BIOSTATISTICĂ PENTRU

CERCETAREA MEDICALĂ
Masurarea si analiza datelor
 Masuri ale frecventei bolii si ale efectului
• Rate de:
• Morbiditate (rata de imbolnavire)
• Mortalitate (numărul de decese înregistrate într-o perioadă de timp dată raportat la efectivul
total al populaţiei studiate)
• Letalitate: proporţia de decese în cadrul cazurilor de boală.
• Prevalenta=proportia de indivizi dintr-o populatie care au boala la un moment dat
(numarul de cazuri de boala existente /totalul populatiei). Ea estimeaza
probabilitatea (riscul) ca un individ sa aiba boala la un moment dat. Exista prevalenta
de moment si prevalenta de perioada.
• Incidenta=Numarul de cazuri noi de boala care apar intr-o populatie la risc intr-un
interval de timp. Exista incidenta cumulata si incidenta densitate.
• Incidenta cumulata este numarul de cazuri noi intr-o perioada de timp/populatie
totala la risc (sau probabilitatea (riscul) unui individ sa faca boala intr-un anumit
interval de timp).
• Incidenta de densitate (densitatea incidenţei) este numarul de cazuri noi intr-o
perioada de timp/(total persoane-timp de observatie) presupunand ca riscul de
boala ramane constant in timp
 Masuri ale frecventei bolii si ale efectului
Exemplu : Se calculeaza densitatea de incidenta pornind de la 1 Oct.
Data de debut a bolii 2004 pana la 30 Sept. 2005, folosindu-se punctul de mijloc (populatia in
Data de deces viata la 1 Apr. 2005) ca numarator. Se exprima densitatea relativ la o
Persoana
Data vindecare populatie de 100.
• Numaratorul densitatii de incidenta = numarul de noi cazuri aparute
de la 1 Oct. 2004 pana la 30 Sept. 2005 = 4 (alte 6 au aparut inainte de
1 Oct si nu sunt incluse)
• Numitorul densitatii de incidenta (se calculeaza suma tuturor
perioadelor de urmarire pt fiecare individ pe baza unui punct final
prestabilit) = populatia la 1 Apr. = 18 (persoanele 2 si 8 au decedat
inainte de 1 Apr.)
• Densitatea de incidenta = (4 ⁄ 18) × 100 = 22 noi cazuri la 100 pop
Exemplu B: Se calculeaza prevalenta de moment la 1 Apr. 2005.
Prevalenta de moment este numarul de persoane bolnave existente/
totalul pop. la momentul respectiv. La data de 1 Apr: 7 persoane
(persoanele 1, 4, 5, 6, 7, 9 and 10) erau bolnave.
• Prevalenta de moment = (7 ⁄ 18) × 100= 38.89%

Exemplu C: Se calculeaza prevalenta de moment de la 1 Oct. 2004 la 30 Sept. 2005. Numaratorul perioadei de prevalenta include
orice persoana care a fost bolnava in timpul acestei perioade: toate cele 10 persoane au fost bolnave in aceasta perioada.
• Prevalenta de perioada= (10 ⁄ 20) × 100= 50.0%
 Masuri ale frecventei bolii si ale efectului
Maladie
Prezenta Absenta
FR Pozitiv (+) a b

(expunere) Negativ (-) c d

RR RA Concluzie
RR>1 RA>0 Factor de risc
RR=1 RA=0 Factor indiferent
RR<1 RA<0 Factor de protectie
 Masuri ale frecventei bolii si ale efectului
Maladie
Prezenta Absenta
FR Pozitiv (+) a b

(expunere) Negativ (-) c d

OR Concluzie
OR>1 Expunerea creste riscul de
boala (factor de risc)
Expunerea este factor
OR=1
indiferent
Expunerea reduce riscul de
OR<1
boala (factor de protectie)
 Masuri ale frecventei bolii si ale efectului
Maladie NNT (number needed to treat) = Numărul
Prezenta Absenta
necesar de pacienţi care trebuie trataţi pt
FR Pozitiv (+) a b
a salva un pacient (sau pentru a preveni
(expunere) Negativ (-) c d apariţia unui efect negativ) .
NNT mic este bun!

