Changes

no edit summary
Line 489: Line 489:     
E' importante spendere attenzione sulla comprensione dei dati delle due tabelle precedenti. La media calcolata sul campione di soggetti sani pari a 0,45 mostra una percentuale del 45% di connettività che a volte viene interpretata come 'Coerenza' tra i processi funzionali <math>{F _{s_1}+F _{s_2}}
 
E' importante spendere attenzione sulla comprensione dei dati delle due tabelle precedenti. La media calcolata sul campione di soggetti sani pari a 0,45 mostra una percentuale del 45% di connettività che a volte viene interpretata come 'Coerenza' tra i processi funzionali <math>{F _{s_1}+F _{s_2}}
  </math>e la stabilità organico/funzioanle <math>O_s </math>.  
+
  </math>e la stabilità organico/funzionale <math>O_s </math>.  
    
Questa percentuale di connettività nei sani va da un minimo del <math>21% </math> ad un massimo del <math>70% </math> ,  mentre decresce drasticamente verso <math>0 </math> e precisamente ad una media di  <math>0,072</math> nei malati, dimostrando una evidente mancanza di connettività tra la componente funzionale ed organica, condizione che da ora chiameremo 'Incoerenza di Stato' per distinguerla dal termine forviante della 'Decoerenza di Stato'.
 
Questa percentuale di connettività nei sani va da un minimo del <math>21% </math> ad un massimo del <math>70% </math> ,  mentre decresce drasticamente verso <math>0 </math> e precisamente ad una media di  <math>0,072</math> nei malati, dimostrando una evidente mancanza di connettività tra la componente funzionale ed organica, condizione che da ora chiameremo 'Incoerenza di Stato' per distinguerla dal termine forviante della 'Decoerenza di Stato'.
 +
 +
Le tabelle 3 e 4 di seguito mostrano i risultati ottenuti per l'indice NGF sui pazienti del campione, con indicazioni dei valori di media e deviazione standard calcolati rispettivamente sui sani e sui malati.
 
{| class="wikitable"
 
{| class="wikitable"
 
|
 
|
Line 497: Line 499:  
|
 
|
 
{| class="wikitable"
 
