Domanda 1. L’intervallo di confidenza è:
A
Un metodo inferenziale per stimare l’intervallo di differenze attese nel
confronto tra due o più gruppi
B
Una stima di intervallo, con un limite inferiore e superiore, entro il quale è
contenuto il vero valore del parametro con un determinato livello di confidenza
C
Una stima di intervallo, con un limite inferiore e superiore, entro il quale è
contenuto il vero valore del parametro con un determinato livello di significatività
D
La stima del range di valori entro il quale è contenuto il vero valore della
media della popolazione
E
L’intervallo di valori di probabilità che consentono una stima precisa
di un parametro
Domanda 2. Il test t-student per campioni appaiati si applica se:
A
Conosco la media di due gruppi e voglio verificarne l’uguaglianza
B
Si vuole valutare una possibile differenza di effetto di un farmaco prima e
dopo la somministrazione su un insieme di pazienti
C
Si vuole valutare la relazione tra la dose di un farmaco e l’effetto
ottenuto in un gruppo di soggetti
D
Le differenze tra i due gruppi sono tutte negative
E
Le differenze tra i due gruppi sono tutte positive
Domanda 3. Nella relazione tra due variabili, quando il coefficiente di
correlazione è uguale ad uno (+1) vuole dire che:
A
All’aumentare del valore della variabile indipendente aumenta di una unità il
valore della variabile dipendente
B
All’aumentare del valore del coefficiente aumenta il valore dell’intercetta
C
All’aumentare di una variabile l’altra variabile diminuisce di un’unità
D
All’aumentare di una variabile aumenta concordemente anche l’altra variabile
E
Le due variabili sono indipendenti
Domanda 4. In un modello di regressione lineare, il coefficiente di
regressione b indica:
A
La variabilità della variabile indipendente rispetto alla variabile dipendente
B
La variazione della variabile dipendente al variare unitario della variabile
indipendente
C
La variabilità totale della variabile indipendente
D
Il valore dell’intercetta
E
La bontà di adattamento del modello ai dati campionari
Domanda 5. I metodi non parametrici si applicano se:
A
Se si conosce la media e la varianza di due gruppi e voglio verificarne
l’uguaglianza
B
Si vuole valutare la differenza di effetto di un farmaco prima e dopo la
somministrazione su un insieme di pazienti, ma non si conoscono i parametri
C
Per confermare il risultato del test parametrico
D
Il risultato del test inferenziale utilizzato non è significativo
E
La distribuzione di probabilità della variabile non mostra un adeguato
adattamento alla distribuzione di Gauss
Domanda 6. Il chi-quadro per il trend è un test inferenziale che serve a:
A
Valutare l’andamento lineare di una variabile qualitativa ordinale
rispetto ad una qualitativa nominale dicotomica, quando il test chiquadro totale è risultato significativo
B
Eliminare l’effetto del tempo dall’andamento di una variabile qualitativa ordinale
C
Valutare l’andamento lineare di una variabile qualitativa ordinale rispetto ad
una qualitativa nominale dicotomica, anche quando il test chi-quadro non è
risultato significativo
D
Valutare il legame tra due variabili qualitative
E
Valutare il grado di associazione tra due variabili quantitative
Domanda 7. Nella valutazione di un fattore di rischio rispetto ad una
patologia, l’OR di Mantel-Haenszel si deve determinare:
A
Qualora i tassi di morbosità non siano stati standardizzati
B
Se l’effetto di una o più ulteriori variabili possono distorcere il valore di
rischio del principale fattore oggetto dell’analisi
C
Quando si vuole valutare l’effetto di tutte le variabili disponibili per l’analisi
D
Se il test del chi-quadro per la valutazione dell’associazione tra fattore di rischio e
patologia è risultato non significativo e le altre variabili possono spiegare il rischio
E
Ogni volta in cui i gruppi implicati nel confronto siano stati adeguatamente appaiati
in fase di pianificazione e campionamento per le variabili di confondimento
Domanda 8. L’OR di Mantel-Haenszel può assumere i valori compresi tra:
A
Da -1, a +1
B
Da 1 a +
C
Da -  a +
D
Da 0 (zero) a +
E
Da +1 a - 
Domanda 9. Nella analisi della sopravvivenza le curve di Kaplan-Meier si
usano per:
A
B
C
Descrivere l’andamento temporale della probabilità di sopravvivenza in uno o più
gruppi, l’evento terminale è una variabile dicotomica (vivo/morto; malato/sano) e
si conosce l’intervallo di tempo nel quale si è verificato l’evento.
