Statistica medica: Un approccio pratico

Titolo originale:

Medical Statistics: A Practical Approach

Contenuto del libro:

Questo libro è adatto ad essere utilizzato come libro di testo per tutti i livelli di studenti della scuola di medicina. È anche utile come libro di riferimento per gli studenti interessati all'applicazione della biostatistica in medicina.

I materiali, dall'introduzione al capitolo 6, sono simili a quelli di un libro di statistica elementare. Questo libro è più moderno rispetto agli attuali testi di statistica medica. In questo libro, i concetti biostatistici ed epidemiologici sono ben amalgamati.

In contrasto con la fallacia del p-value, introduce il fattore di Bayes come misura dell'evidenza nascosta nei dati del campione.

Illustra l'applicazione della regressione alla media in medicina. Nel libro vengono discussi molti concetti epidemiologici come la sensibilità e la specificità del test diagnostico, la classificazione e la discriminazione, i tipi di bias, ecc.

Il capitolo 7 su "Correlazione e regressione" comprende il concetto di regressione alla media, i modelli di regressione lineare generalizzata (Poisson e Logistica) e la discriminazione dei nuovi dati da quali serie di dati campionari provengono. Il capitolo 8 tratta l'inferenza non parametrica, compresi i test di Kolmogorov e Smirnov. Attraverso la stima e la verifica delle ipotesi, nel capitolo 9 si determinano le dimensioni del campione.

Il Capitolo 10 tratta lo studio dei disegni per la raccolta dei dati campionari, tra cui coorte, cross-sectional, caso-controllo e studio clinico. Inoltre, come ultima sezione del capitolo 10, vengono illustrati i tipi di bias. Il capitolo 11 tratta in dettaglio l'inferenza sulle tabelle di contingenza, comprese quelle 2 x 2, a due vie e a tre vie.

Nella sezione 11 sono elencati cinque test (Pearson, log-odds-ratio, Fisher-Irwin, McNemar e Ejigou-McHugh). 1.

Sei test (Pearson, interazione del primo ordine, tendenza lineare di Yate, omogeneità marginale di Stuart, Kendall e Wilcoxon-Mann-Whitney) sono descritti nella Sezione 11. 2. Tre test (Pearson, log-odds-ratio sull'interazione del primo ordine, Barlett sull'interazione del secondo ordine) e il paradosso di Simpson sono illustrati nella Sezione 11.

3.

Il capitolo 12 tratta l'analisi dei dati di sopravvivenza. Nella sezione 12 vengono introdotti due metodi (tabella di vita e Kaplan-Meier) per stimare la funzione di sopravvivenza. 2.

Quattro metodi (massima verosimiglianza, preferenza di Armitage, segno sequenziale di Wald e sequenziale ristretto di Armitage) per il confronto di due curve di sopravvivenza sono trattati nella Sezione 12. 3. Il modello di rischio proporzionale e il test log-rank sono discussi rispettivamente nella Sezione 12.

4 e 12. 5. Inoltre, nel libro sono incluse tecniche avanzate di confronto tra due curve di sopravvivenza, come il metodo della preferenza di Armitage, il test sequenziale ristretto di Armitage e il test sequenziale del segno di Wald.

Anche l'inferenza sulle tabelle di contingenza è trattata in modo più dettagliato rispetto ad altri libri.