Daniela Fortuna Daniela Fortuna
Gestione ed Analisi Statistica dei dati Gestione ed Analisi Statistica dei dati
(per costruire il report:
(per costruire il report: step step by by step step con SPSS) con SPSS)
12 giugno 2014 12 giugno 2014
Master in
Master in ““Evidence Based
Evidence
Based PracticePractice e eMetodologia della Ricerca
Metodologia della Ricerca clinicoclinico--assistenzialeassistenziale””
Iniziamo a lavorare sul database dello studio BH ...
obiettivo: preparare un report dettagliato con le analisi dei dati!
Prepareremo un documento in word entro cui inseriremo le analisi che man mano faremo in SPSS
Le tabelle prodotte come output da SPSS possono essere copiate ed incollate in WORD o in EXCEL
Vediamo concretamente come è fatto un dataset in SPSS…..
Il dataset che vedremo riguarda un indagine effettuata su 36 pazienti in trattamento emodialitico.
Lo studio mette a confronto due diverse tecniche per l’accesso alla fistola artero-venosa (FAV):
la tecnica Buttonhole vs la tecnica rope ladder rotation
la Buttonhole (BH) prevede un sito costante e l’utilizzo dell’ago smusso
la Rope-Ladder
Rotation(RLR) consiste nel cambiare il sito di punture
ad ogni seduta lungo la FAV come se fosse una corda e prevede l’utilizzo
dell’ago tagliente.
Obiettivi dello studio
•Oggetto dello studio:
L'obiettivo primario dello studio è: misurare l’incidenza media del dolore nel Tagliente rispetto allo Smusso nelle punture con tecnica BH, utilizzando una scala numerica (0=nessun dolore – 10=dolore massimo).[media, SD, mediana;
diff. di medie]
Gli obiettivi secondari dello studio consistono nel misurare le seguenti Complicanze:
1. Infezioni 2. ematoma
3. perdita perivasale ematica
4. sanguinamento espresso in minuti – Tempo medio, SD, Mediana, 5. difficoltà di inserimento
Dataset linkabili con chiave
Per questo studio abbiamo due dataset distinti
1. Dataset dei pazienti: in cui sono inserite le caratteristiche demografiche e cliniche dei 36 pazienti
2. Dataset dei casi: in cui sono inserite le informazioni relative alle procedure di emodialisi: 335 procedure.
I due dataset sono linkabili mediante una chiave che
identifica il paziente e ciascun paziente avrà più sedute per
emodialisi
Dopo aver importato il database dobbiamo
Preparare il database per l’analisi dei dati
1. Definire le variabili: (numeriche, ordinali, nominali)
3. Verificare la completezza (per individuare eventuali valori mancanti o valori anomali) 4. Creare nuove variabili
2. Attribuire una label (etichetta) a ciascuna variabile:
cioè un commento associato per chiarire cosa
rappresentano
INIZIAMO LE ANALISI
Questo è uno studio particolare ci sono 36 pazienti e 335 sedute emodialitiche
1° step: DESCRIZIONE DEI 36 PAZIENTI (età media, quante femmine, quanti fumatori, cause dialisi ecc)
2° step: DESCRIZIONE DELLE SEDUTE (quanti accessi venosi e quanti arteriosi, quanti con ago smusso e quanti con ago tagliente, percezione del dolore ecc)
3° step: test d’ipotesi (p-value)
CONFRONTO TRA TRATTAMENTO con AGO SMUSSO vs AGO TAGLIENTE, Ma anche tra accesso venoso ed accesso arterioso
(che significa confrontare le complicanze, la percezione del dolore tra trattamenti diversi)
Descrizione del campione
La descrizione del campione prevede la costruzione di una tabella che riporta i valori medi o le frequenze delle
caratteristiche del campione:
– le variabile quantitative vengono presentate come media ±deviazione standard
– le variabili ordinali vengono presentate come frequenze assolute e percentuali
– le variabili qualitative vengono presentate
come frequenze assolute e percentuali
Prendiamo il dataset dei pazienti db_paz.sav e calcoliamo l’età
Poiché la rilevazione è avvenuta a novembre e dicembre 2013, possiamo calcolare l’età sottraendo al 2013 l’anno di nascita
Per costruire la variabile anno_nascita:
SPSS
Click Trasforma
Procedura guidata data e ora
Estrarre una parte di una variabile data ora avanti
variabili data_nascita……
Unità da estrarre anni avanti
(scrivere il nome della nuova variabile)
Creare nuove variabili
Estrarre l’anno da una data
Creare nuove variabili
SPSS
Click Trasforma
Ricodifica in variabili differenti
Per creare la variabile età sottraiamo al 2013, l’anno di nascita
Creare nuove variabili
SPSS
Click Trasforma
Ricodifica in variabili differenti
Usare questa funzione per creare la nuova variabile Body Mass Index Dopo aver creato la variabile Body Mass Index, usare questa funzione per creare la nuova variabile Body Mass Index in classi
Classifico il BMI in :
1=Sottopeso se BMI≤19
2=Normopeso se 20≤BMI≤25 3=Sovrappeso se 26≤BMI≤29 4=Obeso se BMI≥30
Abbiamo il peso e l’ altezza possiamo calcolare il body mass index
Descrizione del
campione:Variabili quantitative
– le variabile quantitative vengono presentate come media ±deviazione standard
In SPSS possiamo costruire una tabella unica per le variabili quantitative:
Possiamo scegliere tra due funzioni alternative:
SPSS
Click Analizza
Statistiche descrittive Descrittive
inserire le variabili quantitative
Opzioni……
click media, deviazione stand 1° funzione
SPSS
SPSS
Click Analizza Tabelle
Tabelle personalizzate
inserire le variabili quantitative per riga
Statistiche riassuntive click media, deviazione stand 2° funzione
SPSS
Descrizione del
campione:Variabili quantitative
Questa seconda funzione di SPSS permette di personalizzare le tabelle, sia nei contenuti che nella presentazione.