Cât de mulţi oameni trebuie expusi pentru a obtine un eveniment (a

vindeca sau obtine un beneficiu suplimenar) pentru o singură persoană?
Riscul celor expusi = a/(a+b)
Riscul celor neexpusi = c/(c+d)
Diferenta riscurilor (riscul atribuibil)= a/(a+b)- c/(c+d)
NNT=1/RA
Masuri ale frecventei bolii si ale efectului
Maladie/Eveniment asteptat (Deces CHD)
Prezenta Absenta
Test Pozitiv (+) ? ?? 47
(Anomalii EKG) Negativ (-) ? ??? 144

Exemplu: O echipa de cercetatori clinici emit ipoteza referitoare la faptul ca

anomaliile majore ale electrocardiogramei (EKG) sunt un factor de risc pentru
decesul prin insuficienta coronariana (Coronary Heart Disease). Intr-un studiu
proiectat pentru a testa aceasta ipoteza, 47 de persoane cu varste intre 40 si 64 de
ani la examinerea clinica initiala au avut anomalii majore EKG si 144 din acelasi grup
de varsta dintre subiecti recrutati nu au avut anomalii EKG. Ambele grupuri au fost
urmarite timp de 20 ani si decesele au fost inregistrate.
Masuri ale frecventei bolii si ale efectului
Maladie/Eveniment asteptat (Deces CHD)
Prezenta Absenta
Test Pozitiv (+) 8 39 47
(Anomalii EKG) Negativ (-) 10 134 144

Maladia sau evenimentul asteptat: decesul CHD.

Tipul de studiu: prospectiv, de cohorta.
Riscul de deces pt cei cu anomalii EKG: 8/47 = 0.170
Riscul de deces pt cei fara anomalii EKG: 10/144 = 0.069
Raporul riscurilor (RR): (8/47) / (10/144) = 2.45
RA: 0.170 – 0.069 = 0.100
NNT: 1/(0.170 – 0.069 ) = 1/0.100 = 9.92
Masuri ale frecventei bolii si ale efectului
Maladie/Eveniment asteptat (Deces CHD)
Prezenta Absenta
Test Pozitiv (+) 8 39 47
(Anomalii EKG) Negativ (-) 10 134 144

Maladia sau evenimentul asteptat: decesul CHD.

Tipul de studiu: retrospectiv, de cohorta.
Riscul de deces pt cei cu anomalii EKG: 0.170 înseamnă că din 100 de persoane cu test
pozitiv la 17.0 persoane va aparea decesul CHD
Riscul de deces pt cei fara anomalii EKG: 0.069 înseamnă că din 100 de persoane cu
test negativ la 6.9 persoane va aparea decesul CHD
RA: 0.100 (10%) Riscul de deces este cu 10% mai mare riscul la cei cu anomalii EKG faţă
de fara anomalii EKG
NNT: 9.92 La fiecare 9.9 persoane cu anomalii EKG prezente se estimează că o
persoană în plus va deceda.
Masuri ale frecventei bolii
Maladie/Eveniment asteptat (Deces CHD)
Prezenta Absenta
Test Pozitiv (+) 8 39 47
(Anomalii EKG) Negativ (-) 10 134 144

