Please enable JavaScript.

Coggle requires JavaScript to display documents.

STATISTICA MEDICA 1 - Coggle Diagram

- - - - QUANDO I RICERCATORI PUBBLICANO I PROPRI LAVORI, QUESTI SPESSO RAPPRESENTANO LA BASE DEI FUTURI PERCORSI DI RICERCA, GUIDANDO QUINDI ALTRI RICERCATORI NELLA SCELTA DEI SUCCESSIVI QUESITI
      - CONOSCERE LE RICERCHE DEI PREDECESSORI PORTA A CAPIRE SE, QUANTE E QUALI RISPOSTE SONO STATE GIÀ FORNITE CON RIFERIMENTO AD UN CERTO QUESITO DI RICERCA.
      - SI PUÒ COMPRENDERE COME ALTRI ABBIANO AFFRONTATO SIMILI PROBLEMI (E QUESTO PERMETTE DI NON DOVER PARTIRE DA CAPO OGNI VOLTA CHE SI PRESENTA UNA DOMANDA INTERESSANTE A CUI RISPONDERE, BENSÌ SI SFRUTTA TUTTA LA CONOSCENZA DI CUI SI DISPONE)
  - - - SE IO VOGLIO VALUTARE LA DIFFERENZA TRA LA CONDIZIONE DI RIPOSO E LA CONDIZIONE SOTTO SFORZO PER UNO STESSO PARAMETRO, IMMAGINANDO CHE IN LINEA DI MASSIMA NELLA CONDIZIONE SOTTO SFORZO QUEL PARAMETRO AUMENTA SE PER ESEMPIO PARLIAMO DELLA FREQUENZA CARDIACA È CHIARO CHE IL PARAMETRO AUMENTA, MA VOGLIAMO CAPIRE SE AUMENTA IN MODO SIGNIFICATIVO, QUINDI SUPPORTATO DA UNA “P” STATISTICAMENTE SIGNIFICATIVO OPPURE NO
        
        UTILIZZO DEI “TEST PER CAMPIONI APPAIATI”
      - QUESTI SONO QUESITI VOLTI A VALUTARE LE DIFFERENZE TRA TIME-POINTS, QUINDI
        
        ABBIAMO UNO STESSO GRUPPO DI SOGGETTI, SIAMO INTERESSATI A CAPIRE COME UN GRUPPO DI SOGGETTI VARIA NEL TEMPO O IN 2 O + TIME-POINTS O IN DIVERSE CONDIZIONI A CUI IL PAZIENTE È SOTTOPOSTO.
      - TUTTI I SOFTWARE STATISTICI SONO PREDISPOSTI IN MODO TALE DA AVERE LA STESSA NUMEROSITÀ CAMPIONARIA NEI DUE TIME-POINTS, A T0 E A T1, IO DEVO AVERE SEMPRE 57 SOGGETTI AD ESEMPIO.
        
        SE C'È UN PAZIENTE PER IL QUALE HO SOLO DI PRE O SOLO IL POST, NON SI PUÒ LAVORARE SU QUELLA DIFFERENZA TRA I DUE TIME-POINTS E QUINDI QUEL PAZIENTE VIENE CESTINATO, X CUI I PAZIENTI SU CUI IO POSSO FARE L'ANALISI SARÀ DATO DAL NUMERO DI PAZIENTI CHE HANNO LE 2 OSSERVAZIONI,
        
        QUANDO FACCIAMO I DISEGNI ENTRO-GRUPPO, DOBBIAMO FARE ATTENZIONE AL PROBLEMA DEL RICONTATTARE I SOGGETTI, QUINDI SPESSO NOI ABBIAMO LA 1° E LA 2° MISURAZIONE E POI CON LA 3° IN POI CI MANCANO I PAZIENTI, E NON RIUSCIAMO + COME RINTRACCIARLI, SE LA POPOLAZIONE È ANZIANA, TALVOLTA C'È ANCHE UN DISCORSO DICIAMO LEGATO ALL’EVENTUALEDECESSO DEL PAZIENTE STESSO, QUINDI SE NOI DOBBIAMO FARE SCREENING IN UN LUNGO PERIODO E CONFRONTARE TRA I TIME-POINTS CHE SONO MOLTEPLICI, DOBBIAMO ARRUOLARE + PAZIENTI, TENENDO IN CONSIDERAZIONE L'EFFETTO DI DROP-OUT.
        
