- Oggetto:
- Oggetto:
Statistica in Sanità II
- Oggetto:
Health statistics I
- Oggetto:
Anno accademico 2024/2025
- Codice dell'attività didattica
- SSP0012B
- Docente
- Alessandra Macciotta (Docente Titolare dell'insegnamento)
- Insegnamento integrato
- METODI DELLA RICERCA (SSP0012)
- Anno
- 1° anno
- Periodo didattico
- Primo semestre
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 2
- SSD dell'attività didattica
- MED/01 - statistica medica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria
- Tipologia d'esame
- Scritto ed orale
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Obiettivo dell’insegnamento è quello di fornire agli studenti i metodi e gli strumenti per acquisire i principi base della ricerca scientifica, al fine di comprenderne e valutarne criticamente i risultati, e condurre autonomamente semplici analisi dei dati.
The aim of the course is to provide students with the methods and tools to acquire the basic principles of scientific research in order to understand and critically evaluate the results, and to conduct simple data analyses independently.
- Oggetto:
Risultati dell'apprendimento attesi
Conoscenza e capacità di comprensione:
Lo studente conoscerà l’utilità della statistica e dei metodi quantitativi nella ricerca biomedica. Acquisirà capacità di comprensione dell’inferenza statistica applicata alla medicina e sarà in grado di valutare criticamente i risultati degli articoli scientifici.
Capacità di applicare conoscenza e comprensione:
Lo studente sarà in grado di valutare le associazioni di tipo lineare fra variabili continue in uno studio biomedico, adattare modelli lineari semplici e multivariabili e interpretare correttamente i coefficienti di regressione alla luce dell'inferenza statistica, adattare modelli di regressione logistica per variabili di esito binarie, modellare il "tempo all'evento" con lo stimatore di Kaplan-Meier, adattare modelli di regressione di Cox per analizzare la relazione tra il tempo all'evento e predittori selezionati.
Autonomia di giudizio:
Lo studente sarà in grado di partecipare con ampia autonomia ai progetti di ricerca, lavorare con altre figure professionali recependo i problemi e le tematiche statistiche di base, individuare il metodo statistico più adeguato per descrivere i dati, leggere in maniera critica i risultati riportati nelle pubblicazioni scientifiche.
Abilità comunicative:
Gli studenti saranno in grado di comunicare, attraverso la stesura di protocolli di ricerca, report finali e lavori scientifici, i metodi, i risultati e l’interpretazione statistica di uno studio, utilizzando appropriato linguaggio scientifico.
Capacità di apprendere:
Gli studenti saranno in grado di esaminare criticamente e valutare risultati degli studi scientifici utilizzando gli approcci dell'inferenza statistica.Knowledge and understanding:
The student will know the usefulness of statistics and quantitative methods in biomedical research. He/she will gain skills in understanding statistical inference applied to medicine and be able to critically evaluate the results of scientific articles.
Ability to apply knowledge and understanding:
The student will be able to evaluate linear associations between continuous variables in a biomedical study, fit simple and multivariable linear models and correctly interpret regression coefficients in light of statistical inference, fit logistic regression models for binary outcome variables, model “time-to-event” with the Kaplan-Meier estimator, fit Cox regression models to analyze the relationship between time-to-event and selected predictors.
Judgment skills:
The student will be able to participate with wide autonomy in research projects, work with other professionals by transposing basic statistical problems and issues, identify the most appropriate statistical method to describe data, critically read the results reported in scientific publications
Communication Skills:
Students will be able to communicate, through the writing of research protocols, final reports and scientific papers, the methods, results and statistical interpretation of a study, using appropriate scientific language.
Learning skills:
Students will be able to critically examine and evaluate results of scientific studies using statistical inference approaches.
- Oggetto:
Modalità di insegnamento
L’insegnamento si articola in 20 ore di didattica.
Le lezioni saranno organizzate secondo il calendario del corso e si terranno, salvo situazioni di impossibilità oggettiva, in presenza. Le diapositive ed il materiale integrativo sarà disponibile sulla piattaforma Moodle del corso.Le lezioni teoriche (frontali e interattive) si alterneranno a esercitazioni e discussioni.
La frequenza è obbligatoria.
The course consists of 20 teaching hours.
Lectures will be organised according to the course calendar and will be held, except in situations of objective impossibility, in presence. The slides and supplementary material will be available on the course's Moodle platform.Theoretical lectures (face-to-face and interactive) will alternate with exercises and discussions.
Attendance is mandatory.
- Oggetto:
Modalità di verifica dell'apprendimento
Esame scritto (della durata di circa 1 ora) in lingua italiana, finalizzato alla valutazione del raggiungimento dei risultati attesi, con votazione in trentesimi. L'esame sarà considerato superato con votazione ≥ 18/30.
L'esame è volto ad accertare la conoscenza degli argomenti elencati nel programma e la capacità di applicare la teoria alla soluzione di brevi esercizi statistici oltre che all’analisi di dati statistici derivanti da articoli di ricerca scientifica. L'esame prevede domande a risposta multipla, quesiti aperti, e opzioni Vero/Falso.
Written exam (lasting approximately 1 hour) in Italian, aimed at assessing the achievement of expected results, with grading on a 30-point scale. The exam will be considered passed with a grade of ≥ 18/30.
The exam is designed to verify the knowledge of the topics listed in the program and the ability to apply theory to the solution of brief statistical exercises, as well as the analysis of statistical data deriving from scientific research articles. The exam includes multiple-choice questions, open-ended questions, and True/False options.
- Oggetto:
Programma
-
Introduzione alla Correlazione e Regressione
- Fondamenti dei modelli di regressione.
-
Regressione Lineare
- Teoria e applicazioni pratiche.
- Esempi ed esercizi per una comprensione approfondita.
-
Regressione Logistica
- Concetti chiave e utilizzo nei dati binari.
- Esempi pratici e esercizi per consolidare le competenze.
-
Analisi della Sopravvivenza
- Introduzione allo stimatore di Kaplan-Meier e al modello di Cox.
- Esempi pratici e esercizi per l'analisi del tempo all'evento.
-
Introduction to Correlation and Regression
- Fundamentals of regression models.
-
Linear Regression
- Theory and practical applications.
- Examples and exercises for in-depth understanding.
-
Logistic Regression
- Key concepts and usage with binary data.
- Practical examples and exercises to reinforce skills.
-
Survival Analysis
- Introduction to the Kaplan-Meier estimator and Cox model.
- Practical examples and exercises for time-to-event analysis.
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
Biostatistica- Anno pubblicazione:
2003- Editore:
Idelson - Gnocchi- Autore:
Pagano - Gauvreau- Obbligatorio:
- No
- Oggetto:
- Libro
- Titolo:
Statistica Medica, metodi statistici per la ricerca in Medicina, (III edizione)- Anno pubblicazione:
1996- Editore:
Mc Graw-Hill Libri Italia, Milano- Autore:
Armitage P., Berry G.- Obbligatorio:
- No
- Oggetto:
Qualsiasi altro testo di biostatistica che tratti modelli di regressione linear, logistica e analisi della sopravvivenza
- Oggetto:
Orario lezioni
Lezioni: dal 29/01/2025 al 12/02/2025
- Oggetto:
