01.06.2013 Views

Tesi - aiiao

Tesi - aiiao

Tesi - aiiao

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

1 per i pazienti persi al controllo). Solo in seguito si sono inseriti i numeri, in modo<br />

organizzato, relativi alle persone nei vari spazi creati.<br />

La finalità della creazione di tutti questi fogli di calcolo è stata quella di avere tutti i<br />

dati organizzati in modo diverso, per poter vedere se le ipotesi venivano confermate dai<br />

dati raccolti e mettere in evidenza ogni volta solo l’aspetto che si voleva prendere in<br />

considerazione. Questo lavoro si è dimostrato necessario sia per il grande numero di<br />

variabili presenti (come già citato), che per l’impossibilità di usufruire della funzione<br />

del raggruppamento di Excel, in quanto questo non permetteva di mettere a confronto<br />

ogni singola domanda, bensì soltanto gli stessi periodi.<br />

Anche se la procedura di costruzione delle 4 tabelle si è descritta consecutivamente,<br />

queste si sono sviluppate a distanza di tempo, in base alle necessità dell’elaborazione<br />

dei dati.<br />

Dopo aver descritto ampiamente il metodo di rilevazione dei dati, ovvero lo strumento<br />

di misurazione (consistente nella scala FACT-BMT) e l’intero documento di Excel<br />

utilizzato, verrà spiegata la metodologia di elaborazione dei dati.<br />

Per raggiungere gli obiettivi dello studio, sono state effettuate 2 tipi di analisi delle<br />

risposte ottenute, dunque 2 tipi di elaborazioni.<br />

La prima è risultata più complessa ed ha necessitato di più fasi per essere portata a<br />

termine.<br />

Il punto di partenza, dopo la costruzione della prima tabella, è stato quello di analizzarla<br />

e cercare di comprendere l’andamento delle varie aree di benessere nei vari periodi.<br />

Analizzandola, però, si era notato che per poter recuperare tutte le informazioni<br />

necessarie, si doveva incorrere in alcune problematiche tecniche; infatti si dovevano<br />

rivedere troppe volte i fogli, in quanto l’andamento del lavoro di Excel era in senso<br />

orizzontale e i quesiti di ogni area moltiplicate per il numero delle persone,<br />

rappresentavano troppe variabili per poter essere analizzate contemporaneamente.<br />

Quindi per far fronte a queste difficoltà, si è scelto di effettuare la somma di tutte le<br />

risposte di ogni area, per tutti i periodi e pazienti. Questa procedura è stata resa possibile<br />

in quanto tutte le risposte alle varie domande avevano la caratteristica di poter essere<br />

addizionate: all’interno delle singole aree, le domande avevano tutte lo stesso<br />

orientamento prognostico, fatta eccezione per l’item GE 2 di cui invece si sono invertiti<br />

i valori (0 = 4, 1 = 3, 2 = 2, 3 = 1, 4 = 0). Questo procedimento ha portato alla creazione<br />

66<br />

<br />

<br />

<br />

della seconda tabella, nella quale si aveva un riscontro diretto, grazie ai valori<br />

visualizzabili, della situazione dei singoli casi in ogni area, per ogni periodo. Il lavoro<br />

successivo eseguito è stato quello di dover scaglionare i numeri ottenuti, al fine di poter<br />

comprendere in che situazione di benessere si trovavano i soggetti. Per fare questo, si è<br />

effettuata la somma del punteggio massimo ottenibile, dalle risposte a tutte le domande<br />

contenute in ogni singola area. A risultato ottenuto, poi, si è calcolata la media, che<br />

rappresentava la condizione di stabilità per quell’area di benessere.<br />

Ricavato il valore di stazionarietà, si è provveduto ad applicare dei segni positivi<br />

(+/++), negativi (-/--) o di uguaglianza (=) a tutte le persone del periodo 0, a seconda del<br />

punteggio totale da loro ottenuto nelle singole aree, al fine di poterle suddividere in base<br />

al grado di condizione. Terminata l’assegnazione dei simboli, è stato quindi formulato il<br />

campione di riferimento, rappresentante la situazione di partenza, da confrontare con il<br />

successivo periodo, al fine di controllare potenziali cambiamenti. Lo stesso<br />

procedimento è stato applicato ai rimanenti periodi, fatta eccezione per la condizione di<br />

partenza, che invece risultava diversa di volta in volta, in quanto i dati venivano<br />

confrontati sempre a quelli del time point precedente; lo scopo di questo metodo era<br />

quello di diminuire il distacco temporale, andando a calcolare intervalli di variazione<br />

più piccoli possibili.<br />

Nella fase finale di questa elaborazione, i segni registrati sulla seconda tabella sono stati<br />

conteggiati per ogni condizione e periodo. Dunque il risultato raggiunto per ognuno di<br />

essi (ovvero il numero di pazienti trovatosi per ogni condizione), è stato inserito sulla<br />

quarta tabella, che rappresentava la sintesi del lavoro di elaborazione svolto e<br />

permetteva di ricavare i dati trattati più avanti nel prossimo capitolo.<br />

Dopo aver terminato la suddetta elaborazione, si è passati ad effettuare la seconda, che,<br />

invece, ha necessitato di minori passaggi. Per prima fase, come per la precedente<br />

elaborazione, si è esaminata la prima tabella cercando di studiare, questa volta,<br />

l’andamento di ogni risposta in rapporto ai periodi.<br />

Quindi per ottenere una modalità più celere e priva di possibilità di errore, si è deciso di<br />

estrapolare, dalla prima tabella, i valori risultati dalle domande ritenute più significative<br />

per ogni soggetto e per ogni periodo e di inserirli su di una griglia. Proprio a tal fine si è<br />

costruita la terza tabella, con l’accortezza però di prendere tutti i punteggi dei vari<br />

periodi di un quesito e paziente alla volta. Questo criterio si è ripetuto fino alla<br />

67

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

Saved successfully!

Ooh no, something went wrong!