Lezioni Statistica v1

Lezioni di
Statistica Medica
modulo dell’esame in
Riabilitazione Basato sulle Prove di Efficacia
Prof. Marco Bettiol
Email: marco.bettiol@uniroma1.it
Corso di laurea triennale in Fisioterapia M
Roma Azienda San Filippo Neri

Introduzione
Introduzione
3/8
Programma del corso
1) Gestione dei dati: variabili, campionamento, analisi, presentazione

2) Clinical trials
3) Introduzione all'epidemiologia
4) Misure di tendenza centrale e misurazione della variabilità
5) Probabilità e curva normale, intervallo di confidenza
6) Test d'ipotesi
7) Correlazione e regressione
8) Il confronto delle medie
TESTI DI RIFERIMENTO:
Fowler, Jim, et al. Statistica per le professioni sanitarie. EdiSES, 2006.
Bowers, David. Medical statistics from scratch: an introduction for health
professionals. John Wiley & Sons, 2019
Introduzione Programma Corso
Perché la statistica nelle professioni sanitarie?
1) Per tenersi aggiornati studiando la letteratura scientifica corrente.
2) Per riflettere sui nostri pazienti, sulle nostre casistiche!
Perché dobbiamo riflettere sulle nostre casistiche? Per tenersi aggiornati, basta
leggere quello che scrivono gli Americani, gli Inglesi, i Tedeschi, …

Motivazioni Statistica
Perché la statistica nelle professioni sanitarie?
1) Per tenersi aggiornati studiando la letteratura scientifica corrente.
2) Per riflettere sui nostri pazienti, sulle nostre casistiche!
Perché dobbiamo riflettere sulle nostre casistiche? Per tenersi aggiornati, basta
leggere quello che scrivono gli Americani, gli Inglesi, i Tedeschi, …
 Perché i nostri pazienti sono spesso diversi dai pazienti stranieri: ad esempio, le
carte del rischio cardiovascolare sono diverse per gli abitanti dell’Europa
Occidentale e dell’Europa dell’Est. Rispetto agli Stati Uniti di America i diabetici di
tipo II presentavano incrementi più contenuti nella glicemia, nell’indice di massa
corporea e nella mortalità cardiovascolare (Zoppini G, Verlato G. Mortalità nel
diabete. Il Diabete, Dic 2004, 300-316).
 Perché riflettere sul proprio operato in genere migliora la qualità delle
prestazioni.
 Per non accumulare ulteriore ritardo scientifico e tecnologico rispetto agli altri
Paesi industrializzati.
La Metodologia Statistica
Disciplina, il cui corpus è costituito da metodi per

trattare informazioni relative a fenomeni collettivi, che
presentano caratteri di variabilità.
Il gruppo di riferimento viene detto popolazione
statistica, a sua volta costituita da unità statistiche o
elementari.

