DICŢIONAR

DE
EPIDEMIOLOGIE CLINICĂ
ŞI
MEDICINĂ BAZATĂ PE DOVEZI

dr. Cristian Băicuş

 Prietenului meu Pierre Duhaut,
care mi-a deschis calea.

A mon ami Pierre Duhaut,

qui m’a ouvert la voie.

2
Cuvânt înainte

Rezultatul oricărei cercetări medicale este un studiu pe care autorii şi-l doresc
publicat într-o revistă medicală.
Epidemiologia Clinică este disciplina care se adresează creatorilor de studii
ştiinţifice, cercetătorilor, învăţându-i metodologia ce trebuie aplicată astfel încât
rezultatele studiului să fie valide.
Medicina Bazată pe Dovezi este, dimpotrivă, dedicată consumatorilor de studii
ştiinţifice medicale, învăţându-i pe aceştia să evalueze corectitudinea, semnificaţia
clinică (pe lîngă cea statistică) şi aplicabilitatea rezultatelor studiilor citite sau auzite
în reviste medicale, materiale promoţionale ale firmelor farmaceutice sau la congrese.
Iată aşadar motivul pentru care Epidemiologia Clinică şi Medicina Bazată pe
Dovezi sunt două discipline care se întrepătrund, diferenţele dintre ele fiind minore;
drept dovadă, creatorii celei de a doua - apariţie a ultimului deceniu şi în acelaşi timp
la mare modă - Grupul de lucru de la Universitatea McMaster din Hamilton, Canada,
este alcătuit în marea majoritate din profesori de Epidemiologie Clinică (unii dintre ei
fiind în acelaşi timp profesori de medicină internă sau alte specialităţi clinice).
Acest dicţionar a fost creat pentru a explica oricărui medic (fie creator de studii
ştiinţifice, fie doar consumator) termenii pe care îi întâlneşte în fiecare zi şi care îi
sunt, unii dintre ei, neclari sau necunoscuţi.
Toţi termenii scrişi cu caractere îngroşate vor fi găsiţi la litera respectivă, şi probabil
că nu rareori se va întâmpla ca, în căutarea explicaţiilor unui termen să fie nevoie să
citiţi explicaţiile altora, şi tot aşa, până veţi citi întreg dicţionarul, şi nici atunci să nu
fiţi pe deplin luminaţi. Nu disperaţi, autorul acestei cărţi se luptă de mai mulţi ani cu
Epidemiologia clinică, şi încă mai are destule lucruri de învăţat.
O dificultate a constituit-o traducerea diverşilor termeni (începând cu Evidence-
based Medicine; în acest caz mi se pare evident că traducerea corectă este Medicina
Bazată pe Dovezi şi nu Medicina Bazată pe Evidenţe, cum apare uneori, în primul
rând pentru că “evidence” înseamnă dovadă, în al doilea pentru că “evidenţe” nici nu
sună prea româneşte, iar în al treilea pur şi simplu pentru că nu sunt deloc “evidenţe”,
din moment ce descoperirea lor necesită cercetări care durează mulţi ani, costă mulţi
bani şi se fac pe zeci de mii de pacienţi).
Pe de o parte, literatura medicală (şi revistele medicale cele mai valoroase) sunt
anglosaxone, iar pe de altă parte, Epidemiologia Clinică şi Medicina Bazată pe
Dovezi au fost create de anglosaxoni, aşa că toţi termenii provin din engleză. Cum
medicii din România vin în contact cu articole în această limbă, am introdus în
dicţionar şi termenii originali, pe lângă traducerile lor, iar pe unii (de ex. odds ratio,
sau likelihood ratio) nici nu mi-am dorit foarte mult să-i traduc; la unii am profitat
de obsesia francezilor de a traduce orice, şi mi-a fost mai uşoară translaţia din
franceză.
Conceput ca un instrument care să vină şi în ajutorul celor care nu au nici un fel de
cunoştinţe în domeniu, nu ştiu dacă am reuşit (uneori am îndoieli) – rămâne ca acest
lucru să fie hotărât de cititori.
Pentru orice sugestii sau comentarii, vă rog să-mi scrieţi la Spitalul Colentina,
Medicală B, Şos. Ştefan cel Mare 19-21, sect.2, 72202 Bucureşti, sau la
cbaicus@clicknet.ro.
Autorul

3
Absolute risk reduction
Vezi diferenţa riscului.
Acurateţea unui test diagnostic
1. Proporţia rezultatelor corecte ale testului respectiv din totalul rezultatelor [(nr.
rezultate real pozitive + nr. rezultate real negative) / nr. total rezultate].
2. Calitatea unui proces de măsurare (sau a unui instrument de măsură) de a furniza
valori care sunt egale, în medie, cu valoarea reală a variabilei măsurate, spre
deosebire de precizie (sau reproductibilitate) a măsurătorii, care arată gradul în
care seria de măsurători fluctuează în jurul unei valori centrale, valoare centrală
care poate fi mai mult sau mai puţin apropiată de valoarea reală (în funcţie de
gradul de acurateţe al testului). Aşadar, în timp ce o măsurătoare precisă,
repetată dă rezultate foarte apropiate între ele, dar care pot fi diferite de valoarea
reală, o măsurătoare caracterizată prin acurateţe dă rezultate care pot să nu fie
apropiate ca valoare între ele, dar a căror medie este egală cu valoarea reală.
Acurateţea se poate evalua determinînd diferenţa dintre media rezultatelor
măsurătorii şi valoarea reală; precizia se poate evalua observînd distribuţia
frecvenţelor măsurătorilor şi calculînd deviaţia standard a acestora.
Ajustare
Ansamblu de proceduri avînd drept obiectiv eliminarea efectului anumitor variabile,
considerate ca parazite, în studiul relaţiei dintre un factor pe care îl studiem şi un
criteriu de judecată (efect). Termenul de ajustare este rezervat procedurilor utilizate
după strângerea datelor, în analiza rezultatelor (prin regresie, standardizare sau
stratificare). Alocarea întâmplătoare (randomizată) oferă control asupra acestor
variabile prin crearea unei distribuţii egale a caracteristicilor între grupuri. Totuşi,
randomizarea nu este un sistem perfect şi poate da naştere la grupuri care nu sunt
egale în privinţa unor variabile importante. Pentru a fi siguri că anumite variabile
sunt distribuite în mod egal în condiţii experimentale, controlul poate fi crescut prin
ajustarea statistică folosind analiza covarianţei.
Allocation concealment
Vezi alocarea ascunsă.
Alocarea ascunsă
Procesul utilizat pentru prevenirea cunoaşterii dinainte a grupului (tratament sau
placebo) căruia îi va fi alocat un pacient la intrarea într-un studiu clinic randomizat,
proces care trebuie văzut ca distinct de “orbire”. Pentru ca alocarea să nu poată fi
influenţată de către cel care o face, procesul de randomizare trebuie efectuat de
cineva care nu este responsabil de recrutarea pacienţilor, cum ar fi farmacia spitalului
sau un birou central în studiile multicentrice. Astfel, în timp, trebuie ca mai întâi
pacientul să fie recrutat pentru studiu pe baza criteriilor de includere şi excludere
stabilite, şi abia apoi urmează alocarea randomizată către un grup sau altul
terapeutic. Folosirea unor criterii cum ar fi data naşterii, a recrutării sau numărul foii
de observaţie (vezi şi alocarea quasirandomizată) sunt deschise manipulării,
conştiente sau nu. Dacă aceeaşi persoană efectuează recrutarea şi alocarea, iar
criteriul de alocare este unul din cele de mai sus, cel care recrutează ştie de la început
cărui grup îi va fi alocat pacientul ( număr par al foii de observaţie sau al datei =
placebo) şi poate decide să nu-l mai recruteze, sau să-l recruteze a doua zi, când va fi
alocat celuilalt grup terapeutic, ajungîndu-se la o eroare sistematică de selecţie
(selection bias), cu pacienţi mai gravi în grupul terapeutic şi mai puţin gravi în
grupul placebo, de exemplu. Metodele adecvate de randomizare includ: scheme

4
centralizate de randomizare; scheme randomizate controlate de o farmacie; containere
numerotate sau codate, cu flacoane identice ce sunt administrate secvenţial; sisteme
computerizate locale în care alocarea se află într-un fişier blocat ce nu poate fi citit, şi
plicuri sigilate, numerotate, ce sunt deschise secvenţial.
Alocarea quasirandomizată
O metodă de alocare ce nu este cu adevărat întâmplătoare; de exemplu, alocarea pe
baza datei naşterii, zilei săptămânii, numărului foii de observaţie, ordinii includerii în
studiu (alternare) etc.
Alocarea întâmplătoare (alocarea randomizată)
O metodă care foloseşte jocul întâmplării pentru a atribui participanţii fiecărui grup
într-un studiu terapeutic, de exemplu utilizînd un tabel cu numere întâmplătoare sau o
secvenţă întâmplătoare generată de computer. Alocarea întâmplătoare implică faptul
că fiecare individ sau unitate care intră într-un studiu are aceeaşi şansă de a primi
fiecare dintre intervenţiile (tratamentele) posibile.
Efectele clinice pot avea multe cauze, iar tratamentul este doar una dintre ele:
severitatea bazală a bolii, prezenţa unor condiţii premorbide şi o mulţime de alţi
factori prognostici (cunoscuţi şi necunoscuţi) pot altera orice efect al terapiei.
Deoarece aceste alte caracteristici influenţează şi decizia clinicianului de a oferi
tratamentul, studiile nerandomizate asupra eficacităţii sunt în mod inevitabil limitate
în capacitatea de a distinge tratamentul util de cel inutil sau chiar nociv. Ca o
confirmare a acestui fapt, s-a observat că studiile în care tratamentul este alocat prin
orice altă metodă decât randomizarea tind să arate efecte mai mari ale tratamentului
(de obicei fals pozitive) decât studiile randomizate. De aceea trebuie reţinut că
studiile nerandomizate reprezintă dovezi mult mai slabe decât cele randomizate pe
scala medicinei bazate pe dovezi.
Frumuseţea randomizării este aceea că asigură (dacă eşantionul este suficient de
mare!) distribuţia egală între grupurile de tratament şi martor atât a determinanţilor
cunoscuţi, cât şi a celor necunoscuţi. Distribuţia egală între grupuri a factorilor
necunoscuţi este scopul cel mai important al randomizării, deoarece ea nu poate fi
realizată decât prin randomizare; dacă diferenţele între grupuri în privinţa factorilor
cunoscuţi (vârstă, prognostic, stadiul bolii etc) pot fi anulate şi prin ajustare, nu poţi
ajusta pentru nişte factori pe care nu-i cunoşti
Vezi de asemenea alocarea ascunsă şi alocarea quasirandomizată.
Analiza cost-beneficiu
Este o analiză economică ce converteşte efectele în termeni monetari cum sunt
costurile şi le compară între ele.
Analiza cost-eficacitate
O analiză economică ce converteşte efectele în termeni de sănătate publică şi descrie
costurile pentru un câştig adiţional de sănătate (de ex. cost pe fiecare accident
vascular cerebral prevenit în plus).
Analiza cost-utilitate
Tip de analiză comparabil celei cost-eficacitate, la care indicatorul rezultatului
medical integrează mai multe dimensiuni. Indicatorul utilizat în general este QALY
(Quality Adjusted Life Years), al cărui criteriu de eficacitate este numărul de ani de
viaţă salvaţi, sau speranţa de viaţă, ajustată în funcţie de un criteriu de calitate a vieţii.
Analiza covarianţei (ANCOVA)
Procedură statistică ce se bazează pe conceptele analizei varianţei şi regresiei şi care

5
este folosită pentru compararea a două sau mai multe grupuri de tratament, controlînd
statistic în acelaşi timp efectul uneia sau mai multor variabile exterioare (numite
covariabile). Scopul ei este acela de a controla fenomenul de confuzie
(confounding).
Să presupunem că alocăm întâmplător 40 de subiecţi la două grupuri terapeutice
(orteza A şi orteza B), aşadar presupunem că factorii externi sunt egal distribuiţi între
cele două grupuri. Când comparăm lungimea pasului subiecţilor, descoperim că în
medie pasul celor care poartă orteza A este mai lung decât media pasului celor
purtînd orteza B. Am vrea să atribuim această diferenţă efectelor diferenţiale ale
ortezelor, totuşi, lungimea pasului depinde şi de alte caracteristici cum ar fi înălţimea
şi lungimea membrului inferior. Aşadar, dacă subiecţii din grupul A se întâmplă să fie
mai înalţi decât cei din grupul B, diferenţa observată în lungimea pasului poate ţine
de înălţime, nu de orteză.
Scopul analizei covarianţei este eliminarea prin metode statistice a factorilor externi
identificabili, astfel încât efectul variabilei independente să se vadă mai clar.
Variabila sau variabilele eliminate astfel se numesc covariabile. Conceptual, analiza
covarianţei elimină efectul de confuzie al covariabilelor, făcîndu-le artificial
echivalente în toate grupurile, şi estimînd cât ar fi fost variabila dependentă în
aceste condiţii. De exemplu, dacă pacienţii purtînd orteza A sunt mai înalţi decât cei
din celălalt grup, analiza imaginează care ar fi fost lungimea pasului dacă înălţimea
medie ar fi fost egală între grupuri. Analiza diferenţelor dintre cele două grupuri ar fi
fost atunci bazată pe aceste scoruri ajustate.
Analiza deciziei (decision analysis).
O tehnică ce foloseşte rezultatele studiilor primare pentru a genera arbori de
probabilitate (arbori de decizie) ce pot fi utilizaţi de medici sau pacienţi pentru a
alege în privinţa terapiei clinice. La fiecare ramificaţie a acestor arbori, în aşa-
numitele noduri de decizie, sunt estimate probabilităţile fiecărui rezultat care poate fi
prezis.
Analiza în intenţia de tratament (intention-to-treat analysis).
Analiza în intenţia de tratament este aceea în care toţi participanţii la un studiu
terapeutic randomizat sunt consideraţi conform grupului terapeutic căruia i-au fost
alocaţi după includerea în studiu, indiferent dacă au primit sau nu tratamentul
respectiv. Analizele în intenţia de tratament sunt obligatorii în evaluarea eficacităţii
(vezi effectiveness), oglindind noncomplianţa şi modificările de tratament care pot
apărea cu o mare probabilitate atunci când tratamentele respective sunt utilizate în
practică şi datorită riscului apariţiei erorii sistematice de uzură (attrition bias),
atunci când pacienţii sunt excluşi din analiză.
În practică, şi pacienţii incluşi în studiile terapeutice randomizate uită uneori să-şi
ia medicamentele sau chiar refuză tratamentul în întregime. Cititorii ar putea fi
înclinaţi să creadă că aceşti pacienţi care de fapt nu şi-au primit niciodată tratamentul
pentru care au fost randomizaţi ar trebui excluşi din analiză. Dar nu este aşa.
Motivele pentru care pacienţii nu-şi iau medicamentele sunt deseori legate de
prognostic. Într-un număr de studii terapeutice randomizate, pacienţii
noncomplianţi au avut o evoluţie mai proastă decât cei care şi-au luat tratamentul aşa
cum fuseseră instruiţi, chiar luînd în consideraţie toţi factorii prognostici cunoscuţi, şi
chiar şi atunci când medicaţia lor era de fapt placebo! Excluderea din analiză a
pacienţilor noncomplianţi distruge comparaţia lipsită de erori sistematice furnizată
de randomizare. Situaţia este similară în cazul intervenţiilor chirurgicale. Unii
pacienţi alocaţi prin randomizare grupului de tratament chirurgical pot să nu ajungă

6
a fi operaţi deoarece sunt prea bolnavi sau suferă efectul de interes (cum ar fi accident
vascular cerebral sau infarct miocardic) înainte de a ajunge în sala de operaţie. Dacă
investigatorii îi includ pe aceşti pacienţi, cu o evoluţie proastă, în grupul martor şi nu
în cel chirurgical căruia îi fuseseră alocaţi, chiar şi o operaţie inutilă va părea
eficientă. Totuşi, eficacitatea aparentă a intervenţiei chirurgicale se va datora nu
vreunui beneficiu al celor operaţi, ci excluderii sistematice din grupul chirurgical al
celor cu prognosticul cel mai prost, mutaţi în grupul martor la analiza finală.
Analiza în intenţia de tratament menţine valoarea randomizării: atât factorii
prognostici de care ştim, cît şi cei necunoscuţi vor fi, în medie, distribuiţi egal între
cele două grupuri, iar efectul pe care-l observăm va fi exact acela datorat
tratamentului căruia i-au fost alocaţi.
Analiza multivariată
Cele mai multe evenimente, fie ele medicale, politice, sociale sau personale au cauze
multiple, iar aceste cauze sunt legate între ele. Analiza multivariată este reprezentată
printr-un set de proceduri statistice care se disting prin abilitatea de a studia
concomitent contribuţiile relative ale mai multor cauze diferite la un singur
eveniment şi de a evalua interrelaţiile lor potenţiale în analiza datelor. Aceste teste se
deosebesc de analiza univariată, cum sunt testul t şi analiza varianţei, prin aceea
că modelele univariate pot manipula o singură variabilă independentă.
Cercetătorii din clinică, în particular, au nevoie de analiza multivariată fiindcă cele
mai multe afecţiuni au cauze multiple, iar prognosticul este de obicei determinat de
un mare număr de factori. Analiza multivariată ne permite să punem ordine în natura
cu multiple faţete a factorilor de risc şi în contribuţia lor relativă la efect (boală).
Analiza multivariată necesită folosirea unor programe de computer şi poate fi nevoie
de ajutorul unui statistician pentru unele aplicaţii mai avansate.
Abilitatea analizei multivariate de a evalua simultan contribuţia unui număr de
factori de risc la apariţia efectului (bolii) este importantă şi pentru că ajută la
diagnosticarea factorilor de confuzie (confounding); din păcate, statistica nu poate
distinge între factorii de confuzie şi factorii modificatori de efect (intervening
variables).
De asemenea, analiza multivariată este folosită pentru ajustarea diferenţelor iniţiale
dintre grupurile de comparat (îndeosebi atunci când randomizarea este imposibilă);
desigur, ea nu poate niciodată să facă ajustări pentru factori de confuzie necunoscuţi
sau nemăsuraţi. Numai randomizarea poate crea grupuri care sunt egale în privinţa
factorilor de confuzie (avantajul randomizării este că nu poţi ajusta niciodată ceva
ce nu cunoşti sau nu poţi măsura).
Alte utilizări ale analizei multivariate sunt crearea de modele prognostice sau
diagnostice.
Tipul de analiză multivariată este ales în funcţie de natura variabilei dependente
(efect); astfel, atunci când efectul care ne interesează este o variabilă continuă (cum
ar fi tensiunea arterială, greutatea, temperatura, valorile unor analize) se foloseşte
regresia lineară multiplă; pentru variabilele dihotomice (moarte, cancer, admiterea
în unitatea de terapie intensivă, toate variabilele cu variantă de răspuns DA/NU) sau
variabilele continue transformate în dihotomice (TA normală/anormală, transaminaze
normale/crescute, anemie DA/NU în loc de valoarea hemoglobinei etc) se foloseşte
regresia logistică multiplă; pentru variabilele exprimate în intervale de timp până la
apariţia unui eveniment dihotomic (timpul de supravieţuire, timpul până la apariţia
cancerului) se foloseşte analiza riscului proporţional (proportional hazards
analysis – modelul lui Cox). Pentru variabilele ordinale sau nominale ca atare nu
poate fi folosită analiza multivariată; o opţiune este de a le converti în variabile