        ESEMPI: QUINDI SE PER UN CERTO STUDIO MI SERVONO AD ESEMPIO 170 SOGGETTI, IO NE DOVREI ARRUOLARNE ALMENO UN 15% IN PIÙ PER TENERE IN CONSIDERAZIONE L'EVENTUALE EFFETTO DI DROP-OUT, QUINDI NE CONSIDERERÒ 210 IN MODO CHE SE ALCUNI LI PERDO, COMUNQUE NON MI RITROVO NON MENO DI 170 SOGGETTI SU CUI FARE LA STATISTICA.
      - DIFFERENZE SIGNIFICATIVE TRA I GRUPPI QUANDO MI SERVE IL CONFRONTO,
        
        DIFFERENZE SIGNIFICATIVE ENTRO GRUPPI QUANDO IL CONFRONTO NON È TRA GRUPPI DIFFERENTI, MA È PER UNO STESSO CAMPIONE IN PIÙ ISTANTI TEMPORALI.
    - - IN STATISTICA, IL TEST DI PIERCE E IL TEST DI SZPILMAN CI DANNO UN'INFORMAZIONE PROPRIO SULLA CORRELAZIONE CHE PUÒ ESSERE POSITIVA O PUÒ ESSERE NEGATIVA.
        
        ALL'AUMENTARE DEL TEMPO CHE PASSA, DIMINUISCE L'ATTENZIONE DEGLI STUDENTI (CORRELAZIONE NEGATIVA)
      - SE INVECE 2 VARIABILI SI MUOVONO NELLA STESSA DIREZIONE, ALLORA SI PARLA DI CORRELAZIONA POSITIVA.
      - ENTRAMBE LE CORRELAZIONI POSITIVE O MENO, RAPPRESENTANO DEI RISULTATI, SUPPORTATI DA UNA SIGNIFICATIVITÀ PIÙ O MENO EVIDENTE
      - LA CORRELAZIONE È MOLTO FREQUENTE NEGLI STUDI CLINICI E RADIOLOGICI,
        
        IL TERMINE CORRELAZIONE INDICA CHE NOI STUDIAMO ALMENO DUE VARIABILI INSIEME CHE POSSONO DARE LUOGO A UNA INTERDIPENDENZA, CIOÈ LE 2 VARIABILI CHE SI MUOVONO INSIEME.
    - - COME SE IO VOLESSI CONFRONTARE SOGGETTI CHE FANNO UNA TERAPIA CHE CHIAMIAMO A, SOGGETTI CHE FANNO UNA TERAPIA B E SOGGETTI CHE FANNO UN PLACEBO
      - IN QUESTO CASO I CAMPIONI SI CHIAMANO INDIPENDENTI PERCHÉ SONO SLEGATI TRA DI LORO, SONO MUTUALMENTE ESCLUSIVI. LA NUMEROSITÀ NON DEVE NECESSARIAMENTE ESSERE LA STESSA
      - L'OBIETTIVO PRINCIPALE DEL RICERCATORE È QUELLO DI EFFETTUARE UN CONFRONTO TRA GRUPPI DI SOGGETTI DIFFERENTI, GRUPPI DI PAZIENTI TRA DI LORO DIVERSI,
      - QUESTI DISEGNI TRA GRUPPI A LORO VOLTA POSSONO DARE LUOGO A STUDI SPERIMENTALI, STUDI QUASI SPERIMENTALI E STUDI OSSERVAZIONALI.
        
        MOLTO SPESSO SI PARLA DI STUDI QUASI SPERIMENTALI, CIOE' CHE SIA SPERIMENTALE, MA GLI MANCA QUALCOSA PER ESSERE TOTALMENTE SPERIMENTALE. NEL MOMENTO IN CUI C'È UNA VARIABILE DI CONFONDIMENTO, ES SESSO O ETÀ, PER CUI SE NOI NON CONSIDERIAMO QUESTA VARIABILE E NON NE ISOLIAMO L'EFFETTO, FINIAMO PER NON AVERE LE IDEE CHIARE.
        
