Teste de semnificație

statistică
Conținutul acestui curs:
• Teste de semnificație: Testul semnelor
• Principii generale în testele de semnificație
• Semnificație statistică, interpretarea valorii p
• Teste de semnificație și intervale de încredere
• Teste de semnificatie multipla
• Variabila rezultat principală și analiza primară
a ei
• Teste unilaterale și bilaterale
• Erori în folosirea testelor de semnificație
Teste de semnificație: Testul semnelor
Scorurile cunoștințelor (de la -18 la 18) pentru 10 asistente
care participă la un curs de medicină bazată pe dovezi.

Cursul îmbunătățește cunoștințele?

Teste de semnificație: Testul semnelor
Cele 10 asistente medicale formează un eşantion extras din
populația tuturor asistentelor medicale care ar putea
participa la acest curs.
Ceilalți membrii ai acestei populații ar putea spori
cunoştințele după participarea la acest curs?
Într-un test de semnificație ne întrebăm:
- dacă diferența observată este suficient de mică => o
putem explica prin întâmplare (presupunâd că nu există, în
mod real, nici o diferență în populație).
- dacă diferența este mult mai mare decât ne așteptăm să
întâlnim prin întâmplare (presupunâd că nu există, în mod
real, nici o diferență în populație) => dovada în favoarea
existenței unei reale diferențe devine mai puternică.
Teste de semnificație: Testul semnelor
Scorurile cunoștințelor (de la -18 la 18) pentru 10 asistente care
participă la un curs de medicină bazată pe dovezi.

Există vreo dovadă ca sorurile cunoștințelor vor crește după

curs?
Majoritatea asistentelor au un scor mai mare după curs!
 Teste de semnificație: Testul semnelor
Pentru a face un test de semnificație vom presupune că, în populație,
nu există nici o diferență între cunoştințe, înainte şi după curs.
Ipoteza referitoare la "nici o diferență" sau "nici un efect" în
populație se numeşte ipoteza nulă.
Vom compara această cu altă ipoteza numită alternativă referitoare la
faptul că există o diferență între scorurile cunoştințelor măsurate
înainte şi după curs.
Vom determina cât de probabilă ar fi apariția unor date precum cele
observate, dacă ipoteza nulă ar fi adevărată.
Dacă această probabilitate este mare atunci datele sunt în
concordanță cu ipoteza nulă; în cazul în care acesta este mică atunci
este puțin probabil ca astfel de date să fi apărut dacă ipoteza nulă era
adevărată şi dovezile sunt în favoarea ipotezei alternative.
Teste de semnificație: Testul semnelor
Scorurile cunoștințelor (de la -18 la 18) pentru 10 asistente care
participă la un curs de medicină bazată pe dovezi.

Testul semnelor foloseşte numai direcția diferențelor.

În eşantionul nostru, avem o diferență negativă şi nouă
pozitive.
 Teste de semnificație: Testul semnelor
Să considerăm diferențele dintre scorul cunoştințelor înainte
şi după curs pentru fiecare asistentă medicală.
Dacă ipoteza nulă ar fi adevărată, atunci diferențele de scor
al cunoştințelor sunt la fel de probabile să fie pozitive sau
negative (ele vor fi aleatorii!)
Probabilitatea de a obține o diferență negativă ar fi egală cu
probabilitatea de a obține o diferență pozitivă (0.5).
Astfel numărul de diferențe negative s-ar comporta exact la
fel ca şi în cazul aruncării simultane a 10 monezi pentru
care ne interesează apariția numărul de steme.
Teste de semnificație: Testul semnelor
Astfel numărul de diferențe
negative s-ar comporta exact
la fel ca şi în cazul aruncării
simultane a 10 monezi pentru
care ne interesează apariția
numărul de steme.
Este destul de ușor de găsit un
model matematic pentru
aceasta. Vom folosi o
distribuție care este cunoscută
sub numele de distribuția
binomială și are parametrii n =
10 şi p = 0.5.
 Teste de semnificație: Testul semnelor
Astfel numărul de diferențe negative s-ar comporta
exact la fel ca şi în cazul aruncării simultane a 10
monezi pentru care ne interesează apariția numărul de
steme.
Este destul de ușor de
găsit un model
matematic pentru
Probabilitate