7
dihotomice.
Analiza riscului proporţional (proportional hazards analysis)
Vezi analiza multivariată
Analiza stratificată
Evaluează efectul unui factor de risc asupra bolii în timp ce se menţine constantă o
altă variabilă.
Analiza stratificată este o metodă simplă (spre deosebire de cea multivariată) de a
evidenţia factorii de confuzie. Un exemplu didactic clasic de fenomen de confuzie
este relaţia dintre posesia de chibrituri şi apariţia cancerului pulmonar. Persoanele
care posedă chibrituri au un risc crescut de a face cancer pulmonar; factorul de
confuzie este fumatul. Acest exemplu este utilizat deseori pentru a ilustra fenomenul
de confuzie deoarece este uşor să-ţi dai seama că posesia chibriturilor nu poate
determina cancer pulmonar. Dacă stratificăm prin statutul de fumător, obţinem două
grupuri, fumători şi nefumători, şi refăcînd în cadrul fiecărui grup calculele statistice,
vom vedea că statutul de posesor de chibrituri nu mai este un factor de risc pentru
cancerul pulmonar, cum ar fi reieşit din analiza efectuată în cadrul grupului în
ansamblu (pentru un alt exemplu, vezi şi factor de confuzie).
O problemă a analizei stratificate este aceea că împărţind lotul iniţial în mai multe
grupuri, în fiecare grup avem un număr mai mic de pacienţi, ceea ce scade puterea
statistică. Avînd mai mulţi potenţiali factori de confuzie, cu fiecare stratificare pe
care o adăugăm, creştem numărul de subgrupuri pentru care trebuie să evaluăm
individual relaţia dintre factorul de risc presupus şi efect, ajungînd la eşantioane din
ce în ce mai mici, chiar dacă s-a pornit de la de la un eşantion important. Analiza
multivariată depăşeşte acest neajuns, permiţînd evaluarea concomitentă a impactului
mai multor variabile independente asupra efectului (bolii), care este variabila
dependentă.
Analiza univariată
Evaluează, prin teste statistice, efectul câte unei singure variabile independente (ex:
factor de risc) asupra variabilei dependente (de ex: boala). [După Katz, această
analiză, implicînd două variabile, una dependentă şi una independentă, este bivariată,
cea univariată fiind analiza care se referă la o singură variabilă căreia i se măsoară
tendinţa centrală (media, mediana, modul) sau dispersia (varianţa, deviaţia
standard)].
Analiza varianţei (ANOVA)
Procedură statistică potrivită pentru compararea a trei sau mai multe grupuri de
tratament, sau pentru manipularea simultană a două sau mai multe variabile.
Generalizează testul t de la două grupuri la trei sau mai multe grupuri, înlocuind
testul t multiplu cu un singur test F pornindu-se de la ipoteza că toate mediile
populaţiilor grupurilor sunt egale. Deoarece este efectuat un singur test, nu mai apare
problema comparaţiilor multiple ca în cazul testelor t multiple. Logica testului F
este următoarea: dacă toate grupurile au o medie populaţională comună m, atunci
mediile observate ale fiecărui grup ar trebui să fie apropiate de m, şi nu vom găsi o
diferenţă semnificativă. Dacă aceste medii sunt suficient de dispersate, atunci testul
F este semnificativ statistic, şi tragem concluzia că media populaţională a cel puţin
unuia dintre grupuri diferă de celelalte. Prin ea însăşi, analiza varianţei nu ne spune
care grup diferă de celelalte, la această întrebare putîndu-se răspunde printr-o analiză
prin comparaţii multiple (multiple comparison analysis).
În unele cazuri, analiza varianţei este o tehnică foarte folositoare, de exemplu atunci

8
când comparăm mai multe grupuri pentru a evalua efectele unui tratament (studiu
terapeutic) şi investigatorii trabuie să se asigure că grupurile sunt similare în privinţa
caracteristicilor covariabilelor (covariates) - celelalte variabile înafara
tratamentului care pot influenţa evoluţia. De exemplu, vârsta şi sexul pot influenţa
modul în care pacienţii răspund la tratament, şi investigatorii trebuie să se asigure că
grupurile comparate sunt similare în privinţa vârstei şi sexului. Analiza varianţei
este potrivită pentru controlul ipotezei uzuale că un număr de grupuri terapeutice din
cadrul unui studiu au medii populaţionale comparabile pentru celelalte variabile
înafara celei de interes. Analiza varianţei oferă o metodă standard de comparare a
diferite grupuri atunci când nu există prezumţia că ele diferă.
Există analiza varianţei în sens unic (one way analysis of variance, testul Kruskall-
Wallis), care este o generalizare a testului t paired sau a testului Wilcoxon atunci
când avem mai mult de două seturi de observaţii în cadrul aceluiaşi eşantion (de ex.
pentru a vedea dacă tensiunea arterială este diferită la o oră, la două ore sau la trei ore
după administrarea captoprilului) şi analiza varianţei în dublu sens (two way analysis
of variance), în care în plus se evaluează influenţa sau interacţiunea dintre două
covariabile (determinarea tensiunii arteriale la o oră, la două ore şi la trei ore după
administrarea captoprilului, pentru a vedea dacă rezultatele diferă la bărbaţi şi femei).
Aplicabilitate (validitate externă, generalizabilitate, relevanţă, transferabilitate)
Gradul în care rezultatele unei observaţii sau ale unui studiu sunt valabile în alte
condiţii şi la alţi pacienţi decât strict cele în care au fost efectuate. Pentru acest lucru,
trebuie ca populaţia pe care se efectuează observaţia sau experimentul să fie
reprezentativă pentru populaţia la care aceste rezultate se generalizează, cu alte
cuvinte trebuie ca eşantionarea să fie corectă.
Vezi şi validitate externă.
Attrition bias
Vezi eroare sistematică de uzură
Bayes (regula lui)
Metodă matematică de estimare a existenţei unei boli în funcţie de prevalenţa bolii,
de sensibilitatea şi de specificitatea testului diagnostic.
În cele mai multe circumstanţe, informaţia clinică nu stabileşte diagnosticul cu
certitudine; de fapt, fiecare constatare permite medicului să revizuiască probabilitatea
unor alternative diagnostice diferite. În acest proces secvenţial, iterativ, sunt definite
trei seturi de probabilităţi: (1) probabilitatea diagnosticelor înainte de prezenţa unei
constatări (de ex. rezultatul unui test) (probabilitate anterioară)(de ex. probabilitate
pretest); (2) probabilitatea ca o anumită constatare să fie prezentă la fiecare afecţiune
diagnosticată (probabilitate condiţională)(sensibilitatea, în cazul testelor
diagnostice); (3) probabilitatea diagnosticului după ce este relevată prezenţa unei
anumite constatări (probabilitate posterioară sau revizuită)(probabilitate posttest, în
cazul testelor diagnostice). Termenii “anterior” şi “posterior” sunt definiţi în raport cu
o anumită constatare diagnostică. În procesul diagnostic secvenţial, probabilitatea
posterioară a unei constatări devine probabilitatea anterioară pentru următoarea.
Astfel, implicaţiile diagnostice ale rezultatelor unui anumit test variază de la pacient
la pacient, depinzînd de prezenţa altor constatări.
O combinaţie matematică a probabilităţilor anterioară şi condiţională o produce pe
cea posterioară, relaţia dintre cele trei fiind regula lui Bayes.
De exemplu, pentru calculul probabilităţii posttest a unei boli atunci când testul este
pozitiv (VPP = valoarea predictivă pozitivă a unui test) se poate folosi şi regula lui
Bayes, cu formula:

9
 P(B/A) P(A)
P(A/B) =
P(B/A) P(A) + P(B/Ā) P(Ā)
în care P(A/B) este probabilitatea A atunci când B, P(B/A) este probabilitatea B
atunci când A, P(A) este probabilitatea A, P(B/Ā) este probabilitatea B atunci când
nonA, iar P(Ā) este probabilitatea nonA, sau în termenii testelor diagnostice:
P(T+/D+) P(D+)
VPP = P(D+/T+) =
P(T+/D+) P(D+) + P(T+/D-) P(D-)

în care:
P(D+/T+) este probabilitatea ca boala să fie prezentă atunci când testul este pozitiv =
VPP = valoarea predictivă pozitivă = probabilitatea posttest pozitiv a bolii;
P(D+) este probabilitatea ca boala să fie prezentă = probabilitatea pretest =
prevalenţa = proporţia indivizilor dintr-o populaţie care au boala;
P(T+/D+) este probabilitatea ca testul să fie pozitiv atunci când boala este prezentă =
sensibilitatea testului;
P(T+/D-) este probabilitatea ca testul să fie pozitiv atunci când boala este absentă =
(1-specificitatea) = proporţia fals pozitivilor (false positive rate);
P(D-) este probabilitatea ca boala să fie absentă = (1- prevalenţa).
Vezi şi probabilitate posttest.
Bias
Vezi eroare sistematică.
Blinding (masking)
Vezi orbire
Bonferroni, corecţie
O corecţie utilizată frecvent atunci când sunt efectuate teste t multiple, pentru a
reduce eroarea de tip I. Nivelul dorit de semnificaţie α este divizat cu numărul de
comparaţii (vezi şi teste pentru comparaţii multiple). Valoarea rezultată este apoi
folosită ca nivel de semnificaţie pentru fiecare comparaţie pentru a respinge ipoteza
nulă. De exemplu, dacă pentru un nivel de semnificaţie p=0,05, avem de efectuat 5
teste t, vom stabili pentru fiecare dintre ele un nivel de semnificaţie p=0,01 (0,05/5).
Calitate metodologică
Măsura în care designul şi punerea în practică ale unui studiu par a fi prevenit erorile
sistematice (bias). Variaţia calităţii poate explica variaţia în rezultatele studiilor
incluse într-o recenzie sistematică (systematic review). Studiile proiectate mai
riguros (de calitate mai bună, mai corecte) sunt mai capabile să furnizeze rezultate
mai apropiate de “adevăr”.
De exemplu, pentru ca un studiu terapeutic să fie considerat valid, trebuie să
îndeplinească următoarele condiţii: alocarea pacienţilor pe grupuri (tratament sau
placebo) să fie întâmplătoare (randomizată), toţi pacienţii intraţi în studiu să fie
bine clasificaţi şi atribuiţi în momentul concluziilor (urmărirea să fie completă, iar
analiza, în intenţia de tratament), studiul să fie dublu orb, grupurile să fi fost
similare la începutul tratamentului şi, cu excepţia intervenţiei experimentale, să fi fost
tratate egal. Condiţiile de validitate pentru un studiu de evaluare a unei metode

10
diagnostice sunt: comparaţie dublu oarbă cu un gold standard, spectrul pacienţilor
incluşi să fie adecvat aplicării testului diagnostic în practica clinică, iar descrierea
metodei diagnostice să fie suficient de detailată pentru a permite reproducerea ei.
Vezi de asemenea validitate, validitate internă.
Case series
Vezi serie de cazuri.
Case study (anecdote, case history, single case report)
Vezi studiu de caz.
Case-control study
Vezi studiu caz-martor.
Centru Cochrane
O entitate în cadrul Colaborării Cochrane, cu responsabilitatea de a ajuta în
coordonarea şi susţinerea Colaborării. Responsibilităţile acestuia includ: menţinerea
unui registru cu persoanele care contribuie la Colaborarea Cochrane, ajutorul în
stabilirea grupurilor de recenzie, organizarea de ateliere de lucru, seminarii şi colocvii
anuale pentru a sprijini şi îndruma dezvoltarea Colaborării Cochrane. Fiecare Centru
răspunde de furnizarea sprijinului în cadrul unei arii geografice specificate.
Chi-pătrat (X2), testul (Chi-square test)
Test statistic nonparametric pentru variabilelor nominale, dihotomice sau
proporţii (comparînd frecvenţele observate în cadrul categoriilor cu frecvenţele
apărute ca rezultat al întâmplării). Testele Mantel-Haenszel , Yates şi al lui Fisher
sunt exemple de teste chi-pătrat.
CI (Confidence interval)
Vezi interval de încredere.
Clinical guideline
Vezi ghid clinic.
Clinical trial (therapeutic trial, intervention study)
Vezi studiu terapeutic
Colaborarea Cochrane
O organizaţie internaţională al cărei scop este informarea celor din domeniul sănătăţii
prin pregătirea, menţinerea şi asigurarea accesibilităţii la recenzii sistematice
(systematic reviews) asupra beneficiilor şi riscurilor intervenţiilor în sănătate.
Cochrane Controlled Trials Register (CCTR)
Vezi Registrul Cochrane de Studii Terapeutice
Cochrane Database of Systematic Reviews (CDSR)
Vezi Registrul Cochrane de Recenzii Sistematice
Cochrane Library (CL)
Vezi Librăria Cochrane
Codificare
Aplicarea de valori numerice pentru nivelele variabilelor nominale sau pentru cele
dihotomice pentru a putea fi utilizate în procesarea datelor (dummy variable).
Coeficient de corelaţie (Pearson)
Vezi r.
Coeficient de regresie (regression coeficient)

11
Panta liniei ce reprezintă ecuaţia regresiei, y=ax+b, în care y=variabila dependentă,
x=variabila independentă, iar a=coeficientul de regresie; acesta indică
amplitudinea şi direcţia modoficărilor lui y în funcţie de x (vezi şi corelaţia şi
regresia).
Cohortă
Vezi Studiu de cohortă
Cointervenţie
Într-un studiu terapeutic randomizat, aplicarea unor proceduri diagnostice sau
terapeutice adiţionale membrilor unuia sau ambelor grupuri (experimental şi martor).
Concealment of allocation
Vezi Alocare ascunsă
Confidence interval (CI)
Vezi Interval de încredere
Confounding
Vezi factor de confuzie
Contaminare
În studiile terapeutice, aplicarea neadecvată a intervenţiei de evaluat la pacienţii din
grupul control (martor) sau eşecul aplicării intervenţiei de evaluat la pacienţii alocaţi
grupului tratat.
Context
Condiţiile şi circumstanţele ce sunt relevante pentru aplicarea unei intervenţii, de
exemplu locul (la spital, acasă, în aer), timpul (zi de lucru, sărbătoare, în timpul
nopţii), tipul practicii (îngrijire primară, secundară, terţiară; practică privată, în cadrul
asigurărilor, binefacere), dacă este rutină sau urgenţă etc.
Contingency table
Vezi tabel de contingenţă
Continuous data (continuous variable)
Vezi variabilă continuă
Control
1. În studiile terapeutice în care se compară două sau mai multe intervenţii, un
control (martor) este o persoană din grupul de referinţă şi care primeşte un placebo,
nu primeşte nimic, primeşte tratamentul obişnuit sau o altă formă de tratament.
2. În studiile caz-martor, un control (martor) este o persoană din grupul de referinţă
fără boala sau efectul de interes.
3. În statistică, control înseamnă ajustarea pentru sau luarea în calcul a influenţelor
sau observaţiilor din afară.
4. Control poate de asemenea însemna un program destinat reducerii sau eliminării
unei boli infecţioase (contagioase).
Control istoric
Persoană sau grup martor de la care datele au fost colectate mai devreme decât pentru
grupul care este studiat. Datorită modificărilor în timp ale riscurilor, prognosticelor,
îngrijirii medicale etc, există un mare risc de erori sistematice în studiile care
folosesc control istoric datorită diferenţelor sistematice dintre grupurile de comparat.
Controlled clinical trial
Vezi studiu terapeutic controlat.

12
Corelaţie şi regresie
Studiile ştiinţifice recurg deseori la o descriere a relaţiei dintre două variabile. În
acest caz, se presupune în general că una dintre variabile este influenţată de cealaltă.
Y desemnează variabila dependentă, adică aceea care suferă influenţa studiată, iar X
este variabila independentă. Valorile lui x şi y sunt măsurate la o serie de indivizi,
în scopul descrierii unei relaţii între x şi y.

Figura 1: Exemplul unei corelaţii semnificative statistic, între timpul de supravieţuire

şi mărimea ficatului, la 23 de copii cu leucemie acută (Halikowski, Armata şi Garwicz, 1966)

Modalitatea cea mai simplă de a reprezenta relaţia dintre x şi y este graficul numit
diagrama de dispersie (“scatter diagram”, “nuage de points”). În această diagramă
fiecare subiect este reprezentat printr-un punct a cărui poziţie este determinată de
valoarea lui y pe ordonată şi valoarea lui x pe abscisă. Dispersia acestor puncte arată
cum variază y în funcţie de x. Diagrama de dispersie este foarte utilă pentru a obţine
o primă impresie vizuală asupra relaţiei dintre x şi y. Totuşi, pentru a descrie într-un
mod mai cantitativ această relaţie, recurgem la cele două metode, regresia şi
corelaţia.
Metoda regresiei este potrivită atunci când vrem să dezvoltăm un model predictiv,
adică o descriere care permite predicţia valorii lui y pentru o anumită valoare a lui x.
Să considerăm, de exemplu, o probă la angiotensină (substanţă care creşte tensiunea
arterială). Dacă vrem să prezicem modificările tensiunii arteriale în funcţie de diferite
debite ale unei perfuzii de angiotensină, putem măsura patru debite şi să repetăm de
patru ori măsurătoarea tensiunii arteriale pentru fiecare dintre debite (rezultatele sunt
ilustrate în figură).

