Applicativi software open source per l'elaborazione statistica dei dati clinico-sperimentali: riservatezza dei dati e sicurezza informatica

1 Introduzione L’obiettivo della ricerca medica è quello di migliorare le procedure diagnostiche e terapeutiche e di contribuire a una migliore comprensione dell’eziologia e della patogenesi delle malattie, dei disturbi e delle condizioni riguardanti gli esseri umani. Queste ricerche devono conformarsi a principi scientifici generalmente accettati e si devono basare sulla sperimentazione eseguita in modo adeguato e su un’ampia conoscenza della letteratura scientifica. Il medico deve comunque avere la possibilità di impiegare una nuova procedura diagnostica o terapeutica nel trattamento dei malati, nel caso in cui a suo giudizio ciò offre la possibilità di salvarne la vita, di ristabilirne lo stato di salute o di alleviarne le sofferenze. La ricerca clinica viene accompagnata da analisi statistiche di laboratorio in cui vengono analizzati i dati clinici e anamnestici dei pazienti. A tal proposito sorgono problematiche correlate allo storage, al trattamento, allo scambio dei dati tra ricercatori e alla comunicazione dei dati personali dei pazienti. Nel lavoro seguente verrà descritta tutta la filiera che va dalla raccolta dati alla comunicazione dei risultati, passando attraverso una carrellata dei metodi statistici per trattarli e le soluzioni offerte dal mondo dell’Open Source relativamente alla riservatezza dei dati. Nel primo capitolo sono state descritte le varie fasi da eseguire per fare un’indagine statistica: decidendo quali siano le informazioni da analizzare, partendo dall’acquisizione dei dati e concludendo con la validazione e diffusione dei risultati, senza trascurare le variabili costo e tempo che incidono fortemente sulla qualità del lavoro, riusciamo a concludere il lavoro. Nel secondo capitolo si è parlato delle tecniche di campionamento. Di solito si opera in ambiti molto articolati quindi per ridurre tempi e costi conviene estrarre un campione dalla popolazione da analizzare. Il metodo di campionamento adottato dev’essere appropriato per tutte le condizioni che possono essere incontrate. Nel terzo capitolo si è parlato del disegno sperimentale, infatti partendo dall’ipotesi nulla che solitamente rappresenta la negazione dell’ipotesi di lavoro che si vuole verificare si deve arrivare alla scelta del test statistico più adatto. Nel quarto capitolo si è parlato dei test parametrici, che si possono utilizzare solo se è valido il presupposto che i campioni sono tratti da una popolazione normalmente distribuita. Esistono varie versioni del test t di Student (Test t di Student per campioni indipendenti con varianze omogenee; Test t di Student per campioni indipendenti con varianze non omogenee; Test t di Student per dati appaiati) e dell’analisi della varianza (Analisi della varianza ad un criterio di classificazione; Analisi della varianza a due criteri di classificazione; Analisi della varianza per prove ripetute). Una