Statistica Medica

In breve

Uno studente di medicina, di solito, arriva alla statistica pensando che sia un ostacolo matematico messo lì per selezionare, e la attraversa imparando formule che dimentica dopo l'esame. È un errore, e questo capitolo serve a smontarlo prima che faccia danni. La statistica non è un ramo della matematica prestato alla medicina: è la risposta a un problema che la medicina ha e le altre scienze hanno meno — il problema che gli esseri umani sono tutti diversi. Un ingegnere può misurare la resistenza di un acciaio su un campione e fidarsi che tutti i pezzi di quell'acciaio si comportino uguale. Un medico non può: due pazienti con la stessa malattia, la stessa età, la stessa terapia, guariscono in tempi diversi, e uno magari muore. Questa variabilità biologica non è un difetto della misura da eliminare — è la sostanza stessa della biologia, e la statistica è lo strumento costruito apposta per ragionare in presenza di variabilità invece di esserne paralizzati. Da qui esce la vera funzione della statistica in medicina, che non è calcolare: è distinguere ciò che è vero da ciò che sembra vero per caso. Quando un farmaco guarisce più pazienti del placebo, quella differenza può essere reale o può essere il caso che ha giocato a favore; la statistica è il metodo — l'unico che abbiamo — per dire quale delle due, e con quanta fiducia.

🎯 Alla fine di questo capitolo saprai: capire perché la variabilità biologica rende necessaria la statistica; distinguere il ruolo descrittivo da quello inferenziale; capire cosa sono popolazione e campione e perché non coincidono mai; riconoscere il "caso" come l'avversario da smascherare in ogni confronto; e collocare la statistica come fondamento della medicina basata sulle prove, non come esercizio matematico.

La variabilità: il problema che la statistica risolve

Perché conta: perché è la ragione per cui la statistica esiste in medicina, e chi non la coglie studia formule senza sapere a cosa servono.

Immagina di misurare la pressione a cento persone sane. Non otterrai cento volte lo stesso numero: otterrai una nuvola di valori attorno a una media. Misura la glicemia, l'altezza, i globuli bianchi, la durata di una malattia, la risposta a un farmaco: sempre una nuvola, mai un punto.

📌 Definizione formale. La variabilità biologica è il fatto che una stessa grandezza, misurata su individui diversi (o sullo stesso individuo in momenti diversi), assume valori diversi. In medicina è la regola, non l'eccezione: non esistono due pazienti identici, e nessuna misura biologica è un valore fisso.

🔗 Analogia. In fisica, se lascio cadere lo stesso oggetto, cade sempre alla stessa velocità: la legge è netta e il "rumore" è solo errore di misura, piccolo e riducibile. In biologia il rumore è dentro il fenomeno: due pazienti rispondono davvero in modo diverso allo stesso farmaco, non perché li abbiamo misurati male, ma perché sono diversi. La statistica nasce proprio dove il rumore non è un errore da eliminare ma una proprietà del mondo con cui bisogna convivere.

⚠️ Attenzione. E qui c'è la conseguenza che rovescia l'intuizione: proprio perché tutto varia, non puoi fidarti di un singolo caso. Il paziente guarito dopo aver preso un rimedio non dimostra che il rimedio funzioni — sarebbe potuto guarire comunque, come tanti altri. È l'errore dell'aneddoto ("mia nonna lo prendeva e stava benissimo"), ed è un errore statistico: scambia un valore dentro la nuvola per la legge che governa la nuvola. La statistica esiste per non cadere in questa trappola — per guardare la nuvola intera, non il singolo punto.

Le due statistiche: descrivere e inferire

Perché conta: perché il corso ha due metà, che rispondono a due domande diverse, e confonderle è la prima fonte di errore.

📌 Definizione formale. La statistica descrittiva riassume e rappresenta i dati che hai osservato: quanti sono, quanto valgono in media, quanto sono dispersi, come si distribuiscono. Non pretende di andare oltre i dati raccolti. La statistica inferenziale usa i dati osservati (un campione) per trarre conclusioni su un insieme più grande che non hai osservato (una popolazione). Fa un salto — dal poco al molto — e quel salto è dove entra l'incertezza.

🔗 Analogia. La descrittiva è come raccontare fedelmente le persone che sono venute a una festa: quante erano, l'età media, come erano vestite. L'inferenziale è come, dalle persone di quella festa, provare a dire com'è tutta la città. Il primo compito è sicuro (hai visto tutti gli invitati); il secondo è un azzardo controllato (non hai visto la città), e tutto il mestiere sta nel farlo bene.

🧩 Esempio. Uno studio arruola 200 pazienti e misura che il nuovo antipertensivo abbassa la pressione in media di 12 mmHg. La descrittiva dice: in questi 200, la riduzione media è stata 12. L'inferenza vuole dire qualcosa di molto più ambizioso: in tutti i pazienti come questi — milioni di persone mai viste — questo farmaco abbassa la pressione. Il primo è un fatto; il secondo è una scommessa ragionata, e la statistica inferenziale (capitoli 6-12) è l'insieme delle regole per farla senza barare.

Popolazione e campione: perché non coincidono mai

Perché conta: perché è la coppia di concetti su cui poggia tutta l'inferenza, ed è la sorgente della loro incertezza.

📌 Definizione formale. La popolazione è l'insieme completo degli individui a cui vogliamo riferire le conclusioni (tutti i pazienti con una certa malattia, per esempio). Il campione è il sottoinsieme che effettivamente osserviamo e misuriamo. Studiamo il campione ma vogliamo parlare della popolazione: questa è la struttura di ogni ricerca clinica.

⚠️ Attenzione. E qui c'è il punto che genera tutta l'incertezza dell'inferenza: il campione non è mai identico alla popolazione. Anche estraendolo perfettamente a caso, per pura sfortuna può capitare un campione con qualche paziente più grave, o più giovane, o più fortunato della media. La misura che ottieni dal campione (la media, la percentuale di guariti) non è esattamente quella della popolazione — le somiglia, ma con un margine. Questo scarto inevitabile fra ciò che il campione dice e ciò che la popolazione è si chiama errore di campionamento, e non è un errore che qualcuno ha commesso: è il prezzo strutturale di guardare una parte per parlare del tutto.

🔗 Analogia. È l'assaggio della minestra. Assaggi un cucchiaio (campione) per giudicare l'intera pentola (popolazione). Se la minestra è ben mescolata, il cucchiaio la rappresenta bene. Ma due cose contano sempre: il cucchiaio deve essere preso a caso (se peschi apposta dal fondo dove si è depositato il sale, giudichi male — è il bias, capitolo 6), e un cucchiaio più grande rappresenta meglio la pentola (è la dimensione del campione, che tornerà ovunque). Tutta l'inferenza è imparare a giudicare la pentola da un cucchiaio, sapendo che il cucchiaio non è la pentola.

Il caso: l'avversario di tutto il corso

Perché conta: perché è il filo che tiene insieme dodici capitoli, e va nominato subito perché tu lo riconosca ovunque tornerà.

🔗 Analogia. Ogni volta che osservi una differenza — un gruppo guarisce più dell'altro, una media è più alta di un'altra — c'è un impostore che potrebbe averla prodotta senza che ci sia nulla di reale sotto. È il caso. Il caso è un imitatore bravissimo: lanciando due monete cento volte ciascuna, quasi mai fanno esattamente 50 e 50, e una delle due farà più teste — non perché sia "migliore", ma perché il caso, semplicemente, non produce mai il pareggio perfetto. Quella differenza fra le due monete esiste ed è finta.

📌 Definizione formale. In ogni confronto fra gruppi, una differenza osservata ha due possibili spiegazioni: un effetto reale (i gruppi sono davvero diversi) oppure la variabilità campionaria (il caso ha prodotto la differenza pur essendo i gruppi uguali). La statistica inferenziale è, alla radice, il metodo per quantificare quanto è plausibile che sia stato il caso — e decidere di conseguenza.

⚠️ Attenzione. Da qui la frase che devi portare con te per tutto il corso: la statistica non dimostra che una differenza è vera — misura quanto è improbabile che sia solo il caso. Sono due cose diverse, e la differenza è tutto. Quando in un articolo leggerai "p < 0,05" (capitolo 8), non starà scritto "il farmaco funziona": starà scritto "una differenza così grande sarebbe rara se fosse solo il caso, quindi propendo per crederla reale". È un'onestà che le certezze non hanno: la statistica non toglie l'incertezza, la misura, e misurarla è ciò che separa la scienza dalla convinzione.

🗺️ Come si collega il tutto

Questo capitolo pianta i due semi di tutto il corso: la variabilità, che è il problema, e il caso, che è l'avversario. La descrittiva (capitoli 2-3) impara a raccontare la variabilità; la probabilità (capitoli 4-5) impara a misurare il caso; il campionamento (capitolo 6) formalizza lo scarto fra campione e popolazione; la stima (capitolo 7) e il test di ipotesi (capitolo 8) sono i due modi di fare inferenza malgrado il caso; i test specifici (capitolo 9) e la regressione (capitolo 10) li applicano; i test diagnostici (capitolo 11) portano tutto al singolo paziente; i disegni di studio (capitolo 12) chiudono con il modo di raccogliere dati che rende l'inferenza affidabile.

Rispetto agli altri corsi: la statistica è il linguaggio dell'evidenza di tutta la medicina. È il fondamento dell'Epidemiologia e dell'Igiene (misurare la malattia nelle popolazioni), della Metodologia Clinica e della medicina basata sulle prove (leggere criticamente un articolo), della Farmacologia (gli studi clinici del suo capitolo 12 nascono da qui — randomizzazione, p-value, campione), e della Medicina di Laboratorio (i valori di riferimento sono la variabilità biologica del sano tradotta in intervalli). Ogni volta che un corso clinico dirà "è stato dimostrato che", dietro quel "dimostrato" c'è la statistica di questi appunti.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Variabilità biologica	Individui diversi danno misure diverse: è la regola in medicina	Errore di misura: qui il rumore è dentro il fenomeno, non nello strumento
Statistica descrittiva	Racconta i dati che hai: sicura, non va oltre l'osservato	Inferenziale: quella fa il salto al non osservato
Statistica inferenziale	Dal campione alla popolazione: un azzardo controllato	Descrittiva: quella si ferma ai dati raccolti
Popolazione	L'insieme completo di cui vuoi parlare (mai osservato tutto)	Campione: il sottoinsieme che osservi davvero
Errore di campionamento	Lo scarto inevitabile fra campione e popolazione	Errore/sbaglio: non è colpa di nessuno, è strutturale
Il caso	L'imitatore che produce differenze finte	Effetto reale: la statistica serve a distinguerli
Aneddoto	Un singolo caso: un punto dentro la nuvola, non la legge	Prova: un caso non dimostra nulla per via della variabilità

📝 Riepilogo

• La statistica esiste in medicina per un motivo preciso: la variabilità biologica. Gli individui sono tutti diversi, e il "rumore" non è errore di misura — è dentro il fenomeno. Perciò un singolo caso non dimostra nulla (l'errore dell'aneddoto): bisogna guardare la nuvola intera, non il punto.
• Due statistiche, due domande. La descrittiva racconta onestamente i dati che hai (sicura). L'inferenziale fa il salto dal campione osservato alla popolazione non osservata (un azzardo controllato).
• Campione e popolazione non coincidono mai: anche estraendo a caso, lo scarto (errore di campionamento) è strutturale — è il prezzo di giudicare la pentola da un cucchiaio. Il cucchiaio va preso a caso (evitare il bias) e più grande è, meglio rappresenta.
• L'avversario di tutto il corso è il caso: ogni differenza osservata può essere reale o può essere il caso che la imita. Il caso non produce mai il pareggio perfetto, quindi qualche differenza finta esce sempre.
• La frase da portare via: la statistica non dimostra che una differenza è vera — misura quanto è improbabile che sia solo il caso. Non toglie l'incertezza: la quantifica. È il fondamento della medicina basata sulle prove.

In breve

Prima di calcolare qualunque cosa bisogna sapere che tipo di cosa si sta calcolando, e questo capitolo è la grammatica che rende sensato tutto il resto. La ragione è pratica e severa: il tipo di dato decide quali operazioni hanno senso, e chi lo ignora fa conti perfetti su domande assurde. Calcolare la "media del gruppo sanguigno" è privo di significato, non perché la matematica si rifiuti — un computer la calcola volentieri — ma perché il gruppo sanguigno non è un numero, è un'etichetta, e la media di un'etichetta non vuol dire niente. Distinguere i tipi di variabile non è quindi una tassonomia da imparare a memoria: è la prima difesa contro il calcolare l'insensato. Le variabili si dividono in due grandi famiglie che corrispondono a due domande diverse: le qualitative (o categoriche) rispondono a "di che tipo?" — gruppo sanguigno, sesso, guarito/non guarito — e non sono numeri anche quando sono codificate con numeri; le quantitative rispondono a "quanto?" — età, pressione, numero di globuli bianchi — e sono numeri veri, su cui la media ha senso. Dentro ciascuna famiglia ci sono sottotipi che affinano ancora quali strumenti userai nei capitoli successivi. Imparare a classificare una variabile in dieci secondi, guardandola, è la competenza che rende automatica ogni scelta successiva: quale grafico, quale indice, quale test.

🎯 Alla fine di questo capitolo saprai: classificare qualunque variabile come qualitativa o quantitativa e nei loro sottotipi (nominale, ordinale, discreta, continua); capire perché il tipo di dato decide quali operazioni e quali strumenti sono leciti; riconoscere l'inganno dei numeri usati come etichette; e prevedere, dal tipo di variabile, quale rappresentazione e quale analisi userai nei capitoli seguenti.

Perché il tipo di dato viene prima di tutto

Perché conta: perché ogni scelta successiva — grafico, indice, test — discende dal tipo di variabile, e sbagliarlo alla radice rovina tutto ciò che segue.

🔗 Analogia. Il tipo di dato è come il genere grammaticale di una parola: decide come la parola si accorda con tutto il resto della frase. Non puoi coniugare un aggettivo come un verbo; non puoi fare la media di una categoria. La matematica non ti fermerà — è muta, esegue e basta — ma il risultato sarà una frase sgrammaticata travestita da numero.

📌 Definizione formale. Una variabile è una caratteristica che può assumere valori diversi da un individuo all'altro (è la variabilità del capitolo 1, resa oggetto di studio). Ogni variabile appartiene a un tipo, e il tipo determina: quali operazioni sono lecite (si può fare la media? l'ordinamento?), quale rappresentazione grafica è appropriata (capitolo 3), e quale test statistico si potrà usare (capitoli 9-10).

⚠️ Attenzione. Ed è il motivo per cui questo capitolo, che sembra il più noioso, è quello che previene più errori: la scelta del test statistico, nei capitoli avanzati, è in gran parte già decisa qui. Quando dovrai confrontare due gruppi e ti chiederai "uso il t di Student o il chi-quadro?", la risposta dipenderà quasi solo dal tipo delle variabili in gioco. Chi ha classificato bene i dati sceglie il test quasi senza pensarci; chi non l'ha fatto sceglie a caso.

Le variabili qualitative: rispondono a "di che tipo?"

Perché conta: perché sono le più fraintese — spesso mascherate da numeri — e capirle evita l'errore più comune, la media di un'etichetta.

📌 Definizione formale. Una variabile qualitativa (o categorica) classifica gli individui in categorie, non li misura. Si divide in:

• nominale: categorie senza ordine — gruppo sanguigno (A, B, AB, 0), sesso, colore degli occhi, tipo di tumore, vivo/morto. Si può solo dire se due individui sono uguali o diversi, nient'altro.
• ordinale: categorie con un ordine naturale, ma senza distanze misurabili fra loro — lo stadio di un tumore (I, II, III, IV), il grado del dolore (lieve/moderato/severo), la classe NYHA dello scompenso. C'è un "più" e un "meno", ma non si sa di quanto.

⚠️ Attenzione. Ecco la trappola centrale del capitolo: le categorie si codificano spesso con numeri per comodità (maschio = 1, femmina = 2; stadio I = 1, II = 2…), e quei numeri ingannano. Sono etichette travestite, non quantità. La media fra "maschio = 1" e "femmina = 2" fa 1,5, che non è "mezzo maschio": è un non-senso con la faccia di un numero. Il computer la calcola senza protestare — ed è proprio per questo che l'errore è pericoloso: nessuno strumento ti avvisa. L'unica difesa è aver capito che dietro il numero c'è una categoria.

🧩 Esempio. Sull'ordinale c'è una sottigliezza che vale la pena cogliere, perché è a metà strada. Fra stadio I e stadio II c'è un ordine (II è peggio), quindi si può dire "questo paziente è più avanzato di quello" — cosa che sul nominale è vietata. Ma non si può dire che la distanza fra I e II sia uguale a quella fra III e IV: i numeri romani sono etichette ordinate, non misure. Per questo l'ordinale usa strumenti propri (la mediana sì, la media con cautela; test "non parametrici", capitolo 9): ha l'ordine ma non le distanze, e gli strumenti seguono esattamente ciò che il dato possiede.

Le variabili quantitative: rispondono a "quanto?"

Perché conta: perché sono i numeri veri — quelli su cui media, dispersione e la maggior parte dei test hanno pieno significato — e distinguerne i due tipi orienta l'analisi.

📌 Definizione formale. Una variabile quantitativa misura una quantità con un vero numero, su cui le operazioni aritmetiche hanno senso (la differenza fra due valori è una quantità reale). Si divide in:

• discreta: può assumere solo valori separati, di solito conteggi — numero di figli, numero di ricoveri, numero di globuli bianchi, battiti al minuto. Fra 3 e 4 ricoveri non esiste il 3,5.
• continua: può assumere qualunque valore in un intervallo, con precisione limitata solo dallo strumento — peso, altezza, pressione, glicemia, temperatura, tempo. Fra 70 e 71 kg esiste ogni valore intermedio.

🔗 Analogia. La differenza è quella fra contare e misurare. Le discrete si contano (sono numeri interi per natura: non esiste mezzo paziente); le continue si misurano (sono numeri con la virgola, limitati solo dalla precisione dello strumento). È una distinzione più sfumata delle altre — spesso una discreta con molti valori (i globuli bianchi, che vanno a migliaia) si tratta di fatto come continua — ma la logica contare vs misurare aiuta a collocarla al volo.

🧩 Esempio. Una precisazione classica che i programmi amano: la temperatura in gradi Celsius è continua ma ha uno zero convenzionale (0 °C non è "assenza di temperatura"), quindi ha senso dire "37 è più caldo di 36", ma non "40 è il doppio di 20". Il peso invece ha uno zero assoluto (0 kg è assenza di massa), e lì "80 è il doppio di 40" è vero. È la distinzione fra scala a intervalli (zero convenzionale, differenze sensate ma non rapporti) e scala di rapporti (zero assoluto, anche i rapporti sensati) — utile a sapere ma secondaria rispetto alla grande divisione qualitativo/quantitativo.

Come il tipo decide gli strumenti

Perché conta: perché è la conclusione operativa del capitolo — la ragione per cui l'abbiamo studiato — e la mappa che userai per tutto il corso.

📌 Definizione formale. Da ogni tipo di variabile discende, quasi automaticamente, come la si riassume e come la si rappresenta:

• qualitative → si riassumono con frequenze e percentuali ("il 34% dei pazienti era di gruppo A"), si rappresentano con grafici a barre o a torta. La media non ha senso; la moda (la categoria più frequente) sì.
• quantitative → si riassumono con media, mediana, dispersione (capitolo 3), si rappresentano con istogrammi. Qui le operazioni aritmetiche sono pienamente lecite.

🔗 Analogia. È come avere gli attrezzi giusti per ogni materiale: non pianti un chiodo con un cacciavite. Guardata una variabile e stabilito il tipo, la cassetta degli attrezzi si apre da sola sullo scomparto giusto — e i capitoli seguenti non fanno che riempire quegli scomparti. Il tipo di dato è l'indice di tutto il corso.

⚠️ Attenzione. E la stessa grandezza può cambiare tipo secondo come la misuri, il che è una scelta con conseguenze. L'età si può trattare come continua (anni con i decimali) o categorizzata in fasce (0-18, 19-65, over 65), diventando ordinale. La pressione può essere continua (mmHg) o dicotomizzata in "iperteso sì/no". Categorizzare una variabile continua semplifica ma butta via informazione — trasformare la pressione esatta in un semplice "alta/normale" perde tutte le sfumature nel mezzo. È lecito quando serve alla decisione clinica (un valore soglia oltre cui si tratta), ma va fatto sapendo che si sta rinunciando a qualcosa, non gratis. La scelta del tipo, a volte, è nelle tue mani — e va fatta con consapevolezza.

🗺️ Come si collega il tutto

Questo capitolo è la grammatica di tutto ciò che segue. La statistica descrittiva (capitolo 3) userà indici diversi secondo il tipo: frequenze per le qualitative, media e mediana per le quantitative. La scelta del test (capitolo 9) dipende quasi interamente dai tipi delle variabili confrontate: due qualitative → chi-quadro, una qualitativa e una quantitativa → t di Student o ANOVA, due quantitative → correlazione e regressione (capitolo 10). E la distinzione fra continua e categorizzata torna nei test diagnostici (capitolo 11), dove trasformare un valore continuo in "positivo/negativo" con una soglia è esattamente la dicotomizzazione discussa qui.

