Editor, Editors, USER, admin, Bureaucrats, Check users, dev, editor, founder, Interface administrators, oversight, Suppressors, Administrators, translator
10,784
edits
Line 29: | Line 29: | ||
</blockquote> | </blockquote> | ||
Una recente revisione sistematica e meta-analisi, con un campione combinato di 2518 soggetti, ha suggerito che la prevalenza di TMD potrebbe variare dal 25,2% al 34,9%,<ref>Bueno C.H., Pereira D.D., Pattussi M.P., Grossi P.K., Grossi M.L. Gender differences in temporomandibular disorders in adult populational studies: A systematic review and meta-analysis. J. Oral Rehabil. 2018;45:720–729. doi: 10.1111/joor.12661</ref> con una predominanza della diagnosi di dolore miofasciale (10,3-15,4%) [2]. Mentre uno studio di Javed Ashraf et al.<ref>Javed Ashraf,Matti Närhi, Anna Liisa Suominenand Tuomas Saxlin. Association of temporomandibular disorder-related pain with severe headaches—a Bayesian view. Clin Oral Investig. 2022; 26(1): 729–738. Published online 2021 Jul 5. doi: 10.1007/s00784-021-04051-y. PMCID: PMC8791898. PMID: 34224000 | Una recente revisione sistematica e meta-analisi, con un campione combinato di 2518 soggetti, ha suggerito che la prevalenza di TMD potrebbe variare dal 25,2% al 34,9%,<ref>Bueno C.H., Pereira D.D., Pattussi M.P., Grossi P.K., Grossi M.L. Gender differences in temporomandibular disorders in adult populational studies: A systematic review and meta-analysis. J. Oral Rehabil. 2018;45:720–729. doi: 10.1111/joor.12661</ref> con una predominanza della diagnosi di dolore miofasciale (10,3-15,4%) [2]. Mentre uno studio di Javed Ashraf et al.<ref name=":6">Javed Ashraf,Matti Närhi, Anna Liisa Suominenand Tuomas Saxlin. Association of temporomandibular disorder-related pain with severe headaches—a Bayesian view. Clin Oral Investig. 2022; 26(1): 729–738. Published online 2021 Jul 5. doi: 10.1007/s00784-021-04051-y. PMCID: PMC8791898. PMID: 34224000 | ||
</ref> utilizzando la metodologia bayesiana, mirava a esaminare l'associazione del dolore correlato a TMD con forti mal di testa (emicrania e TTH) per un periodo di follow-up di 11 anni rispetto all'approccio frequentista. Le statistiche frequentiste soffrono di alcune limitazioni, soprattutto la dipendenza da grandi dimensioni del campione per determinare con precisione le dimensioni dell'effetto.<ref name=":5">Buchinsky FJ, Chadha NK. To P or not to P: backing Bayesian statistics. Otolaryngol Head Neck Surg. 2017;157(6):915–918. doi: 10.1177/0194599817739260</ref> Inoltre, contrariamente alla metodologia frequentista, le statistiche bayesiane non forniscono un valore di risultato (fisso) ma piuttosto un intervallo contenente il coefficiente di regressione.<ref>Depaoli S, van de Schoot R. Bayesian analyses: where to start and what to report. Eur Heal Psychol. 2014;16:75–84.</ref> Questi intervalli, detti intervalli credibili (CI), attribuiscono una probabilità alla migliore stima tra tutti i possibili valori delle stime dei parametri.<ref name=":5" /> <blockquote>[[File:Question 2.jpg|50x50px|link=https://wiki.masticationpedia.org/index.php/File:Question_2.jpg|left]]Siamo d'accordo con le considerazione emerse nello studio di<ref name=":6" /> perchè forse o per fortuna non saremo mai ingrado di realizzare una logica di linguaggio formale come la matematica visto l'aleatorietà intrinseca ai modelli biologici ma anche l'uso di modelli Bayes incorporano un limite concettuale che se superato migliorerebbe ancora il dato in uscita. Senza entrare in argomenti specialistici cerchiamo di descrivere brevemente il razionale di questa affermazione facendo notare, principalmente le differenze tra una modello probabilistico classico e quantistico.( per maggiori informazioni ma molto specialistiche vedi | |||
