Disegno della Ricerca – Diverse tipologie

Tipi di indagine scientifica

erca e analisi dati
Disegno della Ricerca
Case Report

Non Sperimentale Sperimentale

niche di rice
Tecn

zCapitolo 1, testo “1”

Case Report Case Report - esempi

“Realtà virtuale e aumento tattile nel trattamento della fobia per i ragni: un
resoconto di casi”.
zResoconti di Casi
“Questo
Questo è il primo resoconto di casi che dimostra l’efficacia
l efficacia della realtà virtuale (VR) di
™S
™Secondo
d alcuni,
l i non sii tratta
t tt di vere e proprie
i ricerche.
i h
tipo immersivo generato dal computer, e realtà mista (toccare oggetti reali che il
™Assumono la forma della descrizione di un caso clinico insolito. paziente ha anche visto in VR) per il trattamento dell’aracnofobia. Il paziente era una
donna di 37 anni con aracnofobia severa e invalidante. Sono state condotte dodici
™Ri hi di dettagli
™Ricchi d tt li (sintomi,
( i t i eventi
ti precipitanti,
i it ti trattamenti
t tt ti proposti).
ti) sessioni settimanali di un ora ciascuna, per un periodo di tre mesi. Gli esiti del
trattamento sono valutati con dei test di ansia, evitamento e cambiamento nel
™Gli editor delle riviste scientifiche di solito non pubblicano casi clinici. comportamento in presenza di veri ragni. L’esposizione graduale in realtà virtuale ha
dimostrato la sua efficacia come nuovo mezzo per la terapia di esposizione”
esposizione .

zSerie di Casi Memoria semantica e abilità di lettura.

™Osservazioni cliniche insolite che si ripetono in un determinato “Si documenta in questo articolo l’inattesa dissociazione data dal mantenimento dell’abilità di lettura in
periodo di tempo. un paziente che presentava un danno della memoria semantica con relativi deficit. La comune
correlazione tra disturbo del significato delle parole e dislessia non è stata altresì osservata. Il Paziente
™Il ricercatore osserva gli aspetti comuni ai casi e ipotizza che queste (chiamato convenzionalmente DRN) aveva difficoltà notevoli nella denominazione di parole e nella
possano essere un fattore importante nella genesi del trattamento. comprensione del loro significato. Si osservava un effetto della frequenza delle parole nei test di
comprensione, ma esso era assente nei test di lettura di parole. L’abilità di DRN di leggere
™Gli editor delle riviste scientifiche di solito non li pubblicano o li correttamente parole regolari ed irregolari che non era riuscito a comprendere era ben preservata.
pubblicano sotto forma di lettere. Questi risultati forniscono ulteriore prova dell’indipendenza dei processi di natura semantica e
fonologica.
Disegno della Ricerca – le due tipologie principali Disegno della Ricerca – non sperimentale e descrittiva

zStudi Non Sperimentali vs. Studi Sperimentali

Disegno della Ricerca
zStudi Non Sperimentali: Case Report
™Il ricercatore osserva i pazienti (o i casi).
™Non si effettuano trattamenti o interventi, ma si misurano diverse variabili. Non Sperimentale Sperimentale

™Le variabili vengono poi analizzate ed interpretate in modo Descrittivo o in

modo Correlazionale.
Correlazionale
Descrittiva

zStudi Sperimentali:
p Trasversale Longitudinale
™Si effettua un intervento clinico o educativo (si manipolano le variabili Studi Studi
di Prevalenza prognostici
INDIPENDENTI), si somministra un trattamento, si osservano le risposte
( i misurano
(si i l variabili
le i bili DIPENDENTI) in
i funzione
f i d ll variazione
delle i i nelle
ll
Studi
caratteristiche dello stimolo. di Incidenza
™Nei “veri”
veri esperimenti, ll’assegnazione
assegnazione degli individui ai trattamenti è
Ricerca
random Qualitativa
™Possono essere di Tipo Trial Clinico (confronti fra trattamenti).

Studi Descrittivi - 1 Studi Descrittivi - 2

zNegli studi non sperimentali di tipo descrittivo
non si effettuano confronti tra gruppi, ma si zStudi Descrittivi Trasversali
misurano comunque alcune variabili ™Scopo: riunire un certo numero di pazienti e studiare la
presenza/assenza di diverse caratteristiche cliniche.

™ Studi Descrittivi Trasversali (Cross-Sectional Studies)

– Condotti in un unico momento temporale
p Arnow, Kenardy e Agras [1992] hanno condotto una ricerca di questo tipo su
diciannove pazienti obese che facevano richiesta di un trattamento
™ Studi Descrittivi Longitudinali (Longitudinal Studies) psicologico per ridurre i comportamenti tipici del disturbo da alimentazione
incontrollata. Come parte della ricerca gli autori effettuavano delle interviste
– Condotti in più occasioni (rilevazioni) ordinate nel con lo
l scopo di valutare
l t lla ffrequenza di restrizioni
t i i i alimentari,
li t i pensieri,
i i
tempo sentimenti e sensazioni corporee associate con l’alimentazione
incontrollata, di fattori precipitanti per l’alimentazione incontrollata e di
™ Ricerca Qualitativa fattori utili a prevenire l’alimentazione incontrollata
incontrollata.
– La misurazione delle variabili non è quantitativa

™I campioni possono essere non per forza grandissimi

Studi Descrittivi - 3 Studi Descrittivi - 4

zStudi sulla Prevalenza e l’Incidenza di diverse zStudi Longitudinali

g
patologie.
™Sono gli studi di tipo descrittivo di maggiore interesse
™S
™Scopo: V l t
Valutare l prognosii o il decorso
la d di una malattia.
l tti
–Prevalenza = Quanti casi con una certa patologia si
riscontrano in una certa popolazione. ™Richiedono ripetuti “follow-up”.
– Studi di prevalenza dei deficit attentivi con iperattività (ADHD) – I pazienti vengono seguiti nel tempo e le loro caratteristiche
in età evolutiva cliniche sono misurate ripetutamente ad intervallo fisso o
variabile
variabile.
–Incidenza = Quanti nuovi casi con una certa patologia
Più onerosi degli studi trasversali.
in un certo definito intervallo di tempo.
– Ad esempio studi sulla diffusione entro un certo periodo
dell’influenza suina, dell’isteria, o della depressione

zRichiedono campioni grandi e rappresentativi

Ricerca Qualitativa – 2 – Esempio

Ricerca Qualitativa - 1 Motivazioni alla carriera militare

zRicerca Qualitativa (si effettuano analisi del

contenuto o analisi dei testi, o analisi del
comportamento)
™Metodologia di elezione per gli Studi Pilota

Lewis [2006] ha condotto uno studio di questo tipo con lo scopo di eseguire una ricognizione di un
fenomeno “sommerso”
sommerso come il mobbing nei contesti organizzativi
organizzativi, intervistando un campione di dieci
donne che hanno subito vessazioni sul posto di lavoro. Uno studio di questo tipo rappresenta poco
più di una serie di casi ed ha avuto come esito principale la rilevazione delle tematiche più rilevanti,
come ad esempio la tendenza tipica delle persone in situazioni di mobbing a minimizzare le difficoltà
interpersonali a preservare il proprio Sé dalle vessazioni subite
interpersonali, subite, a mantenere un livello alto di
identificazione con i valori professionali ed aziendali, a dare spiegazioni del proprio malessere, e a
riconoscere il mobbing come un reale problema organizzativo.

