Dipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Dipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma"

Rosangela Locatelli
5 anni fa
Visualizzazioni

1 I bias negli studi epidemiologici. Elementi di statistica descrittiva ed inferenziale.l epidemiologia sperimentale Paolo Villari Dipartimento di Samità Pubblica e Malattie Infettive Sapienza Università di Roma

2 PROGRAMMA DEL CORSO (E DI ESAME) Concetti di salute e malattia. La storia naturale delle malattie. Valutazione dell efficacia dei tests diagnostici: sensibilità, specificità e valori predittivi. Le curve ROC. Gli screening Definizione ed obiettivi dell epidemiologia. Classificazione degli studi epidemiologici. L epidemiologia descrittiva. Misure di frequenza di malattia L epidemiologia analitica: gli studi di coorte, gli studi casocontrollo e gli studi trasversali. Le misure di associazione I bias negli studi epidemiologici. Elementi di statistica descrittiva ed inferenziale. L epidemiologia sperimentale Epidemiologia e prevenzione delle malattie cronicodegenerative

3 STUDI DI EPIDEMIOLOGIA ANALITICA ERRORI SISTEMATICI (BIAS) BIAS DI SELEZIONE Si verifica quando il reclutamento dei soggetti in uno studio non dipende solo dai criteri di inclusione esempio: l inclusione di un caso in uno studio caso-controllo è influenzata dallo stato di esposizione BIAS DI INFORMAZIONE (MISCLASSIFICAZIONE) Si verifica quando i soggetti vengono erroneamente classificati relativamente allo stato di esposizione o di malattia esempio: il ricordo di un esposizione può essere più probabile in uno dei gruppi selezionati (casi)

4 CONFONDIMENTO SI VERIFICA QUANDO UNA VARIABILE ESTERNA MODIFICA (ANNULLA, RIDUCE, AUMENTA) L ASSOCIAZIONE TRA L ESPOSIZIONE E LA PATOLOGIA ESPOSIZIONE (consumo di caffè) MALATTIA (mal. cardiovascolari) VARIABILE DI CONFONDIMENTO (fumo di sigaretta)

5 CONFONDIMENTO: UN ESEMPIO LUNG CANCER NO LUNG CANCER COFFEE NO COFFEE RISCHIO RELATIVO = (170/1000)/(80/1000) = 2.12 FUMATORI LUNG CANCER NO LUNG CANCER COFFEE NO COFFEE RR = (160/800)/(40/200) = 1 NON FUMATORI LUNG CANCER NO LUNG CANCER COFFEE NO COFFEE RR = (10/200)/(40/800) = 1

6 METODI PER CONTROLLARE IL CONFONDIMENTO NEL DISEGNO DELLO STUDIO RANDOMIZZAZIONE RESTRIZIONE APPAIAMENTO NELL ANALISI DEI DATI ANALISI STRATIFICATA ANALISI MULTIVARIATA (TECNICHE DI REGRESSIONE)

7 STUDI DI EPIDEMIOLOGIA ANALITICA VANTAGGI E SVANTAGGI STUDI COORTE CASO - CONTROLLO TRASVERSALI POSSIBILITA DI PERDITA AL FOLLOW UP elevata - - VALUTAZIONE SEQUENZA TEMPORALE ESPOSIZIONE-MALATTIA elevata media bassa POSSIBILITA DI STUDIARE GLI EFFETTI DI ESPOSIZIONI RARE sì no no POSSIBILITA DI IDENTIFICARE FATTORI DI RISCHIO PER MALATTIE RARE no sì no TEMPI lunghi intermedi brevi COSTI elevati intermedi bassi

8 STATISTICA DESCRITTIVA ED INFERENZIALE STATISTICA DESCRITTIVA * Si utilizza per descrivere i dati * E la prima fase di ogni analisi statistica * Si riferisce solo al campione * Utilizza stime puntuali (es. %, Odds Ratio, etc.) STATISTICA INFERENZIALE * Si utilizza per generalizzare alla intera popolazione i risultati ottenuti dal campione che si sta studiando * Il campione quasi mai rappresenta la popolazione in modo perfetto, a causa del cosiddetto errore di campionamento * L errore di campionamento non è in realtà un vero e proprio errore: rappresenta soltanto la variabilità naturale che ci si aspetta tra un campione ed un altro * Utilizza stime intervallari (es. Intervallo di confidenza al 95%) 95% CI OR = OR SE dove SE (Standard Error) varianza numerosità campionaria

