Statistica e strategie d’indagine (fuori paniere 25/02/26)

Un IC95% stretto indica: Minima precisione della stima. Elevata validità esterna. Elevata validità interna. Elevata precisione della stima.

Nel modello logistico l'esponente del coefficiente β fornisce: La differenza di prevalenza. Il rischio relativo diretto. L’odds ratio. La media condizionata.

In uno studio di sorveglianza alimentare si testa HO: p=0.05 contro H1: p>0.05. Se il p-value è 0.032 con a=0.01, quale decisione è corretta?. Si accetta H1 indipendentemente da α. Il test non è valido senza intervallo di confidenza. Si rifiuta HO perché p-value <0.05. Non si rifiuta HO perché p-value > α.

Nel campionamento casuale semplice di lotti alimentari: Ogni unità ha diversa probabilità di selezione. Ogni unità ha uguale probabilità di selezione. Si basa su giudizio esperto. Non serve lista completa.

L'incidenza cumulativa misura: La probabilità di sviluppare la malattia in un periodo non definito. La probabilità di sviluppare la malattia. La probabilità di sviluppare la malattia con un x tasso di letalità. La probabilità di sviluppare la malattia in un periodo definito.

Nell'Analisi delle Componenti Principali applicata a nutrienti: Le componenti sono combinazioni logistiche ortogonali. Le componenti sono combinazioni esponenziali ortogonali. Tutte le risposte sono errate. Le componenti sono combinazioni lineari ortogonali.

In uno studio caso-controllo su contaminazione da Listeria, l'OR stima: La prevalenza puntuale. Il rapporto tra odds di esposizione nei casi e nei controlli. Il rapporto tra odds di esposizione nei casi e nelle coorti. Il rapporto tra odds di esposizione nei casi e incidenta cumulativa.

In un modello di regressione lineare per prevedere contaminazione microbica, un R^2=0.82 indica che: L'82% della variabilità della risposta è spiegata dal modello. Il coefficiente β è necessariamente significativo e spiegato. L'82% dei dati è privo di errore è spiegato dal modello. Il modello non necessita validazione per essere spiegato.

Nel clustering gerarchico applicato a dati epidemiologici, la linkage completa: Considera la massima distanza tra elementi dei cluster. Richiede normalità dei dati. Considera la minima distanza tra elementi dei cluster. Impone anormalità dei dati.

Il p-value rappresenta: La probabilità di osservare un risultato almeno così estremo se HO è vera. La probabilità di osservare un risultato almeno così estremo se H1 è vera. L'errore di I tipo. L'errore di II tipo.

In un modello ARIMA applicato a casi di tossinfezione: Si necessita differenziare la serie. La stazionarietà non è requisitio fondamentale. Non serve differenziare la serie. La stazionarietà è requisito fondamentale.

In uno studio coorte su dieta e salmonellosi, il tasso di incidenza richiede: Campione stratificato obbligatorio. Tempo-persona al denominatore. Campione stratificato non obbligatorio. Tempo-persona al numeratore.

Se sensibilità=95% e specificità=60%, il test produce: Molti falsi negativi. Molti falsi positivi. Valore predittivo positivo elevato indipendentemente dalla prevalenza. Valore predittivo negativo elevato indipendentemente dalla prevalenza.

Una variabile confondente deve essere: Non è possibile definirla senza altri dati. Associata sia all'esposizione che all'esito. Associata solo all'esposizione. Associata solo all'esito.

Nel campionamento stratificato proporzionale in controllo alimentare: La varianza stimata è generalmente superiore rispetto al casuale semplice. Gli strati devono essere omogenei tra loro. Gli strati devono essere eterogenei tra loro. La varianza stimata è generalmente inferiore rispetto al casuale semplice.

Aumentare la dimensione campionaria riduce: Tutte le risposte sono errate. Il livello α. Il bias di selezione. Il p-value osservato.

Una carta di controllo con punto oltre 3σ indica: Variabilità naturale. Tutte le risposte sono errate. Bias di selezione. Errore sistematico nel calcolo della media.

Nel sistema RASFF, un segnale ripetuto su stesso alimento suggerisce: Bias di pubblicazione e di campionamento. Errore casuale di campionamento. Riduzione del rischio relativo di campionamento. Possibile cluster sistematico da indagare.

In un outbreak alimentare con RR=2.4 (IC95% 0.98-5.1), quale interpretazione è corretta?. L’IC dimostra causalità. Il RR è sempre significativo se >1. Il rischio è certamente raddoppiato. L'associazione non è statisticamente significativa al 5%.

Il recall bias in epidemiologia alimentare colpisce principalmente: Studi caso-controllo. Analisi di regressione lineare. Studi ecologici. Studi caso-coorte.

Nel modello a effetti casuali in metanalisi: Non si calcola I^2. Non si stima varianza tra studi. Si assume effetto identico per tutti. Si assume eterogeneita tra studi.

Un aumento della prevalenza può dipendere da: Riduzione dell'incidenza. Riduzione del follow-up. Tutte le risposte sono errate. Aumento della specificità del test.

Nel random forest per previsione outbreak: Produce un solo albero. Non serve validazione incrociata. Si assume linearità tra variabili. Tutte le risposte sono errate.

La sorveglianza attiva rispetto alla passiva: Ha minore sensibilità ma costi più elevati. Ha minore sensibilità e costi più bassi. Tutte le risposte sono errate. Ha maggiore sensibilità ma costi più elevati.