™I campioni
i i possono essere piccoli,
i li e anche
h non
rappresentativi.
™E’ opportuno però che il campione abbia caratteristiche
informative
Ricerca Qualitativa – 3 - Esempio Ricerca Qualitativa – 4 - Esempio

Accademia Militare di Modena N = 151 Volontari della Brigata Garibaldi, N = 141

Ricerca Qualitativa – 5 – Esempio

E’ possibile unire dati qualitativi e quantitativi Disegno della Ricerca
Intenzione di rimanere nell’Esercito

Disegno della Ricerca

Case Report

Atteggiamento verso l’Esercito

l Esercito
Non Sperimentale Sperimentale

Descrittiva Analitica
Legame affettivo con l’Esercito
Trasversale Longitudinale
Correlazionale
Studi Studi
di Prevalenza prognostici
Resoconti di casi
Serie di casi
Studi Trasversali Osservazionale
Studi
Legame strumentale con l’Esercito di Incidenza Studi Longitudinali

Diagnostica
Ricerca
Qualitativa
Studi Analitici Studi Analitici – Ricerca correlazionale
z Ricerca correlazionale z Se ne tira fuori:
™ Studi effettuati su un campione ampio di partecipanti ed in cui non si ™ Una volta acquisiti
q i dati di ricerca, tramite q
qualsiasi
effettua alcun intervento clinico (o alcuna manipolazione di variabili), metodo di misura, l’associazione statistica tra le variabili
bensì si procede alla misurazione di costrutti specifici e delle loro viene sintetizzata mediante appositi indici di correlazione o
relazioni. di associazione,
associazione ma anche di differenze fra le medie
zQuando? ™La scelta degli indici dipende dal livello di misura delle
™ Uno
U studio
t di correlazionale
l i l puòò rappresentare
t un passo preliminare
li i cuii variabili considerate (che può essere nominale
nominale, ordinale
ordinale, a
può seguire uno studio sperimentale. intervalli equivalenti, a rapporti equivalenti).
™ Uno studio correlazionale è spesso ll’unico
unico tipo di ricerca possibile,
possibile zRicordare!
quando non si può condurre un esperimento, per motivi etici o pratici, o
anche teorici. ™ CORRELAZIONE ≠ CAUSAZIONE !!!!
zCome? ™Non potremo mai inferire la presenza di una relazione
causa → effetto da una ricerca puramente correlazionale,
™ Requisiti
q minimi: la misurazione di almeno due variabili ed il calcolo
in cui non vi sono manipolazioni di variabili
dell’associazione statistica tra le variabili misurate, su un campione che
permetta di trarre inferenze.

Correlazione e causalità - 1 Correlazione e causalità - 2

zLa correlazione non esclude la presenza di cause comuni non
zLa correlazione fra “causa” ed effetto è (spesso) misurate che rendono spuria la correlazione…
necessaria ma insufficiente p
per stabilire relazioni
causali Reddito
Intelligenza

™Non esiste causazione senza correlazione (a volte sì!) r = .57

57 r = .70
0

™ma esiste correlazione senza causazione

Soddisfazione Benessere

zLacorrelazione di per sé non implica una direzione ma l'ho

l ho già visto
temporale z…o di effetti di mediazione… r = .40
r = .40

Nell gruppo trovo

N t
Soddisfazione Benessere Intelligenza
Nuova fidanzata

r = .57 r = .70
r = .40

Terapia Buonumore
di gruppo

r = .40
Correlazione e causalità - 3 Correlazione e causalità - 4
z…e
e a volte cc’è
è causazione senza correlazione! z…o
o di variabili che moderano ll’effetto
effetto causale
Cura farmacologica
CON cura farmacologica
g
Interazione Di supporto
Suscettibilità
Intelligenza
Alla noia
8 Terapia r = .80 Buonumore
r = .70
70 r = .70
0
7
Intelligenza r = -.50 Errori
6

Benesserre
ma l'ho già visto 5 Senza cura farmacologica
farmaco SI
4
farmaco no
Suscettibilità
3SENZA cura farmacologica
Intelligenza Di supporto
t
Alla noia 2 Terapia r = .00 Buonumore

r = .70 1
0
Intelligenza Errori
r = 0.00 pre post

Studi Osservazionali – Caso-Controllo Studi Osservazionali – Caso-Controllo

z Studi Caso-Controllo (o retrospettivi) z Studi Caso-Controllo
™Hanno lo scopo è di documentare un’associazione
un associazione tra uno ™ Si parte da un gruppo (patologico) di “Casi”
Casi e si verifica
o più fattori di rischio e talune condizioni patologie. quanto in passato sono stati esposti ad un fattore di rischio.
Quindi si recluta un gruppo di “Controllo” e si verifica
™Tuttavia il fattore o i fattori di rischio debbono essere
quanto in passato sono stati esposti al fattore di rischio.
logicamente antecedenti alla condizione patologica
((esistono da p
prima).) ™Bisogna
g avere identificato teoricamente i fattori di rischio
™Servono per suggerire la possibilità di una relazione causa ™ Domanda: “Il gruppo dei casi è stato più esposto al fattore
effetto, del tipo “Fumo
Fumo - Ipertensione
Ipertensione” ; “abuso
abuso estremo - di rischio rispetto al gruppo di controllo?”
controllo?
psicopatia”…
– Ma in ogni caso non sono sufficienti a stabilire causazione ™ Es. Adolescenti che hanno tentato il suicidio vs
Adolescenti “normali”
normali , si valuta retrospettivamente la
presenza di traumi, o la provenienza da ambienti familiari
p
particolari
Studi Osservazionali – Caso-Controllo Studi Analitici – Ricerca diagnostica
z Studi Caso-Controllo longitudinali (o di Coorte) z Ricerca Diagnostica
™Simili agli
g studi caso-controllo, hanno lo scopo
p è di documentare z Mettere a punto strumenti utili al clinico per
un’associazione tra uno o più fattori di rischio e talune condizioni diagnosticare nella maniera più accurata possibile i
patologiche. Si basano però su una “Metodologia Prospettiva” diversi pazienti che vengono esaminati.
™Si suddivide un gruppo di persone in esposti e non esposti al
fattore di rischio. Si valuta se in seguito (longitudinalmente) si
™ Studio di fase 1. Si definiscono Casi e Controlli. Si somministra il
test, si vede se la media dei punteggi è differente.
verifica o meno il disturbo
disturbo.
™Domanda: “Il gruppo degli esposti presenta più casi di “malattia” ™ Studio di fase 2. Si somministra il test che ha già passato la fase
1, si stabilisce un cut-off che divide individui a rischio e non a rischio. Si
rispetto al gruppo dei non esposti?”
esposti?
valuta in prospettiva la frequenza di eventuali casi clinici tra individui a
– Es. Si valutano l’autostima e l’ansia sociale degli adolescenti come
rischio e non.
fattore di vittimizzazione nel bullismo. Dopo un anno dalla misura dei
fattori di rischio si valuta quanti adolescenti sono stati vittime di ™ Studio
St di di fase
f 3.
3 Si valuta se il test è utile per la diagnosi
bullismo tra quelli con alta/bassa autostima o con alta/bassa ansia differenziale.
sociale.
– Si
S osserva la reazione dei neonati di fronte
f ad un nuovo giocattolo: si ™ Studio
St di di fase
f 4.
4 Si valuta
l t se il ttestt è utile
til per lla prognosii
verifica 15 anni dopo se i neonati che reagiscono con allarme del paziente.
soffrono di ansia sociale

Disegno della Ricerca Studi d’Intervento

zStudi
St di Sperimentali:
S i t li
Disegno della Ricerca ™Si effettua un intervento clinico, si somministra un trattamento (o
Case Report f
farmaco),) sii osservano lle risposte
i iin ffunzione
i d
delle
ll variazione
i i d
delle
ll
caratteristiche del trattamento (Studio Sperimentale).
Non Sperimentale Sperimentale ™Si considera
id un gruppo ((o una condizione)
di i ) di controllo,
t ll cheh d
deve
essere equivalente al gruppo trattato, tranne per il fatto di
ricevere/non ricevere l’intervento ((Studio Controllato).
)
Descrittiva Analitica Quasi
Esperimenti
Trial Clinico
™Per rendere equivalenti il gruppo sperimentale e quello di controllo,
Trasversale Longitudinale si effettua l’assegnazione
g all’uno o all’altro g
gruppo
pp in maniera
Serie Temporali
Studi Studi
Correlazionale
sul Caso Singolo Esperimento casuale o randomizzata (Studio Randomizzato).
di Prevalenza prognostici di Laboratorio
Resoconti di casi
Serie di casi
p
™Studio Sperimentale Randomizzato Controllato = Modo p più
Osservazionale Esperimenti
E i ti
Studi Studi Trasversali Naturali affidabile per valutare l’efficacia di una terapia o di un intervento
di Incidenza Studi Longitudinali
clinico.
Diagnostica
Ricerca
Qualitativa
™Vediamo come si articola un tipico esperimento
Esperimenti e generalizzazione dei nessi causali - 1 Esperimenti e generalizzazione dei nessi causali - 2
z Un esperimento randomizzato sull’efficacia di una nuova z Nei desideri dei ricercatori, i risultati degli
psicoterapia può essere così composto:
esprimenti dovrebbero fornire indicazioni generali
1. Operazionalizzazione
p della nuova terapia,
p , e del trattamento di (universali) sui nessi causali da essi individuati
controllo (“treatment as usual”); Manipolazione
2. Individuazione dei pazienti ™ Gli specifici trattamenti vogliono rappresentare una
3 Individuazione delle variabili dipendenti (indicatori di
3.
classe g generale di trattamenti
benessere/malessere, scale sintomatiche, esami strumentali, ecc…) ™ Le unità partecipanti vogliono rappresentare “il genere
4. Assegnazione casuale dei pazienti alle condizioni di manipolazione umano”, o tutti gli individui affetti da una particolare
e messa in
i atto
tt dell’esperimento
d ll’ i t in
i un setting
tti adatto
d tt condizione
di i
z Ogni esperimento si caratterizzera per specifiche scelte sui ™ Le specifiche misure sono interpretate come riflessi di
punti precedenti concetti (una scala sintomatica è interpretata come
z A rigore, ogni esperimento ha solo conseguenze locali, misura di depressione)
contingenti a: ™ Il settingg è scelto spesso
p p
per convenienza,, ma è
1. I trattamenti implementati desiderabile che esso non influenzi i risultati
2. Le unità (partecipanti)
3. Le misure (o osservazioni)
4. Il contesto (setting)

Esempio di trial randomizzato Perchè i pazienti migliorano?

“Terapia Cognitiva per la Prevenzione della Psicosi in persone a rischio ultra-alto. Un trial clinico
controllato randomizzato”. z Storia naturale della malattia
Background: recenti progressi nell’abilità
nell abilità di identificare persone ad alto rischio di sviluppare una ™ Molte sindromi acute e/o croniche possono
psicosi hanno generato interesse sulla possibilità di prevenirla.
risolversi da sole (remissione spontanea).
Metodo: Un trial clinico controllato randomizzato ha confrontato la psicoterapia cognitiva con un
trattamento standard
d d (visite
( periodiche
d h con llo psichiatra)
h ) in 588 pazienti con un rischio
h molto
l alto
l did
avere un primo episodio di psicosi. La psicoterapia era svolta per un periodo di 6 mesi, e tutti i pazienti
z Eff tti non specifici
Effetti ifi i del
d l trattamento
t tt t
sono stati seguiti mensilmente per un periodo di 12 mesi.
™Effetto placebo
Risultati: l’analisi dei dati ha dimostrato che la terapia cognitiva rispetto al trattamento standard ha
ridotto significativamente la progressione della psicosi, outcome clinico misurato tramite la scala
“Positive and Negative Syndrome Scale” per un periodo di 12 mesi. Inoltre, si è ridotta
™Trend “naturale” del disturbo
significativamente
i ifi i la
l percentualel di prescrizione
ii di farmaci
f i anti-psicotici
i i i i e la l probabilità
b bili à di
raggiungere i criteri diagnostici del DSM-IV per i disordini di tipo psicotico. Infine, l’analisi ha
dimostrato un miglioramento significativo dei sintomi positivi della psicosi durante i dodici mesi del
z Efficacia specifica del trattamento
follow up.
follow-up.

Conclusione: la terapia cognitiva è un trattamento accettabile e valido per la prevenzione del primo
episodio psicotico in pazienti con rischio molto alto”.

•Perché è necessaria tutta questa formalità?

•Perché a volte i pazienti migliorano anche se le terapie sono acqua zuccherata Evidence-based 32
Chiropractic
Componenti di Efficacia di un trattamento Esperimento randomizzato
zLa
L randomizzazione
d i i aiuta
i t ad
d avvicinarsi
i i i alle
ll condizioni
di i i di
isolamento
Intervento zL’assegnazione casuale delle unità alle condizioni garantisce
Placebo
probabilisticamente della similitudine fra i gruppi nelle variabili
O Nessun
u trattamento estranee alla manipolazione
t
c Effetto ™La randomizzazione permette di non ricorrere a forme di isolamento
o Specifico
sperimentale spesso non fattibili negli studi sull’uomo
sull uomo
m Effetto del
trattamento
e ™Tramite la randomizzazione le caratteristiche dei gruppi divengono
Effetto omogenee
g
A
Aspecifico
ifi
™La randomizzazione permette di ricondurre eventuali effetti osservati
alla sola variabile manipolata
Pre Trattamento
Baseline Post Trattamento zEsperimento randomizzato: gold standard in campo medico, e
z L’effetto a-specifico è combinazione di effetto placebo e di trend naturale nello studio dell’efficacia delle terapie
z L’esperimento ben fatto ci consente di differenziare l’effetto specifico da
quello a-specifico. zVediamo alcuni tipici disegni sperimentali
33
Disegno di Solomon: Alcuni esiti Quasi-esperimento – Definizione e rischi
zNel primo caso vi è solo effetto trattamento
zSe non è possibile assegnare casualmente le unità alle condizioni, ma è
possibile manipolare l’ipotetica causa, siamo di fronte ad un quasi-
esperimento
zIn pratica, nei quasi esperimenti si assegnano l’assegnazione ai gruppi non
è randomizzata
™In assenza di randomizzazione corriamo il rischio della selezione
– Le unità selezionano la condizione
condizione, o lo sperimentatore seleziona
non casualmente l’accoppiamento fra condizione e unità
zNel secondo anche un effetto “sensibilizzazione” o “reattività” al pretest
– Le unità selezionate possono differire in modo sistematico per
caratteristiche diverse dalla sola manipolazione sperimentale
– La manipolazione sperimentale quindi non è più isolata
– Si riduce la capacità di eseguire inferenze causali, rispetto a
quanto accadeva nei disegni veramente sperimentali
Quasi-esperimento – Esempi di confusione Quasi-esperimento - Soluzioni
zSiccome il rischio degli effetti di selezione è noto ed evidente, è possibile

