| Títol variant: |
Methods of Analysis in Health Sciences |
| Títol variant: |
Métodos de Análisis en Ciencias de la Salud |
| Data: |
2021-22 |
| Resum: |
Els objectius principals del curs són: - Conèixer els principals tipus de dissenys d'estudi en l'àmbit de l'epidemiologia. - Conèixer l'impacte potencial de les dades faltants i de l'error de mesura sobre els resultats d'una anàlisia estadística. - Conèixer els principals indicadors per mesurar la presència d'una malaltia o una exposició. - Conèixer els principals indicadors per mesurar l'associació entre l'exposició i la malaltia, especialment en el cas que l'exposició i l'indicador de salut siguin binaris. - Ser capaç d'identificar les eines estadístiques adequades per a l'avaluació de l'associació entre una determinada exposició i un determinat indicador de salut, segons les característiques del disseny de l'estudi, en el context dels estudis epidemiològics. - Conèixer el disseny i la implementació d'una prova exacta segons el disseny de l'estudi. - Conèixer el disseny i la implementació de simulacions relacionades amb conceptes com el poder empíric o el càlcul de la mida de la mostra. - Ser capaç de buscar articles científics amb PubMed de manera eficient. - Familiaritzar-se amb la lectura d'articles científics. - Saber aplicar els conceptes estudiats en l'assignatura per resoldre exercicis basats en dades epidemiològiques reals. - Millorar l'eficiència en la programació en R per resoldre les tasques pràctiques proposades durant el curs. 1 - Millorar l'eficiència en la programació en R per resoldre les tasques pràctiques proposades durant el curs. - Ser capaç d'escriure informes estadístics reproduïbles mitjançant LaTeX i el paquet knitr d'R. |
| Resum: |
The main aims of the course are: - Learn about the main types of study designs in the field of Epidemiology. - Learn about the potential impact of both missing data and error measurement on the results of a statistical analysis. - Learn about the main indicators to measure the presence of a disease or an exposure. - Learn about the main indicators to measure the association between exposure and disease, specially in the case where both exposure and outcome are binary. - Be able to identify the appropriate statistical tools for the assessment of the association between a given exposure (potential risk or protective factor) and a given health outcome, according to the characteristics of the study design, in the context of epidemiological studies. - Learn about the design and implementation of an exact test according to the study design. - Learn about the design and implementation of simulation studies related to concepts such as empirical power or sample size calculation. - Be able to search scientific papers using PubMed efficiently. - Get familiar with the reading of scientific papers. 1 - Be able to apply the concepts studied in the subject to solve exercises based in true epidemiological data. - Improve the efficiency when programming in R to solve the practical tasks proposed during the course. - Be able to write reproducible statistical reports using LaTeX and the R package knitr. |
| Resum: |
Los objetivos principales del curso son: - Conocer los principales tipos de diseños de estudio en el ámbito de la epidemiología. - Conocer el impacto potencial de los datos faltantes y del error de medida sobre los resultados de un análisis estadístico. - Conocer los principales indicadores para medir la presencia de una enfermedad o una exposición. - Conocer los principales indicadores para medir la asociación entre la exposición y la enfermedad, especialmente en el caso de que la exposición y el indicador de salud sean binarios. - Ser capaz de identificar las herramientas estadísticas adecuadas para la evaluación de la asociación entre una determinada exposición y un determinado indicador de salud, según las características del diseño del estudio, en el contexto de los estudios epidemiológicos. - Conocer el diseño y la implementación de una prueba exacta según el diseño del estudio. - Conocer el diseño y la implementación de simulaciones relacionadas con conceptos como el poder empírico o el cálculo del tamaño de la muestra. - Ser capaz de buscar artículos científicos con PubMed de manera eficiente. - Familiarizarse con la lectura de artículos científicos. - Saber aplicar los conceptos estudiados en la asignatura para resolver ejercicios basados en datos epidemiológicos reales. - Mejorar la eficiencia en la programación en R para resolver las tareas prácticas propuestas durante el curso. 1 - Mejorar la eficiencia en la programación en R para resolver las tareas prácticas propuestas durante el curso. - Ser capaz de escribir informes estadísticos reproducibles mediante LaTeX y el paquete knitr de R. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Llengua: |
Català, anglès, castellà |
| Titulació: |
Matemàtica Computacional i Analítica de Dades [2503740] |
| Pla d'estudis: |
Grau en Matemàtica Computacional i Analítica de Dades [1403] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