Raporul riscurilor (RR): (8/47) / (10/144) = 2.45

• Riscul de deces CHD este de 2.45 ori mai mare la cei cu anomalii EKG
faţă de fara anomalii EKG
• Riscul de deces CHD este cu 145% mai mare la cei cu anomalii EKG
faţă de fara anomalii EKG (fracţiunea de risc atribuibilă anomaliilor
EKG = RR-1)
 Masuri ale frecventei bolii si ale efectului
Carcinom uterin
Prezenta Absenta
Utilizare Da 56 127
hormoni estrogeni Nu 7 125
63 252 (63 x 4)
Exemplu: In perioada 1971-1975 s-a efectuat un studiu pentru verificarea existentei
unei legaturi intre utilizarea hormonilor estrogeni (pentru ameliorarea tulburarilor
post menopauza) si aparitia cancerului de col uterin. Au fost identificate 63 de bolnave
cu varsta peste 60 de ani diagnosticate cu carcinom uterin si un esantion martor
format din 252 de femei fara carcinom uterin. Cele 4 femei corespondente unui caz au
fost alese din aceeasi comunitate cu persoana bolnava, nascute in acelasi ani si supuse
la riscul de a face carcinom uterin (nu aveau histerectomie totala sau partiala). Datele
sunt inregistrate in tabelul de mai sus.
 Masuri ale frecventei bolii si ale efectului
Carcinom uterin
Prezenta Absenta
Utilizare Da 56 127
hormoni estrogeni Nu 7 125
63 252
Maladia sau evenimentul asteptat: carcinom uterin.
Tipul de studiu: retrospectiv, caz-control.
Cota de boala pt cele cu utilizare hormoni: 0.440 înseamnă că pentru fiecare 100
de persoane la care nu apare carcinomul la 44.0 persoane apare carcinomul
Cota de boala pt cele fara utilizare hormoni : 7/125 = 0.056 înseamnă că pentru
fiecare 100 de persoane la care nu apare carcinomul la 5.6 persoane apare
carcinomul.
Raporul cotelor (OR): (56/127) / (7/125) = 7.87
 Masuri ale frecventei bolii si ale efectului
Carcinom uterin
Prezenta Absenta
Utilizare Da 56 127
hormoni estrogeni Nu 7 125
63 252
Raporul cotelor (OR): (56/127) / (7/125) = 7.87
• Cota expunerii la cele cu carcinom este de 7.87 ori mai mare decât cota expunerii la cele
fara carcinom.
• In raport cu cele fara carcinom, cele care folosesc hormoni estrogeni au sanse de 7.87 de
ori mai mari de a face carcinom decât cele care nu folosesc hormoni estrogeni
• In raport cu cele fara carcinom, cele care folosesc hormoni estrogeni au sanse cu 687%
mai mari de a face carcinom decât cele care nu folosesc hormoni estrogeni
Curbe ROC
TP (adevărat pozitivi )= a
Maladie
TN (adevărat negativi) = d
FP (Fals pozitivi) = b
Prezenta Absenta
FN (Fals negativi) = d
Se=Sensibilitatea testului = a/(a+c)
Test Pozitiv (Abilitatea testului de a identifica corect pozitivii din cei
a=TP b=FP
(+) pentru care boala a fost confirmată prin alte metode).
Negativ Sp=Specificitatea testului = d/(b+d)
c=FN d=TN (Abilitatea testului de a identifica corect negativii din cei
(-)
pentru care se cunoaște că nu au boala).

Validitate inerentă a testului (Validitate predictivă a testului)= (a+d)/(a+b+c+d)

Abilitatea testului de a identifica corect pozitivii și negativi (a prezice corect prezenţa sau absenţa bolii).
Predictibilitate pozitivă a testului = a/(a+b)
Abilitatea testului de a prezice corect prezenţa bolii.
Predictibilitate negativă a testului = d/(c+d)
Abilitatea testului de a prezice corect absenţa bolii.
Curbe ROC
Curbe ROC
Curba ROC (the Receiver Operating Characteristic curve – curba caracteristica de prelucrare a
receptorului) este o reprezentare grafică a imaginii de compromis între sensibilitate și (1-
specificitate) calculate pentru o mulţime de puncte de cut-off. Aria de sub curba ROC este
considerată a fi o măsură a validităţii propriu-zise a unui test de diagnostic.
Sensibilitatea

Sensibilitatea
Punctul de cut-off are Se=0.80 și Sp=0.81 (1- specificitate = 0.19)
Curbe ROC
Test Perfect!!

Test Real
Curbe ROC

Imposibil de
diferentiat cele 2
grupuri!!

In cazul in care aria curbei ROC este 0,

grupurile sunt inversate, adica metoda
prezice grupul negativ ca fiind cel
pozitiv si invers!
Curbe ROC

Sensibilitatea

Sensibilitatea
1-Specificitatea

Calcul valoare cut-off (punct optim):

1) Distanţa dintre punctul (0, 1) și orice punct de pe curba ROC
Sensibilitatea

este

Min d
2) Indexul Youden J este punctul de pe curba ROC care este cel
mai depărtat de la linia de egalitate (linia diagonală)
Max[sn + sp]
 Analiza de supravietuire
Timp Cenzurat Patient status Sex Mediu Stadiu T Tipul abord Fistula anastomotica
Variabilele de supravieţuire = corespund 283 Nu Decedat F rural T3 McKeown clasic
Nu
timpului scurs între includerea unui 2965 Nu Decedat M urban T2 McKeown clasic
Nu
subiect într-un studiu şi apariţia unui 1055 Nu Decedat F urban T4 McKeown clasic
Nu

eveniment predefinit al studiului. 338 Nu Decedat M urban T3 McKeown clasic

Da
Nu
546 Nu Decedat M rural T3 McKeown clasic
Evenimente: 3479 Da In viata M urban T3 McKeown clasic
Nu