zLe unità in diverse condizioni sperimentali differiscono fra loro tentare di controbilanciarne gli effetti
per variabili estranee alla manipolazione zSe
S nell’esperimento
ll’ i t randomizzato
d i t era lla casualizzazione
li i a ridurre
id glili effetti
ff tti
™Le variabili estranee alla manipolazione possono essere le vere di selezione, nel quasi-esperimento si tenta di misurare le variabili
responsabili dell’effetto confusive, per tenerne sotto controllo gli effetti
™Tale confusione è più probabile quando la variabile manipolata ™Es: diverse attività sportive per gruppi di diversa altezza si confonde col sesso.
e la variabile caratterizzante le unità dei diversi gruppi sono Misurando il sesso, si possono statisticamente eliminare i suoi effetti sulla
associate variabile dipendente
p
– Es: se creo dei gruppi di bambini con altezze medie diverse per ™Es: Se la fiducia dei pazienti verso le terapie si confonde con l’effetto delle
indirizzarli a diverse attività sportive, otterrò più maschi nel gruppo terapie medesime, misurare il grado di fiducia permette di controllarne gli effetti
alti ).
“alti”). sull’efficacia
sull efficacia delle terapie
– Es: Se nel testare due diverse terapie permetto ai pazienti di ™Es: se è il livello di ansia varia attraverso due diverse diagnosi, posso misurare
scegliere a quale saranno sottoposta confondo le terapie con la l’ansia nei due gruppi, e distinguere i suoi effetti da quelli della terapia
fiducia dei pazienti verso le terapie
– Es: se confronto la stessa terapia su pazienti con diagnosi diverse, zInoltre, alcuni disegni di ricerca e alcuni profili di risultato possono aiutare a
non riuscirò a distinguere fra effetti dovuti alla terapia ed effetti ridurre le ambiguità
dovuti ad altre variabili associate diversamente con le differenti
diagnosi

Quasi-esperimento :
– Disegni con gruppo di controllo non equivalente Disegni con gruppo di controllo non equivalente: Alcuni esiti - 1

zQuesto è l’esempio di disegno quasi sperimentale più comune zAl pre-test i gruppi sono non-equivalenti
zAl post
post-test
test la differenza aumenta; come possiamo interpretare il risultato?

zVi è manipolazione
i l i di una variabile ì) ma i gruppii osservati
i bil ((sì), ti all pretest
t t
sono concettualmente non equivalenti (es: due diagnosi diverse; diversa
severità della condizione)
Disegni con gruppo di controllo non equivalente: Alcuni esiti - 2 Disegni con gruppo di controllo non equivalente: Alcuni esiti - 3

zAl pre-test i gruppi sono non-equivalenti zAl pre-test i gruppi sono non-equivalenti
zAl post
post-test
test la differenza aumenta un po
po’, ma entrambi i gruppi migliorano zAl post
post-test
test la differenza diminuisce
diminuisce, perché il gruppo sperimentale cala
zPer meglio comprendere questo esempio poniamo che la var dipendente
sia un indicatore di malessere

Disegni con gruppo di controllo non equivalente: Alcuni esiti - 4 Altri disegni quasi-sperimentali - 1

zAl pre-test i gruppi sono non-equivalenti zIl disegno “switch”

zAlpost
post-test
test il gruppo trattato “supera”
supera il gruppo di controllo,
controllo che è rimasto zAl pre-test
pre test i gruppi sono non-equivalenti
non equivalenti
immutato (“cross-over”)
zMa in questo disegno a “tre ondate”, l’inversione del ruolo “paragone-
sperimentale” permette di trarre più inferenze sull’efficacia del trattamento.
Altri disegni quasi-sperimentali - 2 Quasi Esperimenti

zIl disegno a due variabili dipendenti, e UN SOLO gruppo! z Esperimenti naturali

™Si effettuano confronti tra diversi situazioni pre-

esistenti,
i t ti ovvero non manipolate
i l t dal
d l ricercatore,
i t
ma che si verificano per effetto di un fenomeno
zLe due righe si riferiscono a due variabili dipendenti diverse
diverse, non a due
gruppi diversi.
naturale.
t l
™Molto frequenti in neuropsicologia
– Deficit e lesioni che si presentano “naturalmente” dopo
ictus, traumi, condizioni degenerative localizzate

zE
E’ cruciale che la variabile “di
di controllo
controllo”, si comporti effettivamente come
tale

Quasi esperimenti - Esperimenti naturali Quasi esperimenti - Esperimenti naturali

z Non è possibile manipolare la presenza assenza di zAnche nel caso degli esperimenti naturali è necessario
una lesione cerebrale per studiarne gli effetti sul escludere le spiegazioni alternative
comportamento.
comportamento zE quindi
i di massimizzare
i i il grado
d di controllo
t ll e di
z Se si verificano per incidente certo numero di lesioni “isolamento” dell’ipotetica causa
cerebrali di un certo tipo si ha la possibilità di condurre ™Es: nel periodo in cui si è verificata la lesione il paziente
un esperimento naturale prendeva psicofarmaci?
™misuriamo i comportamenti del paziente/dei pazienti con ™Es: valutando l’anamnesi del paziente vi erano stati in passato
i di i di comportamenti
indizi t ti anomali?
li?
lesione cerebrale e li confrontiamo con i comportamenti
della popolazione “normale”, ovvero senza alcuna lesione ™In altre parole, è necessario dimostrare l’indipendenza
cerebrale.
cerebrale dell’evento
dell evento di interesse (lesione cerebrale) da altri fattori che
possono egualmente interferire con il comportamento del
™Le informazioni sono più ricche quanto più la lesione è paziente.
localizzata,, e quanto
q p
più il deficit che ne risulta è ™Il gruppo di controllo deve essere assolutamente paragonabile
discriminabile da altri deficit con il gruppo clinico
™L’unica differenza fra g
gruppo
pp clinico e g gruppo
pp di controllo deve
essere la lesione
™L’isolamento non è mai molto alto negli esperimenti naturali
Serie Temporali sul Caso Singolo (cap 3) Serie Temporali sul Caso Singolo
z Il paziente è il “controllo” di se stesso durante le fasi
z Uno studio quasi-sperimentale che coinvolge un di non trattamento.
singolo paziente (o pochi pazienti) che vengono
osservati ripetutamente nel tempo. z Le condizioni “croniche” sono quelle che meglio si
z Un set di misure di outcome è rilevato adattano ad essere valutate tramite STCS.
STCS
sistematicamente quando un intervento terapeutico ™In quanto permettono di confrontare l’esito delle terapie
con ll’andamento
andamento “naturale”
naturale del disturbo
è presente (ovvero
( assente).
)
™L’obiettivo è osservare differenze nelle misure di outcome z Le condizioni “acute”
acute sono più instabili e quindi non
nelle fasi in cui il trattamento è presente rispetto alle fasi in si adattano ad essere esaminate con questa
cui il trattamento è assente. metodologia
™Il miglioramento riscontrato nelle fasi di intervento rispetto
a quelle di non-intervento può indicare che il trattamento è
efficace
Evidence-based Evidence-based
Chiropractic Chiropractic

Serie Temporali sul Caso Singolo - Baseline Serie Temporali sul Caso Singolo – Fase di intervento

™La baseline rappresenta la fase iniziale di ogni ™La parte della serie temporale in cui si effettua
STCS l’intervento clinico
™Servono almeno tre misure ripetute per ciascun ™Segue sempre la fase di “baseline”
outcome clinico per stabilire la baseline prima di
™Le variabili outcome durante la fase di intervento
iniziare il trattamento.
sono misurate almeno tre volte
™ Queste misure servono anche a valutare se il – Per poter tracciare una curva dello stato del soggetto,
paziente è stabile oppure no. da confrontarsi con la baseline

™La fase “baseline” rivela anche lo stato naturale ™La durata nel tempo deve essere simile a quella
del paziente e diviene lo standard utile per di baseline
valutare l’effetto di ogni eventuale trattamento. ™I cambiamenti nelle variabili outcome che si
– Lo “stato
stato naurale
naurale” può essere “stabile”
stabile , “in
in osservano in questo periodo sono attribuite al
peggioramento” o anche “in miglioramento”
Evidence-based trattamento.
Evidence-based
Chiropractic Chiropractic
Serie Temporali sul Caso Singolo – Disegni AB Serie Temporali sul Caso Singolo – Disegni ABA
z Nei disegni AB z I disegni ABA si compongono di tre fasi:
A = fase di baseline ™ Baseline, intervento, e follow
follow-up
up
B = fase di intervento ™Nel follow-up il trattamento viene rimosso
z Un disegno metodologicamente poco robusto
perchè si ha poco controllo sulle minacce alla z Fornisce indicazioni più sicure (rispetto ai disegni
validità interna della ricerca.
ricerca AB) sulla
ll relazione
l i causa-effetto
ff tra trattamento e
™Potrebbe essere stata trascurata un’evoluzione naturale outcome clinici
della malattia con effetti differiti nel tempo
™Nella fase di follow-up i risultati dovrebbero
™Essendovi due sole fasi, fattori contingenti esterni possono tendenzialmente ritornare ai livelli della baseline.
assumere un peso sproporzionato
z Il cambiamento nelle variabili outcome deve essere z Vediamo
ed a o u
un ese
esempio…
po
piuttosto evidente per supportare una possibile
relazione
Evidence-based
Chiropractic
casuale. Evidence-based
Chiropractic

Esempio di disegno ABA Serie Temporali sul Caso Singolo – Disegni ABAC

z Nei disegni ABAC abbiamo due trattamenti

™A: Fase iniziale di Baseline
™B: Fase in cui il trattamento “B” viene erogato
™A: Seconda fase di baseline
™C: Fase in cui si effettua un trattamento standard
“C”
z Vengono evidenziate
V id i t l
le diff
differenze f
fra
trattamenti, e ridotta la probabilità che i
miglioramenti
i li ti osservatiti siano
i d
dovuti
ti ad
d effetti
ff tti
Giorni o Settimane contingenti (storia)
Evidence-based
z Esempio…
Evidence-based
Chiropractic Chiropractic
Esempio di Disegno ABAC Multiple baseline design
z Disegni che coinvolgono almeno tre pazienti che hanno
diagnosi e sintomi simili e su cui si intende procedere
con lo stesso intervento terapeutico.
terapeutico

z Il disegno
g AB viene applicato
pp ad ogni
g p paziente
™ ma le fasi di baseline hanno una durata diversa per
ciascun paziente.

z Le differenze tra le fasi vengono analizzate per ciascun

paziente, ma cc’è
è anche un confronto tra pazienti.

z Sono spesso decisive per controllare l’effetto di

eventuali fattori confondenti.
™ In quanto è più difficile che gli stessi fattori di disturbo abbiano
i fl it su soggetti
influito tti diversi,
di i trattati
t tt ti in
i momenti ti diversi
di i
Evidence-based Evidence-based
Chiropractic Chiropractic

Serie Temporali sul Caso Singolo – Vantaggi e limiti

™Le prove che un trattamento è efficace che risultano

Disegno applicando la metodologia delle STCS è più solida di
con quella evidenziata in un case report.
Baseline
Multiple Intervention ™Le misure di outcome in una STCS sono di solito
applied
F MultipleDisegno
oggettive e clinicamente rilevanti.
con
Baseline ™L aver raccolto una serie di misure ripetute durante le
™L’aver
Multiple
alternanze di trattamento e non trattamento diminuisce
Intervention la probabilità che I risultati siano ottenuti per caso.
caso
applied
™I risultati sono direttamente rilevanti per la gestione
d ll’i t
dell’intervento
t terapeutico
t ti
™Non sempre i risultati sono generalizzabili ad altri
pazienti
Evidence-based Evidence-based
Chiropractic Chiropractic
Come si analizzano i dati di una STCS Analisi Statistica

z L’interpretazione può essere qualitativa, valutando z Test Binomiale (vedi il cap. Test non
la risposta del paziente in termini di trend parametrici)
complessivo dei dati raccolti. ™ Consiste nel calcolare la probabilità di ottenere
z I dati possono essere anche analizzati per caso Y successii ((un effetto
ff tt positivo
iti del
d l
statisticamente trattamento) dato un certo numero X di eventi (che
sono coppie
i di ffasii b
baseline_trattamento)
li t tt t )
™Se sono raccolte almeno tre misure per fase: tre pazienti
ripetuti all’interno di ciascuna fase, e tre misurazioni ™ Servono almeno cinque coppie AB, tutte con un
ripetute per fase. effetto positivo, per raggiungere il livello di
z Entrambi I metodi sono utili significatività convenzionale.
z I grafici sono più immediati
z Le analisi dati però sono più formali
Evidence-based Evidence-based
Chiropractic Chiropractic

Analisi Statistica
Validità
Si possono considerare delle varianti del t-

erca e analisi dati

z
test oppure dell
dell’ ANOVA per misure ripetute
™ Oppure le equivalenti tecniche non parametriche
™ Più potenza statistica rispetto al test binomiale
perchè oltre alla semplice direzione dell
dell’effetto,
effetto, si

niche di rice
capitalizza anche sulla grandezza degli effetti
Tecn

zCapitolo 1 testo “1”

Evidence-based
Chiropractic
Validità della ricerca - 1 Validità della ricerca - 2
z Ogniqualvolta ci troviamo di fronte ad una ricerca
ricerca, z Validità:
dobbiamo porci quattro domande: ™ Correttezza delle conclusioni e delle inferenze tratte da una ricerca o da un
programma di ricerca
ricerca. Oppure:
1. L ricerca
La i di
dimostra
t lal presenza di un effetto
ff tt affidabile?
ffid bil ?
™ Approssimazione delle conclusioni di una ricerca alla “verità”
2. La ricerca dimostra che questo effetto è di tipo causale? z Alcune conclusioni basate su dati empirici,
p , non sono logicamente
g sostenibili,,
non sono valide
3. La ricerca dimostra che l’effetto causale è generalizzabile
™ Es: siccome la relazione fra intensità di un trattamento e sintomi non è significativa,
ad altri campioni, contesti, misure e procedure? allora ll’ipotesi
ipotesi è sbagliata

4. La ricerca dimostra che l’insieme delle procedure
utilizzate sono in relazione coi concetti che le procedure
volevano riflettere?
z Le pprime due domande si riferiscono al hic et nunc della
ricerca in questione
z Le ultime due alla generalizzazione dei risultati della ricerca
z Queste domande hanno a che fare con la Validità
™ Es: le femmine siccome guadagnano meno dei maschi, sono meno intelligenti dei
maschi, visto che esiste una relazione fra reddito e intelligenza.
™ Es siccome una
Es: na certa relazione
rela ione vale
ale per gli adulti,
ad lti essa è generalizzabile
generali abile ai bambini
™ Es: siccome un atteggiamento empatico migliora i sintomi ansiosi, allora una terapia
empatica fa guarire dall’ansia generalizzata
z Nel primo esempio, non si tiene conto della validità delle conclusioni statistiche,
nel secondo non è dimostrata la presenza di un nesso causale, nel terzo non è
chiara la generalizzabilità a diversi contesti, nel quarto non è provata la
generalizzabilità dalla misura al costrutto