</ref> | La Probabilità Classica (CP) è stato formalizzato matematicamente da Kolmogorov (1933).<ref>Kolmogorov A.N. Grundbegriffe Der Wahrscheinlichkeitsrechnung Springer-Verlag, Berlin (1933)</ref> Questo è il calcolo delle misure di probabilità, in cui a ogni evento <math>p(A)</math> viene assegnato un peso non negativo <math>A</math>. La proprietà principale di CP è la sua additività: se due eventi <math>O_1, O_2</math> sono disgiunti, allora la probabilità di disgiunzione di questi eventi è uguale alla somma delle probabilità:</blockquote> | ||
{| width="80%" | | |||
|- | |||
| width="33%" | | |||
| width="33%" |<math>P(O_1\lor O_2)=P(O_1)+(O_2)</math> | |||
| width="33%" align="right" | | |||
|}La Probabilità Quantistica (QP) è il calcolo delle ampiezze complesse o nel formalismo astratto vettori complessi. Pertanto, invece di operazioni su misure di probabilità si opera con vettori. Possiamo dire che QP è un ''modello vettoriale di ragionamento probabilistico''. Ogni ampiezza complessa <math>\psi</math> fornisce la probabilità in base alla regola di Born: la probabilità è ottenuta come quadrato del ''valore assoluto dell'ampiezza complessa''. | |||
{| width="80%" | | |||
|- | |||
| width="33%" | | |||
| width="33%" |<math>{\displaystyle P=|\psi |^{2}}</math> | |||
| width="33%" align="right" | | |||
|}(per la formalizzazione dello spazio di Hilbert, vedere la Sezione 3.2, formula (7)). Operando con ampiezze di probabilità complesse, invece dell'operazione diretta con le probabilità, si possono violare le leggi fondamentali di CP. | |||
In CP, la ''formula della probabilità totale'' (FTP) è derivata utilizzando l'additività della probabilità e la formula di Bayes, la definizione di probabilità condizionata, <math>P(O_2|O_1)=\tfrac{P(O_2)\cap(O_1)}{PO_1} | |||
</math>,<math>P(O_1)>0</math>. | |||
Consideriamo una coppia di variabili casuali classiche discrete. Allora | |||
{| width="80%" | | |||
|- | |||
| width="33%" | | |||
| width="33%" |<math>P(B=\beta)=\sum_\alpha P(A=\alpha)P(B=\beta|A=\alpha)</math> | |||
| width="33%" align="right" | | |||
|}Pertanto, nella CP la distribuzione di probabilità <math>B</math> può essere calcolata dalla probabilità <math>A</math> e dalle probabilità condizionate <math>P(B=\beta|A=\alpha)</math>. Nella QP, la FTP classico è perturbato dal termine di interferenza (Khrennikov, 2010);<ref>Khrennikov A. Ubiquitous Quantum Structure: From Psychology To Finances Springer, Berlin-Heidelberg-New York(2010)</ref> per le osservabili quantistiche dicotomiche <math>A</math> e <math>B</math> di tipo von Neumann, cioè date dagli operatori hermitiani <math>\hat{A}</math> e <math>\hat{B}</math>, la versione quantistica di FTP ha la forma: | |||
{{:F:Krennikov1}} | |||
{| width="80%" | | |||
|- | |||
| width="33%" | | |||
| width="33%" |<math>+2\sum_{\alpha_1<\alpha_2}\cos\theta_{\alpha_1\alpha_2}\sqrt{P(A=\alpha_1)P(B=\beta|A=\alpha_1)} P(A=\alpha_2) | |||
P(B=\beta|a=\alpha_2)</math> | |||
| width="33%" align="right" |<math>(2)</math> | |||
|}Se il termine di interferenza è positivo, allora il calcolo QP genererebbe una probabilità maggiore della sua controparte CP data dal classico FTP (2). In particolare, questa amplificazione di probabilità è alla base della supremazia del calcolo quantistico. | |||
Esistono numerosi dati statistici provenienti dalla psicologia cognitiva, dal processo decisionale, dalla biologia molecolare, dalla genetica e dall'epigenetica che dimostrano che i biosistemi, dalle proteine e cellule (Asano et al., 2015b)<ref>Asano M., Khrennikov A., Ohya M., Tanaka Y., Yamato I. Quantum Adaptivity in Biology: From Genetics To Cognition Springer, Heidelberg-Berlin-New York(2015)</ref> agli esseri umani (Khrennikov, 2010,<ref>Khrennikov A. Ubiquitous Quantum Structure: From Psychology To Finances Springer, Berlin-Heidelberg-New York(2010)</ref> Busemeyer e Bruza, 2012<ref>Busemeyer J., Bruza P. Quantum Models of Cognition and Decision Cambridge Univ. Press, Cambridge(2012)</ref>) usano questa amplificazione ed operano con aggiornamenti non CP. Continuiamo la nostra presentazione con tali esempi.<blockquote></blockquote> | |||
{{Bookind2}} | {{Bookind2}} | ||
{{Bib}} | {{Bib}} |
edits