Rispetto agli altri corsi: la classificazione delle variabili cliniche è pane quotidiano dell'Epidemiologia (esposto/non esposto, malato/sano sono qualitative dicotomiche) e della compilazione di ogni cartella clinica e database di ricerca. Le scale ordinali sono ovunque in clinica: gli stadi tumorali (Oncologia), le classi funzionali (Cardiologia, la NYHA), le scale del dolore (Terapia del Dolore), i punteggi di gravità in terapia intensiva (APACHE, Glasgow) sono tutte variabili ordinali, e il modo in cui si analizzano viene da qui. La distinzione continua/categorica è centrale nella Medicina di Laboratorio, dove un valore continuo (la glicemia) diventa una diagnosi categorica (diabete sì/no) attraverso una soglia.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Variabile qualitativa	Classifica in categorie: risponde a "di che tipo?"	Quantitativa: quella misura, risponde a "quanto?"
Nominale	Categorie senza ordine (gruppo sanguigno, sesso)	Ordinale: quella ha un ordine (stadio I<II<III)
Ordinale	Categorie ordinate ma senza distanze (stadio, NYHA)	Quantitativa: lì le distanze sono misurabili
Numeri come etichette	Codificare categorie con numeri: la media non ha senso	Numeri veri: "maschio=1" non è una quantità
Discreta	Si conta, valori separati (n. ricoveri, battiti)	Continua: si misura, ogni valore intermedio esiste
Continua	Si misura, qualunque valore (peso, pressione, tempo)	Discreta: quella salta (non esiste 3,5 figli)
Scala a intervalli / rapporti	°C: differenze sì, rapporti no (zero convenzionale)	Peso: zero assoluto, anche i rapporti valgono
Categorizzare	Trasformare continua in categorie: butta via informazione	Gratis: si semplifica pagando un prezzo, va fatto con criterio

📝 Riepilogo

• Il tipo di dato viene prima di ogni calcolo: decide quali operazioni, quale grafico e quale test hanno senso. Sbagliarlo alla radice rovina tutto. È la grammatica del corso.
• Due grandi famiglie. Qualitative (categoriche): rispondono a "di che tipo?", si dividono in nominali (senza ordine — gruppo sanguigno, sesso) e ordinali (con ordine ma senza distanze — stadio, NYHA, dolore lieve/moderato/severo).
• Quantitative: rispondono a "quanto?", si dividono in discrete (si contano — n. ricoveri) e continue (si misurano — peso, pressione, tempo). Distinzione chiave: contare vs misurare.
• La trappola centrale: le categorie codificate con numeri (maschio=1) sono etichette travestite, e la loro media è un non-senso che nessuno strumento segnala. Dietro il numero, guarda sempre se c'è una quantità o una categoria.
• Dal tipo discendono gli strumenti: qualitative → frequenze/percentuali, barre e torte, moda; quantitative → media/mediana/dispersione, istogrammi. E la scelta del test (capitolo 9) è già quasi decisa qui.
• Categorizzare una continua (età in fasce, pressione in "alta/normale") semplifica ma butta via informazione: lecito per la decisione clinica, ma mai gratis.

In breve

Hai raccolto la pressione di duecento pazienti: duecento numeri, un elenco illeggibile. La statistica descrittiva è l'arte di sostituire quell'elenco con pochi numeri che lo raccontano onestamente — e la parola "onestamente" è tutto il capitolo, perché riassumere significa buttare via informazione, e si può buttare via quella giusta o quella sbagliata. Per descrivere una nuvola di dati servono due domande, e sono complementari come le due coordinate di un punto. La prima è: dov'è il centro? — attorno a quale valore si raccolgono i dati. È la posizione, e la misura con la media, la mediana, la moda. La seconda, che quasi tutti dimenticano ed è altrettanto importante, è: quanto sono sparpagliati? — se i dati sono tutti stretti attorno al centro o largamente dispersi. È la dispersione, e la misura con la deviazione standard e affini. Il messaggio del capitolo è che il centro da solo mente: due gruppi di pazienti possono avere la stessa pressione media e vite completamente diverse, uno con valori tutti attorno a 130, l'altro che oscilla fra 90 e 180. Chi riporta solo la media racconta metà della storia — e in medicina la metà mancante, la variabilità, è spesso quella che conta di più. Descrivere bene è dare sempre le due coordinate insieme: dove sta il centro, e quanto è larga la nuvola.

🎯 Alla fine di questo capitolo saprai: calcolare e interpretare le tre misure di posizione (media, mediana, moda) e sapere quando ciascuna inganna; capire perché la mediana resiste ai valori estremi e la media no; misurare la dispersione con range, varianza e deviazione standard; capire perché centro e dispersione vanno sempre riportati insieme; e leggere una distribuzione simmetrica o asimmetrica e sceglierne l'indice giusto.

Il centro: media, mediana, moda

Perché conta: perché è la prima cosa che si chiede a un insieme di dati, e le tre risposte non coincidono — sceglierne una sbagliata falsa il racconto.

📌 Definizione formale. Le tre misure di posizione (o tendenza centrale) rispondono a "dov'è il centro", ma in tre modi diversi:

• media (aritmetica): la somma dei valori diviso il loro numero. È il baricentro — il punto di equilibrio della distribuzione.
• mediana: il valore che sta esattamente a metà quando i dati sono ordinati (metà dei dati sotto, metà sopra). È il valore centrale per posizione, non per peso.
• moda: il valore (o la categoria) più frequente. È l'unica utilizzabile anche sulle variabili qualitative (capitolo 2).

🔗 Analogia. Immagina i pazienti in fila, ordinati per reddito o per età. La mediana è la persona fisicamente in mezzo alla fila: non le importa quanto sono ricchi gli altri, le importa solo quanti stanno da una parte e dall'altra. La media, invece, è sensibile a quanto vale ciascuno: se in fondo alla fila arriva un miliardario, la media di tutta la fila schizza in alto, ma la persona in mezzo (la mediana) non si sposta di un passo. Questa differenza — la media conta i pesi, la mediana conta le teste — è la chiave di tutto.

⚠️ Attenzione. Da qui la regola che salva da mille inganni: la media è tirata dai valori estremi, la mediana no. Un solo valore anomalo (un outlier: un paziente con un valore mostruosamente alto, magari un errore di trascrizione o un caso raro) sposta la media e lascia ferma la mediana. Per questo, quando una distribuzione è asimmetrica — pochi valori molto grandi che tirano una coda da un lato — la mediana descrive il "tipico" meglio della media.

🧩 Esempio. Il caso classico è il reddito, ma in medicina vale per la degenza ospedaliera o per i tempi di sopravvivenza. La maggior parte dei pazienti resta ricoverata pochi giorni, ma qualcuno resta mesi: quei pochi lunghissimi gonfiano la media, che finisce più alta di quasi tutte le degenze reali. Dire "la degenza media è 9 giorni" può ingannare se metà dei pazienti resta 3 giorni e pochi restano 90. La mediana ("metà dei pazienti esce entro 4 giorni") racconta il paziente tipico molto meglio. Ecco perché nei lavori su sopravvivenza e durate si legge quasi sempre la mediana, non la media: la distribuzione è asimmetrica per natura.

La dispersione: la metà dimenticata della storia

Perché conta: perché è ciò che quasi tutti tralasciano, ed è spesso più informativo del centro — soprattutto in medicina, dove la variabilità è il fenomeno.

🔗 Analogia. C'è una vecchia battuta statistica: uno con la testa nel forno e i piedi nel congelatore, in media, sta benissimo. È il modo più rapido per capire perché il centro da solo non basta: due situazioni con la stessa media possono essere una comoda e una letale, e la differenza sta tutta in quanto i valori si allontanano dal centro. Riportare solo la media è come dire il centro di un bersaglio senza dire se i colpi erano tutti nel cerchio o sparsi per il muro.

📌 Definizione formale. Le misure di dispersione (o variabilità) dicono quanto i dati sono sparpagliati attorno al centro:

• range (campo di variazione): la differenza fra il valore massimo e il minimo. Semplice ma fragile — dipende solo dai due estremi, quindi da un solo outlier.
• varianza: la media dei quadrati degli scarti dalla media. Misura la dispersione "al quadrato", quindi in unità scomode (mmHg al quadrato).
• deviazione standard (DS, o scarto quadratico medio): la radice quadrata della varianza. È la misura regina, perché torna nelle stesse unità dei dati (mmHg) e si interpreta come "di quanto, in media, un valore si discosta dal centro".

🧩 Esempio. Perché i quadrati? Perché gli scarti dalla media, sommati così come sono, si annullano sempre a zero (i valori sotto la media compensano quelli sopra — è la proprietà del baricentro). Elevare al quadrato elimina i segni (tutto diventa positivo) e per di più pesa di più gli scarti grandi, il che ha senso: un valore lontanissimo dal centro dice molto sulla dispersione. La deviazione standard, poi, "annulla" il quadrato con la radice per riportare tutto in unità leggibili. Non è una complicazione gratuita: è il modo più naturale di misurare "quanto larga è la nuvola" senza che i lati opposti si cancellino.

⚠️ Attenzione. E c'è un indice che permette di confrontare dispersioni fra grandezze diverse: il coefficiente di variazione (CV), cioè la deviazione standard divisa per la media (in percentuale). Serve perché una DS di 10 è enorme per una grandezza che vale in media 20, e trascurabile per una che vale 2000. Il CV relativizza la dispersione al centro, e permette di dire, per esempio, se la glicemia varia "di più" del peso in un gruppo — cosa impossibile confrontando le DS grezze, che sono in unità diverse.

Simmetria e forma: perché la distribuzione va guardata

Perché conta: perché la scelta fra media e mediana, e il senso della deviazione standard, dipendono dalla forma della distribuzione — che va vista, non solo calcolata.

📌 Definizione formale. Una distribuzione è simmetrica se le due metà attorno al centro si specchiano (i dati si diradano allo stesso modo a destra e a sinistra). È asimmetrica (skewed) se ha una coda più lunga da un lato: coda a destra (asimmetria positiva: pochi valori molto alti — degenze, redditi, sopravvivenze) o coda a sinistra (negativa). In una distribuzione simmetrica media, mediana e moda coincidono; in una asimmetrica si separano, e la media viene tirata verso la coda.

🔗 Analogia. La separazione fra media e mediana è essa stessa un segnale della forma: se in un articolo la media della degenza è 9 e la mediana è 4, non ti serve il grafico per sapere che la distribuzione ha una lunga coda a destra — la media, tirata dai casi lunghi, si è staccata dalla mediana. Le due misure, confrontate, ti dicono se la nuvola è simmetrica o storta. È il primo controllo che un lettore esperto fa.

⚠️ Attenzione. E qui c'è la conseguenza che collega questo capitolo a tutto il resto del corso: media e deviazione standard descrivono bene solo le distribuzioni simmetriche (idealmente la normale, capitolo 5). Su una distribuzione molto asimmetrica, la coppia media ± DS può suggerire valori impossibili (una "degenza media di 9 ± 12 giorni" implicherebbe degenze negative). Su dati asimmetrici si preferiscono mediana e quartili (i valori che tagliano i dati in quattro parti: il range interquartile dice dove sta il 50% centrale, ignorando le code). La regola pratica: simmetrico → media e DS; asimmetrico → mediana e quartili. E per saperlo bisogna aver guardato la forma, non solo schiacciato un tasto.

🧩 Esempio. È lo stesso principio dei valori di riferimento di laboratorio, che vedrai nel capitolo 11 e in Medicina di Laboratorio: l'"intervallo di normalità" di un esame è costruito descrivendo la distribuzione dei valori nei sani. Se quella distribuzione è simmetrica, si usa media ± 2 DS; se è asimmetrica (come molti enzimi), si usano i percentili (il 2,5° e il 97,5°). La descrittiva di questo capitolo è, letteralmente, come nasce il "range normale" stampato accanto al tuo esame del sangue.

Riassumere senza tradire: il principio

Perché conta: perché è la morale operativa del capitolo, la regola che rende una descrizione onesta invece che ingannevole.

📌 Definizione formale. Descrivere correttamente una variabile quantitativa richiede sempre due numeri: una misura di posizione e una di dispersione, scelte in coppia coerente (media+DS per dati simmetrici, mediana+quartili per asimmetrici). Un solo numero — la sola media — è una descrizione incompleta, e in medicina l'incompletezza sulla dispersione è spesso la più grave, perché la dispersione è la variabilità biologica.

🔗 Analogia. È come dare un appuntamento con l'ora ma senza il luogo: tecnicamente hai detto qualcosa, ma non abbastanza per arrivarci. Il centro senza la dispersione localizza a metà. E il capitolo 1 spiegava perché in medicina questa metà conta doppio: la variabilità non è rumore da nascondere sotto una media pulita — è la sostanza del fenomeno, e appiattirla in un solo numero significa cancellare proprio ciò che rende la medicina difficile.

⚠️ Attenzione. C'è infine una distinzione che si anticipa qui e che sarà centrale nel capitolo 7, perché genera una confusione tenace: la deviazione standard descrive la dispersione dei dati (quanto variano i pazienti fra loro) ed è una proprietà descrittiva; l'errore standard (che incontrerai) descrive invece la precisione della media come stima (quanto è affidabile il numero "media") ed è una proprietà inferenziale. Sono spesso confusi perché si somigliano nei simboli, ma rispondono a domande diverse — quanto variano i pazienti contro quanto mi fido della media — e il capitolo 7 li separerà con cura. Tienili distinti da subito: uno appartiene alla descrizione, l'altro all'inferenza.

🗺️ Come si collega il tutto

Questo capitolo dà gli strumenti per raccontare i dati grezzi, e ogni pezzo torna dopo. La forma della distribuzione (simmetrica/asimmetrica) prepara la distribuzione normale del capitolo 5, che è la simmetrica per eccellenza. La deviazione standard è il mattone con cui si costruiscono l'errore standard e l'intervallo di confidenza (capitolo 7). La distinzione fra descrivere i dati e stimare una media è la soglia fra descrittiva e inferenza (capitoli 6-8). E la scelta di media o mediana secondo la forma è la stessa logica con cui, nel capitolo 9, si sceglie fra test "parametrici" (che assumono la normale) e "non parametrici" (che si basano sui ranghi, come la mediana).

Rispetto agli altri corsi: la descrittiva è ovunque ci sia un dato clinico. I valori di riferimento degli esami (Medicina di Laboratorio) sono descrittiva applicata ai sani, come visto. La sopravvivenza mediana è il modo standard di riportare l'efficacia in Oncologia (proprio perché le durate sono asimmetriche). Media e DS di ogni parametro fisiologico (pressione, frequenza, valori ematici) vengono da qui e popolano Fisiologia e Semeiotica. E il coefficiente di variazione è usato nei laboratori per misurare la precisione di uno strumento (quanto è ripetibile una misura), un tema di controllo di qualità.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Media	Il baricentro: somma diviso numero; sensibile agli estremi	Mediana: quella conta le teste, non i pesi
Mediana	Il valore in mezzo per posizione: resiste agli outlier	Media: quella viene tirata da un solo valore anomalo
Moda	Il valore più frequente: unica usabile sulle qualitative	Media/mediana: quelle richiedono numeri veri
Range	Massimo − minimo: semplice ma dipende da due soli valori	Deviazione standard: quella usa tutti i dati
Varianza	Media dei quadrati degli scarti: unità scomode (al quadrato)	Deviazione standard: la sua radice, in unità dei dati
Deviazione standard	Di quanto un valore si discosta in media dal centro	Errore standard: quello misura la precisione della media (cap. 7)
Coefficiente di variazione	DS/media (%): dispersione relativa, confronta grandezze diverse	DS grezza: non confrontabile fra unità diverse
Asimmetria (skew)	Una coda più lunga da un lato: media e mediana si separano	Simmetria: lì media, mediana e moda coincidono
Media+DS vs mediana+quartili	Simmetrico → media+DS; asimmetrico → mediana+quartili	Usare sempre la media: su dati storti inganna

📝 Riepilogo

• Descrivere = sostituire un elenco illeggibile con pochi numeri onesti. Servono due domande complementari: dov'è il centro (posizione) e quanto è larga la nuvola (dispersione). Il centro da solo mente.
• Posizione: media (baricentro, sensibile agli estremi), mediana (valore in mezzo, resiste agli outlier), moda (il più frequente, unica per le qualitative). Regola d'oro: la media è tirata dai valori estremi, la mediana no — su distribuzioni asimmetriche (degenze, sopravvivenze) la mediana descrive meglio il tipico.
• Dispersione: range (fragile, due soli valori), varianza (scarti al quadrato, per non farli annullare e pesare i grandi), deviazione standard (radice della varianza, nelle stesse unità dei dati — la regina). Il coefficiente di variazione (DS/media) confronta dispersioni fra grandezze diverse.
• La forma va guardata: simmetrica → media, mediana, moda coincidono → usa media ± DS; asimmetrica → coda da un lato, media tirata → usa mediana e quartili. Il divario media–mediana è già un segnale della forma.
• Regola operativa: riporta sempre posizione + dispersione in coppia coerente. Un solo numero è incompleto, e in medicina la dispersione è la variabilità biologica — la metà che conta di più.
• Da tenere distinti fin da ora (capitolo 7): la deviazione standard descrive quanto variano i pazienti; l'errore standard descrive quanto è precisa la media come stima. Domande diverse.

In breve

Fin qui abbiamo descritto dati che avevamo già in mano. Ora bisogna fare il salto verso l'inferenza, e per farlo serve un linguaggio per parlare di ciò che non è ancora accaduto o non è ancora noto — un linguaggio per l'incertezza. Quel linguaggio è la probabilità, ed è il ponte fra la descrittiva e tutto il resto del corso: senza di essa non si può dire "quanto è improbabile che sia il caso" (capitolo 1), che è la domanda di ogni test statistico. La probabilità ha una fama peggiore di quel che merita, perché la si insegna con dadi e monete che sembrano lontani dalla medicina. Ma la medicina è fatta di probabilità: il rischio di una malattia, la probabilità che un esame sia positivo, la sopravvivenza a cinque anni, la chance che una terapia funzioni — sono tutte probabilità, e ogni consenso informato è un discorso probabilistico ("l'intervento ha il 2% di complicanze"). Questo capitolo costruisce l'idea da zero e poi introduce la sua forma più potente e più fraintesa in tutta la medicina: la probabilità condizionata — la probabilità di qualcosa dato che sappiamo qualcos'altro. È il concetto che governa la diagnosi, perché diagnosticare è esattamente questo: aggiornare la probabilità di una malattia via via che arrivano informazioni (un sintomo, un esame). E porta al teorema di Bayes, la formula che dice come si ragiona correttamente davanti a un test — e che, ignorata, produce alcuni degli errori più gravi e più diffusi del pensiero clinico.

🎯 Alla fine di questo capitolo saprai: definire la probabilità e le sue proprietà di base; combinare eventi con le regole della somma e del prodotto e capire l'indipendenza; padroneggiare la probabilità condizionata come modello del ragionamento diagnostico; capire il teorema di Bayes e perché ribaltare una condizionata è l'errore più comune in medicina; e vedere la probabilità come il linguaggio che rende possibile l'inferenza.

Cos'è una probabilità

Perché conta: perché è il mattone di tutto, e ci sono due modi di intenderla — entrambi usati in medicina, per scopi diversi.

📌 Definizione formale. La probabilità di un evento è un numero fra 0 (impossibile) e 1 (certo) che misura quanto è atteso che l'evento accada. Si può intendere in due modi: frequentista — la probabilità è la frequenza relativa con cui l'evento si verifica su moltissime prove ripetute (su 1000 pazienti, 30 hanno la complicanza → probabilità 0,03); soggettiva/bayesiana — la probabilità è il grado di fiducia che assegniamo a un'affermazione dato ciò che sappiamo (la probabilità che questo paziente abbia la malattia, prima di vederne di simili).

🔗 Analogia. La visione frequentista è quella del registro: guardo mille casi passati e conto. La visione soggettiva è quella del giudizio clinico: davanti a un paziente, prima ancora degli esami, il medico ha già "un sospetto" — una probabilità nella sua testa, basata su prevalenza, età, sintomi. La medicina usa entrambe, e non si contraddicono: la prima riempie i libri (le statistiche di rischio), la seconda guida la mente del clinico davanti al singolo. Il teorema di Bayes, a fine capitolo, mostrerà che sono la stessa cosa vista da due lati.

📌 Definizione formale. Le proprietà minime: ogni probabilità sta fra 0 e 1; la probabilità di un evento certo è 1; la somma delle probabilità di tutti gli esiti possibili di un fenomeno è 1; e la probabilità che un evento non accada è 1 meno la probabilità che accada (regola del complemento). Quest'ultima è più utile di quanto sembri: spesso è più facile calcolare "almeno uno" come 1 − probabilità di nessuno.

