Sempre più spesso gli operatori sanitari avvertono la necessità di analizzare i propri dati ai fini di ricerca o per una valutazione critica del proprio operato. Tali esigenze sono state stimolate dalla introduzione nella pratica clinica di cartelle informatizzate, che consentono un rapido accesso a moli notevoli di dati. Inoltre, per una valutazione consapevole dei dati della letteratura è necessario possedere conoscenze metodologico/statistiche indispensabili per una corretta interpretazione dei risultati. Tuttavia, i corsi di laurea e di specializzazione in ambito sanitario raramente forniscono il know-how necessario riguardo i principi basilari della raccolta dei dati e dell’analisi statistica.

Il corso si prefigge di fornire elementi conoscitivi di base ed avanzati per quanto riguarda l’analisi statistica, e di tradurli in approccio pratico tramite l’utilizzo di package di largo impiego (EPIINFO, SPSS).

Nel corso vengono affrontati i temi riguardanti la creazione di un database ai fini dell’analisi statistica e l’applicazione della statistica per finalità descrittive ed inferenziali (analisi bivariate e multivariate, analisi di sopravvivenza).

Le spiegazioni teoriche sono sempre accompagnate da esercitazioni pratiche che consentano di impostare correttamente le analisi ed interpretare nel modo giusto gli output prodotti.

Argomenti

  • La creazione di un database ai fini dellʼanalisi statistica: la definizione delle variabili
  • Gli errori più comuni
  • Creare un database: esercitazione pratica
  • Le operazioni più comuni sulle variabili: categorizzazione, riclassificazione
  • Le statistiche descrittive e le analisi grafiche
  • Principi di inferenza statistica: valori di p e intervalli di confidenza
  • La distribuzione normale
  • Guida allʼuso dei principali test statistici parametrici e non parametrici
  • Il test t di Student per dati non appaiati e il test di Mann Whitney
  • Il test t di Student per dati appaiati e il test di Wilcoxon.
  • Il test del chi-quadrato
  • La regressione lineare
  • Analisi multivariate: regressione multipla, regressione logistica
  • L’analisi di sopravvivenza
  • Esercitazioni pratiche sull’uso dei test statistici