Corso di statistica medica

Lezione 1 • Ruolo della statistica nella ricerca sanitaria

Definisce la biostatistica e la sua funzione nella medicina basata sulle evidenze. Stabilisce perché il ragionamento quantitativo è essenziale per le decisioni cliniche e di sanità pubblica.

Lezione 2 • Organizzazione e visualizzazione dei dati

Tratta le tabelle di frequenza, gli istogrammi e i grafici a barre per l'esplorazione iniziale dei dati. La visualizzazione rivela i pattern distribuzionali prima dell'analisi formale.

Lezione 3 • Raccolta dati e basi del disegno di studio

Introduce le fonti di dati osservazionali e sperimentali e i loro limiti. Collega il metodo di raccolta a potenziali distorsioni e qualità dei dati.

Lezione 1 • Analisi esplorativa dei dati nella pratica

Applica strumenti descrittivi a set di dati sanitari reali per rilevare anomalie e pattern. L'analisi esplorativa dei dati (EDA) precede l'inferenza formale e guida la generazione di ipotesi.

Lezione 2 • Misure di tendenza centrale

Insegna media, mediana e moda con enfasi su quando ciascuna è appropriata. Collega la scelta della misura al tipo di variabile e alla forma distribuzionale.

Lezione 3 • Sintetizzare i dati con i box plot

Costruisce e interpreta i box plot per visualizzare i riassunti a cinque numeri. I box plot comunicano efficacemente dispersione, mediana e outlier simultaneamente.

Lezione 4 • Misure di variabilità

Tratta intervallo di variazione, varianza, deviazione standard e intervallo interquartile. Le misure di variabilità quantificano l'incertezza e la dispersione dei dati attorno al centro.

Lezione 1 • Probabilità condizionata e teorema di Bayes

Spiega la probabilità condizionata e aggiorna le convinzioni usando il teorema di Bayes. Direttamente applicabile all'interpretazione dei test diagnostici e allo screening delle malattie.

Lezione 2 • Concetti di base della probabilità

Definisce probabilità, spazi campionari ed eventi usando esempi sanitari. Questi concetti sono il fondamento logico di tutta l'inferenza statistica.

Lezione 3 • Distribuzioni di probabilità discrete

Tratta le distribuzioni binomiale e di Poisson con parametri rilevanti per la salute. Modella risultati di conteggio come casi di malattia ed eventi avversi.

Lezione 4 • Distribuzioni di probabilità continue

Introduce la distribuzione normale e la distribuzione t e le loro funzioni di densità di probabilità. Le distribuzioni continue modellano le misurazioni biologiche e la variabilità campionaria.

Lezione 1 • Principi di stima puntuale

Definisce gli stimatori e le proprietà desiderabili come la correttezza e l'efficienza. Stabilisce il collegamento concettuale tra statistiche campionarie e parametri della popolazione statistica.

Lezione 2 • Intervalli di confidenza per le medie

Costruisce intervalli basati su z e su t per medie singole e appaiate. L'ampiezza dell'intervallo riflette la dimensione del campione e la variabilità nei dati.

Lezione 3 • Determinazione della dimensione campionaria per la stima

Deriva le formule per ottenere il margine di errore desiderato per medie e proporzioni. Una corretta pianificazione della dimensione campionaria garantisce che gli studi siano adeguatamente potenti ed efficienti.

Lezione 1 • Logica e quadro di riferimento della verifica delle ipotesi

Spiega le ipotesi nulla e alternativa, i livelli di significatività e le regole di decisione. Il quadro di riferimento struttura come le prove vengono valutate rispetto a un'assunzione predefinita.

Lezione 2 • Test per dati categorici

Applica il test chi-quadrato per l'indipendenza e la bontà di adattamento alle tabelle di frequenza. Questi test valutano le associazioni tra variabili categoriche negli studi sanitari.

Lezione 3 • Potenza statistica e dimensione campionaria per i test

Definisce potenza, errore beta e dimensione dell'effetto e li collega alla dimensione campionaria. Una potenza adeguata previene conclusioni di falsi negativi nella ricerca clinica.

Lezione 4 • Test a due campioni per le medie

Confronta le medie di due gruppi indipendenti e osservazioni appaiate. La scelta del test corretto dipende dal disegno di studio e dalle assunzioni sulla varianza.

Lezione 1 • Misure di correlazione e interpretazione

Calcola i coefficienti di correlazione di Pearson e Spearman e verifica la loro significatività. La correlazione quantifica le associazioni lineari e monotoniche senza implicare causalità.

Lezione 2 • Diagnostica e assunzioni della regressione

Verifica linearità, omoschedasticità, normalità dei residui e punti influenti. Le assunzioni violate distorcono le stime e invalidano l'inferenza.

Lezione 3 • Regressione lineare semplice

Adatta un modello di retta per prevedere un esito continuo da un predittore. I coefficienti di regressione quantificano la magnitudo e la direzione dell'associazione.

Lezione 4 • Regressione lineare multipla

Estende la regressione a predittori multipli e introduce il controllo del confondimento. I coefficienti aggiustati isolano il contributo indipendente di ciascun predittore all'esito.

Lezione 1 • Analisi della varianza a una via

Suddivide la variabilità totale in componenti tra gruppi ed entro i gruppi. L'ANOVA verifica se almeno una media di gruppo differisce dalle altre.

Lezione 2 • Misure ripetute e disegni misti

Gestisce misurazioni intra-soggetto nel tempo o in condizioni diverse usando l'ANOVA per misure ripetute. Tiene conto della correlazione tra osservazioni ripetute per migliorare la potenza.

Lezione 3 • ANOVA a due vie ed effetti di interazione

Analizza due fattori categorici simultaneamente e verifica l'interazione. L'interazione rivela se l'effetto di un fattore dipende dal livello dell'altro.

Lezione 4 • Test non parametrici per dati ordinali e non normali

Applica alternative basate sui ranghi ai test t e all'ANOVA quando la normalità è insostenibile. I test non parametrici preservano la validità con campioni piccoli o distribuzioni asimmetriche.

Lezione 1 • Regressione di Cox a rischi proporzionali

Modella l'effetto delle covariate sul tasso di rischio istantaneo usando il modello di Cox. Gli hazard ratio da questo modello aggiustano per i confondenti negli studi di sopravvivenza.

Lezione 2 • Introduzione all'analisi di sopravvivenza

Definisce censura, funzioni di sopravvivenza e funzioni di rischio per dati tempo-evento. I metodi di sopravvivenza gestiscono follow-up incompleti che la regressione standard non può affrontare.

Lezione 3 • Standardizzazione e aggiustamento dei tassi

Rimuove il confondimento per età o altri fattori usando la standardizzazione diretta e indiretta. I tassi aggiustati consentono confronti validi tra popolazioni con composizioni diverse.

Lezione 4 • Misure di frequenza di malattia

Definisce incidenza, prevalenza e tassi di mortalità e i loro denominatori. Misure di frequenza accurate sono la base per confrontare il carico di malattia tra popolazioni.