• decesul 764 Nu Decedat F urban T3 Ivor Lewis clasic

Nu
Nu
800 Nu Decedat M urban T3 Ivor Lewis clasic
• apariţia unei boli sau a unei complicaţii 363 Nu Decedat M rural T3 Ivor Lewis clasic
Da

• apariţia unui simptom, semn 473 Nu Decedat M urban T3 McKeown clasic

Nu
Nu
2790 Da In viata M urban T3 McKeown clasic
• apariţia unei metastaze, recăderea din 156 Nu Decedat M rural T1 McKeown clasic
Da
remisiune Nu
210 Nu Decedat M urban T2 McKeown clasic
• dispariţia unui simptom, semn 1103 Nu Decedat M rural T2 McKeown clasic
Da
Nu
• remisiunea 413 Nu Decedat M rural T4 McKeown clasic
Nu
417 Nu Decedat M rural T2 McKeown clasic
• vindecarea 1994 Nu Decedat M rural T4 McKeown clasic
Nu
Nu
• nasterea … orice alt aspect de interes 977 Nu Decedat M urban T3 Orringer clasic
Da
2099 Da In viata F rural T3 Ivor Lewis clasic
 Analiza de supravietuire
Elemente:
• Data initiala (data de intrare in studiu)
• Timpul de participare (timpul scurs de
la intrarea in studiu pana la aparitia
evenimentului, pana la momentul In viata

pierderii din vedere sau pana la data Decedat

Pierdut
Retras
finala a studiului in cazul in care nu s-a
produs evenimentul)
• Timp de recul (timpul scurs de la
intrarea in studiu pana la data finala a
studiului in cazul in care nu s-a produs
evenimentul)
• Data finala In viata
Decedat

• Data ultimei inregistrari Pierdut

Retras
 Analiza de supravietuire
Elemente:
• Cenzurare (pacienti pentru care nu s-a produs
evenimentul pana la data finala sau care au fost
pierduti din vedere pe parcursul studiului – cenzurare
la dreapta!)
Atentie! Un nr mare de pacienti pierduti din vedere
pe parcursul studiului poate altera rezultatele In viata
Decedat

