Revisão Estatística
Intervalos de Confiança: O intervalo estimado de um parâmetro populacional, e normalmente estabelecido em 95%. Se uma pessoa retirasse 100 amostras da população, a pontuação média ou medida de 95 dessas populações de amostra cairia na faixa de 95% de Intervalos de Confiança. Quanto mais próximo ou apertado for o intervalo do IC 95% a partir da média real, mais fortes serão os resultados desse teste.
Erro de Medida Padrão: Este valor indica o intervalo (+/-) dentro do qual a pontuação verdadeira de um paciente pode caber dentro de um determinado teste. Se o SEM para a medição goniométrica do intervalo de movimento para flexão do joelho for de 3,5 graus do que se poderia esperar uma variação do intervalo de movimento verdadeiro/real entre 116,5 e 123,5 graus quando o valor real medido for 120 graus. Também é pensado como o desvio padrão dos valores dos resultados de testes repetidos.
Sensibilidade: Se um paciente tem uma condição, quais são as hipóteses de o teste clínico ser positivo? Esta é a sua medida de Verdadeiros Positivos. Os valores variam de 0 a 1,0 onde 1,0 = 100% de Positivos Verdadeiros. O SnOut mnemônico é usado para aplicar estes resultados. Se um teste tiver uma sensibilidade elevada e o teste for negativo, um clínico pode sentir-se melhor ao excluir a doença (SnOut). Os testes clínicos com maior sensibilidade são melhores para rastrear pacientes para a condição alvo, mas não tão bons para fornecer um diagnóstico específico. Em outras palavras, quando um teste altamente sensível é negativo você pode se sentir mais seguro de que o paciente não tem a condição, no entanto, se o teste for positivo você não pode ter certeza de que eles tiveram essa condição, a menos que o teste também tenha sido altamente específico.
Especificidade: Se um paciente não tem uma condição, quais são as chances de o teste clínico ser negativo? Esta é a sua medida de Verdadeiros Negativos. Os valores variam de 0 a 1,0 onde 1,0 = 100% de negativos verdadeiros. O SpIn mnemônico é usado para aplicar estes resultados. Se um teste tem uma especificidade elevada e o teste é positivo, um clínico pode sentir-se melhor sobre a decisão Na doença (SpIn). Quando um teste altamente específico é positivo você pode se sentir mais seguro de que o paciente tem a condição, no entanto, se o teste for negativo você não pode ter certeza de que eles não têm essa condição, a menos que o teste também tenha sido altamente sensível.
Razão de Probabilidade Positiva (+LR): Expressa a mudança nas probabilidades que favorecem a condição quando o teste é positivo. É um cálculo da especificidade e da sensibilidade de um teste (+LR = Sensibilidade / 1-Específica). Um +LR > 1,0 aumenta a probabilidade de fornecer um diagnóstico correcto com base no resultado do teste.
Razão de Probabilidade Negativa: Expressa a mudança nas probabilidades de uma condição estar ausente quando dada um teste negativo. É um cálculo da especificidade e da sensibilidade de um teste (-LR = 1-Sensibilidade / Especificidade). Um LR < 1,0 aumenta a probabilidade de fornecer um diagnóstico correcto com base no resultado do teste.
Odds Ratio: Esta é a estimativa do risco relativo e é tipicamente usada quando o risco relativo não pode ser determinado com precisão com base nas limitações do estudo (incapacidade de calcular com precisão a incidência acumulada, ou seja, um estudo de caso-controle). É frequentemente utilizado para expressar o tamanho do efeito. É a razão entre a probabilidade de um evento ocorrer em um grupo e a probabilidade de ocorrer em outro grupo. É a probabilidade de que o mesmo evento ou condição ocorra em dois grupos. Um odds ratio de 1:1 significa que não há diferença nas odds entre os grupos (o evento ou condição ocorre igualmente em ambos os grupos).
