Evidence-based nursing 2

1
Evidence-based nursing2 giornata

• Gruppo Formatori - Centro Studi EBN
• Direzione Servizio Infermieristico e Tecnico
  Azienda Ospedaliero-Universitaria di Bologna
  Policlinico S. Orsola Malpighi

2
Il nostro programma di oggi

• La tipologia degli studi (come sono costruiti ed
  a quali quesiti rispondono i diversi tipi di
  studi).
• Cenni di statistica
• Cenni di analisi critica degli studi

3
La tipologia degli studi ovvero come sono
costruiti ed a quali quesiti rispondono i diversi
tipi di studi
4
Cosa significa

• Studio osservazionale
• È lindagine con cui i ricercatori osservano un
  fenomeno senza modificarlo.
• Si contrappone allo studio sperimentale, nel
  quale i ricercatori intervengono attivamente
  manipolando la variabile indipendente.

5
Cosa significa

• Studio sperimentale
• è quello in cui i ricercatori stanno verificando
  un'ipotesi e nel quale sono determinati a priori
  i termini dell'esperimento.
• In uno studio controllato coloro che ricevono il
  trattamento sperimentale (cioè quello in studio)
  si dicono essere nel braccio sperimentale.

6
Cosa significa

• Studio analitico
• Tipologia di indagine in cui è possibile trarre
  informazioni dal confronto degli esiti di due
  gruppi, dal quale emergono le relazioni tra le
  variabili osservate.

7
GERARCHIE DELLE FORME DI PROVA

• Trial randomizzati e controllati in doppio cieco
• Trial controllati e randomizzati
• Studi di Coorte
• Serie di casi
• Report di caso
• Editoriali, opinioni, idee
• Ricerca su animali
• Ricerca in vitro

8
Quali sono?
Per ogni domanda un disegno
9
Eziologia o Danno

• Studi che verificano lesposizione ad un fattore
  di rischio

10
Studi che verificano leziologia (danno)

• Esempio
• vogliamo verificare se avere un indice di massa
  corporea basso (BMI) (lesposizione) è un fattore
  di rischio per le lesioni da decubito (lesito).

11
Come posso rispondere a questa domanda?

• Attraverso tre disegni
• Gli studi cross sectional
• Gli studi caso controllo
• Gli studi di coorte

12
Studi cross sectional

• Sono studi trasversali che raccolgono
  informazioni relative allesposizione ai fattori
  di rischio ed ai loro esiti (insorgenza della
  patologia) nello stesso momento e sullo stesso
  paziente.

13
Studi cross sectional

• Nel nostro esempio i dati potrebbero essere
  raccolti da un campione di residenti provenienti
  da 5 case di riposo.
• Gli operatori assistenziali dovrebbero compilare
  un questionario per ogni residente, contenente
  informazioni sul peso e laltezza (per calcolare
  il BMI), alcuni elementi sulla quantità e sulla
  gravità delle lesioni da decubito, ed altri
  fattori che potrebbero essere loro collegati,
  quali letà, i recenti ricoveri ospedalieri, le
  patologie croniche e la mobilità.

14
Studi cross sectional

• Questi dati, quindi, devono essere analizzati per
  vedere se i residenti con un basso BMI hanno più
  probabilità o meno di sviluppare almeno una
  lesione da decubito.

15
Studio caso controllo

• Sono studi retrospettivi che partendo dalla
  presenza, o meno, dellesito (endpoint)
  raccolgono informazioni relative allesposizione
  ai fattori di rischio.

16
Studio caso controllo

• Nel nostro esempio il ricercatore dovrebbe
  identificare un gruppo di residenti nelle case di
  riposo con lesioni da decubito, i casi. Dovrebbe
  identificare anche un altro gruppo di residenti
  che non hanno tali lesioni, i controlli.
• Quindi, dovrebbe raccogliere informazioni sulle
  precedenti esposizioni (cioè lBMI al ricovero
  nella casa di riposo) per ogni paziente del
  gruppo dei casi e di quelli dei controlli.

17
Studio caso controllo

• Dovrebbero quindi essere confrontate le
  differenze in termini di prevalenza, rispetto
  allesposizione (BMI), tra i due gruppi.

