análise estatística
intervalos de confiança: o intervalo estimado de um parâmetro populacional, e geralmente estabelecido em 95%. Se fosse colher 100 amostras da população, a pontuação média ou a medição a partir de 95 dessas populações de amostras situar-se-iam dentro do intervalo de 95% de intervalos de confiança. Quanto mais próximo ou mais apertado for o intervalo do IC de 95% em relação à média real, mais fortes serão os resultados desse teste.,
Erro Padrão de Medição: este valor indica o intervalo (+/-) dentro do qual a pontuação verdadeira de um doente pode caber num determinado teste. Se o SEM para a medição goniométrica da Gama de movimento para a flexão do joelho for de 3,5 graus, a variação da Gama real/Real de movimento poderá situar-se entre 116,5 e 123,5 graus, quando o valor real medido for de 120 graus. Considera-se também o desvio-padrão dos valores em relação às pontuações repetidas dos ensaios. sensibilidade: se um doente tem uma condição, quais são as hipóteses de o teste clínico ser positivo?, Esta é a sua medida de verdadeiros positivos. Os valores variam de 0 a 1.0, sendo 1.0 = 100% verdadeiros positivos. O focinho mnemônico é usado para aplicar estas descobertas. Se um teste tem uma alta sensibilidade e o teste é negativo, um clínico pode se sentir melhor sobre a exclusão da doença (focinho). Os testes clínicos com maior sensibilidade são melhores para o rastreio de pacientes para a condição alvo, mas não tão bom para fornecer um diagnóstico específico., Por outras palavras, quando um teste altamente sensível é negativo, pode sentir-se mais seguro de que o paciente não tem a condição, no entanto, se o teste for positivo, não pode ter a certeza de que eles tiveram essa condição, a menos que o teste também foi altamente específico. especificidade: se um doente não tem uma condição, quais são as hipóteses de o teste clínico vir a ser negativo? Esta é a tua medida dos verdadeiros negativos. Os valores variam de 0 a 1.0, sendo 1.0 = 100% negativos verdadeiros. O SpIn mnemônico é usado para aplicar estes achados., Se um teste tem uma alta especificidade e o teste é positivo, um clínico pode se sentir melhor sobre governar na doença (SpIn). Quando um teste altamente específico é positivo você pode se sentir mais seguro de que o paciente tem a condição, no entanto, se o teste é negativo você não pode ter certeza de que eles não têm essa condição, a menos que o teste também foi altamente sensível.
razão de probabilidade positiva (+LR): expressa a alteração nas probabilidades que favorecem a condição quando dado um teste positivo. Trata-se de um cálculo da especificidade e da sensibilidade de um teste (+LR = sensibilidade / 1-especificidade)., A +LR > 1.0 aumenta a probabilidade de se obter um diagnóstico correto com base no resultado do teste.
razão de probabilidade negativa: expressa a alteração nas probabilidades de uma condição estar ausente quando submetida a um teste negativo. Trata-se de um cálculo da especificidade e da sensibilidade de um teste (- LR = 1-sensibilidade / especificidade). Um LR < 1.0 aumenta a probabilidade de se obter um diagnóstico correto com base no resultado do teste., razão de probabilidade
: esta é a estimativa do risco relativo e é normalmente utilizada quando o risco relativo não pode ser determinado com precisão com base nas limitações do estudo (incapacidade de calcular com precisão a incidência cumulativa, ou seja, um estudo de caso-controlo). É frequentemente usado para expressar o tamanho do efeito. É a razão entre as chances de um evento ocorrer em um grupo e as chances de ocorrer em outro grupo. É a probabilidade de o mesmo evento ou condição ocorrer em dois grupos., Uma razão de probabilidade 1: 1 significa que não há diferença entre as probabilidades entre os grupos (o evento ou condição ocorre igualmente em ambos os grupos). risco relativo: esta é a medida do efeito relativo, que é a razão que descreve os riscos associados ao grupo exposto em comparação com o grupo não exposto. Indica a probabilidade de alguém que foi exposto a um fator de risco desenvolver a condição em comparação com alguém que não foi exposto.