13
Figura 2: Exemplu de ajustare a unei drepte de regresie la un ansamblu de puncte

Dreapta de regresie din figură permite predicţia creşterii tensiunii arteriale pentru un
debit al perfuziei cu angiotensină situat în intervalul studiat. Ecuaţia acestei drepte se
numeşte ecuaţia de regresie care se exprimă sub forma y = ax+b. Constanta “b” se
numeşte ordonata la origine şi corespunde valorii lui y atunci când x=0, iar “a”
reprezintă panta dreptei (coeficientul de regresie), adică variaţia lui y atunci când x
variază cu o unitate. Panta este în general elementul cel mai important, deoarece
indică amplitudinea şi direcţia modificărilor lui y cu variaţia lui x.
Atunci când trebuie descrisă relaţia numerică dintre o variabilă dependentă şi mai
multe variabile independente (covariabile), se foloseşte regresia multiplă (vezi şi
analiza multivariată).
Vezi şi r (coeficient de corelaţie).
Cota
Vezi odds.
Covariabilă
O variabilă exterioară care este controlată statistic într-o analiză a covarianţei
(ANCOVA), astfel încât relaţia dintre variabilele independente şi cele dependente
este analizată după înlăturarea efectelor factorilor exteriori. Vezi şi analiza
covarianţei (ANCOVA).
Covariate
Vezi covariabilă
Cox, modelul lui
Metodă statistică de analiză multivariată (analiza riscului proporţional) a
supravieţuirii, atunci când vrem să evaluăm efectele simultane ale mai multor
variabile independente (de exemplu vârstă, sex, markeri de laborator etc.) asupra
perioadei de supravieţuire.
Critical appraisal
Vezi evaluare critică

14
Cross-sectional study (prevalence study)
Vezi studiu transversal
Cross-over trial (studiu terapeutic în cross-over)
Un tip de design de studiu terapeutic ce compară două sau mai multe intervenţii în
care participanţii, după completarea unei perioade sub un tratament sunt trecuţi pe
altul. De exemplu, pentru compararea tratamentelor A şi B, jumătate dintre
participanţi sunt alocaţi la întâmplare pentru a primi tratamentele în ordinea A, B şi
jumătate să le primească în ordinea B, A. O problemă posibilă în acest design este
aceea că efectele primului tratament se pot perpetua (“carry over”) în perioada în care
este administrat cel de al doilea.
Datele individuale ale pacienţilor
În recenziile sistematice, acest termen se referă la disponibilitatea datelor pentru
fiecare pacient participant la fiecare studiu inclus în recenzie, spre deosebire de datele
reunite (datele rezumate pentru fiecare grup de comparat din fiecare studiu, aşa cum
le găsim publicate în articole). Recenziile folosind datele individuale ale pacienţilor
necesită colaborarea investigatorilor care au condus studiile originale şi care trebuie
să furnizeze datele originale.
Decision analysis
Vezi analiza deciziei.
Design factorial (al unui studiu terapeutic).
Cele mai multe studii terapeutice iau în considerare un singur factor, atunci când o
intervenţie este comparată cu una sau mai multe alternative, sau un placebo. Într-un
studiu folosind un design factorial de 2x2, participanţii sunt alocaţi uneia din patru
combinaţii posibile. De exemplu, într-un studiu terapeutic randomizat factorial 2x2
asupra renunţării la fumat printr-un înlocuitor al nicotinei sau suport psihologic,
participanţii vor fi alocaţi unuia din patru grupuri : 1)înlocuitor al nicotinei, 2)suport
psihologic, 3)înlocuitor al nicotinei plus suport psihologic sau 4)niciuna. În acest fel
este posibilă testarea efectului independent al fiecărei intervenţii asupra fumatului şi a
efectului combinat al ambelor (interacţiunea dintre ele).
Detection bias (ascertainment bias)
Vezi eroare sistematică de detecţie
Deviaţia standard
O statistică descriptivă ce reflectă variabilitatea sau dispersia valorilor în jurul
mediei, adică diferenţa dintre valorile maximale şi cele minimale observate. Atunci
când observaţiile au o distribuţie normală (gaussiană), 95% din totalitatea valorilor
observate se regăsesc în intervalul media±2 deviaţii standard.
Dichotomous data (binary data)
Vezi variabile dihotomice
Diferenţa riscului
Este diferenţa dintre două riscuri absolute: diferenţa dintre riscul de a suferi un efect
al unui subiect din grupul asupra căruia s-a efectuat o intervenţie (a acţionat un factor
de risc) şi riscul de a suferi acelaşi efect al unui subiect din grupul asupra căruia nu a
fost efectuată o intervenţie (nu a acţionat factorul de risc).
O diferenţă a riscului egală cu zero indică faptul că nu există nici o diferenţă între
grupurile de comparat.
Diferenţa riscului se numeşte risc atribuabil unui anumit factor de risc atunci când
este diferenţa dintre incidenţa unui efect (boală) într-o populaţie expusă la un factor

15
de risc şi incidenţa aceluiaşi efect (boală) într-o populaţie neexpusă aceluiaşi factor
de risc (vezi studiu de cohortă). De exemplu, dacă incidenţa infarctului de miocard
la fumători este 15%, iar incidenţa infarctului de miocard la nefumători este de 6%,
riscul atribuabil fumatului (sau diferenţa riscului dintre fumători şi nefumători)
este 15-6=9%. Atunci când riscul atribuabil este negativ, este vorba despre un un
factor protector şi nu de un factor de risc.
Diferenţa riscului se numeşte reducerea riscului absolut atunci când, în urma unui
studiu terapeutic controlat, reprezintă diferenţa dintre incidenţa (riscul) unui efect
la grupul tratat şi incidenţa (riscul) efectului la grupul martor. De exemplu, la
pacientele trecute de menopauză şi cu osteoporoză, atunci când sunt tratate cu
alendronat, riscul de a face o fractură de col femural în timpul celor trei ani de
tratament este de 1%, pe când riscul de a face o fractură de col femural la cele care
iau placebo este de 2%, reducerea riscului absolut fiind 2-1=1%.
Direcţia efectului
În general, testele statistice ne spun dacă două efecte sunt diferite unul de celălalt
(mai bine zis dacă diferenţa dintre ele este semnificativă statistic): dacă mediile a
două populaţii, sau efectele a două intervenţii, sau riscurile de apariţie a bolii cu sau
fără prezenţa unui prezumtiv factor de risc sunt diferite, fără a ne spune care dintre
ele este mai mic sau mai mare (direcţia). Pe noi însă, în clinică ne interesează şi
direcţia efectului, şi de obicei pornim la drumul unei cercetări cu o ipoteză care
include şi această direcţie: că o medie este mai mare decât cealaltă, că tratamentul
nou propus este mai bun decât cel cu care îl comparăm, că riscul de a face boala este
mai mare în prezenţa unei anumit factor decât în absenţa lui. În aceste cazuri, pot fi
utilizate teste statistice direcţionale, numite “cu două capete” (two-tailed tests).
Distribuţia frecvenţelor
Este un tabel sau un grafic ce permite prezentarea măsurătorilor culese în aşa fel încât
să fie posibilă determinarea vizuală a importanţei relative a valorilor acestor măsuri.

Tabelul 1: Distribuţia frecvenţelor nivelelor acidului uric seric la 267 donatori de sânge de sex
masculin.

Tabelul de mai sus constituie un exemplu de distribuţie a frecvenţelor. Acest tabel

este construit regrupînd datele urmărind nişte clase bine definite (cele din prima
coloană) la care se adaugă numărul observaţiilor, adică frecvenţa, în fiecare dintre
aceste clase (coloana a doua). Aşadar, primele două coloane prezintă distribuţia
frecvenţelor acidului uric seric la 267 de donatori de sânge de sex masculin. Divizînd
numărul observaţiilor din fiecare clasă prin efectivul total, obţinem ceea ce se

16
numeşte frecvenţa relativă, exprimată în procente (coloana a treia).
A patra coloană reprezintă distribuţia frecvenţelor relative cumulate şi permite
determinarea proporţiei de indivizi al căror nivel seric de acid uric este situat
deasupra sau sub o anumită limită. De exemplu, se poate constata aici că aproximativ
92% dintre indivizi au un nivel seric al acidului uric sub 7mg/100ml.
Distribuţia frecvenţelor relative de mai sus poate fi reprezentată cu ajutorul unui
grafic numit histogramă (Figura 3).

Distribuţie asimetrică (skewed distribution)

O distribuţie diferită de cea normală, cu modul diferit de medie.

Distribuţie normală Distribuţie asimetrică

Mod Mod
Mediană Mediană
Medie Medie

Figura 4: Distribuţie normală, distribuţie asimetrică şi indicii tendinţei centrale

Distribuţie bimodală
O distribuţie diferită de cea normală, care are două moduri.
Distribuţie normală
Distribuţia normală, simetrică, în formă de clopot (deseori numită gaussiană sau legea
lui Laplace-Gauss) nu este decât o distribuţie teoretică, dar care are avantajul de a
reprezenta bine distribuţia frecvenţelor unui mare număr de fenomene naturale.
Utilizarea acestui model teoretic nu necesită decât cunoaşterea mediei şi a deviaţiei
standard asociate acestui model. Distribuţia normală are aspectul unui clopot de
formă simetrică, centrat pe medie şi conţinînd aproximativ 95% dintre observaţii în
intervalul medie±2deviaţii standard (DS). Media, modul şi mediana acestei
distribuţii de obicei coincid. Dacă există populaţii care nu au distribuţii normale, de
obicei eşantioanele obţinute din aceste populaţii au o distribuţie normală.
Distribuţia normală

95% din suprafaţă

Figura 5: Curba unei distribuţii normale

17
Dublu orb (double blind, double masked)
Într-un studiu terapeutic, atunci când nici participanţii la studiu, nici investigatorii
(care evaluează efectul) nu ştiu care dintre intervenţii este aplicată fiecărui
participant.
Pacienţii care ştiu că sunt sub un tratament nou, experimental au o anumită părere
despre eficacitatea lui, ca şi clinicienii sau restul personalului care participă la studiu
şi care măsoară răspunsul la tratament. Aceste păreri, fie ele optimiste sau pesimiste,
pot deforma sistematic atât răspunsul la tratament, cât şi raportarea efectelor
tratamentului, astfel reducînd încrederea în rezultatele studiului. În plus, personalul
medical care nu este supus orbirii şi care măsoară efectele poate da interpretări
diferite unor evenimente marginale sau încurajări diferenţiate în timpul efectuării
diferitelor teste, oricare dintre aceste lucruri putînd distorsiona rezultatele. Astfel, pot
apărea diferenţe sistematice în îngrijirea dedicată pacienţilor participanţi la studiu
(eroare sistematică de execuţie, performance bias), şi diferenţe sistematice în
evaluarea efectelor tratamentului (eroare sistematică de detecţie, detection bias).
Vezi de asemenea orbire, simplu orb, triplu orb, alocaţie ascunsă.
Dummy variable
În procedurile de regresie, aplicarea de coduri numerice unor variabile nominale,
reflectînd prezenţa sau absenţa anumitor trăsături (de exemplu, cancer DA=1/NU=0).
Efect (outcome)
Componente ale statusurilor clinic şi/sau funcţional ale pacienţilor după ce a fost
aplicată o intervenţie.
Efect placebo
Un răspuns favorabil la o intervenţie, indiferent dacă aceasta este o intervenţie reală
sau un placebo, răspuns ce poate fi atribuit aşteptării unui efect, de exemplu puterea
sugestiei. Efectele multor intervenţii din sănătate pot fi atribuite unei combinaţii de
efecte placebo şi “activ” (non-placebo).
Efect surogat
Efecte care nu sunt de importanţă practică directă, dar despre care se crede că reflectă
efecte importante; de exemplu, tensiunea arterială nu este de importanţă directă, dar
este deseori folosită ca efect în studiile clinice terapeutice pentru că este un factor
de risc pentru infarctul miocardic şi accidentul vascular cerebral; la fel şi colesterolul
pentru accidentele cardiovasculare, sau densitatea osoasă pentru fractură. Efectele
surogat sunt deseori markeri fiziologici sau biochimici care pot fi relativ repede şi
uşor măsuraţi, şi care sunt consideraţi ca fiind predictivi pentru efecte clinice
importante. Sunt utilizaţi deseori atunci când observarea efectelor clinice necesită o
urmărire îndelungată.
Din păcate, deseori s-a dovedit că efectele surogat nu au îndeplinit scopul principal
pentru care au fost create, şi anume n-au fost un predictor adevărat al efectului clinic
de interes (vezi studiile privind numărul de celule CD4 şi supravieţuirea la pacienţii
cu SIDA, extrasistolia ventriculară şi riscul de moarte prin fibrilaţie ventriculară,
concentraţiile serice de antibiotice şi vindecarea infecţiilor, prezenţa plăcilor la
rezonanţa mgnetică nucleară şi evoluţia sclerozei multiple etc.)
Effectiveness
Măsura în care o intervenţie specifică, evaluată în cadrul unui studiu terapeutic
(condiţii ideale) are efect atunci când este folosită în condiţii obişnuite, pe teren.
Efficacy

18
Măsura în care o intervenţie produce un rezultat benefic în condiţii ideale. Studiile
terapeutice furnizează astfel de condiţii, în cadrul lor participanţii cooperînd în
totalitate.
Efficiency
Eficienţă la nivelul sănătăţii publice, introducînd noţiunea de cost.
EMBASE (Excerpta Medica database)
O bază de date electronică europeană de literatură farmacologică şi biomedicală
acoperind 3.500 de reviste din 110 ţări, din 1974 până în prezent.
Empiric
Rezultatele empirice se bazează pe experienţă (sau observaţie) mai degrabă decât pe
raţionament sau pe studii controlate.
Epidemiologie
Studiul distribuţiei şi deteminanţilor bolilor în populaţiile umane. Epidemiologii
încearcă să îi identifice pe aceia care au o anumită afecţiune, când şi unde s-a
dezvoltat afecţiunea şi ce expuneri îi sunt asociate. Întrebările epidemiologice iau
naştere deseori din experienţa clinică, rezultatele de laborator sau problemele de
sănătate publică referitoare la relaţia dintre practicile sociale şi apariţia bolilor. Prin
analiza indicatorilor stării de sănătate şi a caracteristicilor populaţiei, epidemiologii
încearcă să identifice şi să explice factorii cauzali ai bolilor.
Epidemiologia a început literal ca studiul “epidemiilor”, preocupată pe atunci de
mortalitatea şi morbiditatea consecutive bolilor infecţioase. Multe dintre standardele
de sănătate care ni se par astăzi banale, cum ar fi apa de băut curată, tratamentul
apelor menajere şi refrigerarea alimentelor sunt descoperiri făcute prin investigaţii
epidemiologice. Pe măsură ce au apărut tratamente care au permis stăpânirea multora
dintre aceste probleme, bolile cronice au căpătat o pondere crescîndă în
epidemiologie. Aşadar, epidemiologia contemporană cuprinde un context mai larg de
“epidemie” şi “boală”, incluzînd studii asupra SIDA, epidemiilor sporadice ale bolilor
infecţioase altfel controlate cum ar fi pojarul, dar şi boli cronice precum bolile
cardiovasculare, reumatismale, cancerul, traumatismele şi defectele congenitale.
Epidemiologia încorporează modele de cercetare corelaţională, descriptivă şi
experimentală, cercetare ce are drept scop identificarea factorilor de risc pentru
invaliditate şi boală şi controlul acestor afecţiuni prin politică şi intervenţie.
Epidemiologia descriptivă se ocupă de distribuţia şi tipurile de boală şi invaliditate
într-o populaţie, avînd drept modele de cercetare studiul de caz, studiul transversal
(de prevalenţă) şi lucrînd cu indicatori ca incidenţă, prevalenţă etc. Epidemiologia
analitică implică testarea de ipoteze pentru a determina dacă o expunere specifică are
legătură cu prezenţa sau absenţa unei anumite boli şi are drept modele de cercetare
studiul caz-martor, studiul de cohortă şi studiul terapeutic.
Eroare aleatoare (random error, sampling error)
Deviaţia unei valori estimate a unui parametru pornind de la observarea unui
eşantion, în raport cu valoarea sa reală în populaţia din care provine eşantionul. Este
vorba de fluctuaţii de eşantionaj datorate întâmplării. Intervalele de încredere şi
valorile p reprezintă probabilitatea erorilor întâmplătoare, dar nu şi a erorilor
sistematice (bias).
Eroare de tip I (α) (type I error)
Este concluzia, atunci când efectuăm un test statistic, că există o diferenţă între
grupurile studiate, când în realitate ea nu există (este datorată întâmplării).

19
Decizia de a respinge sau nu ipoteza nulă este bazată pe rezultatele unor teste
statistice obiective; totuşi, această obiectivitate nu garantează faptul că va fi luată
decizia corectă. Fiindcă aceste decizii sunt bazate numai pe eşantioane de populaţii,
este întotdeauna posibil ca adevărata relaţie dintre populaţii să nu fie reflectată în
rezultatul statistic.
Dacă vrem să determinăm probabilitatea de a comite o eroare de tip I, trebuie să
stabilim un prag, numit nivel de semnificaţie, care reprezintă un criteriu pentru a
judeca dacă diferenţa observată este reală sau este doar o eroare de eşantionaj. Cu cât
diferenţa observată este mai mare, cu atât este mai puţin probabil ca ea să fi apărut
întâmplător. Probabilitatea ca diferenţa observată să fi apărut întâmplător este
determinată prin teste statistice; această probabilitate este notată cu simbolul p. De
exemplu, comparînd două medii (media colesterolemiei la pacienţii trataţi cu
hipocolesterolemiantul w faţă de media colesterolemiei la pacienţii trataţi cu placebo)
găsim un p=0,08. Aceasta înseamnă că există o probabilitate de 8% ca diferenţa
dintre cele două medii să fie rezultatul întâmplării, şi nu al tratamentului. Aşadar,
dacă decidem că grupurile testate sunt diferite între ele, avem 8% şanse de a greşi,
deci 8% şanse de a comite o eroare de tip I.
Înainte de colectarea datelor, cercetătorul trebuie să-şi stabilească nivelul de
semnificaţie dorit, notat cu alpha (α). Alpha este riscul maxim acceptabil de a face o
eroare de tip I dacă respingem ipoteza nulă. De obicei, acest prag este stabilit la
5%, care este considerat un risc mic. Aceasta înseamnă că suntem de acord să
acceptăm un risc de 5% de a respinge în mod eronat ipoteza nulă, dar nu mai mare.
Un p=0,05 înseamnă că există 1 şansă din 20 ca diferenţa observată între grupuri să
nu fie reală, ci întâmplătoare. Reciproca acestei afirmaţii nu este însă valabilă: dacă
p=0,05, nu putem spune că există o probabilitate de 95% ca diferenţa să fie reală.
Testul statistic se referă numai la ipoteza nulă.
Trebuie de asemenea să evităm a folosi mărimea p-ului ca un indicator al gradului de
valabilitate al ipotezei de cercetat. Nu este recomandabil să se folosească termeni ca
“înalt semnificativ”, sau “mai semnificativ”, deoarece aceştia implică faptul că
valoarea lui p este o măsură a efectului experimental, ceea ce nu este adevărat.
Nivelul de semnificaţie poate fi considerat ca un punct de-a lungul unui continuum
care demarchează limita dintre întâmplare şi realitate. Odată nivelul de semnificaţie
ales, acesta reprezintă o regulă de decizie, decizie care este dihotomică: da sau nu,
semnificativ sau nesemnificativ. Odată decizia luată, mărimea p-ului reflectă doar
gradul relativ de încredere care poate fi plasat în acea decizie (vezi şi semnificaţie
statistică).
Eroare de tip II (β) (type II error)
Este concluzia, atunci când efectuăm un test statistic, că nu există o diferenţă între
grupurile studiate, când ea de fapt există (nu este rezultatul întâmplării). Din
nefericire, când rezultatele nu sunt semnificative, cercetătorii deseori presupun că
tratamentul experimental nu este eficient; de multe ori ei nu pot, sau nu vor să publice
studii care se termină cu efecte nesemnificative. Un efect nesemnificativ poate, totuşi,
să însemne doar faptul că dovezile existente nu sunt destul de puternice, sau puterea
statistică a studiului a fost prea mică pentru a respinge ipoteza nulă. Aşadar, unele
subiecte importante de cercetare pot fi abandonate prematur şi putem pierde multă
informaţie valabilă ignorînd posibilitatea unei erori de tip II.
Probabilitatea de a face o eroare de tip II este numită beta (β). Valoarea lui β
reprezintă probabilitatea de a nu fi în stare să identificăm statistic diferenţe reale între
populaţii.
Complementul erorii β, 1- β, este puterea statistică a unui test.