{| class="wikitable"
! colspan="4" |
+
! colspan="3" |
 
  Tabella 3
 
  Tabella 3
 
|-
 
|-
Line 506: Line 508:  
!α  
 
!α  
 
Index
 
Index
  −
  −
Classification
   
|-
 
|-
 
|1
 
|1
 
|0,3576703434
 
|0,3576703434
|Core set
   
|-
 
|-
 
|2
 
|2
 
  |0,3916353968
 
  |0,3916353968
|Core set
   
|-
 
|-
 
|3
 
|3
 
  |0,3579607340
 
  |0,3579607340
|Core set
   
|-
 
|-
 
|4
 
|4
 
  |0,5522381277
 
  |0,5522381277
|Core set
   
|-
 
|-
 
|5
 
|5
 
  |0,2556222220
 
  |0,2556222220
|Core set
   
|-
 
|-
 
|6
 
|6
 
|0,4653835878
 
|0,4653835878
|Core set
   
|-
 
|-
 
|7
 
|7
 
  |0,2647790800
 
  |0,2647790800
|Core set
   
|-
 
|-
 
|8
 
|8
 
|0,4796755464
 
|0,4796755464
|Core set
   
|-
 
|-
 
|9
 
|9
 
|0,3418267349
 
|0,3418267349
|Core set
   
|-
 
|-
 
|10
 
|10
 
|0,3005515849
 
|0,3005515849
|Core set
   
|-
 
|-
 
|11
 
|11
 
|0,4560897057
 
|0,4560897057
|Core set
   
|-
 
|-
 
|12
 
|12
 
|0,3717479413
 
|0,3717479413
|Core set
   
|-
 
|-
 
|13
 
|13
 
|0,3403007235
 
|0,3403007235
|Core set
   
|-
 
|-
 
|14
 
|14
 
|0,2427038926
 
|0,2427038926
|Core set
   
|-
 
|-
 
|15
 
|15
 
|0,4027232140
 
|0,4027232140
|Core set
   
|-
 
|-
 
|16
 
|16
 
|0,5145622383
 
|0,5145622383
|Core set
   
|-
 
|-
 
|16
 
|16
 
|0,5650367439
 
|0,5650367439
|Core set
   
|-
 
|-
 
|18
 
|18
 
|0,6522602738
 
|0,6522602738
|Core set
   
|-
 
|-
 
|19
 
|19
 
|0,3304537432
 
|0,3304537432
|Core set
   
|-
 
|-
 
|20
 
|20
 
|0,3763831926
 
|0,3763831926
|Core set
   
|-
 
|-
 
|21
 
|21
 
|0,3512625456
 
|0,3512625456
|Core set
   
|-
 
|-
 
|22
 
|22
 
|0,1923918700
 
|0,1923918700
|Core set
   
|-
 
|-
 
|23
 
|23
 
|0,5647913696
 
|0,5647913696
|Core set
   
|-
 
|-
 
|24
 
|24
 
|0,6155338680
 
|0,6155338680
|Core set
   
|-
 
|-
 
|25
 
|25
 
|0,4950486047
 
|0,4950486047
|Core set
   
|-
 
|-
 
|26
 
|26
 
|0,3231765318
 
|0,3231765318
|Core set
   
|-
 
|-
 
|27
 
|27
 
|0,4963230834
 
|0,4963230834
|Core set
   
|-
 
|-
 
|28
 
|28
 
|0,4939577621
 
|0,4939577621
|Core set
   
|-
 
|-
 
|29
 
|29
 
  |0,3617409886
 
  |0,3617409886
|Core set
   
|-
 
|-
 
|30
 
|30
 
  |0,4346089155
 
  |0,4346089155
|Core set
   
|-
 
|-
 
| rowspan="6" |
 
| rowspan="6" |
Line 635: Line 604:  
!
 
!
 
  0,4116146855
 
  0,4116146855
|
   
|-
 
|-
 
!
 
!
Line 641: Line 609:  
|
 
|
 
  0,1128754195
 
  0,1128754195
|
   
|-
 
|-
 
!
 
!
Line 647: Line 614:  
|
 
|
 
  0,6373655245
 
  0,6373655245
|
   
|-
 
|-
 
!
 
!
Line 653: Line 619:  
|
 
|
 
  0,0729884271
 
  0,0729884271
|
   
|-
 
|-
 
!
 
!
Line 659: Line 624:  
|
 
|
 
  0,6522602738
 
  0,6522602738
|
   
|-
 
|-
 
!
 
!
Line 665: Line 629:  
|
 
|
 
  0,1923918700
 
  0,1923918700
|
   
|}
 
|}
 
|}
 
|}
Line 672: Line 635:  
|
 
|
 
{| class="wikitable"
 
{| class="wikitable"
! colspan="4" |
+
! colspan="3" |
 
  Tabella 4
 
  Tabella 4
 
|-
 
|-
Line 681: Line 644:  
!α  
 
!α  
 
Index
 
Index
  −
  −
Classification
   
|-
 
|-
 
|TMDs
 
|TMDs
 
  |0,0721317601
 
  |0,0721317601
|Support set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
|0,0205009735
 
|0,0205009735
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
  |0,0001479464
 
  |0,0001479464
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
  |0,0000735941
 
  |0,0000735941
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
  |0,0055563914
 
  |0,0055563914
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
  |0,0000000000
 
  |0,0000000000
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
|0,0000000000
 
|0,0000000000
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
|0,0020449843
 
|0,0020449843
|0-set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
|0,1155980987
 
|0,1155980987
|Support set
   
|-
 
|-
 
|TMDs
 
|TMDs
 
|0,3172501831
 
|0,3172501831
|Core set
   
|-
 
|-
|
   
|
 
|
 
|
 
|
Line 733: Line 682:  
!
 
!
 
  0,0533303932
 
  0,0533303932
|
   
|-
 
|-
 
!
 
