Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Statystyka w medycynie

Informacje ogólne

Kod przedmiotu: 1000-AD-StatMed
Kod Erasmus / ISCED: (brak danych) / (0541) Matematyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Statystyka w medycynie
Jednostka: Wydział Matematyki i Informatyki
Grupy: Analiza danych-przedmiot do wyboru
Punkty ECTS i inne: 6.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Wymagania wstępne:

Zaliczenie przedmiotu Biostatystyka.

Całkowity nakład pracy studenta:

Wykład – 30 godz.

Ćwiczenia – 30 godz.

Samodzielne studiowanie tematyki zajęć, konsultacje z prowadzącymi zajęcia – 35 godz.

Rozwiązywanie zadań domowych – 25 godz.

Przygotowanie do egzaminu – 30 godz.

Razem 150 godz. (6 pkt. ECTS.)

Efekty uczenia się - wiedza:

W1: Rozumie zasady zbierania danych medycznych i przeprowadzania badań statystycznych w medycynie (badania prospektywne i retrospektywne) (K_W02, K_W03).


W2: Zna metody statystyczne używane do analizy danych medycznych (K_W04, K_W06).


W3: Zna narzędzia pozwalające na przeprowadzanie analizy danych medycznych i prezentację wyników w formie zrozumiałej dla lekarzy i osób prowadzących badania naukowe w dziedzinie medycyny (K_W07).


W4: Zna i rozumie schematy pobierania próbek i planowania badań statystycznych (K_W02).


W5: Rozumie metody walidacji krzyżowej (K_W01, K_W03).


W6: Zna zasady obliczeń Monte Carlo w statystyce (K_W06, K_W07).


W7: Zna nieparametryczne metody estymacji funkcji gęstości i funkcji regresji nieliniowej (K_W06).


W8: Rozumie podstawowe cele meta analizy i zna odpowiednie metody statystyczne (K_W06).


W9: Zna proste modele epidemiologii (K_W07, K_W06).

Efekty uczenia się - umiejętności:

U1: Umie powiązać podstawowe rodzaje badań statystycznych w medycynie z odpowiednimi metodami analizy danych i wnioskowania (K_U01).


U2: Umie dobrać odpowiednie metody statystyczne do analizy danych medycznych (K_U05, K_U06, K_U16).


U3: Umie używać przynajmniej jednego pakietu statystycznego do analizy danych medycznych i prezentacji wyników w formie zrozumiałej dla lekarzy i osoby prowadzące badania naukowe w dziedzinie medycyny (K_U19, J_U04).


U4: Umie zastosować różne schematy pobierania próbek i planowania badań statystycznych (losowanie warstwowe, zespołowe, wyznaczanie potrzebnej liczebności próbki) (K_U03).


U5: Umie zastosować metody walidacji krzyżowej (K_U17).


U6: Umie przeprowadzić symulacje dotyczące własności metod statystycznych (K_U16).


U7: Umie wykorzystać nieparametryczne estymatory gęstości i regresji (K_U16).


U8: Potrafi wykorzystać dane zaczerpnięte z literatury, używając metody meta analizy (K_U02, K_U03, K_U21).


U9: Potrafi budować proste modele epidemiologiczne (K_U06).


U10: Potrafi współpracować z lekarzami i przeprowadzić badania w zakresie analizy statystycznej danych medycznych (K_U20).

Efekty uczenia się - kompetencje społeczne:

K1: Potrafi wyjaśnić lekarzom zasady zbierania danych medycznych i specyfikę danych statystycznych (K_K02).


K2: Potrafi przekazać w sposób zrozumiały dla nie-statystyka wyniki analizy danych (K_K02).


K3: Ma świadomość etycznych i prawnych aspektów zbierania i analizy danych medycznych. (K_K01).

Metody dydaktyczne:

Wykład – wykład konwencjonalny (informacyjny)

Ćwiczenia – metoda ćwiczeniowa

Metody dydaktyczne podające:

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- ćwiczeniowa
- laboratoryjna
- projektu

Skrócony opis:

Celem zajęć jest zapoznanie studentów z aspektami pracy z danymi medycznymi, rodzajami badań i metod statystycznych używanych do analizy danych medycznych. Skrócony plan przedmiotu przedstawia się następująco.

1: Dane medyczne i rodzaje badań statystycznych w medycynie.

2: Metody statystyczne używane do analizy danych medycznych.

3: Narzędzia informatyczne do analizy danych medycznych

4: Schematy pobierania próbek i planowania badań statystycznych.

5: Metody walidacji krzyżowej i rozszczepiania próbki.

6: Metody Monte Carlo w statystyce.

7: Nieparametryczna estymacja gęstości i regresji nieliniowej

8: Meta analiza.

9: Proste modele epidemiologii.

Pełny opis:

1: Zasady zbierania danych medycznych i przeprowadzania badań statystycznych w medycynie (badania prospektywne i retrospektywne).

2: Metody statystyczne używane do analizy danych medycznych.

3: Narzędzia informatyczne pozwalające na przeprowadzanie analizy danych medycznych i prezentację wyników.

4: Schematy losowania próbek i planowania badań statystycznych. Losowanie warstwowe, zespołowe. Określanie niezbędnej liczebności próbki. Obserwacje odstające i braki danych.

5: Metody walidacji krzyżowej i rozszczepiania próbki. Bootstrap.

6: Metody Monte Carlo i symulacje stochastyczne w statystyce. Testy permutacyjne.

7: Nieparametryczna estymacja gęstości i regresji nieliniowej

8: Podstawowe cele meta analizy i odpowiednie metody statystyczne.

9: Proste modele epidemiologii.

Literatura:

Literatura podstawowa:

- A. Petrie, C. Sabin (2006) „Statystyka medyczna w zarysie”, PZWL Warszawa.

- J. Koronacki i J. Mielniczuk (2009), „Statystyka” , Warszawa WNT.

- J. Koronacki i J. Ćwik (2008) „Statystyczne systemy uczące się”, Wydawnictwo Exit.

Literatura uzupełniająca:

- D.G. Altman (1991) „Practical statistics for medical research”, Chapman & Hall.

Metody i kryteria oceniania:

Egzamin (pisemny i ustny) – W1- W9

Kolokwium – U1-U9.

Projekt - U1-U3, U10, K1-K3.

Aktywność – K1, K2, K3 – tylko kompetencje.

Praktyki zawodowe:

Nie dotyczy.

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Agnieszka Goroncy
Prowadzący grup: Agnieszka Goroncy
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin
Uwagi:

MS Teams - kod zespołu: tz1hp12

Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)

Okres: 2023-02-20 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Agnieszka Goroncy
Prowadzący grup: Agnieszka Goroncy
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-20 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: Agnieszka Goroncy
Prowadzący grup: Agnieszka Goroncy
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-24 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 30 miejsc więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Agnieszka Goroncy
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-2 (2024-11-25)