Metodologia
Definizioni
Popolazione: qualsiasi raccolta di tutti I possibili elementi, unità
o individui, che sono soggetti della ricerca
Variabili: le caratteristiche di una popolazione. Differiscono da
ogni unità
Sotto-insieme o Campione: gruppo più ristretto della
popolazione che la rappresenta nella sua totalià
Osservazione: la quantità fornita dal campione (ad es. la misura)
Esempio:
Popolazione statistica: tutti I neonati maschi
Campione:sottoinsieme dei neonati maschi sottoposti alla pesatura
Unità di campionamento (elemento): neonato maschio
Variabile; peso
Osservazione: 3.6 Kg
Metodologia
Schema della metodologia statistica
Parametri della popolazione: test
Popolazione ipotesi e estimatori
obiettivo
ento
Inferenza
am
Campion
Statistica
descrittiva Statistiche
Campione (media, varianza, …)
Grafici (istogrammi,
diagrammi a torta, …)
Metodologia
Popolazione Sotto-insieme ipotesi e estimatori
obiettivo rappresentante la totalità
della popolazione
obiettivo
Inferenza
Campionamento
Statistica
Metodologia
Popolazione fornisce una sintesi ipotesi e estimatori
obiettivo chiara e concisa della
massa dei dati, in forma
numerica e/o grafica
amento
Inferenza
Campion
Statistica
Metodologia
consente di
generalizzare le Parametri della popolazione: test
Popolazione osservazioni effettuate ipotesi e estimatori
obiettivo su un campione,
opportunamente
sintetizzate attraverso la
Statistica Descrittiva, alla
popolazione di origine
del campione.
amento
Inferenza
Campion
Statistica
Metodologia
Esempio dell’analisi statistica: i sondaggi politici
Qual è l’orientamento politico degli elettori italiani?
Siamo più di 51 milioni, è un procedimento estremamente dispendioso.
Le indagini sull’intera popolazione vengono effettuate ogni 5 anni in
corrispondenza delle elezioni politiche.
Nel periodo tra le elezioni, i partiti politici effettuano dei sondaggi. Delle
ditte specializzate nei sondaggi di opinione estraggono dei campioni
rappresentativi della popolazione italiana, i soggetti selezionati vengono
intervistati e i risultati vengono sintetizzati attraverso la statistica
descrittiva.
I risultati conseguiti sul campione vengono poi generalizzati alla
popolazione di origine attraverso l’inferenza. In genere, per esprimere
l’incertezza insita nel procedimento, le percentuali di elettori favorevoli
ad un determinato partito non vengono espresse con dei valori precisi,
ma con degli intervalli, detti intervalli di confidenza.

Metodologia
Lezione 1
Gestione dei dati:

variabili, campionamento, analisi, presentazione
Lezione 1: gestione dei dati
3/8
Costanti & Variabili
Costante: caratteristica che non cambia nelle diverse unità di osservazione
Variabile: caratteristica che varia da un’unità di osservazione all’altra
Capacità vitale attesa:

M: capacità vitale (l) = 5.76*altezza (m) – 0.026*età (anni)-4.34
F: Capacità vitale (l) = 4.43*altezza (m) – 0.026*età (anni)-2.89
Lezione 1: gestione dei dati Variabili

Le Variabili
Una variabile è qualcosa il cui valore può variare. Ad esempio, l'età, il sesso e il
gruppo sanguigno. I dati sono i valori che ottieni quando misuri una variabile
Mario Paola Simone

Età 32 24 20
Sesso Maschio Femmina Maschio
Gruppo Sanguigno 0 A AB
Le variabili …i dati

Le Variabili
Tipo categorico (qualitative) Tipo numerico (quantitative)
nominali ordinali discrete continue

Valori in categorie Valori in categorie Valori interi su una Valori continui su
arbitrarie ordinate scala numerica una scala numerica

Le Variabili

Gruppo sanguigno Numero pazienti
(frequenza)  I dati non hanno unità di
0 65 misura
A 15  L’ordine delle categorie è
B 12 arbitrario
AB 8
Le Variabili

Scala del coma di Numero pazienti
Glasgow (frequenza)  I dati non hanno unità di
3 8 misura
4 2  L’ordine delle categorie
… … NON è arbitrario
15 4
Le Variabili

Paziente Peso (Kg)  Le variabili quantitative
Rossi 68.5 continue possono essere
Bianchi 76.3 misurate e hanno l’unità
di misura
Verdi 92.5
 Numeri reali (posti su
scala numerica)
Le Variabili

Paziente Numero volte utilizzo  Le variabili quantitative
inalatore nelle ultime discrete possono essere
24h contate e hanno unità di
Maria 8 misura (numero di …)
Fabio 13  Numeri reali (posti su
Anna 7 scala numerica)
Stefano 5
Le Variabili
Ha un’unità di misura (anche
includendo contatori)?
No Sì
Il dato può essere ordinato in modo I dati vengono da una misura o da
significativo? un conteggio?
No Sì Conteggio Misura
Variabile categorica Variabile categorica Variabile numerica Variabile numerica

