I-EB37 | Regressione Lineare e Logistica in Ambito Sanitario con Stata

Il corso “Regressione Lineare e Logistica in Ambito Sanitario in Stata” offre ai partecipanti una panoramica delle tecniche di regressione lineare e logistica implementate in ambito sanitario. Durante i due giorni verranno illustrati, attraverso una serie di esempi applicati: i) i modelli di regressione adottati per esaminare le relazioni tra più variabili continue e dicotomiche; ii) i metodi disponibili per testare e correggere problemi comuni; e iii) l’identificazione degli outliers e delle osservazioni influenti. Particolare attenzione sarà dedicata all’interpretazione e alla presentazione dei risultati e alla selezione delle variabili importanti e non ridondanti nonché ai principali metodi di stima dei parametri (per variabili continue e categoriche) e alla loro interpretazione.

In linea con la filosofia dei corsi TStat, ogni singola sessione è composta da una componente teorica (in cui vengono spiegate le tecniche e i principi sottostanti) e da un segmento applicato, durante il quale i partecipanti hanno l’opportunità di implementare le tecniche utilizzando i dati reali sotto l’occhio vigile del tutor del corso. Durante il corso, le sessioni teoriche sono rafforzate da esempi di casi di studio, in cui il tutor del corso discute e mette in evidenza potenziali insidie e i vantaggi delle singole tecniche. Al termine, si prevede che i partecipanti siano in grado di implementare autonomamente, con l’aiuto delle routines di Stata, sviluppate durante il corso, le metodologie e le tecniche acquisite durante i due giorni.

Il corso è pensato per Studenti, Dottorandi, Specializzandi e Assegnisti di ricerca nel campo di medicina e per medici, professionisti e ricercatori in sanità pubblica provenienti da istituzioni pubbliche e private che desiderano utilizzare i modelli di regressione lineari e logistici nella propria ricerca empirica.

Conoscenze di base di statistica e del Software Stata.

SESSIONE I: REGRESSIONE LINEARE

Analisi della correlazione lineare: grafici a dispersione, coefficienti di correlazione di Pearson e Spearman, matrici di correlazione. Uso dei comandi graph twoway scatter, graph matrix, correlate, pwcorr, spearman.

Principi generali della regressione lineare semplice e multivariabile: tipologia di dati utilizzabili, condizioni di applicazione.

Interpretazione dei risultati presentati dell’output del comando regress: tabella ANOVA, valore e significatività dei coefficienti, rappresentazione matematica e grafica dei risultati nella regressione semplice e multivariabile, capacità predittiva del modello. Utilizzo dei comandi regress, predict, margins.

Correzione del confondimento nelle regressioni multivariate, uso delle variabili indicatrici (dummy variables), valutazione delle interazioni, utilizzo di trasformazioni numeriche delle variabili e regressioni polinomiali.

Valutazione e diagnostica dei modelli di regressione lineare: Variabilità spiegata, Analisi dei residui, Valutazione di linearità delle variabili continue, identificazione degli outliers e delle osservazioni influenti. Utilizzo dei comandi rvfplot, acprplot, lvr2plot.

SESSIONE II: REGRESSIONE LOGISTICA

La “previsione” di effetti dicotomici: logica e definizione del modello di regressione logistica.

Stima dei coefficienti del modello logistico semplice e multivariabile attraverso i metodi di Maximum Likelihood Estimation (MLE) e loro interpretazione: log odds e Odds Ratio (OR). Utilizzo dei comandi logit, logistic, predict, margins.

Correzione del confondimento nelle regressioni logistiche multivariate, uso delle variabili indicatrici (dummy variables), valutazione delle interazioni.

Valutazione e diagnostica dei modelli di regressione logistica: Test del Likelihood Ratio, Test del Chi-quadro per la valutazione della Goodness of Fit, Test di Hosmer e Lemeshow, valutazione delle curve ROC. Utilizzo dei comandi estimates store, lrtest, estat gof, lroc.

TESTI UTILI

An Introduction to Stata for Health Researchers, Fourth Edition, Svend Juul and Morten Frydenberg, Stata Press (2014)

BIOSTATISTICA, Quello che avreste voluto sapere… G. R. Norman, D. L. Streiner, Casa Editrice Ambrosiana (2015)