Tutte le tabelle prodotte da SPSS possono essere copiate su file di word o excel e quindi modificate
– le variabili ordinali vengono presentate come frequenze e percentuali
Descrizione del
campione:Variabili ordinali
SPSS
Click Analizza
Statistiche descrittive Frequenze
Statistiche 1° modo Per
ottenere sia le frequenze che la
mediana, il minimo e il massimo
2° modo Per ottenere tabelle
personalizzate per le frequenze
SPSS
Click Analizza Tabelle
Tabelle personalizzate
inserire le variabili ordinali per riga
Statistiche riassuntive
Descrizione del
campione:Variabili qualitative
le variabili qualitative vengono presentate come frequenze assolute e percentuali
SPSS
Click Analizza
Statistiche descrittive Frequenze
Statistiche 1° modo
2° modo Per ottenere tabelle personalizzate
SPSS
Click Analizza Tabelle
Tabelle personalizzate
inserire le variabili qualitative per riga
Statistiche riassuntive
2. Ordiniamo i dati di entrambi i dataset per ID
1. Chiamiamo il nuovo dataset db_completo.sav
SPSS
Click Dati
Ordina casi
(selezionare ID)
Unione di 2 dataset: per aggiungere variabili
Nel dataset dei pazienti mancano le informazioni relative ai trattamenti
Unione di 2 dataset: per aggiungere variabili
Ordiniamo i dati del vecchio dataset (tab_paz.sav) per ID
SPSS
Click Dati
Ordina casi
(selezionare ID)
Unione di 2 dataset: per aggiungere variabili
SPSS
Click Dati
Unisci file
Aggiungi variabili
Un insieme di dati aperto Continua
Confronta i casi per chiave di ordinamento (seleziona ID)
OK
Ora i due dataset possono essere uniti
Creazione di variabili: differenza tra date
SPSS
Click Trasforma
Procedura guidata data e ora
Eseguire calcoli con date e ore avanti
calcola il numero di unità……
avanti
(inserite le due date da sottrarre)
Creare una variabile che indica l’età il tempo che
è intercorso tra la data seduta e la data di nascita
Per creare un grafico
SPSS
Click Grafici
Generatore di grafici
1. Nel caso di grafici relativi a distribuzioni di frequenze
SPSS
Click Analizza
Statistiche descrittive Frequenze
Grafici
come si calcolano gli intervalli di come si calcolano gli intervalli di
confidenza con SPSS confidenza con SPSS
SPSS
Click Analizza
Statistiche descrittive Esplora
Statistiche Per ottenere Intervalli di Confidenza in SPSS:
Per confrontare i 2 gruppi: RANDOMIZZAZIONE
Ago Smusso verso Ago Tagliente
Approccio arterioso vs venoso
Tabelle a doppia entrata (crosstab)
SPSS
Click Analizza
Statistiche descrittive
Tavole di contingenza Statistiche
Test t di student con SPSS
SPSS
Click Analizza
Confronta medie
Test t campioni indipendenti
Test CHI-QUADRATO con SPSS
SPSS
Click Analizza
Statistiche descrittive
Tavole di contingenza Statistiche
click Chi-quadrato
TEST per verificare la significatività degli ODDS RATIO
SPSS
Click Analizza
Statistiche descrittive
Tavole di contingenza Statistiche
click Chi-quadrato
click Statistiche di Cochran e Mantel-Heanszel
Il test d’ipotesi utilizzato per verificare se un odds ratio è significativamente diverso da 1 e con quale probabilità (p-value) è il test di Cochran Mantel-
Heanszel, che è una variante del test chi-quadrato
ANOVA in SPSS
SPSS
SPSS Click
Click
Analizza Analizza
Confronta medie Confronta medie
ANOVA
ANOVA univariata univariata
test di Mann Whitney con SPSS
SPSS
Click Analizza
Test non parametrici
Campioni indipendenti ….
Campi (pulsante in alto)
inserire le variabili quantitative
Inserire la variabile randomizzazione nei Gruppi
Esegui
