Biostatistica essenziale: una guida non matematica

PRESENTAZIONE

Comprendere a fondo un lavoro scientifico e fare ricerca è impossibile senza una qualche nozione di statistica. Oggi fare un’analisi statistica è molto più facile che nel passato per la semplicità di utilizzo dei molti software in commercio. L’accessibilità a questi strumenti rende più semplice, per tutti, affrontare l’analisi dei dati ma di pari passo aumenta il rischio di commettere errori e di giungere a conclusioni sbagliate. Questo accade molto più spesso di quanto si pensi. 

Si può imparare la statistica su molti eccellenti testi. Il volume che avete in mano è invece pensato per chi vuole imparare a utilizzare la statistica. Imparare e imparare ad utilizzare: posso dire, dopo tanti anni di insegnamento universitario, che non è una differenza da poco. Molti infatti possono fare un calcolo statistico, ma non tutti sono in grado di affrontare una situazione reale che richiede di applicare un’analisi statistica e di comprenderne il senso. 

È per questo motivo che volentieri ho accolto l’invito dell’Editore Piccin di curare Biostatistica essenziale: una guida non matematica, edizione italiana del rinomato Essential Biostatistics: A Nonmathematical Approach di Harvey Motulsky, un testo che è progettato per chi vuole concretamente utilizzare la statistica in prima persona, ma che è pensato anche per chi desidera comprendere il reale messaggio che i dati statistici possono trasmettere. È un testo da utilizzare come compagno di viaggio, in parallelo o quale approfondimento ad un corso universitario di statistica sanitaria. Non si sofferma su tutti i dettagli (qualche purista forse storcerà il naso, pazienza) ma accompagna il lettore a fare statistica e ad accorgersi in tempo dei possibili errori in cui
è facile incorrere. 

Speriamo di offrire alla comunità universitaria e ai ricercatori italiani un agevole sussidio per scegliere con competenza le tecniche statistiche più utili a rispondere a domande scientifiche reali e per comprendere e utilizzare consapevolmente la terminologia statistica. 

Prof. Leonardo Emberti Gialloreti

PREFAZIONE

Biostatistica essenziale: una guida non matematica è un sussidio non matematico, conciso ed accessibile, al pensiero statistico. È concepita come un breve testo di accompagnamento ai corsi di statistica universitaria e alla lettura di libri di statistica più lunghi che adottano un approccio più matematico o anche come strumento di revisione per i ricercatori. 

In che modo questa edizione è diversa dall'edizione completa di Intuitive Biostatistics?

Intuitive Biostatistics venne pubblicato per la prima volta nel 1995, ed è ora alla sua quarta edizione. Tuttavia, sebbene in molti abbiano elogiato il libro, alcuni docenti lo trovavano poco adatto al loro corso perché non comprendeva tutti quei contenuti
matematici che ci si attenderebbe di trovare in un libro di testo principale; d’altra parte, risultava anche troppo lungo per essere utilizzato come testo complementare. Per colmare questa lacuna, ho scritto Biostatistica essenziale: una guida non matematica, lungo circa un terzo di Intuitive Biostatistics (3a edizione). 

Alcuni tra gli argomenti presenti in Intuitive Biostatistics ma assenti da Biostatistica essenziale: una guida non matematica sono la meta-analisi, le curve di sopravvivenza, i test di equivalenza o di non inferiorità, la regressione non lineare e multipla, il confronto della bontà di adattamento tra modelli alternativi e o le curve ROC. Inoltre, Intuitive Biostatistics (ma non Biostatistica essenziale: una guida non matematica) comprendeva anche più di 100 pagine di spiegazione dei test statistici di base, nonché 40 pagine di esercizi con risposte. 

Un approccio unico

Ecco alcuni aspetti che rendono questo libro unico nel suo genere:

• Il Capitolo 1 spiega come il senso comune possa portare a conclusioni errate e perché è necessario comprendere i principi della statistica.

• Il Capitolo 2 propone un approccio unico per rendersi conto di quanto sia complesso il concetto di probabilità.

• Introduco il pensiero statistico a partire dal Capitolo 4, dove si spiega l’intervallo di confidenza per la proporzione. Posso così spiegare la logica alla base dell’utilizzo dell’intervallo di confidenza per generalizzare da un campione ad una popolazione, prima di dover affrontare il concetto della dispersione. Non commettete l’errore di trascurare il Capitolo 4 solo perché pensate di non dover lavorare con dati espressi come delle proporzioni, poiché questo capitolo spiega alcuni dei più importanti concetti della statistica.
• Introduco il confronto tra gruppi tramite gli intervalli di confidenza (Capitolo 12) prima di spiegare il p-value (Capitolo 13) e la significatività statistica (Capitoli 14 e 15). In questo modo posticipo la presentazione dei concetti disorientanti e fin troppo abusati di p-value e di “significativo”. 

