Calcolatrice gratuita Editverse
Calcolatore del tasso di incidenza
Inserisci il numero di eventi e il tempo totale a rischio per calcolare un tasso di incidenza grezzo, insieme al comando R esatto che ha generato il risultato. Una guida completa è disponibile di seguito. Validato con R 4.3.3.
In parole semplici
Il tasso di incidenza misura la velocità con cui si verificano nuovi casi di un evento in una popolazione monitorata nel tempo. Invece di dividere per un numero fisso di persone, divide il numero di nuovi eventi per il tempo-persona totale che ciascun partecipante ha contribuito durante il periodo di rischio: quindi, una persona monitorata per cinque anni contribuisce per un tempo-persona cinque volte maggiore rispetto a una persona monitorata per un anno.
Questo calcolatore calcola il tasso di nuovi eventi per unità di tempo-persona a rischio a partire dai numeri inseriti, con un intervallo di confidenza di Poisson esatto al 95%, e successivamente mostra il comando R poisson.test(), che restituisce lo stesso intervallo, in modo da poter verificare personalmente il risultato.
Quando utilizzare il calcolatore del tasso di incidenza
Il tasso di incidenza è lo strumento giusto quando si monitorano nuovi eventi in un gruppo seguito nel tempo e la durata del follow-up varia tra i partecipanti, ad esempio, nuove diagnosi ogni 1,000 persone-anno in una coorte di screening o nuove infezioni ogni 100 giorni-paziente in un reparto ospedaliero. Risponde alla domanda "con quale velocità si verificano nuovi casi", non "quante persone ne sono attualmente affette".
Tasso di incidenza vs. prevalenza: queste due misure sono tra le più frequentemente confuse in epidemiologia. Il tasso di incidenza considera solo i nuovi eventi e lo divide per il tempo-persona a rischio, riflettendo quindi la velocità con cui una condizione si manifesta. La prevalenza, invece, considera tutti i casi esistenti – nuovi e vecchi – in un singolo momento o periodo, dividendoli per la popolazione, e riflettendo quindi la frequenza con cui una condizione è diffusa al momento. Una malattia può avere un'alta prevalenza ma una bassa incidenza se i casi sono cronici e di lunga durata, oppure un'alta incidenza ma una bassa prevalenza se i casi si risolvono rapidamente.
Una volta ottenuti i tassi di incidenza per un gruppo esposto e uno non esposto, il passo successivo naturale è spesso quello di confrontarli direttamente e quantificare il tasso in eccesso attribuibile all'esposizione (vedere i Calcolatori correlati di seguito). Se non si è certi di quale misura epidemiologica o statistica sia più adatta ai propri dati prima di effettuare qualsiasi calcolo, il nostro Selettore di test può aiutare a confermare il metodo corretto.
eventi <- {eventi}; pt <- {pt} poisson.test(eventi, pt) # CI esatto per unità di tempo-persona poisson.test(eventi, pt)$conf.int * {mult_n} # CI al 95% per {mult_n}Guida utente
Quando utilizzarlo. Calcola il tasso di nuovi eventi per unità di tempo-persona a rischio.
Presupposti. Il tempo-persona è accumulato correttamente; gli eventi sono indipendenti.
Errori comuni. Non bisogna confondere l'incidenza (nuovi casi nel tempo) con la prevalenza (casi esistenti).
Esempio pratico
Fai clic su "Carica dati di esempio" qui sopra, quindi su "Esegui analisi" per visualizzare un risultato completo con grafico, formula e interpretazione per questo test.
Referenze
- Rothman KJ, Greenland S, Lash TL. Epidemiologia moderna. 3a ed. 2008.
Esempi lavorati
Esempio 1: Studio di coorte - Tasso grezzo
Uno studio di coorte ha registrato 45 nuovi eventi su 1,000 unità di tempo-persona di follow-up (ad esempio, 1,000 anni-persona). Dividendo gli eventi per il tempo-persona si ottiene IR = 45 ÷ 1,000 = 0.045 eventi per unità di tempo-persona , ovvero il risultato diretto della formula IR = eventi / tempo-persona, prima dell'applicazione di qualsiasi moltiplicatore.
Esempio 2: Stessi dati, riscalati con un moltiplicatore
Un tasso di 0.045 viene raramente riportato così com'è: viene riscalato con un moltiplicatore per renderlo più facile da leggere e confrontare. Utilizzando gli stessi 45 eventi su 1,000 unità di tempo-persona: ×100 dà 4.5 per 100 unità di tempo-persona ; ×100,000 (una convenzione comune per risultati più rari) dà 4,500 per 100,000 unità di tempo-persona . Il calcolatore riporta l'intervallo di confidenza di Poisson al 95% esatto da 3.28 a 6.02 per 100, lo stesso intervallo che poisson.test(45, 1000) fornisce in R.
Presupposti da verificare
Il tempo-persona viene accumulato correttamente. Il contributo di ciascun partecipante dovrebbe cessare di essere conteggiato nel momento in cui si verifica l'evento, il partecipante si perde al follow-up o lo studio termina, a seconda di quale evento si verifichi per primo. Un conteggio inferiore o superiore al tempo-persona altera direttamente il tasso.
