conflitto di interesse<\/a>.<\/p>\r\n\r\nSecondo International Committee of Medical Journals Editors (ICJME), esiste un conflitto di interesse quando un Autore (o la sua Istituzione di appartenenza) ha una relazione finanziaria (impiego, consulenza, propriet\u00e0 di azioni, onorari o perizie di parte) o personale (competizione accademica, o posizione intellettuale) in grado di influenzare in modo inappropriato i contenuti dell\u2019articolo. Durante la sottomissione del manoscritto, tutti gli Autori del lavoro sono richiesti di compilare il modulo relativo alla dichiarazione del conflitto di interesse.<\/p>\r\n\r\n
\r\n
LINEE GUIDA PER LA VALUTAZIONE STATISTICA<\/h2>\r\n
Queste istruzioni hanno lo scopo di fornire raccomandazioni pratiche agli Autori che vogliono inviare un contributo scientifico a Biochimica Clinica; tuttavia esse non rappresentano un sostituto n\u00e9 delle istruzioni dettagliate necessarie per la progettazione di uno studio n\u00e9 di manuali di analisi statistica.<\/p>\r\n\r\n
Per descrivere i risultati relativi a specifici disegni di studio (ad esempio studi clinici randomizzati controllati, studi osservazionali) si rimanda alle linee guida scaricabili dal sito dell\u2019EQUATOR Network (1).<\/p>\r\n\r\n
Ogni sezione di un articolo scientifico viene trattata separatamente qui di seguito.<\/p>\r\n\r\n
Riassunto:<\/strong> la numerosit\u00e0 dei gruppi e i risultati principali dello studio (parametri stimati, confronti tra gruppi, associazioni) devono essere riportati utilizzando le statistiche descrittive pi\u00f9 appropriate, media o mediana, deviazione standard (DS) o intervallo interquartile (IQR), intervallo di confidenza (IC95%) e valore p . \u00c8 consigliabile inoltre riportare la dimensione dell\u2019effetto grezzo o standardizzato (2).<\/p>\r\n\r\nMetodi:<\/strong> il principio base che deve guidare la stesura di questa sezione \u00e8 quello di descrivere i metodi statistici utilizzati con sufficiente dettaglio da consentire ad un lettore esperto, in possesso dei dati originali, di verificare i risultati riportati dagli Autori. Devono quindi essere descritti: il disegno sperimentale, gli obiettivi primario e secondari (surrogati e\/o intermedi), la selezione dei soggetti (criteri di inclusione ed esclusione), le procedure di randomizzazione e di occultamento\/mascheramento\u00a0 (1). Il calcolo della dimensione campionaria deve essere fornito insieme agli elementi utilizzati per tale calcolo (errore alfa, potenza, effetto). I metodi utilizzati per trattare eventuali dati mancanti, censurati (ad esempio perch\u00e9 inferiori al limite di sensibilit\u00e0 di una metodica) o aberranti, devono essere indicati insieme al loro numero e\/o percentuale. I test statistici devono essere descritti, insieme agli eventuali test utilizzati per verificare il rispetto delle assunzioni richieste (ad esempio omoschedasticit\u00e0 o uguaglianza delle varianze, normalit\u00e0). Se i dati sono stati trasformati per normalizzare una distribuzione, \u00e8 necessario riportare il tipo di trasformazione matematica applicata (ad esempio\u00a0 logaritmica, di potenza) e le procedure grafiche e\/o statistiche formali utilizzate prima e dopo la trasformazione per valutare l\u2019adattamento alla distribuzione gaussiana. Non \u00e8 necessario riportare riferimenti bibliografici di metodi statistici, a meno che non siano inusuali. Occorre invece indicare sempre il software statistico utilizzato (nome, versione, dati del produttore). \u00c8 opportuno che la metodologia statistica utilizzata sia descritta in un sottoparagrafo della sezione Metodi.<\/p>\r\n\r\nRisultati:<\/strong> se non gi\u00e0 riportato nei metodi, descrivere la dimensione campionaria totale e quella dei sottogruppi in cui \u00e8 stata effettuata l’analisi statistica. \u00c8 necessario, inoltre, riportare il numero di soggetti in ogni fase dello studio (soggetti inclusi, esclusi, randomizzati, assegnati ai vari trattamenti, persi) (1).