drssa Chiara Torregiani SC Pneumologia ASUITS Trieste

Slides:



Advertisements
Presentazioni simili
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Advertisements

TRATTAMENTO STATISTICO DEI DATI ANALITICI
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
Introduzione all’uso degli indicatori di valutazione ed ai metodi di valutazione Dott.ssa Gabriella Giuliano Direttore Sanitario CREAS-IFC-CNR giugno.
Statistica descrittiva: le variabili Frequenze: tabelle e grafici Indici di posizione, di dispersione e di forma Media e varianza di dati raggruppati Correlazione.
Rappresentazioni grafiche di una distribuzione di frequenze 1)Istogramma e poligono delle frequenze ● Dati raggruppati in classi ● Costituito da un insieme.
Analisi della varianza
Precorso di Statistica per le Lauree Magistrali
Simboli usati popolazione deviazione standard = σ varianza = σ²
Diagnosi e classificazione
Introduzione a Statistica e Probabilità
STATISTICA (FRA)GOLOSA
Precorso di Statistica per le Lauree Magistrali
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
Qualità dei dati Fabio Murena.
Medicina di Genere Che cosa è?
Insegnante Teresa Petraglia
Tre diversi materiali:
STATISTICA Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo.
DEMOGRAFIA Demos = popolo Grafia = descrizione
Misure Meccaniche e Termiche - Università di Cassino
Metodi Quantitativi per Economia, Finanza e Management Lezione n°12 Regressione Logistica: Le ipotesi del modello, la stima del modello.
Confronto fra 2 popolazioni
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Precorso di Statistica per le Lauree Magistrali
Demografia: concetti di base
APPUNTI DI STATISTICA INFERENZIALE
Intervalli di Fiducia Introduzione Intervalli di fiducia per la media – Caso varianza nota Intervalli di fiducia per la media – Caso varianza non nota.
Confronto tra diversi soggetti:
SEC. I GRADO - I.C. BELLA CLASSE III GRAFICI.
Introduzione a Statistica e Probabilità
Precorso di Statistica per le Lauree Magistrali
Misurazione Raccolta sistematica e organizzata di elementi per
Misurazione Raccolta sistematica e organizzata di elementi per
Calcolo degli indici forensi
Relazione sulla statistica
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Franco Nassi - Medicina - III Modulo
PRINCIPI DI VALUTAZIONE DELLE SPIROMETRIE
Indici di variabilità La variabilità è la ragione dell’esistenza della psicologia. Le persone hanno dei comportamenti diversi che non possono essere predetti.
Esercitazione di Statistica
Un esempio Una casa farmaceutica dichiara che un nuovo antidolorifico che sta per immettere sul mercato fa effetto mediamente in un tempo pari a 12,75.
Simboli usati popolazione deviazione standard = σ varianza = σ²
Cosa ci dicono i dati sugli apprendimenti
Confronto tra diversi soggetti:
Università degli Studi di Modena e Reggio Emilia
La distribuzione campionaria: principi generali
Intervalli di confidenza
Faenza, 20 Novembre 2018 Corso per MMG – Parkinson:Stato dell’arte
Distribuzione per stato di occupazione
REPORT 2016 IV con dati aggregati.
Simboli usati popolazione: media = μ deviazione standard = σ
1 Analisi sulla valutazione impatto familiare.
Allegato 1 Mappe tematiche relative a demografia, analisi dei bisogni e della domanda, territorio e ospedale.
Interpretare la grandezza di σ
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.
Raccolta sistematica e organizzata di elementi per
ANALISI DI REGRESSIONE
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: le ipotesi del modello, la stima del modello.
Esercizio La popolazione di adulti presenta una media di ansia pari a 4. Ad un campione di 35 soggetti con disturbo ossessivo compulsivo è stato somministrato.
Precorso di Statistica per le Lauree Magistrali
Misurazione Raccolta sistematica e organizzata di elementi per
Esercizio 1 Si vuole studiare la mobilità di voto degli elettori di una certa circoscrizione. Da un sondaggio telefonico risulta che: Si calcolino le distribuzioni.
Associazione tra due variabili
Corso di Analisi Statistica per le Imprese
Precorso di Statistica per le Lauree Magistrali
Corso di Analisi Statistica per le Imprese
Statistica e probabilità Università degli Studi di Sassari Facoltà di Medicina veterinaria Corso di Laurea in Medicina veterinaria Anno Accademico 2017/2018.
Variabile interveniente
UNIVERSITÀ DEGLI STUDI DI GENOVA SCUOLA DI SCIENZE MEDICHE E FARMACEUTICHE CORSO DI LAUREA IN MEDICINA E CHIRURGIA ANNO ACCADEMICO Utilizzo.
Transcript della presentazione:

drssa Chiara Torregiani SC Pneumologia ASUITS Trieste LIMITE INFERIORE DI NORMALITA’ o range di normalità? come interpretare criticamente le prove spirometriche drssa Chiara Torregiani SC Pneumologia ASUITS Trieste

La funzione respiratoria perché misurarla Diagnosi (anche precoce) Prognosi Monitoraggio Valutazione fattori di rischio PFR ruolo centrale nella medicina respiratoria Quanjer PH ERJ 2012

La funzione respiratoria come misurarla Risultati influenzati da Cooperazione del soggetto Fattori tecnici preciso protocollo per esecuzione test Confronto con valori NORMALI A differenza di molti altri parametri biologici che hanno range di normalità unico Quanjer PH ERJ 2012

La funzione respiratoria come varia età altezza sesso etnia A differenza di molti altri parametri biologici che hanno range di normalità unico Quanjer PH ERJ 2012

