Statistical Review
Confidenza Intervalli: La stima intervallo di un parametro di popolazione, e di solito stabilito al 95%. Se si dovesse prelevare 100 campioni dalla popolazione, il punteggio medio o la misurazione da 95 di tali popolazioni campione rientrerebbe nell’intervallo di intervalli di confidenza del 95%. Quanto più vicino o più stretto è l’intervallo dell’IC al 95% rispetto alla media effettiva, tanto più forti sono i risultati di tale test.,
Errore standard di misurazione: questo valore indica l’intervallo (+/-) entro il quale il punteggio vero di un paziente potrebbe rientrare in un determinato test. Se il SEM per la misurazione goniometrica del range di movimento per la flessione del ginocchio è di 3,5 gradi, ci si potrebbe aspettare una variazione del range di movimento vero/effettivo tra 116,5 e 123,5 gradi quando il valore misurato effettivo è di 120 gradi. È anche pensato come la deviazione standard dei valori dai punteggi dei test ripetuti.
Sensibilità: Se un paziente ha una condizione, quali sono le probabilità che il test clinico sia positivo?, Questa è la tua misura dei veri positivi. I valori vanno da 0 a 1.0 dove 1.0 = 100% veri positivi. Il muso mnemonico viene utilizzato per applicare questi risultati. Se un test ha un’alta sensibilità e il test è negativo, un clinico può sentirsi meglio nell’escludere la malattia (muso). I test clinici con maggiore sensibilità sono migliori per lo screening dei pazienti per la condizione target, ma non altrettanto buoni per fornire una diagnosi specifica., In altre parole, quando un test altamente sensibile è negativo si può sentire più sicuri che il paziente non ha la condizione, tuttavia se il test è positivo non si può essere certi che hanno avuto quella condizione, a meno che il test è stato anche altamente specifico.
Specificità: Se un paziente non ha una condizione, quali sono le probabilità che il test clinico sia negativo? Questa è la tua misura dei Veri Negativi. I valori vanno da 0 a 1.0 dove 1.0 = 100% veri negativi. Lo SpIn mnemonico viene utilizzato per applicare questi risultati., Se un test ha un’alta specificità e il test è positivo, un clinico può sentirsi meglio nel governare la malattia (SpIn). Quando un test altamente specifico è positivo si può sentire più sicuri che il paziente non ha la condizione, tuttavia se il test è negativo non si può essere certi che non hanno quella condizione, a meno che il test era anche altamente sensibile.
Rapporto di verosimiglianza positiva (+LR): Esprime la variazione delle probabilità che favorisce la condizione quando viene dato un test positivo. È un calcolo della specificità e della sensibilità di un test (+LR = Sensibilità / 1-Specificità)., A + LR > 1.0 aumenta la probabilità di fornire una diagnosi corretta in base al risultato del test.
Rapporto di verosimiglianza negativa: esprime la variazione delle probabilità che una condizione sia assente quando viene dato un test negativo. È un calcolo della specificità e della sensibilità di un test (-LR = 1-Sensibilità / Specificità). Un LR < 1.0 aumenta la probabilità di fornire una diagnosi corretta in base al risultato del test.,
Odds Ratio: Questa è la stima del rischio relativo e viene tipicamente utilizzata quando il rischio relativo non può essere determinato con precisione in base alle limitazioni dello studio (incapacità di calcolare con precisione l’incidenza cumulativa, cioè uno studio caso-controllo). È spesso usato per esprimere la dimensione dell’effetto. È il rapporto tra le probabilità di un evento che si verificano in un gruppo e le probabilità che si verificano in un altro gruppo. È la probabilità che lo stesso evento o condizione si verifichi in due gruppi., Un rapporto di probabilità 1:1 significa nessuna differenza di probabilità tra i gruppi (l’evento o la condizione si verifica allo stesso modo in entrambi i gruppi).