aceasta. Vom folosi o

distribuție care este
cunoscută sub numele
de distribuția binomială
și are parametrii n = 10
Numărul de diferențe negative
şi p = 0.5.
 Teste de semnificație: Testul semnelor
Dacă vreunul dintre subiecți a avut aceleaşi scoruri înainte
şi după curs îl omitem deoarece nu oferă informații despre
direcția diferențelor dintre tratamente. În acest test, n este
numărul de subiecți pentru care există o diferență pozitivă
sau negativă.
Probabilitate

Numărul de diferențe negative

Teste de semnificație: Testul semnelor
Estimăm ca numărul mediu
de diferențe negative, în
cazul în care ipoteza nulă
este adevărată, să fie de 5.
Numărul de diferențe
negative observate este
doar de 1.
Care este probabilitatea de
a obține o valoare atât de
departe de ceea ne-am fi
aşteptat să observăm?
Teste de semnificație: Testul semnelor
Estimăm ca numărul mediu de diferențe negative, în cazul în
care ipoteza nulă este adevărată, să fie de 5. Numărul de
diferențe negative observate este doar de 1. Care este
probabilitatea de a obține o valoare atât de departe de ceea ne-
am fi aşteptat să observăm?
Probabilitate

Valori Valori
extreme extreme
mici mari

Numărul de diferențe negative

Teste de semnificație: Testul semnelor
Estimăm ca numărul mediu
de diferențe negative, în
cazul în care ipoteza nulă
este adevărată, să fie de 5.
Numărul de diferențe
negative observate este
doar de 1.
Care este probabilitatea de
a obține o valoare atât de
departe de ceea ne-am fi
aşteptat să observăm?
Teste de semnificație: Testul semnelor
Probabilitatea de a obține o valoare extremă precum cea
observată, indiferent de direcția aleasă, este de 0.0214844.
Dacă ipoteza nulă ar fi adevărată vom avea un eşantion
pentru care apariția unei valori extreme precum cea
observată are probabilitatea de apariție prin șansă de 0.02,
adică de una din cincizeci.
Nu am fi observat un eveniment atât de puțin probabil,
dacă ipoteza nulă era adevărată!
Datele nu sunt în concordanță cu ipoteza nulă, astfel încât
putem concluziona că există dovezi în favoarea unei
diferențe între scorurile cunoștințelor înainte și după curs.
Teste de semnificație: Testul semnelor

Testul semnelor este un test de semnificație.