Descrivere la variazione temporale della probabilita di sopravvivenza, l’evento
terminale è la comparsa di uno qualunque dei sintomi della patologia in analisi, che
avviene dopo un periodo di tempo prefissato dal ricercatore
Valutare l’associazione tra l’andamento temporale della percentuale di sopravvissuti
rispetto ad una variabile qualitativa, che potrebbe essere la causa della comparsa
dell’evento
D
Descrivere l’andamento temporale della probabilità di sopravvivenza in uno o
più gruppi, l’evento terminale è una variabile dicotomica (vivo/morto;
malato/sano) e si conosce il tempo esatto in cui si è verificato l’evento.
E
Valutare un modello matematico che spieghi l’andamento della
percentuale di sopravvissuti in funzioni di una o più variabili esplicative.
Domanda 10. Quale delle formule indicate sono quelle corrette per il calcolo
della sensibilità e specificità?
A
sensibilità: veri positivi / totale malati
specificità: veri negativi / totale dei sani
B
sensibilità: veri positivi / totale positivi
specificità: veri negativi / totale negativi
C
sensibilità: falsi negativi / totale malati
specificità: falsi positivi / totale dei sani
D
sensibilità: veri negativi / totale dei soggetti valutati
specificità: veri positivi / totale dei soggetti valutati
E
sensibilità: veri negativi / totale positivi
specificità: falsi negativi / totale positivi
Domanda 1. Risposta esatta
L’intervallo di confidenza è:
Un metodo per effettuare una stima
di intervallo, a cui può essere
associato un grado di attendibilità
della stima, il livello di confidenza.
Torna alla domanda 1
Vai alla domanda 2
Domanda 1. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 1
L’intervallo di confidenza è un metodo di stima di un parametro. La
stima si dice di intervallo perché prevede la determinazione di un
intervallo di valori compresi tra un limite inferiore ed uno superiore
: L1<= q <=L2.
q : indica un generico parametro può essere una media, una
proporzione un coefficiente di regressione, un coefficiente di
correlazione;
L1 ed L2 sono i due valori che rappresentano i limiti estremi
dell’intervallo.
Alla stima di intervallo si può associare un grado di attendibilità
detto livello di confidenza (si indica con 1-a), che indica la
probabilità con cui il parametro rientra nell’intervallo stimato.
1-a=P(L1<= q <=L2)
Domanda 2. Risposta esatta.
Il test t-student per dati appaiati (appaiamanto
naturale) si applica quando si dispone di dati
relativi ad un soggetto/paziente che viene valutato
in due momenti differenti (es: prima e dopo la
terapia) o con due metodi differenti (es: glicemia
con glucostick e glicemia con prelievo ematico).
Il test può essere applicato anche nel caso di
appaiamento artificiale, cioè in quei casi in cui i
soggetti sono appaiati per una variabile esterna
come ad esempio l’età, lo stadio di una malattia e
così via…
Torna alla domanda 2
Vai alla domanda 3
Domanda 2. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 2
I dati si definiscono appaiati se si riferiscono ad osservazioni effettuate sullo
stesso soggetto in tempi ripetuti oppure se determinati con metodi differenti. Ad
esempio:
valori glicemici misurati con l’apparecchiatura di riferimento e con il glucostick
portatile (stessa provetta esaminata con due metodi differenti);
valori glicemici misurati prima e dopo un esercizio fisico (due provette con
prelievo effettuato in due momenti diversi, ma relative alla stessa persona).
Per effettuare il test di verifica di ipotesi si procede determinando la differenza
tra i valori (Es: prima-dopo; metodo1-metodo2) e quindi, nel caso siano verificati
gli assunti sulla distribuzione di probabilità della variabile, si potrà effettuare il
test opportuno usando la stima della media e della deviazione standard delle
differenze.
Il segno delle differenze è irrilevante rispetto alla scelta del test di verifica di
ipotesi parametrico, in quanto la media si ottiene mediante la somma algebrica.
Domanda 3. Risposta esatta.
Il coefficiente di correlazione di Pearson assume valore +1
quando le due variabili variano concordemente con
proporzionalità diretta, cioè all’aumentare dei valori di una
variabile aumenta anche l’altra.
Si ricorda che:
r = -1 se all’aumentare dei valori di una variabile i valori
dell’altra diminuiscono;
r = 0 se non c’è correlazione, che non vuol dire indipendenza.
Nel caso in cui r=0 le variabili si possono considerare
indipendenti solo se seguono la distribuzione normale
bivariata.
Torna alla domanda 3
Vai alla domanda 4
Domanda 3. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 3
Il coefficiente di correlazione di Pearson si utilizza per studiare l’associazione
tra due variabili quantitative continue quando:
•non si può assumere un rapporto causa effetto di una variabile sull’altra;
•si può ipotizzare una interdipendenza tra le due variabili;
•le variabili in esame dipendono da una terza causa comune che le influenza
entrambe.