Rischio relativo: Questa è la misura dell’effetto relativo, che è il rapporto che descrive i rischi associati al gruppo esposto rispetto al gruppo non esposto. Indica la probabilità che qualcuno che è stato esposto a un fattore di rischio svilupperà la circostanza rispetto a qualcuno che non è stato esposto.
Dimensione dell’effetto: l’entità della differenza tra due trattamenti o la relazione tra due variabili., Una maggiore dimensione dell’effetto per un trattamento indica che ha determinato una maggiore differenza positiva nel risultato misurato.
Validità: il test clinico misura ciò che è destinato a misurare? Questa è la domanda che la validità risponde. Questo può essere spesso misurato dai valori di sensibilità e Specificità, nonché dai rapporti di verosimiglianza (i valori predittivi positivi e negativi sono usati spesso ma non sono così utili come i rapporti di verosimiglianza).
Affidabilità: quanto bene gli esaminatori concordano sui risultati di un test? L’affidabilità è una misura di accordo, ma non la validità., Si basa sulla quantità di errore presente in una serie di punteggi. Affinché un test clinico abbia una buona validità, è necessaria una buona affidabilità. Tuttavia, i test che non hanno una buona validità possono ancora avere un’eccellente affidabilità. Gli esaminatori possono essere in grado di misurare un test in modo molto affidabile tra loro e gli altri esaminatori, ma ciò non significa necessariamente che il test sia una buona misura di una specifica condizione o diagnosi. Viene misurato con coefficienti (coefficienti di correlazione Kappa o Intraclass a seconda del tipo di variabile).,
Kappa: Questa è una misura di accordo che è stata corretta per caso. Questa statistica valuta la percentuale di accordo osservato e quindi tiene conto della proporzione che ci si può aspettare per caso. È stato progettato principalmente per misurare dati non parametrici come variabili dicotomiche, che includono risposte Sì / No e positive / negative e variabili categoriali come i gradi di test muscolari manuali. La gamma di punteggi va da 0 a 10 e l’interpretazione dei punteggi è stata suggerita come:
1.0 = Perfetto
0.8 a 1.0 = Eccellente
0.6 a 0.8 = Sostanziale
0.4 a 0.,6 = Moderato
<0.4 = Scarso
Kappa ponderato: la statistica Kappa regolare non distingue tra i disaccordi. Se un ricercatore vuole assegnare un peso maggiore a un disaccordo su un altro a causa di maggiori rischi possibili, allora diventa un Kappa ponderato. Alcuni disaccordi possono essere più gravi di altri. Non tutti i dati possono essere differenziati in questo modo, ma se può allora questo Kappa ponderato può essere utilizzato per stimare l’affidabilità.
Coefficiente di correlazione intraclasse (Intrac) : L’IC è un coefficiente di affidabilità., Calcola la varianza nei punteggi ed è in grado di riflettere sia il grado di corrispondenza che l’accordo tra i rating. Varia da 0 a 1.0. L’IC è una misura di affidabilità progettata principalmente per variabili parametriche (dati di intervallo o rapporto), che sono continue, come la gamma di misure di movimento, altezza, peso, ecc. L’interpretazione dei punteggi è stata suggerita come:
1.0 = Perfetto
0.9 a 1.0 = Eccellente
0.75 a 0.9 = Buono
0.5 a 0.75 = Moderato
< 0.,5 = Scarso
Correlazione: La correlazione è una misura di associazione e non di accordo (accordo di misure di affidabilità). Indica la relazione lineare tra variabili e varia da -1 a 0 a 1 ed è misurata da coefficienti (Pearson o Spearmans). Più la variabile è vicina a 1, più forte è la correlazione positiva e più vicino a -1 più forte è la correlazione negativa. Per la maggior parte uno zero indica alcuna correlazione tra le variabili. Le dimensioni di correlazione sono state definite come:
+/- 0,1 a 0,3 = Piccolo
+/- 0,3 a 0,5 = Medio
+/- 0,5 a 1.,0 = Large
Coefficienti di correlazione: statistiche che descrivono quantitativamente la forza e la direzione di una relazione tra due variabili.