20
Dacă α=0,05 a devenit standardul convenţional pentru eroarea de tip I, s-a sugerat că
β=0,20, cu o putere corespondentă de 80%, reprezintă o protecţie rezonabilă
împotriva unei erori de tip II. Unii statisticieni sugerează că ar trebui atinsă o putere
mai mare, de 90%.
Eroare sistematică (bias)
O deviere sistematică a rezultatelor sau deducţiilor. În studiile asupra efectelor în
îngrijirea sănătăţii, erorile sistematice pot lua naştere din diferenţe sistematice între
grupurile care sunt comparate în ceea ce priveşte: selecţia participanţilor (selection
bias, eroare sistematică de selecţie), îngrijirea acordată sau expunerea la alţi factori
înafara intervenţiei de interes (performance bias, eroare sistematică de execuţie),
retrageri sau excluderi de participanţi incluşi în studiu (attrition bias, eroare
sistematică de uzură) sau modul de evaluare a efectelor (detection bias, eroare
sistematică de detecţie). Vezi de asemenea calitate metodologică, validitate.
Eroare sistematică de detecţie (constatare) (detection bias, ascertainement bias)
Într-un studiu terapeutic în care personalul medical care evaluează efectele
intervenţiei (tratamentului) de cercetat nu este supus orbirii (studiu simplu orb) :
diferenţe sistematice între grupurile de comparat în privinţa modului în care sunt
constatate, diagnosticate sau verificate rezultatele (efectele).
Eroare sistematică de execuţie (performance bias)
Într-un studiu terapeutic în care personalul medical care evaluează efectele
intevenţiei (tratamentului) de cercetat cunoaşte alocarea pe grupuri terapeutice a
pacienţilor (studiu simplu orb) : diferenţe sistematice în îngrijirea acordată
pacienţilor din grupul terapeutic faţă de cei din grupul martor.
Eroare sistematică de memorie (recall bias)
Apare atunci când subiecţii care au avut o anumită afecţiune îşi amintesc expunerea
diferit de cei care nu au avut-o. Această eroare sistematică poate da naştere la o
subestimare sau supraestimare a riscului asocierii cu o anumită expunere. Nu rareori,
indivizii care au o boală îşi analizează obiceiurile, experienţele trecute sau
modificările recente din viaţa lor cu o mai mare profunzime sau acurateţe decât cei
sănătoşi. Problema aducerii aminte poate apărea în special atunci când cazurile sunt
selectate dintre pacienţii spitalizaţi, iar martorii din populaţia generală. De exemplu,
vârstnicii care cad şi necesită spitalizare îşi amintesc mai degrabă circumstanţele
căderii decât aceia care au căzut, dar nu au avut nevoie de internare.
Lucrurile pot merge chiar mai departe: într-un studiu suedez, care căuta asocierea
dintre eventuale avorturi provocate şi cancerul de sân, femeile cu cancer de sân au
raportat mult mai multe avorturi decât cele din lotul martor. Căutîndu-se apoi în
registrele din Suedia care, ca în toate ţările scandinave, sunt foarte bine puse la punct,
s-a descoperit că multe dintre femeile bolnave care raportaseră avorturi în
antecedente, nu avuseseră în realitate; faptul că erau bolnave şi poate un sentiment de
culpabilitate le făcuse să îşi amintească nişte factori de risc (avorturi) care de fapt nu
existaseră niciodată.
Erorile sistematice de memorie sunt un pericol în studiile retrospective.
Eroare sistematică de publicare (publication bias)
O eroare sistematică în literatură, în care publicarea cercetării depinde de natura şi
direcţia rezultatelor studiului. Studiile în care o intervenţie nu este găsită ca avînd
efect (studiile negative) uneori nu sunt publicate, fie datorită politicii editoriale a
revistelor, fie datorită deciziei sponsorului firmă farmaceutică. Din această cauză,
recenziile sistematice sau metaanalizele care nu includ studiile nepublicate pot

21
supraestima efectul real al unei intervenţii.
Eroare sistematică de selecţie (selection bias)
1. Într-un studiu terapeutic, diferenţele sistematice între grupurile de comparat
datorate randomizării incomplete.
2. Eroarea sistematică de selecţie este uneori folosită pentru a descrie eroarea
sistematică din recenzii, care apare datorită modalităţii de selecţie a studiilor care
sunt incluse. Eroarea sistematică de publicare (publication bias) este un
exemplu de o astfel de eroare sistematică de selecţie.
3. Uneori, este folosită pentru a descrie o diferenţă sistematică între caracteristicile
celor care sunt selectaţi pentru un studiu şi ale celor care nu sunt selectaţi. Astfel,
subiecţii observaţi efectiv în studiu nu constituie un grup reprezentativ al
populaţiei pe care vrem să o studiem, fapt care afectează generalizabilitatea
(validitatea externă) unui studiu, dar nu şi validitatea sa internă.
Eroare sistematică de uzură (attrition bias)
Diferenţe sistematice între grupurile de comparat în privinţa retragerilor sau
excluderilor participanţilor de la evaluarea rezultatelor unui studiu. De exemplu,
pacienţii pot părăsi un studiu din cauza efectelor adverse ale unei intervenţii sau chiar
din cauza decesului. Excluderea acestor pacienţi din analiză poate da naştere
supraestimării eficacităţii intervenţiei.
Estimarea efectului (efectul tratamentului)
În studiile efectelor din îngrijirea sănătăţii, relaţia observată dintre o intervenţie şi un
efect exprimată ca, de exemplu, un număr necesar de tratat (number needed to
treat, NNT), odds ratio, diferenţa riscului, riscul relativ etc.
Estimarea punctuală (point estimate)
Statisticile calculate (de ex. media, odds ratio, riscul relativ sau diferenţa riscului)
dintr-un eşantion (un studiu sau o metaanaliză) şi care sunt folosite ca cea mai bună
estimare a ceea ce este adevărat pentru populaţia din care a fost extras eşantionul.
Orice estimare punctuală se află în interiorul unui interval de încredere, care este
măsura incertitudinii (datorate jocului întâmplării) asociate acestei estimări.
Evaluare critică
Procesul de evaluare şi interpretare a dovezilor reprezentate de studii prin aprecierea
sistematică a validităţii rezultatelor şi relevanţei lor (vezi şi calitate metodologică,
medicina bazată pe dovezi, nivelul dovezii).
Evidence based medicine
Vezi medicina bazată pe dovezi
Event rate
Vezi măsura evenimentului
Experiment
O cercetare în care investigatorul manipulează variabilele independente şi alocă la
întâmplare subiecţii pe grupuri, şi în care este utilizat un grup martor.
Ex post facto, cercetare
Cercetare neexperimentală care caută relaţii între variabile, bazîndu-se pe date deja
colectate.
Factor de risc
Anumită caracteristică endogenă (vârstă, sex, ereditate, colesterolemie etc) sau
exogenă (mediu, profesie, fumat etc) care determină creşterea probabilităţii de

22
apariţie a unui eveniment (afecţiune). Factorii care scad această probabilitate se
numesc factori protectori.
F-test ( variance ratio test)
Un test statistic al ipotezei că varianţele a două sau mai multe populaţii sunt identice.
Se aplică variabilelor continue cu distribuţie normală. Este un test t aplicat mai
multor grupuri concomitent. Vezi analiza varianţei (ANOVA).
Factor de confuzie
Este un factor asociat factorului de risc presupus şi legat cauzal de efectul (boala)
studiat. El determină apariţia bolii, dar nu este vizibil în studiu şi contribuie la
atribuirea falsă a cauzalităţii bolii factorului de risc presupus care este studiat.
De exemplu, într-un studiu asupra prevalenţei infecţiei cu HIV la consumatorii de
droguri din Bronx, s-a descoperit că prevalenţa infecţiei este de patru ori mai ridicată
la negri faţă de albi, de unde falsa concluzie că negrii sunt mai susceptibili la infecţie;
de fapt adevăratul factor cauzal al prevalenţei mai ridicate la negri nu este rasa, ci
statutul socio-economic mai scăzut, care îi făcea să consume un anumit tip de drog
(cocaină, cu o durată de acţiune mai scurtă şi deci necesitînd mai multe injecţii, faţă
de heroina utilizată de albi). Pentru a evidenţia acest lucru, se face analiza
stratificată, în funcţie de factorul de confuzie bănuit. Astfel, în exemplul de mai sus
se măsoară separat prevalenţa infecţiei cu HIV la consumatorii de cocaină şi la cei de
heroină şi se poate observa că, luate pe fiecare drog în parte, prevalenţele nu mai
diferă în funcţie de rasă. Dacă s-ar fi menţinut diferenţa dintre prevalenţele infecţiei
între negri şi albi, ar fi însemnat că rasa este un factor de risc independent de tipul de
drog consumat pentru infecţia cu HIV, sau că mai există un alt factor de confuzie
înafara tipului de drog, la care nu ne-am gândit.
O altă metodă de evaluare a factorilor de risc, adevăraţi sau falşi, este analiza
multivariată, metodă statistică în care se face o analiză concomitentă a mai multor
factori de risc (variabile independente, în exemplul nostru rasa, tipul de drog,
vârsta, statutul socio-economic, sexul şi orice altceva vrem să studiem ca factor de
risc) apropo de influenţa lor asupra efectului de studiat (variabila dependentă, în
exemplul nostru infecţia cu HIV). Analiza multivariată este preferabilă analizei
stratificate când există mai mulţi factori de confuzie.
Factorul de confuzie este un factor cauzal veritabil, a cărui ignorare într-un studiu
determină atribuirea eronată a responsabilităţii cauzării unei boli unui alt factor
măsurat în studiu şi care este statistic, dar nu şi biologic asociat apariţiei bolii.
Factor modificator de efect (intervening variable)
Este un factor care modifică relaţia dintre un factor realmente cauzal şi boala care
rezultă; el se află pe drumul dintre factorul de risc (cauză) şi efect. Există o
interacţiune între factorul modificator de efect şi cel cauzal, putînd fi mai multe
posibilităţi:
-factorul modificator, izolat, nu joacă nici un rol patogen, dar accentuează rolul
factorului cauzal atunci când factorul modificator şi cel cauzal sunt prezenţi simultan:
virusul hepatitic D singur este inofensiv, însă în asociere cu virusul hepatitei B
determină o hepatită foarte gravă;
-factorul modificator, izolat, nu joacă nici un rol patogen, dar atenuează rolul
factorului cauzal atunci când factorul modificator şi cel cauzal sunt prezenţi simultan:
gena drepanocitozei nu are nici un rol în malarie, dar prezenţa sa în stare heterozigotă
diminuează severitatea bolii prin scăderea capacităţii parazitului de a locui în
eritrocite;
-factorul modificator joacă un rol în geneza maladiei, dar prezenţa sa asociată

23
factorului cauzal nu rezultă în adiţia efectelor celor doi, ci în multiplicarea lor, adică
cei doi factori sunt sinergici: fumatul şi hipertensiunea sunt doi factori de risc bine
cunoscuţi în bolile cardio-vasculare; asocierea lor detemină un risc mai mare decât
suma riscurilor fiecărui factor în parte.
Factorial design
Vezi design factorial.
Fisher exact test
Test X2 aplicat atunci când într-una dintre căsuţele tabelului de contingenţă avem o
valoare mai mică de 5.
Follow-up
Vezi urmărire
Generalizabilitate (aplicabilitate, validitate externă, relevanţă, transferabilitate)
Generalizabilitatea este gradul în care rezultatele unui studiu sau ale unei recenzii
sistematice pot fi extrapolate la alte circumstanţe, în particular la situaţii obişnuite de
îngrijire a sănătăţii.
Ghid clinic
Un algoritm dezvoltat sistematic, pentru practicieni şi pacienţi, privind tratamentul
adecvat în circumstanţe clinice specifice. Ghidurile clinice erau dezvoltate pe baza
unui consens al somităţilor într-un domeniu, dar încep din ce în ce mai mult să fie
bazate pe dovezile aduse de studii epidemiologice bine proiectate. (vezi şi medicina
bazată pe dovezi, nivelul dovezii).
Gold standard
Metoda, procedura sau măsurătoarea care este general acceptată ca fiind cea mai bună
dintre cele disponibile şi cu care trebuie comparate intervenţiile noi. Noţiunea este
foarte importantă în studiile asupra acurateţei. De exemplu, pentru orice studiu care
evaluează metodele diagnostice în boala coronariană, ca gold standard este utilizată
coronarografia. De obicei, metoda diagnostică etalon este examenul histopatologic.
Handsearching
“Handsearching” (căutarea manuală) în cadrul Colaborării Cochrane reprezintă
căutarea articolelor pe o anumită temă publicate în revistele medicale, răsfoindu-le
pagină cu pagină, inclusiv editoriale, scrisori etc., pentru a identifica toate relatările
unor studii terapeutice randomizate. În mod normal, o persoană începe răsfoind
apariţiile din anul curent ale unui jurnal, şi caută înapoi în timp până când
probabilitatea existenţei unor studii randomizate devine neglijabilă, sau până se
ajunge la volumul 1. Odată ce este descoperit un studiu terapeutic, acesta este
codificat adecvat utilizînd definiţiile acceptate în Colaborare şi publicat în Registrul
Cochrane de Recenzii Sistematice. Toate studiile terapeutice identificate,
indiferent de domeniu, sunt trimise Centrului Cochrane din Baltimore, unde sunt
incluse în registrul intern de studii şi sunt luate în considerare pentru publicarea în
Registrul Cochrane de Studii Terapeutice Controlate şi trimise mai departe
Bibliotecii Naţionale Medicale a Statelor Unite pentru includere pe MEDLINE.
Există un manual de “handsearching” disponibil la Baltimore, şi care trebuie citit
înainte de începerea unei căutări manuale. Trebuie completat un formular pentru
fiecare titlu de revistă medicală şi trimis la Baltimore, pentru a se evita repetarea unei
căutări manuale pentru acelaşi lucru.
Heterogenitate

24
În recenziile sistematice sau metaanalize, heterogenitatea se referă la variabilitate
sau diferenţele dintre studii în estimarea efectelor. Uneori se face o distincţie între
“heterogenitate statistică” (diferenţe în efectele raportate), “heterogenitate
metodologică” (diferenţe în proiectul studiului) şi “heterogenitatea clinică” (diferenţe
între studii în privinţa caracteristicilor cheie ale participanţilor, intervenţiilor sau
măsurării efectelor). Pentru a vedea dacă variabilitatea observată în rezultatele
studiilor (mărimea efectelor) este mai mare decât cea aşteptată să apară din
întâmplare, se folosesc teste statistice de heterogenitate. Totuşi, aceste teste au o
putere statistică mică. Vezi de asemenea omogenitate.
Incidenţă
Numărul de cazuri noi dintr-o boală sau eveniment într-o populaţie apărute într-un
anumit interval de timp, spre deosebire de prevalenţă, care este numărul total de
cazuri existent într-o populaţie la un moment dat.
Index Medicus
Catalog al Bibliotecii Naţionale Medicale (NLM) a Statelor Unite, şi un index
periodic al literaturii medicale. Este disponibil sub formă tipărită, sau electronică sub
formă de MEDLINE.
Intention-to-treat
Vezi analiza în intenţia de tratament.
Interval de încredere (confidence interval, CI)
Intervalul de încredere cuantifică incertitudinea. Intervalul de încredere 95% este
plaja valorilor în interiorul căreia putem fi 95% siguri că se află valoarea reală pentru
întreaga populaţie de pacienţi din care au fost selectaţi pacienţii ce participă la studiu.
Intervalul de încredere se îngustează pe măsură ce eşantionul creşte. Este preferat
intervalul de încredere valorilor p deoarece primul evaluează soliditatea dovezii, în
timp ce ultimul este de fapt un test împotriva unei non-diferenţe (ipoteza nulă).
Noţiunea de interval de încredere se bazează pe ideea că dacă acelaşi studiu ar fi
fost efectuat pe alte eşantioane, de o sută de ori, nu am fi avut rezultate identice, ci
acestea ar fi fost răspândite în jurul unui rezultat adevărat, dar necunoscut, iar în 90%
din cazuri rezultatele s-ar fi situat între anumite limite, iar în 95% din cazuri
rezultatele s-ar fi situat între nişte limite mai largi.
Intervalele de încredere pot fi construite pentru cele mai obişnuite estimări sau
comparaţii statistice. Pentru studiile terapeutice, acestea includ diferenţe între medii
şi proporţii, riscuri relative, odds ratios şi numărul necesar de tratat (number
needed to treat, NNT). De exemplu, dacă se efectuează un studiu asupra unei
cohorte de 300 de fumători de 30-40 pachete-ani, comparativ cu una de 300
nefumători şi se descoperă că riscul relativ de a face cancer pulmonar al fumătorilor
faţă de nefumători este de 6, cu un interval de încredere 95% de (4, 7), înseamnă că,
dacă am fi făcut studiul pe întreaga populaţie de fumători de 30-40 pachete-ani
existentă şi pe întreaga populaţie de nefumători, sunt 95% şanse ca adevăratul risc
relativ să se afle între 4 şi 7; cu cât eşantionul este mai mare (deci mai apropiat de
populaţia din care este extras), intervalul de încredere este mai mic. Pe de altă parte,
dacă intervalul de încredere ar fi fost ceva mai larg (0, 9), el ar fi cuprins cifra 1, şi
cum un risc relativ de 1 înseamnă că nu este nici o diferenţă între riscul de a face
cancer pulmonar al fumătorilor şi cel al nefumătorilor, rezultă că studiul nu a putut
pune clar în evidenţă un risc mai mare al fumătorilor faţă de nefumători.
Intervalele de încredere sunt valoroase în evaluarea articolelor publicate. O afirmaţie
cum ar fi “este un risc crescut de cancer de sân printre cazuri faţă de martori (odds

25
ratio, 3.1; 95% CI 1.8 la 4.8)," este mult mai informativ decât "riscul de cancer de
sân a fost semnificativ mai mare printre cazuri decât printre martori (p<0.01)." Mai
multe reviste încurajează acum sau chiar impun utilizarea intervalelor de încredere.
Ipoteza nulă
În statistică, ipoteza că o variabilă (de ex. dacă un participant la un studiu
terapeutic a primit sau nu tratamentul de evaluat) nu este asociată cu o altă variabilă
(de ex. dacă participantul la studiu a murit sau nu), sau că distribuţiile a două sau
mai multe populaţii nu diferă una de cealaltă. În termeni mai simpli, ipoteza nulă
afirmă că rezultatele observate într-un studiu nu diferă de ceea ce s-ar putea întâmpla
ca rezultat al întâmplării (este ca un fel de reducere la absurd din matematică).
Demonstrarea faptului că un tratament e mai bun decât altul, sau că prezenţa unui
factor determină un risc crescut de a avea boala, deci că asocierea statistică dintre
tratament şi evoluţia mai bună sau dintre factorul de risc şi boală nu sunt
întâmplătoare, se face prin respingerea ipotezei nule.
Kaplan-Meier, curbă
Metodă statistică de estimare a datelor de supravieţuire. Expresia grafică a acestei
estimări, curba Kaplan-Meier, constă într-o secvenţă de linii verticale şi orizontale –
denumită “funcţie în trepte” – care începe la valoarea supravieţuirii în funcţie de timp
S(t)=100% la t=0 şi apoi scade în trepte, la fiecare deces observat. Datelor de
supravieţuire le sunt specifice frecvenţele mai mari ale treptelor la începutul perioadei
de urmăririe. La fel de tipice sunt treptele mai înalte spre sfârşitul perioadei. Fiind
estimări, curbele pot fi subiect de erori statistice. Variabilitatea în estimările Kaplan-
Meier tinde să fie mai mare cu trecerea timpului, deoarece rămân din ce în ce mai
puţini subiecţi în observaţie (în viaţă).
O altă caracteristică a curbelor Kaplan-Meier este aceeea că nu scad întotdeauna
până la zero, fiindcă rămân de obicei şi subiecţi cenzuraţi (censored), adică subiecţi
care supravieţuiesc mai mult decât durata studiului. Acest fenomen reflectă faptul că
nu există o urmărire suficientă pentru a descrie complet experienţa de supravieţuire a
populaţiei. Astfel, în exemplul din figură, pentru grupul primind 6-mercaptopurină
datele nu dau informaţii cu privire la perioade de remisiune mai lungi de 35 de luni, şi
astfel curbele Kaplan-Meier nu trec de acest punct.
Pentru analiza statistică a curbelor de supravieţuire se folosesc log rank test (pentru
analiza univariată) sa modelul lui Cox (pentru analiza multivariată).

Figura 6: Curba Kaplan-Meier a supravieţuirii cu şi fără 6-Mercaptopurină în leucemia acută.