        LO STUDIO NON È SPERIMENTALE, PERCHÉ NON C'È UNA SOLA RANDOMIZZAZIONE
        
        DEVO FARE UNA RANDOMIZZAZIONE NELLA SOTTOPOPOLAZIONE DEI SOGGETTI CON ETÀ INFERIORE A 55 ANNI E UN'ALTRA RANDOMIZZAZIONE DELLA SOTTOPOPOLAZIONE DI SOGGETTI CON ETÀ SUPERIORE, QUESTO MI CONSENTE DI ISOLARE L’INFLUENZA DI QUESTA VARIABILE CON L’EFFETTO/ OPERO UNA RANDOMIZZAZIONE NEI SOGGETTI CON MENO DI 55 ANNI E UNA NUOVA EXANTE DIFFERENTE RANDOMZZAZIONE NELLA SOTTOPOPOLAZIONE DEI SOGGETTI CHE HANNO + DI 55 ANNI.
        
        PERCHÉ NON POSSO TRATTARE TUTTI IN MANIERA UGUALE, PERCHÉ LA COMPONENTE ORMONALE PUÒ OPERARE POSITIVAMENTE O NEGATIVAMENTE IN 1 DEI 2 SOTTOSTRATI.
        
        STUDI OSSERVAZIONALI; PERCHÉ IL RICERCATORE PUÒ SOLO OSSERVARE. CHI APPARTIENE A UN GRUPPO O UN ALTRO È GIÀ DECISO IN NATURA
        
        ES: SE VOGLIO FARE UN CONFRONTO TRA “SOGGETTI CON EPATOCARCINOMI VS SOGGETTI CON CIRROSI EPATICA”. MA NON SONO IO CHE STABILISCO CHI HA UNA DELLE DUE PATOLOGIE, MA I GRUPPI SONO GIÀ DEFINITI IN NATURA
        
        NEL DISEGNO OSSERVAZIONALE I GRUPPI SONO GIÀ PRECOSTITUITI E SI CHIAMANO OSSERVAZIONALI PERCHÉ IL RICERCATORE OSSERVA E VERIFICA LE EVENTUALI DIFFERENZE STATISTICAMENTE SIGNIFICATIVE.
        
        L'OBIETTIVO DELLO STUDIO SPERIMENTALE È QUELLO DI VERIFICARE GENERALMENTE L'EFFICACIA DI UN FARMACO OPPURE CONFRONTARE TRA DI LORO L'EFFICACIA DI + FARMACI O COMPARATI TRA DI LORO...
        
        TRIALS CLINICI, QUANDO CI SONO I TRIAL NOI ABBIAMO A DISPOSIZIONE UN CERTO NUMERO DI SOGGETTI, MA NESSUNO HA GIÀ STABILITO CHI APPARTIENE A UN GRUPPO E CHI APPARTIENE ALL'ALTRO.
        
        DA UN PUNTO DI VISTA SQUISITAMENTE STATISTICO, IL GOLD STANDARD, LA BEST PRACTICE, CIOÈ CIÒ CHE ANDREBBE FATTO, È OPERARE UNA RANDOMIZZAZIONE
        
        CIOÈ IO DEVO AVERE UNA LISTA NUMERATA DA 1 A 288 SOGGETTI E CHIEDO AL SOFTWARE LA GENERAZIONE DI UN NUMERO CASUALE, QUINDI IO GENERO 288 NUMERI CASUALI TRA 0 E 1, X CUI DEVO ANCORARE L'ASSEGNAZIONE DI UN PAZIENTE AL FARMACO NUOVO O AL FARMACO CONVENZIONALE SULLA BASE DI QUESTO PRINCIPIO DELLA RANDOMIZZAZIONE, SOLO QUESTO MI DÀ GARANZIA
        
        SOLO IL PROCEDIMENTO DELLA RANDOMIZZAZIONE CI GARANTISCE CHE TUTTI I PAZIENTI ABBIANO LA STESSA PROBABILITÀ DI ESSERE TRATTATI O CON UN FARMACO O CON L’ALTRO, SOLO LA LEGGE DELLE PROBABILITÀ
        
        NEL DISEGNO SPERIMENTALE È IL RICERCATORE CHE CON LA RANDONIZZAZIONE CREA I GRUPPI
    - - ES: OBESITÀ, VOGLIO CAPIRE SU UNA CASISTICA DI SOGGETTI NON NECESSARIAMENTE OBESI QUALI SONO LE CAUSE DI UN'EVENTUALE OBESITÀ.
        ANDIAMO A TENERE IN CONSIDERAZIONE DIVERSI FATTORI NELL'ANALISI DI QUESTI SOGGETTI:
        
        L'ETÀ, PERCHÉ AHIMÈ IL METABOLISMO È + VELOCE LO RISCONTRO IN UN SOGGETTO + GIOVANE, RISPETTO AD UN SOGGETTO DI ETÀ + ELEVATA,
        