nominale ordinale discreta continua
Esempi:
Gruppo Scala del Numero volte Peso
sanguigno coma utilizzo inalatore
Errori sistematici e casuali
Errore casuale: dovuti a influenze non controllabili e non unidirezionali (cioè a media nulla)
che intervengono durante una serie di misure
Errore sistematico: deviazioni dal valor vero che durante la misura sono costanti in entità e
mantengono lo stesso segno.
Parametri influenzati:
Precisione Accuratezza
Proprietà misura
Principali proprietà di una misura
Accuratezza: grado di concordanza tra il valor medio desunto attraverso una o più misure e
il relativo valore vero.
Precisione: grado di convergenza dei dati rilevati individualmente rispetto al valore medio.
Una misura è tanto più precisa quanto più i singoli valori misurati in condizioni di
ripetitibilità/riproducbilità si concentrano intorno alla media della serie di misure effettuate.
Ripetibilità: capacità di ottenere lo stesso valore nelle stesse condizioni
Riproducibilità: capacità di ottenere lo stesso valore in condizioni differenti

Proprietà misura
Esempio

Proprietà misura
La precisione delle osservazioni
La precisione della misura dipende dagli intervalli di taratura dello strumento
utilizzato. Se nastro tarato a intervalli di 1 metro precisione sarà 0.5m
In generale, la misurazione è precisa sino a un valore pari a più o meno la metà
dell’intervallo costituito dall’ultima cifra registrata.
8 9 10 11 12 13 14 15
11.5 12.5
Limiti dell’osservazione ‘12’
12±0.5

Proprietà misura
Quanto essere precisi?
Se si misura la distanza che un carrello percorre quando viene trasferito dal PS
alla radiologia, ha senso utilizzare righello graduato in millimetri?
Principio comunemente accettato: ottenere tra I 30 e I 300 intervalli tra il valore

più grande e quello più piccolo.
Es: se una serie di misurazioni vanno dai 59mm ai 67mm, se si utilizza il righello
graduato ai mm si hanno solo 67-59=8 intervalli. L’errore è quindi una unità su 8
(12,5%). Meglio misurazione al decimo di millimetro (circa 80 intervalli, errore
circa 1.2%)

Proprietà misura
Variabili derivate
Rapporto: semplice relazione tra due numeri misurati sulla stessa scala
Es: circonferenza braccio 8.7 cm, circonferenza torace 29.8, allora
rapporto = 8.7 cm : 29.8 cm = 0.3 [no unità di misura!]
Proporzione: rapporto di una parte con l’intero. Se moltiplicata per 100, diventa
una percentuale (%)
Es: in 8 ore, un impiegato passa 2 ore per lo svolgimento di un lavoro X,
allora la proporzione di tempo speso è 2:8=0.25 e la percentuale 25%
Tasso: valore di una variabile in rapporto ad un’unità di misura
Es: tasso di natalità, ovvero il numero di nascite all’anno calcolato su 1000
individui

Proprietà misura
Variabili derivate
La frequenza
Frequenza assoluta: numero di volte in cui un dato compare (ni)
Frequenza relativa: rapporto tra la frequenza assoluta e numero totale osservazioni (f i =ni /N)
Frequenza percentuale: frequenza relativa moltiplicata 100
Es. Colore degli occhi
Nella classificazione dei soggetti la distribuzione di frequenza deve essere esaustiva (vanno riportati tutti i
valori assunti dalla variabile) e non-ambigua (ogni soggetto deve appartenere ad una sola classe)
Lezione 1: gestione dei dati Variabili Frequenza
Proprietà misura
Variabili derivate
Creazione della tabella di frequenza
I dati raccolti vanno organizzati per permettere ulteriori interpretazioni e analisi.
Si parte da misure non raggruppate, ad es:
Alcuni valori ripetuti (ad es 3.1 Kg). Non ha senso registrare tutti valori singolarmente,
utilizziamo le classi di frequenza: è una classe in cui previsto intervallo di valori (3.1
Kg±0.05 Kg). Si compila quindi la tabella di frequenza (slide succesiva)

