Evidence-based nursing 2° giornata

Presentazione sul tema: "Evidence-based nursing 2° giornata"— Transcript della presentazione:

1 Evidence-based nursing 2° giornata
Gruppo Formatori - Centro Studi EBN Direzione Servizio Infermieristico e Tecnico Azienda Ospedaliero-Universitaria di Bologna – Policlinico S. Orsola Malpighi

2 Il nostro programma di oggi
La tipologia degli studi (come sono costruiti ed a quali quesiti rispondono i diversi tipi di studi). Cenni di statistica Cenni di analisi critica degli studi Centro studi EBN - Bologna

3 La tipologia degli studi
ovvero come sono costruiti ed a quali quesiti rispondono i diversi tipi di studi Centro studi EBN - Bologna

4 Studio osservazionale
Cosa significa Studio osservazionale È l’indagine con cui i ricercatori osservano un fenomeno senza modificarlo. Si contrappone allo studio sperimentale, nel quale i ricercatori intervengono attivamente manipolando la variabile indipendente. Centro studi EBN - Bologna

5 Cosa significa Studio sperimentale
è quello in cui i ricercatori stanno verificando un'ipotesi e nel quale sono determinati a priori i termini dell'esperimento. In uno studio controllato coloro che ricevono il trattamento sperimentale (cioè quello in studio) si dicono essere nel braccio sperimentale. Centro studi EBN - Bologna

6 Cosa significa Studio analitico
Tipologia di indagine in cui è possibile trarre informazioni dal confronto degli esiti di due gruppi, dal quale emergono le relazioni tra le variabili osservate. Centro studi EBN - Bologna

7 GERARCHIE DELLE FORME DI PROVA
Trial randomizzati e controllati in doppio cieco Trial controllati e randomizzati Studi di Coorte Serie di casi Report di caso Editoriali, opinioni, idee Ricerca su animali Ricerca in vitro Centro studi EBN - Bologna

8 Per ogni domanda un disegno
Quali sono? Per ogni domanda un disegno Centro studi EBN - Bologna

9 Studi che verificano l’esposizione ad un fattore di rischio
Eziologia o Danno Studi che verificano l’esposizione ad un fattore di rischio Centro studi EBN - Bologna

10 Studi che verificano l’eziologia (danno)
Esempio vogliamo verificare se avere un indice di massa corporea basso (BMI) (l’esposizione) è un fattore di rischio per le lesioni da decubito (l’esito). Centro studi EBN - Bologna

11 Come posso rispondere a questa domanda?
Attraverso tre disegni: Gli studi cross sectional Gli studi caso controllo Gli studi di coorte Centro studi EBN - Bologna

12 Studi cross sectional Sono studi trasversali che raccolgono informazioni relative all’esposizione ai fattori di rischio ed ai loro esiti (insorgenza della patologia) nello stesso momento e sullo stesso paziente. Centro studi EBN - Bologna

13 Studi cross sectional Nel nostro esempio i dati potrebbero essere raccolti da un campione di residenti provenienti da 5 case di riposo. Gli operatori assistenziali dovrebbero compilare un questionario per ogni residente, contenente informazioni sul peso e l’altezza (per calcolare il BMI), alcuni elementi sulla quantità e sulla gravità delle lesioni da decubito, ed altri fattori che potrebbero essere loro collegati, quali l’età, i recenti ricoveri ospedalieri, le patologie croniche e la mobilità. Centro studi EBN - Bologna

14 Studi cross sectional Questi dati, quindi, devono essere analizzati per vedere se i residenti con un basso BMI hanno più probabilità o meno di sviluppare almeno una lesione da decubito. Centro studi EBN - Bologna

15 Studio caso controllo Sono studi retrospettivi che partendo dalla presenza, o meno, dell’esito (endpoint) raccolgono informazioni relative all’esposizione ai fattori di rischio. Centro studi EBN - Bologna

16 Studio caso controllo Nel nostro esempio il ricercatore dovrebbe identificare un gruppo di residenti nelle case di riposo con lesioni da decubito, i casi. Dovrebbe identificare anche un altro gruppo di residenti che non hanno tali lesioni, i controlli. Quindi, dovrebbe raccogliere informazioni sulle precedenti esposizioni (cioè l’BMI al ricovero nella casa di riposo) per ogni paziente del gruppo dei casi e di quelli dei controlli. Centro studi EBN - Bologna

17 Studio caso controllo Dovrebbero quindi essere confrontate le differenze in termini di prevalenza, rispetto all’esposizione (BMI), tra i due gruppi. Centro studi EBN - Bologna

18 Studio caso controllo Centro Studi EBN - S.Orsola-Malpighi - Bologna

19 Studio di coorte Sono studi prospettici che partendo dall’esposizione ai fattori di rischio, o meno, verificano se insorge l’esito.

