Medicina e chirurgia "A" (abilitante all'esercizio della professione di Medico Chirurgo) - Roma Azienda Policlinico Umberto I

Disegno degli Studi Diagnostici Struttura di uno studio di accuratezza diagnostica Il gold standard e il problema del verification bias. Misure di Accuratezza Sensibilità e Specificità, Valori Predittivi Positivi (VPP) e Negativi (VPN), Rapporti di Verosimiglianza (Likelihood Ratios - LR): LR+ e LR-. Intervalli di confidenza delle misure di accuratezza. Le Curve ROC (Receiver Operating Characteristic). Applicazione: Integrazione dei risultati diagnostici nella pratica clinica. Esercitazione: valutazione critica di un articolo su uno studio diagnostico. Identificare i limiti e i punti di forza in uno studio reale. Disegno e Struttura degli RCT. Ruolo degli RCT nella gerarchia delle prove. Randomizzazione (tipi, metodi) Blinding (singolo, doppio, triplo) e il problema dell'attrition bias. Scelta e classificazione degli endpoint (primario, secondario, composito). Analisi dei Dati negli RCT L'analisi Intention-to-Treat (ITT) vs. Per-Protocol. Misure di efficacia: Riduzione del Rischio Assoluto (ARR), Relativo (RRR), e Number Needed to Treat (NNT) e relativi intervalli di confidenza. Esercitazione: valutazione critica di un articolo su un RCT. Valutare la sua trasferibilità alla pratica clinica (validità esterna). Revisioni Sistematiche e metanalisi. Implicazioni etiche: consenso informato e ruolo del comitato etico. Introduzione all'IA in Medicina Definizioni: IA, Machine Learning (ML), Deep Learning. Il ruolo dei Big Data e la necessità di dati di alta qualità. Sviluppo e Training degli Algoritmi Disegni di studio per l'IA: dati di training, validation e test. Misure di performance specifiche per l'IA (es. Area Under the Curve - AUC). L'IA nel Decision Making e l'Etica in sanità. PROGRAMME Diagnostic Study Design.Structure of a diagnostic accuracy study. The gold standard and the problem of verification bias. Accuracy Measures: Sensitivity and Specificity, Positive Predictive Values (PPV) and Negative Predictive Values (NPV).Likelihood Ratios (LRs): Positive LR (LR+) and Negative LR (LR-). Confidence intervals for accuracy measures. ROC Curves (Receiver Operating Characteristic). Application: Integrating diagnostic results into clinical practice. Practical Exercise: Critical appraisal of a diagnostic study article. Identifying the strengths and limitations in a real-world study. RCT Design and Structure. The role of RCTs in the hierarchy of evidence. Randomization (types, methods). Blinding (single, double, triple) and the problem of attrition bias. Selection and classification of endpoints (primary, secondary, composite). RCT Data Analysis. Intention-to-Treat (ITT) analysis vs. Per-Protocol analysis. Efficacy measures: Absolute Risk Reduction (ARR), Relative Risk Reduction (RRR), and Number Needed to Treat (NNT), and their confidence intervals. Practical Exercise: Critical appraisal of an RCT article. Evaluating its transferability to clinical practice (external validity). Systematic Reviews and Meta-Analysis. Ethical implications: informed consent and the role of the ethics committee. Introduction to AI in Medicine. Definitions: AI, Machine Learning (ML), Deep Learning. The role of Big Data and the necessity of high-quality data. Algorithm Development and Training Study designs for AI: training, validation, and test data sets. Specific performance measures for AI (e.g., Area Under the Curve - AUC). AI in Decision-Making and Ethics in Healthcare.