Combinare eventi: somma, prodotto, indipendenza

Perché conta: perché i fenomeni reali sono combinazioni di eventi ("A oppure B", "A e B"), e le due regole per combinarli sono la base del calcolo.

📌 Definizione formale. Due regole fondamentali:

• regola della somma (per "A oppure B"): se A e B sono incompatibili (non possono accadere insieme), la probabilità che accada l'uno o l'altro è la somma delle due. Se possono sovrapporsi, si sottrae la parte in comune per non contarla due volte.
• regola del prodotto (per "A e B"): la probabilità che accadano entrambi si ottiene moltiplicando — ma attenzione a come, perché dipende se gli eventi sono indipendenti.

📌 Definizione formale. Due eventi sono indipendenti se il verificarsi dell'uno non cambia la probabilità dell'altro. Per eventi indipendenti, la probabilità che accadano entrambi è il semplice prodotto delle due probabilità.

🔗 Analogia. L'indipendenza è la moneta che "non ha memoria": dopo dieci teste di fila, l'undicesimo lancio ha ancora probabilità 1/2 di fare testa — la moneta non sa cosa è successo prima. È l'errore del giocatore ("adesso deve uscire croce"): scambiare eventi indipendenti per collegati. In medicina l'indipendenza va verificata, non assunta: due esami possono sembrare indipendenti e non esserlo (se misurano aspetti della stessa malattia, un positivo rende l'altro più probabile), e moltiplicare le loro probabilità come se fossero indipendenti dà risultati sbagliati.

⚠️ Attenzione. Un esempio dove l'assunzione di indipendenza fa disastri e che ha causato errori giudiziari reali: moltiplicare la probabilità di due eventi rari come se fossero indipendenti quando non lo sono. Due morti in culla nella stessa famiglia furono trattate come indipendenti (una probabilità moltiplicata per l'altra, ottenendo un numero minuscolo usato come "prova" di colpevolezza) — ma se esiste una causa genetica comune, gli eventi non sono indipendenti e quel prodotto è privo di senso. La lezione è netta: la regola del prodotto semplice vale solo se l'indipendenza è vera, e assumerla a sproposito produce numeri convincenti e falsi.

La probabilità condizionata: il cuore della diagnosi

Perché conta: perché è il modello matematico esatto di come si ragiona in clinica — aggiornare una probabilità man mano che arrivano informazioni — ed è il concetto più importante del capitolo.

📌 Definizione formale. La probabilità condizionata è la probabilità di un evento A sapendo che si è verificato un evento B — scritta P(A|B), "probabilità di A dato B". Non è una probabilità nuova: è la stessa probabilità ricalcolata in un mondo ristretto a quelli per cui B è vero.

🔗 Analogia. È il gesto quotidiano del clinico. La probabilità che una persona qualsiasi abbia un'appendicite è bassa. Ma la probabilità che l'abbia dato che ha dolore in fossa iliaca destra, febbre e leucocitosi è tutt'altra cosa: molto più alta. Non è cambiata la malattia — è cambiato il mondo su cui calcoli la probabilità: non più "tutte le persone", ma "le persone con quei sintomi". Diagnosticare è, letteralmente, restringere via via il mondo con ogni informazione e ricalcolare la probabilità della malattia. Ogni domanda dell'anamnesi, ogni segno, ogni esame è un "dato che" che condiziona.

⚠️ Attenzione. Ed ecco l'errore più pericoloso di tutto il capitolo, e forse di tutta la statistica clinica: P(A|B) NON è uguale a P(B|A). La probabilità di A dato B è diversa dalla probabilità di B dato A, e scambiarle produce conclusioni gravemente false. Esempio: la probabilità di avere la febbre dato che hai la meningite è altissima (quasi tutti i malati hanno febbre); ma la probabilità di avere la meningite dato che hai la febbre è bassissima (quasi nessuno con la febbre ha la meningite). Le due sono clamorosamente diverse, eppure vengono confuse di continuo — è la stessa struttura dell'errore "quasi tutti i tossicodipendenti hanno usato latte da bambini, quindi il latte porta alla droga". Riconoscere questa asimmetria è metà della competenza statistica di un medico.

Il teorema di Bayes: come si ribalta correttamente

Perché conta: perché è la formula che dice come passare da P(B|A) a P(A|B) senza sbagliare — ed è il fondamento matematico dell'interpretazione di ogni test diagnostico.

📌 Definizione formale. Il teorema di Bayes è la regola che collega le due probabilità condizionate opposte. In parole: la probabilità della malattia dato il test positivo dipende da tre cose — quanto il test è affidabile, ma soprattutto da quanto la malattia era probabile prima del test (la sua prevalenza, o probabilità a priori). Il test non parte da zero: aggiorna una probabilità che c'era già.

🔗 Analogia. Bayes è il matematico che formalizza il buon senso clinico: un risultato va sempre letto alla luce di quanto ci si aspettava prima. Un test positivo per una malattia rarissima, in una persona senza fattori di rischio, è molto probabilmente un falso positivo — non perché il test sia scadente, ma perché partiva da una probabilità a priori così bassa che nemmeno un buon test la solleva fino alla certezza. È il motivo per cui non si fanno esami "a tappeto" su persone sane: cercare una malattia rara dove non c'è la aspetti riempie di falsi allarmi. Bayes trasforma questo istinto in aritmetica.

🧩 Esempio. È l'anticipazione esatta del capitolo 11, e vale enunciarla perché è controintuitiva: un test con ottime caratteristiche (poche volte sbaglia) applicato a una popolazione dove la malattia è rara produce più falsi positivi che veri positivi. Se su 10.000 persone solo 1 è malata e il test ha un piccolo tasso di errore, i pochissimi errori sui 9.999 sani superano di gran lunga l'unico vero malato trovato. Un paziente "positivo" può quindi avere una probabilità di essere davvero malato sorprendentemente bassa — e capirlo richiede Bayes, non l'intuito, che qui sbaglia clamorosamente. Il capitolo 11 lo svilupperà con i numeri; qui basti sapere che la prevalenza comanda l'interpretazione di ogni test, e ignorarla è l'errore bayesiano.

📌 Definizione formale. In forma di ragionamento (non di formula da memorizzare): probabilità dopo il test = probabilità prima del test, corretta da quanto il test è informativo. Il "prima" è la prevalenza/il sospetto clinico; il "quanto informativo" viene dalle caratteristiche del test (sensibilità e specificità, capitolo 11). Un medico bayesiano non chiede solo "il test è positivo?": chiede "positivo, partendo da quale probabilità?".

🗺️ Come si collega il tutto

Questo capitolo è la cerniera del corso: la probabilità è il linguaggio che trasforma la descrittiva in inferenza. Le distribuzioni del capitolo 5 sono probabilità distribuite sui valori possibili di una variabile. Il campionamento (capitolo 6) è probabilità applicata all'estrazione dei campioni. Il p-value del capitolo 8 è una probabilità condizionata (la probabilità dei dati dato che il caso è l'unica spiegazione) — e la sua interpretazione errata è, ancora, lo scambio P(A|B) con P(B|A). E il teorema di Bayes è la spina dorsale del capitolo 11 sui test diagnostici, dove prevalenza, sensibilità e specificità si combinano esattamente come qui.

Rispetto agli altri corsi: la probabilità è il linguaggio del rischio in Epidemiologia e in Igiene (rischio di malattia, di esposizione). È il fondamento del ragionamento diagnostico in Semeiotica e Metodologia Clinica — la diagnosi differenziale è probabilità condizionata in azione. È al centro della consulenza genetica (Genetica Medica: la probabilità che un figlio erediti una malattia, ricalcolata a ogni informazione, è Bayes puro). E ogni consenso informato che quantifica un rischio ("2% di complicanze") è un enunciato probabilistico che il medico deve saper spiegare.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Probabilità	Numero fra 0 e 1: quanto è atteso un evento	Certezza: la medicina lavora quasi sempre fra 0 e 1
Frequentista vs soggettiva	Frequenza su molti casi vs grado di fiducia sul singolo	Contrapposte: sono due usi, si ricongiungono in Bayes
Regola della somma	"A oppure B": si sommano (sottraendo la sovrapposizione)	Regola del prodotto: quella è per "A e B"
Indipendenza	L'uno non cambia la probabilità dell'altro: si moltiplica	Da assumere: va verificata — la moneta non ha memoria
Probabilità condizionata P(A|B)	Probabilità di A nel mondo ristretto a dove B è vero	P(B|A): diversa — scambiarle è l'errore capitale
P(A|B) ≠ P(B|A)	Febbre-data-meningite ≠ meningite-data-febbre	Uguaglianza: sono clamorosamente diverse
Teorema di Bayes	Come ribaltare correttamente: il "prima" (prevalenza) comanda	Intuito: qui l'intuito sbaglia, serve l'aritmetica
Probabilità a priori	Quanto era probabile prima del test (prevalenza/sospetto)	A posteriori: quella è dopo aver visto il risultato

📝 Riepilogo

• La probabilità (numero fra 0 e 1) è il linguaggio dell'incertezza, il ponte fra descrittiva e inferenza. In medicina è ovunque: rischio, sopravvivenza, complicanze, ogni consenso informato. Due letture: frequentista (frequenza su molti casi) e soggettiva (fiducia sul singolo) — si ricongiungono in Bayes.
• Combinare eventi: somma per "A oppure B" (eventi incompatibili), prodotto per "A e B". Il prodotto semplice vale solo se gli eventi sono indipendenti — e l'indipendenza va verificata, non assunta (la moneta non ha memoria; moltiplicare eventi non indipendenti ha causato errori giudiziari reali).
• La probabilità condizionata P(A|B) è il cuore della diagnosi: la probabilità di A nel mondo ristretto a dove B è vero. Diagnosticare = restringere il mondo con ogni informazione e ricalcolare. Ogni sintomo, ogni esame è un "dato che".
• L'errore capitale: P(A|B) ≠ P(B|A). La probabilità di febbre-data-meningite (altissima) non è quella di meningite-data-febbre (bassissima). Scambiarle produce conclusioni false, e succede di continuo.
• Il teorema di Bayes dice come ribaltare correttamente: la probabilità dopo il test dipende soprattutto da quanto la malattia era probabile prima (la prevalenza). Conseguenza controintuitiva (capitolo 11): un buon test su una malattia rara dà più falsi che veri positivi. La prevalenza comanda l'interpretazione di ogni test — ignorarla è l'errore bayesiano.

In breve

Il capitolo 3 ha descritto una nuvola di dati con due numeri (centro e dispersione); il capitolo 4 ha dato il linguaggio della probabilità. Una distribuzione di probabilità è ciò che nasce mettendoli insieme: non i dati di un campione, ma il modello teorico che dice come i valori di una variabile si ripartiscono in tutta la popolazione — quali sono più probabili, quali più rari, che forma ha la nuvola quando è "completa". È un salto concettuale importante, perché passiamo dal descrivere ciò che abbiamo visto al modellare ciò che dovremmo vedere, e i modelli sono ciò che rende possibile l'inferenza. Fra tutte le distribuzioni una domina la medicina, ed è la normale (o gaussiana): la celebre curva a campana, simmetrica, che descrive un'enorme quantità di grandezze biologiche — altezza, pressione, molti valori di laboratorio, gli errori di misura. Non è una moda né una coincidenza: la normale emerge ogni volta che una grandezza è il risultato di molti piccoli fattori indipendenti che si sommano, il che in biologia accade di continuo. Capirla bene — la sua forma, la regola che lega la deviazione standard alle proporzioni sotto la curva, la standardizzazione — sblocca metà della statistica inferenziale, perché la maggior parte dei test e degli intervalli di confidenza dei capitoli seguenti poggia proprio su di lei. Le altre distribuzioni (binomiale, Poisson) completano il quadro per i dati che la normale non descrive: i conteggi e gli eventi rari.

🎯 Alla fine di questo capitolo saprai: capire cos'è una distribuzione di probabilità e perché è un modello, non dati; padroneggiare la distribuzione normale, la regola 68-95-99,7 e la standardizzazione (punteggi z); capire perché tante grandezze biologiche sono normali; conoscere la binomiale (successi/insuccessi) e la Poisson (eventi rari) e quando servono; e vedere la normale come il fondamento dei capitoli inferenziali che seguono.

Cos'è una distribuzione di probabilità

Perché conta: perché è il passaggio dal descrivere dati reali al modellare la popolazione, e i modelli sono ciò che permette di fare inferenza.

📌 Definizione formale. Una distribuzione di probabilità assegna a ogni valore possibile di una variabile la probabilità (o, per le continue, la densità) con cui si presenta nella popolazione. È il "profilo completo" della variabile: dove si addensa, dove si dirada, che forma ha. Per le variabili discrete è un elenco di probabilità (P che i figli siano 0, 1, 2…); per le continue è una curva la cui area rappresenta la probabilità.

🔗 Analogia. L'istogramma del capitolo 3 era la fotografia di un campione: barre costruite sui dati che avevi. La distribuzione di probabilità è il modello ideale verso cui quella fotografia tende man mano che il campione cresce: se misurassi l'altezza non di 200 ma di infinite persone, le barre dell'istogramma diventerebbero sempre più fitte e il loro profilo si farebbe una curva liscia. La distribuzione è quella curva liscia — la legge della popolazione, non i dati di un campione.

⚠️ Attenzione. Un punto che confonde all'inizio, per le variabili continue: la probabilità di un valore esatto è zero. Non ha senso chiedere "qual è la probabilità che una persona sia alta esattamente 175,000000 cm" — nessuno lo è al miliardesimo. Ha senso solo chiedere la probabilità di un intervallo ("fra 170 e 180 cm"), che corrisponde all'area sotto la curva in quel tratto. Questa idea — probabilità = area — è la chiave per leggere ogni curva di distribuzione, ed è il motivo per cui tutto ciò che segue ragiona per aree, non per punti.

La distribuzione normale: la campana che domina la biologia

Perché conta: perché è la distribuzione più importante della statistica e della medicina, e capirla sblocca quasi tutta l'inferenza dei capitoli seguenti.

📌 Definizione formale. La distribuzione normale (o gaussiana) è una curva a campana, simmetrica attorno alla media, in cui media, mediana e moda coincidono (è la simmetria perfetta del capitolo 3). È completamente definita da due soli parametri: la media (dove sta il centro della campana) e la deviazione standard (quanto è larga: piccola DS → campana stretta e alta, grande DS → campana bassa e larga).

🔗 Analogia. Perché tanta biologia è normale? Perché la campana emerge ogni volta che una grandezza nasce dalla somma di molti piccoli contributi indipendenti. L'altezza dipende da centinaia di geni e da fattori ambientali, ciascuno con un piccolo effetto: sommati, producono una campana. È come lanciare venti dadi e sommarli: i totali estremi (tutti 1 o tutti 6) sono rarissimi, quelli medi sono comunissimi, e il profilo dei totali è una campana. La biologia lancia dadi di continuo — ed è per questo che la gaussiana è ovunque, dagli errori di misura ai valori ematici.

📌 Definizione formale — la regola più utile del corso. In una distribuzione normale, la deviazione standard divide l'area in proporzioni fisse (regola 68-95-99,7): circa il 68% dei valori cade entro ±1 DS dalla media, circa il 95% entro ±2 DS, circa il 99,7% entro ±3 DS. Questa regola trasforma la deviazione standard da numero astratto a strumento immediato: sapere media e DS di una normale significa sapere dove sta quasi tutta la popolazione.

🧩 Esempio. È esattamente come nascono gli intervalli di riferimento di laboratorio (capitolo 3, e poi Medicina di Laboratorio). Se un valore ematico è distribuito normalmente nei sani, si definisce "normale" l'intervallo media ± 2 DS, che per costruzione contiene il 95% dei sani. Conseguenza che sorprende i pazienti e che ogni medico deve saper spiegare: per definizione, il 5% delle persone perfettamente sane cade fuori dal range (2,5% sopra, 2,5% sotto). Un valore "fuori norma" non significa malattia — significa che quella persona è fra il 5% agli estremi della campana dei sani. E facendo dieci esami a un sano, la probabilità che almeno uno risulti "anomalo" per solo caso è alta. La regola 68-95-99,7 spiega perché.

La standardizzazione: rendere confrontabili le campane

Perché conta: perché è il trucco che permette di collocare qualunque valore su qualunque normale, ed è la macchina che fa funzionare i test dei capitoli 8-9.

📌 Definizione formale. Il punteggio z (standardizzazione) trasforma un valore in "a quante deviazioni standard dalla media si trova": z = (valore − media) / DS. Un z di 0 è esattamente sulla media, un z di +2 è due DS sopra, un z di −1 è una DS sotto. La standardizzazione converte qualunque distribuzione normale nella normale standard (media 0, DS 1), una campana di riferimento le cui aree sono tabulate una volta per tutte.

🔗 Analogia. È come esprimere ogni misura in una valuta comune. Un bambino alto 130 cm e uno che pesa 30 kg: chi è "più fuori dalla media" per la sua età? Non puoi confrontare centimetri e chili direttamente — ma puoi convertirli entrambi in punteggi z ("il primo è +1,5 DS in altezza, il secondo +0,5 DS in peso") e confrontarli. Lo z spoglia il valore dalle sue unità e lo esprime nella scala universale "distanza dal centro in DS". È lo strumento con cui le curve di crescita pediatriche (i percentili) e i T-score della densitometria ossea collocano un paziente rispetto alla popolazione.

⚠️ Attenzione. E qui c'è il motore nascosto di tutto il corso: standardizzare permette di calcolare probabilità come aree. Se voglio sapere quanto è raro un valore, lo converto in z e leggo l'area della coda oltre quel z. Un valore con z = 2 ha solo circa il 2,5% della popolazione oltre di sé (dalla regola 95%): è raro. Questa operazione — quanto è probabile un valore così estremo? — è esattamente ciò che fa un test statistico (capitolo 8), applicata non a un singolo paziente ma a una media campionaria. Chi padroneggia lo z ha già capito, senza saperlo, la meccanica del p-value.

Le altre distribuzioni: conteggi ed eventi rari

Perché conta: perché non tutto è una campana — i dati "sì/no" e gli eventi rari hanno distribuzioni proprie, e riconoscerle indica quali strumenti usare.

📌 Definizione formale. La distribuzione binomiale descrive il numero di successi in un numero fisso di prove indipendenti, ciascuna con due soli esiti (successo/insuccesso) e probabilità costante. È la distribuzione naturale delle variabili dicotomiche: quanti guariti su 50 trattati, quanti positivi su 100 testati, quante femmine su 20 nati. Ogni volta che conti "quanti su quanti", sotto c'è una binomiale.

📌 Definizione formale. La distribuzione di Poisson descrive il numero di eventi rari che accadono in un intervallo fisso di tempo o spazio, quando gli eventi sono indipendenti e avvengono a un tasso medio costante: il numero di nuovi casi di una malattia rara in un mese, di accessi al pronto soccorso in un'ora, di mutazioni per tratto di DNA, di colonie su una piastra. È la distribuzione del contare cose sparse.

🔗 Analogia. Un modo per orientarsi: la binomiale conta i successi su un numero noto e fisso di prove (50 pazienti trattati → fra 0 e 50 guariti); la Poisson conta eventi quando non c'è un "numero di prove" definito, solo un tasso in un intervallo (quanti casi in un mese, senza un tetto prefissato). E c'è un ponte elegante che i programmi amano: quando le prove sono tante e la probabilità di successo non è estrema, la binomiale assomiglia a una normale — motivo per cui, con campioni grandi, anche i dati dicotomici si trattano con gli strumenti della gaussiana. Le distribuzioni non sono compartimenti stagni: sfumano l'una nell'altra al crescere dei numeri.

🧩 Esempio. Il collegamento con l'epidemiologia è diretto. La Poisson è il modello con cui si valuta se un cluster di casi (tre leucemie nello stesso quartiere in un anno) è un allarme reale o una fluttuazione casuale: si confronta il numero osservato con quello atteso dal tasso medio, e la Poisson dice quanto è probabile vederne "così tanti" per solo caso. È di nuovo l'avversario del capitolo 1 — il caso che imita un segnale — affrontato con la distribuzione giusta per gli eventi rari.

🗺️ Come si collega il tutto

Questo capitolo fornisce i modelli su cui poggia tutta l'inferenza. La normale e la regola 68-95-99,7 sono la base degli intervalli di confidenza (capitolo 7, costruiti come media ± un multiplo di errori standard) e dei test parametrici (capitolo 8-9). La standardizzazione (z) è la meccanica con cui si calcola ogni p-value. La forma della distribuzione decide la scelta fra test parametrici (che assumono la normale) e non parametrici (che non la assumono), tema del capitolo 9. La binomiale è la base dell'inferenza sulle proporzioni (percentuali di guariti, capitolo 7-8). E il fatto che le medie campionarie siano normali anche quando i dati non lo sono (il teorema del limite centrale) è il ponte del capitolo 6.

