23.05.2013 Views

MANUALE DicoCARE VEQ Rev.11 del 02-12-2008

MANUALE DicoCARE VEQ Rev.11 del 02-12-2008

MANUALE DicoCARE VEQ Rev.11 del 02-12-2008

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

<strong>DicoCARE</strong> <strong>VEQ</strong> Manuale per i Partecipanti – Ciclo 2009-1<br />

Programma di Valutazione Esterna di Qualità (<strong>VEQ</strong>) in Medicina di Laboratorio<br />

La Deviazione Standard (DS) robusta è una misura <strong>del</strong>la dispersione<br />

e variabilità dei risultati.<br />

E’ detta anche IQR normalizzato, perche è definita dall’IQR moltiplicato<br />

il fattore 0,7413 (o diviso 1,3490) (47, 48) che la rende<br />

comparabile alla DS classica (41) (v. NOTA CV, pag. 13).<br />

La DS robusta ha il vantaggio di non essere influenzata da grandi<br />

differenze quantitative tra i dati e da valori estremi.<br />

Pertanto, in presenza di valori estremi e nei casi di una distribuzione<br />

asimmetrica, consente l’utilizzo di tutti i dati per valutare la dispersione<br />

e variabilità dei risultati. Minore è la DS, più stretta e<br />

compatta è la curva di distribuzione intorno all’asse di simmetria e<br />

minore è l’errore casuale.<br />

Il Coefficiente di Variazione (CV%) robusto è una misura <strong>del</strong>la<br />

dispersione e variabilità dei risultati ed equivale alla DS robusta<br />

diviso la Mediana, in percentuale (47, 48).<br />

Il CV robusto ha il vantaggio di non essere influenzato da grandi<br />

differenze quantitative tra i dati e da valori estremi.<br />

Pertanto, in presenza di valori estremi e nei casi di una distribuzione<br />

asimmetrica, consente l’utilizzo di tutti i dati per valutare una<br />

maggiore o minore precisione <strong>del</strong>la misura (Fig. 3). Minore è il<br />

CV, minore è l’imprecisione <strong>del</strong>la misura.<br />

Come indice di Posizione nella misura <strong>del</strong>la tendenza centrale <strong>del</strong>la<br />

distribuzione dei dati, la Mediana è un parametro statistico robusto,<br />

al contrario <strong>del</strong>la Media (47, 48) (Fig. 4).<br />

Figura 4. Indici di posizione<br />

(misura <strong>del</strong>la tendenza centrale <strong>del</strong>la distribuzione dei dati)<br />

Statistica classica Statistica robusta<br />

Media<br />

Media aritmetica dei risultati<br />

(somma dei valori osservati<br />

diviso il numero dei dati).<br />

Limiti:<br />

E’ sensibile a valori estremi<br />

(errori di inserimento di dati,<br />

aberranti o Outliers); un solo<br />

valore estremo può condizionarne<br />

il valore.<br />

Mediana<br />

Valore che in una serie ordinata<br />

di osservazioni occupa il<br />

posto centrale <strong>del</strong>la distribuzione.<br />

Se il numero di dati è dispari<br />

corrisponde al singolo valore<br />

centrale; se numero di dati è<br />

pari è la Media dei 2 valori<br />

centrali.<br />

E’ chiamata anche Secondo<br />

quartile <strong>del</strong>la distribuzione<br />

(Q2) o 50° percentile, perché<br />

divide esattamente la serie dei<br />

dati in 2 parti di numerosità<br />

uguale: alla prima appartiene il<br />

50% <strong>del</strong>le osservazioni uguali<br />

o inferiori, alla seconda il 50%<br />

quelle uguali o superiori.<br />

Vantaggi:<br />

Ha il vantaggio di non essere<br />

influenzata da grandi differenze<br />

quantitative tra i dati e da<br />

valori estremi.<br />

Pertanto, in presenza di valori<br />

estremi e nei casi di distribuzione<br />

asimmetrica, consente<br />

l’utilizzo di tutti i dati per definire<br />

la posizione centrale.<br />

Range Interquartile (IQR)<br />

Differenza tra Q3 e Q1 (Q3-<br />

Q1, v.sotto). Corrisponde essenzialmente<br />

all’intervallo di<br />

valori compresi nel 50% centrale<br />

dei dati.<br />

Pagina: 10 di 28 Cod. F0990 Rev. 11 <strong>del</strong> <strong>02</strong>/<strong>12</strong>/<strong>2008</strong><br />

Q3<br />

Terzo quartile <strong>del</strong>la distribuzione.<br />

E’ chiamato anche 75°<br />

percentile perché in una serie<br />

ordinata di osservazioni precede<br />

¾ dei dati.<br />

Q1<br />

Primo quartile <strong>del</strong>la distribuzione.<br />

E’ chiamato anche 25°<br />

percentile perché in una serie<br />

ordinata di osservazioni precede<br />

¼ dei dati.<br />

Vantaggi:<br />

Ha il vantaggio di non essere<br />

influenzato da valori estremi e<br />

da una distribuzione asimmetrica.<br />

Come indici di Variabilità, nella misura <strong>del</strong>la dispersione dei dati<br />

rispetto alla tendenza centrale, la DS robusta ed il CV% robusto<br />

sono parametri statistici robusti, al contrario di DS e CV% (47,<br />

48) (Fig. 5).<br />

Figura 5. Indici di variabilità<br />

(misura <strong>del</strong>la dispersione dei dati rispetto alla tendenza centrale)<br />

Statistica classica Statistica robusta<br />

Deviazione Standard (DS)<br />

Radice quadrata <strong>del</strong>la Varianza<br />

(media aritmetica <strong>del</strong>la<br />

somma dei quadrati <strong>del</strong>la deviazione<br />

dei dati rispetto alla<br />

loro media). E’ una misura<br />

<strong>del</strong>l’ampiezza di dispersione<br />

relativa alla imprecisione o<br />

errore casuale.<br />

Limiti:<br />

E’ sensibile a valori estremi<br />

(errori di inserimento di dati,<br />

aberranti o Outliers); un solo<br />

valore estremo può condizionarne<br />

il valore. Maggiore è la<br />

DS, più larga è la curva di distribuzione<br />

intorno all’asse di<br />

simmetria e maggiore è<br />

l’errore casuale.<br />

Deviazione Standard (DS)<br />

E’ chiamata anche IQR normalizzato,<br />

perché è definita<br />

dall’IQR (Q3-Q1) moltiplicato<br />

il fattore 0,7413 (o diviso<br />

1,3490) che la rende comparabile<br />

alla DS classica<br />

(v. NOTA CV, pag. 13).<br />

Vantaggi:<br />

Ha il vantaggio di non essere<br />

influenzata da grandi differenze<br />

quantitative tra i dati e da<br />

valori estremi.<br />

Pertanto, in presenza di valori<br />

estremi e nei casi di una distribuzione<br />

asimmetrica, consente<br />

l’utilizzo di tutti i dati per valutare<br />

la dispersione e variabilità<br />

dei risultati.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!