Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati (per costruire il report: step by step con ) Daniela Fortuna 12 giugno 2014
Iniziamo a lavorare sul database dello studio BH... obiettivo: preparare un report dettagliato con le analisi dei dati! Prepareremo un documento in word entro cui inseriremo le analisi che man mano faremo in Le tabelle prodotte come output da possono essere copiate ed incollate in WORD o in EXCEL
Vediamo concretamente come è fatto un dataset in.. Il dataset che vedremo riguarda un indagine effettuata su 36 pazienti in trattamento emodialitico. Lo studio mette a confronto due diverse tecniche per l accesso alla fistola artero-venosa (FAV): la tecnica Buttonhole vs la tecnica rope ladder rotation la Buttonhole (BH) prevede un sito costante e l utilizzo dell ago smusso la Rope-Ladder Rotation (RLR) consiste nel cambiare il sito di punture ad ogni seduta lungo la FAV come se fosse una corda e prevede l utilizzo dell ago tagliente.
Obiettivi dello studio Oggetto dello studio: L'obiettivo primario dello studio è: misurare l incidenza media del dolore nel Tagliente rispetto allo Smusso nelle punture con tecnica BH, utilizzando una scala numerica (0=nessun dolore 10=dolore massimo).[media, SD, mediana; diff. di medie] Gli obiettivi secondari dello studio consistono nel misurare le seguenti Complicanze: 1. Infezioni 2. ematoma 3. perdita perivasale ematica 4. sanguinamento espresso in minuti Tempo medio, SD, Mediana, 5. difficoltà di inserimento
Dataset linkabili con chiave Per questo studio abbiamo due dataset distinti 1. Dataset dei pazienti: in cui sono inserite le caratteristiche demografiche e cliniche dei 36 pazienti 2. Dataset dei casi: in cui sono inserite le informazioni relative alle procedure di emodialisi: 335 procedure. I due dataset sono linkabili mediante una chiave che identifica il paziente e ciascun paziente avrà più sedute per emodialisi
Dopo aver importato il database dobbiamo Preparare il database per l analisi dei dati 1. Definire le variabili: (numeriche, ordinali, nominali) 2. Attribuire una label (etichetta) a ciascuna variabile: cioè un commento associato per chiarire cosa rappresentano 3. Verificare la completezza (per individuare eventuali valori mancanti o valori anomali) 4. Creare nuove variabili
INIZIAMO LE ANALISI Questo è uno studio particolare ci sono 36 pazienti e 335 sedute emodialitiche 1 step: DESCRIZIONE DEI 36 PAZIENTI (età media, quante femmine, quanti fumatori, cause dialisi ecc) 2 step: DESCRIZIONE DELLE SEDUTE (quanti accessi venosi e quanti arteriosi, quanti con ago smusso e quanti con ago tagliente, percezione del dolore ecc) 3 step: test d ipotesi (p-value) CONFRONTO TRA TRATTAMENTO con AGO SMUSSO vs AGO TAGLIENTE, Ma anche tra accesso venoso ed accesso arterioso (che significa confrontare le complicanze, la percezione del dolore tra trattamenti diversi)
Descrizione del campione La descrizione del campione prevede la costruzione di una tabella che riporta i valori medi o le frequenze delle caratteristiche del campione: le variabile quantitative vengono presentate come media ±deviazione standard le variabili ordinali vengono presentate come frequenze assolute e percentuali le variabili qualitative vengono presentate come frequenze assolute e percentuali
Creare nuove variabili Estrarre l anno da una data Prendiamo il dataset dei pazienti db_paz.sav e calcoliamo l età Poiché la rilevazione è avvenuta a novembre e dicembre 2013, possiamo calcolare l età sottraendo al 2013 l anno di nascita Per costruire la variabile anno_nascita: Click Trasforma Procedura guidata data e ora Estrarre una parte di una variabile data ora avanti variabili data_nascita Unità da estrarre anni avanti (scrivere il nome della nuova variabile)
Creare nuove variabili Per creare la variabile età sottraiamo al 2013, l anno di nascita Click Trasforma Ricodifica in variabili differenti