Effect Size: the magnitude of the difference between two treatments or the relationship between two variables., Um aumento do tamanho do efeito num tratamento indica que resultou numa maior diferença positiva no resultado que foi medido. validade: o teste clínico mede o que se pretende medir? Esta é a pergunta que a validade responde. Isto pode muitas vezes ser medido por valores de sensibilidade e especificidade, bem como razões de probabilidade (os valores preditivos positivos e negativos são usados frequentemente, mas não são tão úteis como as razões de probabilidade). fiabilidade: até que ponto os examinadores concordam com os resultados de um teste? A fiabilidade é uma medida de acordo, mas não de validade., Baseia-se na quantidade de erro que está presente num conjunto de pontuações. Para que um teste clínico tenha boa validade, é necessária boa confiabilidade. No entanto, testes que não têm boa validade ainda pode ter excelente confiabilidade. Examinadores podem ser capazes de medir um teste de forma muito confiável entre eles e outros examinadores, mas isso não significa necessariamente que o teste é uma boa medida de uma condição específica ou diagnóstico. É medido por coeficientes (coeficientes de correlação Kappa ou Intraclass dependendo do tipo de variável).,
Kappa: esta é uma medida de acordo que foi corrigida por acaso. Esta estatística avalia a proporção de acordo observado e, em seguida, leva em conta a proporção que pode ser esperada pelo acaso. Ele foi projetado principalmente para medir dados não paramétricos, tais como variáveis dicotômicas, que incluem sim/não e respostas positivas/negativas, e variáveis categóricas como notas de teste muscular manual. O intervalo de pontuações é de 0 a 10 e a interpretação das Pontuações tem sido sugerida como:
1.0 = perfeito
0.8 A 1.0 = excelente
0.6 a 0.8 = substancial
0.4 A 0.,6 = Moderate
< 0,4 = Poor
Weighted Kappa: the regular Kappa statistic does not differentic among disagreements. Se um pesquisador quer atribuir um maior peso a um desacordo sobre outro devido a maiores riscos possíveis, então ele se torna um Kappa ponderado. Alguns desentendimentos podem ser mais sérios do que outros. Nem todos os dados podem ser diferenciados assim, mas se ele pode então esta Kappa ponderada pode ser usada para estimar a confiabilidade. coeficiente de correlação Intraclass (ICC): o ICC é um coeficiente de confiabilidade., Ele calcula a variância em pontuações e é capaz de refletir tanto o grau de correspondência e Acordo entre classificações. Ele varia de 0 a 1.0. O ICC é uma medida de confiabilidade projetada principalmente para variáveis paramétricas (dados de intervalo ou razão), que são contínuas, tais como a gama de medições de movimento, altura, peso, etc. A interpretação das Pontuações tem sido sugerida como:
1.0 = perfeito
0.9 A 1.0 = excelente
0.75 a 0.9 = bom
0.5 a 0.75 = Moderado
< 0.,5 = pobre correlação: correlação é uma medida de associação e não de acordo (Acordo de medidas de confiabilidade). Indica a relação linear entre variáveis e varia de -1 a 0 a 1 e é medida por coeficientes (Pearson ou Spearmans). Quanto mais próxima a variável é 1, mais forte a correlação positiva e mais próxima a -1 mais forte a correlação negativa. Para a maior parte, um zero indica nenhuma correlação entre as variáveis. Tamanhos de correlação têm sido definidos como:
+ / – 0.1 a 0.3 = pequeno
+/ – 0.3 a 0.5 = Médio
+ / – 0.5 A 1.,0 = coeficientes de correlação grandes
: estatísticas que descrevem quantitativamente a força e a direção de uma relação entre duas variáveis.