\u00a0 Indicare numeratore e denominatore per le frequenze relative e\/o percentuali e per i rapporti calcolati. Le frequenze relative devono essere riportate con 2 cifre significative (ad esempio 0,37; 0,026); le percentuali non devono essere espresse con pi\u00f9 di un decimale e non devono essere utilizzate per piccoli campioni (N <10). Se le osservazioni sono state suddivise in classi, occorre specificare chiaramente a quale classe appartengono il limite inferiore e superiore di ogni classe. Generalmente, le statistiche descrittive richiedono una cifra aggiuntiva rispetto a quelle utilizzate per i dati grezzi. Dati distribuiti normalmente devono essere descritti utilizzando media, DS e\/o CV% ed espressi come media (DS)<\/strong> e non come \u201cmedia\u00b1DS\u201d. Quando i dati non sono distribuiti normalmente, o la distribuzione \u00e8 fortemente asimmetrica, occorre utilizzare la mediana e l\u2019intervallo interquartile al posto di media e DS. Se \u00e8 stata utilizzata una trasformazione matematica, i calcoli delle statistiche di sintesi devono essere effettuati sui dati trasformati e poi ritrasformati nella scala originale per la presentazione (\u00e8 possibile ritrasformare la media e i limiti di un intervallo ma non la deviazione standard).<\/p>\r\n\r\nUtilizzare grafici a barre unicamente per rappresentare frequenze assolute, relative e\/o percentuali ma non per medie, o altri indici di tendenza centrale. Preferire l\u2019istogramma, il diagramma a scatola e baffi (boxplot) o il dotplot (quest\u2019ultimo con piccole dimensioni campionarie, N <20). Non utilizzare grafici tridimensionali.<\/p>\r\n\r\n
Quando si confrontano due gruppi con il test t di Student, \u00e8 necessario indicare media e DS per ogni gruppo, la differenza delle medie insieme all\u2019intervallo di confidenza, i gradi di libert\u00e0, il valore del test ed il valore p . Pu\u00f2 essere utile aggiungere una misura di dimensione dell\u2019effetto standardizzato (ad esempio d di Cohen) (2).<\/p>\r\n\r\n
Con pi\u00f9 di 2 gruppi si utilizzer\u00e0 il test ANOVA, indicando per ogni gruppo media e DS, i gradi di libert\u00e0, il valore del test ed il valore p\u00a0 globale. Se questo non \u00e8 significativo, i confronti multipli non devono essere eseguiti. Se al contrario risulta significativo, per i relativi post-hoc test \u00e8 necessario aggiustare per i confronti multipli (ad esempio\u00a0 correzione di Bonferroni, di Tukey).<\/p>\r\n\r\n
Per i test di associazione (ad esempio test chi-quadrato, test esatto di Fisher) occorre identificare le variabili, riassumerle con le opportune statistiche descrittive, riportare i gradi di libert\u00e0, il valore del test ed il valore p . In presenza di violazione delle assunzioni del test chi-quadrato, deve essere utilizzato il test esatto di Fisher. Si consiglia inoltre di riportare una misura di dimensione dell\u2019effetto (ad esempio\u00a0 phi o la V di Cramer) (2).<\/p>\r\n\r\n
Per l\u2019analisi di correlazione \u00e8 necessario indicare il tipo di correlazione utilizzata (ad esempio Pearson o Spearman), il coefficiente di correlazione con il relativo intervallo di confidenza ed il test t (gradi di libert\u00e0, valore del test, e valore p). L\u2019analisi di correlazione non deve essere utilizzata per la comparazione di metodi analitici. Preferire invece l\u2019analisi di regressione (Deming o non parametrica di Passing-Bablok) e il diagramma di Bland-Altman (3-4).<\/p>\r\n\r\n
Per l\u2019analisi di regressione lineare semplice si riporteranno i dati del test ANOVA (gradi di libert\u00e0, valore del test e valore p), i parametri della retta di regressione (pendenza e intercetta) con i relativi intervalli di confidenza, ed il coefficiente di determinazione R2<\/sup>.<\/p>\r\n\r\nPer modelli statistici pi\u00f9 complessi (ad esempio regressione multipla, modelli ANOVA) \u00e8 necessario descrivere la verifica delle assunzioni, il valore p\u00a0 del modello e i parametri del modello in forma tabellare (stime dei parametri, intervalli di confidenza, valore p ). Pu\u00f2 essere utile, inoltre, riportare delle misure di dimensione dell\u2019effetto\u00a0 (ad esempio omega-squared) (2).<\/p>\r\n\r\n