Creare nuove variabili Abbiamo il peso e l altezza possiamo calcolare il body mass index Click Trasforma Ricodifica in variabili differenti Usare questa funzione per creare la nuova variabile Body Mass Index Dopo aver creato la variabile Body Mass Index, usare questa funzione per creare la nuova variabile Body Mass Index in classi Classifico il BMI in : 1=Sottopeso se BMI 19 2=Normopeso se 20 BMI 25 3=Sovrappeso se 26 BMI 29 4=Obeso se BMI 30
Descrizione del campione:variabili quantitative le variabile quantitative vengono presentate come media ±deviazione standard In possiamo costruire una tabella unica per le variabili quantitative: Possiamo scegliere tra due funzioni alternative: 1 funzione Click Analizza Statistiche descrittive Descrittive inserire le variabili quantitative Opzioni click media, deviazione stand
Descrizione del campione:variabili quantitative 2 funzione Click Analizza Tabelle Tabelle personalizzate inserire le variabili quantitative per riga Statistiche riassuntive click media, deviazione stand Questa seconda funzione di permette di personalizzare le tabelle, sia nei contenuti che nella presentazione. Tutte le tabelle prodotte da possono essere copiate su file di word o excel e quindi modificate
Descrizione del campione:variabili ordinali le variabili ordinali vengono presentate come frequenze e percentuali 1 modo Per ottenere sia le frequenze che la mediana, il minimo e il massimo Click Analizza Statistiche descrittive Frequenze Statistiche 2 modo Per ottenere tabelle personalizzate per le frequenze Click Analizza Tabelle Tabelle personalizzate inserire le variabili ordinali per riga Statistiche riassuntive
Descrizione del campione:variabili qualitative le variabili qualitative vengono presentate come frequenze assolute e percentuali 1 modo Click Analizza Statistiche descrittive Frequenze Statistiche 2 modo Per ottenere tabelle personalizzate Click Analizza Tabelle Tabelle personalizzate inserire le variabili qualitative per riga Statistiche riassuntive
Unione di 2 dataset: per aggiungere variabili Nel dataset dei pazienti mancano le informazioni relative ai trattamenti 1. Chiamiamo il nuovo dataset db_completo.sav 2. Ordiniamo i dati di entrambi i dataset per ID Click Dati Ordina casi (selezionare ID)
Unione di 2 dataset: per aggiungere variabili Ordiniamo i dati del vecchio dataset (tab_paz.sav) per ID Click Dati Ordina casi (selezionare ID)
Unione di 2 dataset: per aggiungere variabili Ora i due dataset possono essere uniti Click Dati Unisci file Aggiungi variabili Un insieme di dati aperto Continua Confronta i casi per chiave di ordinamento (seleziona ID) OK
Creazione di variabili: differenza tra date Creare una variabile che indica l età il tempo che è intercorso tra la data seduta e la data di nascita Click Trasforma Procedura guidata data e ora Eseguire calcoli con date e ore avanti calcola il numero di unità avanti (inserite le due date da sottrarre)
Per creare un grafico Click Grafici Generatore di grafici 1. Nel caso di grafici relativi a distribuzioni di frequenze Click Analizza Statistiche descrittive Frequenze Grafici
come si calcolano gli intervalli di confidenza con Per ottenere Intervalli di Confidenza in : Click Analizza Statistiche descrittive Esplora Statistiche
Per confrontare i 2 gruppi: RANDOMIZZAZIONE Ago Smusso verso Ago Tagliente Approccio arterioso vs venoso
Tabelle a doppia entrata (crosstab) Click Analizza Statistiche descrittive Tavole di contingenza Statistiche
Test t di student con Click Analizza Confronta medie Test t campioni indipendenti
Test CHI-QUADRATO con Click Analizza Statistiche descrittive Tavole di contingenza Statistiche click Chi-quadrato
TEST per verificare la significatività degli ODDS RATIO Il test d ipotesi utilizzato per verificare se un odds ratio è significativamente diverso da 1 e con quale probabilità (p-value) è il test di Cochran Mantel- Heanszel, che è una variante del test chi-quadrato Click Analizza Statistiche descrittive Tavole di contingenza Statistiche click Chi-quadrato click Statistiche di Cochran e Mantel-Heanszel
ANOVA in Click Analizza Confronta medie ANOVA univariata
test di Mann Whitney con Click Analizza Test non parametrici Campioni indipendenti. Campi (pulsante in alto) Esegui inserire le variabili quantitative Inserire la variabile randomizzazione nei Gruppi