26
Kappa (κ), scor
Exprimă matematic nivelul acordului nedatorat întâmplării dintre doi observatori care
examinează o EKG, o radiografie, un examen histopatologic, un pacient etc, ţinînd
cont de faptul că în evaluarea semnelor clinice şi în interpretarea testelor diagnostice
există un grad de subiectivitate. Se pare că doi clinicieni competenţi ajung rareori la
un acord nedatorat întâmplării în mai mult de două cazuri din trei pentru orice aspect
al examenului fizic sau interpretare a unui test diagnostic.
Kruskall-Wallis, test de analiză ordinală a varianţei
Echivalentul non-parametric al testului F, o generalizare a testului t paired
(împerecheat), sau a testului Wilcoxon, atunci când avem trei sau mai multe seturi de
observaţii în cadrul aceluiaşi eşantion (de ex., pentru a determina dacă tensiunea
arterială este diferită la o oră, două ore sau trei ore după administrarea captoprilului).
Level of evidence
Vezi nivelul dovezii.
Librăria Cochrane
O colecţie de baze de date, publicată pe CD-ROM şi actualizată trimestrial, conţinînd
Registrul Cochrane de Recenzii Sistematice, Registrul Cochrane de Studii
Terapeutice, baza de date a abstractelor recenziilor privind eficacitatea, baza de date
Cochrane cu recenziile metodologice şi informaţii privind Colaborarea Cochrane.
Likelihood ratio (raport de probabilitate)
Este, ca şi sensibilitatea şi specificitatea, un parametru intrinsec ce caracterizează un
test diagnostic (spre deosebire de valorile predictive, care depind şi de prevalenţa
bolii la al cărei diagnostic contribuie testul diagnostic respectiv).
Likelihood ratio (LR) ne indică de câte ori un anumit test diagnostic ne măreşte sau
ne scade probabilitatea pretest de a avea boala. De exemplu, pentru o scintigrafie
pulmonară de ventilaţie+perfuzie ce arată o probabilitate înaltă de tromboembolism
pulmonar, LR=18,3, ceea ce înseamnă că o scintigramă pulmonară ce arată o mare
probabilitate de tromboembolism pulmonar are o şansă de 18,3 ori mai mare să apară
la un pacient cu tromboembolism pulmonar decât la unul fără.
Există LR pozitivă (LR+) (LR pentru un test pozitiv), care creşte probabilitatea bolii,
şi LR negativă (LR-) (LR pentru un test negativ), care o scade.
LR se calculează după formulele:
LR+ = sensibilitate/(1-specificitate)
LR- = (1-sensibilitate)/specificitate
O LR de 1 înseamnă că probabilitatea post-test este exact aceeaşi cu probabilitatea
pretest (aşadar testul diagnostic a fost complet inutil). O LR>1 creşte probabilitatea
ca boala căutată să fie prezentă, iar LR<1 o scade.
LRs mai mari de 10 sau mai mici de 0,1 determină modificări mari de probabilitate
de la pretest la posttest, deseori putînd confirma sau exclude boala.
LRs între 5 şi 10 sau 0,1 şi 0,2 determină modificări moderate ale probabilităţii.
LRs de 2-5 sau 0,5-0,2 determină modificări mici, dar uneori importante ale
probabilităţii.
ECG de effort are o LR+ de 2,60 şi o LR- de 0,47. Vom face o ECG de efort unei
paciente de sub 50 de ani, cu o durere toracică atipică. Probabilitatea ca această
pacientă să aibă o suferinţă coronariană este de 13% (probabilitate pretest =
prevalenţa bolii coronariene în populaţia de femei între 40 şi 49 de ani cu durere ce
nu are caractere clinice de angor). Cota (odds) probabilităţii pretest =
prevalenţa/(1-prevalenţa), 1/(100-13)=1/87=0,11. Cota (odds) probabilităţii

27
posttest = cota probabilităţii pretest x LR.
Aşadar, în cazul nostru, cota (odds) probabilităţii posttest = 0,11x2,6=0,286.
Retransformînd cota (odds) probabilităţii posttest în probabilitate posttest
[probabilitate posttest=cota posttest/(cota posttest + 1)], rezultă că probabilitatea
posttest (adică probabilitatea ca o pacientă cu caracteristicile de mai sus şi cu ECG
de efort pozitivă să aibă o boală coronariană) este de 0,286/1,286=0,22, adică 22%.
Deci o ECG de efort pozitivă la această pacientă creşte probabilitatea de a avea o
boală coronariană de la 13% (cât era înainte de efectuarea testului) la 22%. Dacă
dimpotrivă, ECG de effort este negativă (reamintim, LR-=0,47), cota probabilităţii
posttest este 0,13x0,47=0,06, iar probabilitatea postest este 0,06/1,06= 0,057, adică
o probabilitate de 5,7% de a avea o boală coronariană (aşadar, testul de effort negativ
scade probabilitatea existenţei
Probabilitate posttest unei boli coronariene de la 13%
(%) la

Intensitatea LR+
subdenivelării ST
0 la 0,5 mm 0,23
0,5 la 1 mm 0,92
1 la 1,5 mm 2,12
1,5 la 2 mm 4,20
2 la 2,5 mm 11,10
>2,5 mm 39
Figura 7: Analiza compartimentată a
ECG de effort, în funcţie de likelihood
ratio, pentru diagnosticul
coronaropatiei (Roqueburne, 1974)

5,7%, adică aproape o exclude).

Pentru probabilităţi pretest
(prevalenţe) mici, cotele pot fi
aproximate cu chiar valorile
acestor probabilităţi, şi atunci
Probabilitate probabilitatea posttest =
pretest probabilitatea pretest x LR.
Să luăm exemplul unei probabilităţi pretest mari: un pacient de 72 de ani, cu
hipercolesterolemie şi angor tipic de efort. Presupunem că probabilitatea pretest a
existenţei unei coronaropatii este de 99%. Cota pretest este 99/(100-99)=99, cota
posttest este 99x2,6=257,4, iar probabilitatea posttest este 257,4/(257,4+1)=0,996,
adică 99,6% (practic boala coronariană este sigură). Dacă testul de effort este negativ,
cota posttest este 99x0,47=46,53, iar probabilitatea posttest 46,53/(46,53+1)=0,978,
adică 97,8% (probabilitatea ca un pacient de 72 de ani, cu hipercolesterolemie şi
angor de effort tipic, dar ECG de efort negativă să aibă o boală coronariană). Practic
în acest caz, datorită probabilităţii pretest mari şi a faptului că testul de efort nu are o
LR bună, negativitatea testului nu poate exclude boala, după cum în primul caz, cu o
probabilitate pretest mică, pozitivitatea testului nu a putut certifica existenţa bolii. Cu
totul altfel s-ar fi petrecut lucrurile dacă testul ar fi avut o LR+ >10 sau o LR- <0,1.
Likelihood ratio este actualmente parametrul cel mai folosit pentru caracterizarea
testelor diagnostice, tinzînd să înlocuiască sensibilitatea şi specificitatea. Vezi şi
sensibilitate, specificitate, valoare predictivă pozitivă, valoare predictivă
negativă, probabilitate pretest, probabilitate posttest, teorema lui Bayes.

28
Log-rank, test
Metodă statistică prin care se compară distribuţia supravieţuirilor din două grupuri
(de exemplu, rata mortalităţii specifică vârstei la femei şi bărbaţi, rata accidentelor
vasculare cerebrale specifică vârstei la albi şi negri sau la două tratamente
experimentale di cadrul unui studiu clinic. Expresia grafică a acestei comparaţii
poate fi curba Kaplan-Meier.
Mann-Whitney U, test
Echivalentul non-parametric al testului t unpaired (neîmperecheat), folosit pentru
compararea variabilelor ordinale (de exemplu compararea clasei insuficienţei
cardiace la pacienţi care iau şi care nu iau captopril).
Mantel-Haenszel, test statistic nonparametric
O variantă a testului chi pătrat (x2), utilizată în studiile caz-martor şi de cohortă,
atunci când se consideră că în asocierea dintre două variabile intervine o a treia, ca
factor de confuzie. Datele sunt stratificate astfel încât factorul de confuzie să fie
izolat. Testul Mantel-Haenszel ajustează valoarea lui chi pătrat pentru a ţine cont de
contribuţia diferenţiată a fiecărui strat (vezi şi analiza stratificată şi factor de
confuzie).
Mărimea efectului (effect size)
Termen generic pentru estimarea efectului în cazul unui studiu şi care reflectă
mărimea diferenţelor observate.
Dacă pornim de la ipoteza că nu există diferenţe între grupul tratat cu medicamentul
antihipertensiv w şi cel tratat cu placebo, presupunem că mărimea efectului este 0.
Dacă găsim o diferenţă între mediile tensiunilor diastolice ale celor două grupuri de
20 mmHg, mărimea efectului este 20. Cu cât este mai importantă mărimea efectului,
cu atât este mai mare diferenţa efectivă dintre cele două grupuri
Măsura evenimentului
Proporţia de participanţi dintr-un grup în care este observat un eveniment. Astfel,
dacă evenimentul (de exemplu un accident vascular cerebral) este observat la 32 de
pacienţi din 100, măsura evenimentului este 0,32 (sau 32%).
McNemar, testul lui.
Test statistic împerecheat (paired), nonparametric pentru variabile dihotomice. De
exemplu, putem întreba un grup de 35 de studenţi dacă sunt sau nu interesaţi de
cercetare, repetînd întrebarea după ce aceştia au urmat un curs despre cercetare şi
comparînd răspunsurile înainte şi după.
Media (medie aritmetică)
Valoarea medie, calculată făcînd suma tuturor observaţiilor şi divizîndu-le cu
numărul observaţiilor. Este o măsură a tendinţei centrale. De exemplu, avem un lot de
11 pacienţi cu vîrstele: 22, 24, 34, 34, 34, 35, 36, 39, 42, 47, 48, media este 394/11=
35,9.
Mediana
Valoarea măsurilor deasupra şi dedesubtul căreia se situează jumătatea observaţiilor.
Este o măsură tendinţei centrale, folosită în locul mediei în cazul distribuţiilor
anormale. În exemplul de mai sus, mediana este 35.
Modul
Observaţia sau clasa avînd frecvenţa cea mai mare. În exemplul de mai sus, modul
este 34.

29
Medicina bazată pe dovezi (evidence-based medicine)
Este utilizarea conştientă, judicioasă şi explicită a celor mai bune dovezi actuale
despre îngrijirea pacientului individual. A practica medicina bazată pe dovezi
înseamnă a integra experienţa clinică individuală cu cea mai bună experienţă clinică
externă disponibilă din cercetarea sistematică.
Prin experienţă clinică individuală se înţelege priceperea şi judecata căpătată de
clinician prin practica zilnică la patul bolnavului.
Prin cele mai bune dovezi clinice externe se înţelege cercetarea clinică relevantă,
deseori din ştiinţele medicale de bază, dar îndeosebi din cercetarea clinică centrată pe
pacient şi privind acurateţea şi precizia testelor diagnostice (inclusiv examenul
clinic), puterea markerilor prognostici şi eficacitatea şi siguranţa regimurilor
preventive, terapeutice şi de reabilitare. Dovezile clinice externe invalidează testele
diagnostice şi tratamentele acceptate anterior, înlocuindu-le cu altele noi mai
puternice, mai sigure şi cu o acurateţe mai mare.
MEDLINE (MEDlars onLINE)
O bază de date electronică produsă de United States National Library of Medicine şi
care indexează milioane de articole din aproximativ 3.700 de reviste selectate. Este
disponibilă prin intermediul majorităţii librăriilor medicale din Europa de Vest şi
America de Nord, şi poate fi accesată şi pe CD-ROM, Internet şi alte mijloace.
Acoperă perioada din 1966 până în prezent.
MeSH headings (Medical Subject Headings)
Termeni cheie folosiţi de United States National Library of Medicine pentru a indexa
articolele în Index Medicus şi MEDLINE. Destinată reducerii problemelor care apar
din, de exemplu, diferenţele dintre ortografiile britanică şi americană. Sistemul
MeSH are o structură ramificată în care termeni ce desemnează subiecte mai largi se
ramifică într-o serie de termeni desemnînd subiecte din ce în ce mai restrânse.
Metaanaliză
O sinteză statistică a rezultatelor numerice ale mai multor studii care au tratat aceeaşi
problemă.
Metaanaliza este un tip de studiu particular, care lucrează cu studii precedente:
cercetătorul nu a colectat datele utile studiului el însuşi, nu a fost în contact direct cu
subiecţii testaţi (sau cu foile lor de observaţie), ci a colectat studii ale căror date sunt
susceptibile de a fi combinate. Această metodă, apărută în anii ’68 şi folosită din ce în
ce mai mult, constituie un mijloc de a depăşi dificultăţile logistice insurmontabile
atunci când este necesar un număr foarte mare de subiecţi pentru a pune în evidenţă
un efect.
În metaanaliza calitativă se acordă o importanţă diferită diverselor studii, în funcţie
de calitatea lor metodologică. Metaanaliza cantitativă este un rezumat cantitativ al
diferitelor studii, astfel încât se creează un singur studiu, mare, cu putere statistică
mai mare.
De exemplu, dacă avem 5 studii terapeutice, fiecare pe câte 30 de pacienţi, asupra
efectului medicamentului w în hipertensiune, din acestea două arată că w are efect,
celelalte 3 nedetectând vreunul, metaanaliza va da naştere unui singur studiu, efectuat
pe 150 de pacienţi, cu o putere statistică mai mare şi nişte intervale de încredere
mai mici (deci o precizie mai mare) şi care ar putea tranşa atunci când concluziile
sunt discordante (în exemplul nostru, 2 studii pozitive, 3 negative).
Metaanaliza necesită, mai mult decât orice tip de studiu, o cercetare bibliografică
exhaustivă. Mai mult, pentru a evita eroarea sistematică de publicare (publication
bias), autorii metaanalizei iau legătura cu alţi cercetători în domeniu, pentru a putea

30
descoperi şi folosi studii terapeutice nepublicate (de obicei studii negative). De
asemenea, ei pot cere autorilor studiilor analizate datele individuale ale pacienţilor.
Deoarece studiile înglobate în analiză sunt de multe ori diferite (prin calitate
metodologică, prin criterii de includere sau excludere a pacienţilor, prin doza
utilizată etc) este necesară utilizarea unor metode statistice complicate de ajustare, şi
în orice studiu, cu cât utilizăm metode statistice mai complicate şi ajustăm mai mult,
cu atât rezultatele devin mai discutabile. Unii sunt de părere că viitorul este al
metaanalizei, care eventual va îngloba rezultatele unei mulţimi de microstudii
terapeutice. Deşi ca nivel al dovezii metaanaliza se află în vârf, nimic nu poate
concura cu un studiu terapeutic de o calitate metodologică ireproşabilă şi avînd un
număr suficient de pacienţi care să confere o bună putere statistică.
Methodological quality (validity, internal validity)
Vezi calitate metodologică
Minimizare
O metodă de alocare utilizată, în special în studiile mici, pentru a furniza grupuri de
comparat similare în privinţa mai multor variabile. Poate fi făcută cu sau fără un
component de randomizare. Cel mai bine este efectuată cu ajutorul unui program
care să asigure alocarea ascunsă.
Model logistic
Un model statistic al riscului unui individ (probabilitatea de boală sau de apariţie a
unui alt efect) funcţie de un factor de risc sau o intervenţie. Acest model are
caracteristici statistice atractive şi este larg folosit pentru variabilele dependente
dihotomice.
Model aditiv
Un model în care efectul combinat al mai multor factori este suma efectelor produse
de fiecare dintre ei. De exemplu, dacă unul dintre factori multiplică riscul cu a iar al
doilea cu b, efectul combinat al celor doi factori este a+b. Vezi şi model
multiplicativ.
Model multiplicativ
Un model în care efectul combinat a doi sau mai mulţi factori este produsul efectelor
lor. De exemplu, dacă un factor multiplică riscul cu a iar un al doilea factor îl
multiplică cu b, efectul combinat al celor doi factori este axb. Vezi de asemenea
model aditiv.
Modelul riscului proporţional (proportional hazards model, Cox model)
Un model statistic în analiza supravieţuirii care presupune că efectul factorilor
studiului (de ex. intervenţia de evaluat) asupra ratei riscului (riscul apariţiei unui
eveniment, cum ar fi moartea, la un moment dat în timp) în cadrul populaţiei luate în
studiu nu se modifică în timp. Vezi şi analiza multivariată (analiza riscului
proporţional).
Multiple comparison tests
Vezi teste pentru comparaţii multiple.
Multivariate (multivariable) analysis
Vezi analiza multivariată
Multiple linear regression
Vezi analiza multivariată
Multiple logistic regression

31
Vezi analiza multivariată
Nivelul dovezii (level of evidence)
Ierarhia tradiţională pune diferitele tipuri de studii în următoarea ordine:
1. Recenzii sistematice şi metaanalize
2. Studii clinice randomizate cu rezultate definitive (adică rezultate cu interval de
încredere care nu include pragul sub care efectul nu mai este semnificativ clinic)
3. Studii clinice randomizate fără rezultate definitive (o estimare punctuală care
sugerează un efect clinic semnificativ, dar cu interval de încredere care include
pragul sub care aceste efecte nu mai sunt semnificative clinic)
4. Studii de cohortă
5. Studii caz-martor
6. Studii transversale
7. Studii de caz
Vârful ierarhiei este rezervat articolelor de cercetare secundară, în care toate studiile
primare asupra unui anumit subiect au fost adunate şi evaluate critic conform unor
criterii riguroase. Cu toate acestea, nimeni nu poate pune o metaanaliză incorectă sau
un studiu clinic randomizat cu defecte metodologice deasupra unui studiu de
cohortă bine făcut. În plus, multe studii importante de cercetare calitativă nu-şi
găsesc locul în această ierarhie a nivelelor dovezilor.
N of 1, clinical trial.
Studiu clinic, ideal dublu orb, efectuat pe un singur pacient, care este propriul său
martor (prin alternarea de perioade în care pacientul primeşte tratamentul de studiat
cu perioade în care acesta primeşte placebo sau tratamentul de comparat);
“perechile” de perioade tratament/placebo sunt repetate până când clinicianul şi
pacientul sunt convinşi că cele două tratamente de comparat (sau tratamentul şi
placebo) sunt clar diferite sau dimpotrivă..
Scopul studiului este evaluarea eficacităţii tratamentului la acel pacient şi se
efectuează fie pentru că nu există studii clinice randomizate în care să fie incluşi
pacienţi similari celui în cauză, fie, în cazul existenţei unor astfel de studii, pentru a fi
siguri că intervenţia respectivă este eficace asupra pacientului respectiv, ştiut fiind că
rezultatele fiecărui studiu sunt statistice, iar în cazul unui studiu pozitiv, există un
procent de pacienţi care nu au răspuns la tratament, iar în cazul studiilor negative,
există şi un procent de pacienţi care au răspuns la tratament..
Non-parametric, test.
Set de proceduri statistice care nu se bazează pe presupuneri privind parametrii
populaţiei, sau pe forma distribuţiei (nu presupun o distribuţie normală a
populaţiei) şi/sau sunt utilizate pentru variabile nominale sau ordinale. Exemple:
Mann-Whitney U, Wicoxon, Kruskall-Wallis, X2.
Null hypothesis
Vezi ipoteza nulă
Numărul necesar de tratat (Number needed to treat - NNT)
Numărul de pacienţi care trebuie trataţi pentru a preveni un efect negativ. Este
inversul diferenţei riscului (reducerii riscului absolut).
De exemplu, să luăm studiul COPERNICUS (Packer et al.) publicat în NEJM în
2001, randomizat, controlat, privind efectul carvedilolului asupra mortalităţii la
pacienţii cu insuficienţă cardiacă, efectuat asupra a 2289 de pacienţi (1156 au primit
carvedilol, 1133 au primit placebo) timp de 10,4 luni.
La sfârşitul perioadei de 10,4 luni, 11% dintre pacienţii care primiseră carvedilol