Numărul de schimbări negative este numit statistică a

testului și este ceva calculat din datele care sunt
folosite pentru la testarea ipotezei nule.
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
3. Calculul valorii statisticii testului.
4. Compararea valorii statisticii testului cu o valoarea
cunoscută a distribuției care ar fi urmate în cazul în care
ipoteza nulă este adevărată.
5. Determinarea probabilității unei valori a statisticii
testului în care în care una sau mai multe valori extreme
sunt observate, în cazul în care ipoteza nulă este
adevărată.
6. Concluzionarea că datele sunt în concordanță sau în
contradicție cu ipoteza nulă.
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
Ipoteza nulă:
"În populaţia de asistente medicale, nu există nici o diferenţă între
scorurile de cunoștinţe înainte și după curs" sau "În populaţia de
asistente medicale, probabilitatea de obţinere a unei diferenţe într-
o anumită direcţie în scorul de cunoştinţe este egală cu
probabilitatea de unei diferenţe de scor în cealaltă direcţie".
Ipoteza altenativă:
"În populaţia de asistente medicale, există o diferenţă între
scorurile de cunoștinţe înainte și după curs" sau "În populaţia de
asistente medicale, probabilitatea de obţinere a unei diferenţe într-
o anumită direcţie în scorul de cunoştinţe nu este egală cu
probabilitatea de unei diferenţe de scor în cealaltă direcţie".
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
Presupunere:
Observațiile trebuie să fie independente între ele.
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
3. Calculul valorii statisticii testului.
Statistica testului:
Numărul de schimbări negative (= 1).
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
3. Calculul valorii statisticii testului.
4. Compararea valorii statisticii testului cu o valoare
cunoscută a distribuției care ar fi urmate în cazul în care
ipoteza nulă este adevărată.
Distribuție cunoscută:
Binomială, n = 10, p = 0.05.
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
3. Calculul valorii statisticii testului.
4. Compararea valorii statisticii testului cu o valoare
cunoscută a distribuției care ar fi urmate în cazul în care
ipoteza nulă este adevărată.
5. Determinarea probabilității valorii statisticii testului în
care în care una sau mai multe valori extreme sunt
observate, în cazul în care ipoteza nulă este adevărată.
Probabilitate:
p = 0.02
 Principii generale în testele de
semnificație
Procedura generală pentru un test de semnificație:
1. Stabilirea ipotezei nule şi a ipotezei alternative.
2. Verificarea ipotezelor de testare.
3. Calculul valorii statisticii testului.
4. Compararea valorii statisticii testului cu o valoare