!
Line 739: Line 687:  
|
 
|
 
  0,0955131688
 
  0,0955131688
|
   
|-
 
|-
 
!
 
!
Line 745: Line 692:  
|
 
|
 
  0,3172501831
 
  0,3172501831
|
   
|-
 
|-
 
!
 
!
Line 751: Line 697:  
|
 
|
 
  0,0000000000
 
  0,0000000000
|
   
|}
 
|}
 
|}
 
|}
 
|}<br />
 
|}<br />
   −
=== Membership function ===
+
===Membership function===
 
A questo punto è essenziale connettere il risultato ottenuto, che sostanzialmente quantifica lo 'Stato di Sistema' e nel nostro caso riguarda il Sistema Nervoso Trigeminale, ad una logica di linguaggio medico basata sul modello ''fuzzy logic''.  
 
A questo punto è essenziale connettere il risultato ottenuto, che sostanzialmente quantifica lo 'Stato di Sistema' e nel nostro caso riguarda il Sistema Nervoso Trigeminale, ad una logica di linguaggio medico basata sul modello ''fuzzy logic''.  
   Line 790: Line 735:  
*
 
*
   −
<br />La figura a lato riporta il grafico 1 della membership function applicata all'indice NGF: in particolare in ascisse si colloca l'indice <math>\alpha </math>, in ordinate il valore della membership function <math>\mu_\tilde{A}</math>. La figura riporta altresì le aree sopra descritte: l'intervallo tra 0 e <math>P_1</math> rappresenta lo 0-set, l'intervallo tra <math>P_1</math> e <math>P_2</math> il support set, quello tra <math>P_2</math> e 1 il core set.
+
<br />La figura a lato mostra il grafico 1 della membership function applicata all'indice NGF: in particolare in ascisse si colloca l'indice <math>\alpha </math>, in ordinate il valore della membership function <math>\mu_\tilde{A}</math>. La figura evidenzia altresì le zone sopra descritte: l'intervallo tra 0 e <math>P_1</math> rappresenta lo 0-set, l'intervallo tra <math>P_1</math> e <math>P_2</math> il support set, quello tra <math>P_2</math> e 1 il core set.
 +
 
 +
Le tabelle 5 e 6 riportano il valore dell'Indice <math>\alpha
 +
 
 +
</math> associato alla classificazione dei pazienti effettuata mediante membership function.
 +
 
 +
 
 +
 
   −
Le tabelle 3 e 4 riportano il valore dell'Indice <math>\alpha
+
{| class="wikitable"
 +
|
 +
{| class="wikitable"
 +
|
 +
{| class="wikitable"
 +
! colspan="4" |
 +
Tabella 5
 +
|-
 +
! rowspan="31" |Healthy
 +
subjects
 +
!RDC
 +
protocol
 +
 +
Index
 +
 +
 
