Appunti di Statistica medica

I QUESITI CLINICI

Sta s ca medica è la disciplina che si occupa dell’elaborazione dei da clinici e veri ca ipotesi cliniche. Il materiale di

base della sta s ca è cos tuito dai da , che sono dei numeri. I numeri vengono raccol con una misurazione oppure

derivano da un conteggio. I da sono numeri, i numeri contengono informazioni e lo scopo della sta s ca è di

analizzare e valutare la natura ed il signi cato di questa informazione.

La ricerca clinica e l’incertezza

In medicina l’incertezza è siologica, un certo grado di incertezza è siologico, però dentro questa incertezza c’è ne

certamente una quota che potrebbe essere evitata, che potrebbe essere rido a. In n dei con , il ruolo del ricercatore

è proprio questo: è quello di ridurre quell’incertezza che è riducibile.

Esistono 3 pi di quesi :

- e cacia : può essere di po di erenza/superiorità, equivalenza o non inferiorità

- prognosi

- diagnosi

Un esperto non è sempre la fonte più valida. Perché l’esperienza potrebbe essere ingannevole?

- decorso naturale delle mala e

- Caso (chance)

Principi della medicina basata sull’evidenza (EBM)

- Formulare un quesito chiaramente de nito

- Trovare prove da studi clinici rilevan

- Valutare cri camente i da di ques studi

- Applicare i da alla situazione del singolo paziente

La pra ca dell’EBM consiste nell’integrazione delle competenze cliniche individuali con l’evidenza clinica dalla ricerca

sistema ca della le eratura scien ca e i valori e le aspe a ve del paziente.

Livelli di evidenza

Livello di evidenza: il disegno dello studio è u lizzato come indicatore del

grado di eliminazione delle distorsioni (bias) da parte del disegno stesso.

Qualità dell’evidenza/validità interna: la qualità dei metodi u lizza dagli

sperimentatori per minimizzare i bias nel disegno di uno studio.

Per nenza delle prove/validità esterna: la rilevanza delle misure di esito

u lizzate e l’applicabilità dei risulta dello studio ad altri tra amen ,

contes e pazien .

Pico —> popolazione, intervento, comparatore, outcome/esito (con nuo,

binario, sopravvivenza)

Studi clinici randomizza RCT

Qualità dello studio: è uno studio di buona qualità in cui : la misura in cui gli errori sistema ci (bias) sono rido al

minimo in uno studio clinico, dipende dalla proge azione, dall’esecuzione e dall’analisi di uno studio. La misura in cui i

risulta di uno studio forniscono una base corre a per l’applicabilità ad altre circostanze cliniche. Dipende dal quesito

clinico e dal giudizio dell’utente.

Rischio di bias: si riferisce alla validità interna “internamente valido” “basso rischio di bias”. Una valutazione della

probabilità che i risulta di un RCT di eriscano dalla realtà a causa di errori sistema ci (bias). Dipende dalla

proge azione, dall’esecuzione e dall’analisi di uno studio.

Il bias è la di erenza sistema ca, l’errore sistema co.

I pazien vengono assegna all’intervento sperimentale e al controllo a raverso una procedura casuale,

randomizzazione. Si confrontano gli esi osserva nel gruppo tra ato con quelli del gruppo di controllo.

ffi

ti ti

ti ti tt ti

ti ti ti

ti ti ti ff ti

ti ti ti tt ti ti ti

ti ti ti

fi ti tti ti ti

ff ti ti

ti

fi ti ff fi

ti ti fi ti tt ti

ti tt tt tt

ti ti tt ti ti fi ti ti tt tt fi

ti fi ti ti ti ti ti tti

Schema di un RCT

Disegno di ricerca

Lo studio RCT e fon di Bias

La randomizzazione lo usiamo per evitare il bias di selezione (selec on bias), secondo livello è quello di tra amento, si

cerca di evitare il bias di performance, poi c’è il momento della valutazione degli esi , bisogna evitare il bias di

rilevamento, l’ul mo livello è l’analisi sta s ca e si cerca di evitare il bias di a ri on.

Perché il bias è importante? Perché i risulta di uno studio possono essere in uenza dai fon di bias.

Randomizzazione: evitare bias di selezione

Lo scopo della randomizzazione (assegnazione casuale) è di o enere gruppi di pazien che sono simili per tu fa ori

prognos ci no e non no . La randomizzazione elimina il bias di selezione, ovvero l’assegnazione dei tra amen ai

pazien sulla base di criteri sogge vi del medico (presente negli studi non randomizza ).

La randomizzazione è composta di due fasi:

1. Generazione della sequenza di allocazione : dovrebbe risultare in gruppi uguali (unica di erenza l’intervento).

Sequenza non prevedibile, che consente il mascheramento dell’allocazione.

2. Mascheramento della sequenza di randomizzazione : l’assegnazione del partecipante all’intervento o controllo non

è prevedibile. A raverso buste di randomizzazione, sito web basato su computer, operatore al telefono.

An coagulan per infarto miocardico

Noi vogliamo ridurre le incertezze, ma per questo bisogna darsi dei risulta .

Lista di randomizzazione aperta : ci sono una serie di numeri casuali.