20 Studio di coorte In uno studio di coorte, il ricercatore dovrebbe identificare un gruppo di residenti delle case di riposo, che non presentano lesioni da decubito, e misurare il loro BMI. Questo gruppo, poi, deve essere seguito nel tempo, per determinare quanti di loro, e quali, sviluppano una lesioni da decubito. Centro studi EBN - Bologna

21 Studio di coorte Centro Studi EBN - S.Orsola-Malpighi - Bologna

22 Gli studi sperimentali

23 Trial randomizzato e controllato

24 Anatomia dell’RCT Outcome No Outcome Gruppo Sperimentale Outcome
L’effettuazione di un RCT prevede che ogni individuo, arruolato nello studio, venga allocato in maniera casuale (randomizzata) ad uno di almeno due gruppi, solitamente detti gruppo di studio e gruppo di controllo. Un gruppo è soggetto a interventi sperimentali definiti, mentre l’altro gruppo riceve trattamenti standardizzati o placebo. I risultati sono valutati mediante confronti rigorosi degli outcome dei due gruppi. Al fine di limitare gli errori, l’allocazione ai gruppi può essere nascosta ai partecipanti (cecità). Outcome No Outcome Gruppo di Controllo Centro studi EBN - Bologna

25 Le revisioni sistematiche e le metanalisi
2 Le revisioni sistematiche e le metanalisi Centro studi EBN - Bologna

26 REVIEWS REVISIONI TRADIZIONALI REVISIONI SISTEMATICHE
Centro studi EBN - Bologna

27 REVISIONE TRADIZIONALE
Paragonabile al capitolo di un libro Non esplicitato il metodo di selezione, sintesi e interpretazione delle evidenze Impossibilità di fare una valutazione critica Obiettivi molto ampi Spesso fatte su commissione Centro studi EBN - Bologna

28 REVISIONE SISTEMATICA
E’ una ricerca scientifica vera e propria Esplicitato il protocollo metodologico Possibilità di fare una valutazione critica (definizione di obiettivi, fonti, criteri…) Sintesi dei risultati spesso fatta con metodo meta analitico Centro studi EBN - Bologna

29 Systematic review analisi metodologica Meta – analisi analisi statistica

30 META - ANALISI Metodo per combinare i risultati di più studi indipendenti in modo da poter calcolare un valore statistico riassuntivo totale (cumula insieme più trials per ottenere un risultato unico) E’ spesso usata per valutare l’efficacia degli interventi a tutela della salute (possibile grazie alla combinazione dei dati di 2 o più RCT Consente una stima precisa dell’efficacia di un trattamento La validità di una MA dipende anche dalla qualità della RS su cui si basa Centro studi EBN - Bologna

31 META - ANALISI E’ utilizzata
nei casi di incertezza nella valutazione di efficacia di un trattamento quando i risultati dei singoli non sono univoci Quando singoli studi sono effettuati su un campione di pazienti numericamente scarso (poco affidabili) la combinazione dei dati diminuisce l’imprecisione dei risultati dei singoli studi

32

33 Le Revisioni Sistematiche
The Cochrane Library Centro studi EBN - Bologna

34 COCHRANE COLLABORATION
Nasce nel 1993 la fondazione CC, un network internazionale con l’obiettivo di “preparare, aggiornare e disseminare revisioni sistematiche degli studi clinici controllati sugli effetti dell’assistenza sanitaria e, laddove non disponibili studi clinici controllati, revisioni sistematiche delle evidenze comunque esistenti” Chalmers I., 1993 Centro studi EBN - Bologna

35 COCHRANE LIBRARY E’ la fonte di elezione per ricercare informazioni in merito all’efficacia dei trattamenti. Nonostante sia la fonte di elezione dispone di un numero di revisioni sistematiche ancora limitato. Molte RS si riferiscono ad aree grigie. Centro studi EBN - Bologna

36 THE COCHRANE LIBRARY The Cochrane Database of Systematic Review (CDSR)
The Database of Abstract of Review of Effectiveness (DARE) The Cochrane Controlled Trial Register (CCTR) The Cochrane Review Methodological Database (CRMD) Centro studi EBN - Bologna

