Libro di statistica medica con esempi su SPSS ed R

29 Agosto 2020 | Formazione

“Statistica per le scienze mediche. Un approccio non-matematico”. Così si intitola il libro che ti recensisco in questo articolo. Al suo interno troverai tutti i principali argomenti di statistica medica ed anche una guida pratica a come svolgere le analisi dei dati con SPSS ed R.

libro statistica medica - recensione

Il libro “Statistica per le scienze mediche. Un approccio non matematico” è stato scritto da Christine P. Dancey, John G. Reidy e Richard Rowe, ed è edito da Piccin Editore.

E’ uno dei libri che mi capita di consigliare più di frequente a chi studia o lavora nel campo delle scienze mediche.

Gli autori infatti sono tutti docenti universitari ed hanno ben chiaro quanto la statistica possa risultata complicata da comprendere per chi proviene da un diverso campo di studi, come la medicina. Pertanto, hanno scelto di utilizzare un linguaggio semplice e chiaro, senza ricorrere a complicate formule (quasi del tutto assenti nel libro) o a termini complicati.

Nell’ambito medico e delle scienze sanitarie infatti è richiesta non tanto la capacità di svolgere complesse analisi dati quanto l’essere in grado di capire perfettamente le statistiche citate negli articoli scientifici.

Nessuna nozione è data per scontata e pertanto è adatto sia a chi parte da zero sia a chi ha già seguito un corso base di statistica.

Il punto di forza di questo manuale è l’approccio pragmatico, basato sul ragionamento che sta dietro a formule ed algoritmi. E’ quindi il libro perfetto per te se preferisci un approccio più discorsivo e meno matematico.

Per ogni metodo gli autori descrivono i punti di forza e di debolezza, e ti spiegano come si applica in pratica in un’analisi dati su SPSS o R. Le spiegazioni sono molto chiare, immediate e concrete. E ci sono tantissimi esempi pratici tratti da casi reali.

Statistica per le scienze mediche: struttura del libro

Il libro è composto da 556 pagine ed è suddiviso in 15 capitoli.

1 – Introduzione al processo di ricerca

In questo primo capitolo troverai una spiegazione chiara dei principali concetti utili a capire come funziona uno studio di ricerca: che cos’è un’ipotesi di ricerca, cosa si intende per evidenza empirica e quali sono i possibili disegni di ricerca.

2 – Analisi computer-assistita

Questo capitolo è dedicato alla presentazione di tre dei software maggiormente utilizzati per le analisi statistiche: SPSS, SAS ed R. I passaggi effettuati con SPSS li troverai all’interno del libro, mentre il loro corrispettivo su SAS ed R li troverai tra il materiale aggiuntivo disponibile gratuitamente online sul sito della casa editrice inglese Sagepub.

3 – Statistica descrittiva

La statistica descrittiva ti permette di sintetizzare e descrivere i dati sia con tabelle che con grafici. Imparerai come descrivere le misure di posizione centrale e la variabilità dei punteggi in un campione dei dati. Inoltre, troverai scoprirai quando utilizzare e come interpretare grafici a barre, grafici a linee, istogrammi e boxplot.

4 – I test statistici

Qui troverai spiegati in modo comprensibile concetti come campione e popolazione, errore di campionamento, utilizzo della probabilità nei test statistici, significatività statistica e potenza di un test

5 – Epidemiologia

L’epidemiologia consiste nello studio della prevalenza e dell’incidenza di una malattia e nell’identificazione dei fattori di rischio attraverso lo studio del rischio relativo e dell’odds ratio.

6 – Introduzione al controllo e alla pulizia dei dati

Uno dei miei capitoli preferiti. Di solito questa parte viene tralasciata nei testi base di statistica. Ma a livello pratico è fondamentale conoscerla per poter analizzare i dati in modo corretto. Qui scoprirai come preparare i dati che dovranno successivamente essere elaborati. Ad esempio, come verificare l’accuratezza dei dati e trattare errori, dati mancanti ed outliers.

7 – Differenze tra due gruppi

Come capire se le medie di due gruppi di differenziano tra loro in modo statisticamente significativo. In questo capitolo sono presentati test sia parametrici (come il test t ed il test z) sia non parametrici (come il test U di Mann Whytney ed il test di Wilcoxon). Troverai inoltre informazioni utili su come interpretare gli intervalli di confidenza e l’effetto della dimensione campionaria.

8 – Differenze tra tre o più condizioni

Quando i gruppi di cui si vogliono confrontare le medie sono più di due, si utilizzano dei test parametrici con l’ANOVA o non parametrici come il test di Kruskal-Wallis. In questo capitolo capirai quale tipo di test utilizzare ed anche quando è opportuno ricorrere al bootstrapping. Inoltre, imparerai a distinguere tra confronti pianificati e test post hoc ed a interpretare i risultati di tali analisi.

9 – Test di associazione tra variabili categoriche

Scopri come valutare l’associazione tra due variabili qualitative attraverso la costruzione di una tabella di contingenza ed il test del Chi quadro ed il test esatto di Fisher. Inoltre, troverai come applicare la statistica test Chi quadro per l’analisi di una singola variabile.

10 – Misure di associazione: tecniche di correlazione

In questo capitolo sono presentati due dei più famosi indici indici di correlazione per valutare la relazione tra due variabili quantitative: il coefficiente parametrico r di Pearson ed il suo equivalente non parametrico, l’indice per ranghi di Spearman. Oltre alla correlazione bivariata, scoprirai come studiare la correlazione parziale tra due variabili considerando l’effetto di una terza.

11- Regressione lineare semplice

Questa estensione della correlazione ti permetterà di valutare di quanto aumentano in media i valori di una variabile all’aumentare di un’altra variabile. Inoltre, capirai quando è possibile utilizzare questa tecnica per fare previsioni.

12 – Regressione lineare multipla

Quando in un modello di regressione lineare le variabili indipendenti sono più di due si utilizza la regressione lineare multipla. Questo capitolo ti aiuterà a capire quando questo modello statistico può essere utilizzato ed anche come interpretarne correttamente l’output.

13 – Regressione logistica

Quando la variabile dipendente ha solo due modalità, il modello di regressione da utilizzare è quello logistico binario. Scopri come interpretare i predittori sia categorici che continui e come leggere e capire i risultati di articoli in cui è stata usata questa tecnica statistica.

14 – Interventi ed analisi del cambiamento

Come capire se un intervento è efficace? In questo capitolo imparerai a misurare il cambiamento sulla base dell’esito di una variabile. Qui troverai definiti concetti come intervento, RCT, il diagramma di flusso CONSORT e disegni single-case.

15 – Analisi di sopravvivenza: introduzione

L’ultimo capitolo del libro riguarda le analisi il cui obiettivo è capire quanto tempo passa prima che si verifichi un determinato evento. Scoprirai come creare una funzione di sopravvivenza e di rischio e come presentare i dati in forma grafica attraverso l’utilizzo delle curve di sopravvivenza e di rischio cumulato.

Statistica medica: e adesso?

Ti è piaciuta questa recensione? Allora corri a dare un’occhiata anche agli libri che ho già recensito: li ho raggruppati tutti insieme per te in questa pagina dedicata ai libri di statistica. Buona lettura!

Paola Pozzolo

Paola Pozzolo

Sono Paola Pozzolo e mi occupo di consulenze e formazione statistica. Ti aiuto a trasformare i dati in informazioni utili ed affidabili per raggiungere i tuoi obiettivi di ricerca e prendere le decisioni che più valorizzeranno il tuo lavoro.