In presenza di dati appaiati utilizzare i test opportuni. L\u2019uso di test non parametrici deve essere giustificato tramite l\u2019applicazione di procedure grafiche o test formali atti a valutare la distribuzione delle variabili in studio.<\/p>\r\n\r\n
I valori di p devono essere sempre riportati per esteso (1 o 2 cifre significative). Evitare di descrivere i valori di p come p <0,05 oppure p >0,05 oppure NS (non significativo). Se i risultati sono estremamente significativi ed il valore di p calcolato \u00e8 riportato dal software come p =0,000, \u00e8 accettabile l\u2019uso di p <0,0005 oppure p <0,001. Gli intervalli di confidenza vanno indicati anche per i risultati non significativi. Se uno dei limiti dell\u2019intervallo di confidenza \u00e8 negativo, riportarli come \u201cda X a Y\u201d.<\/p>\r\n\r\n
Il livello di significativit\u00e0 statistica utilizzato convenzionalmente \u00e8 p <0,05. Se viene utilizzato un livello di significativit\u00e0 diverso, le ragioni di questa scelta devono essere chiaramente indicate nella sezione dei metodi statistici.<\/p>\r\n\r\n
Discussione:<\/strong> la significativit\u00e0 statistica non deve essere equiparata all\u2019importanza clinica; ugualmente la non significativit\u00e0 statistica non deve essere interpretata come nessuna differenza o nessun effetto. L\u2019assenza di significativit\u00e0 statistica pu\u00f2 infatti dipendere da una scarsa dimensione campionaria e quindi da una bassa potenza statistica. Inoltre, i differenti valori di p non devono essere confrontati tra i diversi test statistici. L\u2019associazione tra variabili non deve essere interpretata come causale, senza ulteriori prove ed evidenze.<\/p>\r\n\r\nApprofondimenti:<\/strong> the SAMPL Guidelines (5).<\/p>\r\n\r\nBibliografia<\/strong><\/p>\r\n\r\n \t- EQUATOR Network: https:\/\/www.equator-network.org\/<\/a> (ultimo accesso: Dicembre 2018).<\/li>\r\n \t
- Ialongo C. Understanding the effect size and its measures. Biochemia Medica 2016;26:150\u201363.<\/li>\r\n \t
- Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1986;8476:307-10.<\/li>\r\n \t
- Vidali M, Tronchin M, Dittadi R, per il Gruppo di Studio SIBioC – Medicina di Laboratorio \u201cStatistica per il laboratorio. Protocollo per la comparazione di due metodi analitici di laboratorio. Biochim Clin 2016;40:129-42.<\/li>\r\n \t
- Lang TA, Altman DG. Basic statistical reporting for articles published in biomedical journals: the “Statistical Analyses and Methods in the Published Literature” or the SAMPL Guidelines. Int J Nurs Stud 2015;52:5-9.<\/li>\r\n<\/ol>\r\n
\r\nCONTATTI<\/h2>\r\n
e-mail: biochimica.clinica@sibioc.it<\/a>
\r\n\r\nRedazione di Biochimica Clinica
\r\n\r\nTelefono 0245498282 int. 216 ; 3356159776<\/p>\r\n
\r\n
\r\nLast Revision: January 2024<\/em><\/p>","protected":false},"excerpt":{"rendered":"SCARICA LE NORME PER GLI AUTORI GENERALITA\u2019 Biochimica Clinica (BC) pubblica lavori inerenti la Biochimica Clinica e la Biologia Molecolare Clinica, e pi\u00f9 in generale, la Medicina di Laboratorio. Sono pubblicati lavori sia scritti in lingua italiana che in inglese. A richiesta degli Autori o a giudizio dell\u2019Editore, i lavori sottomessi sono pubblicati nelle Sezioni […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"_genesis_hide_title":false,"_genesis_hide_breadcrumbs":false,"_genesis_hide_singular_image":false,"_genesis_hide_footer_widgets":false,"_genesis_custom_body_class":"","_genesis_custom_post_class":"","_genesis_layout":"","footnotes":""},"class_list":["post-546","page","type-page","status-publish","entry"],"acf":[],"_links":{"self":[{"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/pages\/546","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/comments?post=546"}],"version-history":[{"count":30,"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/pages\/546\/revisions"}],"predecessor-version":[{"id":8406,"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/pages\/546\/revisions\/8406"}],"wp:attachment":[{"href":"https:\/\/biochimicaclinica.it\/en\/wp-json\/wp\/v2\/media?parent=546"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}