37

38 3 le linea guida Centro studi EBN - Bologna

39 Chi produce linee guida?
Agenzie internazionali Agenzie nazionali Agenzie governative Agenzie regionali Aziende sanitarie Centro studi EBN - Bologna

40 Linee guida: perché? Variabilità degli interventi professionali;
esigenza di confronto tra attori diversi con differenti punti di vista (amministratori, pazienti, operatori); crisi dei sistemi sanitari; crescente complessità ed aumentata insorgenza di obsolescenza delle tecnologie sanitarie; aumentate aspettative da parte della popolazione. Centro studi EBN - Bologna

41 Tipi di linee guida percorso diagnostico: presentazioni cliniche come la dispepsia, il dolore toracico; practice guideline: malattie o sindromi, come l’ulcera peptica o infarto del miocardio: Centro studi EBN - Bologna

42 Tipi di linee guida tecnology assessment: applicazione di test diagnostici, come la gastroscopia o la coronarografia, l’uso di trattamenti come i trombolitici; guidance: o aspetti organizzativi. Centro studi EBN - Bologna

43 La variabilità dei comportamenti
Fattore legato al sistema: se il sistema di finanziamento è a prestazione, i professionisti tenderanno ad eseguire maggiori prestazioni; Fattore legato al comportamento del professionista (variabilità delle conoscenze e delle condotte); Fattore legato alla variabilità del paziente. Centro studi EBN - Bologna

44 Grazie per l’attenzione
Gli ingredienti fondamentali per il successo di una organizzazione sanitaria sono: cultura, cultura, cultura Grazie per l’attenzione Centro studi EBN - Bologna

45 Centro studi EBN - Bologna

46 Qualche cenno di statistica
La statistica è come il bikini: ciò che rivela è suggestivo, ma ciò che nasconde è vitale Centro studi EBN - Bologna

47 Qualche cenno di statistica
La gran parte delle ricerche ha a che fare con fatti numerici. Questi fatti numerici sono chiamati dati. I dati vengono ottenuti contando o misurando. La statistica serve a presentare ed analizzare in modo obbiettivo questi dati. Centro studi EBN - Bologna

48 Obiettivi della statistica
organizzare, riassumere e presentare i dati in modo ordinato: Statistica descrittiva prendere decisioni che riguardano un vasto corpo di dati esaminando solo una piccola parte dei dati stessi: Statistica inferenziale Centro studi EBN - Bologna

49 Popolazioni e campioni
Se vogliamo prendere decisioni su una grande quantità di dati esaminando solo una parte di quei dati, è indispensabile prendere in considerazione i concetti di: popolazione campione campionamento casuale. Centro studi EBN - Bologna

50 Popolazione Viene definito come POPOLAZIONE l’insieme di tutti i valori che una variabile statistica può assumere. Per esempio, se un ricercatore ha bisogno di trarre conclusioni sulla concentrazione di glucosio nel sangue dei bambini di una certa età, la popolazione che gli interessa è composta da tutti i bambini di quell’età Centro studi EBN - Bologna

51 Campione Di solito la popolazione è tanto grande che viene preso in considerazione e misurato solo un sottoinsieme della popolazione stessa. Questo sottoinsieme viene assunto come un CAMPIONE della popolazione di partenza. Dalle caratteristiche del campione si possono trarre inferenze sulle caratteristiche della popolazione da cui il campione proviene. Centro studi EBN - Bologna

52 Campionamento casuale
Per ottenere delle informazioni attendibili su una popolazione utilizzando un campione, è necessario che il campione sia ottenuto in modo casuale. Perché un campione possa essere considerato casuale, è indispensabile che ogni membro della popolazione in oggetto abbia la stessa probabilità di essere selezionato. Un campione non casuale non da alcun affidamento: in altre parole tutte le inferenze da esso tratte non sono da prendersi sul serio. Centro studi EBN - Bologna

53 Prevalenza e incidenza
Le misure di frequenza delle malattie possono descrivere: l'insieme di tutti i casi esistenti in un determinato momento ed in una determinata popolazione il verificarsi di nuovi casi Centro studi EBN - Bologna

54 La prevalenza misura il numero di individui di una popolazione che, in un dato momento, presentano la malattia. Poiché il fattore «tempo» - a rigore - non è importante nel calcolo della prevalenza, questa misura è di tipo statico e non può essere definita come «tasso»; si tratta invece di una «proporzione» che, quindi, assume un valore compreso fra 0 e 1. Centro studi EBN - Bologna