18
Studio caso controllo
Centro Studi EBN - S.Orsola-Malpighi - Bologna
19
Studio di coorte

• Sono studi prospettici che partendo
  dallesposizione ai fattori di rischio, o meno,
  verificano se insorge lesito.

20
Studio di coorte

• In uno studio di coorte, il ricercatore dovrebbe
  identificare un gruppo di residenti delle case di
  riposo, che non presentano lesioni da decubito, e
  misurare il loro BMI. Questo gruppo, poi, deve
  essere seguito nel tempo, per determinare quanti
  di loro, e quali, sviluppano una lesioni da
  decubito.

21
Studio di coorte
Centro Studi EBN - S.Orsola-Malpighi - Bologna
22
Gli studi sperimentali
23
Trial randomizzato e controllato
24
AnatomiadellRCT
Gruppo Sperimentale
Gruppo di Controllo
25

2 Le revisioni sistematiche e le metanalisi
26
REVIEWS

• REVISIONI TRADIZIONALI
• REVISIONI SISTEMATICHE

27
REVISIONE TRADIZIONALE

• Paragonabile al capitolo di un libro
• Non esplicitato il metodo di selezione, sintesi e
  interpretazione delle evidenze
• Impossibilità di fare una valutazione critica
• Obiettivi molto ampi
• Spesso fatte su commissione

28
REVISIONE SISTEMATICA

• E una ricerca scientifica vera e propria
• Esplicitato il protocollo metodologico
• Possibilità di fare una valutazione critica
  (definizione di obiettivi, fonti, criteri)
• Sintesi dei risultati spesso fatta con metodo
  meta analitico

29
Systematic review
analisi metodologica
Meta analisi
analisi statistica
30
META - ANALISI

• Metodo per combinare i risultati di più studi
  indipendenti in modo da poter calcolare un valore
  statistico riassuntivo totale (cumula insieme più
  trials per ottenere un risultato unico)
• E spesso usata per valutare lefficacia degli
  interventi a tutela della salute (possibile
  grazie alla combinazione dei dati di 2 o più RCT
• Consente una stima precisa dellefficacia di un
  trattamento
• La validità di una MA dipende anche dalla qualità
  della RS su cui si basa

31
META - ANALISI

• E utilizzata
• nei casi di incertezza nella valutazione di
  efficacia di un trattamento
• quando i risultati dei singoli non sono univoci
• Quando singoli studi sono effettuati su un
  campione di pazienti numericamente scarso (poco
  affidabili)
• la combinazione dei dati diminuisce
  limprecisione dei risultati dei singoli studi

32
(No Transcript)
33
Le Revisioni Sistematiche

• The Cochrane Library

34
COCHRANE COLLABORATION

• Nasce nel 1993 la fondazione CC, un network
  internazionale con lobiettivo di preparare,
  aggiornare e disseminare revisioni sistematiche
  degli studi clinici controllati sugli effetti
  dellassistenza sanitaria e, laddove non
  disponibili studi clinici controllati, revisioni
  sistematiche delle evidenze comunque esistenti
• 
  Chalmers I., 1993

35
COCHRANE LIBRARY

• E la fonte di elezione per ricercare
  informazioni in merito allefficacia dei
  trattamenti.
• Nonostante sia la fonte di elezione dispone di un
  numero di revisioni sistematiche ancora limitato.
• Molte RS si riferiscono ad aree grigie.

36
THE COCHRANE LIBRARY

• The Cochrane Database of Systematic Review (CDSR)
• The Database of Abstract of Review of
  Effectiveness (DARE)
• The Cochrane Controlled Trial Register (CCTR)
• The Cochrane Review Methodological Database (CRMD)

37
(No Transcript)
38

3 le linea guida
39
Chi produce linee guida?

• Agenzie internazionali
• Agenzie nazionali
• Agenzie governative
• Agenzie regionali
• Aziende sanitarie

40
Linee guida perché?

• Variabilità degli interventi professionali
• esigenza di confronto tra attori diversi con
  differenti punti di vista (amministratori,
  pazienti, operatori)
• crisi dei sistemi sanitari
• crescente complessità ed aumentata insorgenza di
  obsolescenza delle tecnologie sanitarie
• aumentate aspettative da parte della popolazione.
  