studiului! Pierdut
Retras

• Media timpului de supravietuire

• Mediana timpului de supravietuire (timpul de
supravietuire a 50% dintre subiecti)
Pentru a evalua dacă există diferenţe între
supravieţuirea unui grup şi a altui grup se utilizează
analiza Kaplan-Meier.
Pentru a se prezice timpul de supravieţuire în funcţie In viata
de diferite caracteristici ale subiecţilor se utilizează Decedat
Pierdut
regresia Cox. Retras
 Analiza de supravietuire. Metoda Kaplan-Meier
Curba de supravietuire arată ca o linie frântă,
schimbările producându-se de fiecare dată când
un eveniment are loc.
Nivelul initial este de 100% la originea curbei,
până la momentul producerii primului
eveniment, unde se prăbuşeşte până la noua
valoare calculată care constituie un nou palier.
Paşii sunt din ce în ce mai mari pe măsură ce se
eveniment
avansează de la stânga la dreapta deoarece cu cenzura
cât timpul de supravieţuire este mai lung cu atât
vom avea mai multe observaţii cenzurate şi iar
numărul de indivizi expuși la risc este mai mic.
Supravieţuirea este estimată de fiecare dată
când se realizează evenimentul prestabilit, astfel
pierduţii din vedere (cenzuratii) sunt neglijaţi.
Analiza de supravietuire. Metoda Kaplan-Meier
Putem inversa graficul şi astfel se trasează
proporţia estimată persoane “in viata”
(pentru care nu s-a produs evenimentul) adică
funcţia de eșec (opusă funcţiei de
supravieţuire)
Presupuneri:
Riscul unui eveniment este acelaşi atât pentru
subiecţii cenzuraţi cât şi pentru subiecţii
necenzuraţi.
Aceasta înseamnă:
• cei care au pierduţi din vedere în timpul
perioadei de studiu nu sunt diferiţi de cei
care au fost urmăriţi până la data încheierii
studiului
• nu există nici o schimbare în risc de la
începutul recrutării la sfârşitul studiului.
Analiza de supravietuire. Metoda Kaplan-Meier
Time Status Treatment
6
6
1
1
Drug 6-MP
Drug 6-MP
Exemplu: 2 grupuri (2x 21 pacienti) – un grup care primeste
6
6
7
1
0
1
Drug 6-MP
Drug 6-MP
Drug 6-MP
un tratament (Drug 6-MP) si un grup de control (Control)
9
10
10
0
1
0
Drug 6-MP
Drug 6-MP
Drug 6-MP
pentru care s-a inregistrat timpul (Time) de la momentul de
11
13
16
0
1
1
Drug 6-MP
Drug 6-MP
Drug 6-MP
start pana la aparitia evenimentului asteptat (Status=1) sau
17
19
0
0
Drug 6-MP
Drug 6-MP
pana la data finala a studiului (Status=0).
20 0 Drug 6-MP
22 1 Drug 6-MP
23 1 Drug 6-MP Case Processing Summary
25 0 Drug 6-MP
32 0 Drug 6-MP Censored
32 0 Drug 6-MP
34 0 Drug 6-MP Treatment Total N N of Events N Percent
35 0 Drug 6-MP Control 21 21 0 0.0%
1 1 Control
1 1 Control Drug 6-M 21 9 12 57.1%
2 1 Control Overall 42 30 12 28.6%
2 1 Control
3 1 Control
4 1 Control
4 1 Control
5 1 Control
5 1 Control
8 1 Control
8 1 Control
8 1 Control
8 1 Control
11 1 Control
11 1 Control
12 1 Control
12 1 Control
15 1 Control
17 1 Control
22 1 Control
23 1 Control
Analiza de supravietuire. Metoda Kaplan-Meier Cumulative Proportion
Time Status Treatment
N of N of
6 1 Drug 6-MP Surviving at the Time Cumulative Remaining
6 1 Drug 6-MP
6 1 Drug 6-MP Treatment Time Status Estimate Std. Error Events Cases Prop even Nr event Prop surv
6 0 Drug 6-MP
7 1 Drug 6-MP
Control 1 1.000 1 1 20
9 0 Drug 6-MP 2
10 1 Drug 6-MP
1.000 1 .905 .064 2 19 9.52% =2/21 90.48%
10 0 Drug 6-MP 3 2.000 1 3 18
11 0 Drug 6-MP
13 1 Drug 6-MP 4 2.000 1 .810 .086 4 17 19.05% =4/21 80.95%
16 1 Drug 6-MP
17 0 Drug 6-MP 5 3.000 1 .762 .093 5 16 23.81% =5/21 76.19%
19 0 Drug 6-MP
20 0 Drug 6-MP 6 4.000 1 6 15
22 1 Drug 6-MP
23 1 Drug 6-MP
7 4.000 1 .667 .103 7 14 33.33% =7/21 66.67%
25 0 Drug 6-MP 8 5.000 1 8 13
32 0 Drug 6-MP
32 0 Drug 6-MP 9 5.000 1 .571 .108 9 12 42.86% 57.14%
34 0 Drug 6-MP
35 0 Drug 6-MP 10 8.000 1 10 11
1 1 Control
1 1 Control
11 8.000 1 11 10
2 1 Control 12 8.000 1 12 9
2 1 Control
3 1 Control 13 8.000 1 .381 .106 13 8 61.90% 38.10%
4 1 Control
4 1 Control 14 11.000 1 14 7
5 1 Control
5 1 Control
15 11.000 1 .286 .099 15 6 71.43% 28.57%
8 1 Control 16 12.000 1 16 5
8 1 Control
8 1 Control 17
8 1 Control 12.000 1 .190 .086 17 4
