Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII

Ancora una noiosa scheda ? NOME___________________________________ Visita del: |_|_|_|_|_____| Sesso M/F  Nato di |_|_|_|_|grammi a |_|_| sett. Al seno per |_|_|_| giorni. Svezzato a |_|mesi PESA |_|_|_|_|_| gr. cent |_|_| Alt. |_|_|_|, |_| cm cent |_|_| Peso/Alt. C. |_______| Cranio |_____| c.|_____| In un anno è cresciuto di |____| cm c.|_____| e |______| gr. c.|____|

NOME___________________________________Visita del: |_|_|_|_|_____| Sesso M/F  Nato di |_|_|_|_|grammi a |_|_| sett. Al seno per |_|_|_| giorni. Svezzato a |_|mesi PESA |_|_|_|_|_| gr. cent |_|_| Alt. |_|_|_|, |_| cm cent |_|_| Peso/Alt. C. |_______| Cranio |_____| c.|_____| In un anno è cresciuto di |____| cm c.|_____| e |______| gr. c.|____| AnniMes i ESEMPIO DI SCHEDA PEDIATRICA AMBULATORIALE PROBLEMI PRINCIPALI (PERCHÉ VIENE) Nato il |___|___|______| Età |_____|_____| _ 1.___________________________________________________________________|__|__| 2._________________________________________________________________________|__|__| Inviato da : Sé |_| o :___________________________________________________________|__| NO SURVEY WITH NO SERVICE !

Tre tipologie di variabili o dati Variabili continue : da 0 a XXX – Età, altezza, peso, glicemia, pressione ecc – Variabili categoriche o scalari : Livello di istruzione, intensità del dolore, N. di rigurgiti – Variabili Qualitative : Colore, lavoro, malattia, sintomi, provenienza – Variabili Binomiali : Sesso, dolore si/no, Vero/Falso

Prima di raccogliere qualsiasi informazione è necessario, per ogni singola domanda, verificare:.. a che e a chi serve quanti verosimilmente risponderanno alla domanda...che attendibilità potrà avere la risposta in che modo si può controllarne la veridicità che ritorno (feed-back) ne riceverà l'intervistato che utilizzo ne faremo cosa si scriverà se il dato manca o "non si sa" o è negativo.

Allochiamo gli spazi giusti sulla scheda, non ‘open space’! Una scheda pre-codificata non è altro che una scheda nella quale siano previsti spazi adeguati per ogni risposta, in modo che corrisponda un "codice" prescelto, numerico o alfabetico; per esempio, sesso: maschio (1), femmina (2) oppure (M) e (F); istruzione: analfabeta (1), elementari (2), medie (3) ecc. Altezza : 3 cifre – virgola-una cifra, peso grammi : 5 cifre Distinguiamo gli spazi vuoti per le variabili continue da quelli precodificati per variabili con max 6-8 scelte

NOME___________________________________Visita del: |_|_|_|_|_____| Sesso M/F  Nato di |_|_|_|_|grammi a |_|_| sett. Al seno per |_|_|_| giorni. Svezzato a |_|mesi PESA |_|_|_|_|_| gr. cent |_|_| Alt. |_|_|_|, |_| cm cent |_|_| Peso/Alt. C. |_______| Cranio |_____| c.|_____| In un anno è cresciuto di |____| cm c.|_____| e |______| gr. c.|____| AnniMes i ESEMPIO DI SCHEDA PEDIATRICA AMBULATORIALE PROBLEMI PRINCIPALI (PERCHÉ VIENE) Nato il |___|___|______| Età |_____|_____| 1._________________________________________________________________________|__|__| 2._________________________________________________________________________|__|__| Inviato da : Sé |_| o :___________________________________________________________|__| NO SURVEY WITH NO SERVICE !

I dati mancanti : missing !!! Per avere "dati puliti“ bisogna avere una spiegazione certa sui dati mancanti, (omessi, lasciati in bianco) La risposta può essere in bianco perché la domanda non è stata fatta, o non si è avuta una risposta o la risposta è negativa (nessuna malattia ad es.) o per altre ragioni legate (domanda non applicabile al bimbo)…. Dare un valore ai "casi mancanti". Potremo assegnare al mancante il valore di 0, perchè il dato è assente, 9 perchè "non si sa" e bianco per "domanda non posta". Dal momento che i calcolatori non distinguono lo 0 dal bianco, MAI MAI impiegare 0 e Bianco per i codici dei dati mancanti (preferire 9,8 99, a seconda della larghezza della casella dati, o -1 ecc.). Data nascita 99/99/9999 Sesso 9 Altezza 999,9 ecc

La codifica: per codifica dei dati si intende la conversione di ogni informazione in un elemento, possibilmente numerico. Ciò si rende indispensabile per procedere alla analisi efficiente dei dati raccolti.

Distribuzione di frequenza Sintomi (primo) FrequencyPercentValid PercentCumulative Percent diarrea 73,4 scarsa crescita 31,5 4,9 vomito 21,0 5,9 DAR 188,8 14,7 stipsi 104,9 19,6 astenia/anemia 42,0 21,6 malattie cutanee 62,9 24,5 cefalea/disturbi neurologici 94,4 28,9 pancreatite/ipertransaminas 1,5 29,4 gastrite 21,0 30,4 malattie ginecologiche 21,0 31,4 asintomatico 14068,6 100,0 Total ,0

E’ facile graficare le frequenze con poche categorie

Il grafico delle frequenze cumulative permette una facile visione dei percentili !

I dati si disperdono intorno ad un valore centrale, mediano, più frequente (moda), media matematica

Non tutti i piedi sono uguali ! Gli scarti : tanti positivi, tanti negativi : la somma = 0 Basta elevare I valori al quadrato e la somma stimerà gli scarti

Dagli scarti dalla media una facile derivazione DEVIANZA = Σ (m-x) 2 Somma dei quadrati degli scarti dalla media VARIANZA= Σ(m-x) 2 n-l Somma dei quadrati degli scarti rispetto ai gradi di libertà Deviazione Standard = √ Σ (m-x) 2 n-l La stessa somma dei quadrati degli scarti sotto radice quadrata per riportarci alla unità di misura iniziale

Ma è molto importante controllare la distribuzione !