Risco relativo: Esta é a medida do efeito relativo, que é a razão que descreve os riscos associados com o grupo exposto em comparação com o grupo não exposto. Indica a probabilidade de que alguém que foi exposto a um fator de risco desenvolva a condição em comparação com alguém que não foi exposto.
Tamanho do efeito: A magnitude da diferença entre dois tratamentos ou a relação entre duas variáveis. Um tamanho maior do efeito para um tratamento indica que ele resultou em uma diferença positiva maior no resultado que foi medido.
Validade: O teste clínico mede o que se pretende medir? Esta é a pergunta que a validade responde. Isto pode frequentemente ser medido por valores de Sensibilidade e Especificidade, bem como por Razões de Probabilidade (valores preditivos positivos e negativos são usados frequentemente mas não são tão úteis como as Razões de Probabilidade).
Confiabilidade: Até que ponto os examinadores concordam com os resultados de um teste? Confiabilidade é uma medida de concordância, mas não de validade. Ela se baseia na quantidade de erro que está presente em um conjunto de notas. Para que um teste clínico tenha boa validade, é necessária uma boa confiabilidade. No entanto, testes que não têm boa validade ainda podem ter uma excelente confiabilidade. Os examinadores podem ser capazes de medir um teste de forma muito confiável entre si e outros examinadores, mas isso não significa necessariamente que o teste seja uma boa medida de uma condição ou diagnóstico específico. Ele é medido por coeficientes (Kappa ou Coeficientes de Correlação Intraclasse, dependendo do tipo de variável).
Kappa: Esta é uma medida de concordância que tem sido corrigida por acaso. Esta estatística avalia a proporção de concordância observada e depois leva em conta a proporção que pode ser esperada por acaso. Ela foi projetada principalmente para medir dados não paramétricos, como variáveis dicotômicas, que incluem respostas Sim/Não e Positivas/Negativas, e variáveis categóricas, como graus de teste muscular manual. O intervalo de pontuação vai de 0 a 10 e a interpretação da pontuação foi sugerida como:
1,0 = Perfeito
0,8 a 1,0 = Excelente
0,6 a 0,8 = Substancial
0,4 a 0,6 = Moderado
< 0,4 = Fraco
Kappa ponderado: A estatística Kappa regular não diferencia entre as discordâncias. Se um pesquisador quer atribuir um peso maior a um desacordo em relação a outro devido a maiores riscos possíveis, então ele se torna um Kappa Ponderado. Algumas discordâncias podem ser mais graves do que outras. Nem todos os dados podem ser diferenciados desta forma, mas se puder então esta Kappa Ponderada pode ser usada para estimar a confiabilidade.
Coeficiente de Correlação Intraclasse (ICC): O ICC é um coeficiente de confiabilidade. Ele calcula a variância nas notas e é capaz de refletir tanto o grau de correspondência quanto a concordância entre as notas. Ele varia de 0 a 1,0. O ICC é uma medida de confiabilidade projetada principalmente para variáveis paramétricas (dados de intervalo ou relação), que são contínuas, tais como medidas de intervalo de movimento, altura, peso, etc. A interpretação das classificações foi sugerida como:
1,0 = Perfeito
0,9 a 1,0 = Excelente
0,75 a 0,9 = Bom
0,5 a 0,75 = Moderado
< 0,5 = Fraco
Correlação: Correlação é uma medida de associação e não concordância (acordo de medidas de confiabilidade). Ela indica a relação linear entre variáveis e varia de -1 a 0 a 1 e é medida por coeficientes (Pearson ou Spearmans). Quanto mais próxima a variável estiver de 1, mais forte a correlação positiva e quanto mais próxima de -1, mais forte a correlação negativa. Na maioria das vezes, um zero indica que não há correlação alguma entre as variáveis. Os tamanhos de correlação foram definidos como:
+/- 0,1 a 0,3 = Pequeno
+/- 0,3 a 0,5 = Médio
+/- 0,5 a 1,0 = Grande
Coeficientes de Correlação: Estatísticas que descrevem quantitativamente a força e a direção de uma relação entre duas variáveis.