11 1 Control 80.95% 19.05%
11 1 Control
12 1 Control
18 15.000 1 .143 .076 18 3 85.71% 14.29%
12 1 Control 19 17.000 1 .095 .064 19 2
15 1 Control
90.48% 9.52%
17 1 Control 20 22.000 1 .048 .046 20 1 95.24% 4.76%
22 1 Control
23 1 Control 21 23.000 1 0.000 0.000 21 0 100.00% 0.00%
 Analiza de supravietuire. Metoda Kaplan-Meier
Survival Table
Cumulative Proportion N of
Surviving at the Time
Cumulative N of Remaining
Treatment Time Status Estimate Std. Error Events Cases
Drug 6-M 1 6.000 1 1 20
2 6.000 1 2 19
3 6.000 1 .857 .076 3 18
4 6.000 0 3 17
5 7.000 1 .807 .087 4 16
6 9.000 0 4 15
7 10.000 1 .753 .096 5 14
8 10.000 0 5 13
9 11.000 0 5 12
10 13.000 1 .690 .107 6 11
11 16.000 1 .627 .114 7 10
12 17.000 0 7 9
13 19.000 0 7 8
14 20.000 0 7 7
15 22.000 1 .538 .128 8 6
16 23.000 1 .448 .135 9 5
17 25.000 0 9 4
18 32.000 0 9 3
19 32.000 0 9 2
20 34.000 0 9 1
21 35.000 0 9 0
Means and Medians for Survival Time
Meana Median
95% Confidence 95% Confidence
Interval Interval
Lower Upper Lower Upper
Treatment Estimate Std. Error Bound Bound Estimate Std. Error Bound Bound
Control 8.667 1.411 5.900 11.433 8.000 1.669 4.729 11.271
Drug 6-M 23.287 2.827 17.746 28.829 23.000 5.255 12.699 33.301
Overall 15.339 1.860 11.693 18.985 12.000 1.717 8.636 15.364
a. Estimation is limited to the largest survival time if it is censored.
Analiza de supravietuire. Metoda Kaplan-Meier
Compararea curbelor de supravietuire
(cele două grupuri au funcţii de
supravieţuire similare sau sunt similare
din punct de vedere al supravieţuirii):
• Testul log-rank
• Testul Gehan (Wilcoxon generalizat)
• Testul Mantel-Haensel
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 16.793 1 .000
Breslow (Generalized Wilcoxon) 13.458 1 .000
Test of equality of survival distributions for the different levels of Treatment.
 Analiza de supravietuire. Regresia Cox
Regresia Cox (regresia hazardelor proporţionale) se utilizează pentru a prezice timpul de
supravieţuire în funcţie de diferite caracteristici ale subiecţilor (ex. stadiul tumorii, tipul
histologic, ...) sau pentru a afla dacă o caracteristica a subiecţilor influenţează
supravieţuirea, şi dacă da, cât de mult, şi în ce direcţie (o prelungeşte, sau o scurtează).
Astfel, regresia Cox este utilă pentru evaluarea existenţei şi importanţei legăturii între un
factor prognostic şi supravieţuire.
Pentru a evalua importanţa efectului unei caracteristici asupra supravieţuirii se utilizează
rata de hazard (HR – hazard ratio). Rata de hazard se calculează pe baza hazardului.
Hazardul este riscul instantaneu al unui subiect de a realiza evenimentul prestabilit, dat fiind
faptul că el a supravieţuit până în acel moment (ex. riscul instantaneu de a deceda, la un
subiect cu melanom malign). Cu cât hazardul este mai mare, cu atât riscul de a realiza
evenimentul prestabilit este mai mare (ex. o persoană care conduce maşina după ce a
consumat alcool, are hazardul mai ridicat decât o persoană care conduce maşina dar nu a
consumat alcool).
Rata de hazard pentru unui grup de subiecţi faţă de un alt grup de subiecţi reprezintă
raportul dintre hazardurile celor două grupuri de subiecţi.
Tipuri de studii si evaluarea efectului
- Studii transversale (studii de prevalenta): prevalenta, OR, şansa de
supravieţuire într-o afecţiune (probabilitatea)
- Studii corelationale (ecologice): frecvente, corelatii, compară şansa de
supravieţuire în situaţii diferite (in functie de factori prognostici sau terapii)
- Studii analitice: se precizeaza rezultatul sau efectul (variabila dependenta) si
expunerea (variabila independenta), se masoara efectul (forţa asocierii dintre
expunere şi efect) - coeficient de corelaţie, risc relativ, odds ratio; măsurarea
impactului expunerii: diferenta riscului (risc atribuibil, reducerea absoluta a
riscului, diferenta dintre medii), NNT, semnificaţia statistică a asocierii
(interval de încredere, p), stabilirea legăturii între factorii care ar putea fi
asociaţi cu timpul de supravieţuire în vederea calculării unor indici predictivi