Come analizzare i dati (principali test statistici impiegati)

Presentazione sul tema: "Come analizzare i dati (principali test statistici impiegati)"— Transcript della presentazione:

1 Come analizzare i dati (principali test statistici impiegati)
Giacomo Novara Clinica urologica, università di Padova 1

2 Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata

3 Statistiche descrittive
L’obiettivo è di descrivere le caratteristiche della nostra popolazione Natura delle varibili Continue Categoriche o discrete

4 Variabili continue e categoriche
Variabili continue: possono assumere tutti i valori di un intervallo (età, peso, altezza, PSA, volume prostatico) Variabili categoriche o discrete: assumono un numero finito di valori (sesso, stadio clinico della neoplasia, Gleason score)

5 Variabili continue normali e non-normali
Rappresentazione grafica di una distribuzione normale

6 Variabili continue normali e non-normali

7 Variabili continue normali e non-normali

8 Variabili continue normali e non-normali

9 Variabili continue normali e non-normali

10 Variabili continue normali e non-normali

11 Variabili continue normali e non-normali

12 Variabili continue normali e non-normali
Variabili continue normali: media ± deviazione standard Variabili continue non-normali: mediana e range interquartile

13 Misure di tendenza centrale

14 Misure di tendenza centrale

15 Misure di tendenza centrale

16 Misure di tendenza centrale

17 Variabili continue e categoriche
Variabili continue: possono assumere tutti i valori di un intervallo (età, peso, altezza, PSA, volume prostatico) Variabili categoriche o discrete: assumono un numero finito di valori (sesso, stadio clinico della neoplasia, Gleason score)

18 Variabili categoriche

19 Variabili categoriche

20 Variabili categoriche

21 Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata

22 Analisi univariata E’ l'esame di ogni variabile considerata singolarmente Consiste nell'organizzare i dati secondo le frequenze di distribuzione di ognuna delle variabili considerate nel corso della rilevazione

23 Comparazione di variabili continue normali in due o più gruppi
T test

24 Comparazione di variabili continue non-normali
Due campioni indipendenti: Mann Whitney U test (comparazione del PSA nei pazienti con biopsia prostatica positiva e negativa) Tre o più campioni indipendenti: Kruskal-Wallis test (comparazione del PSA nei pazienti con biopsia prostatica positiva, negativa e ASAP)

25 Comparazione di variabili continue non-normali
Due campioni dipendenti: Wilcoxon test (PSA al T0 ed al T1 nella stessa popolazione in due momenti diversi) Tre o più campioni dipendenti Friedman test (PSA al T0, T1 e T2 nella stessa popolazione in tre momenti diversi)

26 Comparazione di variabili categoriche in due o più gruppi
Pearson’s chi-square

27 Comparazione di variabili categoriche in due o più gruppi

28 Comparazione di variabili categoriche in due o più gruppi

29 Comparazione di variabili categoriche in due o più gruppi

30 Analisi univariata per variabili tempo-dipendenti

31 Analisi univariata per variabili tempo-dipendenti

32 Analisi univariata per variabili tempo-dipendenti

33 Analisi univariata per variabili tempo-dipendenti

34 Analisi univariata per variabili tempo-dipendenti

35 Analisi univariata per variabili tempo-dipendenti

36 Analisi univariata Stabilire l’esistenza di una covariazione tra due variabili non equivale a provare che esiste un rapporto di causa-effetto diretta tra la variabile indipendente e la variabile dipendente

37 Come analizzare i dati Statistiche descrittive Analisi univariata
Analisi multivariata

38 Analisi multivariata L’insieme dei metodi statistici e delle tecniche usati nello studio della variazione simultanea di due o più variabili casuali

39 Analisi multivariata Varibili non tempo-dipendenti: regression model
Variabili tempo-dipendenti: Cox proportional hazard model

40 Analisi multivariata

41 Analisi multivariata

42 Analisi multivariata

43 Analisi multivariata Il numero di variabili da inserire dipende dal numero di eventi Inserire solo variabili continue normali (o normalizzate) Non inserire variabili altamente correlate Esprimere i dati con odds ratio (hazard ratio per variabili tempo-dipendenti), 95% confidence interval and p value