41
Tipi di linee guida

• percorso diagnostico presentazioni cliniche
  come la dispepsia, il dolore toracico
• practice guideline malattie o sindromi, come
  lulcera peptica o infarto del miocardio

42
Tipi di linee guida

• tecnology assessment applicazione di test
  diagnostici, come la gastroscopia o la
  coronarografia, luso di trattamenti come i
  trombolitici
• guidance o aspetti organizzativi.

43
La variabilità dei comportamenti

• Fattore legato al sistema se il sistema di
  finanziamento è a prestazione, i professionisti
  tenderanno ad eseguire maggiori prestazioni
• Fattore legato al comportamento del
  professionista (variabilità delle conoscenze e
  delle condotte)
• Fattore legato alla variabilità del paziente.

44

• Gli ingredienti fondamentali per il successo di
  una organizzazione sanitaria sono
• cultura, cultura, cultura

Grazie per lattenzione
45
(No Transcript)
46
Qualche cenno di statistica
La statistica è come il bikini ciò che rivela è
suggestivo, ma ciò che nasconde è vitale
Centro studi EBN - Bologna
47
Qualche cenno di statistica

• La gran parte delle ricerche ha a che fare con
  fatti numerici.
• Questi fatti numerici sono chiamati dati.
• I dati vengono ottenuti contando o misurando.
• La statistica serve a presentare ed analizzare in
  modo obbiettivo questi dati.

Centro studi EBN - Bologna
48
Obiettivi della statistica

• organizzare, riassumere e presentare i dati in
  modo ordinato
• Statistica descrittiva
• prendere decisioni che riguardano un vasto corpo
  di dati esaminando solo una piccola parte dei
  dati stessi
• Statistica inferenziale

Centro studi EBN - Bologna
49
Popolazioni e campioni

• Se vogliamo prendere decisioni su una grande
  quantità di dati esaminando solo una parte di
  quei dati, è indispensabile prendere in
  considerazione i concetti di
• popolazione
• campione
• campionamento casuale.

Centro studi EBN - Bologna
50
Popolazione

• Viene definito come POPOLAZIONE linsieme di
  tutti i valori che una variabile statistica può
  assumere.
• Per esempio, se un ricercatore ha bisogno di
  trarre conclusioni sulla concentrazione di
  glucosio nel sangue dei bambini di una certa età,
  la popolazione che gli interessa è composta da
  tutti i bambini di quelletà

Centro studi EBN - Bologna
51
Campione

• Di solito la popolazione è tanto grande che viene
  preso in considerazione e misurato solo un
  sottoinsieme della popolazione stessa.
• Questo sottoinsieme viene assunto come un
  CAMPIONE della popolazione di partenza.
• Dalle caratteristiche del campione si possono
  trarre inferenze sulle caratteristiche della
  popolazione da cui il campione proviene.

Centro studi EBN - Bologna
52
Campionamento casuale

• Per ottenere delle informazioni attendibili su
  una popolazione utilizzando un campione, è
  necessario che il campione sia ottenuto in modo
  casuale.
• Perché un campione possa essere considerato
  casuale, è indispensabile che ogni membro della
  popolazione in oggetto abbia la stessa
  probabilità di essere selezionato.
• Un campione non casuale non da alcun affidamento
  in altre parole tutte le inferenze da esso tratte
  non sono da prendersi sul serio.

Centro studi EBN - Bologna
53
Prevalenza e incidenza
Le misure di frequenza delle malattie possono
descrivere

• l'insieme di tutti i casi esistenti in un
  determinato momento ed in una determinata
  popolazione
• il verificarsi di nuovi casi