• Il Capitolo 16 spiega quanto sono comuni gli errori di tipo I e qual è la differenza tra significatività e false discovery rate. 

• Il Capitolo 19 presenta, sotto forma di tabelle, i più comuni test statistici. 

• Ho incluso alcuni argomenti spesso omessi dai testi introduttivi, ma che considero essenziali. Ad esempio, i confronti multipli, il false discovery rate, il “dragaggio dei dati” (p-hacking), le distribuzioni log-normali, la media geometrica, i test di normalità, gli outlier o la regressione non lineare. 

• Quasi ogni capitolo ha una sezione dedicata alla terminologia, dove si spiegano alcuni possibili fraintendimenti linguistici. 

• Per aiutarvi ad evitare interpretazioni errate dei dati, quasi ogni capitolo include anche una sezione che discute gli errori più frequenti. L’intero Capitolo 25 è, infine, incentrato sui principali errori da evitare. 

Chi ha aiutato?

Un immenso grazie alle molte persone che hanno rivisto le bozze dei capitoli. I loro contributi hanno enormemente migliorato questo libro: 

Abdel-Salam G. Abdel-Salam, Virginia Polytechnic Institute and State University
B. Carol Adjemian, Pepperdine University
Raid Amin, University of West Florida
Michael Biro, Swarthmore College
Patrick Breheny, University of Kentucky
Michael F. Cassidy, Marymount University
Dean W. Coble, Stephen F. Austin State University
William M. Cook, Saint Cloud State University
Erica A. Corbett, Southeastern Oklahoma State University
Vincent A. DeBari, Seton Hall University
Bianca Frogner, George Washington University
Robert M. Hamer, University of North Carolina at Chapel Hill
Philip Hejduk, University of Texas at Arlington
Ravi P. Joshi, Old Dominion University
Stefan Judex, Stony Brook University
Chris Kerth, Texas A&M University
Joshua Lallaman, Saint Mary’s University of Minnesota
Gary A. Lamberti, University of Notre Dame
Bruce D. Leopold, Mississippi State University
Susan P. McGorray, University of Florida
Matt McQueen, University of Colorado Boulder
Sumona Mondal, Clarkson University
Christopher J. Salice, Texas Tech University
David A. Sanchez, University of Texas at Arlington
Evelyn H. Schlenker, University of South Dakota
Andrew Jay Tierman, Saginaw Valley State University
Kathryn Trinkaus, Washington University
Derek Webb, Bemidji State University
Mary M. Whiteside, University of Texas at Arlington
John W. Wilson, University of Pittsburgh
Naji Younes, George Washington University

Ringrazio anche tutte le persone della Oxford University Press che hanno contribuito a trasformare il mio manoscritto in un libro raffinato: Jason Noe, Senior Editor; Andrew Heaton, Assistant Editor; Patrick Lynch, Editorial Director; John Challice, Publisher and Vice President; Bill Marting, National Sales Manager; Frank Mortimer, Director of Marketing; David Jurman, Marketing Manager;
Elizabeth Geist, Marketing Assistant; Lisa Grzan, Production Manager; Amy Whitmer, Production Team Leader; Christian Holdener, Senior Production Manager; Michele Laseau, Art Director; e Bonni Leon-Berman, Designer. 

La mia esperienza in materia

Per oltre un decennio ho insegnato statistica agli studenti del primo anno di medicina e ai laureati in scienze biomediche dell’Università della California, San Diego. Il programma di questi corsi si è ampliato fino a divenire la prima edizione di Intuitive Biostatistics, il testo originale e completo su cui si basa questo libro. Non insegno più in questi corsi, ma in qualità di fondatore e CEO di GraphPad Software, scambio e-mail con studenti e ricercatori quasi ogni giorno. Resto quindi costantemente aggiornato sui molti modi in cui i concetti statistici possono confondere o essere fraintesi. 

Scrivetemi per consigli, correzioni o suggerimenti. Eventuali correzioni saranno riportate nel sito www.intuitivebiostatistics.com. 

Harvey Motulsky
hmotulsky@graphpad.com