32
(măsura evenimentului în grupul experimental, “Experimental Event Rate”=EER) şi
19% dintre femeile care primiseră placebo (măsura evenimentului în grupul martor,
“Control Event Rate”=CER) muriseră. Reducerea riscului absolut (ARR)este 19-
11=8% (deci riscul absolut de deces a fost redus de tratamentul cu carvedilol cu
8%), iar NNT = 1/ARR = 1/8 = 15 (adică trebuie să tratăm 15 pacienţi cu insuficienţă
cardiacă cu doza de carvedilol din studiu, pentru 10,4 luni, pentru a salva de la moarte
1 pacient). Calculînd şi intervalul de încredere al NNT, acesta este: 95%CI: [10,
25], ceea ce înseamnă că în cadrul întregii populaţii de pacienţi cu insuficienţă
cardiacă, sunt 95% şanse ca NNT să se afle între 10 şi 25.
Odds (cotă)
1. La studiile caz-martor: raportul dintre subiecţii expuşi unui factor de risc şi cei
neexpuşi acelui factor de risc (vezi şi studiu caz-martor).
2. La studiile terapeutice: raportul dintre probabilitatea de a avea boala
(prevalenţa) şi probabilitatea de a nu avea boala (1-prevalenţa), adică
prevalenţa/(1-prevalenţa); acesta este deseori aproximat ca raportul dintre
numărul de ori în care apare evenimentul şi numărul de ori în care acesta nu
apare. De exemplu, într-un studiu terapeutic, 100 de pacienţi (a+b) primesc
tratamentul, dintre care 20 (a) mor şi 80 (b) nu mor; cota (odds) este
a/b=20/80=0,25.
Odds ratio (OR)
1. Estimarea riscului relativ într-un studiu caz-martor (vezi şi studiu caz-control).
2. Atunci când este utilizată pentru a rezuma o recenzie sistematică sau un studiu
terapeutic, odds ratio descrie raportul dintre cota (odds) unui pacient din grupul
experimental şi cota (odds) unui pacient din grupul martor, care suferă efectul de
studiat. De exemplu, într-un studiu terapeutic, 100 de pacienţi primesc
tratamentul experimental (a+b), dintre care 20 (a) mor şi 80 (b) nu mor, în timp ce
100 de pacienţi (c+d) primesc tratamentul placebo, şi dintre ei 40 (c) mor, iar 60
(d) nu mor. Cota (odds) în grupul experimental este a/b=20/80=0,25, în timp ce
cota (odds) în grupul martor este c/d=40/60=0,67, iar raportul dintre ele, odds
ratio, este [(a/b)/(c/d)]=0,25/0,67=0,37.
De notat că odds ratio seamănă cu un risc relativ, dar ele sunt numeric apropiate
numai când frecvenţa efectului de studiat este foarte scăzută. Astfel, riscul relativ
în exemplul nostru este [a/(a+b)]/[c/(c+d)]=(20/100)/(40/100)=0,5. Dacă frecvenţa
decesului ar fi fost mult mai scăzută, de 1% (a), respectiv 2% (b), riscul relativ ar
fi tot 0,5 [(1/100)/(2/100)], iar odds ratio ar fi (1/99)/(2/98)=0,01/0,02=0,49.
O odds ratio de 1 indică faptul că nu există nici o diferenţă între grupurile de
comparat. Pentru efectele indezirabile, o OR<1 indică faptul că intervenţia a fost
eficientă în reducerea riscului acelui efect. Când frecvenţa evenimentelor este foarte
mică, odds ratio este similară riscului relativ.
Omogenitate
În recenziile sistematice sau metaanalize, omogenitatea se referă la gradul în care
rezultatele studiilor incluse într-o recenzie sau metaanaliză sunt similare.
"Omogenitatea clinică" înseamnă că, în studiile încluse într-o recenzie, participanţii,
intervenţiile şi măsurarea efectelor sunt similare sau comparabile. Studiile sunt
considerate "omogene statistic" dacă rezultatele lor nu variază mai mult decât ne-am
aştepta să varieze din pură întâmplare. Vezi şi heterogenitate.
Open clinical trial (studiu clinic deschis)
Sunt cel puţin două semnificaţii posibile pentru acest termen:

33
1. Un studiu clinic în care cercetătorul şi participantul ştiu ce intervenţie este
folosită pentru fiecare participant (studiul nu este dublu orb). Alocarea
întâmplătoare (randomizată) poate să fie sau nu utilizată.
Acesta este uneori numit design la vedere (open label design).
2. Un studiu clinic în care cercetătorul decide ce intervenţie va fi aplicată fiecărui
pacient (alocarea nu este randomizată).
Open label design (design “la vedere”)
Un proiect de studiu în care cercetătorul ştie ce intervenţie este aplicată fiecărui
participant (nu este dublu orb). Unele studii cu un design la vedere sunt
randomizate, dar altele nu includ un grup martor şi astfel nu pot fi randomizate.
Orbire
Păstrarea secretă a alocării pacientului la un grup sau altul (de ex. tratament sau
martor) atât faţă de pacienţii participanţi la studiu cât şi faţă de investigatori (dublu
orb). Aceasta este realizată de obicei prin administrarea, grupului de control, a unui
placebo care este identic ca aspect medicaţiei active. Atunci când sunt “orbi” numai
participanţii la studiu, nu şi personalul care apreciază evoluţia lor, studiul este simplu
orb. Într-un studiu triplu orb, sunt “orbi”, pe lângă participanţii la studiu şi
investigatorii care apreciază evoluţia lor, şi cercetătorii care efectuează analiza
datelor. Orbirea este folosită deoarece cunoaşterea alocării poate afecta răspunsul la
tratament al pacientului, comportamentul investigatorului (performance bias) sau
evaluarea efectului (detection bias). Orbirea nu este întotdeauna posibilă (de ex. la
compararea tratamentului chirurgical cu cel medical). Importanţa orbirii depinde de
cât de obiectivă este măsurarea efectului; orbirea este mai importantă pentru efecte
mai puţin obiective cum ar fi durerea sau calitatea vieţii.
Ordinal data
Vezi variabilă ordinală.
Outcome
Vezi efect.
p
Probabilitatea (de la 0 la 1) ca rezultatele observate într-un studiu să fi fost rodul
întâmplării. Vezi şi eroarea de tip I.
Paired (împerecheat), test
Testele statistice “împerecheate” se folosesc atunci când se compară date
împerecheate, adică atunci când se măsoară ceva de două ori la acelaşi subiect (de
exemplu, tensiunea arterială în clino şi ortostatism, sau înainte şi după un hipotensor),
pe când cele neîmperecheate (unpaired), atunci când se face comparaţia între
variabile măsurate la două grupuri diferite (de exemplu, tensiunea arterială la grupul
de pacienţi trataţi cu tensiunea arterială la grupul martor).
Paired design
Un studiu în care participanţii sunt împerecheaţi (de ex. pe baza factorilor
prognostici) astfel încât un membru al fiecărei perechi este alocat grupului
experimental (asupra căruia se aplică intervenţia) şi celălalt membru al perechii este
alocat grupului martor.
Parametric, test statistic
Utilizat pentru estimarea parametrilor unei populaţii şi pentru testarea ipotezei nule
bazate pe aceşti parametri, pe baza unor presupuneri asupra distribuţiei variabilelor
(de exemplu că populaţia prezintă o distribuţie normală) pentru variabile

34
cantitative.
Pearson’s coefficient of correlation (r)
Test statistic parametric pentru determinarea relaţiei dintre două variabile.
Peer review
“Recenzie atentă”, proces de arbitraj folosit pentru a verifica importanţa şi calitatea
comunicărilor din cercetare. Un articol propus pentru publicare unei reviste medicale
serioase, este trimis spre evaluare către alţi experţi în domeniu, care nu fac parte din
colectivul redacţional al revistei (evaluarea se numeşte “peer review”, iar revista este
un “peer reviewed journal”). Scopul este acela de a exercita un control mai mare
asupra calităţii şi interpretărilor unui studiu.
Performance bias
Vezi eroare sistematică de execuţie
Perioadă de spălare (wash-up period)
În studiile terapeutice în cross-over, stadiul în care tratamentul este întrerupt înainte
de a se începe cel de-al doilea tratament. Perioada de spălare este de obicei necesară
din cauza posibilităţii ca tratamentul administrat mai întâi să poată afecta efectul
studiat câtva timp după întrerupere, interacţionînd cu al doilea tratament.
Uneori există o perioadă de spălare la începutul unui studiu terapeutic, dacă
participanţii foloseau înaintea includerii alte tratamente care sunt acum întrerupte.
Placebo
O substanţă sau procedură inactivă administrată pacientului, de obicei pentru a
compara efectele sale cu cele ale unui medicament sau ale unei alte intervenţii reale.
Uneori este administrat pentru beneficiul psihologic al pacientului care crede că
primeşte un tratament. Placebo-ul este utilizat în studiile clinice randomizate pentru a
realiza orbirea pacienţilor cu privire la grupul terapeutic căruia au fost alocaţi. Pentru
aceasta, placebo-ul trebuie să fie identic cu medicamentul activ.
Point estimate
Vezi estimarea punctuală
Populaţie
Întregul grup de indivizi sau unităţi la care vor fi generalizate rezultatele obţinute din
studiul asupra unui eşantion reprezentativ din acel grup.
Precizia unei măsurători (reliability)
Se referă la gradul în care rezultatele obţinute printr-o procedură de măsurare pot fi
reproduse. Lipsa preciziei poate lua naştere din divergenţele dintre observatori, sau
instrumentele de măsură, sau datorită instabilităţii atributului ce este măsurat.
Vezi şi acurateţea.
Prevalenţa
Numărul de cazuri existente ale unei anumite boli sau condiţii într-o populaţie dată la
un moment dat.
Prevalence (cross-sectional) study
Vezi studiu transversal.
Primary end-point (scop principal)
Ipoteza principală ce urmează a fi testată într-un studiu. Vezi şi problema
comparaţiilor multiple.
Probabilitate pretest

35
Probabilitatea ca un subiect să aibă o boală înainte de efectuarea unui test diagnostic.
Ea este egală cu prevalenţa acelei boli în populaţia studiată, căreia i se aplică testul.
După aplicarea unui test diagnostic, rezultă probabilitatea posttest, care poate
reprezenta noua probabilitate pretest, în cazul efectuării unui al doilea test diagnostic.
Vezi şi likelihood ratio.
Probabilitate posttest
Probabilitatea ca un subiect să aibă boala, după efectuarea unui test diagnostic, în
funcţie de rezultatul acestui test. Este egală cu valoarea predictivă pozitivă a
testului diagnostic, în cazul în care rezultatul testului este pozitiv, sau cu valoarea
predicivă negativă a testului, în cazul în care rezultatul acestuia este negativ.
Se poate calcula după formula:
cota pretest = prevalenţa/(1-prevalenţa)
cota posttest = cota pretest x likelihood ratio
probabilitatea posttest = cota posttest/(cota postest + 1)
În cazul uneo prevalenţe mici a bolii, probabilitatea posttest poate fi aproximată:
Probabilitatea posttest = prevalenţa x likelihood ratio
Vezi şi likelihood ratio, teorema lui Bayes, sensibilitate.
Problema comparaţiilor multiple
Apare atunci când folosim de mai multe ori testul t în cadrul aceluiaşi set de date. Cu
cât se fac mai multe comparaţii, cu atât creşte riscul de a comite o eroare de tip I,
adică de a găsi o diferenţă semnificativă atunci când ea nu există în realitate. p este
probabilitatea de a comite o eroare de tip I pentru orice comparaţie. La p=0,05, există
o şansă de 5% ca diferenţa găsită să fie datorată întâmplării. Dacă facem mai multe
comparaţii, să zicem 20, una dintre diferenţele găsite semnificative statistic este
datorată întâmplării, iar la 100 de comparaţii, vom avea 5 astfel de diferenţe care nu
există în realitate (adică 5% dintre concluziile noastre pot fi greşite). Nu putem şti,
pentru fiecare dintre comparaţii, dacă un rezultat semnificativ este sau nu greşit;
teoretic, oricare poate fi fals. Concluzia logică este că, cu cât mai mult repetăm
comparaţiile într-un eşantion, cu atât mai mari sunt şansele ca una sau mai multe
dintre aceste comparaţii să intre în categoria celor 5%.
Această problemă poate fi rezolvată în două feluri:
1. Trebuie stabilit încă dinaintea începerii unui studiu, din faza redactării
protocolului, pe baza unor supoziţii fiziopatologice, sau în urma unor ipoteze
ridicate de studii anterioare, care dintre variabile vor fi comparate. În orice caz nu
se va începe, după strângerea datelor, să se compare toate variabilele între ele, în
speranţa de a descoperi nişte diferenţe semnificative statistic.
Ideal ar fi ca pentru fiecare ipoteză de lucru, să se efectueze un studiu. În realitate,
fiecare studiu are un scop principal (primary end-point) şi mai multe scopuri
secundare (secondary end-points). Din cauza problemei comparaţiilor multiple,
chiar dacă scopurile secundare au fost prevăzute dinaintea începerii studiului, şi
nu apărute după strângerea şi analiza datelor (ex post facto), eventualele rezultate
semnificative statistic nu sunt considerate ca definitive, ci doar ca noi ipoteze de
lucru care să reprezinte fiecare un scop principal pentru un nou studiu.
2. Atunci când avem de comparat, în acelaşi timp, mai mult de două medii, în loc de
utilizarea repetată a testului t, se va folosi analiza varianţei (ANOVA), sau alte
teste pentru comparaţii multiple.
Proportional hazards model (Cox model)

36
Vezi modelul riscului proporţional.
Protocol
Planul sau treptele ce trebuiesc urmate într-un studiu. Trebuie descrise necesitatea
studiului, obiectivele, ipoteza de lucru, populaţia căreia i se vor aplica concluziile,
eşantionul, factorii studiaţi, criteriul de judecată (efectul), factorii de confuzie,
metodele de colectare şi analiză statistică a datelor, numărul de subiecţi necesar,
bugetul şi mijloacele de finanţare, organizarea în timp şi spaţiu a studiului şi regulile
de publicare a rezultatelor.etc.
Publication bias
Vezi eroare sistematică de publicare
Puterea statistică (vezi şi eroare de tip II)
Este abilitatea unui test statistic de a găsi o diferenţă semnificativă care există în
realitate; probabilitatea ca un test să ducă la respingerea ipotezei nule, sau
probabilitatea de a atinge semnificaţia statistică. Aşadar, pentru un test statistic la o
putere de 80%, probabilitatea de a demonstra corect o diferenţă statistică şi de a
respinge ipoteza nulă în cazul existenţei reale a acestei diferenţe este de 80%. Cu cât
puterea unui test este mai mare, cu atât este mai puţin susceptibil acel test de a face o
eroare de tip II. Puterea poate fi judecată ca o sensibilitate. Cu cât este mai sensibil
un test, cu atât mai probabil va detecta el diferenţe clinice importante care există în
realitate.
Puterea statistică variază în funcţie de patru factori: nivelul de semnificaţie (α) (vezi
eroarea de tip I), varianţa datelor, mărimea eşantionului şi mărimea efectului. Cu
alte cuvinte, puterea statistică a unui test este invers proporţională cu nivelul de
semnificaţie (α) ales (invers proporţională cu valoarea lui p), invers proporţională cu
varianţa (dispersia) din cadrul unui set de date, şi direct proporţională cu mărimea
eşantionului şi mărimea efectului.
O calculare a puterii determină eşantionul necesar pentru a detecta un anumit efect.
Proportional hazards analysis
Vezi analiza multivariată
Random selection (random sampling)
Vezi selecţie aleatoare
r (coeficient de corelaţie Pearson)
Este un indice obţinut print-o tehnică statistică parametrică, care măsoară gradul de
asociere dintre două variabile.El poate varia între –1,0 şi +1,0, în fucţie de gradul
asocierii. Un coeficient de corelaţie egal cu zero arată că nu există nici o asociere
lineară între cele două variabile.
Tabelul următor dă o indicaţie pentru interpretarea coeficientului de corelaţie:
R Gradul de asociere
0,8 la 1,0 Important
0,5 la 0,8 Moderat
0,2 la 0,5 Slab
0 la 0,2 Neglijabil

37
Valorile negative ale lui r indică o corelaţie negativă (y variază invers proporţional cu
x), interpretarea fiind aceeaşi ca şi pentru corelaţiile pozitive.

Figura 8: Grafice ilustrînd grade diferite de corelaţie lineară.

Randomizare
(În engleză, random = întâmplător, aleator). Metodă folosită pentru a genera o
secvenţă de alocare întâmplătoare, prin utilizarea tabelelor de numere întâmplătoare
sau a computerului. Randomizarea trebuie deosebită de alocarea ascunsă, prima
fiind supusă riscului de eroare sistematică de selecţie, dacă nu există o alocare
ascunsă adecvată. De exemplu, poate fi utilizată o listă de numere întâmplătoare, dar
dacă personalul responsabil de recrutarea şi alocarea participanţilor are acces la listă,
acesta poate influenţa procesul de alocare, conştient sau nu.
Randomisation blinding
Vezi alocare ascunsă.
Randomised controlled trial (RCT, randomised clinical trial, în ortografie
americană: “randomized”)
Vezi studiu terapeutic.
Randomizare stratificată (stratified randomisation)
În orice studiu terapeutic, este de dorit ca grupurile de comparat să fie similare pe
cât posibil în privinţa caracteristicilor participanţilor care ar putea influenţa răspunsul
la intervenţie. Randomizarea stratificată este folosită pentru a ne asigura că vor fi
alocaţi în număr egal celor două grupuri de comparat participanţii avînd caracteristici
care se presupune că afectează prognosticul sau răspunsul la tratament. De exemplu,
într-un studiu asupra femeilor cu cancer de sân, poate fi important să avem acelaşi
număr de paciente aflate înaintea menopauzei şi post-menopauză în fiecare dintre
grupurile de comparat. Randomizarea stratificată poate fi folosită pentru alocarea
unui număr egal de femei aflate în pre şi post-menopauză fiecărui grup terapeutic. Ea
este efectuată fie prin utilizarea unei randomizări separate pe cele două grupuri de

38
paciente (pre şi post-menopauză), fie folosind minimizarea.
Rank sum test
Test statistic nonparametric, folosit pentru compararea a două eşantioane
independente; echivalentul testului t neîmperecheat (unpaired).
RCT
Vezi studiu terapeutic.
Recenzie (review)
1. O recenzie sistematică.
2. Un articol medical care rezumă diferite studii şi poate trage concluzii asupra unei
anumite intervenţii. Recenziile de multe ori nu sunt sistematice.
3. A “arbitra” un articol. Vezi peer review.
Recenzie sistematică
O metodă de a răspunde unei întrebări clinice clar formulate, printr-o trecere în
revistă (folosind metode sistematice şi explicite pentru identificarea, selecţionarea şi
evaluarea critică a cercetărilor relevante asupra subiectului respectiv), colectare şi
analiză a datelor din studiile care vor fi incluse în recenzie. Pot fi utilizate şi metode
statistice pentru rezumarea rezultatelor studiilor incluse, caz în care metoda se
numeşte metaanaliză.
Recenzor (reviewer)
Un responsabil cu pregătirea şi, în cazul Recenziilor Cochrane, actualizarea periodică
a unei recenzii sistematice. Termenul de recenzor se referă uneori la un “arbitru”
extern, care efectuează un peer review.
Reducerea riscului absolut
Vezi diferenţa riscului.
Reducerea riscului relativ (RRR)
Este o măsură de estimare a efectului în studiile clinice, reprezentînd complementul
riscului relativ (1-RR). De exemplu, într-un studiu clinic terapeutic în care la grupul
tratat a fost o mortalitate de 20%, iar în grupul martor una de 15%, RRR = (1-
15/20)x100 = 25%, adică tratamentul nou a redus riscul de deces cu 25% faţă de
pacienţii din grupul martor; cu cât este mai mare RRR, cu atât este mai eficient
tratamentul.
Registrul Cochrane de Studii Terapeutice
O bază de date ce cuprinde studiile terapeutice din domeniul sănătăţii. Grupurile
Cochrane şi alte organizaţii au fost invitate să contribuie cu registrele lor specializate,
iar aceste registre, împreună cu referinţele la studiile terapeutice identificate pe
MEDLINE şi alte surse, formează registrul CENTRAL de studii. Studiile înregistrate
în registrul central sunt supuse controlului de calitate, iar cele selecţionate (numai
studiile randomizate controlate) formează Registrul Cochrane de Studii Terapeutice
Registrul Cochrane de Recenzii Sistematice
Produsul major al Colaborării Cochrane. Reuneşte toate Recenziile Cochrane
disponibile şi este actualizat trimestrial. Vezi Librăria Cochrane.
Regresie logistică
Regresia logistică este folosită pentru a investiga relaţia dintre frecvenţa sau proporţia
unui eveniment şi un set de variabile dihotomice independente.
Vezi şi analiza multivariată.