Centro studi EBN - Bologna
54
La prevalenza misura il numero di individui di
una popolazione che, in un dato momento,
presentano la malattia. Poiché il fattore tempo
- a rigore - non è importante nel calcolo della
prevalenza, questa misura è di tipo statico e non
può essere definita come tasso si tratta
invece di una proporzione che, quindi, assume
un valore compreso fra 0 e 1.
Centro studi EBN - Bologna
55
L'incidenza misura il numero di individui che
vengono colpiti dalla malattia in un determinato
periodo di tempo. Essa misura, cioè, il numero di
nuovi casi nel periodo di tempo ed individua il
rischio (cioè la probabilità) di ammalare cui è
soggetto un individuo esposto in quella
popolazione. Si può anche dire che l'incidenza
misura la velocità di spostamento dallo stato di
salute (assenza di malattia) allo stato di
malattia
Centro studi EBN - Bologna
56
Centro studi EBN - Bologna
57
Unipotesi è unaffermazione relativa ad un
evento futuro, o comunque ad un evento il cui
risultato è sconosciuto al momento in cui
laffermazione viene fatta, costruita in modo da
poter risultare non vera e pertanto respinta (H.
M. Blalock)
Centro studi EBN - Bologna
58
Centro studi EBN - Bologna
59
Centro studi EBN - Bologna
60
Livello di probabilità p 0.05 Livello di probabilità p 0.01
p gt 0.05 cè una probabilità superiore al 5 che una differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 1. non si può rifiutare lipotesi nulla p gt 0.01 cè una probabilità superiore al 1 che una differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 1. non si può rifiutare lipotesi nulla
p lt 0.05 cè una probabilità inferiore al 5 che una forte differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 2. si può rifiutare lipotesi nulla ed accettare lipotesi alternativa p lt 0.01 cè una probabilità inferiore al 1 che una forte differenza tra le variabili studiate si verifichi solamente a causa della variabilità campionaria 2. si può rifiutare lipotesi nulla ed accettare lipotesi alternativa
Centro studi EBN - Bologna
61
ESEMPIO
Abbiamo effettuato una sperimentazione su due
gruppi di individui affetti da una determinata
malattia. Uno dei due gruppi è stato trattato con
il farmaco A e l'altro con il farmaco B gli
individui trattati con A sembrano guarire con
maggiore frequenza di quelli trattati con B.
Calcolando il valore p otteniamo una stima
quantitativa della probabilità che le differenze
osservate siano dovute al caso. In altre parole,
p è la risposta alla seguente domanda se non ci
fossero differenze fra A e B, e se la
sperimentazione fossa eseguita molte volte, quale
proporzione di sperimentazioni condurrebbe alla
conclusione che A è migliore di B?
Centro studi EBN - Bologna
62
intervallo di confidenza
L'intervallo di confidenza fornisce informazioni
riguardo alla precisione dei valori ottenuti
attraverso lo studio di un campione.
l'intervallo di confidenza rappresenta un
parametro di fondamentale importanza soprattutto
negli studi epidemiologici in cui la variabilità
campionaria, derivante dall'osservazione di un
piccolo numero di casi, può giocare un ruolo
importante nell'interpretazione dei risultati.
Centro studi EBN - Bologna
63
intervallo di confidenza
Intervallo di confidenza al 95
Intervalli dei valori in cui ho una probabilità di trovare il valore vero
Centro studi EBN - Bologna
64
ESEMPIO
Supponiamo che in uno studio su una determinata
patologia siano risultati affetti dalla malattia
18 individui su 180 esaminati. La prevalenza è
18/180 0.1, cioè 10
Calcolo dellindice di confidenza
Centro studi EBN - Bologna
65
Calcolo dellindice di confidenza
Pertanto, il limite inferiore dell'intervallo di
confidenza 95 è 0.056 (5.6) ed il limite
superiore 0.145 (14.5). Ciò significa che, in
media, il 95 di tali intervalli derivanti da
studi privi di errori sistematici contiene il
parametro vero della popolazione. In altre
parole, possiamo essere abbastanza sicuri che la
percentuale di individui affetti da quella
specifica patologia nella intera popolazione da
cui è stato tratto il campione sia compresa fra
5.6 e 14.5.
Centro studi EBN - Bologna
66
Variabili dipendenti Media del gruppo sottoposto al trattamento Media del gruppo di controllo Differenza media IC 95
Peso alla nascita (in grammi) 3032 3050.4 - 18.2 Da 98.7 A 62.4
Punteggio di stimolazione cognitiva ed emozionale 32.3 30.9 1.3 Da 0.4 A 2.2
Kitzman H et al. Effect of prenatal and infancy
home visitation by nurse on pregnancy outcome,
childhood injuries and repeat childbearing A
randomized controlled trial. Jama 1997
67
Lefficacia negli studi

• I dati allinterno degli studi possono riguardare
  variabili continue (glicemia, temperatura,
  pressione, colesterolemia) o variabili discrete o
  dicotomiche (vivo o morto, frattura o non
  frattura, guarito o non guarito).
• Nel primo caso i ricercatori riportano
  lintervallo di valori nel quale si modificano in
  seguito allintervento, confrontando le medie o
  le mediane dei valori.
• Nel secondo caso i ricercatori riportano la
  frequenza con cui si verifica levento.

