1 Introduzione
1.1 Statistica e medicina 
1.2 Statistica e matematica 
1.3 Statistica ed onere computazionale 
1.4 Assunzioni ed approssimazioni 
1.5 Scopo di questo libro 
2 La progettazione degli esperimenti 
2.1 Confrontare i trattamenti  
2.2 Allocazione casuale 
2.3 Stratificazione 
2.4 Metodi di allocazione senza l'uso di numeri casuali 
2.5 Distorsione causata dai volontari 
2.6 Intention-to-treat  
2.7 Disegni incrociati  
2.8 Selezione dei soggetti per gli studi clinici 
2.9 Distorsione della risposta ed effetto placebo 
2.10 Distorsione da valutazione e studi in doppio cieco 
2.11 Esperimenti in laboratorio 
2.12 Unità sperimentali e disegni randomizzati a gruppi 
2.13 Il consenso negli studi clinici 
2.14 Minimizzazione 
2.15 Questionario  
3 Campionamento e studi osservazionali 
3.1 Studi osservazionali 
3.2 Censimenti 
3.3 Campionamento 
3.4 Campionamento casuale 
3.5 Campionamento in studi clinici ed epidemiologici 
3.6 Studi trasversali o cross-sectional  
3.7 Studi di coorte 
3.8 Studi caso-controllo  
3.9 Distorsione dei questionari negli studi osservazionali 
3.10 Studi ecologici 
3.11 Questionario 
4 Statistica descrittiva 
4.1 Tipi di dati  
4.2 Distribuzioni di frequenze  
4.3 Istogrammi e altri grafici per le frequenze 
4.4 Profili delle distribuzioni di frequenze 
4.5 Mediane e quantili 
4.6 La media 
4.7 Varianza, range e range interquartile 
4.8 Deviazione standard 
4.9 Questionario 
Appendice 4A. Il denominatore della varianza 
Appendice 4B. Formule per la somma dei quadrati  
5 Rappresentare i dati 
5.1 Tassi e proporzioni  
5.2 Cifre significative  
5.3 Tabelle  
5.4 Diagrammi a torta  
5.5 Diagrammi a barre 
5.6 Diagrammi di dispersione 
5.7 Grafici per linee e serie storiche 
5.8 Grafici fuorvianti 
5.9 Usare i colori  
5.10 Scale logaritmiche 
5.11 Questionario 
Appendice 5A. I logaritmi  
6 Probabilità  
6.1 Probabilità 
6.2 Proprietà fondamentali  
6.3 Distribuzioni di probabilità e variabili aleatorie 
6.4 La distribuzione binomiale 
6.5 Media e varianza 
6.6 Proprietà di media e varianza 
6.7 La distribuzione di Poisson 
6.8 Probabilità condizionata 
6.9 Questionario 
Appendice 6A. Permutazioni e combinazioni 
Appendice 6B. Valore atteso e somma dei quadrati  
7 La distribuzione Normale 
7.1 Probabilità per variabili continue 
7.2 La distribuzione Normale 
7.3 Proprietà della distribuzione Normale  
7.4 Variabili aleatorie con distribuzione Normale 
7.5 Il grafico di probabilità Normale 
7.6 Questionario 
Appendice 7A. Chi-quadro, t, e F 
8 Stima 
8.1 Distribuzioni campionarie 
8.2 Errore standard della media campionaria 
8.3 Intervalli di confidenza 
8.4 Errore standard e intervalli di confidenza per la proporzione  
8.5 Confronto tra due medie 
8.6 Confronto tra due proporzioni 
8.7 Numero necessario da trattare 
8.8 Errore standard per la deviazione standard campionaria 
8.9 Intervalli di confidenza per la proporzione nei piccoli campioni 
8.10 Intervalli di confidenza per la mediana e altri quantili 
8.11 Bootstrap o metodi di ricampionamento 
8.12 Qual è il giusto intervallo di confidenza? 
8.13 Questionario 
Appendice 8A. Errore standard della media  
9 Test di significatività 
9.1 Verificare un'ipotesi  
9.2 Un esempio: il test dei segni 
9.3 Principi dei test di significatività 