Proprietà misura
Variabili derivate
Creazione della tabella di frequenza
Distribuzione di
frequenza

Proprietà misura
Variabili derivate

Popolazione ipotesi e estimatori
obiettivo
à)
amento
robabilit
Inferenza
Campion
(teoria p
Statistica
Proprietà misura Campionamento
Variabili derivate
Il campionamento
Non possibile inserire nello studio tutta la popolazione.
Soluzione: estrarre un campione e utilizzare l’informazione del campione per le
deduzioni sulla popolazione (“inferenza”)
Raccomandazioni:
1. Formulare gli obiettivi dello studio
2. Decidere quale tipo di analisi si debba condurre per soddisfare tali obiettivi
3. Decidere quali dati siano necessari per facilitare l’analisi
4. Raccogliere I dati richiesti dalla ricerca

Variabili derivate
Il campionamento
Piani di campionamento
}
Campionamento casuale semplice
Popolazioni finite (ogni membro
Campionamento sistematico
popolazione identificato)
Campionamento stratificato
Campionamento per quote
Campionamento a grappolo
} Popolazioni infinite (non possibil elencare tutti
gli elementi della popolazione)
Esempio
Scopo di uno studio: misurare efficacia terapia antiasmatica
Popolazione: 800 pazienti di un medico di medicina generale
Campionamento: estrazione di 20 persone
Osservazione: numero di attacchi acuti di asma nell’arco degli ultimi 12 mesi
(anno in corso) e dei 12 mesi precedenti (anno prima)
Variabili derivate
Il campionamento
Ogni individuo della popolazione in
Campionamento casuale semplice studio ha la stessa probabilità di
Campionamento sistematico essere incluso nel campione
Campionamento per quote
Esempio
Associamo un numero ad ogni paziente.
Estraiamo 20 numeri su 800 in maniera casuale
Metodo di campionamento da preferirsi, per alti numeri. Non garantisce che il
campione sia rappresentativo della popolazione
Variabili derivate
Il campionamento
Primo soggetto scelto in modo
Campionamento casuale semplice casuale e poi si scelgono altri
Campionamento sistematico soggetto seguendo un algoritmo di
Campionamento stratificato successione
Campionamento per quote Attenzione a non escludere in

Campionamento a grappolo modo sistematioc sottogruppi
popolazione
Esempio
Associamo un numero ad ogni paziente.
Si fissa l’intervallo necessario per selezionare il campione (passo di
campionamento). Nel nostro es. Ampiezza popolazione / ampiezza campione =
800/20=40

Variabili derivate
Il campionamento
Utile quando nella popolazione diversi
sottogruppi che hanno effetto sui dati raccolti
Campionamento sistematico (es. età, sesso, origini etniche, formazione)
Campionamento stratificato Si definiscono gli strati, ovvero gli insiemi di
Campionamento per quote indicidui il più possibile vicini tra loro.
Campionamento a grappolo Gli individui per strato possono essere gli
stessi (allocazione uniforme) o proporzionale
al numero di individui per ciascuno strato
(allocazione proporzionale)
Esempio
La popolazione bersaglio viene divisa nei diversi strati, da ciascuno dei quali
selezionato un campione casuale semplice.

Variabili derivate
Il campionamento
Si scelgono I pazienti più
Campionamento casuale semplice facilmente disponibili, purché
Campionamento sistematico rappresentativi dei sottogruppi
Campionamento stratificato indicati.
Campionamento per quote Quando si raggiunge la soglia, o

quota, prestabilita, il
campionamento termina
Esempio
Si selezionano I primi 20 pazienti rispondenti ai criteri. Ad es primi 20 pzienti che
si recano dal medico generico.
Svantaggio: la selezione degli individui non avviene in modo casuale, gli
individui possono non essere rappresentativi della popolazione
Variabili derivate
Il campionamento
Campionamento per quote Popolazione suddivisa in
sottogruppi, detti grappoli, da cui
individuati degli individui.
Esempio
Si selezionano 20 iscritti per ogni medico di base

