Statistica medica per medicina e chirurgia

LA RICERCA SCIENTIFICA E IL PARADIGMA QUANTITATIVO IN MEDICINA

Teoria della misura. Principali tipi di variabili statistiche. Rappresentazioni tabellari e grafiche. Indicatori descrittivi per variabili qualitative e quantitative. Misure di associazione.

INTRODUZIONE AL CALCOLO DELLA PROBABILITA'

I diversi approcci alla probabilità. Applicazione del calcolo della probabilità alla diagnosi clinica e alla ricerca di base. Specificità, sensibilità, valori predittivi. Curve ROC.

TEORIE DELLE VARIABILI CASUALI

Variabili casuali discrete e continue. Legge di Probabilità e Funzione di Densità 114. Valore Atteso e Varianza di una Variabile Casuale.

VARIABILE CASUALE NORMALE

Caratteristiche del Modello Normale. Variabilità biologica nel contesto clinico e di laboratorio. La teoria degli errori. Variabile casuale normale standardizzata. Normalità statistica e normalità clinica. Valori di riferimento. Percentili e curve di crescita.

INTRODUZIONE ALL'INFERENZA STATISTICA

Popolazioni e Campioni. Principali tecniche di campionamento. Stimatori e distribuzioni campionarie delle stime. Proprietà degli stimatori. Teorema Centrale del Limite.

TEORIA DELLA STIMA PERINTERVALLI

Intervalli Casuali e Intervalli di Confidenza. Intervalli di confidenza su una singola proporzione e su una singola media. La distribuzione T di Student. Intervalli di Confidenza su due medie e su due Proporzioni. Intervalli di Confidenza sull’Odds Ratio.

VERIFICA DELLE IPOTESI

Struttura probabilistica di un test statistico. Errori di I° e II°° tipo. Costruzione della regola decisionale. P-value e valore critico. Significatività statistica e rilevanza clinica.

PRINCIPALI TEST STATISTICI PER IL CONFRONTO TRA GRUPPI

- Test sul confronto tra due medie - Test sul confronto tra due proporzioni - Test del chi quadrato per lo studio dell’associazione tra due variabili qualitative - Test di significatività sull’Odds Ratio

STUDIO DELLA RELAZIONE TRA DUE VARIABILI QUANTITATIVE

La distribuzione normale bivariata. Covarianza. Correlazione lineare. Paradossi e misconcezioni. Gli errori più comuni.

«CURVE FITTING»

La regressione lineare. Il concetto di controllo sulla variabile indipendente. Il concetto di omoscedasticità. Test sui coeffícienti d¡ regressione lineare. Curve dose risposta e rischi ambientali.

APPROCCIO DI NEYMAN-PEARSON ALLA VERIFICA DELLE IPOTESI

Potenza di un test e numerosità campionaria. Calcolo del sample size per le principali procedure di verifica delle Ipotesi.

CENNI SUI MODELLI LINEARI

Il modello di regressione lineare multipla. Fattori confondenti e tecniche di aggiustamento. Interazione tra variabili e analisi di sottogruppo.