI MULTIVARIATA MEDIANTE MODELLI DI REGRESSIONE: MODELLO DI COX (A RISCHI PROPORZIONALI λ(t,x i = λ 0 (t exp(β 1 x 1i + β 2 x 2i β r x ri funzione non esplicitata del t uguale per tutti i soggetti modello semi-parametrico X quantità che dipende dal valore delle covariate attraverso i coefficienti di regressione (β 1,β 2,..,β r, ma che non dipende dal ASSUNZIONI: 1. proporzionalità dei rischi 2. covariate costanti nel 3. effetto moltiplicativo sul rischio di covariate indipendenti RISCHI PROPORZIONALI: X 1 = trattamento (0 = standard (A, 1 = sperimentale (B X 2 = sesso (0 = femmina, 1 = maschio soggetto 1 (tratt. B, maschio (x 11, x 21 = (1,1 λ(t,x 1 = λ 0 (t exp(β 1 x 11 + β 2 x 21 = λ 0 (t exp(β 1 + β 2 soggetto 2 (tratt. A, maschio (x 12, x 22 = (0,1 λ(t,x 2 = λ 0 (t exp(β 1 x 12 + β 2 x 22 = λ 0 (t exp(β 2 21
22 λ(t,x 1 λ 0 (t exp(β 1 x 11 + β 2 x 21 = λ(t,x 2 λ 0 (t exp(β 1 x 12 + β 2 x 22 = exp(β 1 (x 11 - x 12 + β 2 (x 21 - x 22 = exp(β 1 (1-0 + β 2 (1-1 = exp(β 1 non dipende da t soggetto 3 (tratt. A, femmina (x 13, x 23 = (0,0 λ(t,0 = λ 0 (t exp(β β 2 0 = λ 0 (t exp(0 = λ 0 (t funzione rischio baseline SIGNIFICATO DEI PARAMETRI: Gruppo X 1 λ(t,x 1 = λ 0(t exp(β 1x 1 lnλ(t,x 1 = lnλ 0(t + β 1x 1 A 0 λ(t,0 = λ 0(t lnλ(t,0 = lnλ 0(t B 1 λ(t,1 = λ 0(t exp(β 1 lnλ(t,1 = lnλ 0(t + β 1 Hazard Ratio (HR exp(β 1 = λ(t,1 / λ(t,0 β 1 = lnλ(t,1 - lnλ 0(t β 1 < 0 β 1 > 0 HR (B vs A = exp(β 1 > 1 ( peggiore sopravvivenza in B β 1 < 0 0 < HR (B vs A = exp(β 1 < 1 ( migliore sopravvivenza in B β 1 = 0 HR (B vs A = exp(β 1 = 1 ( uguale sopravvivenza 22
23 Gruppo (X 1,X 2 λ(t,x = λ 0 (t exp(β 1 x 1 + β 2 x 2 lnλ(t,x = lnλ 0 (t + β 1 x 1 + β 2 x 2 A,F (0,0 λ 0 (t lnλ 0 (t B,F (1,0 λ 0 (t exp(β 1 lnλ 0 (t + β 1 A,M (0,1 λ 0 (t exp(β 2 lnλ 0 (t + β 2 B,M (1,1 λ 0 (t exp(β 1 + β 2 = λ 0 (t exp(β 1 exp(β 2 lnλ 0 (t + β 1 + β 2 effetto moltiplicativo effetto additivo HR (B vs A = exp(β 1 = effetto del trattamento, al netto dell effetto del sesso HR (M vs F = exp(β 2 = effetto del sesso, al netto dell effetto del trattamento β 1 < 0 β 2 > 0 Esempio (Iacono et al, 2001: studio clinico osservazionale, 25 pazienti con adenocarcinoma duttale pancreatico in R0, confronto tra pancreaticoduodenectomia standard (SPD ed estesa (EPD Evento iniziale: trattamento (intervento chirurgico Endpoint: morte HR Std. Err. P-value [95% Conf. Interval] Treatment (SPD vs EPD Grading of tumor differentiation (poor vs moderate Type of resection (pylorus-preserving vs hemigastrectomy H 0 : β = 0 H 1 : β 0 H 0 : exp(β = 1 H 1 : exp(β 1 23
24 3. ANALISI MULTIVARIATA MEDIANTE MODELLI DI REGRESSIONE: MODELLI PARAMETRICI (A RISCHI PROPORZIONALI λ(t,x i = λ 0 (t exp(β 1 x 1i + β 2 x 2i β r x ri funzione esplicitata del t uguale per tutti i soggetti ESPONENZIALE: λ 0 (t = λ WEIBULL: λ 0 (t = λγ (λt γ-1 HR = ,75 1,5 1,25 1 0,75 0,5 0,25 0 λ = 1 λ 0 (t*exp(β λ 0 (t = λ = 1 γ = 1.5 λ 0 (t*exp(β λ 0 (t = 1.5 t
ANALISI DELLA SOPRAVVIVENZA
ANALISI DELLA SOPRAVVIVENZA Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica Università degli Studi di Verona OBIETTIVI DELL ANALISI DELLA SOPRAVVIVENZA 1) STIMARE la funzione di sopravvivenza
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
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
DettagliTrials clinici. Disegni di studio
Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series
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
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
DettagliRischio di ospedalizzazione successiva alla prima dialisi nel Lazio: differenze per titolo di studio, età e genere.
