Glossario Statistico

Vedi Analisi ad interim.

Si usano per determinare l’accuratezza dei metodi di laboratorio. In essi uno o più campioni di materiale identico vengono analizzati da un campione di laboratori.
Le principali fonti di variabilità sono:
   - quella dipendente dal singolo osservatore
   - quella dipendente dalla strumentazione specifica
   - quella dipendente dalle condizioni in cui si opera
Generalmente nella definizione di accuratezza dei laboratori si utilizzano i termini di ripetibilità e riproducibilità.

Differenza tra il terzo ed il primo quartile.
Si utilizza per escludere l’influenza dei dati estremi di una distribuzione.

(limiti) - E' un intervallo di valori calcolato dai dati del campione che con una certa probabilità (pari al livello di confidenza per esempio 95% 99%) permette di essere nel giusto affermando che il vero valore del parametro studiato è compreso all’interno dell’intervallo stesso.
Bisogna ricordare che uno studio non analizza mai la popolazione intera ma sempre un campione. I risultati ottenuti non rappresentano pertanto il “valore vero” di quel parametro nella popolazione generale ma un valore stimato attraverso i risultati dello studio. Un intervallo di confidenza al 95% i cui limiti cadano dalla stessa parte rispetto al valore di indifferenza (sopra o sotto a 0 per le differenze e sopra o sotto ad 1 per i rapporti) permette di concludere per una significatività dell’effetto del trattamento; ha lo stesso significato di un valore di P inferiore a 0.05 ma è più informativo del test di significatività statistica. A differenza infatti di quest’ultimo che dà un risultato soglia (statisticamente significativo sì/no) i limiti dell’intervallo di confidenza forniscono una misura quantitativa dell’entità clinica dell’effetto.
L’ampiezza dell’intervallo di confidenza dipende:
  - dalla numerosità del campione studiato; l’intervallo di confidenza dunque è legato alla potenza dello studio: sarà tanto più stretto e di conseguenza la precisione della stima tanto maggiore quanto più lo studio è potente;
  - dalla variabilità che il fenomeno studiato ha all’interno della popolazione;
  - dal livello di confidenza prescelto: a parità delle altre condizioni limiti di confidenza al 95% sono più stretti rispetto ai limiti al 99%.

Si tratta di un termine che spesso ingenera confusione a causa delle molte accezioni in cui può essere usata la parola normalità. E’ molto più appropriata la definizione Intervallo di Riferimento.
La confusione è aumentata dal fatto che spesso tale intervallo è ricavato dalla distribuzione dei valori di una determinata variabile nei soggetti “normali” (non ammalati) considerata “normale” (nel senso di gaussiana).

Si tratta di un termine che spesso ingenera confusione a causa delle molte accezioni in cui può essere usata la parola normalità. E’ molto più appropriata la definizione Intervallo di Riferimento.
La confusione è aumentata dal fatto che spesso tale intervallo è ricavato dalla distribuzione dei valori di una determinata variabile nei soggetti “normali” (non ammalati) considerata “normale” (nel senso di gaussiana).

Si tratta di un termine che spesso ingenera confusione a causa delle molte accezioni in cui può essere usata la parola normalità. E’ molto più appropriata la definizione Intervallo di Riferimento.
La confusione è aumentata dal fatto che spesso tale intervallo è ricavato dalla distribuzione dei valori di una determinata variabile nei soggetti “normali” (non ammalati) considerata “normale” (nel senso di gaussiana).

Insieme di valori di una variabile di interesse clinico che include la maggioranza (95% in genere) dei valori ottenuti considerando soggetti normali.
Gli individui di riferimento non sono necessariamente sani ma semplicemente individui selezionati utilizzando criteri ben definiti. Spesso viene usato per valutare i risultati di un test diagnostico allo scopo di classificare come normale o patologico un individuo in base al suo particolare valore di variabile diagnostica.