 +
Classification
 +
|-
 +
|1
 +
|0,3576703434
 +
|Core set
 +
|-
 +
|2
 +
|0,3916353968
 +
|Core set
 +
|-
 +
|3
 +
|0,3579607340
 +
|Core set
 +
|-
 +
|4
 +
|0,5522381277
 +
|Core set
 +
|-
 +
|5
 +
|0,2556222220
 +
|Core set
 +
|-
 +
|6
 +
|0,4653835878
 +
|Core set
 +
|-
 +
|7
 +
|0,2647790800
 +
|Core set
 +
|-
 +
|8
 +
|0,4796755464
 +
|Core set
 +
|-
 +
|9
 +
|0,3418267349
 +
|Core set
 +
|-
 +
|10
 +
|0,3005515849
 +
|Core set
 +
|-
 +
|11
 +
|0,4560897057
 +
|Core set
 +
|-
 +
|12
 +
|0,3717479413
 +
|Core set
 +
|-
 +
|13
 +
|0,3403007235
 +
|Core set
 +
|-
 +
|14
 +
|0,2427038926
 +
|Core set
 +
|-
 +
|15
 +
|0,4027232140
 +
|Core set
 +
|-
 +
|16
 +
|0,5145622383
 +
|Core set
 +
|-
 +
|16
 +
|0,5650367439
 +
|Core set
 +
|-
 +
|18
 +
|0,6522602738
 +
|Core set
 +
|-
 +
|19
 +
|0,3304537432
 +
|Core set
 +
|-
 +
|20
 +
|0,3763831926
 +
|Core set
 +
|-
 +
|21
 +
|0,3512625456
 +
|Core set
 +
|-
 +
|22
 +
|0,1923918700
 +
|Core set
 +
|-
 +
|23
 +
|0,5647913696
 +
|Core set
 +
|-
 +
|24
 +
|0,6155338680
 +
|Core set
 +
|-
 +
|25
 +
|0,4950486047
 +
|Core set
 +
|-
 +
|26
 +
|0,3231765318
 +
|Core set
 +
|-
 +
|27
 +
|0,4963230834
 +
|Core set
 +
|-
 +
|28
 +
|0,4939577621
 +
|Core set
 +
|-
 +
|29
 +
|0,3617409886
 +
|Core set
 +
|-
 +
|30
 +
|0,4346089155
 +
|Core set
 +
|}
 +
|}
 +
|
 +
{| class="wikitable"
 +
|
 +
{| class="wikitable"
 +
! colspan="4" |
 +
Tabella 6
 +
|-
 +
! rowspan="11" |Diseased
 +
subjects
 +
!RDC
 +
protocol
 +
 +
Index
 +
 +
 
 +
Classification
 +
|-
 +
|TMDs
 +
|0,0721317601
 +
|Support set
 +
|-
 +
|TMDs
 +
|0,0205009735
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0001479464
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0000735941
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0055563914
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0000000000
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0000000000
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,0020449843
 +
|0-set
 +
|-
 +
|TMDs
 +
|0,1155980987
 +
|Support set
 +
|-
 +
|TMDs
 +
|0,3172501831
 +
|Core set
 +
|}
 +
|}
 +
|}<br />Dalle tabelle di cui sopra si evince una notevole difformità di risultati, relativamente ai pazienti malati, tra la classificazione RDC e quella mediante indice NGF. In particolare, l'indice <math>\alpha</math> annovera gran parte dei pazienti malati nello '''0-set''', indicando che in questi casi si è plausibilmente di fronte ad un danno organico o funzionale grave del sistema. Viceversa, la classificazione RDC denota tutti i pazienti malati come affetti da TMDs. L'indice <math>\alpha </math> considera poi due pazienti nell'area '''Support set''', in cui è possibile intercettare un'anomalia funzionale di media entità raffigurabile in TMDs di moderata entità e, dato più sconcertante, uno nel '''Core set'''.
   −
</math> associato alla classificazione dei pazienti effettuata mediante membership function.<br />Dalle tabelle di cui sopra si evince una notevole difformità di risultati, relativamente ai pazienti malati, tra la classificazione RDC e quella mediante indice NGF. In particolare, l'indice <math>\alpha</math> annovera gran parte dei pazienti malati nello '''0-set''', indicando che in questi casi si è plausibilmente di fronte ad un danno organico o funzionale grave del sistema. Viceversa, la classificazione RDC associa tutti i pazienti malati come affetti da TMDs. L'indice <math>\alpha </math> considera poi due pazienti nell'area '''Support set''', in cui è possibile intercettare un'anomalia funzionale di media entità raffigurabile in TMDs di moderata entità e, dato più sconcertante, uno nel '''Core set'''.
      
Essendo emerse le suddette discrepanze nosologiche tra l'Indice <math>\alpha</math> e lo RDC è stato necessario capire quali dei due modelli si avvicinasse di più alla realtà ed è per questo motivo che si è richiesta una consulenza ad altri dipartimenti specialistici per definire una diagnosi corretta e definitiva. Questa richiesta di consulenza è stata considerata come gruppo di esperti e denominata 'Control Espert' (CE).
 