Il coefficiente di Pearson (r) può assumere i seguenti valori:
• r = +1 quando le due variabili variano concordemente con proporzionalità
diretta, cioè all’aumentare dei valori di una variabile aumenta anche l’altra.
• r = -1 se all’aumentare dei valori di una variabile i valori dell’altra
diminuiscono;
• r = 0 se non c’è correlazione, che non vuol dire indipendenza.
Le variabili si possono considerare indipendenti se oltre ad avere un r=0 si può
anche assumere la distribuzione normale bivariata.
Domanda 4. Risposta esatta
Il coefficiente di regressione indica come
varia la variabile dipendente al variare
unitario della variabile indipendente.
Torna alla domanda 4
Vai alla domanda 5
Domanda 4. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 4
La regressione lineare semplice è un metodo per lo studio delle relazioni tra le
variabili quantitative continue che si applica quando si ipotizza un rapporto di causa
ed effetto tra le due variabili.
La più semplice relazione tra le due variabili, in cui una si definisce indipendente (x)
e l’altra dipendente (y), è descritta da una retta:
yi = bxi + a + ei
In cui “b” ed “a” sono i parametri del modello.
•“b” è il coefficiente di regressione ed indica l’aumento della variabile dipendente al
variare unitario della variabile indipendente;
•“a” è il termine noto od intercetta;
•“e” è l’errore casuale.
Domanda 5. Risposta esatta
I metodi non parametrici sono indicati qualora la
distribuzione di probabilità della variabile non
possa essere approssimata ad una distribuzione
di Gauss, o più in generale qualora non si
possano fare assunzioni sulla distribuzione di
probabilità della variabile e sui relativi
parametri.
Sono indicati tutte quelle volte in cui le
dimensioni del campione sono “piuttosto
piccole”.
Torna alla domanda 5
Vai alla domanda 6
Domanda 5. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 5
Il test di verifica di ipotesi viene scelto in relazione alle assunzioni, in
particolare all’assunzione sulla distribuzione di probabilità della variabile
oggetto di esame.
Per esempio per verificare l’ipotesi di uguaglianza di due medie di
campioni indipendenti si deve assumere (verificare) che la distribuzione
delle variabili sia approssimabile ad una distribuzione di Gauss, i cui
parametri sono media (m) e deviazione standard (s). Il test che si utilizza è
il test t-student per campioni indipendenti, che è un test parametrico.
Nel caso in cui non si possano fare ipotesi, approssimazioni o verifiche
sulla distribuzione di probablità (Gauss, binomiale, altro) si utilizzano test
detti non parametrici o “distribution free”, che non tengono conto della
distribuzione di probabilità e in molti casi sono basati sulla trasformazione
dei valori della variabile in ranghi.
Domanda 6. Risposta esatta
Il chi quadro per il trend può essere determinato
solo se il test del chi-quadro generale è risultato
significativo, per cui viene scomposto in una
componente relativa al trend e in una
componente residua.
Torna alla domanda 3
Vai alla domanda 7
Domanda 6. Hai selezionato una risposta errata
Dopo aver letto la spiegazione riprova a rispondere alla domanda 6
Il chi quadro per il trend può essere determinato solo se si conduce
un’analisi tra una variabile qualitativa dicotomica (es.: presenza
assenza di una malattia) ed una variabile qualitativa ordinale (livello
di istruzione: elementare, media, liceo etc…) oppure quantitativa ma
raggruppata in classi (livello di colesterolo <200, tra 200 fino a 300,
oltre 300). Se il test del chi-quadro generale è risultato significativo
ha senso analizzare un eventuale andamento crescente o decrescente
di una percentuale in funzione dei valori della variabile ordinale. Il
chi-quadro (generale) viene così scomposto in una componente
relativa al trend e in una componente residua e per ciascuna si valuta
la significatività.
Domanda 7. Risposta esatta
L’odds ratio di Mantel-Haenszel si determina se si
vuole correggere il rischio di patologia (es.: tumore
del polmone) per un fattore (es.: esposizione al
fumo) rispetto ad altri fattori (es: posizione
professionale) che possono influenzare il rischio
stesso, aumentandolo o diminuendolo.
Torna alla domanda 7
Vai alla domanda 8
Domanda 7. Hai selezionato una risposta errata
Dopo aver letto la spiegazione riprova a rispondere alla domanda 7
Quando si analizza ad esempio il rischio di patologia legato ad
un determinato fattore è possibile che altre varibili possano
influenzare sia l’insorgenza della patologia che il ruolo del
fattore di rischio principale oggetto dell’analisi. E’ necessario in
questi casi correggere il legame tra fattore di rischio e malattia
tenendo in considerazione gli altri fattori. Uno dei metodi che
consente questa correzione è stato proposto da Mantel ed
Haenszel; consiste nel determinare un chi-quadro che valuti in
maniera opportuna la distribuzione della patologia e del fattore
di rischio principale stratificando l’analisi per ciascuno dei livelli
degli altri (uno o più) fattori.