Insieme di valori di una variabile di interesse clinico che include la maggioranza (95% in genere) dei valori ottenuti considerando soggetti normali.
Gli individui di riferimento non sono necessariamente sani ma semplicemente individui selezionati utilizzando criteri ben definiti. Spesso viene usato per valutare i risultati di un test diagnostico allo scopo di classificare come normale o patologico un individuo in base al suo particolare valore di variabile diagnostica.

Vedi Range.

Studio di intervento nel quale l’unità sperimentale assegnata casualmente ai trattamenti non è il singolo paziente o un soggetto individuale ma un insieme di persone che appartengono ad un gruppo specifico (scolari lavoratori abitanti di una cittadina ecc.).

Proprietà di una variabile di non cambiare di valore quando i dati originali vengono sottoposti ad una particolare trasformazione di scala.
L’esempio può essere dato dall’invarianza di una serie di osservazioni nel caso in cui i singoli dati vengano addizionati o sottratti ad una costante.

L’ipotesi che postula una differenza o una associazione non nulla contro la quale viene saggiata l'ipotesi nulla H0.

(Ho) - Ipotesi di non differenza o di non associazione che va saggiata ricorrendo generalmente ad un test di significatività contro l’ipotesi alternativa.
L’ipotesi nulla è per definizione sempre la più conservativa; per esempio in un trial tra due farmaci l’ipotesi nulla prevede che “il farmaco studiato ha un effetto medio pari a quello del farmaco di controllo”. L’esperimento deve tentare di confutare questa ipotesi dimostrando al contrario un’ipotesi alternativa (c’è differenza tra i due farmaci). In realtà i valori misurati quasi mai coincideranno tra i 2 gruppi. È infatti poco probabile la perfetta uguaglianza di 2 valori che anche solo per puro effetto del caso tenderanno invece a essere leggermente diversi tra loro. Come riconoscere allora gli effetti del caso da quelli veri dovuti cioè a una reale efficacia dell’intervento analizzato? Grazie a tecniche statistiche è possibile associare a ogni differenza osservata una probabilità che tale differenza si verifichi. Si stabilisce convenzionalmente una soglia di probabilità solitamente il 5% o l’1% al di sotto della quale si prenderà la decisione di rifiutare l’ipotesi nulla. Questa probabilità è detta alfa o livello di significatività e rappresenta dunque il rischio che si accetta a priori di correre di cadere nell’errore di primo tipo di assumere cioè come frutto di un trattamento una differenza che in realtà è frutto solo del caso. Il complemento a 1 di alfa 1-alfa si chiama “livello di protezione dall’errore di primo tipo”. Per esempio per alfa = 0.05 1-alfa è = 0.95 (95%). Se il ricercatore decidesse per proteggersi dall’errore di primo tipo di limitare al massimo il livello di alfa correrebbe il rischio di commettere l’errore opposto: non rifiutare l’ipotesi nulla quando essa è falsa o in parole più semplici non vedere una differenza reale tra i 2 farmaci. Anche in questo caso si verificherebbe un errore detto di secondo tipo. La probabilità di commettere questo errore è detta beta. Il suo complemento a 1 1-beta esprime la potenza del test e in effetti misura il potere che un test ha di svelare un effetto esistente. Per esempio per beta = 0.2 1-beta è = 0.8 (80%). Negli studi di buona qualità i ricercatori decidono in anticipo il livello di alfa e di beta e di conseguenza predeterminano la numerosità di soggetti da reclutare in ogni gruppo. Dopo l’esecuzione dell’esperimento si misura sui dati ottenuti la probabilità detta P di ottenere i dati osservati sotto ipotesi nulla: se il valore di P è inferiore al livello prefissato di alfa (per esempio P<0.05) si rifiuta l’ipotesi (attribuendo perciò le differenze osservate al trattamento) affermando che l’effetto osservato è statisticamente significativo altrimenti non la si rifiuta attribuendo allora le differenze osservate al caso. In entrambe le condizioni si è consapevoli della probabilità di errore della decisione avendola fissata a priori.

Rappresentazione grafica di un insieme di osservazioni nella quale le frequenze di classe sono rappresentate dalle aree di rettangoli contigui centrati sul valore centrale della classe stessa.