Difference between revisions of "Store:LPLit04"

<math>E_1</math> = pazienti con degenerazione ossea dell'articolazione temporo-mandibolare.

<math>E_2</math> = pazienti che hanno riportato dolore orofacciale.

<math>E_3</math> = pazienti senza degenerazione ossea dell'articolazione temporo-mandibolare.

====La partizione della rilevanza causale====

:Essere sempre <math>n</math> il numero di persone su cui dobbiamo condurre le analisi, se dividiamo (in base a determinate condizioni come spiegato di seguito) questo gruppo in <math>k</math> sottoinsiemi <math>C_i</math> con <math>i=1,2,\dots,k</math> viene creato un cluster chiamato "set di partizioni" <math>\pi</math>

:<math>\pi = \{C_1, C_2,\dots,C_k \} \qquad \qquad \text{con} \qquad \qquad C_i \subset n , </math>

dove con il simbolismo <math>C_i \subset n </math> indica che la sottoclasse <math>C_i</math> è contenuta in <math>n</math>

La partizione <math>\pi</math> per poter essere definita come partizione di rilevanza causale, deve avere queste proprietà:<blockquote>Per ogni sottoclasse <math>C_i</math> la condizione deve essere che <math>rc=P(D \mid C_i)- P(D )\neq 0, </math> cioè la probabilità di trovare nel sottogruppo <math>C_i</math> una persona che presenti i sintomi, i segni clinici e gli elementi appartenenti all'insieme <math>D=\{\delta_1,\delta_2,...,\delta_n\}</math>. Una partizione causalmente rilevante di questo tipo si dice '''omogenea'''.

 

 

Supponiamo che in un campione di 10.000 soggetti da 20 a 70 avremo un'incidenza di 30 soggetti <math>p(D)=0.003</math> che presentano segni clinici <math>\delta_1</math> e <math>\delta_4

</math>. Abbiamo preferito utilizzare questi report per la dimostrazione del processo probabilistico perché in letteratura i dati relativi segni e sintomi clinici per i Disturbi temporo-mandibolari hanno una variazione troppo ampia e un'incidenza troppo alta a nostro avviso.

*{{q2|Una partizione omogenea fornisce ciò che siamo abituati a chiamare Diagnosi Differenziale.|}}

Queste probabilità condizionali dimostrano che ciascuna delle quattro sottoclassi della partizione è causalmente rilevante per i dati del paziente <math>D=\{\delta_1,.....\delta_n\}</math> nel campione di popolazione <math>PO</math>. Data la suddetta partizione della classe di riferimento, abbiamo le seguenti situazioni cliniche:

*<math>\C_1 \equiv </math>Mary Poppins <math>\in</math> degenerazione dell'articolazione temporo-mandibolare <math>\cap</math> Disturbi temporo-mandibolari

*<math>\C_2 \equiv </math>Mary Poppins <math>\in</math> degenerazione dell'articolazione temporo-mandibolare <math>\cap</math> no Disturbi temporo-mandibolari

 

*<math>\C_3 \equiv </math>Mary Poppins <math>\in</math> no degenerazione dell'articolazione temporo-mandibolare <math>\cap</math> Disturbi temporo-mandibolari

*<math>\C_4 \equiv </math>Mary Poppins <math>\in</math> no degenerazione dell'articolazione temporo-mandibolare <math>\cap</math> no Disturbi temporo-mandibolari

 

Per arrivare alla diagnosi finale di cui sopra, abbiamo condotto un'analisi probabilistico-causale dello stato di salute di Mary Poppins i cui dati iniziali erano <math>D=\{\delta_1,.....\delta_n\}</math>

 

 

In generale, possiamo fare riferimento a un processo logico in cui esaminiamo i seguenti elementi:

*un individuo: <math>a</math>

*il suo set di dati iniziale <math>D=\{\delta_1,.....\delta_n\}</math>

A questo punto dovremmo introdurre argomentazioni troppo specialistiche che distoglierebbero il lettore dall'argomento ma che hanno un'elevata importanza epistemica per le quali cercheremo di estrarre il filo logico più semplice descritto nel concetto Analysandum/Analysans.

}}</ref><blockquote>

*'''Analysandum''' <math> = \{P(D),a\}</math>: è una forma logica che contiene due parametri: la probabilità <math>P(D)</math> di selezionare una persona che ha i sintomi e gli elementi appartenenti all'insieme <math>D=\{\delta_1,\delta_2,...,\delta_n\}</math> e il generico individuo <math>a</math> che è incline a quei sintomi.

*'''<nowiki/>'<nowiki/>''Analysan '''''<nowiki/>''<math>= \{\pi,a,KB\}</math>''': '''''è una forma logica che contiene tre parametri: la partizione <math>\pi</math>, il generico individuo <math>a</math> appartenente al campione di popolazione '''''<math>n</math> '''e la <math>KB</math>''<nowiki/>' (Conoscenza di base) che comprende un insieme di <math>n>1</math> di affermazioni di probabilità condizionata.

 

 

ciò significa che la nostra Mary Poppins è affetta per il 95% da TMD, poiché ha una degenerazione dell'articolazione temporo-mandibolare e altri dati positivi per addizione <math>D=\{\delta_1,.....\delta_n\}</math>