Essendo emerse le suddette discrepanze nosologiche tra l'Indice <math>\alpha</math> e lo RDC è stato necessario capire quali dei due modelli si avvicinasse di più alla realtà ed è per questo motivo che si è richiesta una consulenza ad altri dipartimenti specialistici per definire una diagnosi corretta e definitiva. Questa richiesta di consulenza è stata considerata come gruppo di esperti e denominata 'Control Espert' (CE).
Line 815: Line 963:  
Come già descritto, dopo aver definito l'indice <math>\alpha
 
Come già descritto, dopo aver definito l'indice <math>\alpha
   −
  </math> e dopo aver avuto una visione più dettagliata ed ampia del sistema neuromotorio trigeminale sia dei sani che dei pazienti malati, si sono confrontati i risultati ottenuti con la diagnosi definitiva formulata da vari consulenti quali neurologi, neurofisiologi, internisti ed otorinolaringoiatri oltre che gnatologi e neurognatologi Questa procedura è stata denominata 'Control Expert' (CE), per indicare un controllo specialistico da parte di esperti in altre discipline. La Tabella 5 riporta la classificazione effettuata rispettivamente da CE, protocollo RDC, indice <math>\alpha</math>.
+
  </math> e dopo aver avuto una visione più dettagliata ed ampia del sistema neuromotorio trigeminale sia dei sani che dei pazienti malati, si sono confrontati i risultati ottenuti con la diagnosi definitiva formulata da vari consulenti quali neurologi, neurofisiologi, internisti ed otorinolaringoiatri oltre che gnatologi e neurognatologi Questa procedura è stata denominata 'Control Expert' (CE), per indicare un controllo specialistico da parte di esperti in altre discipline. La Tabella 7 riporta la classificazione effettuata rispettivamente da CE, protocollo RDC, indice <math>\alpha</math>.
      Line 822: Line 970:  
|
 
|
 
{| class="wikitable"
 
{| class="wikitable"
! colspan="5" |Tabella 5
+
! colspan="5" |Tabella 7
 
|-
 
|-
 
! rowspan="11" |Diseased
 
! rowspan="11" |Diseased
Line 889: Line 1,037:     
  </math>==
 
  </math>==
<br />Per 'accuratezza di un test' di solito si legge quanto di seguito riportato: la diagnosi, insieme alla prognosi e alla terapia, è uno dei tre processi decisionali della medicina clinica. I test diagnostici ideali (i cosiddetti Golden Standard) discriminano perfettamente i malati dai sani: una volta eseguito il test, gli individui vengono classificati con assoluta certezza come affetti o non affetti dalla malattia di interesse. A noi questo parlare suona male perchè è nostra convinzione, ma lo si dimostrerà nel corso delle letture, che non esiste certezza assoluta nemmeno per un indice od un dato di laboratorio estremamente sofisticato e preciso.     
+
<br />Per 'accuratezza di un test' di solito si legge quanto di seguito riportato: la diagnosi, insieme alla prognosi e alla terapia, è uno dei tre processi decisionali della medicina clinica. I test diagnostici ideali (i cosiddetti Golden Standard) discriminano perfettamente i malati dai sani: una volta eseguito il test, gli individui vengono classificati con assoluta certezza come affetti o non affetti dalla malattia di interesse. A noi questo parlare suona male perché è nostra convinzione, ma lo si dimostrerà nel corso delle letture, che non esiste certezza assoluta nemmeno per un indice od un dato di laboratorio estremamente sofisticato e preciso.     
   −
Al fine di valutare le prestazioni di un test diagnostico è quindi necessario confrontarne i risultati con il Golden Standard. Nel nostro caso, il Golden Standard è rappresentato dal Control Expert. Nella classificazione dell'indice <math>\alpha</math>, i pazienti collocati nel Core Set sono giudicati ''integri'', quelli del Support Set potrebbero rappresentare pazienti affetti da DTMs di bassa o media gravità mentre nello  0-set sono localizzati i pazienti con ''destrutturazione dell Sistema'' ( pazienti gravi ).
+
Al fine di valutare le prestazioni di un test diagnostico è quindi necessario confrontarne i risultati con il Golden Standard. Nel nostro caso, il Golden Standard è rappresentato dal Control Expert. Nella classificazione dell'indice <math>\alpha</math>, i pazienti collocati nel Core Set sono giudicati ''integri'', quelli del Support Set potrebbero rappresentare pazienti affetti da DTMs di bassa o media gravità mentre nello  0-set sono localizzati i pazienti con ''destrutturazione del Sistema'' ( pazienti gravi ).
   −
<br />La Tabella 6 riporta:
+
<br />La Tabella 8 riporta:
    