        IL SESSO, M O F
        
        L’ATTIVITÀ FISICA, SE IN MANIERA FREQUENTE OPPURE NO, SE SÌ QUANTE VOLTE A SETTIMANA, SE SI CHE TIPO DI SPORT, ASPETTI LEGATI ALL'ALIMENTAZIONE,
        
        IL NUMERO DI CALORIE GIORNALIERO, ANCHE LA QUALITÀ, SONO PROTEINE O CARBOIDRATI, IL NUMERO DI SNACK O DI SOSTANZE ZUCCHERATE CONSUMATE GIORNALMENTE,
        
        TUTTI QUESTI SONO FATTORI PER ME DAL MIO PUNTO DI VISTA SONO VARIABILI DI UN DATASET STATISTICO, CHE DEVONO ESSERE TESTATE.
      - MODELLI UNIVARIATI E MODELLI MULTIVARIATI
        
        MODELLI MULTIVARIATI O ANALISI MULTIVARIATA VUOL DIRE CHE NON CONSIDERIAMO LE VARIABILI UNA ALLA VOLTA, MA LE CONSIDERIAMO TUTTE TUTTE INSIEME.
        
        ES. NELL'UNIVIARATA NOI È COME SE MANGIAMO DELLA FRUTTA E MANGIAMO UN SOLO FRUTTO ALLA VOLTA SOLO PERA, SOLO PESCA, SOLO BANANA, SOLO ALBICOCCA.
        
        IN QUESTI MODELLI MULTIVARIATI IL NOSTRO OBIETTIVO È TROVARE QUELLE VARIABILI CHE RISULTANO SIGNIFICATIVE ANCHE NEL MOMENTO IN CUI LE ANDIAMO A TESTARE CONTEMPORANEAMENTE.
        
        MULTIVARIATO VUOL DIRE METTERE COME IN UN FRULLATO TUTTI I FRUTTI E CAPIRE SE C'È 1 O 2 O + SAPORI PREVALENTI.
        
        IL PUNTO È CAPIRE QUAL’È QUEL SET DI VARIABILI CHE RESISTE A ESSERE SIGNIFICATIVO ANCHE NEL MOMENTO IN CUI RIVALUTO TUTTI INSIEME SIMULTANEAMENTE, LE VARIABILI COZZANO TRA DI LORO, LE VARIABILI MENO INFLUENTI RISULTERANNO NON SIGNIFICATIVE, LE VARIABILI PIÙ IMPORTANTI, AD ESEMPIO IL NUMERO DI CALORIE IMMESSE GIORNALMENTE, L'ESERCIZIO FISICO,ecc
      - CASUALITÀ E CAUSALITÀ
        
        CIÒ CHE NON È CASUALE, CIOÈ CIÒ CHE NON È LEGATO AL CASO È DOVUTO A UNA CAUSA, QUINDI È CAUSALE.
        
        CIÒ CHE INVECE NON È CAUSALE, CIOÈ NON DOVUTO AD UNA CAUSA È CASUALE, CIOÈ DOVUTO AD UN EFFETTO RANDOM.
      - L'OBIETTIVO È CAPIRE SE LE VARIABILI SINGOLARMENTE HANNO UN'INFLUENZA SIGNIFICATIVA E QUALI NON LA ESERCITANO, QUINDI VADO A TESTARE SE L'ETÀ L'INFLUENZA L'OBESITÀ, SE IL SESSO INFLUENZA L'OBESITÀ, SE C'È UNA FAMILIARITÀ X OBESITÀ, SONO TUTTI VARIABILI CHE NOI POSSIAMO TESTARE.
  - - - TRA GRUPPI E ALLORA SI PARLA DI CAMPIONI INDIPENDENTI
        
        SONO VOLTI ALL'ANALISI DI LEGAMI ESISTENTI TRA VARIABILI; SIAMO INTERESSATI ALLA VALUTAZIONE DELLE CORRELAZIONI, PER CAPIRE SE CI SONO 2 O + VARIABILI CHE COVARIANO. (COVARIANO VUOL DIRE CHE, NON CHE DIPENDONO L'UNO DALL'ALTRO, MA CHE NOI VEDIAMO CHE SI MUOVONO INSIEME)
        
        LA CORRELAZIONE (LEGAMI) È POSITIVA MA PUÒ ANCHE ESSERE NEGATIVA; È IL CONCETTO DI PROPORZIONALITÀ DIRETTA E INVERSA;
        
        CHI HA ALTA AUTOSTIMA, HA BASSI LIVELLI O NON HA PUNTEGGIO NEL TEST DELLA DEPRESSIONE; CHI HA PUNTEGGI BASSI NELL'AUTOSTIMA, HA ANCHE PUNTEGGI ALTI NELLA DEPRESSIONE.
        