9.4 Livelli di significatività e tipi di errore 
9.5 Test di significatività unilateri e bilateri 
9.6 Significativo, reale ed importante 
9.7 Confronto tra medie per grandi campioni 
9.8 Confronto tra due proporzioni  
9.9 Potenza di untest 
9.10 Test multipli  
9.11 Test ripetuti e analisi sequenziali 
9.12 Test di significatività ed intervalli di confidenza  
9.13 Questionario  
10 Confrontare le medie di piccoli campioni  
10.1 La distribuzione t 
10.2 Il metodo t con un campione 
10.3 Le medie di due campioni indipendenti 
10.4 L'uso delle trasformazioni  
10.5 Scostamento dalle ipotesi del metodo t  
10.6 Cos'è un campione di grandi dimensioni? 
10.7 Misure ripetute 
10.8 Confrontare due varianze con il test F  
10.9 Confrontare diverse medie utilizzando l'analisi della varianza  
10.10 Ipotesi per l'analisi della varianza  
10.11 Confronti tra le medie dopo l'analisi della varianza 
10.12 Effetti casuali nell'analisi della varianza  
10.13 Unità di analisi e studi randomizzati per gruppi  
10.14 Questionario  
Appendice 10A. Il rapporto media/errore standard  
11 Regressione e correlazione 
11.1 Diagrammi di dispersione  
11.2 Regressione  
11.3 Il metodo dei minimi quadrati  
11.4 La regressione di X su Y 
11.5 L'errore standard del coefficiente di regressione 
11.6 L'uso della retta di regressione per la previsione 
11.7 L'analisi dei residui 
11.8 Violazione delle ipotesi nella regressione  
11.9 Correlazione 
11.10 Test di significatività e intervallo di confidenza per r  
11.11 Utilizzo del coefficiente di correlazione 
11.12 Osservazioni ripetute  
11.13 Correlazione tra classi  
11.14 Questionario  
Appendice 11A. Le stime ai minimi quadrati  
Appendice 11B. Varianza attorno alla retta di regressione 
Appendice 11C. L'errore standard di b  
12 Metodi basati sul rango  
12.1 Metodi non-parametrici 
12.2 Il test U di Mann-Whitney 
12.3 Il test di Wilcoxon per coppie di dati correlati  
12.4 Il coefficiente di correlazione dei ranghi di Spearman, r  
12.5 Il coefficiente di correlazione dei ranghi di Kendall, t  
12.6 Correzioni di continuità  
12.7 Metodi parametrici o non-parametrici? 
12.8 Questionario 
13 Analisi delle tabelle di contingenza 
13.1 Il test di associazione chi-quadro 
13.2 Test per tabelle 
13.3 Il test chi-quadro per piccoli campioni  
13.4 Test esatto di Fisher 
13.5 Correzione di continuità di Yates per tabelle 2x2 
13.6 Validità dei metodi di Fisher e di Yates  
13.7 Odds e Odds Ratio 
13.8 Test chi-quadro per il trend 
13.9 Metodi per campioni accoppiati 
13.10 Test chi-quadro di buon adattamento 
13.11 Questionario 
Appendice 13A. Perché il test chi-quadro funziona 
Appendice 13B. La formula del test esatto di Fisher  
Appendice 13C. Errore standard per il logaritmo dell'odds ratio 
14 Scegliere un metodo statistico 
14.1 Trattazione orientata al metodo oppure al problema 
14.2 Tipi di dati 
14.3 Confrontare due gruppi  
14.4 Un campione oppure due campioni di dati accoppiati 
14.5 Relazione tra due variabili  
14.6 Questionario 
15 Metodimultifattoriali  
15.1 Regressione multipla 
15.2 Test di significatività e stime nella regressione multipla 
15.3 Utilizzo della regressione multipla per correzioni o aggiustamenti 
15.4 Trasformazioni in contesto di regressione multipla 