Variabili derivate
Il campionamento
Campionamento per quote Popolazione suddivisa in
sottogruppi, detti grappoli, da cui
individuati degli individui.
Esempio
Si selezionano 20 iscritti per ogni medico di base

Variabili derivate
Presentazione dei grafici
Ortogramma: costituito da rettangoli di uguale base e di altezza
proporzionale alla frequenza di ciascun dato

Variabili derivate Grafici
Aerogramma: si ottiene dividendo un cerchio in settori circolari aventi
un angolo al centro proporzionale alle frequenze che rappresentano
Ia
33%
53%
14%

Istogramma: insieme di rettangoli adiacenti aventi aree proporzionali
alla frequenza del dato statistico
14
12
10 calcio
8
nuoto
6
4 altro
2
0
Ia Ib Ic Id

Ideogramma: rappresentazione grafica che consiste nel rappresentare
gli oggetti in esame mediante immagini stilizzate
densità di popolazione (numero di abitanti per km2) di due nazioni

(disco colorato = trenta abitanti)

Esercizi
Esercizio 1)
Considera 20 famiglie. Per ciascuna si rileva il numero di componenti.
Ecco i dati: 1 3 2 5 4 2 2 3 3 2 3 4 4 3 2 5 4 3 3 1
Costruire la distribuzione di frequenza e creare istogramma.
Qual è l’unità?
Qual è la variabile?
Che tipo di variabile è?
Soluzione
Componenti 1 2 3 4 5
Famiglie 2 5 7 4 2
L’unità è la famiglia
la variabile il numero di componenti,
quantitativa discreta
Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Esercizio 2)
Esercizi
In quale scala possono essere collocate le seguenti variabili? (tra parentesi i
valori possibili)
Risposta a sondaggio (sì/no) Categorica Nominale
Altezza Numerica Continua
Colore capelli (biondo, castano, nero) Categorica Nominale
Titolo studio (laurea, diploma, scuola media, scuola Categorica Ordinale
elementare)
Età (anni compiuti) Numerica discreta
Nazionalità Categorica Nominale
Avere/non avere compiuto 18 anni Categorica Nominale
Livello di colesterolo nel sangue Numerica Continua
Giudizi in un compito (ottimo, molto buono, buono, Categorica Ordinale
sufficiente)
Difetti di vista (miope, presbite, ipermetrope, daltonico) Categorica Nominale
Motivo di una visita medica Categorica Nominale
Durata ricovero ospedaliero (in giorni) Numerica discreta
Esercizio 3)
Esercizi
La tabella seguente riporta la distribuzione di frequenza del peso alla nascita
delle bambine e dei bambini residenti in un comune del Nord Italia
Peso
Nascita Bambine Bambini Bambine
(Kg) Freq Freq Frequenza Bambini
assoluta assoluta relativa Freq relativa
0,5-2,5 140 134 0,08 0,07
2,5-3,0 308 275 0,18 0,14
3,0-3,5 723 724 0,43 0,37
3,5-4,2 483 741 0,29 0,37
4,2-6,0 39 104 0,02 0,05
Totale 1693 1978 1 1
Che tipo di variabile è il peso del bambino? Numerica continua

Esercizio 3)
Esercizi
La tabella seguente riporta la distribuzione di frequenza del peso alla nascita
delle bambine e dei bambini residenti in un comune del Nord Italia
Dopo avere completato la tabella con la distribuzione delle frequenze relative percentuali, tracciate
l’istogramma per la variabile peso nelle bambine e nei bambini.