cunoscută a distribuției care ar fi urmate în cazul în care
ipoteza nulă este adevărată.
5. Determinarea probabilității valorii statisticii testului în
care în care una sau mai multe valori extreme sunt
observate, în cazul în care ipoteza nulă este adevărată.
6. Concluzionarea că datele sunt în concordanță sau în
contradicție cu ipoteza nulă.
Concluzie: incosistent
 Principii generale în testele de
semnificație
Există mai multe teste de semnificație concepute
pentru a răspunde la diverse întrebări pentru diferite
tipuri de date, însă toate urmeză acest model.
 Semnificație statistică
În cazul în care datele nu sunt în concordanță cu ipoteza
nulă, diferența este declarată a fi statistic semnificativă.
În cazul în care datele sunt în concordanță cu ipoteza nulă,
diferența se spune că nu este semnificativă statistic.
Putem vedea probabilitatea testului de semnificație ca un
index de putere a dovezii împotriva ipotezei nule.
Probabilitatea de apariție a valorii obținute pentru
statistica testului în cazul în care ipoteza nulă este
adevărată, este adesea numită valoare p.
Valoarea p nu este probabilitatea ca ipoteza nulă să fie
adevărată!
Ipoteza nulă poate să fie adevărată sau nu, ea este
aleatoare şi nu are probabilitate.
 Interpretarea valorii p
Valoarea p = puterea evidenței (dovada) pentru a respinge
ipoteza nulă, pragurile fiind:
Valoarea p Evidență pentru diferență sau relație
(nivel de semnificație) existentă
Mai mare ca 0.1 Evidență aproape inexistentă (lipsa ei)
Între 0.05 și 0.1 Evidență slabă
Între 0.01 și 0.05 Evidență
Mai mică de 0.01 Evidență puternică
Mai mică de 0.001 Evidență foarte puternică
 Nivele de semnificație și tipuri de
erori
Cât de mică trebuie să fie valoarea minimă pentru a trage o
astfel de concluzie?
Ce se poate spune în cazul în care aceasta este de 0.04, 0.06
sau 0.1?
Dacă p= 0.01 avem o dovadă (evidență) rezonabilă pentru a
respinge ipoteza nulă? Dacă ipoteza nulă este adevărată,
vom lua o decizie greşită într-o sută de situații (1 din 100).
Decizia de a respinge ipoteza nulă când ea este adevărată
se numeşte eroare de primul tip, eroare de tipul I, eroare 
(alfa) sau nivel de semnificație.
Există și o eroare de al doilea tip sau eroare de tipul al II-
lea, sau eroare  (beta) dacă vom decide în favoarea
ipotezei nule care este de fapt falsă.
 Nivele de semnificație și tipuri de
erori
Cu cât este mică probabilitatea cerută pentru de decide împotriva
ipotezei nule cu atât mai mare va trebui să fie diferența observată şi în
acest fel este mai puțin probabil să ratăm o diferență reală.
Prin reducerea riscului de a face o eroare de tip I am creşte riscul de a
face o eroare de-al doilea tip!