        È UN ESEMPIO DI CORRELAZIONE NEGATIVA O CORRELAZIONE INVERSA TRA VARIABILI,
        
        E' POSSIBILE ASSEGNARE UNA SIGNIFICABILITÀ, QUINDI UNA P, UNA PROBABILITÀ CHE CONSENTE DI DIRE, QUESTA RELAZIONE È STATISTICAMENTE SIGNIFICATIVA OPPURE QUESTA RELAZIONE NON È STATISTICAMENTE SIGNIFICATIVA, E QUESTE AFFERMAZIONI SI FANNO CONFRONTANDO UN PICCO CHE NOI OTTENIAMO DAI NOSTRI CALCOLI CONFRONTANDOLO APPUNTO CON UN LIVELLO DI SIGNIFICATIVITÀ CHE IN GENERE DI STATISTICA È IL 5%.
        
        QUANDO NOI ABBIAMO PIÙ FATTORI E VOGLIAMO CAPIRE SE QUESTI FATTORI ESERCITANO UNA SIGNIFICATIVA INFLUENZA SU UNA VARIABILE DI INTERESSE, ALLORA IL MODELLO CHE NOI ANDREMO A STIMARE SI CHIAMA MODELLO DI REGRESSIONE
        
        QUANDO APPLICHIAMO LA REGRESSIONE VOGLIAMO VALUTARE RAPPORTI DI CAUSA-EFFETTO.
      - OPPURE POSSIAMO ESSERE INTERESSATI A DIFFERENZE TRA TIMEPOINTS E IN QUESTO CASO IN STATISTICA SI PARLA DI DATI APPAIATI, CAMPIONI APPAIATI.
        
        FACCIO IL CONFRONTO PRIMA E DOPO DI UN CERTO TRATTAMENTO O IN DUE O PIÙ ISTANTI TEMPORANEI DOPO UN TRATTAMENTO
        
        CIOÈ GLI STESSI SOGGETTI ESAMINATI PRE E POST DI UN DETERMINATO TRATTAMENTO: VALORI PRESSORI PRE E POST TRATTAMENTO
    - - QUINDI SI SOMMINISTRA QUESTO FARMACO, PER VEDERE L'EFFICACIA DEL FARMACO NEL TEMPO. I PAZIENTI VENGONO RIVALUTATI A UN MESE, A TRE MESI, A SEI MESI E A 12 MESI, SUBISCONO UNA RIDUZIONE NON SOLO DEL PESO, MA ANCHE DEL BMI;
        
        A ME SERVE PER QUESTO STESSO SET DI PAZIENTI OBESI, VEDERE DI INDAGARE DIFFERENZE
        STATISTICAMENTE SIGNIFICATIVE TRA IL BASE LINE E IL TEMPO UNO, TRA IL TEMPO UNO E IL TEMPO T3, DOPO TRE MESI TRA T3 E T6, DOPO SEI MESI TRA T6 E T12 E COSÌ VIA DICENDO.
    - - O, NOI VOGLIAMO ANDARE A INDIVIDUARE DELLE DIFFERENZE STATISTICAMENTE SIGNIFICATIVE
        
        DIFFERENZE TRA 2 GRUPPI O + GRUPPI, AD ESEMPIO SIAMO INTERESSATI ALLE DIFFERENZE TRA SOGGETTI CASI VS SOGGETTI CONTROLLO, SOGGETTI CHE HANNO UNA DETERMINATA PATOLOGIA E SOGGETTI SENZA, PER CAPIRE PER QUALI PARAMETRI QUESTI GRUPPI SI DIFFERENZIANO,
      - OPPURE CI POSSIAMO RITROVARE A ESSERE INTERESSATI A DELLE DIFFERENZE TRA TIME POINT, TRA DIVERSI STATI DEL TOTALE. AD ES, ESISTE LA POSSIBILITÀ DI ASSUMERE UN QUALCHE FARMACO PER IL CONTROLLO DEL PESO.