39
Regresie
Model matematic permiţînd descrierea unei variabile dependente ca o funcţie de una
sau mai multe variabile independente. Modelul cel mai comun este modelul linear
(y=ax+b, unde y=variabila dependentă, iar x=variabila independentă; “a” este
coeficientul de regresie). Dacă variabila este dihotomică, se foloseşte un model de
regresie logistică, care face parte dintre metodele analizei multivariate.Vezi şi
corelaţie şi regresie.
Regresia către medie (regression toward the mean)
Fenomen statistic în care valorile extreme obţinute la o primă măsurătoare sunt de
aşteptat să se apropie, sau să regreseze, spre media grupului de care aparţin subiecţii,
la o a doua măsurătoare. Astfel, scoruri foarte înalte pot reflecta o eroare pozitivă
substanţială, în timp ce scoruri foarte joase pot reflecta o eroare negativă importantă.
Risc
Probabilitatea de apariţie a unui eveniment în timpul unei perioade date. În
epidemiologie, această probabilitate variază în funcţie de anumite caracteristici
endogene (vârstă, sex, ereditate…) sau exogene (mediu, profesie…) care pot constitui
factori de risc. Măsura riscului nu permite nici un diagnostic, nici o evaluare sigură a
prognosticului individual.
Risc absolut
Este probabilitatea de apariţie a unui eveniment exprimată fără vreo referinţă la o altă
probabilitate. Dacă este vorba de probabilitatea de a fi atins de o boală, riscul absolut
este deseori exprimat ca incidenţa bolii în sânul populaţiei respective.
Risc atribuabil
Vezi diferenţa riscului.
Risc relativ
Raportul dintre incidenţa unei anumite afecţiuni în sânul unui grup expus la un
factor de risc (intervenţie terapeutică) şi incidenţa acestei afecţiuni în sânul unui
grup neexpus. Acest raport este considerat în general ca o măsură a forţei asocierii
existente între factorul respectiv şi boală. El răspunde întrebării: de câte ori au mai
multe şanse de a face boala subiecţii expuşi faţă de subiecţii neexpuşi?
ROC, curbă (Receiver Operating Characteristic curve)
Mijloc grafic de evaluare a capacităţii unui test diagnostic de a diferenţia subiecţii
sănătoşi de subiecţii bolnavi.
Este o curbă experimentală a variaţiilor sensibilităţii, pe ordonată, în funcţie de cele
ale ratei fals pozitivilor (1-specificitate), pe abscisă. Această curbă furnizează o
analiză raţională a diferitelor valori de prag posibile (pentru discriminarea bolii de
nonboală) şi a informaţiei diagnostice corespondente.
Iniţial a fost concepută pentru reglarea radarelor în scopul determinării valorii de prag
ideale între o detecţie foarte sensibilă, dar cu numeroşi paraziţi (“fals pozitivi”) şi o
detecţie netă (specifică), dar insuficientă (număr mare de “fals negativi”).
Dacă un examen nu este perfect (ceea ce este cazul marii majorităţi), trebuie fixat un
prag discriminant între valorile fiziologice şi cele patologice, care prezintă o zonă de
intersecţie, în care aceeaşi valoare poate apărea şi la bolnavi, şi la sănătoşi. Diferitele
praguri modifică sensibilitatea şi specificitatea testului şi din acest motiv trebuie
efectuată o evaluare atentă a pragului celui mai performant: dacă se scade pragul
discriminant, se constată că un câştig de sensibilitate se face în detrimentul
specificităţii şi invers. Curba ROC permite compararea a multiple valori prag şi

40
alegerea valorii optime; ea se construieşte calculînd pentru fiecare valoare de prag
luată în considerare, sensibilitatea şi specificitatea. Se alege valoarea cea mai
apropiată de valorile maxime ale sensibilităţii şi specificităţii. Un test este cu atât
mai performant, cu cât suprafaţa de sub curbă este mai mare.

Figura 9: Comparaţia curbelor ROC ale feritinei serice, coeficientului de saturaţie al transferinei,
volumului eritrocitar mediu şi protoporfirinei eritrocitare pentru diagnosticul unei anemii prin
carenţă marţială

Run-in period
Perioada dinaintea debutului unui studiu terapeutic, când nu este administrat nici un
tratament. Datele din acest stadiu al unui studiu terapeutic sunt doar rareori
valoroase, dar pot avea un rol important în eliminarea participanţilor neeligibili sau

41
necomplianţi, în asigurarea că participanţii sunt într-o condiţie stabilă, şi în efectuarea
observaţiilor bazale. Această perioadă se poate numi şi perioadă de spălare
(washout period) dacă se întrerup tratamentele pe care le luau participanţii înaintea
începerii studiului.
Sampling error (random error)
Vezi eroare aleatoare.
Secondary end-point (scop secundar)
Ipoteze urmînd a fi testate într-un studiu, altele decât ipoteza principală.
Vezi problema comparaţiilor multiple.
Selecţie (eşantionare) aleatoare
O metodă prin care se obţine un eşantion reprezentativ, lipsit de erori sistematice
dintr-o populaţie mai mare. Selecţia aleatoare, care nu are legătură cu alocarea
pacienţilor grupurilor de comparat, este utilizată frecvent în studiile transversale şi
de cohortă, care nu sunt studii clinice randomizate, şi nu este utilizată în studiile
clinice randomizate. În studiile terapeutice mai vechi, totuşi, termenul este folosit
uneori în locul alocării aleatorii sau randomizării.
Selection bias
Vezi eroare sistematică de selecţie.
Semnificaţia clinică
Relevanţa clinică a efectului observat (vezi şi estimarea efectului, mărimea efectului).
De exemplu, dacă într-un studiu asupra influenţei unui factor de risc se găseşte un
risc relativ de 1,5, asta înseamnă că pacienţii expuşi acelui factor de risc au o şansă de
1,5 ori mai mare decât cei neexpuşi de a face boala, ceea ce nu este cine ştie ce. Mai
mult, dacă incidenţa bolii la neexpuşi este de 1/10000, iar la expuşi este de 1,5/10000,
asta înseamnă că diferenţa riscului (riscul atribuabil) este de 0,5/10000, sau 1/20000,
ceea ce este într-adevăr foarte puţin. De asemenea, dacă trebuie administrat un anume
tratament timp de 10 ani, pentru a prelungi viaţa pacienţilor în medie cu o oră, din
nou semnificaţia clinică este foarte mică. Vezi şi semnificaţie statistică.
Semnificaţie statistică
Un termen indicînd că rezultatele unei analize nu par a fi rezultatul întâmplării la un
nivel specificat de probabilitate, de obicei exprimat ca valoarea p. De exemplu, o
valoare p<0,05 ne arată că există un risc mai mic de unu la 20 ca asocierea sau
diferenţa găsită să fie rodul întâmplării, şi se poate spune că rezultatele sunt
semnificative statistic la p=0,05. Pragul de semnificaţie statistică este ales de obicei la
0,05, alteori la 0,01 sau 0,10. Aceste praguri sunt arbitrare şi nu au o importanţă
specifică.
Semnificaţia statistică de multe ori nu are legătură cu semnificaţia clinică. De
exemplu, un studiu poate arăta că medicamentul w, luat zilnic timp de 10 ani,
prelungeşte viaţa în medie cu o oră, p<0,00001. Aceasta înseamnă că există o şansă
mai mică de 1/100000 ca efectul să fie datorat întâmplării şi nu tratamentului; efectul
clinic, însă, de creştere a supravieţuirii cu o oră după 10 ani de tratament, fac
tratamentul total neinteresant. Pe de altă parte, este adevărat că puterea unui studiu
este direct proporţională cu mărimea efectului, şi atunci când avem un efect
semnificativ clinic, este mai uşor de atins semnificaţia statistică.
Vezi şi p, eroare de tip I.
Sensibilitate (Sn)
Proprietate intrinsecă a unui test diagnostic, reprezentînd probabilitatea ca acel test să

42
fie pozitiv atunci când pacientul este bolnav. O sensibilitate spre 100% înseamnă că
testul este aproape întotdeauna pozitiv la bolnavi, iar dacă testul este negativ,
pacientul nu este bolnav (formula mnemotehnică lansată de colaboratorii lui Sackett,
SnNOut, adică dacă un test foarte sensibil este negativ, putem exclude boala).
Complementul sensibilităţii, (100-Sn) reprezintă procentul de fals-negativi.
Testele cu sensibilitate mare sunt utile în stadiul de screening, pentru că, existînd
puţini fals-negativi, nu pierdem pacienţi bolnavi.

B O A L Ă TOTAL
PREZENTĂ ABSENTĂ

TEST POZITIV a b a+b

DIAGNOSTIC NEGATIV c d c+d

a+c b+d a+b+c+d

Figura 10: Reprezentarea unui tabel de contingenţă 2x2 în scopul evaluării unui test diagnostic:
(a=adevărat pozitivi; b=fals pozitivi; c=fals negativi; d=adevărat negativi)
Sensibilitatea = a/(a+c)
Specificitatea = d/(b+d)
Probabilitatea pretest (prevalenţa) = (a+c)/(a+b+c+d)
Valoare predictivă pozitivă = a/(a+b)
Valoare predictivă negativă = d/(c+d)
Likelihood ratio pentru un rezultat pozitiv al testului (LR+) = sensibilitate/(1-specificitate)
Likelihood ratio pentru un rezultat negativ al testului (LR-) = (1-sensibilitate)/specificitate
Cota pretest = prevalenţa/(1-prevalenţa)
Cota posttest = cota pretest x likelihood ratio
Probabilitatea posttest = cota posttest/(cota posttest+1)
Sequential trial
Vezi studiu clinic secvenţial.
Serie de cazuri
Un studiu observaţional necontrolat implicînd o intervenţie şi un efect asupra a mai
mult de o persoană.
Single blind (single masked)
Vezi orbire.
Skewed distribution
Vezi distribuţie asimetrică.
Spearman’s, rank correlation coefficient (rs)
Test statistic de corelaţie neparametric pentru variabile ordinale.
Specificitate (Sp)
Proprietate intrinsecă a unui test diagnostic, reprezentînd probabilitatea ca acel test să
fie negativ atunci când pacientul nu este bolnav. O sensibilitate spre 100% înseamnă
că testul este patognomonic; în acest caz, aplicând formula mnemotehnică SpPIn,
dacă testul este pozitiv, pacientul are boala. Complementul specificităţii, (100-Sp)
este procentul de fals pozitivi.
Testele cu specificitate mare, avînd puţini fals pozitivi, se aplică consecutiv testelor

43
screening cu sensibilitate mare, pentru confirmarea bolii.
Vezi şi sensibilitate.
Studiu caz-control (caz-martor)
Un studiu analitic ce începe prin identificarea indivizilor care au boala sau efectul de
interes (cazurile) şi un grup de control (martor) corespunzător fără boala sau efectul
respective. Relaţia dintre un atribut (intervenţie, expunere sau factor de risc) şi efectul
de interes este examinată comparînd frecvenţa sau nivelul acestui atribut la cazuri şi
la martori. De exemplu, pentru a determina dacă fumatul a determinat cancerul
pulmonar, un grup de pacienţi cu cancer (cazurile) ar putea fi comparat cu un grup de
pacienţi fără cancer pulmonar (martorii). Grupurile ar trebui comparate atunci în
funcţie de proporţia de expuşi la fumat (ce proporţie de fumători avem în grupul cu
cancer pulmonar şi ce proporţie de fumători avem în grupul martor).
Ideal ar fi (şi aici rezidă dificultatea majoră a studiilor caz-martor) ca martorii să fie
astfel aleşi, încât ei să fie identici cu cazurile în toate privinţele, cu excepţia efectului
de interes (în exemplul nostru, cu excepţia prezenţei/absenţei cancerului pulmonar).
Studiile caz-martor sunt uneori descrise ca fiind retrospective fiindcă ele sunt
aproape întotdeauna efectuate privind înapoi în timp.

B O A L Ă Direcţia
studiului
PREZENTĂ ABSENTĂ
(CAZ) (MARTOR)
EXPUNERE DA a b

FACTOR DE NU c d
RISC
a+c b+d

Figura 11: Reprezentarea unui studiu caz-martor printr-un tabel 2x2: (a+c) cazurile şi (b+d) martorii
sunt definiţi de la începutul studiului.

Într-un studiu caz-martor, format pe baza cunoaşterii statutului subiecţilor vizavi de

boală şi nu de expunere, nu este posibilă determinarea proporţiei de subiecţi care va
dezvolta boala, ca în studiile de cohortă, deoarece nu este cunoscută proporţia
indivizilor expuşi în populaţia de referinţă. Se determină aşadar proporţia de subiecţi
prezentînd expunerea la factorul de risc în grupul bolnavilor (cazurilor) de o parte, şi
în grupul celor sănătoşi (martorilor) de cealaltă parte, adică demersul invers celui din
studiul de cohortă. Nu se poate calcula direct riscul relativ ca în studiul de
cohortă, însă acesta poate fi estimat graţie calculului raportului cotelor (odds ratio).
Cota (odds) expunerii printre cazuri:

Proporţia de cazuri expuse a/ (a+c)

=
a =

Proporţia de cazuri neexpuse c/ (a+c) c

Cota (odds) expunerii printre martori:
Proporţia de martori expuşi b/ (b+d)
=
b =

Proporţia de martori neexpuşi d/ (b+d) d

Raportul cotelor (odds ratio) = Cota expunerii printre cazuri / Cota expunerii printre
martori = ad/bc.

44
Odds ratio aproximează riscul relativ atunci când boala este rară, şi se calculează
foarte simplu prin raportul produselor încrucişate din tabelul 2x2 (ad/bc) (Figura 12).
Studiu clinic secvenţial
Un studiu clinic terapeutic în care datele sunt analizate după ce este disponibil
rezultatul fiecărui pacient, iar studiul continuă până când se observă un beneficiu clar
într-unul dintre grupurile comparate, sau dimpotrivă nu pare a apărea vreun beneficiu.
Avantajul principal al studiilor clinice secvenţiale este acela că ele vor fi mai scurte
decât cele normale cu durată fixă atunci când există o diferenţă mare între
eficacităţile intervenţiilor ce sunt comparate. Folosirea lor este limitată la cazurile în
care efectul este cunoscut relativ repede.

Tratamentul nou este

superior
Nu există diferenţe importante între
tratamente

Tratamentul vechi este superior

Figura 10: Planul secvenţial al lui Bross. Preferinţele sunt bifate pe cele două axe, Y reprezentînd
preferinţele pentru tratamentul A, iar X preferinţele pentru tratamentul B. Bifarea începe din colţul
stânga jos. Cum fiecare comparaţie este făcută în cadrul unei perechi, un x este plasat fie în pătratul
de deasupra (dacă A este superior), fie în cel din dreapta (dacă B este superior). Dacă nu este preferat
nici un tratament, nu este notat nimic.Notarea continuă până când este depăşită una dintre margini.
Dacă bifarea se îndreaptă în sus, tratamentul A este semnificativ superior; dacă aceasta se îndreaptă
spre dreapta, tratamentul B este superior. Marginea centrală reprezintă ipoteza nulă, adică dacă
bifarea merge în diagonală, concluzia este că nu există nici o diferenţă între tratamente. Cea mai
lungă cale posibilă este de 58 de pătrate (116 pacienţi).
Studiu de caz
Un studiu descriptiv observaţional necontrolat implicînd o intervenţie şi un efect
asupra unei singure persoane.
Studiu de cohortă
B O A L Ă
PREZENTĂ ABSENTĂ

EXPUNERE DA a b a+b

FACTOR DE NU c d c+d
RISC
Direcţia studiului

Figura 13: Reprezentarea unui studiu de cohortă printr-un tabel 2x2: la începutul studiului: (a+b)
expuşi comparaţi cu (c+d) neexpuşi.

45
Un studiu analitic, observaţional în care un grup definit de oameni (cohorta) este
urmărită în timp, iar efectele sunt comparate; astfel, în timp ce pentru studiile caz-
martor erau selecţionaţi subiecţii pe baza prezenţei (cazuri)/absenţei (martori) bolii,
studiindu-se retrospectiv expunerea fiecărui dintre grupuri la factorul de risc, în
cazul studiului de cohortă subiecţii sunt selecţionaţi şi împărţiţi pe în mai multe
grupuri în funcţie de expunerea la factorul de risc (ex: fumători/nefumători), grupuri
(cohorte) ce sunt urmărite în timp pentru a se vedea la sfârşit care este frecvenţa
apariţiei bolii (ex: cancerul pulmonar) în cadrul fiecăruia dintre ele. Cohortele pot fi
asamblate în prezent şi urmărite în viitor, sau identificate din datele culese în trecut şi
urmărite până în prezent (“studiu de cohortă istorică”). Deoarece nu este utilizată
alocarea aleatorie, trebuie folosită împerecherea sau ajustarea statistică pentru a ne
asigura că grupurile comparate sunt similare (ideal: identice, cu excepţia expunerii la
factorul de risc).
Se calculează incidenţa (riscul) bolii la expuşi:
Riscexp = a/(a+b),
incidenţa (riscul) la neexpuşi:
Riscnon = c/(c+d),
riscul relativ (RR) fiind raportul dintre incidenţa bolii la subiecţii expuşi şi incidenţa
bolii la subiecţii neexpuşi:
RR = Riscexp/Riscnon = a(c+d)/c(a+b),
care arată de câte ori au mai multe şanse să facă boala subiecţii expuşi faţă de cei
neexpuşi.
Riscul atribuabil este excesul de risc ce poate fi atribuit factorului de risc şi
reprezintă diferenţa dintre riscul la expuşi şi riscul la neexpuşi:
Riscatr = Riscexp - Riscnon.
Studiul de cohortă stabileşte secvenţa evenimentelor, ceea ce ajută la stabilirea
relaţiei cauzale factor de risc- boala şi este superior, în piramida medicinei bazate pe
dovezi, studiului caz-martor.
În acelaţi timp, este costisitor, durează timp lung şi nu poate fi aplicat în studiul
bolilor rare.
Studiu de faza a I-a
Prima etapă în testarea unui medicament nou pe oameni. De obicei se face pe
voluntari, fără un grup martor.
Studiu de faza a II-a
A doua etapă de testare a unui medicament nou pe oameni. Deseori sunt efectuate pe
voluntari şi pot fi uneori studii clinice randomizate.
Studiu de faza a III-a
Studii complete de evaluare a unui tratament. După ce s-a arătat că un medicament
este rezonabil de eficient, este esenţială compararea lui cu tratamentele curente
standard pentru aceeaşi afecţiune. Studiile de faza a III-a sunt deseori studii clinice
randomizate.
Studii de faza a IV-a
Studii care se ocupă de supravegherea post-marketing. Ele sunt deseori făcute în scop
promoţional, cu scopul de a aduce un medicament nou în atenţia unui mare număr de
clinicieni, şi poate avea o valoare ştiinţifică limitată.
Studiu negativ