55 L'incidenza misura il numero di individui che vengono colpiti dalla malattia in un determinato periodo di tempo. Essa misura, cioè, il numero di nuovi casi nel periodo di tempo ed individua il rischio (cioè la probabilità) di ammalare cui è soggetto un individuo esposto in quella popolazione. Si può anche dire che l'incidenza misura la velocità di spostamento dallo stato di salute (assenza di malattia) allo stato di malattia Centro studi EBN - Bologna

56 Centro studi EBN - Bologna

57 Un’ipotesi è un’affermazione relativa ad un evento futuro, o comunque ad un evento il cui risultato è sconosciuto al momento in cui l’affermazione viene fatta, costruita in modo da poter risultare non vera e pertanto respinta (H. M. Blalock) Centro studi EBN - Bologna

58 Le differenze osservate sono troppo grandi per essere dovute al caso
ipotesi nulla H0 ipotesi alternativa H1 Non esiste una reale differenza tra le variabili studiate: le differenze osservate sono dovute la caso Le differenze osservate sono troppo grandi per essere dovute al caso Centro studi EBN - Bologna

59 Centro studi EBN - Bologna

60 Livello di probabilità p = 0.05 Livello di probabilità p = 0.01
c’è una probabilità superiore al 5% che una differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 1. non si può rifiutare l’ipotesi nulla p > 0.01 c’è una probabilità superiore al 1% che una differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria p < 0.05 c’è una probabilità inferiore al 5% che una forte differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 2. si può rifiutare l’ipotesi nulla ed accettare l’ipotesi alternativa p < 0.01 c’è una probabilità inferiore al 1% che una forte differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria Centro studi EBN - Bologna

61 ESEMPIO Abbiamo effettuato una sperimentazione su due gruppi di individui affetti da una determinata malattia. Uno dei due gruppi è stato trattato con il farmaco A e l'altro con il farmaco B; gli individui trattati con A sembrano guarire con maggiore frequenza di quelli trattati con B. Calcolando il valore p otteniamo una stima quantitativa della probabilità che le differenze osservate siano dovute al caso. In altre parole, p è la risposta alla seguente domanda: «se non ci fossero differenze fra A e B, e se la sperimentazione fossa eseguita molte volte, quale proporzione di sperimentazioni condurrebbe alla conclusione che A è migliore di B?» Centro studi EBN - Bologna

62 intervallo di confidenza
L'intervallo di confidenza fornisce informazioni riguardo alla precisione dei valori ottenuti attraverso lo studio di un campione. l'intervallo di confidenza rappresenta un parametro di fondamentale importanza soprattutto negli studi epidemiologici in cui la variabilità campionaria, derivante dall'osservazione di un piccolo numero di casi, può giocare un ruolo importante nell'interpretazione dei risultati. Centro studi EBN - Bologna

63 Intervallo di confidenza
Intervalli dei valori in cui ho una probabilità di trovare il valore vero Centro studi EBN - Bologna

64 ESEMPIO Supponiamo che in uno studio su una determinata patologia siano risultati affetti dalla malattia 18 individui su 180 esaminati. La prevalenza è: 18/180 = 0.1, cioè 10% Calcolo dell’indice di confidenza Centro studi EBN - Bologna

65 Calcolo dell’indice di confidenza
Pertanto, il limite inferiore dell'intervallo di confidenza 95% è (5.6%) ed il limite superiore (14.5%). Ciò significa che, in media, il 95% di tali intervalli derivanti da studi privi di errori sistematici contiene il parametro vero della popolazione. In altre parole, possiamo essere abbastanza sicuri che la percentuale di individui affetti da quella specifica patologia nella intera popolazione da cui è stato tratto il campione sia compresa fra 5.6 e 14.5%. Centro studi EBN - Bologna

66 Media del gruppo sottoposto al trattamento
Variabili dipendenti Media del gruppo sottoposto al trattamento Media del gruppo di controllo Differenza media IC 95% Peso alla nascita (in grammi) 3032 3050.4 - 18.2 Da – 98.7 A 62.4 Punteggio di stimolazione cognitiva ed emozionale 32.3 30.9 1.3 0.4 2.2 Kitzman H et al. Effect of prenatal and infancy home visitation by nurse on pregnancy outcome, childhood injuries and repeat childbearing A randomized controlled trial. Jama 1997 Centro studi EBN - Bologna