Rispetto agli altri corsi: la normale è la spina dorsale degli intervalli di riferimento in Medicina di Laboratorio e delle curve di crescita e dei percentili in Pediatria e Auxologia. Il T-score gaussiano definisce l'osteoporosi in Reumatologia/Endocrinologia. La Poisson governa la sorveglianza dei cluster e delle malattie rare in Epidemiologia e la conta di colonie ed eventi in Microbiologia e Genetica. E l'idea che i valori estremi di una campana di sani non siano malattia è un principio di Semeiotica e di ragionamento diagnostico.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Distribuzione di probabilità	Il modello di come si ripartiscono i valori nella popolazione	Istogramma: quello è la foto di un campione
Probabilità = area	Per le continue conta l'area di un intervallo, non il punto	Probabilità di un valore esatto: per le continue è zero
Distribuzione normale	Campana simmetrica, definita da media e DS	Altre forme: la normale è simmetrica per definizione
Regola 68-95-99,7	±1 DS = 68%, ±2 DS = 95%, ±3 DS = 99,7% dell'area	Valori esatti: sono proporzioni, valgono solo sulla normale
Range di riferimento	Media ± 2 DS = 95% dei sani → il 5% dei sani è "fuori"	Malattia: "fuori norma" ≠ malato, è la coda dei sani
Punteggio z	A quante DS dalla media sta un valore: la valuta comune	Il valore grezzo: lo z toglie le unità e rende confrontabile
Binomiale	Numero di successi su prove fisse (guariti su trattati)	Poisson: quella conta eventi rari senza prove fisse
Poisson	Numero di eventi rari in un intervallo (casi al mese, cluster)	Binomiale: quella ha un numero di prove definito

📝 Riepilogo

• Una distribuzione di probabilità è il modello di come i valori si ripartiscono nella popolazione — la curva liscia verso cui tende l'istogramma se il campione diventa infinito. Passaggio chiave: dal descrivere dati al modellare la popolazione, che è ciò che permette l'inferenza. Per le continue, probabilità = area (il valore esatto ha probabilità zero).
• La normale (gaussiana) è la campana simmetrica che domina la biologia, definita da media e DS. Emerge quando una grandezza è la somma di molti piccoli fattori indipendenti (altezza, pressione, valori di laboratorio, errori di misura) — la biologia "lancia dadi" di continuo.
• La regola d'oro 68-95-99,7: entro ±1/±2/±3 DS cade il 68/95/99,7% dei valori. Da qui i range di riferimento (media ± 2 DS = 95% dei sani), con la conseguenza che il 5% dei sani è per definizione "fuori norma" — "anomalo" non vuol dire malato.
• La standardizzazione (punteggio z = quante DS dalla media) è la valuta comune che rende confrontabili valori diversi e converte tutto nella normale standard. Permette di calcolare probabilità come aree — la stessa meccanica del p-value (capitolo 8): quanto è raro un valore così estremo?.
• Le altre distribuzioni per ciò che non è una campana: la binomiale (successi su un numero fisso di prove — guariti su trattati, dati dicotomici) e la Poisson (eventi rari in un intervallo — casi al mese, cluster). Sfumano nella normale al crescere dei numeri.

In breve

Qui comincia davvero l'inferenza, e comincia da una domanda che il capitolo 1 aveva posto e lasciato aperta: come faccio a fidarmi di un campione per parlare della popolazione? La risposta ha due facce, una che riguarda come raccogli il campione e una che riguarda cosa succede matematicamente quando lo fai — e vanno tenute distinte perché è facile confonderle. La prima faccia è il modo di campionare: se il campione è preso male, nessuna matematica lo salva. Un campione distorto (biased) — che sistematicamente sovra-rappresenta un tipo di persone — dà una risposta sbagliata, e la dà con la stessa sicurezza con cui darebbe quella giusta: il bias non si vede nei numeri, è nascosto nel modo in cui i dati sono nati. La seconda faccia è più profonda e quasi miracolosa: anche con un campionamento perfetto, ogni campione dà una media un po' diversa (l'errore di campionamento del capitolo 1), ma queste medie campionarie non si sparpagliano a caso — si dispongono secondo una legge precisa, la stessa campana del capitolo 5. È il teorema del limite centrale, il risultato più importante di tutta la statistica, quello che spiega perché possiamo mettere numeri sull'incertezza invece di limitarci a subirla. Insieme, queste due idee — campiona senza bias, e sfrutta la regolarità delle medie campionarie — sono le fondamenta su cui i capitoli 7 e 8 costruiranno la stima e il test.

🎯 Alla fine di questo capitolo saprai: distinguere l'errore casuale (di campionamento) dall'errore sistematico (bias) e capire perché solo il secondo è pericoloso; conoscere i metodi di campionamento e perché la casualità protegge; capire la distribuzione delle medie campionarie e l'errore standard; padroneggiare il teorema del limite centrale e perché rende normale quasi tutto; e capire perché un campione più grande stringe l'incertezza.

Due errori diversi: il caso e il bias

Perché conta: perché sono profondamente diversi — uno si riduce, l'altro no — e confonderli fa credere risolvibile ciò che non lo è.

📌 Definizione formale. Fra il valore ottenuto da un campione e il vero valore della popolazione ci sono due tipi di scarto:

• errore casuale (di campionamento): la variazione imprevedibile dovuta al caso dell'estrazione. Ogni campione cade un po' sopra o un po' sotto il vero valore, senza direzione sistematica. Si riduce aumentando la dimensione del campione, e la statistica sa misurarlo.
• errore sistematico (bias, distorsione): uno scarto in una direzione precisa, dovuto a un difetto nel modo di raccogliere o misurare i dati. Fa sbagliare sempre dallo stesso lato. NON si riduce ingrandendo il campione, e la statistica non sa misurarlo dai dati.

🔗 Analogia. Pensa a un tiro al bersaglio. L'errore casuale è la mano che trema: i colpi si sparpagliano attorno al centro, e più tiri fai (campione grande) più la loro media si avvicina al centro. Il bias è il mirino storto: i colpi possono essere anche fittissimi e concentrati, ma tutti spostati dal centro nella stessa direzione — e sparare mille colpi in più non li avvicina di un millimetro, perché il problema non è la precisione, è che stai mirando nel posto sbagliato. Questa è la distinzione più importante del capitolo: il campione grande cura il tremore, non il mirino storto.

⚠️ Attenzione. Ed è la ragione per cui uno studio enorme può essere precisamente sbagliato. Un sondaggio su un milione di persone reclutate solo per telefono fisso può essere clamorosamente distorto (esclude chi ha solo il cellulare), e il milione di risposte non lo corregge — anzi, dà una falsa autorevolezza al risultato sbagliato. La dimensione del campione rassicura, ma rassicura sulla cosa sbagliata se c'è bias. Contro il bias non c'è quantità che tenga: c'è solo un buon disegno. Per questo il capitolo 12, sui disegni di studio, è dedicato in gran parte a evitarlo.

Come si campiona: perché la casualità protegge

Perché conta: perché il campionamento casuale è la difesa principale contro il bias, e capire perché lo è chiarisce cosa può e non può fare.

📌 Definizione formale. Nel campionamento casuale semplice ogni individuo della popolazione ha la stessa probabilità di essere scelto, e la scelta è indipendente. Varianti che migliorano l'efficienza mantenendo la casualità: il campionamento stratificato (si divide la popolazione in strati — per età, sesso — e si campiona a caso dentro ciascuno, garantendo che tutti i gruppi siano rappresentati) e il campionamento a grappoli (si campionano interi gruppi, es. reparti o città, comodo quando la popolazione è dispersa).

🔗 Analogia. Perché proprio il caso protegge? Perché il caso non ha preferenze. Ogni criterio umano di selezione — prendere "i pazienti disponibili", "quelli del mio reparto", "i volontari" — introduce una preferenza nascosta: i volontari sono più motivati, i disponibili sono meno gravi, i pazienti del tuo reparto sono selezionati dalla tua specialità. Il caso, invece, non favorisce nessun tipo: mescola alla cieca, e proprio per questo restituisce un campione che somiglia alla popolazione in tutto, anche nei fattori che non sapevi nemmeno di dover controllare. È questa la magia della randomizzazione, che tornerà come arma centrale negli studi clinici (capitolo 12).

🧩 Esempio. I bias di selezione classici, tutti dovuti al non campionare a caso: il bias del volontario (chi si offre è diverso da chi no); il bias di sopravvivenza (studiare solo i pazienti arrivati vivi in reparto esclude quelli morti prima, falsando la prognosi verso il buono); il bias di Berkson (studiare solo ricoverati distorce le associazioni fra malattie). Nessuno di questi si vede nei dati raccolti — si vede solo pensando a chi è rimasto fuori. La domanda del buon lettore di uno studio non è mai solo "quanti erano?", ma "chi manca, e perché?".

La distribuzione delle medie campionarie

Perché conta: perché è l'idea attorno a cui ruota tutta l'inferenza, e capirla trasforma l'errore di campionamento da problema a strumento.

Facciamo un esperimento mentale. Dalla stessa popolazione estraiamo non un campione, ma mille campioni diversi, e da ciascuno calcoliamo la media. Otteniamo mille medie, tutte un po' diverse (errore di campionamento). Cosa succede se le mettiamo in un istogramma?

📌 Definizione formale. L'insieme delle medie ottenibili da tutti i possibili campioni forma la distribuzione delle medie campionarie (distribuzione campionaria della media). Ha tre proprietà cruciali: è centrata sulla vera media della popolazione (le medie campionarie si dispongono attorno al valore vero, senza distorsione); è meno dispersa dei dati originali (mediare "smorza" gli estremi); e la sua dispersione si chiama errore standard.

📌 Definizione formale. L'errore standard (della media) è la deviazione standard delle medie campionarie — cioè quanto una media campionaria tende a scostarsi dalla vera media. Diminuisce al crescere della dimensione del campione: campioni più grandi danno medie più concentrate attorno al vero valore, quindi stime più precise.

⚠️ Attenzione. Qui va sciolta la confusione anticipata nel capitolo 3, perché è tenace: deviazione standard ed errore standard NON sono la stessa cosa. La deviazione standard descrive quanto variano i singoli pazienti fra loro (una proprietà dei dati, che non cambia se ingrandisci il campione — la popolazione è varia quanto è varia). L'errore standard descrive quanto varia la media come stima (una proprietà dell'inferenza, che si restringe con campioni più grandi). Riassunto: la DS dice quanto sono diversi i pazienti, l'errore standard dice quanto ti fidi della media. Confonderli porta a riportare barre d'errore che dicono l'opposto di ciò che si crede — errore diffusissimo negli articoli.

Il teorema del limite centrale: il miracolo che regge tutto

Perché conta: perché è il risultato più importante della statistica, quello che permette di usare la normale quasi sempre, anche quando i dati non sono normali.

📌 Definizione formale. Il teorema del limite centrale (TLC) afferma che, qualunque sia la forma della distribuzione dei dati di partenza, la distribuzione delle medie campionarie tende a una normale (capitolo 5) al crescere della dimensione del campione. In pratica, per campioni sufficientemente grandi (una regola grossolana: qualche decina), la media campionaria è approssimativamente normale anche se i dati originali sono asimmetrici, storti o strani.

🔗 Analogia. È quasi troppo bello. I singoli dati possono essere qualunque cosa — le degenze asimmetriche del capitolo 3, i redditi, i tempi di attesa con la loro coda lunga — ma appena li mediamo su un campione, la stranezza svanisce e riappare la campana. Perché? Perché una media somma molti valori, e sommare molti contributi produce una normale (è la stessa ragione del capitolo 5: molti fattori che si sommano → gaussiana). Il TLC è la spiegazione profonda del perché la normale sia ovunque: non perché i fenomeni siano normali, ma perché le medie lo diventano.

⚠️ Attenzione. Ed ecco perché questo teorema regge tutto il corso: la maggior parte dell'inferenza ragiona su medie (o su proporzioni, che sono medie di 0 e 1), non su singoli dati. E poiché le medie sono normali per il TLC, possiamo usare la regola 68-95-99,7 e i punteggi z (capitolo 5) per calcolare quanto è probabile una certa media campionaria — senza dover assumere che i dati grezzi siano normali. È questa libertà che rende applicabili gli intervalli di confidenza (capitolo 7) e i test (capitolo 8) a dati clinici reali, che quasi mai sono perfettamente gaussiani. Il TLC è il permesso matematico di usare la campana quasi sempre.

🗺️ Come si collega il tutto

Questo capitolo è la cerniera dell'inferenza. La distinzione caso/bias è il metro con cui si giudica ogni studio nel capitolo 12 (i disegni servono a eliminare il bias, non il caso). L'errore standard è il mattone con cui il capitolo 7 costruisce l'intervallo di confidenza (media ± un multiplo di errori standard) e il capitolo 8 costruisce la statistica test. Il TLC è ciò che permette a stima e test di funzionare su dati reali non normali. E la dipendenza dell'errore standard dalla dimensione del campione è la base del calcolo della numerosità campionaria, che deciderà quanti pazienti servono a uno studio (capitolo 8 e 12).

Rispetto agli altri corsi: il bias di campionamento è il tema centrale dell'Epidemiologia (i suoi disegni — coorte, caso-controllo — sono classificati proprio in base a quali bias controllano) e della lettura critica in Metodologia Clinica. Il bias di sopravvivenza e di selezione distorcono ogni casistica clinica non randomizzata. Il calcolo della numerosità è un passaggio obbligato di ogni protocollo di ricerca e di ogni domanda a un comitato etico. E l'idea che "chi manca dal campione" conti quanto chi c'è è un principio di Sanità Pubblica (le popolazioni difficili da raggiungere sono quelle a maggior rischio, e sistematicamente sotto-rappresentate).

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Errore casuale	Sparpagliamento imprevedibile: si riduce col campione grande	Bias: quello è sistematico e non si riduce
Bias (errore sistematico)	Sbaglia sempre dallo stesso lato: il mirino storto	Errore casuale: la mano che trema, curabile con più tiri
Campione grande	Cura il tremore (errore casuale), dà precisione	Il mirino storto: contro il bias non serve a nulla
Campionamento casuale	Il caso non ha preferenze: rappresenta anche l'ignoto	Campione "comodo": volontari, disponibili → bias nascosto
"Chi manca?"	La domanda che smaschera il bias di selezione	"Quanti erano?": la quantità non rivela la distorsione
Distribuzione delle medie campionarie	Le medie di tutti i campioni: centrata sul vero valore	Distribuzione dei dati: quella è più dispersa
Errore standard	Quanto varia la media come stima: si restringe col campione	Deviazione standard: quanto variano i pazienti (fissa)
Teorema del limite centrale	Le medie diventano normali anche se i dati non lo sono	"I dati sono normali": non serve — bastano le medie

📝 Riepilogo

• Due errori profondamente diversi. L'errore casuale (di campionamento) è imprevedibile, senza direzione, si riduce col campione grande ed è misurabile. Il bias (errore sistematico) sbaglia sempre dallo stesso lato, non si riduce ingrandendo il campione e non è misurabile dai dati. Metafora: la mano che trema (casuale) vs il mirino storto (bias).
• Conseguenza cruciale: uno studio enorme può essere precisamente sbagliato. Contro il bias non c'è quantità che tenga, solo un buon disegno. La domanda del buon lettore non è "quanti erano?" ma "chi manca, e perché?".
• Il campionamento casuale protegge perché il caso non ha preferenze: rappresenta la popolazione anche nei fattori ignoti. Ogni selezione umana (volontari, disponibili, sopravvissuti) introduce bias nascosti (volontario, sopravvivenza, Berkson).
• Le medie campionarie non si sparpagliano a caso: si dispongono attorno al vero valore, meno disperse dei dati, con dispersione detta errore standard (che si restringe col campione grande). Da tenere distinto dalla deviazione standard: la DS dice quanto variano i pazienti, l'errore standard quanto ti fidi della media.
• Il teorema del limite centrale: le medie campionarie tendono alla normale qualunque sia la forma dei dati originali. È il permesso matematico di usare la campana (regola 68-95-99,7, punteggi z) quasi sempre — su cui poggiano stima (capitolo 7) e test (capitolo 8), anche con dati clinici non gaussiani.

In breve

Abbiamo un campione e vogliamo dire qualcosa sulla popolazione: questo è stimare. Il modo ingenuo è dare un numero solo — "la pressione media è 130" — ma quel numero, lo sappiamo dal capitolo 6, è quasi certamente un po' sbagliato per via dell'errore di campionamento, e soprattutto non dice quanto è affidabile. Un 130 ottenuto da 10 pazienti e un 130 ottenuto da 10.000 sono numeri diversi travestiti da uguali. La statistica offre allora qualcosa di molto più onesto della stima puntuale: l'intervallo di confidenza, che non dà un numero ma un intervallo — "la vera media è plausibilmente fra 127 e 133" — e con esso comunica, nella sua stessa larghezza, quanta incertezza c'è. È lo strumento più bello del corso perché fa una cosa che sembra impossibile: mette dei paletti attorno a un valore che non conosciamo, dichiarando insieme dove crediamo che sia e quanto poco lo sappiamo. Un intervallo stretto dice "lo sappiamo bene", uno largo "lo sappiamo male" — e vederlo largo è un'informazione, non un fallimento. Questo capitolo costruisce l'intervallo di confidenza dai mattoni già pronti (l'errore standard del capitolo 6, la regola 95% del capitolo 5), ne chiarisce l'interpretazione — che è più sottile di come la si racconta — e mostra perché, negli articoli seri, l'intervallo di confidenza è considerato più informativo del famigerato p-value che incontreremo dopo.

🎯 Alla fine di questo capitolo saprai: distinguere stima puntuale e stima per intervallo; costruire e interpretare un intervallo di confidenza al 95%; capire cosa significa davvero "95%" (e cosa non significa); capire come larghezza dell'intervallo, dimensione del campione e livello di confidenza si influenzano; e leggere un intervallo di confidenza come misura di precisione più ricca del solo p-value.

Stima puntuale e stima per intervallo

Perché conta: perché dare un solo numero nasconde l'incertezza, e nasconderla è il peccato originale di ogni cattiva statistica.

📌 Definizione formale. La stima puntuale è il singolo valore calcolato dal campione e usato come "miglior indovinello" del valore vero della popolazione (la media del campione stima la media della popolazione; la proporzione di guariti stima la vera efficacia). La stima per intervallo fornisce invece un intervallo di valori entro cui si ritiene plausibile che cada il valore vero, accompagnato da un livello di confidenza.

🔗 Analogia. La stima puntuale è come rispondere "arrivo alle 8" a chi ti aspetta: preciso, ma se poi arrivi alle 8:40 hai mentito con precisione. La stima per intervallo è "arrivo fra le 8 e le 8:15": meno secco, ma onesto sulla propria incertezza, e chi ti aspetta sa quanto fidarsi. In medicina l'onestà sull'incertezza vale più della falsa precisione: un intervallo che ammette "non lo so con esattezza" è più scientifico di un numero che finge di saperlo.

⚠️ Attenzione. E il difetto fatale della stima puntuale è che due stime identiche possono avere affidabilità opposta. "Efficacia 60%" da uno studio su 20 pazienti e "efficacia 60%" da uno su 2000 sono lo stesso numero con credibilità diversissima: il primo potrebbe in realtà essere ovunque fra il 40% e l'80%, il secondo è inchiodato attorno al 58-62%. La stima puntuale, da sola, cancella questa differenza. L'intervallo di confidenza esiste proprio per ripristinarla: rende visibile, nella larghezza, ciò che il numero solo nascondeva.

Costruire l'intervallo di confidenza

Perché conta: perché nasce direttamente dai capitoli 5 e 6, e vederlo costruito lo rende intuitivo invece che magico.

📌 Definizione formale. L'intervallo di confidenza (IC) si costruisce attorno alla stima puntuale aggiungendo e togliendo un margine di errore, che è un multiplo dell'errore standard (capitolo 6). Per un IC al 95% su una media, il margine è circa 2 errori standard (più precisamente 1,96): IC 95% = media ± circa 2 errori standard. L'intervallo va dalla media meno il margine alla media più il margine.

🔗 Analogia. Ecco perché è "circa 2 errori standard" e non un numero qualsiasi: viene dritto dalla regola 68-95-99,7 del capitolo 5. Sappiamo dal TLC (capitolo 6) che le medie campionarie sono normali attorno al vero valore, con dispersione pari all'errore standard. Quindi il 95% delle medie campionarie cade entro ±2 errori standard dal vero valore. Rovesciando il ragionamento: attorno alla nostra media, un intervallo di ±2 errori standard ha buone probabilità di "catturare" il vero valore. L'IC è la regola 95% della campana, applicata non ai dati ma alle medie e letta al contrario. Non è una formula nuova: è il capitolo 5 e il 6 che si stringono la mano.

📌 Definizione formale — cosa lo rende stretto o largo. La larghezza dell'IC dipende da tre cose: la dispersione dei dati (più variabili sono i pazienti, più largo l'intervallo — la DS conta), la dimensione del campione (più grande, più stretto, perché l'errore standard si riduce — capitolo 6), e il livello di confidenza scelto (più alto, più largo).