Compromisul convențional este de a spune că diferențele sunt

semnificative dacă probabilitatea este mai mică de 0.05.
 Semnificație, reală și importantă
Dacă o diferență este semnificativă statistic, atunci poate fi
reală dar nu și neapărat importantă!
De exemplu, în studiul ”UK Prospective Diabetes Study Group” se
compară atenololul şi captoprilul pentru reducerea riscului de
complicații în diabetul zaharat de tip II.
Au fost aleși aleator 1148 pacienți hipertensivi cu diabet zaharat.
Autorii au raportat: "Captoprilul şi atenololul sunt fel de eficace
în reducerea tensiunii arteriale la o valoare medie de 144/83 mm
Hg respectiv 143/81 mm Hg" (UKPDS 1998).
Diferența între presiunile diastolice a fost semnificativă statistic,
p = 0.02.
Diferența este (statistic) semnificativă şi reală, dar nu este
importantă din punct de vedere clinic.
 Semnificație, reală și importantă
În cazul în care o diferență nu este semnificativă statistic,
ea poate fi totuși reală.
Am putea avea, pur şi simplu, un eșantion prea mic pentru
a arăta că există o diferență.
În plus, diferența poate fi importantă.
Faptul că "Nu există semnificație" nu înseamnă că nu există
nici un efect.
"Nu există semnificație" înseamnă că nu s-a reuşit să
demonstreze existența dovezii (evidenței).
 Prezentarea valorilor p
Programele de analiză statistică determină valorile p exacte
pentru cele mai multe teste statistice.
Aceste valori trebuie raportate și nu ceva de genul
”nesemnificativ”, ”ns” sau ”p > 0.05”.
În mod similar, dacă avem p = 0.0072, se va pierde
informație prin raportarea de forma ”p < 0.01”.
Aceste metode de prezentare a datelor s-au păstrat din
perioada în care calculele erau făcute manual și valorile p
raportate erau găsite în tabele.
Este bine să se raporteze valoarea p cu o cifra
semnificativă, precum p = 0.007, deoarece cifrele care
urmează după nu oferă foarte multă informație.
 Teste de semnificație și intervale
de încredere
De multe ori implică calcule similare.
Dacă intervalul de 95% încredere (95% CI) nu include valoarea la care
se referă ipoteza nulă atunci diferența este semnificativă.
De exemplu, pentru diferența între două proporții, valoarea ipotezei
nule este zero.
Dacă intervalul de 95% încredere conține zero, diferența nu este
semnificativă.
Dacă intervalul de 95% încredere nu conține zero, diferența este
semnificativă.
Exemplu: vindecarea ulcerului 63% (31/49) versus 50% (26/52).
95% CI pentru diferență: (-7%, 33%).
Diferența poate fi zero. Nu avem semnificație!
 Teste de semnificație multiplă
Dacă se testează o ipoteză nulă care este de fapt adevărată, folosind
0.05 ca nivel de semnificație critic, probabilitatea de a obține concluzia
că "nu este semnificativă" (corect), este 0.95. Probabilitatea de a obține
concluzia că "este semnificativă" (fals) este de 0.05.
Dacă vom testa două ipoteze nule adevărate, independente una de
cealaltă, probabilitatea ca testul să nu fie semnificativ este de (0.95)2 =
0.90. Probabilitatea ca cel puțin una dintre acestea să fi semnificative
este 1.00 - 0.90 = 0.10.
Dacă vom testa de douăzeci de ipoteze nule, probabilitatea ca nici una
dintre ele să nu fie semnificativă este de (0.95)20 = 0.36. Probabilitatea
de a obține cel puțin un rezultat semnificativ este 1.00 - 0.36 = 0.64.
Deci avem o probabilitate aproape egală de a obține un rezultat
semnificativ sau nu!
Numărul estimat de rezultate false semnificative este 20  0.05 = 1.
 Teste de semnificație multiplă
Multe studii de cercetare din domeniul sănătății sunt publicate cu
un număr mare de teste de semnificație.
Acestea de obicei nu sunt independente, referindu-se la aceeași
mulțime de subiecți, astfel că nu se pot aplica întocmai calculele.
Dacă vom testa suficient de multe ipoteze ne putem aştepta să
se găsească ceva care este "semnificativ", chiar şi atunci când
toate ipotezele nule testate sunt adevărate şi nu este nimic de
găsit acolo.
Se cere multă atenție în acordarea unei importanțe prea mari
pentru un singur rezultat semnificativ într-o mulțime de rezultate
nesemnificative.