La funzione respiratoria come varia FEV1 Storia naturale della funzione respiratoria, La funzione respiratoria varia in maniera continuativa durante la vita di una persona-> ETA’ birth 10 20 30 40 50 60 ETA’ ANNI Rennard SI Lancet 2015

La misura della funzione respiratoria Non tutte le persone sono uguali Nelle misurazioni si accetta che ci sia il 5% di probabilità che i valori scelti non rappresentino i valori veri della popolazione cioè l’INTERVALLO DI CONFIDENZA è del 95% I due margini dell’intervallo di confidenza si chiamato limiti di confidenza il margine di errore DIPENDE DALLE DIMENSIONI DEL CAMPIONE Culver BH Resp Care 2012

NON TUTTE LE PERSONE SONO UGUALI Distribuzione normale (o GAUSSIANA) La deviazione standard (DS)= misura dello spargimento dei dati attorno al loro valore medio previsto 68% Distribuzione gaussiana è simmetrica, a forma di campana. Da aspettarsi quando la variazione è data da molti fattori indipendenti Tra le due 1,96DS sta il 95%distribuzione 95% 99%

Tra 1 e -1 DS 68% dei valori di una misura Tra 2 e -2 DS 95,45% Tra +1,6%4 SD e -1,64 SD 90% 5% valori 90% valori 5% valori -1,64 DS +1,64 DS

Lower limit of normality LLN Quinto percentile della popolazione normale Upper limit of normality ULN Novantacinquesimo percentile della popolazione normale 5% valori 90% valori 5% valori -1,64 DS +1,64 DS Distribuzione gaussiana è simmetrica, a forma di campana. Da aspettarsi quando la variazione è data da molti fattori indipendenti In tutte le misurazioni di normalità è accettato un 5% di errore. Definito LLN 5°percentile di una popolazione sana Tra le due 1,96DS sta il 95%distribuzione

SONO SOGGETTI PATOLOGICI O NORMALI LONTANI DALLA MEDIA? Rimane incertezza vicino al limite dicotomico In aiuto la probabilità pretest 5% valori 90% valori -1,64 DS +1,64 DS

Z score=valore misurato-valore predetto/DS numero adimensionale LLN sta a -1,64 Z score

Diagnosi di ostruzione bronchiale Rapporto FEV1/FVCfondamentale nella diagnosi dell apatologia ostruttiva Swanney MP Thorax 2008

Diagnosi di ostruzione bronchiale FEV1/FVC <0,7 sottostima l’ostruzione in una parte dei giovani e sovrastima lìostruzione negli anziani ERS GLI 2012

Diagnosi di ostruzione bronchiale Rennard SI Lancet 2015

Diagnosi di ostruzione bronchiale Percentuale di sgg SANI (asintomatici, non fumatori)adulti con FEV1/FVC <0.7 % soggetti sani non fumatori con FEV1/FVC<0,7

Pellegrino R ERJ 2005

Valori di riferimento Tenendo i considerazione: Età Altezza Sesso Etnia Equazione di regressione che predice un RANGE DI VALORI ASPETTATI che separano NORMALE VARIABILITA’ e MALATTIA Diversamente dagli esami del sangue i valori di normalità delle PFR variano i base a diversi parametri ATS 2017

Valori di riferimento Valori di normalità del FEV1 in maschi sani caucasici applicando diverse equazioni di riferimento di 30 autori GLI 2012

Diagnosi di ostruzione bronchiale Uomini:57 equazioni di riferimento per FEV1/FVC Donne: 55 equazioni di riferimento per FEV1/FVC Swanney MP Thorax 2008

Valori di riferimento Come creo una equazione di riferimento? Raccogliendo DATI DI ALTA QUALITA’ NUMEROSISSIME PERSONE SANE, ASINTOMATICHE, NON FUMATRICI Dati raccolti e analizzati con tecniche statistiche EQUAZIONI PREDITTIVE ATS statement 2017

Valori di riferimento Equazioni di regressione permettono una PREVISIONE di una variabile dipendente (es FEV1) rispetto a variabili indipendenti (es ETA’) Y = a + b•height + c•age + error FEV1= a +b•altezza+c•età+ FEV1mis-FEV1 pred GLI ERS 2012

Valori predetti 1960 CECA (ECCS comunità europea carbone e acciaio) valori di riferimento, predetti, basati su valori misurati in minatori di miniere di carbone e acciaio. Nessuna donna misurata ma VP presenti: 80% di quelli degli uomini Bambini derivazione delle equazioni di riferimento GLI 2012 ERS

Valori predetti 2005 NANHES III soggetti tra gli 8 e gli 80 anni 2 set equazioni fino a 18 anni e dai 18-20 in su 2012 GLI attualmente raccomandati per tutti i gruppi etnici rappresentati in Europa e Nord America dati raccolti da 74000 soggetti tra i 3 e i 95 anni Gli hanno derivato diverse equazioni di riferimento che coprano più gruppi etnici possibil e ampio raggio d’età dalla prescolare all’età avanzata GLI 2012 ERS ATS recommendations for a standardized pulmonary function report 2017

ATS recommendations for a standardized pulmonary function report 2017

ATS recommendations for a standardized pulmonary function report 2017

In conclusione È raccomandato l’utilizzo dei LLN per separare i soggetti sani dai malati LLN sono fissati al 5° percentile, 95% popolazione sana è nel range di normalità 5% soggetti normali POTREBBE essere normale ma preso come malato Clinicamente necessario aumentare la probabilità pretest per chiarire se il soggetto è malato o sano