🧩 Esempio. Quest'ultimo punto contiene un compromesso elegante. Se voglio essere più sicuro di catturare il vero valore, devo allargare la rete: un IC al 99% è più largo di uno al 95%, che è più largo di uno al 90%. C'è un baratto fra confidenza (quanto sono sicuro) e precisione (quanto è stretto l'intervallo): non posso avere entrambe al massimo con lo stesso campione. Il 95% è lo standard convenzionale perché bilancia ragionevolmente i due. E l'unico modo per stringere l'intervallo senza rinunciare alla confidenza è aumentare il campione — di nuovo, la dimensione campionaria come leva contro l'incertezza.

Cosa significa davvero "95%"

Perché conta: perché è l'interpretazione più fraintesa della statistica descrittiva-inferenziale, e capirla bene distingue chi ha capito da chi ripete formule.

⚠️ Attenzione. L'interpretazione ingenua — e sbagliata — è: "c'è il 95% di probabilità che il vero valore stia dentro questo intervallo". Sembra ragionevole, ma è scorretta nella logica frequentista, e vale la pena capire perché. Il vero valore della popolazione è un numero fisso (non è una variabile casuale): o sta dentro il nostro intervallo o non ci sta, non "con probabilità 95%". La probabilità non è nel valore vero — è nel metodo.

📌 Definizione formale. L'interpretazione corretta è sul procedimento: se ripetessimo lo studio moltissime volte, costruendo ogni volta un IC al 95% dal nuovo campione, il 95% di quegli intervalli conterrebbe il vero valore (e il 5% lo mancherebbe). La "confidenza" è la percentuale di successo del metodo di costruzione, non la probabilità riferita al singolo intervallo che abbiamo in mano.

🔗 Analogia. È come un arciere che centra il bersaglio il 95% delle volte. Del singolo tiro già scoccato — quello lì, conficcato nel muro — non ha più senso dire "ha il 95% di probabilità di essere nel centro": o c'è o non c'è, è già successo. Il 95% descrive l'arciere (il metodo), non quella freccia (il tuo intervallo). Nella pratica clinica, va detto, questa sottigliezza si allenta e si legge l'IC come "l'intervallo plausibile per il vero valore" — che è utile e operativamente innocuo — ma sapere dov'è la sottigliezza è ciò che separa la comprensione dalla ripetizione a pappagallo.

🧩 Esempio. Un uso dell'IC che sarà centrale nel capitolo 8 e che conviene piantare ora: l'IC dice anche se una differenza è "significativa", ma dicendo molto di più. Se l'IC della differenza fra due trattamenti non include lo zero (es. "il farmaco abbassa la pressione fra 5 e 11 mmHg" — tutto positivo), allora una differenza nulla è implausibile: c'è un effetto. Se include lo zero ("fra −2 e +8"), allora "nessun effetto" resta plausibile. L'IC risponde alla stessa domanda del test di ipotesi, ma in più mostra la grandezza e la direzione dell'effetto e la sua precisione — ragione per cui i buoni articoli riportano sempre l'IC, non solo il p-value.

Perché l'IC è più informativo del p-value

Perché conta: perché anticipa la critica al p-value del capitolo 8 e spiega perché la statistica moderna preferisce gli intervalli.

🔗 Analogia. Un p-value (capitolo 8) è come un semaforo: verde o rosso, "significativo o no". Un intervallo di confidenza è come una mappa con la distanza: ti dice dove sei, quanto lontano, e con quale margine di errore. Il semaforo nasconde tutto dentro un sì/no; la mappa mostra la grandezza dell'effetto. Due studi possono avere lo stesso "semaforo verde" (entrambi significativi) ma mappe diverse: uno con effetto grande e preciso, l'altro con effetto minuscolo ma inchiodato da un campione enorme. Il p-value non li distingue; l'IC sì.

⚠️ Attenzione. Ed è qui la distinzione che pesa in clinica, e che il capitolo 8 svilupperà: significatività statistica non è rilevanza clinica. Un IC può dirti che un farmaco abbassa la pressione "fra 0,5 e 1,5 mmHg" — un effetto statisticamente dimostrato (l'intervallo non include lo zero) ma clinicamente irrilevante (1 mmHg non cambia la vita di nessuno). Il p-value da solo direbbe "significativo!" e ti farebbe credere a una scoperta; l'IC ti mostra che l'effetto è reale ma trascurabile. Leggere l'intervallo — non solo se "esce dallo zero", ma dove sono i suoi estremi — è ciò che permette di giudicare se un risultato conta davvero per un paziente. È la differenza fra sapere che qualcosa "è vero" e sapere se "importa".

🗺️ Come si collega il tutto

Questo capitolo mette al lavoro tutto ciò che è venuto prima: l'errore standard (capitolo 6) è il mattone, la regola 95% della normale (capitolo 5) è la malta, il TLC (capitolo 6) è il permesso di usarla su dati reali. E prepara il capitolo 8: l'IC e il test di ipotesi sono due facce della stessa moneta — se l'IC di una differenza esclude lo zero, il test risulta significativo, e viceversa. Ma l'IC mostra la grandezza dell'effetto, che il p-value nasconde. La dipendenza della larghezza dal campione è la base del calcolo della numerosità (capitolo 8). E l'IC attorno a misure di rischio (rischio relativo, odds ratio) sarà lo strumento principe per leggere gli studi epidemiologici del capitolo 12.

Rispetto agli altri corsi: l'intervallo di confidenza è il modo standard di riportare ogni risultato in Epidemiologia e negli studi clinici (Farmacologia, capitolo 12): l'efficacia di un farmaco, un rischio relativo, una differenza di sopravvivenza vengono sempre con il loro IC. La distinzione fra significatività statistica e rilevanza clinica è un principio cardine della Metodologia Clinica e della lettura critica della letteratura. E l'IC attorno ai valori di un esame ripetuto è alla base del controllo di qualità in Medicina di Laboratorio.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Stima puntuale	Un solo numero: il "miglior indovinello", ma nasconde l'incertezza	Stima per intervallo: quella dichiara l'incertezza
Intervallo di confidenza	Un range plausibile per il vero valore + livello di confidenza	Stima puntuale: l'IC mostra anche la precisione
Margine di errore	~2 errori standard (per il 95%): viene dalla regola 95%	DS: il margine usa l'errore standard, non la DS grezza
Larghezza dell'IC	Dipende da dispersione, campione e livello di confidenza	Fissa: si stringe aumentando i pazienti
Confidenza vs precisione	Più sicuro = più largo: un baratto, salvo ingrandire il campione	Averle entrambe al massimo: impossibile a parità di campione
"95%" (senso corretto)	Il 95% degli intervalli così costruiti cattura il vero valore	"95% di probabilità in questo intervallo": scorretto
IC che include lo zero	La differenza nulla resta plausibile: non significativo	IC che esclude lo zero: c'è un effetto (cap. 8)
Significatività ≠ rilevanza	Un effetto può essere reale ma clinicamente trascurabile	Il p-value da solo: nasconde la grandezza dell'effetto

📝 Riepilogo

• Stimare = dire qualcosa sulla popolazione dal campione. La stima puntuale (un solo numero) nasconde l'incertezza: "efficacia 60%" da 20 o da 2000 pazienti è lo stesso numero con affidabilità opposta. La stima per intervallo ripristina l'onestà.
• L'intervallo di confidenza = stima puntuale ± margine di errore (~2 errori standard per il 95%). Nasce diretto dai capitoli 5-6: è la regola 95% della campana applicata alle medie (TLC) e letta al contrario. Non è magia — è il capitolo 5 e il 6 che si stringono la mano.
• La larghezza dipende da: dispersione dei dati, dimensione del campione (più grande → più stretto), livello di confidenza (più alto → più largo). C'è un baratto confidenza vs precisione; l'unico modo di stringere senza perdere confidenza è più pazienti.
• Cosa significa "95%": non "95% di probabilità che il vero valore sia in questo intervallo" (il vero valore è fisso). Bensì: il 95% degli intervalli così costruiti, su studi ripetuti, cattura il vero valore. La confidenza è una proprietà del metodo (l'arciere), non del singolo intervallo (la freccia).
• L'IC è più informativo del p-value: mostra grandezza, direzione e precisione dell'effetto, non solo un sì/no. Se esclude lo zero → effetto presente (significativo); se lo include → nulla resta plausibile. Ma soprattutto: significatività statistica ≠ rilevanza clinica — un effetto può essere reale e trascurabile, e solo guardando dove sono gli estremi dell'IC si capisce se importa.

In breve

Siamo arrivati al concetto che dà alla statistica la sua fama e i suoi peggiori fraintendimenti: il test di ipotesi e il suo prodotto, il p-value. È il metodo con cui, davanti a una differenza fra due gruppi, si decide se crederla reale o attribuirla al caso — la domanda del capitolo 1, finalmente affrontata con una procedura. La logica del test è controintuitiva e vale la pena capirla una volta per tutte, perché è la stessa di una dimostrazione per assurdo. Non si prova che il farmaco funziona: si parte dall'ipotesi opposta — "il farmaco non fa nulla, i due gruppi sono identici, ogni differenza è solo caso" (l'ipotesi nulla) — e si calcola quanto sarebbero improbabili i dati osservati se quell'ipotesi fosse vera. Se i dati risultano troppo strani per essere plausibili sotto "è solo caso", si rifiuta l'ipotesi nulla e si conclude che qualcosa di reale c'è. Il p-value è esattamente quel "quanto sarebbero improbabili i dati": non la probabilità che il farmaco funzioni, non la probabilità che l'ipotesi nulla sia vera, ma la probabilità di osservare dati così estremi se fosse tutto caso. Confonderlo con altre cose è l'errore più diffuso di tutta la medicina, ripetuto in migliaia di articoli. Questo capitolo costruisce il ragionamento con cura, spiega la soglia dello 0,05 e la sua arbitrarietà, e mette in guardia dai due errori — il falso allarme e la mancata scoperta — che nessun test può eliminare, solo bilanciare.

🎯 Alla fine di questo capitolo saprai: capire la logica del test come "dimostrazione per assurdo" e il ruolo dell'ipotesi nulla; definire correttamente il p-value e conoscere le sue interpretazioni sbagliate; capire la soglia 0,05, la sua arbitrarietà e cosa vuol dire "significativo"; distinguere l'errore di tipo I (falso allarme) e di tipo II (mancata scoperta) e la potenza; e capire perché "non significativo" non vuol dire "nessun effetto".

La logica del test: la dimostrazione per assurdo

Perché conta: perché è una logica rovesciata rispetto all'intuito, e chi non la afferra fraintende tutto ciò che segue.

📌 Definizione formale. Il test di ipotesi confronta due ipotesi. L'ipotesi nulla (H₀) afferma che non c'è effetto / non c'è differenza: i due gruppi provengono dalla stessa popolazione, e qualunque differenza osservata è solo caso. L'ipotesi alternativa (H₁) afferma che un effetto c'è. Il test non prova H₁: assume H₀ vera, calcola quanto sarebbero improbabili i dati sotto questa assunzione, e se sono troppo improbabili rifiuta H₀.

🔗 Analogia. È il processo penale. L'imputato è innocente fino a prova contraria (ipotesi nulla: nessun effetto). Non si "dimostra l'innocenza": si parte da lì e si guarda se le prove sono incompatibili con l'innocenza. Se lo sono oltre ogni ragionevole dubbio, si condanna (si rifiuta H₀). Se non lo sono, si assolve per insufficienza di prove — che non è "dichiarare innocente", è "non aver trovato prove sufficienti". Questa asimmetria è tutto: il test può rifiutare il caso come spiegazione, non può mai dimostrare che il caso è la spiegazione.

⚠️ Attenzione. Perché questa contorsione, invece di provare direttamente che il farmaco funziona? Perché l'ipotesi nulla è precisa e calcolabile, l'alternativa no. "Nessuna differenza" è una singola situazione matematica su cui si può calcolare cosa aspettarsi dal caso; "c'è una differenza" è vago (grande? piccola? di quanto?) e non permette calcoli. Si nega l'ipotesi precisa perché è l'unica su cui si può fare i conti. È lo stesso motivo per cui in matematica si dimostra per assurdo: negare un'affermazione precisa è più facile che provarla direttamente.

Il p-value: cos'è e cosa non è

Perché conta: perché è il numero più citato e più frainteso della medicina, e definirlo con esattezza è la competenza centrale del capitolo.

📌 Definizione formale. Il p-value è la probabilità di osservare dati estremi almeno quanto quelli osservati, SE l'ipotesi nulla fosse vera. In altre parole: se davvero non ci fosse nessun effetto e agisse solo il caso, quanto sarebbe raro ottenere una differenza grande come quella che ho visto (o maggiore)? Un p piccolo significa: "dati così sarebbero rari sotto il solo caso" → il caso diventa una spiegazione poco credibile → si propende per un effetto reale.

🔗 Analogia. Torna la moneta del capitolo 1. Sospetti che una moneta sia truccata (H₁); l'ipotesi nulla è "è regolare". La lanci 10 volte e fa 10 teste. Il p-value è: se la moneta fosse regolare, quanto sarebbe raro fare 10 teste su 10? Rarissimo (meno di 1 su 1000). Quel numero minuscolo è il p-value: non dice "la moneta è truccata al 99,9%", dice "un risultato così, con una moneta onesta, sarebbe quasi impossibile". La conclusione (probabilmente è truccata) la traiamo noi, ma il p-value misura solo la stranezza dei dati sotto l'ipotesi di onestà.

⚠️ Attenzione — i tre errori capitali. Il p-value NON è:

1. la probabilità che l'ipotesi nulla sia vera. Il p misura la probabilità dei dati dato H₀, non di H₀ dati i dati — è di nuovo lo scambio P(A|B) ≠ P(B|A) del capitolo 4, l'errore bayesiano applicato ai test. Un p di 0,03 non significa "3% di probabilità che il caso spieghi tutto".
2. la probabilità che il risultato sia dovuto al caso.
3. una misura della grandezza o dell'importanza dell'effetto. Un p piccolissimo può accompagnare un effetto clinicamente ridicolo (capitolo 7): dice solo che l'effetto è rilevabile, non che è grande. Con un campione enorme, differenze minuscole diventano "altamente significative".

Interiorizzare che il p-value è P(dati | nessun effetto) e nient'altro è, forse, la singola cosa più importante di tutto il corso di statistica medica.

La soglia 0,05: significatività e sua arbitrarietà

Perché conta: perché "p < 0,05" è dappertutto, e va capito come una convenzione utile — non come un confine sacro fra vero e falso.

📌 Definizione formale. Si fissa in anticipo una soglia di significatività (α), convenzionalmente 0,05 (5%): se il p-value è sotto α, si dichiara il risultato statisticamente significativo e si rifiuta H₀; se è sopra, "non significativo" e non si rifiuta. α è la probabilità di falso allarme che accettiamo di correre (rifiutare H₀ quando è vera).

⚠️ Attenzione. Ma lo 0,05 è una convenzione storica arbitraria, non una legge di natura. Non c'è nulla di magico che distingua un p di 0,049 (significativo) da uno di 0,051 (non significativo): sono praticamente identici, eppure la dicotomia li tratta come vero contro falso. Ridurre tutto a un sì/no attorno a una soglia arbitraria è il difetto strutturale del test, ed è esattamente perché il capitolo 7 raccomandava l'intervallo di confidenza, che mostra la grandezza dell'effetto invece di schiacciarla in una decisione binaria. Un buon lettore non chiede "è significativo?", chiede "quanto vale l'effetto, e con che intervallo?".

🧩 Esempio. L'arbitrarietà apre anche la porta a un abuso da conoscere: il p-hacking. Se provo venti confronti diversi sugli stessi dati, per solo caso circa uno risulterà "significativo" a 0,05 (è il 5% di falsi allarmi che ho accettato). Pescare a posteriori quel confronto fortunato e presentarlo come scoperta è una frode statistica, spesso involontaria. È il problema dei confronti multipli: più test fai, più falsi positivi raccogli. La difesa è dichiarare le ipotesi prima di guardare i dati e correggere la soglia quando i confronti sono molti — un principio che il capitolo 12 collega al disegno pre-registrato degli studi.

I due errori: falso allarme e mancata scoperta

Perché conta: perché nessun test è infallibile, e i due modi di sbagliare hanno conseguenze cliniche opposte che vanno bilanciate consapevolmente.

📌 Definizione formale. Un test può sbagliare in due modi speculari:

• Errore di tipo I (falso positivo, α): rifiutare H₀ quando è vera → dichiarare un effetto che non esiste (un falso allarme: approvare un farmaco inutile). La sua probabilità è α, la soglia scelta (0,05).
• Errore di tipo II (falso negativo, β): non rifiutare H₀ quando è falsa → non accorgersi di un effetto che c'è (mancare una scoperta reale: scartare un farmaco che funziona).

📌 Definizione formale. La potenza di un test è 1 − β: la probabilità di rilevare un effetto quando c'è davvero. Un test poco potente (sottodimensionato) rischia di mancare effetti reali. La potenza cresce soprattutto con la dimensione del campione: ecco perché prima di uno studio si calcola quanti pazienti servono per avere buone probabilità di trovare un effetto della grandezza attesa (il calcolo della numerosità, capitolo 6 e 12).

🔗 Analogia. È il rilevatore di fumo. Tararlo troppo sensibile → suona per il vapore della doccia (tanti falsi allarmi, tipo I). Tararlo troppo insensibile → non suona nemmeno con l'incendio (mancate scoperte, tipo II). Non puoi minimizzare entrambi con lo stesso apparecchio: abbassare uno alza l'altro. La scelta di dove mettere l'ago dipende da cosa costa di più sbagliare — e in medicina la risposta cambia col contesto: per un test di screening di massa temi i falsi positivi (allarmi inutili su milioni di sani), per una malattia mortale curabile temi i falsi negativi (mancare chi si poteva salvare).

⚠️ Attenzione. Da qui la conclusione più importante e più trascurata: "non significativo" NON significa "nessun effetto". Un p sopra 0,05 può voler dire che l'effetto non c'è, oppure che c'è ma lo studio era troppo piccolo per vederlo (bassa potenza, errore di tipo II). Assenza di prova non è prova di assenza. Uno studio "negativo" su 15 pazienti non ha dimostrato che il farmaco è inutile — ha solo fallito nel dimostrare che è utile, il che è diversissimo. Confondere le due cose ha fatto abbandonare terapie efficaci solo perché testate su campioni troppo piccoli. Prima di concludere "non funziona", va sempre chiesto: lo studio aveva abbastanza potenza per accorgersene?

🗺️ Come si collega il tutto

Questo capitolo è il cuore inferenziale del corso. Poggia interamente su ciò che precede: l'ipotesi nulla si valuta sulla distribuzione delle medie campionarie (capitolo 6), resa normale dal TLC, e il p-value è un'area di coda calcolata come i punteggi z (capitolo 5). È il gemello dell'intervallo di confidenza (capitolo 7): IC che esclude lo zero ⇔ p < 0,05, ma l'IC mostra di più. Il capitolo 9 applicherà questa logica a situazioni concrete scegliendo il test giusto (t, chi-quadro, ANOVA), ognuno un modo di calcolare un p-value per un tipo di dati. E l'errore di tipo I sui confronti multipli è la ragione statistica per cui gli studi del capitolo 12 vanno disegnati e registrati prima.

