Statistica medica

STATISTICA MEDICA

Quesiti clinici:

-​ quesito clinico di efficacia: determina se un trattamento è efficace per risolvere un

problema sanitario. (domanda che si fa al medico per sapere se una cura funziona

meglio di un’altra). si ha il confronto tra due possibilità per risolvere la malattia.

intervento:

●​ farmacologico

●​ chirurgico

●​ fisioterapico

●​ organizzativo

componenti del quesito clinico: PICO

-​ popolazione

-​ intervento

-​ comparatore

-​ esito: continuo\binario\sopravvivenza

ci sarebbe anche la T che sta per tempo

la domanda se una cura è migliore di un’altra può essere posta in tre modi:

●​ la cura A ha esito migliore della cura B? superiorità

●​ la cura A ha esito uguale rispetto alla cura B? equivalenza

●​ la cura A non ha esito inferiore alla cura B? non superiorità

es.per quelli con il mal di schiena gli esercizi sono meglio rispetto a stare a letto?

-​ quesito clinico di diagnosi: quesito che si pone al medico per sapere come andrà

nel tempo una malattia. serve per prevedere l’evoluzione della malattia

es. nei pazienti con infarto avere il diabete aumenta il rischio di morte?

-​ quesito clinico di prognosi: domanda che si fa al medico per capire quanto un test

sia accurato nel diagnosticare una patologia.

es. nel bambino con il mal di gola serve fare un tampone per capire se ha la

faringite?.

indici di posizione: numeri che sono rappresentativi dei dati e forniscono indicazione

sull’ordine di grandezza del fenomeno in studio

l’esperienza dei medici potrebbe essere sbagliata:​

- decorso delle malattie

-caso

-follow-up

-percezione distorta

si distinguono due paradigmi:

-​ paradigma storico: nella medicina l’apprendimento è basato sull’autorità di esperti,

libri e consensus conference (uno strumento di medicina basato sull’evidenza).

-​ nuovo paradigma: le scelte terapeutiche devono essere basate su prove quantitative

derivate da una ricerca clinica di buona qualità, medicina basata sull’evidenza,

evidence based medicine ( usare le migliori prove scientifiche per curare i pazienti).

l’evidence based medicine si basa su:

●​ competenze cliniche individuali

●​ evidenza della ricerca sistematica

●​ valori ed aspettative del paziente

i principi della medicina basata sull’esperienza sono:

-​ domanda

-​ ipotesi

-​ ricerca

-​ collezione dei dati trovati

-​ analisi dei dati

-​ interpretazione

definizioni:

livello di evidenza: il disegno dello studio è utilizzato come indicatore del grado di

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

qualità dell’evidenza: la qualità dei metodi utilizzati dagli sperimentatori per minimizzare i

bias.

pertinenza delle prove: la rilevanza delle misure di esito utilizzate e applicabilità dei risultati

dello studio ad altri trattamenti.

la statistica comprende 3 metodi per analizzare i dati che hanno la caratteristica di variare

nel tempo:

-​ raccolta

-​ descrizione

-​ analisi

la statistica si divide in:

-​ descrittiva: mette in ordine i dati e usando tabelle, grafici e numeri riassuntivi è in

grado di far comprendere le caratteristiche generali di una serie di dati e le loro

relazioni.

variabilità:

●​ strumentale (legata alla misurazione, agli strumenti e a chi misura) può

essere completamente controllata.

●​ biologica, può essere parzialmente limitata

-​ inferenziale

universo: totalità degli elementi che hanno certe caratteristiche (es. studenti che seguono un

corso)

campione: sottoinsieme di elementi dell’universo che viene utilizzato per trarre

considerazioni sulle caratteristiche dell’universo. deve essere preso a caso.

le variabili si dividono in:

-​ qualitative:

●​ nominali: categorie senza un ordine preciso.

un esempio preso da esame: indicare la tipologia per una variabile così definita “regione

geografica di residenza”. la questione si riferisce alla categoria delle regioni, le quali non

sono in una categoria che prevede un ordine preciso

●​ ordinal: categorie con ordine preciso. per esempio indice del dolore,

1.2.3.4.(2 non è il doppio di 1)

la misurazione dell’intensità del dolore è: forte>moderata>lieve>nulla

le variabili qualitative a 2 livelli: se c’è la presenza o l'assenza di una caratteristica

-​ quantitative

●​ discrete: si contano

un esempio preso da esame: indicare la tipologia per una variabile così definita “numero di

fumatori in famiglia”. si possono contare-> discreta

●​ continue: si misurano con strumenti, es. altezza, peso, temperatura

frequenza semplice:

-​ assoluta: n. di volte in cui una caratteristica si manifesta sul totale

-​ relativa: rapporto tra la frequenza assoluta e il numero totale. facilitano la percezione

del peso delle modalità, consentono di confrontare la distribuzione di una variabile di

campioni di diversa numerosità

frequenza cumulate:

-​ assoluta

-​ relativa

istogrammi:

-​ a livello degli istogrammi che hanno asse delle y: f\A e x: intervallo, A

al diminuire del numero di classi si perdono i dettagli sulla distribuzione (nelle distribuzioni

con 9 classi abbiamo molti più dettagli sull’andamento dell’istogramma rispetto ad un

istogramma con 3 classi)

Proprietà della media aritmetica:

-rappresenta il baricentro della distribuzione

-forte dipendenza dai valori estremi

- è sempre compresa tra il più piccolo e il più grande valore preso in considerazione

mediana

la mediana è quella modalità tale per cui l’insieme delle osservazioni risulta essere per metà

inferiore e per metà superiore ad essa.

la mediana risulta essere meno sensibile rispetto alla media in presenza di dati anomali.

grafico box-plot

-​ riassume posizione e variabilità del fenomeno

-​ è adatto a rappresentare distribuzioni asimmetriche

moda

il valore più frequente

indici di dispersione:

numeri che forniscono informazioni sulla variabilità del fenomeno in studio.

varianza: una misura della variabilità che ci dice quanto i valori si allontanano dalla media. è

sempre positiva, vale zero se tutti i valori sono uguali, aumenta se i valori sono molto sparsi,

l’unità di misura è al quadrato.

es se tutti pesano 70kg-> varianza uguale a 0

se alcuni pesano 50kg e altri 90 kg varianza alta

deviazione standard: è la radice quadrata della varianza, serve per avere un valore con le

stesse unità di misura della media (euro, kg,cm)

statistica inferenziale

serve per fare previsioni su un’intera popolazione partendo da un campione. per conoscere

una popolazione a partire da un campione occorre utilizzare la probabilità. le variabili che

vengono considerate sono variabili casuali (è una variabili che può assumere valori diversi in

base ad un fenomeno casuale, assume diversi valori con determinate probabilità) con

distribuzioni di probabilità.

quando si attribuisce ad ogni valore della variabile x una corrispondente probabilità si ottiene

una distribuzione di probabilità, queste vengono espresse da una legge matematica detta

funzione di probabilità o funzione di densità di probabilità.

teoria della probabilità:

-​ prova

-​ evento (risultato della prova)

-​ probabilità

variabile casuale:

-​ discreta, è definita da un grafico che consente di visualizzare tutti i valori che la

variabile assume con le rispettive probabilità. viene indicata nelle tabelle come

P(X=x)

-​ continua: i valori non si contano, si misurano. assume infiniti valori all’interno di un

intervallo. es altezza di una persona può essere 170,2 cm, 170,25 cm oppure

170,254 cm

-​ soggetta al caso

gaussiana

-​ è definita da due parametri che sono la media e la deviazione standard

-​ descrive al meglio la manifestazione di alcuni fenomeni (errori di misura, altezza,

lunghezza)

-​ importanti proprietà

TIPI DI STUDI

1.​ in base al ruolo dell’investigatore/ricercatore:

-​ osservativo = il ricercatore osserva solo, non interviene → può essere sia descrittivo

che analitico (case control studies - cohort studies )

-​ sperimentale = il ricercatore interviene sull’esposizione come gli studi clinici → può

essere solo analitico (randomized clinical trial)

2.​ in base allo scopo dello studio:

-​ descrittivo = lo studio mira a descrivere la distribuzione temporale, spaziale o

demografica delle malattie, generando ipotesi → studia la malattia

-​ analitico = lo studio mira a misurare l’associazione tra i fattori di rischio e l’insorgenza

della malattia → studia le cause

3.​ in base al livello di analisi:

-​ livello individuale = vengono studiati gli effetti di un fattore di rischio su singole unità

-​ livello aggregato = vengono studiati gli effetti di un fattore di rischio sull’intera

comunità

studi osservativi descrittivi → nessuna ipotesi è testata, i dati sono disponibili da fonti

ufficiali

prevalence studies (osservativo analitico)→ un campione di individui viene selezionato

da una popolazione target in un momento specifico e i pazienti vengono classificati in base

alla contemporanea presenza dell’esposizione e dell’evento = nessun follow up e nessuna

sequenza temporale

gli studi osservativi possono essere anche prospettici e retro prospettici:

-​ studi osservativi prospettici = vengono condotti dal presente al futuro perciò il

risultato non si è verificato al momento dello studio, sono inefficaci per lo studio di

malattie con lunghi periodi di incubazione → cohort studies

-​ studi osservativi retro prospettici = vengono condotti nel presente e guardano al

passato per esaminare eventi medici ed esposizioni, si ha una disponibilità

immediata dei dati quindi sono più brevi degli studi prospettici ma i dati potrebbero

essere inaccurati o incompleti → retrospective cohort studies, case - control studies

cohort studies = per valutare se l’esposizione a un fattore specifico influenza l’esito, il tasso

di influenza della malattia nei soggetti esposti viene confrontato con quello dei non esposti

→ permette di descrivere in modo esaustivo la relazione temporale tra esposizione e

malattia e di misurare l’influenza della malattia nei soggetti esposti e in quelli non esposti

→ l’unica differenza tra i cohort studies e i retrospective cohort stud