15.5 Interazioni nella regressione multipla 
15.6 Regressione polinomiale 
15.7 Assunzioni nella regressione multipla 
15.8 Variabili predittore qualitative 
15.9 Analisi della varianza multi-fattore 
15.10 Regressione logistica 
15.11 Regressione stepwise  
15.12 Effetti Stagionali  
15.13 Come trattare i conteggi: la regressione di Poisson e Binomiale Negativa 
15.14 Altri metodi di regressione  
15.15 Osservazioni non indipendenti  
15.16 Questionario  
16 Dati "Timetoevent" o di tempo all'evento 
16.1 Dati di tempo all'evento 
16.2 Curve di sopravvivenza di Kaplan-Meier  
16.3 Il test dei ranghi logaritmici 
16.4 Rapporto tra hazard o "hazard ratio"  
16.5 Modello di regressione di Cox 
16.6 Questionario 
17 Meta-analisi  
17.1 Cosa è la meta-analisi? 
17.2 Il forest plot 
17.3 Ottenere una stima aggregata 
17.4 Eterogeneità 
17.5 Misurare l'eterogeneità 
17.6 Indagare sulle origini dell'eterogeneità 
17.7 Modelli a effetti casuali 
17.8 Variabili risposta continue 
17.9 Variabili risposta dicotomiche 
17.10 Variabili risposta tipo tempo all'evento 
17.11 Meta-analisi dei dati dei singoli studi 
17.12 Distorsione da pubblicazione 
17.13 Meta-analisi a rete 
17.14 Questionario 
18 Scelta della dimensione campionaria 
18.1 Stima della media di una popolazione 
18.2 Stima della proporzione di una popolazione 
18.3 Dimensione campionaria per i test di significatività 
18.4 Confronto tra due medie 
18.5 Confronto tra due proporzioni 
18.6 Individuare una correlazione 
18.7 Accuratezza della dimensione campionaria stimata 
18.8 Studi randomizzati per gruppi 
18.9 Questionario 
19 Dati mancanti 
19.1 Il problema dei dati mancanti 
19.2 Tipologie di dati mancanti  
19.3 Usare la media campionaria 
19.4 Usare l'ultima osservazione 
19.5 Imputazione singola 
19.6 Imputazione multipla 
19.7 Perché non dovremmo trascurare i dati mancanti 
19.8 Questionario 
20 Misurazioni cliniche 
20.1 Effettuare le misurazioni 
20.2 Ripetibilità ed errore di misurazione 
20.3 Stabilire la concordanza tra misurazioni usando l'indice kappa di Cohen 
20.4 Kappa pesato 
20.5 Confronto tra due metodi di misurazione  
20.6 Sensitività e specificità 
20.7 Range di normalità o intervallo di riferimento  
20.8 Carte percentili  
20.9 Combinare le variabili usando l'analisi delle componenti principali 
20.10 Scale e sotto-scale composite 
20.11 Coerenza interna delle scale di misura e indice alpha di Cronbach 
20.12 Presentare scale composite  
20.13 Questionario 
21 Statistiche di mortalità e struttura della popolazione 
21.1 Tassi di mortalità 
21.2 Metodo diretto di standardizzazione dell'età 
21.3 Metodo indiretto di standardizzazione dell'età 
21.4 Tabelle di sopravvivenza demografiche 
21.5 Statistiche demografiche 
21.6 La piramide della popolazione 
21.7 Questionario 
22 L'approccio Bayesiano 
22.1 Bayesiani e Frequentisti 
22.2 Il teorema di Bayes 
22.3 Esempio: l'approccio Bayesiano a supporto della diagnosi semi-automatica 
22.4 La visione frequentista e Bayesiana della probabilità 
22.5 Un esempio di stima Bayesiana 
22.6 Distribuzioni a priori  
22.7 Massima verosimiglianza 
22.8 Metodi Markov Chain Monte Carlo 
22.9 Bayesiano o Frequentista? 
22.10 Questionario 
A Risposte suggerite alle domande a risposta multipla e agli esercizi 
Bibliografia