Scarica il manuale per operatori - GenitoriPiù
Scarica il manuale per operatori - GenitoriPiù
Scarica il manuale per operatori - GenitoriPiù
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Glossario dei termini epidemiologici<br />
Aggiustamento: è una procedura che <strong>per</strong>mette di produrre una misura statistica in cui gli effetti delle<br />
differenze nella composizione delle popolazioni confrontate sono minimizzati dai metodi statistici.<br />
Esempi sono gli aggiustamenti che si ottengono con i metodi di regressione e standardizzazione. L’aggiustamento<br />
spesso si applica ai tassi o ai rischi relativi, <strong>per</strong> esempio, <strong>per</strong> tenere in considerazione la<br />
differente distribuzione <strong>per</strong> età delle popolazioni che si confrontano.<br />
Glossario<br />
Analisi multivariata: valuta l’effetto di un insieme di variab<strong>il</strong>i indipendenti (o predittive) su una variab<strong>il</strong>e<br />
dipendente (o di outcome). Ad esempio, effetto della posizione nel sonno del lattante, del fumo<br />
di sigaretta prenatale, delle caratteristiche socio-economiche della famiglia, del consumo di alcol da<br />
parte dei genitori, dell’allattamento al seno, ecc (variab<strong>il</strong>i indipendenti) sulla mortalità <strong>per</strong> SIDS (variab<strong>il</strong>e<br />
dipendente). Il principale vantaggio dell’analisi multivariata consiste nel poter apprezzare, simultaneamente<br />
e indipendentemente, gli effetti di tutte le variab<strong>il</strong>i considerate, depurandoli delle reciproche<br />
interferenze. Inoltre è possib<strong>il</strong>e valutare i diversi effetti di insiemi di variab<strong>il</strong>i in grado di interferire tra<br />
loro (interazione) nel senso di sinergie positive o negative. Tra le tecniche di analisi multivariata più note<br />
ricordiamo quelle di regressione (lineare, logistica).<br />
Bias: nella scienza s<strong>per</strong>imentale e applicata sono fattori che intervengono nella verifica delle ipotesi<br />
Possono essere d’origine culturale, cognitiva, <strong>per</strong>cettiva, e, in particolare, tendere a confermare una<br />
certa previsione. Il bias può quindi considerarsi un errore sistematico<br />
Doppio cieco: situazione in cui medico e paziente sono all’oscuro del tipo di trattamento ut<strong>il</strong>izzato, tra<br />
quelli alternativi.<br />
Grado di raccomandazione (vedi anche Livello di Evidenza)<br />
A Almeno una meta-analisi, revisione sistematica o studio randomizzato di livello 1++ e direttamente<br />
applicab<strong>il</strong>e alla popolazione bersaglio, oppure una revisione sistematica di studi randomizzati od<br />
un corpo di evidenze consistenti principalmente di studi di livello 1+ direttamente applicab<strong>il</strong>i alla<br />
popolazione bersaglio che dimostrino una complessiva coerenza nei risultati.<br />
B Un corpo di evidenze che include studi di livello 2++ direttamente applicab<strong>il</strong>i alla popolazione bersaglio<br />
che dimostrino una complessiva coerenza nei risultati, oppure evidenze estrapolate da studi<br />
di livello 1++ o 1+.<br />
C Un corpo di evidenze che include studi di livello 2+ direttamente applicab<strong>il</strong>i alla popolazione bersaglio<br />
che dimostrino una complessiva coerenza nei risultati, oppure evidenze estrapolate da studi di<br />
livello 2++.<br />
D Evidenze di livello 3 o 4, oppure evidenze estrapolate da studi di livello 2+.<br />
Incidenza di malattia (tasso): numero di nuovi casi di malattia in un determinato <strong>per</strong>iodo di tempo<br />
(mese, anno, ecc) rapportato al numero di soggetti a rischio presenti in quel determinato <strong>per</strong>iodo di<br />
tempo nell’area dello studio.<br />
Intervallo di confidenza (IC): intervallo di valori, calcolato dai dati del campione, che con una certa<br />
probab<strong>il</strong>ità (pari al livello di confidenza, di solito <strong>il</strong> 95%) <strong>per</strong>mette di essere nel giusto affermando che <strong>il</strong><br />
vero valore del parametro studiato (quello dell’intera popolazione da cui <strong>il</strong> campione in studio è tratto) è<br />
compreso all’interno dell’intervallo stesso. Ad esempio, se un lavoro che studia l’associazione tra fumo<br />
di sigaretta e SIDS, riporta un rischio relativo (vedi) di morte <strong>per</strong> SIDS nei figli di fumatrici in gravidanza<br />
229