Esercizio 4)
Esercizi
Si decide di intraprendere uno studio volto a definire la prevalenza della
sindrome dell’Alzheimer in Italia. Dal momento che emerge dalla letteratura
l’associazione tra stato di malattia ed età, quale strategia di campionamento
sarebbe appropriato adottare?
Campionamento stratificato per classi di età

Esercizio 5)
Esercizi
Quanto è l’errore di lettura che bisogna considerare quando si usa un
termometro con graduazione in gradi centigradi e in decimi di grado? È un
errore casuale o sistematico?
0,05
Errore casuale

Lezione 2
Clinical Trials
Lezione 2: Clinical Trials
3/8
Introduzione ai Trial Clinici
Modelli studio campionario utili per sondaggi opinione, misura tempi attesa nello
studio medico, corretto utilizzo di un certo dispositivo, …
Ma se lo scopo è studiare efficacia di un determinato farmaco rispetto ad uno già
presente nel mercato?
Clinical Trial: studi in ambito sanitario che riguardano il confronto tra 2 o più
trattamenti per valutare quale sia più efficace
Aspetto importante: assegnazione con metodo casuale (randomizzazione) degli
individui al gruppo di trattamento o al gruppo di controllo. Perché trial clinico sia
efficace, la sola differenza tra gruppo di controllo e gruppo di trattamento deve
essere il trattamento stesso. Da evitare una selezione che favorisca uno dei due
gruppi (errore chiamato «distorsione da selezione»)
Lezione 2: Clinical Trials Introduzione

Introduzione ai Trial Clinici
Vantaggi:
• Spesso forniscono la migliore evidenza in supporto dei rapporti di causa-effetto
• Base per le norme della salute pubblica
• Riducono/eliminano i pregiudizi e la confusione

Tipologie di Clinical Trials
Studi Controllati: pazienti assegnati in modo randomizzato a uno dei gruppi di

trattamento. Ogni paziente riceve un solo trattamento. Lo studio finisce quando si
raggiungono il numero di pazienti predefinito
Studio Cross-over: ogni paziente sottoposto ad entrambi i trattamenti in un

determinato ordine (prevista una pausa congrua tra ogni periodo di trattamento)
Pro:
ogni paziente sottoposto a entrambi
i tratttamenti (confronto entro-
paziente)
Contro:
1) ogni paziente deve trovarsi nelle stesse condizioni cliniche all’inizio di entrambi i
trattamenti (ok per patologie croniche, non per guarigioni malattia)
2) Se trattamento lungo, bisogna considerare influenza della differenza di periodo
TIpologie
Tipologie di Clinical Trials
Studio sequenziale: pazienti assegnati casualmente ad un dato gruppo di

trattamento e i dati vengono analizzati a intervalli prestabiliti (ad es 10 pazienti alla
volta). Lo studio termina quando si rileva che un trattamento è più efficace o se si
raggiunge il numero massimo di pazienti.
Differenza dalle precedenti procedure: dati analizzati più volte e non una sola

TIpologie
Effetti psicologici
Considerare effetti psicologiciche possono influire sul risultato del trial clinico
Ad es:
Pazienti che credono di essere sottoposti ad una terapia hanno decorso migliore sia
nel trattamento sia per gli effetti collaterali -> si usa il placebo o il trattamento
standard nel gruppo controllo. Studio a singolo cieco (paziente non conosce il suo
trattamento)
Da ricercatore possibile fonte di distorsione. Studio a doppio cieco
Trial clinici più affidabili sono gli studi randomizzati controllati a doppio cieco

Tipologie
Effetti psicologici
Controlli storici
Clinical trials più attendibili se gruppo trattato e gruppo controllo studiati

contemporaneamente. Se si utilizzano dati storici, bisogna assicurarsi che:
o Tutte le variabili (tipo paziente, gravità malattia, misure rilevate, ecc) rimangano
costanti
o Qualità info disponibili nelle misure datate dovrebbe essere la stessa dello studio
attuale (difficile, in genere si presta più attenzione a un farmaco novo da testare)
Visto che le condizioni di cui sopra difficili da rispettare, si sconsiglia di utilizzare dati
storici nei trial clinici
Lezione 2: Clinical Trials Introduzione Controlli storici

Tipologie
Effetti psicologici
Aspetti Etici
1) Non è etico non somministrare ai pazienti trattamento più efficace.