Domanda 8. Risposta esatta
Il valore di OR di Mantel Haenszel Può variare tra 0 (zero) e +∞ , perché è
un rapporto tra le somme pesate del prodotto della diagonale “ad”, diviso le
somme pesate del prodotto della diagonale “bc”, per ciascuno strato della
ulteriore variabile, per cui
•se il numeratore è zero allora l’OR è zero;
•se il numeratore è uguale al denominatore il rapporto è 1;
•se il numeratore è maggiore del denominatore, il rapporto sarà tanto più
grande dell’unità quanto più grande è il numeratore (tende a +∞).
Malati
Sani
Totale
Fattore
presente
a
b
a+b
Fattore
assente
c
d
c+d
Totale
a+c
b+d
N
Torna alla domanda 8
Vai alla domanda 9
Domanda 8. Hai selezionato una risposta errata
Dopo aver letto la spiegazione riprova a rispondere alla domanda 8
Il valore di OR di Mantel Haenszel Può variare tra 0 (zero) e +∞ , perché è un
rapporto tra le somme pesate del prodotto della diagonale “ad”, diviso le
somme pesate del prodotto della diagonale “bc”. I valori all’interno di una
tabella 2x2 sono frequenze osservate e non potranno mai essere negativi,
quindi intervalli negativi per l’OR non sono ammissibili. Inoltre per ciascuno
strato della ulteriore variabile si ha che:
•se il numeratore è zero allora l’OR è zero;
•se il numeratore è uguale al denominatore il rapporto è 1;
•se il numeratore è maggiore del denominatore il rapporto sarà tanto più grande
dell’unità quanto più grande è il numeratore (tende a +∞).
Malati
Sani
Totale
Fattore presente
a
b
a+b
Fattore assente
c
d
c+d
a+c
b+d
N
Totale
Domanda 9. Risposta esatta
Le curve di Kaplan e Meier descrivono l’andamento della
probabilità di sopravvivenza in uno più gruppi. L’evento
terminale deve essere indicato da una variabile
dicotomica e si deve conoscere il tempo esatto in cui si
realizza tale evento. Le curve hanno una particolare
forma a “gradino” che si crea ad ogni istante in cui la
probabilità di sopravvivenza cambia.
Torna alla domanda 9
Vai alla domanda 10
Domanda 9. Hai selezionato una risposta errata
Dopo aver letto la spiegazione riprova a rispondere alla domanda 9
Le curve di Kaplan e Meier servono per descrivere l’andamento della
probabilità di sopravvivenza in uno più gruppi. E’ indicato l’utilizzo
di tali curve quando:
•l’evento terminale è individuato da una variabile dicotomica
vivo/morto, comparsa di metastasi/non comparsa di metastasi,
malato/sano, recidiva presente/recidiva assente
•si conosce il momento esatto in cui si realizza l’evento.
La probabilità di sopravvivenza cambia nel momento esatto in cui si
realizza l’evento, per cui le curve assumono la particolare forma a
“gradino”.
Domanda 10. Risposta esatta
Sensibilità e specificità rappresentano la capacità di un test di individuare in
maniera corretta rispettivamente i veri malati tra i soggetti malati e i veri
sani tra i soggetti sani. Riportandoci alla notazione delle tabelle 2 x 2:
sensibilità= a / (a+c)
specificità= d / (b+d)
Malati
Sani
Totale
Test +
a(VP)
b(FP)
a+b
Test-
c(FN)
d(VN)
c+d
Totale
a+c
b+d
N
Torna alla domanda 10
Domanda 10. Hai selezionato una risposta errata.
Dopo aver letto la spiegazione riprova a rispondere alla domanda 10
Malati Sani
Totale
Test + a(VP)
b(FP)
Test-
d(VN) c+d
c(FN)
Totale a+c
b+d
a+b
N
La sensibilità rappresenta la capacità di un test di individuare i veri malati tra i malati
e la specificità i veri sani tra i sani. Riportandoci alla notazione delle tabelle 2 x 2:
sensibilità= a / (a+c) = veri positivi / totale dei malati
specificità= d / (b+d) = veri negativi / totale dei sani
Si ricorda inoltre che altre misure rilevabili per valutare l’efficacia di un test di
screening o di una campagna di screening sono il valore predittivo positivo e negativo
di un test diagnostico che si determinano con le seguenti formule:
VPP= a / (a+b)
VPN= d / (c+d)