Validità della ricerca - 3 Validità delle conclusioni statistiche - 1

z Validità delle conclusioni statistiche z Non è più importante delle altre
altre, ma viene “prima”
prima
™ Correttezza delle inferenze circa l’esistenza, la direzione z Riguarda la correttezza dell’inferenza circa
e la forza di una relazione ottenuta da uno specifico
p ll’esistenza
esistenza di un effetto
studio
™ Se non siamo sicuri della validità dell’effetto, è inutile
z Validità interna preoccuparsi delle altre validità
™ Correttezza delle inferenze circa la relazione causa- z Le conclusioni statistiche riguardano molto spesso
effetto fra la X e la Y
la verifica dell’ipotesi
dell ipotesi nulla
z Validità di costrutto ™ H0: Non vi è effetto nella popolazione da cui sono stati
™ Correttezza delle inferenze circa i concetti (costrutti)
( ) tratte le osservazioni delle ricerca
utilizzati ™ Si tenta di falsificare H0 per supportare H1: vi è effetto
z Validità esterna nella popolazione
™ Correttezza delle inferenze sulle generalizzazioni dei z H0 e H1 non possono mai essere definitivamente
risultati a soggetti, trattamenti, misure e setting diversi provate, né disconfermate
™ Ma possiamo metterci nelle condizioni di ridurre
l’incertezza circa la loro plausibilità
Validità delle conclusioni statistiche - 2 Validità delle conclusioni statistiche - 3
z Le inferenze su H0 possono rivelarsi errate z Alla base di questi errori vi sono più specifiche
perché: minacce
™ Si afferma che esiste un effetto
effetto, quando esso non c’è
cè ™ Fishing
(Errore di I tipo)
™ Potenza insufficiente
– Per caso il campione di pazienti sembra migliorare,
ma l’effetto non è presente nella popolazione ™ Violazione delle assunzioni dei test statistici
™ Si afferma che un effetto non esiste, quando invece è ™ Scarsa attendibilità delle misure
presente (Errore di II tipo) ™ Scarsa attendibilità del trattamento
– L’effetto osservato nel campione è troppo piccolo ™ Restrizione di rango
relativamente alla sensibilità del disegno o delle
tecniche statistiche utilizzate ™ F
Fattori
tt i intrinseci
i ti i alla
ll ricerca
i che
h aumentano
t lla varianza
i
d’errore
™ Si sbaglia grossolanamente l’entità dell’effetto
™ Eterogeneità dei partecipanti
– Nel campione pare di aver ottenuto un grosso
miglioramento dei sintomi, nella popolazione in realtà ™ Statistiche che sottostimano o sovrastimano gli effetti
ll’effetto
effetto è più piccolo

Validità delle conclusioni statistiche - 4 REGOLE DI DECISIONE: Errori

z Fi hi
Fishing z S H0 è vera:
Se
™ Ha a che fare con l’errore di I tipo
– Il calcolo
l l d dell lilivello
ll alpha
l h di errore di I titipo sii b
basa ™si può decidere di accettare H0 = Decisione corretta
sull’esecuzione di un solo test (ripassare l’ipotesi nulla sui libri di
psicometria!)
™si può decidere di rifiutare H0 = Decisione scorretta
– L’esecuzione
L’ i di molti
lti ttestt suglili stessi
t iddati
ti gonfia
fi di molto
lt l’l’errore (Errore di I° tipo)
di I tipo
™ Soluzioni: z ERRORE DI I°
I TIPO
– Specificare al massimo le proprie ipotesi e condensarle in pochi
test ™Respingo H0 quando è vera
z P t
Potenza insufficiente
i ffi i t ™ Accetto H1 quando è falsa
™ Ha a che fare con l’errore di II tipo
– Trattamenti
T tt ti poco efficaci,
ffi i campioni
i i poco numerosi,
i e statistiche
t ti ti h z Commettendo l’errore
l errore di I tipo si considera
poco sensibili aumentano gli errori di II tipo presente (vero) un effetto assente (falso) nella
™ Soluzioni: popolazione
– Più soggetti, migliori misure, test statistici adeguati
z La probabilità di questo errore è α
REGOLE DI DECISIONE: Errori Relazione fra α e β

z Se H0 è falsa: H0 H1
™si può decidere di rifiutare H0 : Decisione corretta Regione di
™si può decidere di accettare H0 : Decisione scorretta (Errore di II°
accettazione
tipo) Regione di
β
1-β
z ERRORE DI II° TIPO 1α
1-α accettazione
™ Accetto H0 quando è falsa Ö
™ Rifiuto H1 quando è vera
z Si considera assente (falso) un effetto presente (vero) nella β
popolazione di riferimento
α
z La probabilità di questo errore è β D=0 D≠0
™β = probabilità di non evidenziare un fenomeno che in realtà esiste
™β = probabilità di non rintracciare un effetto assente solo nel campione
osservato, ma in realtà presente nella popolazione di riferimento Campione appartenente ad una
Campione appartenente ad una popolazione dove H0 è vera,
z Purtroppo il valore di β,
β a differenza di quello di α,
α non può popolazione dove H0 è falsa
falsa, ma che conduce ad errore di I tipo
essere determinato ma che conduce ad errore di II tipo

Relazione fra α e β POTENZA DEL TEST

H0 H1 • La potenza
poten a del test è la probabilità di respingere H0 quando
q ando è vera
era H1
Ö
Regione di
accettazione
1- β
1
Regione di
1α
1-α β
1-β accettazione • Capacità del test di condurre alla decisione corretta

• La potenza di un test è determinata fondamentalmente dalla grandezza

del ca
de campione
po e
β • Inoltre, la potenza è determinata dalla grandezza dell’effetto.
α
D=0 D≠0 • Anche dalla attendibilità delle misure

Se α diminuisce,
•Se diminuisce β aumenta.
aumenta • Infine, la potenza è in parte influenzata dal tipo di analisi statistica
Infine
™Evitareerrori di I° tipo può portare ad una elevata probabilità di effettuata.
commettere errori di II° tipo
p
Validità delle conclusioni statistiche – Potenza e grandezza dell’effetto Validità delle conclusioni statistiche - 5
z Violazione delle assunzioni dei test statistici
™ Ha a che fare sia con errori di I, sia di II tipo
– Ogni test statistico riposa su specifiche assunzioni
– La loro violazione comporta l’errato calcolo dell’entità dell’effetto
™ Soluzioni:
– Consapevolezza assunzioni dei test
– Pianificazione delle analisi prima di raccogliere i dati
z Scarsa attendibilità delle misure e dei trattamenti
™ Influenza in genere l’errore di II tipo
– L’errore attenua (indebolisce) le relazioni bivariate, e può
attenuare ma anche inflazionare le relazioni multivariate
– Trattamenti implementati
p in modo inconsistente riducono g
gli
z Come vedete
C d all’aumentare
ll’ d
dell’effetto
ll’ ff aumenta lla effetti
potenza ™ Soluzioni:
z All’
All’aumentare
t d
dell campione
i aumenta
t lla sensibilità
ibilità – S lt oculata
Scelta l t misure,
i standardizzazione
t d di i dei
d i trattamenti
t tt ti