Generazione della sequenza di allocazione

Adeguata se la sequenza è imprevedibile

- Numeri casuali genera dal computer

- Elenchi di numeri casuali

- Lancio di monete

Inadeguata se la sequenza è prevedibile

- Data di nascita

- Data di ricovero

- ID paziente

ti ti ti ti ti tt ti ti ti ti tti ti ti ti fi tt ti ti tt fl ti ti ti ti ti ff ti tt tt tti ti tt

Adeguata se i pazien e i medici arruola non possono prevedere l’assegnazione

- Confezioni di farmaci numerate o codi cate a priori e in modo indipendente

- Randomizzazione centrale

- Buste opache, sigillate e numerate in sequenza

Inadeguata se una delle due par può prevedere l’assegnazione

- Procedure basate su una generazione inadeguata di sequenze

- Programma di assegnazione aperto

- Buste non sigillate o non opache

Il gruppo tra ato con ene una proporzione leggermente maggiore di pazien gravemente mala .

Randomizzazione a blocchi

Tra amento A, B, C studio con 3 bracci. Blocco da 3 (ogni 3 pazien randomizza ogni braccio riceve un paziente)

usando la lista di randomizzazione.

Cieco

- Singolo: la persona non è a conoscenza di quale intervento sta ricevendo

- Doppio: la persona non è a conoscenza di quale intervento sta ricevendo, il personale sanitario coinvolto nello

studio non è ad conoscenza di quale intervento sta somministrando.

- Triplo: la persona non è a conoscenza di quale intervento sta ricevendo, il personale sanitario coinvolto nello studio

non è a conoscenza di quale tra amento sta somministrando, il personale adde o all’analisi dei da non è a

conoscenza di quale sia l’intervento assegnato ai gruppi.

Comparatori

Possibili pologie di confron per gli interven farmacologici:

- Placebo

- Non somministrazione del farmaco

- Un diverso farmaco a vo

- Lo stesso farmaco somministrato diversamente

Analisi Escludere 4+1 nel gruppo A e il 9 nel gruppo B: A=95; B=91 Analisi per protocollo per-

protocol

Escludere l’1 nel gruppo A e considera i 9 del gruppo B nel gruppo A e i 4 del gruppo A nel

gruppo B: A=104; B=95 Analisi da tra amento as-treated

Ignorare eventuali violazioni del protocollo: A=100; B=100 Analisi inten on-to-treat

Analisi inten on to treat. Analisi sulla base del braccio al quale il

partecipante è stato randomizzato. Include tu i partecipan

randomizza e non sulla base di: valutazione di eleggibilità

successiva alla randomizzazione; se il tra amento è stato ricevuto;

se il tra amento è stato completato.

Outcome Esito

- Binario: misura di sintesi proporzione, misure di associazione più u lizzate (confronto tra proporzioni): rischio

rela vo RR, Odds Ra o OR, di erenza tra proporzioni DR

- Con nuo: misura di sintesi media e deviazione standard, misure di associazione più u lizzate (confronto tra medie):

di erenze tra medie DM

Sopravvivenza: misura di sintesi: hazard rate, misure di associazione più u lizzate (rapporto tra hazard): hazard ra o

HR

ff tt ti

ti tt ti ti ti

tt ti ti tti

ti ti ff tt ti tt fi ti tt ti tti ti ti ti ti ti ti ti

tt ti ti ti ti

È sempre e co e e uare uno studio randomizzato controllato?

Il principio di incertezza è alla base degli studi controlla randomizza . È e co randomizza le persone al tra amento o

al controllo solo quando c’è incertezza su quale sia l’alterna va preferibile. Non è e co u lizzare il placebo quando

esiste un intervento di riconosciuta e cacia per il quadro clinico d’interesse.

Dichiarazione di Helsinki:

- I bene ci e i rischi di un nuovo intervento devono essere valuta in confronto con quelli dei migliori metodi

preven vi, diagnos ci e terapeu ci a ualmente in uso

- È possibile l’impiego del placebo, o l’assenza di tra amento, negli studi in cui non esistono metodi comprova di

prevenzione, diagnosi o terapia

- Ogni ricerca che coinvolge persone deve essere registrata prima che venga arruolato il primo paziente

- I ricercatori hanno il dovere di rendere disponibili i risulta della loro ricerca.

Il placebo perme e di e e uare studi con dimensioni campionarie minori. Perme e di valutare l’e e o ne o

(e cacia/sicurezza) del tra amento sperimentale.

Le misure di sintesi

- Indicatori di tendenza centrale

- Indicatori di variabilità

- Distribuzione normale e normale standardizzata

Dataset: misure di sintesi per una variabile con nua.

Variabili che possono assumere tu i valori compresi nel

loro intervallo di variabilità ad esempio età, pressione

arteriosa. Il sesso è una variabile categorica binaria, la

regione di provenienza è una variabile categorica

nominale, il livello d’istruzione è una variabile categorica

ordinale.

La media aritme ca per le variabili con nue. La media si

o ene facendo: la somma dei valori osserva , dividendo

il valore o enuto per il numero totale di osservazioni.

La mediana per variabili con nue e categoriche. Il calcolo avviene in due step:

1) ordinare i valori in modo crescente/ decrescente.

2) Individuare: il valore (se il numero di osservazioni è dispari), i valori (se il numero di osservazioni è pari) che

dividono in due la distribuzione.

La moda per variabili con nue e categoriche. Il valore della variabile che si presenta più frequentemente.

Anche se la media è uguale, la distribuzione dei valori è diversa. La media non dice tu o. La deviazione standard è la

Il range, l’intervallo di variabilità è rappresentato dal valore minimo della distribuzione e il valore massimo.

Dataset: variabile binaria o dicotomica. Variabile che può assumere solo due valori, ad esempio, si/no, 0/1.

Le misure di associazione binarie