- il numero di pazienti di ciascuna classe, come individuati dal CE;
 
- il numero di pazienti di ciascuna classe, come individuati dal CE;
Line 902: Line 1,050:  
{| class="wikitable"
 
{| class="wikitable"
 
|+
 
|+
! colspan="5" |Tabella  6
+
! colspan="5" |Tabella  8
 
|-
 
|-
 
!Tipologia di paziente
 
!Tipologia di paziente
Line 993: Line 1,141:       −
La tabella 7 riporta i tassi ottenuti rispettivamente per l'indice RDC e l'indice NGF (<math>\alpha</math>) sul campione considerato:<br />
+
La tabella 9 riporta i tassi ottenuti rispettivamente per l'indice RDC e l'indice NGF (<math>\alpha</math>) sul campione considerato:<br />
 
{| class="wikitable"
 
{| class="wikitable"
 
|+
 
|+
! colspan="4" |Tabella 7
+
! colspan="4" |Tabella 9
 
|-
 
|-
 
!Descrizione Tasso
 
!Descrizione Tasso
Line 1,093: Line 1,241:  
|33%
 
|33%
 
|}
 
|}
|Da un recente articolo<ref>Tara Renton. [https://pubmed.ncbi.nlm.nih.gov/31675112/ Tooth-Related Pain or Not?] .Headache. 2020 Jan;60(1):235-246. doi: 10.1111/head.13689. Epub 2019 Nov 1.</ref> si evince che la complessità anatomica della regione orofacciale, le potenziali diagnosi differenziali esaustive e la formazione a più specialità, porta a diagnosi errate oltre che ritardate ed a molti pazienti vengono prescritti innumerevoli cicli di antibiotici e sono sottoposti a molteplici interventi chirurgici semplicemente a causa della scarsa istruzione dovuta alla formazione specialistica. La complessità diagnostica dipende, perciò, da molte variabili ed una in particolare l'incapacità di valutazione dello 'Stato' di sistema masticatorio che dà largo spazio ad interpretazioni errate e circoscritte al contesto odontoiatrico. Per questo motivo il modello considera soltanto il 33% dei DTMs in base al loro medio basso danno funzionale del Sistema Nervoso neuromotorio trigeminale. E' nostra opinione che in questo scenario di Support set i malati '''non debbano essere trattati come DTMs''' perchè potrebbe trattarsi soltanto di episodi non correlati ad effettiva destrutturazione e/o disfunzione. In questo caso il paziente dovrà entrare nell'analisi dell'andamento attraverso i processi di Markov che saranno descritti nel capitolo specifico.
+
|Da un recente articolo<ref>Tara Renton. [https://pubmed.ncbi.nlm.nih.gov/31675112/ Tooth-Related Pain or Not?] .Headache. 2020 Jan;60(1):235-246. doi: 10.1111/head.13689. Epub 2019 Nov 1.</ref> si evince che la complessità anatomica della regione orofacciale, le potenziali diagnosi differenziali esaustive e la formazione a più specialità, porta a diagnosi errate oltre che ritardate ed a molti pazienti vengono prescritti innumerevoli cicli di antibiotici e sono sottoposti a molteplici interventi chirurgici semplicemente a causa della scarsa istruzione dovuta alla formazione specialistica. La complessità diagnostica dipende, perciò, da molte variabili ed una in particolare l'incapacità di valutazione dello 'Stato' di sistema masticatorio che dà largo spazio ad interpretazioni errate e circoscritte al contesto odontoiatrico. Per questo motivo il modello considera soltanto il 33% dei DTMs in base al loro medio basso danno funzionale del Sistema Nervoso neuromotorio trigeminale. E' nostra opinione che in questo scenario di Support set i malati '''non debbano essere trattati come DTMs''' perché potrebbe trattarsi soltanto di episodi non correlati ad effettiva destrutturazione e/o disfunzione. In questo caso il paziente dovrà entrare nell'analisi dell'andamento attraverso i processi di Markov che saranno descritti nel capitolo specifico.
    