68
Esempio variabili continue

• La somministrazione di lidocaina nebulizzata
  prima dellinserimento del sondino naso gastrico
  riduce il discomfort del paziente?
• P Adulti da sottoporre a posizionamento del SNG
  in pronto soccorso.
• I nebulizzazione di lidocaina nella narice da
  utilizzare.
• C nebulizzazione di soluzione fisiologica.
• O disagio misurato attraverso una scala visuale
  analogica (misura continua), difficoltà di
  inserimento del sondino (misura continua),
  complicanze (sanguinamento, vomito, impossibilità
  di passaggio, dispnea misure discrete).

Cullen l, et al. Nebulized lidocaine decrease the
discomfort of nasogastric tube insertion a
randomized, doubleblind trial. Ann Emerg Med
2004 44 131-7.
69
Esempio variabili continue e discrete
Outcome Lidocaina Placebo Differenza (IC 95)
Disagio riferito (media dei punteggi della scala visuale analogica) 37.7 59.3 26.6 (5.3 a 38.0)
Difficoltà percepita dallinfermiere nellinserimento del SNG 2 2 0 (-1 a 1)
Sanguinamento nasale 17 0 17 (3,5-31)
Vomito 10 0 10 (-0,7-21)
Variabili continue
Variabili discrete
70
Misure di efficacia per gli esiti discreti

• Il primo passaggio per capire le diverse misure
  di efficacia consiste nel tabellare i dati.

Evento Sì
Evento No
Gruppo sperimentale Gruppo di controllo a b a b
Gruppo sperimentale Gruppo di controllo c d c d
a c b d
71
La misura degli effetti quando si utilizzano
outcome discreti
Experimental Event Rate Frequenza (o rischio) nel
gruppo sperimentale a EER ------------
a b
La EER ci dice con che frequenza levento
indesiderato si è verificato nel gruppo
sperimentale
Control Event Rate Frequenza (o rischio) nel
gruppo di controllo c CER
------------ c d
La CER ci dice con che frequenza levento
indesiderato si è verificato nel gruppo di
controllo
72
La misura degli effetti quando si utilizzano
outcome discreti
Rischio Relativo
a EER --------------
a b RR
------------ -------------
c CER
--------------
c d
73
La misura degli effetti quando si utilizzano
outcome discreti
A volte per motivi statistici anziché essere
calcolato il RR troviamo indicato lodds ratio
che non confronta le frequenze (rischio) degli
eventi, ma le loro probabilità. Se lintervento
ha un effetto benefico ORlt1 Se peggiora lesito
ORgt1 Se non cè differenza OR1

• Lodds ratio (OR)
• a/b
• OR ------------
• c/d

74
Il difetto di RR e di OR

• Sia il RR che lOR sono misure della forza
  dellassociazione tra trattamento ed esito
  RELATIVE. Esse, cioè, non ci danno espressione
  della importanza clinica degli eventi nei due
  gruppi.
• Per questo motivo, per comprendere la rilevanza
  clinica degli effetti, vengono calcolate altre
  misure di efficacia.

75
La misura degli effetti quando si utilizzano
outcome discreti
La riduzione del rischio assoluto ci dà lesatta
espressione di quanto si riduca la
frequenza degli eventi negativi con il
trattamento sperimentato.
Riduzione Rischio Assoluto ARR CER - ERR
Riduzione Rischio Relativo ARR RRR
------------- CER
La riduzione del rischio relativo dice con che
proporzione diminuisce il rischio con il
trattamento sperimentato.
76
I difetti di e RRR di ARR

• La RRR è di nuovo una misura relativa, che non ci
  dà idea della frequenza, e quindi
  dellimportanza, dellevento negativo.
• Al contrario ARR è proprio espressione di questa
  misura, ma essendo un numero decimale non è
  facile da ricordare.
• Per questo motivo la misura che rende al meglio
  limportanza clinica dellassociazione tra
  trattamento ed outcome è il NNT.