Gli eventi sono indipendenti. Il modello di Poisson alla base di questo calcolatore presuppone che un evento non modifichi il rischio di un altro partecipante di subire un evento. Questo modello può non essere valido in presenza di eventi contagiosi (ad esempio, epidemie) o quando la stessa persona può subire eventi ripetuti senza essere correttamente reinserita nel set di rischio.
La popolazione è ragionevolmente omogenea oppure si è disposti a stratificarla. Un singolo tasso grezzo può mascherare grandi differenze tra i sottogruppi (età, periodo di calendario, stato di esposizione): se la popolazione è eterogenea, è consigliabile considerare tassi specifici per strato o standardizzati per età.
Il moltiplicatore deve corrispondere alla convenzione di rendicontazione utilizzata. Assicurarsi che il denominatore (per 100, per 1,000, per 100,000 persone-anno) corrisponda al modo in cui si intende effettuare il confronto con i parametri di riferimento pubblicati.
Errori comuni
Confondere l'incidenza con la prevalenza
Non bisogna confondere l'incidenza (nuovi casi che si verificano nel tempo) con la prevalenza (casi esistenti in un dato momento): rispondono a domande diverse e non sono intercambiabili. Per la misura complementare, consultare il Calcolatore di prevalenza nella sezione Calcolatori correlati qui sotto.
Utilizzo del conteggio delle persone anziché del tempo impiegato
Dividere gli eventi per il numero di persone all'inizio del periodo di follow-up, anziché per il tempo totale di osservazione, produce un'incidenza cumulativa (rischio), non un tasso di incidenza. I due valori hanno unità di misura diverse e non sono numericamente intercambiabili quando il tempo di follow-up varia tra i partecipanti.
Eliminazione dei prelievi dal denominatore
I partecipanti che abbandonano uno studio prima della sua conclusione contribuiscono comunque al tempo di partecipazione fino al momento dell'uscita, e tale periodo deve essere conteggiato. Escluderli completamente, anziché includere il loro follow-up parziale, sottostima il tempo totale di partecipazione e sovrastima il tasso.
Riportare il tasso senza moltiplicatore o unità di tempo
Un tasso di "0.0003" è illeggibile e facile da citare in modo errato. Indicare sempre insieme il moltiplicatore e l'unità di tempo (ad esempio, "per 1,000 persone-anno") e mantenerli coerenti quando si confrontano i tassi tra studi o sottogruppi.
Domande frequenti
Qual è la differenza tra tasso di incidenza e proporzione di incidenza (rischio)?
Il tasso di incidenza si ottiene dividendo i nuovi eventi per il tempo totale di esposizione al rischio, quindi la sua unità di misura è eventi per tempo-persona (ad esempio, per 1,000 anni-persona). La proporzione di incidenza (incidenza cumulativa o rischio) si ottiene dividendo i nuovi eventi per il numero di persone a rischio all'inizio del periodo di follow-up, ottenendo una proporzione adimensionale compresa tra 0 e 1. Si utilizza il tasso di incidenza quando il tempo di follow-up varia tra i partecipanti; si utilizza il rischio quando tutti i partecipanti sono seguiti per lo stesso periodo fisso.
Perché il codice R utilizza un test di Poisson?
Il numero di eventi osservati nel tempo-persona viene tipicamente modellato come un processo di Poisson. La funzione poisson.test() utilizza questo modello per restituire un intervallo di confidenza esatto attorno al tasso e, se si fornisce un valore di confronto, un p-value che verifica se il tasso osservato differisce da esso. Il calcolatore riporta l'intervallo di Poisson esatto, quindi rimane valido anche con pochi eventi: per 3 eventi in 250 anni-persona, restituisce un valore compreso tra 2.47 e 35.07 ogni 1,000, lo stesso di poisson.test(3, 250).
Quale moltiplicatore devo utilizzare quando comunico la mia tariffa?
Dipende dalle convenzioni del tuo settore e dalla rarità dell'evento: gli eventi comuni vengono spesso riportati per 100 o 1,000 unità persona-tempo, mentre gli eventi più rari (alcuni tumori, eventi avversi rari) vengono in genere riportati per 100,000. Utilizza il moltiplicatore corrispondente a quello degli studi che stai confrontando.
Posso utilizzare questo calcolatore per tassi di incidenza aggiustati o stratificati?
Questo calcolatore restituisce il tasso di incidenza grezzo (complessivo) per gli eventi e il tempo-persona inseriti. Per i tassi aggiustati per età o specifici per strato, calcolare il tasso all'interno di ciascuno strato separatamente e combinarli utilizzando pesi standard, oppure consultare un biostatistico per la standardizzazione diretta o indiretta.
Calcolatori correlati
Referenze
- Rothman KJ, Greenland S, Lash TL. Epidemiologia moderna3ª ed. Filadelfia: Lippincott Williams & Wilkins; 2008.
- Breslow NE, Day NE. Metodi statistici nella ricerca sul cancro, Volume II: Progettazione e analisi degli studi di coortePubblicazioni scientifiche IARC n. 82. Lione: Agenzia internazionale per la ricerca sul cancro; 1987.
Hai bisogno di questa analisi per il tuo manoscritto?
I nostri biostatistici con dottorato di ricerca calcolano i tassi di incidenza, il tempo-persona a rischio e gli intervalli di confidenza basati sulla distribuzione di Poisson per studi di coorte e di sorveglianza: tabelle pronte per la pubblicazione con output R riproducibile.