Validità delle conclusioni statistiche - 6 Validità delle conclusioni statistiche - 7

z Restrizione di rango z Eterogeneità/Omogeneità dei partecipanti
™ Scarsa variabilità di una o entrambe le misure in relazione ™ Nei trial clinici, l’omogeneità nosologica, diagnostica o
™ Influenza l‘errore di I tipo, e la stima dell’effetto sintomatologica può aumentare l’entità
l entità dell’effetto
dell effetto.
– Trattamenti troppo simili fra loro; soggetti troppo omogenei ™ Diverse comorbilità invece possono oscurare gli effetti del
p
rispetto ad una variabile trattamento
™ Soluzioni: ™ Soluzioni:
– Assicurarsi della variabilità della X e della Y (diversificare i – Scelta oculata dei soggetti più responsivi al trattamento
trattamenti; assicurarsi della variabilità della V
V.I.)
I)
– Chiarire i criteri di inclusione nosologica
z Fattori intrinseci alla ricerca che aumentano la varianza
d’errore z Statistiche che sottostimano o sovrastimano g
gli effetti
– Variazioni nel setting sperimentale da soggetto a soggetto ™ Influenza sia errori di I, si di II tipo
™ Influenza errore di II tipo – Originano
g da uso non ottimale delle scale di misura o dei
™ Soluzioni livelli del trattamento
– Standardizzazione del setting e delle procedure ™ Soluzioni:
– Selezionare i livelli di misura e le operazionalizzazioni più
adatte; applicare le tecniche di analisi adatte alle misure
Validità Interna - 1 Validità Interna - 2
z Riguarda le inferenze sulla natura causale del z Le inferenze sulla causalità X →Y possono
nesso X →Y risultare errate perché:
™ Una volta stabilita una covariazione (conclusione ™ Condizioni esterne alla X causano Y (storia)
statistica), bisogna decidere se essa è di natura causale
™ Caratteristiche dei soggetti causano Y (selezione)
z Non
o ha a a che
c e fare
a e co
con il ssignificato
g ca o d di X e d
di Y ™ Cambiamenti nei soggetti causano Y (maturazione)
z Non ha a che fare con la validità del nesso causale ™ I soggetti sono stati selezionati perché mostrano valori
X →Y in contesti diversi estremi su una variabile (regressione)
( g )
z Ha a che fare con un giudizio locale di causalità: ™ Alcuni soggetti abbandonano l’esperimento, creando fra i
“sopravvissuti” un apparente effetto causale su Y
™ Presen
Presenza a di un
n nesso causale
ca sale contingente alle specifiche (
(mortalità)
t lità)
caratteristiche di un esperimento
™ Non si può escludere che sia Y a causare X, e non
– In termini di procedure e trattamenti viceversa
– Di soggetti ™ Effetti del pretest e della strumentazione
– Di misure
– Di setting

Validità Interna - 3 Validità Interna - 4

z Effetti storia z Maturazione
™ Gli esperimenti non sono mai totalmente sotto controllo e ™ Soggetti del gruppo sperimentale e di controllo potrebbero
totalmente isolati cambiare in modo differente durante lo studio
– Eventi che accadono ai soggetti sperimentali ma non ™ Soluzioni:
a quelli non sperimentali possono provocare – Randomizzazione aiuta; Matching e Blocking per variabili
cambiamenti
bi ti iin Y correlate
l t con di
diverso ritmo
it di maturazione;
t i misurare
i lla
baseline
™ Soluzioni:
z Regressione
– Monitoraggio; isolamento; misura fattori esterni
™ Soggetti in fase acuta di depressione tenderanno ad essere (in
z Effetti di selezione media) meno depressi dopo un po’ di tempo
™ I soggetti nella condizione sperimentale potrebbero già – I loro punteggi in un test sintomatologico di depressione
differire da quelli di controllo per una caratteristica, la sono destinati a regredire verso la media
vera causa di Y – L’effetto è dovuto al fatto che anche misure dello stesso
costrutto non correleranno mai perfettamente
™ Soluzioni:
™ Soluzioni:
– Randomizzazione; misura delle caratteristiche dei
soggetti in studi non randomizzati (quasi- – evitare selezione di soggetti con valori estremi (quasi-
sperimentali) esperimenti); buona attendibilità delle misure
Validità Interna - 5 Validità Interna - 6
z Mortalità
z Eff tt pre-test
Effetto t t
™ Pericolosa per la validità interna quando essa è
“differente” tra i g
gruppi
pp sperimentale
p e di controllo ™ Ogni misurazione può interferire con lo stato del sistema.
L’i t f
L’interferenza d l pretest
del t t può ò quindi
i di alterare
lt i valori
l i della
d ll
– Uno dei gruppi può “perdere” i soggetti più gravi Y o gli effetti della X sulla Y.
oppure quelli più lievi
– IIn alcuni
l i casii l’effetto
l’ ff tt del
d l pretest
t t è simile
i il all’effetto
ll’ ff tt
™ Minaccia non evitabile nemmeno negli esperimenti
randomizzati maturazione (apprendimento)
™ Soluzioni: – A volte il pre-test
pre test sensibilizza il rispondente,
rispondente che
fornirà quindi risposte alterate al post-test.
– Monitoraggio; calcolo degli effetti tenendo conto della
mortalità ™ Soluzioni:
z Ambiguità temporale o della direzione dell’effetto – Eliminare il pre-test (non un granché come soluzione)
™ E se Y causasse X? – Mascherare il pre-test
– Tipica minaccia presente negli studi non-sperimentali – Misurare gli effetti pre-test (Disegno di Solomon)
– Anche processi causazione reciproca possono
entrare in gioco

Validità Interna - 7 Validità Esterna - 1

z Effetti strumentazione z Generalizzazione
Generali a ione delle inferen
inferenze
e di una
na ricerca a
soggetti, trattamenti, misure e setting differenti
™ Gli strumenti di misura (q
(questionari,, test,, strumenti veri e
propri) possono nel tempo mutare le loro proprietà, e la ™ Le generalizzazioni possono essere:
loro precisione. – Da situazioni specifiche a situazioni generali (da un
– L’errore può fare apparire un effetto inesistente gruppo di pazienti
i i iin un ospedale,
d l a tuttii i pazienti
i i di una
determinata regione)
– Molte misure psicologiche sono suscettibili a tali inconvenienti
– Da situazioni generali a situazioni specifiche (Da un
™ Anche lo sperimentatore, intervistatore o terapeuta può campione di pazienti, ad un nuovo paziente)
”decadere” o mutare le sue caratteristiche “di
– Fra livelli simili (Da un gruppo di pazienti nell’ospedale
nell ospedale A
A,
misurazione”. a pazienti dell’ospedale B)
™ Soluzioni: – Da una categoria
g all’altra ((da un g
gruppo
pp di p
pazienti fobici,,
– Ricorrere a più misure ad un gruppo di pazienti con ansia generalizzata)
– Valutare sempre
p l’affidabilità delle misure – Da un campione alla popolazione (possibile nelle ricerche
che si avvalgono di campionamento casuale, o di altri
campionamenti sistematici)
Validità Esterna - 2
z Possiamo concettualizzare le minacce alla validità
esterna come interazioni (moderazioni) fra nesso
X→Y e variazioni nei contesti
™ Interazioni X→Y x tipo di soggetti o individui
– Da un campionep specifico
p a diversi campioni,
p ,
individui o popolazioni
™ Interazioni X→Y x variazioni nei trattamenti
– Da uno specifico X1→Y ad altre Xi→Y
™ Interazioni X→Y x tipo di misure o risultati
– Da uno specifico X→Y1 a diversi X→Yi
™ Interazioni X→Y x variazioni nei setting
g ™ Soluzioni:
– Da un setting ad altri setting
z Non sempre queste sono “minacce”:
minacce :
™ possono costituire “specificazioni”
Validità Esterna - 3
z Interazioni X→Y x tipo di individui
™ Es: dagli studenti di psicologia a campioni con altre
caratteristiche
™ Es: da un campione
p di depressi
p senza comorbilità, a
campioni di depressi con diversi gradi di comorbilità
– La bassa validità esterna può dipendere da effetti di selezione
nei campioni sperimentali
– A volte particolari selezioni aumentano la validità interna, a
discapito di quella esterna
™ Alcuni target di generalizzazione sono definiti post hoc;
altri possono essere individuati a priori.
– Specificare i target in anticipo