Rischio di ospedalizzazione successiva alla prima dialisi nel Lazio: differenze per titolo di studio, età e genere. Claudia Marino, Nera Agabiti, Anna Maria Bargagli, Laura Cacciani, Salvatore Di Giulio,
DettagliXXXIX CONGRESSO ANNUALE AIE Milano, 28-31 ottobre 2015. La sopravvivenza dei pazienti dializzati incidenti in Regione Veneto:
XXXIX CONGRESSO ANNUALE AIE Milano, 28-31 ottobre 2015 La sopravvivenza dei pazienti dializzati incidenti in Regione Veneto: analisi della coorte 2007-2010 del Registro Veneto Dialisi e Trapianti (RVDT)
DettagliMetodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
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
DettagliMETODI NON PARAMETRICI PER LA STIMA E IL CONFRONTO DELLA SOPRAVVIVENZA TRA GRUPPI
METODI NON PARAMETRICI PER LA STIMA E IL CONFRONTO DELLA SOPRAVVIVENZA TRA GRUPPI ESEMPIO 1: I dati sono riportati nel libro E. Marubini, M.G. Valsecchi. Analysing survival data from clinical trials and
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
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
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
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
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
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
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
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
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
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
DettagliFattori prognostici del carcinoma gastrico nell anziano
DIPARTIMENTO DI SCIENZE MEDICHE E CHIRURGICHE. CLINICA GERIATRICA UNIVERSITà DEGLI STUDI DI PADOVA Fattori prognostici del carcinoma gastrico nell anziano G.Gasparini, C. Santoro, ED. Toffannello, E. Faccioli,
DettagliUniversità del Piemonte Orientale. Master per data manager. Epidemiologia dei tumori. Screening in oncologia
Università del Piemonte Orientale Master per data manager Epidemiologia dei tumori Screening in oncologia Epidemiologia Che cos è l epidemiologia Metodi e strumenti La descrizione epidemiologica di una
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»
DettagliMetodi Statistici in Biomedicina
Dipartimento di Fisica SMID a.a. 2004/2005 Metodi Statistici in Biomedicina Prof. Sandro Squarcia tel. 010 353 6207 squarcia@ge.infn.it www.ge.infn.it/~squarcia Laboratorio di Fisica e Statistica Medica
DettagliIncidenza, mortalità e prevalenza per tumore del polmone in Italia
Incidenza, mortalità e prevalenza per tumore del polmone in Sintesi L incidenza e la mortalità per il tumore del polmone stimate in nel periodo 197-215 mostrano andamenti differenti tra uomini e donne:
DettagliCorso: Statistica e Metodologia Epidemiologica 1
Università degli Studi di Padova Scuola di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 2014-15 Corso: Statistica e Metodologia Epidemiologica 1 Docenti: prof.ssa Anna Chiara Frigo
DettagliEsposizione ed effetto
Esposizione ed effetto In epidemiologia, si è spesso interessati a conoscere quale sia l effetto di una determinata esposizione. - Es. 1. qual è l effetto di una dieta vegetariana sulla salute? La dieta
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
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 DEL TUMORE DELLA MAMMELLA NELLE DONNE GIOVANI IN VENETO. PERIODO 2005-2008 E ANDAMENTI TEMPORALI DAL 1990.