Acesta poate fi unul din cele douăzeci care este dat numai de
șansa (întâmplare).
 Teste de semnificație multiplă: mai
multe subgrupuri
Williams et al. (1992): Studiu în care s-au alocat
aleatoriu pacienți vârstnici internați într-un spital în
două grupuri: vizitați constant de către asistenții sociali
în comparație cu cei pentru care nu se făcea nici o vizită
cu excepția cazului în care era absolută nevoie.
Pacientii au fost evaluați referitor la starea fizică,
handicap și starea mentală folosindu-se scala unui
chestionar.
Nu au existat diferențe semnificative generale între
grupul cu intervenție şi grupul de control!
 Teste de semnificație multiplă: mai
multe subgrupuri
Williams et al. (1992):
Totuși: În rândul femeilor cu vârsta de 75-79 din grupul de control
s-a obținut o deteriorare semnificativ mai mare la scorul fizic în
comparație cu grupul cu intervenție (p = 0.04), iar în rândul
bărbaților de peste 80 de ani din grupul de control s-a obținut o
deteriorare semnificativ mai mare în scorul referitor la handicap
decât în grupul cu interventie (p = 0.03).
Autorii au declarat:
"Două mici subgrupuri de pacienti au arătat un posibil beneficiu al
intervenţiei asistenţilor sociali. ... Aceste beneficii trebuie, totuși,
să fie tratate cu prudenţă deoarece se pot datora unor factori de
şansă (adică din întâmplare)."
 Teste de semnificație multiplă: mai
multe subgrupuri
Soluție (metoda Bonferroni):
Se vor multiplica valorile p prin numărul de teste.
Dacă se obține ceva semnificativ, atunci testul general referitor la
ipoteza nulă compusă este semnificativ.
Exemplu: Williams et al. (1992)
Subiecții au fost clasificați pe grupe de vârstă, sex, dacă trăiesc
sau nu singuri (există cel puțin opt grupuri dacă nu mai multe).
Chiar dacă am lua în considerare cele trei scale separat, valori
reale pentru p sunt de 8 × 0.04 = 0.32 şi 8 × 0.03 = 0.24, ambele
mai mari decât valoarea de 0.05. Nesemnificație!
Variabila rezultat principală și analiza
primară a ei
În unele studii, în special studii clinice, putem evita
problema testărilor multiple prin specificarea unei
variabile rezultat principale în avans.
Este bine să stabilim inițial, de preferință înainte de a
colecta datele, o variabilă specială care reprezintă
rezultatul principal.
Dacă vom obține un efect semnificativ pentru această
variabilă, avem dovezi asupra efectului.
În caz contrar nu avem dovezi referitoare la efect
indiferent ce se întâmplă cu restul variabilelor.
Variabila rezultat principală și analiza
primară a ei
Adesea se specifică în avans nu numai variabila rezultat
principală ci și analiza primară, analiza specială care
intenționează să se desfăşoare.
Exemplu: Într-un studiu referitor la astm se poate specifica
variabila rezultat principală ca fiind media fluxului expirator
maxim măsurat timp de o saptamană ajustat cu media
fluxului expirator maxim măsurat în procesul de recrutare.
Toate celelalte variabile şi analize sunt considerate
secundare.
Dacă nu există nici un efect semnificativ pentru variabila
principală, variabilele secundare trebuie să fie tratate cu
mare prudență.
 Teste unilaterale și bilaterale
În exemplu pentru datele referitoare la asistente medicale, ipoteza
alternativă a fost că a existat o diferență într-o direcție sau alta.
Aceasta se numeşte test bilateral pentru că am folosit
probabilitățile valorilor extreme în ambele direcții (de exemplu,
scorul final poate fi mai mare sau mai mic decât scorul inițial).
Un test unilateral:
Ipoteza alternativă: în cadrul populației scorul final va fi mai mare
decât scorul de inițial.
Ipoteza nulă: în populație scorul final al cunoştințelor va fi egal sau
mai mic decât scorul inițial.
p = 0.01, și bineînțeles, un nivel de semnificație mai înalt decât în
cazul unei test bilateral
 Teste unilaterale și bilaterale
Ipoteza nulă unilaterală: în populație scorul final al cunoştințelor va
fi egal sau mai mic decât scorul inițial.
Ipoteza alternativă unilaterală: în cadrul populației scorul final va fi
mai mare decât scorul de inițial.