46
Un termen folosit referitor la un studiu care nu are rezultate “semnificative statistic”
(pozitive) indicînd un efect benefic al intervenţiei studiate. Termenul poate genera
confuzie pentru că se referă atât la semnificaţia statistică cât şi la direcţia efectului,
studiile evaluează deseori efecte multiple, criteriile de clasificare a studiilor ca
“negative” nu sunt întotdeauna clare şi, în cazul studiilor asupra riscului sau efectelor
indezirabile, studiile “negative” sunt acelea care nu evidenţiază un efect advers.
Studiu observaţional (studiu non-experimental)
Un studiu în care lucrurile sunt lăsate să evolueze natural. Modificările sau
diferenţele în cazul unei variabile (de ex. dacă subiecţii au primit sau nu intervenţia
de interes) sunt studiate în relaţie cu modificările sau diferenţele privind altă variabilă
(de ex. dacă aceştia au decedat sau nu), fără intervenţia investigatorului. Exemple de
studii observaţionale sunt studiile caz-control şi studiile de cohortă. În acest tip de
studii există un risc mai mare de erori sistematice de selecţie decât în studiile
experimentale (studii clinice randomizate).
Studiu pozitiv
Termen folosit referitor la un studiu ale cărui rezultate arată un beneficiu al
intervenţiei (tratamentului) studiate. Termenul poate genera confuzie, deoarece se
poate referi atât la semnificaţia statistică cât şi la direcţia efectului; studiile
evaluînd deseori efecte multiple, criteriile pentru clasificarea studiilor ca negative sau
pozitive nu sunt întotdeauna clare şi, în cazul studiilor care evaluează riscul sau
efectele adverse, studiile “pozitive” sunt unele care arată un efect nociv al
intervenţiei.
Studiu primar (original)
"Cercetarea originală" în care datele sunt colectate pentru prima oară; un studiu inclus
într-o recenzie sistematică. Termenul de cercetare primară este folosit uneori pentru
a o deosebi de “cercetarea secundară” (reanaliza datelor colectate anterior),
metaanaliză şi alte metode de a combina studiile (cum ar fi analiza economică şi
analiza de decizie).
Studiu prospectiv
Studiu în care examinarea variabilelor se face prin înregistrarea directă, în prezent.
Acesta constă, în general, din urmărirea unui grup expus unui anumit factor de risc,
în scopul studierii fenomenelor de sănătate care afectează acest grup de-a lungul
timpului. Factorul studiat este înregistrat înainte de producerea efectului (bolii). Un
exemplu tipic este studiul de cohortă.
Studiu retrospectiv
Studiu în care sunt examinate date ce au fost colectate în trecut, deseori obţinute din
foile de observaţie.
În acest tip de studiu se cercetează o legătură posibilă între un fenomen de sănătate
(boală sau altul) prezent în momentul studiului şi evenimente (factori de risc)
apărute în trecut. De exemplu, se examinează antecedentele unui grup de pacienţi
pentru a identifica subiecţii care, în trecut, au suferit o expunere la un anumit factor
de risc. Informaţia privind evenimentele trecute este obţinută cu ajutorul
documentelor de arhivă sau al interogatoriului. Factorul studiat este înregistrat
retrospectiv, după ce efectul (boala) s-a produs. Un exemplu de studiu retrospectiv
este studiul caz-control (martor).
Studiu terapeutic
Un studiu prospectiv, experimental, care testează un medicament sau altă

47
intervenţie pentru a îi evalua eficacitatea şi siguranţa. Acest termen general include
studiile terapeutice controlate, randomizate, în care medicamentul sau intervenţia
de evaluat sunt comparate cu un medicament sau intervenţie care deja sunt folosite
pentru tratamentul condiţiei respective, sau dacă nu există, cu un placebo
(“controlat”), iar alocarea pacienţilor odată incluşi în studiu în grupul ce primeşte
terapia de evaluat sau în cel care primeşte terapia martor (control) este aleatoare,
adică pacientul are şanse egale de a fi alocat unui grup sau altul (vezi şi
randomizare). Rezultatele sunt evaluate comparînd efectele din cele două grupuri
(terapeutic şi martor). Un studiu terapeutic controlat poate să nu fie randomizat,
însă orice studiu clinic randomizat este controlat, noţiunea de randomizare
implicînd-o pe cea de control.
Notă: atunci când se foloseşte termenul “randomised controlled trial” pentru căutarea
pe MEDLINE (publication type), trebuie folosită ortografia americană (randomized).
Studiu terapeutic controlat
Se referă la un studiu care compară unul sau mai multe grupuri asupra cărora se
intervine cu unul sau mai multe grupuri martor (control).
Studiu transversal (de prevalenţă) (cross-sectional)
Tip de studiu descriptiv, care examinează relaţia dintre boli (sau alte caracteristici
legate de sănătate) şi alte variabile de interes (factori de risc) aşa cum există ea într-o
populaţie definită într-un moment dat. Rolul major al studiilor transversale este acela
de a descrie frecvenţa unei boli într-un grup identificat. Limitarea majoră a acestui tip
de studii este aceea că nu poate fi determinată secvenţa temporală cauză-efect şi deci
nu pot fi trase concluzii în această privinţă, ci doar se emit ipoteze care trebuie apoi
confirmate prin studii analitice; de asemenea, în cadrul acestor studii nu poate fi
legată existenţa expunerii de existenţa bolii la indivizi. De exemplu, în anii 1960
cercetătorii au arătat că mortalitatea prin boli coronariene era mai crescută în statele
americane unde vânzările de ţigări pe cap de locuitor erau mai mari. Totuşi, această
relaţie este bazată pe o corelaţie dintre prevalenţa bolii coronariene şi vânzările de
ţigări, aşadar nu se poate determina o legătură cauzală directă deoarece nu se poate şti
dacă cei care au murit de boală coronariană erau aceiaşi cu cei care fumau. Pe de altă
parte, alţi factori care erau asociaţi cu fumatul ar fi putut influenţa rata mortalităţii.
Surrogate endpoints (surrogate outcomes)
Vezi efecte surogat.
Systematic error (bias)
Vezi eroare sistematică.
Systematic review (systematic overview)
Vezi rezumat sistematic.
Tabel de contingenţă
O clasificare încrucişată tabelară a datelor astfel încât subcategoriile unei
caracteristici sunt indicate orizontal (pe rânduri), iar subcategoriile altei caracteristici
sunt indicate vertical (pe coloane). Testele de asociere între caracteristici pot fi uşor
aplicate. Cel mai simplu tabel de contingenţă este cel cu patru căsuţe, sau tabelul
2x2, care este folosit în studiile terapeutice pentru a compara efecte dihotomice, cum
ar fi moartea/supravieţuirea, pentru un grup terapeutic şi unul martor.
Tabel 2x2
Un tabel de contingenţă cu două rînduri şi două coloane folosit în studiile
terapeutice pentru a compara efecte (variabile) dihotomice cum ar fi moartea,

48
pentru un grup tratat şi unul martor, sau pentru două grupuri tratate diferit (vezi
studiu caz-control şi studiu de cohortă); mai poate fi folosit, de asemenea, pentru
calcularea parametrilor testelor diagnostice, avînd 2 coloane cu boala
prezentă/absentă şi 2 rânduri cu testul pozitiv/negativ (vezi sensibilitate).
t (test) (Student t-test)
Test parametric folosit pentru evidenţierea diferenţelor semnificative dintre mediile
a două populaţii (eşantioane).
Testul t unpaired (neîmperecheat) compară mediile a două eşantioane provenind din
aceeaşi populaţie (de ex. pentru compararea mediei înălţimii băieţilor cu cea a fetelor,
sau media tensiunii arteriale la grupul tratat cu hipotensor cu media tensiunii arteriale
la grupul care a primit placebo). Testul t paired (împerecheat) compară două medii
ale unor măsurători repetate, dintr-un singur eşantion (de ex. compararea tensiunilor
arteriale înainte şi după un tratament antihipertensiv, la acelaşi grup).
Teste de asociere
Vezi semnificaţie statistică.
Teste direcţionale
Teste statistice prin care arătăm nu numai că două efecte (cu şi fără un tratament, cu
şi fără un factor de risc etc) sunt diferite, ci şi direcţia acestei diferenţe (efectul
tratamentului a este mai mare decât al tratamentului b, riscul apariţiei bolii este mai
mare în prezenţa factorului x decât în absenţa lui). În acest scop se folosesc teste
statistice “bidirecţionale” (two-tailed). În mod normal trebuie folosite doar teste
bidirecţionale, iar în articol este specificat acest lucru (de ex: “p<0,01, two tailed”);
dacă nu este specificat, este posibil să fi fost folosit un test unidirecţional, pentru a
forţa obţinerea unei semnificaţii statistice: p(bidirecţional)=p(unidirecţional)/2.
Teste pentru comparaţii multiple (multiple comparison tests)
Teste pe care le aplicăm după analiza varianţei; cum aceasta ne arată doar că
mediile populaţiilor comparate nu sunt egale,fără să ne arate media cărei populaţii
este diferită, pentru acest din urmă scop se aplică testele pentru comparaţii multiple.
Aceste teste poartă în general numele celor care le-au dezvoltat: Tukey, Newman-
Keuls, Duncan, Scheffe, Bonferroni.
Transformare
Conversia matematică a unei distribuţii într-o scală diferită printr-o constantă (cum
ar fi rădăcina pătrată sau logaritmul) pentru a modifica forma varianţei caracteristice
acestei distribuţii.
Multe proceduri statistice, cum ar fi testul t, analiza varianţei şi regresia lineară se
bazează pe presupunerea omogenităţii varianţei şi a unei distribuţii normale care ar
trebui să fie prezente pentru a asigura validitatea acelui test. Deşi cele mai multe teste
statistice parametrice sunt considerate destul de robuste pentru a face faţă unor violări
moderate ale acestor presupuneri, atunci când devierile sunt importante sunt necesare
modificări ale analizei, cum ar fi transformarea.
Aşadar cele mai frecvente motive pentru a apela la o transformare a datelor sunt
necesitatea de a satisface presupunerea de omogenitate a varianţei, de a conforma
datele unei distribuţii normale şi de a crea o distribuţie mai lineară, care să se
potrivească unui model de regresie lineară.
Trend (tendinţă)
Termen larg folosit atunci când ne referim la o asociere sau un efect posibil, dar care
nu este semnificativ statistic.

49
Triplu orb
O expresie utilizată uneori pentru a arăta că datele privind care participanţi la studiu
sunt alocaţi cărui grup terapeutic sunt ţinute secret nu numai faţă de participanţii la
studiu (simplu orb), de investigatori (ca evaluatori ai efectului) (dublu orb) ci şi faţă
de statisticianul care efectuează analiza datelor.
Two-tailed
Vezi teste direcţionale
Urmărire (follow-up)
1. Proporţia de subiecţi participanţi la un studiu prospectiv la care s-a putut efectua
constatarea şi evaluarea efectelor unei intervenţii (factor de risc în studiile de
cohortă, tratament în studiile clinice randomizate) la sfârşitul studiului. Ideal,
fiecare pacient care a intrat în studiu ar trebui evaluat la sfârşit pentru concluzii.
Dacă acest lucru nu se face, sau dacă un număr substanţial de subiecţi sunt
raportaţi ca “pierduţi din vedere” (“lost of follow-up”), validitatea studiului este
pusă sub semnul întrebării. Cu cât este mai mare numărul de subiecţi pierduţi, cu
atât mai mult studiul poate fi subiectul erorilor sistematice, deoarece pacienţii
pierduţi au deseori prognostice diferite de cei care au fost urmăriţi, şi pot dispărea
fiindcă suferă efecte adverse (chiar decesul) sau fiindcă dimpotrivă, fac bine (şi
nu se mai întorc în clinică pentru a fi evaluaţi). Care ar fi pierderea acceptabilă?
Pentru a fi siguri de concluziile unui studiu terapeutic, autorii lui ar trebui să
poată lua toţi pacienţii pierduţi pe drum şi să-i atribuie conform principiului “în
cel mai rău caz” (adică, să presupună că fiecare subiect pierdut din grupul ai cărui
membri rămaşi au avut o evoluţie mai bună, au mers rău, iar cei pierduţi din
grupul ai cărui membri rămaşi au avut o evoluţie mai proastă, au mers bine şi încă
să-şi poată susţine concluziile originale). Ar fi neobişnuit pentru un studiu
terapeutic cu mai mult de 20% de pierduţi din vedere să reziste unei analize “în
cel mai rău caz”, şi reviste precum Evidence-based Medicine nu va publica studii
cu mai puţin de 80% dintre pacienţi urmăriţi până la capăt.
2. Constatarea şi evaluarea efectelor unei intervenţii după unul sau mai multe
intervale de timp prestabilite după încetarea intervenţiei.
Validitate (validitate internă, corectitudine)
Validitatea este gradul în care un rezultat (al unei măsurători sau al unui studiu) pare
să fie adevărat şi lipsit de erori sistematice (bias). Expresia “validitate internă”
este utilizată uneori pentru a deosebi validitatea (măsura în care efectele observate
sunt adevărate pentru indivizii dintr-un studiu) de validitatea externă sau
generalizabilitate (măsura în care efectele observate într-un studiu reflectă cu
adevărat ceea ce se poate aştepta de la o populaţie ţintă din spatele indivizilor incluşi
în studiu). Termenului de validitate internă este preferat de unii cel de corectitudine.
Vezi de asemenea calitate metodologică, eroare întâmplătoare.
Valoare predictivă negativă
Probabilitatea ca un pacient cu un test diagnostic negativ să nu aibă boala. Face parte
dintre caracteristicile unui test diagnostic, dar depinde foarte mult de prevalenţa
bolii.
Vezi şi Bayes, probabilitate pretest, sensibilitate.
Valoare predictivă pozitivă
Probabilitatea ca un pacient cu un test diagnostic pozitiv să aibă boala. Face parte
dintre caracteristicile unui test diagnostic, dar depinde foarte mult de prevalenţa
bolii.

50
Vezi şi Bayes, probabilitate pretest, sensibilitate.
Validitate externă (generalizabilitate)
Gradul în care rezultatele unei observaţii sau ale unui studiu sunt valabile în alte
condiţii şi la alţi pacienţi decât strict cele în care au fost efectuate. Pentru acest lucru,
trebuie ca populaţia pe care se efectuează observaţia sau experimentul să fie
reprezentativă pentru populaţia la care aceste rezultate se generalizează, cu alte
cuvinte trebuie ca eşantionarea să fie corectă.
Variabilă
Orice cantitate, calitate, caracteristică sau constituent ale unei persoane sau lucru care
pot fi măsurate. Un factor care poate avea diferite valori.
Variabilă continuă
Variabilă cu un număr potenţial infinit de valori de-a lungul unui continuum.
Înălţimea, greutatea şi tensiunea arterială sunt exemple de variabile continue.
Variabilă discontinuă (discretă)
Variabilă ce poate fi descrisă numai în unităţi întregi ce nu pot fi măsurate în
intervale mai mici decât unitatea. De exemplu frecvenţa cardiacă, numărul de copii
într-o familie etc.
Variabilă dependentă
O variabilă răspuns care se presupune că depinde sau este cauzată de o altă variabilă
(independentă). De exemplu, variabila dependentă mortalitate cardiovasculară
depinde de variabile independente cum ar fi hipertensiunea arterială, colesterolul,
vârsta, sexul, fumatul etc.
Variabilă dihotomică (binară, bimodală)
Variabilă cu două categorii posibile cum ar fi mort/viu, fumător/nefumător,
prezent/absent etc.
Variabilă independentă
Variabila care se presupune că determină o variabilă dependentă.
Variabilă nominală
Variabilă sub formă de nume, numere sau alte simboluri reprezentînd categorii ce nu
pot fi ordonate una în raport de cealaltă. De exemplu grupa sanguină, sexul, rasa,
culoarea ochilor etc.
Variabilă ordinală
Variabile ce sunt clasificate în mai mult de două categorii şi la care există o ordine
naturală între categorii. De exemplu stadializări ale insuficienţei cardiace, ale
hipertensiunii arteriale sau în cancer, sau evoluţia pacientului (agravată, staţionară,
ameliorată) etc. Datele ordinale sunt deseori reduse la două categorii (transformate în
variabile dihotomice) pentru a simplifica analiza şi prezentarea, fapt ce poate duce la
o pierdere considerabilă de informaţie.
Varianţa (σ2)
O măsură a dispersiei arătate de un set de observaţii (împreună cu deviaţia standard,
în timp ce media, mediana şi modul sunt măsuri ale tendinţei centrale), definită prin
suma pătratelor deviaţiilor de la media acelor observaţii, divizată prin numărul
observaţiilor.
σ2 = Σ(x-μ)2 / n,
în care x este valoarea observaţiei, μ este media lor, iar n este numărul lor.

51
Rădăcina pătrată din varianţă (σ) este deviaţia standard.
Washout period
Vezi perioadă de spălare
Wilcoxon, test
Echivalentul nonparametric al testului t împerecheat (paired), folosit pentru a
compara două seturi de observaţii provenite din acelaşi eşantion (de ex., pt.
compararea clasei insuficienţei cardiace înainte şi dupâ tratamentul cu medicamentul
x).
X2, testul
Vezi testul Chi pătrat.
Yates, testul statistic
Variantă de test X2 .

52
BIBLIOGRAFIE

 Bailar III JC, Mosteller F, eds: Medical uses of statistics. 2nd edition, Boston,
NEJM Books, 1992.
 Guyatt GH, Sackett DL, Cook Deborah J for the Evidence-Based Medicine
Working Group: User’s guides to the medical literature.II. How to use an article
about therapy or prevention. A. Are the results of the study valid? JAMA. 1993;
270:2598-2601.
 Guyatt GH, Sackett DL, Cook Deborah J for the Evidence-Based Medicine
Working Group: User’s guides to the medical literature.II. How to use an article
about therapy or prevention.B. What were the results and will they help me in
caring for my patients? JAMA. 1994; 271:59-63.
 Greenhalgh Trisha: How to read a paper. London, BMJ Publishing Group, 2000.
 Jaeschke R, Guyatt GH, Sackett DL for the Evidence-Based Medicine Working
Group: User’s guides to the medical literature.III. How to use an article about a
diagnostic test. A. Are the results of the study valid? JAMA. 1994; 271:389-391.
 Jaeschke R, Guyatt GH, Sackett DL for the Evidence-Based Medicine Working
Group: User’s guides to the medical literature.III. How to use an article about a
diagnostic test. B. What are the results and will they help me in caring for my
patients? JAMA. 1994; 271:703-707.
 Katz MH: Multivariate Analysis – A Practical Guide for Clinicians. Cambridge,
Cambridge University Press, 1999.
 Knapp G Rebecca, Miller III MC: Clinical epidemiology and biostatistics.
Baltimore, NMS Series, Williams & Wilkins, 1992.
 Landrivon G, Delahaye F avec le RECIF: La recherche clinique – De l’idée á la
publication. Paris, Masson, 1995.
 Martin Bland J, Altman DG: The odds ratio. BMJ. 2000; 320:1468.
 Morton RF, Hebel JR: Epidemiologie et biostatistique, une introduction
programmée. Paris, Doin Editeurs, 1990.
 Oxman AD, Sackett DL, Guyatt GH for the Evidence-Based Medicine Working
Group: User’s guides to the medical literature. I. How to get started. JAMA. 1993;
270:2093-2095.
 Portney LG, Watkins Mary P: Foundations of Clinical Research – Applications to
Practice. Norwalk, Appleton & Lange, 1993.
 Sackett DL, Deeks JJ, Altman DG: Down with odds ratios. Evidence Based
Medicine. 1996 Sept-Oct; 1:164.
 Sackett DL, Haynes RB, Guyatt GH: Clinical epidemiology – a basic science for
clinical medicine. London, Little, Brown, 1991.
 Sackett DL, Richardson WS, Rosenberg W, Haynes RB: Evidence-based
medicine: how to practice and teach ebm. London, Churchill Livingstone, 1997.
 Schwartz D: Méthodes statistiques á l’usage des médecins et des biologistes. 4e
Edition, Paris, Flammarion, 1994.
 Sterne JAC, Smith GD: Shifting the evidence – what’s wrong with significance
tests? BMJ. 2001; 322:226-31.

53