agosto 2015 EPIDEMIOLOGIA DEL TUMORE DELLA MAMMELLA NELLE DONNE GIOVANI IN VENETO. PERIODO 2005-2008 E ANDAMENTI TEMPORALI DAL 1990. Registro Tumori del Veneto Baracco M, Baracco S, Bovo E, Cesco G, Dal
DettagliOGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008
OGGETTO: Ricoveri ospedalieri per patologie respiratorie nel quartiere S. Polo nel periodo 2004-2008 Introduzione A seguito dei risultati ottenuti con lo studio di mortalità nel quartiere S. Polo del comune
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
DettagliCorso di metodologia III Esempi di quiz di Epidemiologia utilizzati all esame
Corso di metodologia III Esempi di quiz di Epidemiologia utilizzati all esame ATTENZIONE: IN QUESTA ESERCITAZIONE PIÙ DI UNA RISPOSTA PUÒ ESSERE CORRETTA 1) Un fattore di rischio: a) E' una causa necessaria
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
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
DettagliNella provincia di Latina sono diagnosticati in media ogni anno 98 casi ogni 100.000 uomini e 27 ogni 100.000 donne.
TUMORE DEL POLMONE Nel periodo 27-211 sono stati registrati complessivamente in provincia di Latina 172 nuovi casi di tumore del polmone. E risultato al 1 posto in termini di frequenza fra le neoplasie
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
DettagliSTUDIO OSSERVAZIONALE SULLA TERAPIA DELLA PATOLOGIA MAMMARIA INDOTTA DALLA MONOTERAPIA CON ANTIANDROGENO PURO PER ADENOCARCINOMA PROSTATICO
STUDIO OSSERVAZIONALE SULLA TERAPIA DELLA PATOLOGIA MAMMARIA INDOTTA DALLA MONOTERAPIA CON ANTIANDROGENO PURO PER ADENOCARCINOMA PROSTATICO FAX: 0916552413 SITO WEB: www.gstu.it E-MAIL: gstu@gstu.it CRITERI
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 -
DettagliSINOSSI DELLO STUDIO EUDRACT N. 2012-001028-36 COORDINAMENTO E RESPONSABILE DELLO STUDIO
SINOSSI DELLO STUDIO TITOLO EUDRACT N. 2012-001028-36 COORDINAMENTO E RESPONSABILE DELLO STUDIO SPONSOR Sequenza ottimale di ormonoterapia in pazienti con carcinoma mammario metastatico ricadute dopo terapia
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
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
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
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
DettagliHIV e infezioni tropicali concorrenti: uno studio caso-controllo
HIV e infezioni tropicali concorrenti: uno studio caso-controllo Declich S a, Francesconi P a, Okwey R b, Ouma J b, Ochakachon R b, Dente MG a and Fabiani M a a Reparto Malattie Infettive, Laboratorio
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliCarcinoma della prostata: INCIDENZA
Outcomes in Localized Prostate Cancer: National Prostate Cancer Registry of Sweden Follow-up Study JNCI - J Natl Cancer Inst. 2010 Jul 7;102(13):919-20 Trento, 13/11/2010 Di cosa si tratta? E' uno studio
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
DettagliANALISI DELLA SOPRAVVIVENZA: IL MODELLO DI COX (parte I)
ANALISI DELLA SOPRAVVIVENZA: IL MODELLO DI COX (parte I) ESEMPIO 1 (continua): La costruzione del modello di Cox viene effettuata tramite un unico comando. Poiché il modello contiene una covariata categoriale
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
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
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
Dettagli4. Confronto tra medie di tre o più campioni indipendenti
BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
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
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
DettagliRischio di mesotelioma dopo radioterapia esterna: uno studio longitudinale basato sui dati SEER
Rischio di mesotelioma dopo radioterapia esterna: uno studio longitudinale basato sui dati SEER Andrea Farioli a, Marta Ottone a, Alessio Giuseppe Morganti b, Gaetano Compagnone c, Fabrizio Romani c, Silvia
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
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
Dettaglil'insieme di tutti i casi esistenti in un determinato momento ed in una
Le misure di frequenza delle malattie possono descrivere: l'insieme di tutti i casi esistenti in un determinato momento ed in una determinata popolazione il verificarsi di nuovi casi A questo scopo si
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
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliScelta del soggetto. Sviluppo del protocollo. Pretest e revisione del protocollo. Effettuazione dello studio. Analisi dei risultati