Rispetto agli altri corsi: il p-value e la significatività sono il linguaggio con cui ogni studio clinico (Farmacologia, capitolo 12) dichiara i risultati, e la loro corretta interpretazione è il centro della Metodologia Clinica e della lettura critica della letteratura. La distinzione tipo I / tipo II è identica a quella fra falsi positivi e falsi negativi dei test diagnostici (capitolo 11): la stessa matematica governa "questo studio ha trovato un effetto falso?" e "questo esame ha dato un positivo falso?". La potenza e il calcolo della numerosità sono passaggi obbligati di ogni protocollo sottoposto a un comitato etico (studiare troppi pazienti è non etico quanto troppo pochi). E "assenza di prova ≠ prova di assenza" è un principio di ragionamento che vale in tutta la Medicina Basata sulle Prove.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Ipotesi nulla (H₀)	"Nessun effetto, solo caso": il punto di partenza da confutare	Ipotesi alternativa: quella si accetta solo rifiutando H₀
Logica del test	Si rifiuta il caso come spiegazione, non si prova l'effetto	Dimostrare H₁: il test non lo fa mai direttamente
p-value	P(dati estremi se H₀ vera): la stranezza dei dati sotto il caso	P(H₀ vera): non è questo — è lo scambio P(A|B)≠P(B|A)
p-value (cosa non è)	Non è la probabilità del caso, né la grandezza dell'effetto	Rilevanza clinica: un p piccolo ≠ effetto grande
Soglia 0,05	Convenzione arbitraria: 0,049 e 0,051 sono quasi identici	Confine sacro fra vero e falso: non lo è
Errore di tipo I (α)	Falso allarme: effetto dichiarato che non c'è	Tipo II: mancare un effetto che c'è
Errore di tipo II (β)	Mancata scoperta: spesso per campione troppo piccolo	Tipo I: quello è il falso positivo
Potenza (1−β)	Probabilità di trovare un effetto reale: cresce col campione	Significatività: la potenza riguarda i veri positivi
"Non significativo"	Può voler dire nessun effetto oppure studio troppo debole	"Nessun effetto": assenza di prova ≠ prova di assenza

📝 Riepilogo

• Il test di ipotesi è una dimostrazione per assurdo: si parte dall'ipotesi nulla (H₀: nessun effetto, solo caso) e si calcola quanto sarebbero improbabili i dati sotto di essa. Se troppo improbabili, si rifiuta H₀. Come il processo penale: innocente fino a prova contraria; si può rifiutare il caso, mai dimostrarlo. Si nega H₀ perché è l'unica ipotesi precisa e calcolabile.
• Il p-value è P(dati estremi almeno quanto gli osservati, SE H₀ è vera). Piccolo → dati rari sotto il solo caso → l'effetto reale diventa più credibile. NON è: la probabilità che H₀ sia vera (scambio P(A|B)≠P(B|A)), né la probabilità del caso, né la grandezza dell'effetto. P(dati | nessun effetto) e nient'altro — la cosa più importante del corso.
• La soglia 0,05 è una convenzione arbitraria: 0,049 e 0,051 sono quasi identici. Ridurre tutto a un sì/no è il difetto del test — meglio l'intervallo di confidenza (capitolo 7). Attenzione al p-hacking e ai confronti multipli: più test → più falsi positivi; dichiarare le ipotesi prima.
• Due errori speculari: tipo I (α, falso allarme: effetto inesistente dichiarato) e tipo II (β, mancata scoperta: effetto reale non visto). La potenza (1−β) è la probabilità di trovare un effetto che c'è, e cresce col campione (→ calcolo della numerosità). Come il rilevatore di fumo: non puoi minimizzare entrambi gli errori insieme.
• Conclusione capitale: "non significativo" ≠ "nessun effetto". Può darsi che l'effetto non ci sia, o che lo studio fosse troppo piccolo per vederlo. Assenza di prova non è prova di assenza: prima di dire "non funziona", chiedi se lo studio aveva potenza sufficiente.

In breve

Il capitolo 8 ha spiegato la logica di ogni test — assumi l'ipotesi nulla, misura quanto sono strani i dati, ottieni un p-value. Questo capitolo risponde alla domanda pratica che ne consegue: quale test, in concreto? Perché non esiste "il test statistico" al singolare: esiste una famiglia di test, e ciascuno è tarato su un tipo diverso di confronto. La buona notizia, e il messaggio del capitolo, è che scegliere il test giusto non richiede memoria ma un albero decisionale di poche domande, e le risposte le hai già preparate nei capitoli 2 e 3: che tipo sono le variabili? quanti gruppi confronto? i dati sono normali?. Rispondi a queste, e il test si sceglie quasi da solo. Incontreremo i tre test che coprono la stragrande maggioranza degli articoli medici: il t di Student (per confrontare due medie: il farmaco abbassa la pressione più del placebo?), il chi-quadro (per confrontare proporzioni/frequenze fra categorie: la guarigione dipende dal gruppo di trattamento?), e l'ANOVA (per confrontare più di due medie insieme: tre dosaggi danno risposte diverse?). E incontreremo la grande biforcazione fra test parametrici (che assumono la normale, capitolo 5) e non parametrici (che non la assumono e lavorano sui ranghi), che è la stessa scelta media-vs-mediana del capitolo 3 vista dal lato dei test. L'obiettivo non è calcolare a mano — lo fa il software — ma saper scegliere e saper leggere: capire quale test è giusto per quale domanda, e perché usarne uno sbagliato invalida il risultato.

🎯 Alla fine di questo capitolo saprai: scegliere il test appropriato con un albero decisionale basato su tipo di variabili, numero di gruppi e normalità; capire a cosa serve il t di Student (due medie), il chi-quadro (proporzioni) e l'ANOVA (più medie); distinguere test parametrici e non parametrici e quando servono i secondi; capire dati appaiati e indipendenti; e leggere quale test è stato usato in un articolo e se era quello giusto.

L'albero decisionale: tre domande e il test si sceglie

Perché conta: perché trasforma una lista da memorizzare in un ragionamento di poche domande — ed è la competenza operativa del capitolo.

📌 Definizione formale. La scelta del test dipende essenzialmente da tre domande, tutte già affrontate nei capitoli precedenti:

1. Che tipo è la variabile di esito? Quantitativa (medie) o qualitativa (proporzioni)? — capitolo 2.
2. Quanti gruppi confronto? Due, o più di due?
3. I dati soddisfano le assunzioni? Sono approssimativamente normali (→ test parametrico) o no (→ non parametrico)? — capitoli 3 e 5.

🔗 Analogia. È come la chiave dicotomica con cui in botanica si identifica una pianta: non memorizzi tutte le specie, rispondi a una sequenza di domande sì/no e arrivi al nome. Qui: esito quantitativo? → sì → due gruppi? → sì → normale? → sì → t di Student. Tre biforcazioni e sei arrivato. Chi ha classificato bene le variabili (capitolo 2) percorre l'albero in dieci secondi; chi non l'ha fatto brancola fra i nomi dei test come se fossero intercambiabili — e non lo sono.

⚠️ Attenzione. E una quarta domanda, spesso decisiva, riguarda come sono legati i gruppi: sono indipendenti (pazienti diversi nei due gruppi: trattati vs placebo) o appaiati (le stesse persone misurate due volte: prima e dopo la terapia, o coppie abbinate)? La distinzione conta perché i dati appaiati sfruttano il fatto che ogni paziente fa da controllo a sé stesso, eliminando la variabilità fra individui e rendendo il test più potente. Usare un test per dati indipendenti su misure appaiate spreca informazione (e viceversa dà risultati falsi). Prima-e-dopo sullo stesso paziente → test appaiato; due gruppi diversi → test indipendente.

Il t di Student: confrontare due medie

Perché conta: perché è il test più usato per gli esiti quantitativi, e la sua struttura rivela la logica comune a quasi tutti i test.

📌 Definizione formale. Il t di Student confronta due medie per stabilire se differiscono più di quanto il caso spiegherebbe. Richiede una variabile di esito quantitativa e (nella forma parametrica) dati approssimativamente normali. Esiste nella versione per campioni indipendenti (due gruppi distinti) e per dati appaiati (stesso gruppo, due momenti).

🔗 Analogia. La struttura del t rivela come ragionano quasi tutti i test, e vale la pena vederla: è un rapporto segnale/rumore. Al numeratore la differenza fra le medie (il segnale che cerchi); al denominatore la variabilità dei dati rapportata al campione (il rumore, legato all'errore standard del capitolo 6). Un t grande significa che la differenza fra i gruppi è grande rispetto alla dispersione interna: il segnale supera il rumore. Un t piccolo significa che la differenza si perde nella variabilità. È l'avversario del capitolo 1 reso formula: la differenza che vedo è forte abbastanza da emergere dal rumore del caso?

🧩 Esempio. Vuoi sapere se un antipertensivo abbassa la pressione più del placebo. Esito quantitativo (mmHg), due gruppi, indipendenti, dati ragionevolmente normali → t di Student per campioni indipendenti. Se invece misuri la pressione negli stessi pazienti prima e dopo la cura → t appaiato, che confronta le variazioni individuali ed è più potente perché annulla le differenze di partenza fra pazienti. Da questo rapporto segnale/rumore il software ricava il p-value (capitolo 8), e la conclusione segue la logica già nota.

Il chi-quadro: confrontare proporzioni e frequenze

Perché conta: perché gli esiti in medicina sono spessissimo dicotomici (guarito/no, vivo/morto), e il chi-quadro è il test delle categorie.

📌 Definizione formale. Il test chi-quadro (χ²) confronta frequenze osservate con quelle attese sotto l'ipotesi nulla, per stabilire se due variabili qualitative sono associate. Si applica a tabelle di contingenza (incroci di categorie: gruppo di trattamento × esito guarito/non guarito) e risponde alla domanda "l'esito dipende dal gruppo, o è indipendente da esso?".

🔗 Analogia. Il chi-quadro lavora per confronto fra atteso e osservato: se il trattamento non avesse effetto (H₀), ti aspetteresti la stessa proporzione di guariti nei due gruppi; il test misura quanto le frequenze reali si scostano da quelle attese sotto "nessun effetto". Se lo scostamento è troppo grande per il caso, i due gruppi sono associati all'esito. È la stessa domanda di indipendenza del capitolo 4 (P(guarigione|trattato) = P(guarigione|placebo)?), messa alla prova sui dati.

🧩 Esempio. Su 200 pazienti, 60 guariti su 100 trattati e 45 su 100 con placebo: la differenza fra 60% e 45% è reale o è caso? Due variabili qualitative (gruppo × esito) → chi-quadro. È il test che sta dietro alla maggior parte delle tabelle "trattamento vs esito" degli studi. Una nota pratica: quando i numeri attesi in qualche casella sono molto piccoli (campioni ridotti), il chi-quadro non è affidabile e si usa il test esatto di Fisher, che fa lo stesso lavoro senza approssimazioni — dettaglio da riconoscere, non da calcolare.

Parametrici e non parametrici: la grande biforcazione

Perché conta: perché è la scelta che distingue chi rispetta le assunzioni da chi applica formule alla cieca, ed è la stessa logica media-vs-mediana del capitolo 3.

📌 Definizione formale. I test parametrici (t di Student, ANOVA) assumono che i dati seguano una distribuzione nota, tipicamente la normale (capitolo 5), e lavorano su medie e deviazioni standard. I test non parametrici (es. Mann-Whitney al posto del t indipendente, Wilcoxon al posto del t appaiato, Kruskal-Wallis al posto dell'ANOVA) non assumono una distribuzione e lavorano sui ranghi (le posizioni ordinate dei dati) invece che sui valori.

🔗 Analogia. È la stessa scelta del capitolo 3, vista dal lato dei test. Là: distribuzione simmetrica → media; asimmetrica → mediana. Qui: dati normali → test parametrico (basato sulla media); dati storti, o ordinali, o campioni piccoli → test non parametrico (basato sui ranghi, come la mediana). I non parametrici sono più robusti (funzionano anche quando la normale non vale) ma un po' meno potenti quando la normale invece varrebbe — perché usano solo l'ordine dei dati, non la loro esatta grandezza, buttando via un po' d'informazione. È il prezzo della robustezza.

⚠️ Attenzione. Quando usare i non parametrici, in pratica: dati asimmetrici (le degenze e le sopravvivenze del capitolo 3), variabili ordinali (stadi, scale del dolore — capitolo 2: non hanno distanze, quindi la media non ha senso e serve un test sui ranghi), campioni piccoli dove non si può verificare la normalità. Usare un t di Student su dati fortemente asimmetrici o su una scala ordinale è un errore metodologico che invalida il p-value — perché il test assume qualcosa che nei dati non è vero. Riconoscere questo abuso è parte della lettura critica: la prima domanda su un t di Student è "i dati erano davvero normali?".

ANOVA: quando i gruppi sono più di due

Perché conta: perché confrontare tre o più gruppi non si fa ripetendo il t, e capire perché svela di nuovo il problema dei confronti multipli.

📌 Definizione formale. L'ANOVA (analisi della varianza) confronta le medie di tre o più gruppi simultaneamente, per stabilire se almeno uno differisce dagli altri. È l'estensione naturale del t di Student a più di due gruppi, e come il t assume dati quantitativi e approssimativamente normali (il corrispettivo non parametrico è Kruskal-Wallis).

⚠️ Attenzione. Perché non fare semplicemente tanti t a coppie? Perché si ricasca nel problema dei confronti multipli del capitolo 8: con tre gruppi ci sono tre confronti, con più gruppi molti di più, e ogni test porta il suo 5% di rischio di falso allarme — sommati, la probabilità di un falso positivo esplode. L'ANOVA fa un solo test complessivo che controlla il rischio globale, rispondendo prima alla domanda "c'è qualche differenza da qualche parte?". Solo se la risposta è sì si va a vedere fra quali gruppi, con test post-hoc che correggono per i confronti multipli. È l'errore di tipo I, gestito per disegno invece che ignorato.

🔗 Analogia. Il nome "analisi della varianza" sembra un controsenso — confronta medie, perché parla di varianza? Perché lo fa confrontando due fonti di variabilità: quanta variabilità c'è fra i gruppi (le medie sono lontane fra loro?) contro quanta ce n'è dentro i gruppi (i pazienti dello stesso gruppo quanto variano?). Se la variabilità fra gruppi supera nettamente quella dentro, le medie sono davvero diverse. È di nuovo segnale/rumore (come il t): differenza fra gruppi (segnale) rapportata alla dispersione interna (rumore). Tutti i test, in fondo, chiedono la stessa cosa in modi diversi.

🗺️ Come si collega il tutto

Questo capitolo mette in pratica la logica del capitolo 8 scegliendo lo strumento per ogni situazione, e le sue tre domande vengono tutte da prima: il tipo di variabile (capitolo 2), la forma della distribuzione (capitoli 3 e 5), il numero di gruppi. Ogni test produce un p-value interpretato secondo il capitolo 8 e, idealmente, accompagnato dall'intervallo di confidenza della differenza (capitolo 7). Il problema dei confronti multipli, che qui giustifica l'ANOVA, è lo stesso del p-hacking del capitolo 8. E la relazione fra due variabili quantitative — che il t e il chi-quadro non coprono — è l'oggetto del capitolo 10 (correlazione e regressione).

Rispetto agli altri corsi: questi test sono gli strumenti con cui ogni studio clinico (Farmacologia, capitolo 12) analizza i propri dati — il t e il chi-quadro compaiono nella "tabella 1" di quasi ogni articolo, e saperli leggere è Metodologia Clinica. Il chi-quadro sulle tabelle di contingenza è il test base dell'Epidemiologia (associazione esposizione-malattia). La distinzione appaiato/indipendente è cruciale nei disegni prima-dopo e caso-controllo abbinato. E la scelta parametrico/non parametrico ricorre ogni volta che si analizzano scale ordinali — gli score di gravità, dolore e qualità della vita usati in tutta la clinica.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Albero decisionale	Tipo di variabile + n. gruppi + normalità → il test	Memorizzare i test: si scelgono con 3 domande
Dati appaiati vs indipendenti	Stessi soggetti due volte vs gruppi diversi	Usare l'uno per l'altro: invalida o spreca il test
t di Student	Confronta due medie: segnale (differenza) / rumore (dispersione)	Chi-quadro: quello è per proporzioni, non medie
Chi-quadro	Associa due qualitative: osservato vs atteso sotto H₀	t di Student: quello confronta medie quantitative
Test esatto di Fisher	Chi-quadro per campioni piccoli (caselle poco numerose)	Chi-quadro standard: inaffidabile con numeri attesi bassi
Parametrico	Assume la normale, lavora su medie (t, ANOVA)	Non parametrico: nessuna assunzione, lavora sui ranghi
Non parametrico	Ranghi, per dati asimmetrici/ordinali/piccoli: robusto	Parametrico: più potente ma solo se la normale vale
ANOVA	Confronta ≥3 medie in un test solo: evita i confronti multipli	t ripetuti: sommano falsi allarmi (errore di tipo I)

📝 Riepilogo

• Non esiste "il test": si sceglie con un albero di tre domande (tutte già pronte): tipo di esito (quantitativo/qualitativo, cap. 2), numero di gruppi (due o più), normalità (cap. 3 e 5). Più una quarta: gruppi appaiati (stessi soggetti) o indipendenti? — gli appaiati sono più potenti perché ogni paziente fa da controllo a sé.
• t di Student: confronta due medie (esito quantitativo). È un rapporto segnale/rumore: differenza fra medie / dispersione interna. Versioni indipendente e appaiata (prima-dopo).
• Chi-quadro: associa due variabili qualitative confrontando frequenze osservate vs attese sotto "nessun effetto" (tabelle di contingenza: trattamento × guarigione). Con campioni piccoli → test esatto di Fisher.
• Parametrici vs non parametrici: i primi (t, ANOVA) assumono la normale e lavorano su medie; i secondi (Mann-Whitney, Wilcoxon, Kruskal-Wallis) lavorano sui ranghi e servono per dati asimmetrici, ordinali o piccoli. È la scelta media-vs-mediana del capitolo 3 dal lato dei test: robusti ma un po' meno potenti. Usare un t su dati storti o ordinali è un errore che invalida il p-value.
• ANOVA: confronta tre o più medie in un unico test, evitando l'esplosione di falsi allarmi dei t ripetuti (confronti multipli, cap. 8). Confronta la variabilità fra gruppi con quella dentro i gruppi — di nuovo segnale/rumore. Se significativa, si cerca dove con test post-hoc corretti.

In breve

I test del capitolo 9 confrontavano gruppi. Ora cambiamo domanda: invece di chiedere "questi due gruppi differiscono?", chiediamo "queste due grandezze variano insieme?". La pressione cresce con l'età? Il colesterolo con il peso? La sopravvivenza con la dose? Sono domande di relazione fra variabili quantitative, e gli strumenti sono due, complementari. La correlazione misura quanto due variabili si muovono insieme e in che direzione, riducendo la relazione a un singolo numero fra −1 e +1. La regressione fa un passo in più: costruisce l'equazione della retta che lega le due, permettendo di prevedere una variabile dall'altra e di quantificare di quanto cambia l'una per ogni unità dell'altra. Ma questo capitolo è dominato da un avvertimento che è forse il più importante di tutta la statistica applicata alla medicina, e che va scolpito prima ancora degli strumenti: correlazione non è causa. Due cose che variano insieme non provano che l'una causi l'altra — possono essere entrambe effetto di una terza, o legate per puro caso. Confondere correlazione e causa è l'errore che genera più conclusioni sbagliate in medicina e più titoli fuorvianti sui giornali, e distinguerle è la maturità statistica che questo capitolo pretende. La parte finale apre alla regressione multipla, lo strumento con cui si prova (con cautela) a isolare l'effetto di un fattore tenendo conto degli altri — il ponte verso il problema della causalità che il capitolo 12 chiuderà.

🎯 Alla fine di questo capitolo saprai: interpretare il coefficiente di correlazione (segno e forza) e i suoi limiti; capire la regressione come retta di previsione e cosa significano i suoi coefficienti; riconoscere e argomentare perché correlazione non implica causa (variabili confondenti, causa inversa, caso); capire a cosa serve la regressione multipla e l'aggiustamento per i confondenti; ed evitare gli abusi classici (estrapolazione, relazioni non lineari).

La correlazione: quanto due cose vanno insieme

Perché conta: perché riassume in un numero una relazione, ed è ovunque negli articoli — ma quel numero dice meno di quanto sembra.

📌 Definizione formale. Il coefficiente di correlazione (di Pearson, r) misura la forza e la direzione della relazione lineare fra due variabili quantitative. Va da −1 a +1: +1 correlazione positiva perfetta (crescono insieme, punti su una retta ascendente), −1 negativa perfetta (una cresce, l'altra cala), 0 nessuna relazione lineare. Valori intermedi (0,3; 0,7) indicano relazioni progressivamente più deboli o più forti.

🔗 Analogia. Il segno dice la direzione (concordi o discordi), il valore assoluto dice quanto sono "allineati" i punti: vicino a ±1 i punti sono stretti attorno a una retta, vicino a 0 sono una nuvola informe. È come la messa a fuoco di una relazione: r alto = relazione nitida, r basso = sfocata. Ma — attenzione fin da subito — la nitidezza non dice nulla sulla pendenza: una relazione può essere fortissima (r ≈ 1) ma con effetto minuscolo (la retta quasi piatta), o debole ma ripida. La correlazione misura quanto è pulita la relazione, non quanto è grande l'effetto: quello lo dirà la regressione.

⚠️ Attenzione. Due trappole classiche del coefficiente r, entrambe dovute al fatto che misura solo relazioni lineari. Prima: r può essere 0 pur essendoci una relazione forte, se la relazione è curva (a U, per esempio). Il rapporto fra dose e effetto, o fra un valore fisiologico e la mortalità, è spesso a U (troppo poco fa male, troppo pure): r vicino a zero, ma relazione fortissima — solo non lineare. Seconda: r è sensibile agli outlier, come la media (capitolo 3) — un solo punto anomalo può creare o distruggere una correlazione. La difesa contro entrambe è guardare sempre il grafico (lo scatterplot) prima di fidarsi del numero: l'occhio vede la U e l'outlier che r nasconde.

La regressione: dalla relazione alla previsione

Perché conta: perché fa ciò che la correlazione non fa — quantifica l'effetto e prevede — ed è lo strumento con cui si modellano le relazioni cliniche.

📌 Definizione formale. La regressione lineare trova l'equazione della retta che meglio descrive come una variabile (dipendente, l'esito) cambia al variare di un'altra (indipendente, il predittore). La retta è definita da due numeri: l'intercetta (il valore dell'esito quando il predittore è zero) e il coefficiente angolare (pendenza), che è l'informazione clinica: dice di quanto cambia l'esito per ogni unità di aumento del predittore.