Lo studio è etico quando vengono confrontati due trattamenti terapeutici che
paiono tra loro equivalenti. Il clinical trial dovrà decidere quale è migliore.
In altre parole il ricercatore dovrebbe sempre chiedersi se parteciperebbe allo
studio che propone.
2) Non è etico condurre trial clinici con metodi errati o che siano troppo piccoli
e quindi mancanti della potenza statistica sufficiente per determinare quale dei
due metodi proposti sia migliore.
Uno studio falsamente negativo porterebbe a negare ai futuri pazienti un
trattamento migliore
È obbligatorio sottoporre il trial clinico alla valutazione di un comitato etico prima

del suo inizio
Lezione 2: Clinical Trials Introduzione Controlli storici

Tipologie Aspetti Etici
Effetti psicologici
Trial Clinico: Schema generale

Esercizi
Esercizio 1)
Quali dei seguenti studi possono essere considerati sperimentali?
1) Studio della prevalenza di gotta nella provincia di Ferrara

2) Studio caso-controllo sulla comparsa di melanoma negli abitanti di
un piccolo comune
3) Randomized Controlled Trial relativo a un nuovo antiparassitario
contro la malaria
4) Studio di coorte sulla comparsa di patologie cutanee nei lavoratori di
un’industria chimica non dotati di dispositici di protezione cutanea
5) Nessuna della precedenti

Esercizi
Esercizio 1)
Quali dei seguenti studi possono essere considerati sperimentali?
1) Studio della prevalenza di gotta nella provincia di Ferrara

2) Studio caso-controllo sulla comparsa di melanoma negli abitanti di
un piccolo comune
3) Randomized Controlled Trial relativo a un nuovo antiparassitario
contro la malaria
4) Studio di coorte sulla comparsa di patologie cutanee nei lavoratori di
un’industria chimica non dotati di dispositici di protezione cutanea
5) Nessuna della precedenti

Esercizi
Esercizio 2)
In quali dei seguenti RCT non sarebbe corretto da un punto di vista
etico utilizzare il placebo nel gruppo di controllo?
1) Chemioterapico per terapia del carcinoma polmonare

2) FANS per terapia dell’emicrania
3) Antibiotico carbapenemico per terapia della sepsi da enterobatteri
4) Cefalosporina per grave infezione delle vie aeree inferiori
5) Nuovo antidiabetico orale

Esercizi
Esercizio 2)
In quali dei seguenti RCT non sarebbe corretto da un punto di vista
etico utilizzare il placebo nel gruppo di controllo?
1) Chemioterapico per terapia del carcinoma polmonare

2) FANS per terapia dell’emicrania
3) Antibiotico carbapenemico per terapia della sepsi da enterobatteri
4) Cefalosporina per grave infezione delle vie aeree inferiori
5) Nuovo antidiabetico orale

Esercizi
Esercizio 3)
In quali delle seguenti sperimentazioni cliniche è possibile utilizzare il
placebo nel gruppo di controllo?
1) Farmaco ipnotico per l’insonnia

2) Oppioide per terapia della lombosciatalgia
3) By-pass aortocoronarico per il trattamento dell’infarto del miocardio
4) Antibiotico betalattamico per la faringite non streptococcica
5) Procinetico per la dispepsia

Esercizi
Esercizio 3)
In quali delle seguenti sperimentazioni cliniche è possibile utilizzare il
placebo nel gruppo di controllo?
1) Farmaco ipnotico per l’insonnia

2) Oppioide per terapia della lombosciatalgia
3) By-pass aortocoronarico per il trattamento dell’infarto del miocardio
4) Antibiotico betalattamico per la faringite non streptococcica
5) Procinetico per la dispepsia