Ciclo della ricerca Scelta del soggetto Sviluppo del protocollo Pretest e revisione del protocollo Effettuazione dello studio Analisi dei risultati Conclusioni e loro pubblicazione ANATOMIA DELLA RICERCA:
DettagliIncidenza, mortalità e sopravvivenza per tumore in Italia nel 2015
I numeri del cancro in Italia 2015 Ministero della Salute - Roma 24 Settembre 2015 Incidenza, mortalità e sopravvivenza per tumore in Italia nel 2015 Carmine Pinto Presidente Nazionale AIOM I quesiti per
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
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
DettagliEPIDEMIOLOGIA DEL TUMORE DEL PANCREAS IN VENETO
EPIDEMIOLOGIA DEL TUMORE DEL PANCREAS IN VENETO Registro Tumori del Veneto agosto 213 Baracco M, Bovo E, Dal Cin A, Fiore AR, Greco A, Guzzinati S, Monetti D, Rosano A, Stocco CF, Tognazzo S, Zorzi M e
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
DettagliL EFFICACIA DELLE MISURE DI POLITICA ATTIVA DEL LAVORO REALIZZATE IN PROVINCIA DI TORINO NEL 2007-08
1 La valutazione L EFFICACIA DELLE MISURE DI POLITICA ATTIVA DEL LAVORO REALIZZATE IN PROVINCIA DI TORINO NEL 2007-08 Esiti occupazionali a 24 dalla partecipazione Vengono qui riassunti i risultati della
DettagliL Insulina è un ormone prodotto dal pancreas implicato nel metabolismo dei carboidrati.
DIABETE E RISCHIO CANCRO: RUOLO DELL INSULINA Secondo recenti studi sono più di 350 milioni, nel mondo, gli individui affetti da diabete, numeri che gli regalano il triste primato di patologia tra le più
DettagliValutazione di Impatto Sanitario dell impianto di incenerimentotermovalorizzazione. Castenaso e Granarolo dell Emilia
Valutazione di Impatto Sanitario dell impianto di incenerimentotermovalorizzazione ubicato nei comuni di Castenaso e Granarolo dell Emilia Il contributo dell Azienda USL di Bologna Dr. Paolo Pandolfi Dipartimento
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. I modelli di studio
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica I modelli di studio Corso di laurea in medicina e chirurgia - Statistica Medica Disegno dello studio
DettagliCORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura
CORSO DI STATISTICA La Misurazione, Scale di Misura, Errori di Misura Bruno Mario Cesana Bruno M. Cesana 1 MISURAZIONE La figura 1.1 è tratta da: Bossi A. et al.: Introduzione alla Statistica Medica A
DettagliTitolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza
Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare
DettagliProgramma di screening
Programma di screening Un programma di screening consiste nel selezionare, in una popolazione, particolari sottogruppi tramite un qualche test (test di screening) Sono selezionate in un gruppo di sani
DettagliTRACCIA DI STUDIO. Tassi o quozienti
TRACCIA DI STUDIO Per descrivere e quantificare aspetti epidemiologici, è necessario fare uso di rapporti tra dati legati da un nesso logico. Il risultato viene sovente moltiplicato per un multiplo di
DettagliSEBASTIANO FILETTI. Dipartimento di Medicina Interna e Specialità Mediche. Università di Roma Sapienza, Roma
SEBASTIANO FILETTI Dipartimento di Medicina Interna e Specialità Mediche Università di Roma Sapienza, Roma La malattia tiroidea è in aumento negli ultimi anni. Quali le ragioni? Dati epidemiologici provenienti
DettagliIL TEST CHI QUADRATO χ 2
IL TEST CHI QUADRATO χ 2 Test parametrici I test studiati nelle lezioni precedenti (test-t, testz) consentono la verifica di ipotesi relative al valore di specifici parametri di popolazione Esempio: differenza
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
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliAffidabilità nel tempo tasso di guasto. h( t) =! dt N dt N ( ) ( ) = =! N N
Affidabilità nel tempo tasso di guasto 1 N=numero componenti N s (t)=numero componenti sopravvissuti al tempo t N f (t)=numero componenti rotti al tempo t N ( ) ( ) s t N f t R( t) = = 1! N N dr( t) 1
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
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
DettagliMisure di Associazione
Misure di Associazione Prof. Tommaso Staniscia Introduzione Esposizione e Malattia Esposizione (E) = variabile esplicativa Qualsiasi agente, ospite, o fattore ambientale che può avere un effetto sulla
DettagliE.Molfese, P.Matteucci, A.Iurato, M. Fiore, L.E. Trodella, L. Poggesi, R.M. D Angelillo, E. Iannacone, L.Trodella!