🔗 Analogia. La correlazione ti dice che pressione ed età vanno insieme e quanto strettamente; la regressione ti dà la formula: "la pressione aumenta di circa X mmHg per ogni anno di età". Il primo è una constatazione, il secondo è un modello utilizzabile — puoi prevedere la pressione attesa a una data età, o quantificare l'effetto. La pendenza è il numero che il clinico usa: è la "dose-risposta" della relazione, l'analogo del coefficiente angolare di una curva.

🧩 Esempio. La retta si costruisce col metodo dei minimi quadrati: fra tutte le rette possibili si sceglie quella che minimizza la somma dei quadrati delle distanze verticali dei punti dalla retta (di nuovo i quadrati, per la stessa ragione del capitolo 3: non far annullare gli scarti di segno opposto e penalizzare quelli grandi). Un indice associato, R² (r al quadrato), dice quanta parte della variabilità dell'esito è "spiegata" dal predittore: R² = 0,4 significa che il 40% della variazione della pressione è associata all'età, e il restante 60% dipende da altro. È una misura di quanto il modello cattura, utile a non sopravvalutare un singolo predittore.

⚠️ Attenzione. Un abuso da evitare: l'estrapolazione. Una retta stimata su pazienti fra 40 e 70 anni descrive quella fascia; usarla per prevedere la pressione di un neonato o di un centenario è ingiustificato — fuori dall'intervallo dei dati la relazione può cambiare del tutto (magari lì è curva). La regressione vale dentro il range osservato, non oltre. È lo stesso principio del capitolo 6: non parlare di ciò che non hai osservato.

Il cuore del capitolo: correlazione NON è causa

Perché conta: perché è l'errore più diffuso e più dannoso della statistica in medicina, e distinguere le due cose è la vera maturità statistica.

📌 Definizione formale. Una correlazione fra A e B indica solo che variano insieme. Non implica che A causi B. Ci sono almeno quattro spiegazioni alternative a "A causa B" per ogni correlazione osservata: B causa A (causa inversa); una terza variabile C causa entrambe (confondente); una catena più complessa; oppure il caso (correlazione spuria, specie con pochi dati o molti confronti).

🔗 Analogia. L'esempio classico, memorabile: nelle città c'è una forte correlazione positiva fra il numero di gelati venduti e il numero di annegamenti. Il gelato non annega nessuno: entrambi crescono d'estate. Il caldo è la terza variabile (il confondente) che causa sia il consumo di gelato sia le nuotate (e quindi gli annegamenti). Vedere solo gelato-e-annegamenti e concludere "il gelato è pericoloso" è l'errore, ed è esattamente ciò che si fa quando si legge una correlazione clinica come una causa. La domanda da farsi sempre davanti a una correlazione è: "c'è un caldo nascosto?" — una terza variabile che spiega entrambe.

🧩 Esempio. In medicina il confondente è ovunque e produce errori seri. Uno studio osservazionale trova che chi beve vino moderatamente ha meno infarti: il vino protegge? Forse — oppure chi beve vino moderato ha in media reddito più alto, dieta migliore, più attività fisica, migliore accesso alle cure (confondenti), e sono quelli a proteggere il cuore. La correlazione vino-cuore è reale; la conclusione "il vino protegge" è un salto ingiustificato. Interi filoni di raccomandazioni dietetiche sono stati ribaltati quando studi migliori hanno smascherato i confondenti dietro correlazioni prese per cause. È il motivo per cui — anticipando il capitolo 12 — solo lo studio randomizzato dimostra la causa: randomizzare distribuisce i confondenti equamente fra i gruppi (capitolo 6), cosa che nessuna correlazione osservazionale può fare.

⚠️ Attenzione. La causa inversa è la trappola più subdola perché sembra ovvia al contrario. Si osserva che i pazienti che assumono più farmaci per il dolore hanno più dolore: i farmaci peggiorano il dolore? Quasi certamente è il contrario — chi ha più dolore assume più farmaci (B causa A, non A causa B). O: le persone depresse dormono male; l'insonnia causa depressione o la depressione causa insonnia? La correlazione, da sola, non ha una direzione — la freccia causale la mette la nostra interpretazione, e spesso la mette dalla parte sbagliata. Chiedersi "e se fosse il contrario?" è il secondo riflesso, dopo "c'è un confondente?".

La regressione multipla: provare a isolare un effetto

Perché conta: perché è lo strumento con cui la statistica prova a difendersi dai confondenti, ed è ovunque nella ricerca clinica moderna.

📌 Definizione formale. La regressione multipla estende la regressione a più predittori insieme, modellando come l'esito dipende contemporaneamente da diverse variabili. Il suo scopo principale in medicina è l'aggiustamento (o correzione) per i confondenti: stimare l'effetto di un fattore tenendo costanti gli altri — "l'effetto del vino sul cuore, a parità di reddito, dieta e attività fisica".

🔗 Analogia. È come cercare di ascoltare uno strumento in un'orchestra togliendo mentalmente gli altri. La regressione multipla prova a rispondere: "se due persone avessero lo stesso reddito, la stessa dieta e la stessa età, e differissero solo per il vino, quanto differirebbe il loro rischio cardiaco?". Isolando statisticamente il fattore d'interesse, avvicina — senza raggiungerla — la domanda causale. È lo strumento con cui gli studi osservazionali provano a simulare ciò che la randomizzazione farebbe per davvero.

⚠️ Attenzione. Ma l'aggiustamento ha un limite che va conosciuto, perché genera un eccesso di fiducia: si può correggere solo per i confondenti che si sono misurati. Un confondente non misurato — o non sospettato — resta dentro il risultato e continua a ingannare (confondimento residuo). Nessuna regressione, per quanto sofisticata, può aggiustare per ciò che non è stato raccolto. È per questo che, alla fine, gli studi osservazionali per quanto ben aggiustati suggeriscono la causa ma non la dimostrano: solo la randomizzazione bilancia anche i confondenti ignoti, quelli che non sapevi nemmeno di dover misurare (capitolo 6). La regressione multipla è potente e indispensabile, ma non è una macchina per fabbricare cause da correlazioni — ed è il capitolo 12 a chiudere questo discorso.

🗺️ Come si collega il tutto

Questo capitolo completa gli strumenti inferenziali affrontando le relazioni fra variabili quantitative, dove i test del capitolo 9 non arrivano. La correlazione e la regressione producono stime accompagnate da intervalli di confidenza (capitolo 7) e p-value (capitolo 8), interpretati come sempre. Il ruolo dei confondenti e della randomizzazione richiama il capitolo 6 (il caso che bilancia i gruppi) e lancia il capitolo 12, dove i disegni di studio si classificano proprio in base a quanto bene controllano il confondimento e quindi quanto si avvicinano a dimostrare una causa. "Correlazione non è causa" è il principio che il capitolo 12 trasformerà nei criteri per inferire, con cautela, una causalità.

Rispetto agli altri corsi: la regressione multipla è il cavallo di battaglia dell'Epidemiologia analitica (aggiustare per i confondenti negli studi di coorte e caso-controllo) e produce le misure di rischio corrette che si leggono in ogni articolo. La distinzione correlazione/causa è il fondamento della Metodologia Clinica e dell'interpretazione critica della letteratura, e la difesa contro le "scoperte" mediatiche fondate su semplici associazioni. I modelli predittivi e gli score di rischio clinici (il rischio cardiovascolare, i nomogrammi oncologici) sono regressioni multiple applicate, e sempre più spesso il punto di partenza dei modelli di machine learning in medicina. E la relazione dose-risposta della Farmacologia è, matematicamente, una regressione.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Correlazione (r)	Forza e direzione della relazione lineare, da −1 a +1	Causa: r misura l'andare insieme, non il causare
r vs pendenza	r dice quanto è nitida la relazione, non quanto è grande	Effetto: la grandezza la dà la regressione (pendenza)
r = 0	Nessuna relazione lineare — ma può esserci una relazione a U	Nessuna relazione: guarda sempre lo scatterplot
Regressione lineare	L'equazione della retta: prevede e quantifica l'effetto	Correlazione: quella non dà una formula usabile
Pendenza	Di quanto cambia l'esito per unità del predittore	Intercetta: il valore quando il predittore è zero
R²	Quanta variabilità dell'esito il modello spiega	r: R² è il suo quadrato, misura la "resa" del modello
Correlazione ≠ causa	Possono esserci confondente, causa inversa o caso	Prova di causalità: solo la randomizzazione la dà
Confondente	Terza variabile che causa entrambe (il "caldo")	Causa diretta: il gelato non causa gli annegamenti
Regressione multipla	Aggiusta per i confondenti misurati: isola un effetto	Prova di causa: resta il confondimento residuo (gli ignoti)

📝 Riepilogo

• Cambio di domanda: non "i gruppi differiscono?" ma "due grandezze variano insieme?". La correlazione (r, da −1 a +1) misura forza e direzione della relazione lineare: segno = direzione, valore assoluto = quanto è nitida. Ma r non dice la grandezza dell'effetto (una relazione fortissima può avere pendenza minima).
• Trappole di r: vale 0 anche con relazioni curve (a U — comuni in medicina), ed è sensibile agli outlier. Difesa: guardare sempre lo scatterplot.
• La regressione lineare dà l'equazione della retta: la pendenza dice di quanto cambia l'esito per unità di predittore (il numero clinicamente utile), e R² quanta variabilità il modello spiega. Vale dentro il range osservato: non estrapolare.
• Il cuore del capitolo: correlazione NON è causa. Per ogni correlazione ci sono quattro alternative a "A causa B": causa inversa (B causa A), confondente (una terza variabile causa entrambe — il caldo dietro gelati e annegamenti), catene complesse, o caso. Riflessi obbligatori: "c'è un confondente nascosto?" e "e se fosse il contrario?".
• La regressione multipla aggiusta per più predittori insieme, provando a isolare un effetto a parità degli altri — simula la randomizzazione. Ma corregge solo per i confondenti misurati: resta il confondimento residuo degli ignoti. Perciò gli studi osservazionali suggeriscono la causa; solo la randomizzazione (capitolo 12) la dimostra, bilanciando anche i confondenti che non sapevi di dover misurare.

In breve

Tutti i capitoli precedenti hanno ragionato su gruppi e popolazioni; questo porta la statistica dove il medico vive davvero — davanti a un paziente e a un referto. Un esame è tornato positivo: cosa significa? La risposta è meno ovvia di quanto sembri, ed è una delle aree in cui l'intuito clinico sbaglia più spesso e più gravemente. La ragione è che di un test diagnostico si misurano due cose diverse, che rispondono a due domande opposte e non vanno mai confuse. Le proprietà intrinseche del test — sensibilità e specificità — dicono quanto il test è bravo sapendo già chi è malato e chi no: sono la sua carta d'identità, stabile e indipendente da dove lo usi. Ma al medico serve la domanda rovesciata: dato che il test è positivo, quanto è probabile che questo paziente sia davvero malato? — ed è il valore predittivo, che (sorpresa che viene dritta dal teorema di Bayes del capitolo 4) dipende dalla prevalenza della malattia, cioè da quanto era probabile prima ancora del test. È lo stesso, identico scambio P(A|B) ≠ P(B|A) del capitolo 4, qui in carne e ossa: la probabilità di essere positivi se malati non è la probabilità di essere malati se positivi. Da questa distinzione discende il risultato più controintuitivo e più clinicamente importante della statistica medica: un test eccellente, usato per cercare una malattia rara, produce in maggioranza falsi positivi — e capirlo cambia come si fa screening, come si interpreta un referto e come si spiega a un paziente spaventato che il suo test positivo, probabilmente, non significa nulla.

🎯 Alla fine di questo capitolo saprai: definire sensibilità e specificità come proprietà intrinseche del test e capire il compromesso fra le due; definire i valori predittivi e capire perché dipendono dalla prevalenza; risolvere il paradosso del test ottimo che dà molti falsi positivi su malattie rare; capire il ruolo della soglia e la curva ROC; e distinguere test di screening e di conferma.

Le quattro caselle: la struttura di ogni test

Perché conta: perché tutto il capitolo nasce da una tabella 2×2, e chi la padroneggia deriva ogni indice senza memorizzarlo.

📌 Definizione formale. Confrontando il risultato di un test (positivo/negativo) con la verità (malato/sano, stabilita da un esame di riferimento, il gold standard), ogni paziente cade in una di quattro caselle: veri positivi (VP: malati, test positivo), veri negativi (VN: sani, test negativo), falsi positivi (FP: sani, test positivo — falso allarme) e falsi negativi (FN: malati, test negativo — malattia mancata).

🔗 Analogia. Sono esattamente i due errori del capitolo 8 in veste clinica: il falso positivo è l'errore di tipo I (allarme su chi è sano), il falso negativo è l'errore di tipo II (mancare chi è malato). La stessa matematica che decideva se uno studio ha "trovato" un effetto inesistente decide se un esame ha "trovato" una malattia inesistente. Un test diagnostico è un test di ipotesi ripetuto su ogni paziente, con H₀ = "sano".

⚠️ Attenzione. La chiave per non perdersi negli indici che seguono è in quale direzione si legge la tabella: per colonne (partendo dalla verità: fra i malati, quanti positivi?) si ottengono sensibilità e specificità; per righe (partendo dal risultato: fra i positivi, quanti malati?) si ottengono i valori predittivi. Sono le due direzioni del capitolo 4 — P(positivo|malato) contro P(malato|positivo) — e tutto il capitolo è capire perché non sono la stessa cosa.

Sensibilità e specificità: la carta d'identità del test

Perché conta: perché sono le proprietà stabili del test, quelle che ne misurano la bravura, e la loro tensione reciproca decide come tarare un esame.

📌 Definizione formale. La sensibilità è la capacità del test di identificare i malati: fra tutti i malati, la quota che risulta positiva (VP / tutti i malati). Un test molto sensibile ha pochi falsi negativi: se è negativo, difficilmente sei malato. La specificità è la capacità di identificare i sani: fra tutti i sani, la quota che risulta negativa (VN / tutti i sani). Un test molto specifico ha pochi falsi positivi: se è positivo, difficilmente sei sano.

🔗 Analogia (mnemonica classica). Due sigle aiutano a ricordare l'uso clinico. SnNOut: un test molto Sensibile, se Negativo, esclude (rules Out) la malattia — perché non se ne lascia sfuggire quasi nessuna, un negativo è rassicurante. SpPIn: un test molto Specifico, se Positivo, conferma (rules In) la malattia — perché non allarma quasi mai un sano, un positivo è credibile. Quindi: sensibilità per escludere, specificità per confermare. È il fondamento della strategia a due tempi (screening poi conferma) che chiude il capitolo.

⚠️ Attenzione — il compromesso. Sensibilità e specificità sono in tensione: quasi sempre, alzare una abbassa l'altra. Il motivo è la soglia (capitolo 2: un valore continuo reso positivo/negativo da un taglio). Abbassa la soglia per "prendere tutti i malati" (più sensibilità) e finirai per etichettare positivi anche molti sani (meno specificità); alzala per non allarmare i sani (più specificità) e ti sfuggiranno dei malati (meno sensibilità). Non esiste il test perfetto su entrambi i fronti: esiste una soglia scelta in base a cosa costa di più sbagliare — mancare la malattia o allarmare inutilmente. È di nuovo il rilevatore di fumo del capitolo 8, tarato secondo il contesto clinico.

I valori predittivi: la domanda che conta per il paziente

Perché conta: perché è ciò che il medico e il paziente vogliono davvero sapere, ed è diverso da sensibilità e specificità in un modo che cambia tutto.

📌 Definizione formale. Il valore predittivo positivo (VPP) è la probabilità di essere davvero malato dato un test positivo (VP / tutti i positivi). Il valore predittivo negativo (VPN) è la probabilità di essere davvero sano dato un test negativo (VN / tutti i negativi). Sono la lettura per righe della tabella, e rispondono alla domanda del paziente: "il mio test è positivo — cosa vuol dire per me?".

⚠️ Attenzione — il punto centrale del capitolo. Sensibilità e specificità sono proprietà intrinseche del test (non cambiano dove lo usi); i valori predittivi no — dipendono dalla prevalenza della malattia nella popolazione testata. Lo stesso test, con la stessa sensibilità e specificità, ha VPP alto dove la malattia è comune e VPP bassissimo dove è rara. Questo perché il VPP è la probabilità a posteriori del teorema di Bayes (capitolo 4): dipende dalla probabilità a priori (la prevalenza) tanto quanto dalla bontà del test. È la ragione per cui "sensibilità 99%" non basta a rassicurare: senza sapere la prevalenza, non sai cosa vale un positivo.

🔗 Analogia. È lo scambio del capitolo 4 reso concreto. La sensibilità è P(positivo | malato): quanto spesso il test suona quando la malattia c'è. Il VPP è P(malato | positivo): quanto spesso la malattia c'è quando il test suona. Il capitolo 4 aveva l'esempio della meningite e della febbre; qui è il test e la malattia. Confondere sensibilità e VPP — credere che "test sensibile al 99%" significhi "se positivo, 99% malato" — è l'errore statistico più comune e più costoso della clinica, ripetuto ogni giorno davanti a referti.

Il paradosso della malattia rara

Perché conta: perché è la conseguenza più controintuitiva e più importante, e governa tutto lo screening di popolazione.

🧩 Esempio. Facciamo i numeri, perché l'intuito qui fallisce e solo i numeri convincono. Un test ottimo — sensibilità 99%, specificità 99% — cerca una malattia che colpisce 1 persona su 10.000. Testiamo 1.000.000 di persone. I malati sono 100: il test ne trova 99 (99% di 100) → 99 veri positivi. I sani sono 999.900: il test ne sbaglia l'1% (100% − 99% specificità) → 9.999 falsi positivi. Totale positivi: 99 + 9.999 ≈ 10.098, di cui veri solo 99. Il valore predittivo positivo è circa 1%: un paziente positivo ha appena l'1% di probabilità di essere davvero malato. Un test "eccellente al 99%", su una malattia rara, dà cento falsi allarmi per ogni vero malato.

🔗 Analogia. Non è un difetto del test: è aritmetica della rarità. L'1% di errore su un milione di sani (10.000 errori) schiaccia il numero di veri malati (100), semplicemente perché i sani sono tantissimi e i malati pochissimi. È la stessa logica per cui, in una città enorme, anche un rivelatore preciso di una cosa rara suona più spesso a vuoto che a segno. Il capitolo 4 lo aveva annunciato; qui è dimostrato coi numeri.

⚠️ Attenzione. Le conseguenze cliniche sono enormi e concrete. Non si fa screening di massa per malattie rare in popolazioni a basso rischio: produrrebbe una valanga di falsi positivi, con ansia, esami invasivi inutili e danni da sovradiagnosi, per pochissimi veri malati trovati. Lo screening ha senso dove la prevalenza è abbastanza alta (popolazioni a rischio, fasce d'età giuste) da rendere accettabile il VPP. E spiega la strategia a due tempi: un primo test molto sensibile ed economico (per non perdere malati) che seleziona i positivi, seguito da un secondo test molto specifico e costoso (per smascherare i falsi positivi) solo su chi è risultato positivo. Il secondo test lavora ormai su una popolazione a prevalenza molto più alta — i pre-selezionati — quindi il suo VPP è buono. È Bayes trasformato in protocollo diagnostico.

La soglia e la curva ROC

Perché conta: perché formalizza il compromesso sensibilità/specificità e dà lo strumento per confrontare i test e scegliere il taglio.

📌 Definizione formale. Spostando la soglia che separa positivo da negativo, sensibilità e specificità cambiano in senso opposto. La curva ROC rappresenta questo compromesso: traccia la sensibilità contro i falsi positivi (1 − specificità) al variare della soglia. Ogni punto della curva è una possibile soglia; l'area sotto la curva (AUC) riassume la bontà complessiva del test: 0,5 = test inutile (come lanciare una moneta), 1,0 = test perfetto. Più la curva si "gonfia" verso l'angolo in alto a sinistra, migliore è il test.

🔗 Analogia. La ROC è il "cruscotto" per scegliere la soglia secondo lo scopo. Per uno screening si sceglie un punto ad alta sensibilità (accetto molti falsi positivi pur di non perdere malati); per una conferma prima di una terapia pesante, un punto ad alta specificità (accetto di mancare qualche caso pur di non trattare sani). L'AUC serve invece a confrontare due test in assoluto, indipendentemente dalla soglia: a parità di scopo, si preferisce quello con AUC maggiore. È il modo in cui si valuta un nuovo marcatore diagnostico contro quello vecchio.

