Statystyka w medycynie

Zaliczenie przedmiotu Biostatystyka.

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.)

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).

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).

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).

Wykład – wykład konwencjonalny (informacyjny)

Ćwiczenia – metoda ćwiczeniowa

- wykład informacyjny (konwencjonalny)

- ćwiczeniowa
- laboratoryjna
- projektu

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.

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 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.

Egzamin (pisemny i ustny) – W1- W9

Kolokwium – U1-U9.

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

Aktywność – K1, K2, K3 – tylko kompetencje.

Nie dotyczy.