Probabilitate

Valori extreme
pentru testele
unilaterale

Numărul de diferențe negative

 Teste unilaterale și bilaterale
Ipoteza nulă bilaterală: în populație scorul final al cunoştințelor va fi
egal cu scorul inițial.
Ipoteza alternativă bilaterală: în cadrul populației scorul final va fi
diferit de scorul de inițial.

Valori extreme Valori extreme

Probabilitate pentru testele pentru testele
bilaterale bilaterale

Valori extreme
pentru testele
unilaterale

Numărul de diferențe negative

 Teste unilaterale și bilaterale
Un test unilateral:
Ipoteza nulă: în populație scorul final al cunoştințelor va fi,
desigur, egal sau mai mic decât scorul inițial.
Ipoteza alternativă: în cadrul populației scorul final va fi mai mare
decât scorul de inițial.
Aceasta implică că o descreștere a scorului cunoștințelor în
direcția inversă (scorul final mai mic decât cel inițial!!) va fi
interpretată ca fiind nici o schimbare.
Acest lucru este rareori adevărat în cercetarea medicală!
Testele trebuie să fie bilaterale cu excepția cazului în care există un
anumit motiv să nu fie folosite acestea.
 Teste unilaterale și bilaterale
Exemplu de ipoteză unilaterală validă:
Studiu referitor la medicina muncii:
Un studiu de cohortă referitor la oameni angajați în
industrie în care se compară incidența cazurilor de
cancer cu incidența din populația generală.
Populația generală va include și persoane care nu pot
lucra în industrie din cauza stării lor de sănătate.
De exemplu, persoanele cu anomalii cromozomiale ar
putea avea dificultăți care le împiedică să lucreze în
anumite locuri şi pot, de asemenea, avea un risc crescut
referitor cancer.
 Teste unilaterale și bilaterale
Exemplu de ipoteză unilaterală validă:
Nu ar fi surprinzător faptul că ar putea observa mai
puține tipuri de cancer la grupul care lucrează în
industrie decât în populația generală.
Nu ar atribui să vedem acest lucru (munca în industrie)
ca un efect de protecție.
Ar putea fi doar un efect selectiv; adică de a compara
persoane angajate cu întreaga populație.
 Teste unilaterale și bilaterale
Exemplu de ipoteză unilaterală validă:
Ipoteza nulă: cancerul nu este mai frecvent în rândul
persoanelor care muncesc în industrie decât în populația
generală.
Adică rata de cancer din industrie este mai mică sau
egală cu cea din populația generală.
Ipoteza alternativă: rata de cancer din industrie a fost
mai mare decât cea din populația generală.
Este necesar un test unilateral.
 Erori în folosirea testelor de
semnificație
Niciodată nu trebuie concluzionat faptului că nu există nici o
diferență sau o relație deoarece testul nu este semnificativ. Vom
spune că nu există nici o diferenţă deoarece aceasta nu a putut fi
detectată.
Concluzia nu trebuie să bazeze numai pe un test de semnificație
în cazul în care se poate da un interval de încredere. Intervale de
încredere sunt deosebit de utile atunci când testul nu este
semnificativ.
Este necesar să dea valori exacte pentru p ori de câte ori este
posibil, nu să se specifice p <0.05 sau p = NS și doar o singură cifră
semnificativă este necesară!
Să se evite testările multiple! Este bine să se specifice clar ipoteza
principală şi variabila rezultat.
Sisteme Informatice de
Spital - SIS
 Ce este un sistem informatic?
Definitie: Un Sistem Informatic (SI) este o colectie de resurse
tehnice și umane, care asigură depozitarea, calculul, distribuția
și comunicarea informațiile solicitate de toate o intreaga
organizatie sau numai de o parte a sa.
Functionalitati ale unui Sistem Informatic (IS):
•Colecteaza intrari
•Gestioneaza procese
•Stocheaza date
•Analizeaza si furnizeaza informații pentru un anumit scop.
•Asigura iesirea datelor și a informațiile intr-o forma solicitata
Valoarea informațiilor este legata de modul în care aceasta ajută factorii de
decizie in realizarea obiectivelor organizației lor
Informații valoroase = informatiile care pot ajuta oamenii și organizațiile lor
sa îndeplinească sarcinile mai eficient și eficace.
49
 Ce este un sistem informatic?
Date

• Datele sunt fapte primare sau forme neorganizate

(date alfanumerice, imaginile, date audio și date
video).
! Tipul de date care vor fi procesate în spitale sunt
strans legate de funcțiile dintr-un spital astfel
incat acestea sa poata fi ulterior prezentate,
interpretate sau actualizate.
• Informația este o colecție de fapte organizate în așa
fel încât să aibă o valoare dincolo de faptele în sine.
• Procesul este un set de sarcini legate în
mod logic.

50
Componentele unui Sistem Informatic?
• Hardware: echipamente utilizate in activitati de intrare, procesare si iesire
• Software: programe care gestioneaza operatiile la nivel de computer
• Bază de date: colecții de fapte și informații (formate din două sau mai multe
fișiere de date)
• Telecomunicații, rețele, și Internet: transmiterea electronică a semnalelor
pentru comunicații
– Rețele

– Internet

– Intranet

– Extranet

• Oameni: cel mai important element în cele mai multe sisteme informatice
• Proceduri: includ strategii, politici, metode și norme pentru utilizarea CBIS

