Editor, Editors, USER, admin, Bureaucrats, Check users, dev, editor, founder, Interface administrators, oversight, Suppressors, Administrators, translator
10,784
edits
Difference between revisions of "Dolore Orofacciale"
no edit summary
| Line 30: | Line 30: | ||
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 | 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 | </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 in grado di realizzare una logica di linguaggio formale come la matematica visto l'aleatorietà intrinseca ai modelli biologici. Anche i modelli di Bayes, però, incorporano un limite concettuale che se superato migliorerebbe il dato probabilistici e contestualmente il valore predittivo <math>P(M|Pos) | ||
</math> in uscita. In breve la formula di Bayes appare sotto questa forma: | |||
<math>P(M|Pos)=\frac{P(Pos|M)\cdot P(M)}{P(Pos|M)\cdot P(M)+P(Pos|S)\cdot P(S)} | |||
</math> | |||
Si può quindi notare che per calcolare il valore predittivo del test non basta conoscerne la sensibilità e la specificità, ma occorre conoscere anche la probabilità '''con cui la malattia colpisce la popolazione complessiva.<math>P(M)}{ | |||
</math>''' | |||
----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 | |||
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> | 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> | ||