67 L’efficacia negli studi
I dati all’interno degli studi possono riguardare variabili continue (glicemia, temperatura, pressione, colesterolemia) o variabili discrete o dicotomiche (vivo o morto, frattura o non frattura, guarito o non guarito). Nel primo caso i ricercatori riportano l’intervallo di valori nel quale si modificano in seguito all’intervento, confrontando le medie o le mediane dei valori. Nel secondo caso i ricercatori riportano la frequenza con cui si verifica l’evento. Centro studi EBN - Bologna

68 Esempio – variabili continue
La somministrazione di lidocaina nebulizzata prima dell’inserimento del sondino naso gastrico riduce il discomfort del paziente? P: Adulti da sottoporre a posizionamento del SNG in pronto soccorso. I: nebulizzazione di lidocaina nella narice da utilizzare. C: nebulizzazione di soluzione fisiologica. O: disagio misurato attraverso una scala visuale analogica (misura continua), difficoltà di inserimento del sondino (misura continua), complicanze (sanguinamento, vomito, impossibilità di passaggio, dispnea – misure discrete). Cullen l, et al. Nebulized lidocaine decrease the discomfort of nasogastric tube insertion: a randomized, doubleblind trial. Ann Emerg Med 2004; 44: Centro studi EBN - Bologna

69 Esempio – variabili continue e discrete
Outcome Lidocaina Placebo Differenza (IC 95%) Disagio riferito (media dei punteggi della scala visuale analogica) 37.7 59.3 26.6 (5.3 a 38.0) Difficoltà percepita dall’infermiere nell’inserimento del SNG 2 0 (-1 a 1) Sanguinamento nasale 17% 17% (3,5-31) Vomito 10% 10% (-0,7-21) Variabili continue Variabili discrete Centro studi EBN - Bologna

70 Misure di efficacia per gli esiti discreti
Il primo passaggio per capire le diverse misure di efficacia consiste nel tabellare i dati. Evento Sì Evento No Gruppo sperimentale Gruppo di controllo a b a + b c d c + d a + c b + d Centro studi EBN - Bologna

71 La misura degli effetti quando si utilizzano outcome discreti
Experimental Event Rate Frequenza (o rischio) nel gruppo sperimentale a EER = a + b La EER ci dice con che frequenza l’evento indesiderato si è verificato nel gruppo sperimentale Control Event Rate Frequenza (o rischio) nel gruppo di controllo c CER = c + d La CER ci dice con che frequenza l’evento indesiderato si è verificato nel gruppo di controllo

72 La misura degli effetti quando si utilizzano outcome discreti
Rischio Relativo a EER a + b RR = = c CER c + d Dal rapporto tra EER e CER individuiamo il Rischio Relativo che ci dice qual è il rischio di manifestare l’evento negativo nel gruppo sperimentale rispetto a quello del gruppo di controllo. Se l’intervento ha un effetto benefico RR<1 Se peggiora l’esito RR>1 Se non c’è differenza RR=1

73 La misura degli effetti quando si utilizzano outcome discreti
A volte per motivi statistici anziché essere calcolato il RR troviamo indicato l’odds ratio che non confronta le frequenze (rischio) degli eventi, ma le loro probabilità. Se l’intervento ha un effetto benefico OR<1 Se peggiora l’esito OR>1 Se non c’è differenza OR=1 L’odds ratio (OR) a/b OR = c/d Centro studi EBN - Bologna

74 Il difetto di RR e di OR Sia il RR che l’OR sono misure della forza dell’associazione tra trattamento ed esito RELATIVE. Esse, cioè, non ci danno espressione della importanza clinica degli eventi nei due gruppi. Per questo motivo, per comprendere la rilevanza clinica degli effetti, vengono calcolate altre misure di efficacia. Centro studi EBN - Bologna

75 La misura degli effetti quando si utilizzano outcome discreti
La riduzione del rischio assoluto ci dà l’esatta espressione di quanto si riduca la frequenza degli eventi negativi con il trattamento sperimentato. Riduzione Rischio Assoluto ARR = CER - ERR Riduzione Rischio Relativo ARR RRR = CER La riduzione del rischio relativo dice con che proporzione diminuisce il rischio con il trattamento sperimentato.