Validità Esterna - 4 Validità Esterna - 5

z Interazioni X→Y x variazioni nei trattamenti
z Interazioni X→Y x setting ™ Quante variazioni può subire un trattamento senza perdere l’effetto?
™ Mantenendo costanti trattamento e outcome,
outcome il setting ™ Esempio
p tipico:
p studi sperimentali
p sulla p
persuasione ed effetti di
può variare X→Y persuasione indotti dalla pubblicità
– L’agente di persuasione potrebbe essere lo stesso, ma
™ Esempio: la stessa terapia condotta dal medesimo p
l’implementazione in laboratorio e l’implementazione
p negli
g spot
p
terapeuta è efficace nel suo studio privato oltre che nel commerciali possono mostrare effetti diversi
setting ospedaliero? ™ Esempio tipico: Studi di efficacia di terapie e “reali” applicazioni delle
p
terapia
– Alcuni degli elementi del setting possono far parte
dell’efficacia di X – La ricerca sperimentale evita la sovrapposizione con altri
approcci terapeutici; i “veri” terapeuti spesso sono più eclettici
™ Soluzioni: e so
nel somministrare
st a e il ttrattamento
atta e to
– Specificare i meccanismo dell’effetto di X ™ Soluzioni:
– Specificare teoricamente quale è la parte efficace o
– Indagare le variazioni di setting i di
indispensabile
bil d
dell pacchetto
h tt di ttrattamento
tt t
– Includere nel test sperimentale variazioni controllate
dell’applicazione del trattamento
Validità Esterna - 6 Validità di costrutto - 1
z Interazioni X→Y x tipo di misure di outcome (VI) z Validità delle inferenze e generalizzazioni circa i
™ Il trattamento è efficace sui sintomi, ma è efficace sulle ricadute? concetti di cui i soggetti, i trattamenti, le misure e i
™ Il trattamento “migliora”,
g , o “guarisce”?
g settign costituiscono degli esempi
™ Il trattamento che migliora i sintomi di auto-svalutazione della ™ I soggetti di un esperimento vengono considerati “genere
depressione, migliora anche i sintomi ansiosi comuni nelle umano”
p
depressioni?
™ La scelta delle Y (outcomes) determina l’ampiezza delle possibili ™ Trattamenti che implicano discussione e narrazione sono
generalizzazioni considerati psicoterapie
– La scelta delle Y è determinata dalle definizioni teoriche ™ Mi
Misure sintomatologiche
i t t l i h sono considerate
id t iindicatori
di t i di
– “Efficacia” significa riduzione dei sintomi o “cura”? benessere o malessere, salute o malattia
– Teoricamente, quanto ci aspettiamo che un effetto sia generale
Teoricamente ™ Setting terapeutici all’interno
all interno di una specifica struttura
attraverso diversi sintomi? vengono considerati esempi di ogni setting terapeutico
™ Soluzioni:
– D fi i teoricamente
Definire i l’l’outcome
t collegato
ll all giudizio
i di i di efficacia
ffi i
z Non sempre le inferenze di generalizzazione dai
particolari di uno studio ai concetti sovrastanti
– Allargare lo spettro degli outcome
sono corrette

Validità di costrutto - 2 Validità di costrutto - 3

z Diversi campi di ricerca hanno fornito preminenza
a diverse validità di costrutto z Minacce alla validità di costrutto
™ Ricerca sociale ™ Reattività alla situazione sperimentale
– Preminenza alla validità di costrutto delle misure
™ Attese dello sperimentatore
™ Ricerca clinica
– Preminenza alla validità di costrutto pertinente ai
™ Perequazione compensativa
gg
soggetti e al trattamento ™ Demoralizzazione
™ Ricerca di base ™ Diffusione del trattamento
– Preminenza alla validità di costrutto del trattamento
™ Confusione fra costrutto e specifici livelli del
™ Ricerca cross-culturale costrutto
– Preminenza alla validità di costrutto del setting
™ Errata specificazione dei costrutti
Validità di costrutto - 4 Validità di costrutto - 5
z Reattività alla situazione sperimentale z Attese dello sperimentatore
™ La teoria suppone che X causi i cambiamenti, ™ Lo sperimentatore può inavvertitamente
mentre i soggetti non reagiscono ad X
X, ma alla “convincere”
convincere i soggetti a conformarsi alle ipotesi
semplice situazione sperimentale della ricerca.
– Esempi: Effetto placebo; Effetto Hawthorne
Hawthorne, – Effetto inconsapevole
motivazioni dei soggetti...
– Presente anche con soggetti animali!
™ Soluzioni:
Sol ioni
™ Soluzioni:
– Rendere opaca la situazione sperimentale
(“ i
(“cieco”)
”) – Uso del “doppio
doppio cieco”
cieco
– Ipotesi non note né ai soggetti, né agli
– Confrontare il gruppo sperimentale con un
gruppo placebo
l b sperimentatori
– Confrontare diversi trattamenti

Validità di costrutto - 6 Validità di costrutto - 7

z Perequazione compensativa z Demoralizzazione
™ Lo sperimentatore “compensa” i soggetti del ™ Nei trial clinici i soggetti che sanno o sospettano
gruppo di controllo
controllo, alterando l’entità
l entità dell’effetto
dell effetto della propria condizione di soggetti placebo o di
del trattamento controllo possono demoralizzarsi
– Altra minaccia originata dagli sperimentatori – L’effetto
L effetto della terapia ne può risultare inflazionato
™ Soluzioni: – O deflazionato, quando il gruppo di controllo individua
una
u a sstrategia
a eg a d
di “coping”
cop g e efficace
cace
– Doppio cieco – Anche i soggetti nel gruppo sperimentale possono
demoralizzarsi in assenza di immediati miglioramenti
– Compensazioni extra-trattamento
extra trattamento uguali per
tutti i soggetti ™ Soluzioni:
– Cieco
– Supporto esterno allo studio eguale per tutti i
partecipanti
Validità di costrutto - 8 Validità di costrutto - 9
z Diffusione del trattamento
z Confusione fra costrutto e specifici livelli del
™ Contribuiscono alla diffusione del trattamento costrutto
tutti gli aspetti comuni alla situazione di controllo
e a quella sperimentare ™ Il trattamento spesso operazionalizza solo alcuni livelli
del costrutto di riferimento
– In primo luogo,
luogo gli sperimentatori – Costrutto:Terapia comportamentale
– In secondo luogo, la possibilità di contatto fra – Operazionalizzazione: Tre sedute settimanali di terapia, di
50 minuti ciascuna
i soggetti
™ Le misure delle Y possono anche operazionalizzare solo
™ Soluzioni: alcuni livelli della variabile
– Depressione
– Più sperimentatori, isolamento dei
partecipanti di gruppi diversi – Solo depressione di una certa gravità sintomatologica
™ Soluzioni
S
– Diverse intensità di trattamento
– Mi
Misure dotate
d t t di validità
lidità di contenuto
t t

Validità di costrutto - 10
z E
Errata specificazione
ifi i d
deii costruttii
™ Descrizione in termini astratti di un costrutto, che in realtà
si basa su un’operazionalizzazione molto specifica
™ Descrizione vaga di un intervento, omettendo i suoi
particolari
– Oppure descrizione minuziosa, ma applicazione
g
generica
™ Nel campo delle misure:
– CoConfusione
us o e fra a le
e misure
su e d
di u
un cos
costrutto
u o e misure
su e d
di
costrutti diversi
– Validità convergente e discriminante delle misure
™ Soluzioni:
– Specificare
p teoricamente le caratteristiche centrali dei
costrutti; differenziare fra loro costrutti simili