🗺️ Come si collega il tutto

Questo capitolo è il capitolo 4 (Bayes, probabilità condizionata) e il capitolo 8 (errori di tipo I e II) portati al letto del paziente. Le quattro caselle sono i due errori inferenziali in veste clinica; sensibilità/specificità contro valori predittivi sono l'asimmetria P(A|B) ≠ P(B|A); la dipendenza del VPP dalla prevalenza è il teorema di Bayes applicato. La soglia che dicotomizza un valore continuo è la categorizzazione del capitolo 2. E la valutazione di un test diagnostico — su quali pazienti, con quale gold standard — è un problema di disegno di studio, che il capitolo 12 chiude, con i suoi bias specifici (di verifica, di spettro).

Rispetto agli altri corsi: questo è il capitolo più direttamente clinico. È il fondamento del ragionamento diagnostico in Semeiotica e Metodologia Clinica (interpretare un referto alla luce della probabilità pre-test). Governa ogni programma di screening in Igiene e Sanità Pubblica (mammografia, PSA, screening neonatale: quando ha senso e quando fa più male che bene). È il cuore della Medicina di Laboratorio (definire i cut-off, validare i marcatori) e della Diagnostica per Immagini. E la sovradiagnosi da screening di malattie rare è un tema centrale dell'Oncologia preventiva e della discussione etica sull'appropriatezza.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Sensibilità	Fra i malati, quanti positivi: pochi falsi negativi	Specificità: quella riguarda i sani
Specificità	Fra i sani, quanti negativi: pochi falsi positivi	Sensibilità: quella riguarda i malati
SnNOut / SpPIn	Sensibile+Negativo esclude; Specifico+Positivo conferma	Invertirle: sensibilità esclude, specificità conferma
Valore predittivo positivo	Fra i positivi, quanti malati: la domanda del paziente	Sensibilità: P(malato|positivo) ≠ P(positivo|malato)
Sens/spec vs predittivi	Le prime sono intrinseche; i predittivi dipendono dalla prevalenza	Crederli tutti fissi: il VPP cambia con dove usi il test
Prevalenza	La probabilità a priori (Bayes): comanda il VPP	Bontà del test: un test ottimo su malattia rara → VPP basso
Paradosso malattia rara	Test 99% su 1/10.000 → VPP ~1%: cento falsi per un vero	Difetto del test: è aritmetica della rarità
Strategia a due tempi	Sensibile (screening) poi specifico (conferma)	Un test solo: il secondo alza la prevalenza pre-test
Curva ROC / AUC	Compromesso sens/spec al variare della soglia; AUC confronta test	Soglia fissa: la ROC mostra tutte le soglie

📝 Riepilogo

• Ogni test si legge in una tabella 2×2 (VP, VN, FP, FN): il falso positivo è l'errore di tipo I e il falso negativo il tipo II del capitolo 8, in veste clinica. La direzione di lettura è tutto: per colonne (dalla verità) → sensibilità/specificità; per righe (dal risultato) → valori predittivi.
• Sensibilità (fra i malati, quanti positivi — pochi FN) e specificità (fra i sani, quanti negativi — pochi FP) sono le proprietà intrinseche del test. Mnemonica: SnNOut (sensibile+negativo esclude), SpPIn (specifico+positivo conferma). Sono in tensione: la soglia che alza una abbassa l'altra — non esiste il test perfetto su entrambi i fronti.
• I valori predittivi rispondono alla domanda del paziente (VPP: fra i positivi, quanti malati?) e — punto centrale — dipendono dalla prevalenza, perché sono la probabilità a posteriori del teorema di Bayes (capitolo 4). Confondere sensibilità (P positivo|malato) con VPP (P malato|positivo) è l'errore clinico più comune: è lo scambio P(A|B) ≠ P(B|A).
• Paradosso della malattia rara: un test al 99%/99% su una malattia da 1/10.000 dà VPP ~1% — cento falsi positivi per ogni vero malato. Non è un difetto: l'1% di errore su tantissimi sani schiaccia i pochi malati. Perciò niente screening di massa per malattie rare a basso rischio, e si usa la strategia a due tempi (test sensibile per selezionare, poi specifico per confermare su una popolazione ormai a prevalenza alta).
• La soglia governa il compromesso; la curva ROC lo rappresenta a tutte le soglie e l'AUC (0,5 inutile → 1,0 perfetto) confronta i test. Screening → punto ad alta sensibilità; conferma → alta specificità.

In breve

Undici capitoli hanno insegnato ad analizzare i dati; questo, l'ultimo, affronta la domanda che viene prima e conta di più: come si raccolgono dati da cui si possa davvero concludere qualcosa. Perché la statistica più raffinata applicata a dati raccolti male produce conclusioni sbagliate con grande precisione — è il mirino storto del capitolo 6. Il disegno dello studio è la struttura con cui si raccolgono i dati, e i vari disegni si ordinano lungo una sola dimensione, quella che ha percorso tutto il corso: quanto bene tengono a bada i due nemici, il caso e il confondimento, e quindi quanto ci si può fidare della causa che suggeriscono. Alla base ci sono gli studi osservazionali, in cui si guarda ciò che accade senza intervenire (e i confondenti del capitolo 10 restano liberi di ingannare); in cima c'è lo studio sperimentale randomizzato, l'unico disegno che, distribuendo i pazienti a caso, bilancia anche i confondenti ignoti e permette di dire "causa" con fondamento. Capire questa gerarchia è la competenza finale del medico che legge la letteratura: non tutti gli studi valgono uguale, e il primo giudizio su un risultato non è sul p-value ma sul disegno che l'ha prodotto. Il capitolo chiude poi l'intero corso tornando alla domanda del capitolo 1 — è vero, o è il caso che imita il vero? — e mostrando come tutti i concetti (variabilità, probabilità, stima, test, causalità) fossero un solo, lungo tentativo di rispondere onestamente a quella domanda, che è la domanda stessa della medicina scientifica.

🎯 Alla fine di questo capitolo saprai: distinguere studi osservazionali e sperimentali e ordinarli per forza di prova; conoscere i disegni principali (trasversale, caso-controllo, coorte, RCT) e cosa ciascuno può e non può dimostrare; capire perché la randomizzazione è l'unico modo di provare la causa; conoscere revisioni sistematiche, meta-analisi e la gerarchia delle evidenze; e ricomporre l'intero corso attorno alla distinzione fra segnale e caso.

Osservare o sperimentare: la divisione fondamentale

Perché conta: perché è la prima e più importante distinzione fra i disegni, e decide in partenza se uno studio potrà mai dimostrare una causa.

📌 Definizione formale. Gli studi si dividono in due grandi famiglie. Negli studi osservazionali il ricercatore osserva ciò che accade senza intervenire: registra chi è esposto e chi no, chi si ammala e chi no, così come la vita li ha distribuiti. Negli studi sperimentali il ricercatore interviene, decidendo lui chi riceve il trattamento e chi no (idealmente a caso), e poi osserva gli esiti.

🔗 Analogia. È la differenza fra il naturalista che guarda gli animali nel loro ambiente senza toccarli e lo sperimentatore che allestisce condizioni controllate. L'osservazione coglie il mondo com'è (realistico, ma pieno di confondenti che non controlli); l'esperimento crea un mondo artificiale in cui una sola cosa cambia fra i gruppi (meno realistico, ma capace di isolare la causa). La medicina ha bisogno di entrambi, ma per scopi diversi: l'osservazione genera ipotesi e misura ciò che non è etico sperimentare; l'esperimento le mette alla prova e dimostra le cause.

⚠️ Attenzione. La conseguenza, che riprende il capitolo 10, è netta: gli studi osservazionali mostrano associazioni, gli studi sperimentali dimostrano cause. Un osservazionale può aggiustare per i confondenti misurati (regressione multipla), ma resta ostaggio di quelli ignoti — il confondimento residuo. Solo l'intervento randomizzato taglia questo nodo. Ecco perché, davanti a qualunque affermazione causale ("X previene Y"), la prima domanda è: era uno studio osservazionale o sperimentale? La risposta pesa più di ogni p-value.

I disegni osservazionali: trasversale, caso-controllo, coorte

Perché conta: perché sono la maggioranza degli studi, hanno forza crescente, e ognuno risponde a una domanda diversa con bias caratteristici.

📌 Definizione formale. I tre disegni osservazionali principali, in ordine crescente di forza:

• Trasversale (cross-sectional): fotografa una popolazione in un singolo momento, misurando esposizione ed esito insieme. Misura la prevalenza (capitolo 11) e le associazioni, ma non la sequenza temporale.
• Caso-controllo: parte dall'esito. Prende chi ha la malattia (casi) e chi non ce l'ha (controlli) e guarda all'indietro chi era stato esposto. Efficiente per malattie rare e per esposizioni lontane nel tempo.
• Coorte (cohort): parte dall'esposizione. Prende esposti e non esposti sani e li segue in avanti nel tempo per vedere chi si ammala. Stabilisce la sequenza temporale (l'esposizione precede la malattia), il che lo rende il più forte degli osservazionali.

🔗 Analogia. La differenza fra caso-controllo e coorte è la direzione della freccia del tempo. Il caso-controllo guarda indietro (ho la malattia, cosa mi era successo?): veloce, economico, ma vulnerabile al bias di memoria (i malati ricordano le esposizioni meglio dei sani) e non può misurare direttamente il rischio. La coorte guarda avanti (sono esposto, mi ammalerò?): stabilisce che la causa precede l'effetto — un requisito della causalità — ma è lunga, costosa, e per le malattie rare richiede numeri enormi. La scelta del disegno è un compromesso fra forza di prova, tempo e rarità della malattia.

🧩 Esempio. Ciascuno produce la sua misura di rischio, ed è utile riconoscerle negli articoli. La coorte, seguendo esposti e non esposti, calcola il rischio relativo (quante volte in più si ammalano gli esposti). Il caso-controllo, partendo dai malati, non può calcolare il rischio direttamente e usa l'odds ratio (un rapporto di probabilità che, per malattie rare, approssima il rischio relativo). Entrambi vanno letti con il loro intervallo di confidenza (capitolo 7): un rischio relativo di 1,0 significa "nessuna differenza", e se l'IC include l'1,0 l'associazione non è significativa. Statistica descrittiva, stima e disegno confluiscono nella singola riga di una tabella.

Lo studio randomizzato controllato: la prova della causa

Perché conta: perché è il vertice dei disegni e l'unico che dimostra la causalità — ed è il capitolo 12 della Farmacologia visto dal lato statistico.

📌 Definizione formale. Lo studio clinico randomizzato controllato (RCT) è un disegno sperimentale in cui i pazienti sono assegnati a caso al gruppo di trattamento o al gruppo di controllo (placebo o terapia standard), e gli esiti dei due gruppi si confrontano. È il gold standard per dimostrare l'efficacia e la sicurezza di un intervento.

🔗 Analogia. Il potere dell'RCT sta tutto in una parola già incontrata: randomizzazione (capitolo 6). Perché è così speciale? Perché il caso, distribuendo i pazienti alla cieca, rende i due gruppi simili in tutto — non solo nei fattori che conosciamo e potremmo aggiustare (età, sesso, gravità), ma anche in quelli che non conosciamo nemmeno. È l'unico metodo che bilancia i confondenti ignoti, quelli che nessuna regressione multipla può correggere perché non sapevi di doverli misurare (capitolo 10). Randomizzare è delegare al caso il compito di rendere i gruppi identici — e il caso, che non ha preferenze, lo fa meglio di qualsiasi ricercatore. Ecco perché dopo un RCT si può dire "il trattamento causa il miglioramento": era l'unica cosa diversa fra i gruppi.

⚠️ Attenzione. Ma la randomizzazione da sola non basta; servono le difese contro gli inganni degli attesi (Farmacologia, capitolo 12): il cieco (i pazienti — singolo cieco — e possibilmente i medici e i valutatori — doppio cieco — non sanno chi riceve cosa, così l'aspettativa non altera i risultati), il gruppo di controllo con placebo (per misurare quanto sarebbero migliorati comunque), e l'analisi intention-to-treat (si analizzano i pazienti nel gruppo a cui erano stati assegnati, anche se hanno abbandonato, per non reintrodurre bias dalla porta di servizio). L'RCT è potente perché combina la randomizzazione contro il confondimento con queste difese contro il bias. È il capitolo 6 (caso e bias) portato alla sua conclusione operativa.

La gerarchia delle evidenze e la meta-analisi

Perché conta: perché è il modo in cui la medicina moderna pesa le prove, e la conclusione pratica di tutto il corso: non tutti gli studi valgono uguale.

📌 Definizione formale. Le evidenze si dispongono in una gerarchia per forza crescente: opinione dell'esperto e serie di casi (deboli, aneddotiche — capitolo 1); studi osservazionali (trasversale < caso-controllo < coorte); studi randomizzati controllati; e in cima le revisioni sistematiche e le meta-analisi, che combinano i risultati di tutti gli studi validi su una domanda. La meta-analisi aggrega statisticamente i dati di più studi, ottenendo una stima più precisa (campione totale enorme → intervalli di confidenza più stretti) e permettendo di vedere se i risultati sono coerenti.

🔗 Analogia. La meta-analisi è come chiedere un parere non a un medico ma a tutti i medici che hanno studiato la questione, pesando ciascuno per l'affidabilità del suo studio. Un singolo RCT può sbagliare (il suo 5% di falso allarme, capitolo 8); dieci RCT che concordano, aggregati, danno una risposta molto più solida. Ma vale la regola del capitolo 6 ribaltata: se gli studi di partenza sono distorti, la meta-analisi somma i bias invece di annullarli — "spazzatura dentro, spazzatura fuori". La qualità della sintesi non supera mai la qualità degli studi sintetizzati. Per questo la revisione sistematica (con criteri espliciti di inclusione e valutazione della qualità) viene prima della meta-analisi: prima si scelgono gli studi buoni, poi si aggregano.

⚠️ Attenzione. Un'insidia che chiude il cerchio con tutto il corso: il publication bias. Gli studi con risultato "positivo" (significativo) vengono pubblicati più spesso di quelli "negativi", che finiscono nel cassetto. Una meta-analisi che raccoglie solo il pubblicato vede quindi una realtà distorta verso l'efficacia — è un bias di selezione (capitolo 6) applicato alla letteratura stessa. È la ragione per cui oggi gli studi vanno registrati prima di iniziare (così si sa quali esistono, anche se non pubblicati): la stessa logica del pre-dichiarare le ipotesi contro il p-hacking (capitolo 8), elevata a sistema. Il caso e il bias, i due nemici del capitolo 1 e 6, ricompaiono un'ultima volta persino nel modo in cui la scienza si pubblica.

La sintesi: un solo problema, dodici risposte

Perché conta: perché è la chiusura del corso, e mostra che tutto discendeva da un'unica domanda.

Torniamo al capitolo 1, perché è lì che tutto è cominciato e lì tutto ritorna: è vero, o è il caso che imita il vero? Ripercorri il corso e guarda come ogni pezzo fosse una risposta a quella domanda.

🧩 Esempio. I fili si annodano:

• La variabilità (cap. 1) è perché la domanda esiste: se non variasse nulla, ogni caso dimostrerebbe tutto. La descrittiva (cap. 2-3) impara a raccontarla onestamente, senza che la media nasconda la dispersione.
• La probabilità (cap. 4) dà il linguaggio per misurare il caso; le distribuzioni (cap. 5) gli danno una forma; il campionamento (cap. 6) spiega perché il caso è inevitabile ma regolare, e distingue il suo rumore dal bias.
• La stima (cap. 7) risponde "quanto vale, e con che incertezza"; il test di ipotesi (cap. 8) risponde "è più del caso?"; i test specifici (cap. 9) e la regressione (cap. 10) lo applicano, e la regressione avverte che correlazione non è causa.
• I test diagnostici (cap. 11) portano tutto al singolo paziente con Bayes; i disegni di studio (cap. 12) chiudono raccogliendo i dati in modo che la risposta sia affidabile — e la randomizzazione è il colpo finale contro il caso e il confondimento insieme.

⚠️ Attenzione. Ed ecco la lezione che vale oltre l'esame. La statistica medica non è una cassetta di formule: è l'onestà intellettuale resa metodo. È l'abitudine a chiedersi, davanti a ogni affermazione — un articolo, un collega, un titolo di giornale, il proprio stesso convincimento — "come lo sai? è vero o è il caso? c'è un confondente? chi manca dal campione? l'effetto è reale ma conta?". Un medico che ha interiorizzato queste domande non verrà ingannato dall'aneddoto, dal falso positivo, dalla correlazione spuria, dallo studio distorto. Non hai imparato a calcolare: hai imparato a non farti ingannare — da te stesso prima che dagli altri. È questo, e non le formule, ciò che rende la medicina una scienza invece che una raccolta di convinzioni, ed è ciò che porti via da questi appunti.

🗺️ Come si collega il tutto

Questo capitolo chiude il corso raccogliendo i due nemici — caso e confondimento — e mostrando i disegni come strategie per batterli. La randomizzazione è il capitolo 6 (il caso che bilancia i gruppi) usato come arma; il cieco e il placebo sono le difese contro il bias; l'analisi dei risultati usa stima (cap. 7), test (cap. 8-9) e misure di rischio con i loro IC. "Correlazione non è causa" (cap. 10) è la ragione per cui serve l'RCT. Il publication bias è il bias di selezione (cap. 6) applicato alla letteratura. E la sintesi ricongiunge tutto alla domanda del capitolo 1, che era la domanda della medicina scientifica sin dall'inizio.

Rispetto agli altri corsi: i disegni di studio sono il cuore dell'Epidemiologia (coorte e caso-controllo sono i suoi strumenti principali) e la base della Medicina Basata sulle Prove e della Metodologia Clinica (leggere e pesare la letteratura). L'RCT, le sue fasi, il cieco e l'intention-to-treat sono il capitolo 12 della Farmacologia visto dal lato del metodo. Le meta-analisi e le revisioni sistematiche producono le linee guida cliniche di ogni specialità. E l'etica della sperimentazione — consenso, comitati etici, registrazione degli studi, equipoise — è Bioetica e Medicina Legale: randomizzare persone è lecito solo quando davvero non si sa quale trattamento sia migliore.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Osservazionale	Si guarda senza intervenire: mostra associazioni	Sperimentale: quello dimostra cause
Sperimentale (RCT)	Si interviene e si randomizza: dimostra la causa	Osservazionale: ostaggio dei confondenti ignoti
Trasversale	Fotografia in un istante: prevalenza, nessuna sequenza temporale	Coorte: quella segue nel tempo
Caso-controllo	Parte dall'esito, guarda indietro: rara/efficiente, bias di memoria	Coorte: parte dall'esposizione, guarda avanti
Coorte	Parte dall'esposizione, segue avanti: sequenza temporale, rischio relativo	Caso-controllo: quello usa l'odds ratio
Randomizzazione	Bilancia anche i confondenti ignoti: la prova della causa	Aggiustamento: corregge solo i confondenti noti (cap. 10)
Cieco / intention-to-treat	Difese contro il bias dell'aspettativa e degli abbandoni	Randomizzazione: quella è contro il confondimento
Meta-analisi	Aggrega più studi: più precisa, ma somma i bias se sono distorti	Singolo studio: la sintesi non supera la qualità delle parti
Publication bias	Il "positivo" si pubblica di più: letteratura distorta	Errore casuale: è un bias di selezione (cap. 6)
Gerarchia delle evidenze	Non tutti gli studi valgono uguale: il disegno viene prima del p	Il p-value: il primo giudizio è sul disegno

📝 Riepilogo

• Il disegno viene prima dell'analisi: statistica raffinata su dati raccolti male dà conclusioni precise e sbagliate. I disegni si ordinano per quanto controllano caso e confondimento. Divisione fondamentale: osservazionali (si guarda → associazioni) vs sperimentali (si interviene → cause). Prima domanda su ogni affermazione causale: osservazionale o sperimentale?
• Osservazionali, per forza crescente: trasversale (istantanea, prevalenza), caso-controllo (parte dall'esito, guarda indietro — rare, efficiente, bias di memoria, odds ratio), coorte (parte dall'esposizione, guarda avanti — sequenza temporale, rischio relativo). Ogni misura di rischio va letta col suo IC (include l'1,0 → non significativo).
• L'RCT è il gold standard: la randomizzazione bilancia anche i confondenti ignoti (ciò che la regressione non può fare), quindi dimostra la causa. Va completato con cieco (contro l'aspettativa), placebo e analisi intention-to-treat (contro il bias degli abbandoni): randomizzazione contro il confondimento + queste difese contro il bias.
• Gerarchia delle evidenze: esperto/casi < osservazionali < RCT < revisioni sistematiche e meta-analisi. La meta-analisi aggrega più studi (più precisione) ma somma i bias se le fonti sono distorte ("spazzatura dentro, spazzatura fuori"), e soffre il publication bias (il positivo si pubblica di più) — da cui la registrazione preventiva degli studi. Non tutti gli studi valgono uguale.
• Sintesi del corso: tutto rispondeva alla domanda del capitolo 1 — è vero, o è il caso che imita il vero?. Variabilità, probabilità, stima, test, causalità, disegni: un solo, lungo metodo per non farsi ingannare. La statistica medica è l'onestà intellettuale resa metodo — la differenza fra la medicina come scienza e come raccolta di convinzioni.

🎓 Fine del corso.