76 I difetti di e RRR di ARR La RRR è di nuovo una misura relativa, che non ci dà idea della frequenza, e quindi dell’importanza, dell’evento negativo. Al contrario ARR è proprio espressione di questa misura, ma essendo un numero decimale non è facile da ricordare. Per questo motivo la misura che rende al meglio l’importanza clinica dell’associazione tra trattamento ed outcome è il NNT. Centro studi EBN - Bologna

77 La misura degli effetti quando si utilizzano outcome discreti
Il numero dei pazienti da trattare ci dice il numero di quante persone è necessario trattare per evitare un evento negativo. Si tratta di un valore espresso con numeri interi (e quindi è più facile da ricordare) tanto più è piccolo tanto maggiore è l’efficacia clinica del trattamento. Tanto più è grande tanto più è modesta l’efficacia Number Needed to Treat 1 NNT = ARR

78 Calcolate la EER, la CER, il RRR, il RR, la ARR, l’NNT
Facciamo una prova Inventiamoci uno studio relativo alla efficacia della terapia anticoagulante nella prevenzione della embolia polmonare post operatoria. Evento Sì Evento No Gruppo sperimentale 1 999 1000 Gruppo di controllo 2 998 Calcolate la EER, la CER, il RRR, il RR, la ARR, l’NNT Centro studi EBN - Bologna

79 Calcolate la EER, la CER, il RRR, il RR, la ARR, l’NNT
Rifacciamo i conti Inventiamoci uno studio relativo alla efficacia della terapia anticoagulante nella prevenzione della embolia polmonare post operatoria. Evento Sì Evento No Gruppo sperimentale 100 900 1000 Gruppo di controllo 200 800 Calcolate la EER, la CER, il RRR, il RR, la ARR, l’NNT Centro studi EBN - Bologna

80 Un esempio reale La somministrazione di un integratore di Vitamina D3 per via orale riduce l’incidenza di fratture negli anziani (65-85) residenti al domicilio? P: anziani residenti al domicilio. Intervento: somministrazione di un integratore di Vit D3. Confronto: somministrazione di un placebo. Outcome: Incidenza di fratture e mortalità da tutte le cause. Trivedi DP, Doll R, Khaw KT. Effect of four montly oral vitamin D3 supplementation on fracutres and mortality in men and women living in the community: randomised double blind controlled trial. BMJ 2003; 326:

81 Un esempio reale Riduzione del rischio relativo= di quanto si riduce il rischio nel gruppo sperimentale? Riduzione rischio assoluto = differenza (%) fra controllo e sperimentale Gruppo intervento Frattura Non frattura N. Tot. Trattamento sperimentale 119 1226 1345 Trattamento controllo 149 1192 1341 Rischio Relativo EER ,088 RR = = = 0,8 CER ,11 Riduzione Rischio Assoluto ARR= CER - EER= 0,11 – 0,088 = 0,022 Centro studi EBN - Bologna

82 Un esempio reale Riduzione del rischio relativo= di quanto si riduce il rischio nel gruppo sperimentale? Riduzione rischio assoluto = differenza (%) fra controllo e sperimentale Gruppo intervento Frattura Non frattura N. Tot. Trattamento sperimentale 119 1226 1345 Trattamento controllo 149 1192 1341 Riduzione Rischio Relativo Number Needed to Treat ARR 0, RRR = = = 20% NNT = = = 46 CER , ARR 0,022 Centro studi EBN - Bologna

83 Un altro esempio: torniamo sulle LdD
Un RR di 1,37 indica che le persone con un BMI basso hanno un rischio di 1,37 volte maggiore (o del 37%) di presentare l’esito, rispetto a quelli con elevato BMI. Rischio Relativo (RR) a EER ,073 a + b RR = = = = 1,37 c CER ,053 c + d

84 Un altro esempio: torniamo sulle LdD
Un odds ratio di 1,39 indica che le persone con un BMI basso hanno una probabilità di 1,39 volte maggiore (o del 39%) di presentare l’esito, rispetto a quelli con elevato BMI. Odds Ratio (OR) a/b ,078 OR = = = 1,39 c/d ,056

85 Un altro esempio: torniamo sulle LdD
1 NNH = = 50 0,073 – 0,053 Nel nostro esempio quindi per ogni 50 persone con un BMI basso 1 sviluppa lesioni da decubito. Centro studi EBN - Bologna

86 Grazie per l’attenzione alla 2° giornata
Gruppo formatori Paolo Chiari Paolo Baldazzi Catia Biavati Daniela Mosci Enrico Naldi Barbara Ruffini Grazie per l’attenzione alla 2° giornata Centro studi EBN - Bologna