77
La misura degli effetti quando si utilizzano
outcome discreti
Il numero dei pazienti da trattare ci dice il
numero di quante persone è necessario trattare
per evitare un evento negativo. Si tratta di un
valore espresso con numeri interi (e quindi è
più facile da ricordare) tanto più è piccolo
tanto maggiore è lefficacia clinica del
trattamento. Tanto più è grande tanto più è
modesta lefficacia del trattamento.
Number Needed to Treat 1 NNT
---------- ARR
78
Facciamo una prova
Inventiamoci uno studio relativo alla efficacia
della terapia anticoagulante nella prevenzione
della embolia polmonare post operatoria.
Evento Sì
Evento No
Gruppo sperimentale 1 999 1000
Gruppo di controllo 2 998 1000
Calcolate la EER, la CER, il RRR, il RR, la ARR,
lNNT
79
Rifacciamo i conti

• Inventiamoci uno studio relativo alla efficacia
  della terapia anticoagulante nella prevenzione
  della embolia polmonare post operatoria.

Evento Sì
Evento No
Gruppo sperimentale 100 900 1000
Gruppo di controllo 200 800 1000
Calcolate la EER, la CER, il RRR, il RR, la ARR,
lNNT
80
Un esempio reale

• La somministrazione di un integratore di Vitamina
  D3 per via orale riduce lincidenza di fratture
  negli anziani (65-85) residenti al domicilio?
• P anziani residenti al domicilio.
• Intervento somministrazione di un integratore di
  Vit D3.
• Confronto somministrazione di un placebo.
• Outcome Incidenza di fratture e mortalità da
  tutte le cause.

Trivedi DP, Doll R, Khaw KT. Effect of four
montly oral vitamin D3 supplementation on
fracutres and mortality in men and women living
in the community randomised double blind
controlled trial. BMJ 2003 326469-72.
81
Un esempio reale
Riduzione del rischio relativo di quanto si
riduce il rischio nel gruppo sperimentale? Riduzio
ne rischio assoluto differenza () fra
controllo e sperimentale
Gruppo intervento Frattura Non frattura N. Tot.
Trattamento sperimentale 119 1226 1345
Trattamento controllo 149 1192 1341

• Rischio Relativo
• EER 0,088
• RR ---------- -------- 0,8
• CER 0,11

Riduzione Rischio Assoluto ARR CER - EER 0,11
0,088 0,022
82
Un esempio reale
Riduzione del rischio relativo di quanto si
riduce il rischio nel gruppo sperimentale? Riduzio
ne rischio assoluto differenza () fra
controllo e sperimentale
Gruppo intervento Frattura Non frattura N. Tot.
Trattamento sperimentale 119 1226 1345
Trattamento controllo 149 1192 1341
Riduzione Rischio Relativo
Number Needed to Treat ARR
0,022 1 1 RRR ----------
-------- 20 NNT ---------- --------
46 CER 0,11 ARR 0,022
83
Un altro esempio torniamo sulle LdD
Un RR di 1,37 indica che le persone con un BMI
basso hanno un rischio di 1,37 volte maggiore (o
del 37) di presentare lesito, rispetto a quelli
con elevato BMI.
Rischio Relativo (RR)
a EER
-------------- 0,073
a b RR ------------
----------------- -------------- 1,37
c CER
-------------- 0,053

c d
84
Un altro esempio torniamo sulle LdD
Un odds ratio di 1,39 indica che le persone con
un BMI basso hanno una probabilità di 1,39 volte
maggiore (o del 39) di presentare lesito,
rispetto a quelli con elevato BMI.
Odds Ratio (OR)
a/b
0,078 OR ------------ -----------------
1,39 c/d 0,056
85
Un altro esempio torniamo sulle LdD
1 NNH
----------------------- 50
0,073 0,053
Nel nostro esempio quindi per ogni 50 persone con
un BMI basso 1 sviluppa lesioni da decubito.
86
Gruppo formatori

• Paolo Chiari
• Paolo Baldazzi
• Catia Biavati
• Daniela Mosci
• Enrico Naldi
• Barbara Ruffini

Grazie per lattenzione alla 2 giornata
Centro studi EBN - Bologna