Esercizi
Esercizio 4)
Cosa è la metodologia in cieco e qual è il suo scopo?
1. Significa affidarsi all’analisi statistica dei dati senza idee preconcette

per migliorare la significatività dei risultati.
2. Si riferisce all’incertezza sull’efficacia di un nuovo trattamento e agli
strumenti per superarla.
3. Significa che i partecipanti allo studio e i ricercatori non hanno
informazioni sull’appartenenza dei primi ai diversi gruppi di
trattamento. Lo scopo è di eliminare le influenze soggettive nella
valutazione dei risultati.
4. È una tecnica di presentazione dei dati ricavati da studi clinici che
forniscono risultati completamente differenti rispetto a studi simili
precedenti. Serve a creare presentazioni più convincenti.
5. Nessuna delle precedenti

Esercizi
Esercizio 4)
Cosa è la metodologia in cieco e qual è il suo scopo?
1. Significa affidarsi all’analisi statistica dei dati senza idee preconcette

per migliorare la significatività dei risultati.
2. Si riferisce all’incertezza sull’efficacia di un nuovo trattamento e agli
strumenti per superarla.
3. Significa che i partecipanti allo studio e i ricercatori non hanno
informazioni sull’appartenenza dei primi ai diversi gruppi di
trattamento. Lo scopo è di eliminare le influenze soggettive nella
valutazione dei risultati.
4. È una tecnica di presentazione dei dati ricavati da studi clinici che
forniscono risultati completamente differenti rispetto a studi simili
precedenti. Serve a creare presentazioni più convincenti.
5. Nessuna delle precedenti


Lezioni Statistica v1

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Lezioni Statistica v1

Caricato da

Copyright:

Formati disponibili

Lezioni di

Prof. Marco Bettiol

Corso di laurea triennale in Fisioterapia M

Roma Azienda San Filippo Neri

1) Gestione dei dati: variabili, campionamento, analisi, presentazione

Introduzione Programma Corso

Disciplina, il cui corpus è costituito da metodi per

Introduzione Programma Corso

Introduzione Programma Corso

Gestione dei dati:

Lezione 1: gestione dei dati

Capacità vitale attesa:

Lezione 1: gestione dei dati Variabili

Mario Paola Simone

Lezione 1: gestione dei dati Variabili

nominali ordinali discrete continue

Lezione 1: gestione dei dati Variabili

nominali ordinali discrete continue

nominali ordinali discrete continue

nominali ordinali discrete continue

nominali ordinali discrete continue

Variabile categorica Variabile categorica Variabile numerica Variabile numerica

Lezione 1: gestione dei dati Variabili

Lezione 1: gestione dei dati Variabili

Lezione 1: gestione dei dati Variabili

Principio comunemente accettato: ottenere tra I 30 e I 300 intervalli tra il valore

Lezione 1: gestione dei dati Variabili

Lezione 1: gestione dei dati Variabili

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

Parametri della popolazione: test

Lezione 1: gestione dei dati Variabili Frequenza

Campionamento per quote Attenzione a non escludere in

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

Campionamento per quote Quando si raggiunge la soglia, o

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza

densità di popolazione (numero di abitanti per km2) di due nazioni

Lezione 1: gestione dei dati Variabili Frequenza

Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Che tipo di variabile è il peso del bambino? Numerica continua

Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Campionamento stratificato per classi di età

Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Lezione 1: gestione dei dati Variabili Frequenza Esercizi

Lezione 2: Clinical Trials

Lezione 2: Clinical Trials Introduzione

Lezione 2: Clinical Trials Introduzione

Studi Controllati: pazienti assegnati in modo randomizzato a uno dei gruppi di

Studio Cross-over: ogni paziente sottoposto ad entrambi i trattamenti in un

Studio sequenziale: pazienti assegnati casualmente ad un dato gruppo di

Lezione 2: Clinical Trials Introduzione

Lezione 2: Clinical Trials Introduzione

Clinical trials più attendibili se gruppo trattato e gruppo controllo studiati

Lezione 2: Clinical Trials Introduzione Controlli storici

1) Non è etico non somministrare ai pazienti trattamento più efficace.

È obbligatorio sottoporre il trial clinico alla valutazione di un comitato etico prima

Lezione 2: Clinical Trials Introduzione Controlli storici