Il trattamento stereotassico delle lesioni surrenaliche in pazienti oligometastatici affetti da NSCLC: una promettente arma per il controllo locale di malattia?! E.Molfese, P.Matteucci, A.Iurato, M. Fiore,
DettagliIl farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata
Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Cos è un farmaco generico? È un medicinale EQUIVALENZA terapeuticamente equivalente
DettagliUso di farmaci antipsicotici e rischio di embolia polmonare: uno studio caso-controllo innestato
XXXVIII Congresso dell Associazione Italiana di Epidemiologia Uso di farmaci antipsicotici e rischio di embolia polmonare: uno studio caso-controllo innestato Valentino Conti, Mauro Venegoni, Alfredo Cocci,
DettagliSTUDIO Co.Mi.M. - Costo sociale del Mieloma Multiplo
STUDIO Co.Mi.M. - Costo sociale del Mieloma Multiplo Dott.ssa Maria Teresa Petrucci, Policlinico Umberto I, Roma Premessa Il presente project work si distingue per la visione di insieme che caratterizza
DettagliStatistica. Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2008/2009 Statistica Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza
DettagliEpidemiologia. Prof. Tommaso Staniscia
Epidemiologia Prof. Tommaso Staniscia È la branca dell Igiene che studia l andamento di tutte le entità morbose nelle comunità e lo stato di salute delle popolazioni IGIENE EPIDEMIOLOGIA PROFILASSI EDUCAZIONE
DettagliPSA SCREENING NEL TUMORE DELLA PROSTATA
PSA SCREENING NEL TUMORE DELLA PROSTATA Prof. Giuseppe Martorana Clinica Urologica Alma Mater Studiorum Università di Bologna Convegno medico UniSalute Appropriatezza ed efficacia degli screening Bologna,
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
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
DettagliI programmi di screening colorettale in Italia: aggiornamenti
Padova, 31 gennaio 2012 I programmi di screening colorettale in Italia: aggiornamenti Manuel Zorzi Registro Tumori del Veneto Programmi di screening colorettale per anno di attivazione Popolazione
DettagliIl ragionamento diagnostico TEST DIAGNOSTICO. Dott.ssa Marta Di Nicola. L accertamento della condizione patologica viene eseguito TEST DIAGNOSTICO
Il ragionamento diagnostico http://www.biostatistica biostatistica.unich unich.itit 2 L accertamento della condizione patologica viene eseguito All'inizio del decorso clinico, per una prima diagnosi In
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
DettagliMetodologia epidemiologica
Metodologia epidemiologica Verifica di ipotesi Quale test utilizzare? Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali test utilizzati nel confronto di
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
DettagliEpidemiologia del diabete tipo 2. Graziella Bruno Dipartimento di Medicina Interna Università di Torino
Epidemiologia del diabete tipo 2 Graziella Bruno Dipartimento di Medicina Interna Università di Torino The Worldwide Epidemic: Diabetes Trends Millions with Diabetes 400 350 300 250 200 150 100 50 0 30
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
Dettagli