{|
 
{|
Line 1,131: Line 1,279:  
|17%
 
|17%
 
|}
 
|}
|Uno dei dati uscenti dalla tabella 5 riguardanti la percentuale di rilevazione di malattia è il 17% dell'indice '''<math>\alpha
+
|Uno dei dati uscenti dalla tabella 9 riguardanti la percentuale di rilevazione di malattia è il 17% dell'indice '''<math>\alpha
    
  </math>''' di aver riconosciuto come sano un soggetto affetto da DTMs rispetto allo RDC ed al gruppo 'CE'. Questo dato sembrerebbe controtendenza e cioè considerare il soggetto con una patologia minore quando lo stesso è affetto da una patologia di maggiore gravità. Nel contesto si potrebbe apparentemente supporre che l'Indice '''<math>\alpha
 
  </math>''' di aver riconosciuto come sano un soggetto affetto da DTMs rispetto allo RDC ed al gruppo 'CE'. Questo dato sembrerebbe controtendenza e cioè considerare il soggetto con una patologia minore quando lo stesso è affetto da una patologia di maggiore gravità. Nel contesto si potrebbe apparentemente supporre che l'Indice '''<math>\alpha
   −
  </math> '''abbia una falla nel modello diagnostico ma contrariamente all'apparenza questo dato è illuminante da un punto di vista epistemologico perchè '''mette in evidenza una sconcertante verità quella in cui sia lo 'CE', lo 'RDC' nonchè lo Indice <math>\alpha
+
  </math> '''abbia una falla nel modello diagnostico ma contrariamente all'apparenza questo dato è illuminante da un punto di vista epistemologico perché '''mette in evidenza una sconcertante verità quella in cui sia lo 'CE', lo 'RDC' nonchè lo Indice <math>\alpha
    
  </math> siano in errore diagnostico'''. Gli errori diagnostici sono stati contemplati in molti studi clinici come si evince da un recente articolo di Hardeep Singh e collaboratori in cui si definiscono gli errori diagnostici come opportunità mancate che potrebbero essere utilizzate per promuovere l'apprendimento e il miglioramento rispetto all'assegnazione di colpe o responsabilità a un singolo clinico.<ref>Hardeep Singh. [https://pubmed.ncbi.nlm.nih.gov/24730204/ Editorial: Helping health care organizations to define diagnostic errors as missed opportunities in diagnosis]. Jt Comm J Qual Patient Saf. 2014 Mar;40(3):99-101. doi: 10.1016/s1553-7250(14)40012-6.</ref> Il dato del 17% dello indice '''<math>\alpha
 
  </math> siano in errore diagnostico'''. Gli errori diagnostici sono stati contemplati in molti studi clinici come si evince da un recente articolo di Hardeep Singh e collaboratori in cui si definiscono gli errori diagnostici come opportunità mancate che potrebbero essere utilizzate per promuovere l'apprendimento e il miglioramento rispetto all'assegnazione di colpe o responsabilità a un singolo clinico.<ref>Hardeep Singh. [https://pubmed.ncbi.nlm.nih.gov/24730204/ Editorial: Helping health care organizations to define diagnostic errors as missed opportunities in diagnosis]. Jt Comm J Qual Patient Saf. 2014 Mar;40(3):99-101. doi: 10.1016/s1553-7250(14)40012-6.</ref> Il dato del 17% dello indice '''<math>\alpha
Editor, Editors, editor
59

edits