9 ALCUNI CONCETTI FONDAMENTALI TIPOLOGIE DI VARIABILI MISURE DI TENDENZA CENTRALE MISURE DI DISPERSIONE Variabili quantitative (es:colesterolo) Media (x) Mediana Moda Deviazione standard Range Variabili qualitative (es:sesso) Proporzione (p) RAPPRESENTAZIONE DEI DATI Tabelle Grafici (Istogrammi o diagrammi a barre) TESTS STATISTICI Test del t di student Test del chi quadrato

10 VALORE DI P (P VALUE) E UNA PROBABILITA (RANGE DI VALORI POSSIBILI: 0-1) INDICA LA PROBABILITA CHE LE DIFFERENZE OSSERVATE TRA I GRUPPI DEL NOSTRO CAMPIONE SIANO DOVUTE AL CASO SE QUESTA PROBABILITA E SUFFICIENTEMENTE BASSA POSSIAMO RITENERE CHE LE DIFFERENZE SIANO SIGNIFICATIVE SE QUESTA PROBABILITA E INVECE ALTA NON POSSIAMO RITENERE CHE LE DIFFERENZE SIANO SIGNIFICATIVE E QUINDI. PER CONVENZIONE SI USA UN VALORE DI CUT-OFF PARI A 0.05 (5%)

11 STUDI SPERIMENTALI OBIETTIVI Paragonare l efficacia di due o più trattamenti terapeutici o preventivi (sperimentazione clinica) su gruppi di persone Valutare l efficacia di un intervento di prevenzione o di rimozione di fattori di rischio su intere popolazioni (sperimentazioni di intervento comunitario)

12 STUDI SPERIMENTALI METODOLOGIA POPOLAZIONE IN STUDIO SELEZIONE IN BASE A CRITERI DI INCLUSIONE PREDEFINITI NON PARTECIPANTI POTENZIALI PARTECIPANTI CONSENSO INFORMATO NON PARTECIPANTI PARTECIPANTI ALLO STUDIO RANDOMIZZAZIONE GRUPPO DI TRATTAMENTO GRUPPO DI CONTROLLO

13 STUDI SPERIMENTALI: ESEMPIO Fischl MA et al. The efficacy of azidothymidine (AZT) in the treatment of patients with Aids or Aids-related complex. NEJM, 1987, 317: 185. POPOLAZIONE: PAZIENTI HIV+ SELEZIONE IN BASE A CRITERI PREDEFINITI: PAZIENTI CON AIDS O AIDS-RELATED COMPLEX CONSENSO INFORMATO ESCLUSI TUTTI GLI ALTRI PAZIENTI HIV+ NON PARTECIPANTI PARTECIPANTI ALLO STUDIO: N. 282 RANDOMIZZAZIONE TRATTATI CON AZT: N. 145 TRATTATI CON PLACEBO: N. 137 Mortalità a 24 settimane nel gruppo trattato con AZT: 1/145 = 0.7% Mortalità a 24 settimane nel gruppo con placebo: 19/137 =14%

14 STUDI SPERIMENTALI VANTAGGI sono gli studi più corretti da un punto di vista metodologico costituiscono gli unici modelli di studio in grado di stabilire l efficacia degli interventi se ben condotti non sono suscettibili a bias di selezione, di misclassificazione e di confondimento SVANTAGGI problemi etici, in particolare per le valutazioni di trattamenti già entrati nella pratica clinica lunga durata costi elevati difficoltà organizzative

15 RANDOMIZED CONTROL TRIALS (RCTs) MISURE DI EFFETTO morti vivi AZT placebo Mortalità a 24 settimane nel gruppo AZT: 1/145 = 0.7% Mortalità a 24 settimane nel gruppo placebo: 19/137 =14% Rischio relativo (RR) = [a/(a+b)]/[c/(c+d)] = 0.05 RR = 1 la mortalità è eguale in entrambi i gruppi RR < 1 la mortalità è più bassa nel gruppo di trattamento RR > 1 la mortalità è più alta nel gruppo di trattamento

16 RANDOMIZED CONTROL TRIALS (RCTs) MISURE DI EFFETTO morti vivi AZT placebo Odds Ratio (OR) = a x d / c x b = 1 x 118 / 19 x 144 = OR = 1 la mortalità è eguale in entrambi i gruppi OR < 1 la mortalità è più bassa nel gruppo di trattamento OR > 1 la mortalità è più alta nel gruppo di trattamento IC 95% OR =

Documenti analoghi

Infermieristica basata sulle prove di efficacia

Corso di Laurea in: Infermieristica (Presidente Prof. Giuseppe La Torre) Infermieristica basata sulle prove di efficacia Prof.ssa Carolina Marzuillo Prof. Giuseppe La Torre Prof. Volpe carolina.marzuillo@uniroma1.it