51
Componentele unui Sistem Informatic?
• Hardware: echipamente utilizate in activitati de intrare, procesare si iesire
• Software: programe care gestioneaza operatiile la nivel de computer
• Bază de date: colecții de fapte și informații (formate din două sau mai multe
fișiere de date)
• Telecomunicații, rețele, și Internet: transmiterea electronică a semnalelor
pentru comunicații
– Rețele: conexiuni de calculatoare și de echipamente care să permită
comunicații electronice
– Internet: cea mai mare retea de calculatoare din lume, formata din mii
de rețele interconectate, toate schimband informații în mod liber
– Intranet: retea interna care permite oamenilor în cadrul unei organizații
sa faca schimb sau sa partajeze informații și să lucreze la proiecte
comune
– Extranet: rețea care permite unor entitati din exterior, selectate, sa
acceseze resursele autorizate de intranet a unei organizatii
• Oameni: cel mai important element în cele mai multe sisteme informatice
• Proceduri: includ strategii, politici, metode și norme pentru utilizarea CBIS
52
 Ce este un sistem informatic de spital?
• Definitie: Un sistem informatic de spital – SIS (HIS - Hospital
Information System) este un sistem informatic particular destinat
sistemului de sănătate.
• SIS, ca implementare, este un sistem de informații cuprinzător,
integrat, destinat să gestioneze toate aspectele funcționale ale
unui spital, de la probleme medicale pana la cele administrative,
financiare și juridice.
– Cea mai buna introducere pentru HIS a avut loc in 2011 la
International Conference on Social Science and Humanity

53
 Avantaje vs dezavantaje ale SIS
Avantaje ale unui SI de spital?
• utilizarea mai eficientă a
resurselor disponibile
pentru ingrijirea
pacientului
• îmbunătățirea calitativă a
serviciului pentru pacient
• simplificarea fluxului de
lucru
• constituie un suport pentru
cercetare
• constituie un suport pentru
educatia continua
Dezavantaje ale unui SI de spital?
• limitările tehnice privind
asigurarea securității, integrității
şi accesibilității datelor
• probleme de proprietate
privind datele înregistrate
• costurile inițiale mari
• lipsa abilităților de operare şi a
încrederii în sistemele
computerizate a personalului
medical, alături de rezistența la
schimbare
• absența unui cadru legal
adecvat.
54
 Facilități oferite de SIS
Ce ar trebui sa includa un SI de spital?
• Facilitati pentru stocarea de date (baze de date)
• Facilitatea pentru introducerea datelor în baza de date,
recuperarea și editarea acestora.
• Facilități de comunicare de date
• Facilități care permit utilizatorului să folosească sistemul
(terminale sau stații de lucru)

55
 Facilități oferite de SIS
Alte sisteme informatice dedicate sistemului sanitar
• Sistemele informatice clinice (CIS - Clinical Information
Systems) sunt uneori separate de sistemele informatice
de spital (SIS - Sistem Informatic de Spital ) în sensul in
care primul se concentreaza pe datele referitoare la
starea clinica a pacientului (dosarul electronic al
pacientului), iar cel din urmă ține evidența problemelor
administrative legate de pacient .
• !Distincția nu este întotdeauna clara și există dovezi
contradictorii împotriva unei utilizări consecvente a
ambilor termeni.

56
 Model schematic al unui SIS
Introducerea Monito-
datelor rizare Module Financiar
Laborator & vizionare eveni- Logice
Rezultate mente Medical
e
Codificari
specializate

Farmacie
Interfata BD
Dictionar
termeni
Medicali

Radiologie

Baza date
Baza de date pacient
cercetare

57
 Tipuri de date utilizate de SIS
• Date specifice ale pacientului
– date clinice
– date administrative
– date financiare și de facturare
• Date agregate din sănătate
– index de boli și proceduri
– rapoarte de cost
– statistici de sănătate publica
– măsuri rezultate
– index de performanta
58
 Glosar de termeni noi si abrevieri
IS = Sistemul informatic
HIS – Hospital Informatin System
SIS – Sistem Informatic de Spital
EHR – Electronic Health Record
DES – Dosarul Electronic de Sanatate
SIS – Sistem Informatic de Spital
CBIS = Computer-Based Information Systems
MIS = Sistem de management al informației
HL7 = Heath Level Seven
DICOM = Digital Imaging and Communications in Medicine
PACS = Picture Archiving and Communication System
RIS = Radiology Information Systems
59