Obiettivi formativi
Al termine del corso lo studente dovrebbe essere in grado di: comprendere l’importanza della statistica medica nella metodologia della ricerca in campo medico; - leggere un articolo scientifico biomedico di base, comprendendone la struttura; - maneggiare un database semplice, con particolare riferimento alla medicina clinica (vedasi anche il corso elaborazione dati).
Prerequisiti
Conoscenze di base di matematica e inglese. E' previsto l'utilizzo della piattaforma elly (elly.medicina.unipr.it) per cui gli studenti avranno formazione specifica.
Contenuti dell'insegnamento
Il corso è strettamente correlato con quello di elaborazione dati, che procederà parallelamente.
PROGRAMMA
Definizione di statistica. Le tipologie di studio in biostatistica e statistica medica. Statistica descrittiva: variabili qualitiative e quantitative. Misure di tendenza centrale, dispersione, simmetria per le variabili quantitative. La media aritmetica. La mediana. La moda. La distribuzione normale. Distribuzioni non normali. Asimmetria e Curtosi. Test di Kolmogorov-Smirnov e Shapiro-Wilk. Cenni sulla distribuzione binomiale. Cenni sulla distribuzione di Poisson. Statistica inferenziale parametrica e non parametrica. Distribuzione normale: il campionamento. Teorema del limite centrale per distribuzioni normali. Test di ipotesi su una media. Vincoli e gradi di libertà. La distribuzione t di Student. Confronto tra due medie: dati appaiati. Confronto tra due medie: dati indipendenti. Test non parametrici. Il rango . Test di Mann-Whitney. Test di Wilkoxon. La frequenza per variabili categoriche/qualitative. Campionamento per variabili categoriche. Tavola di contingenza 2x2. Test di chi-quadro per frequenze indipendenti. Le tavole di contingenza per i test di screening. Prevalenza. Sensibilità, specificità, valore predittivo +, valore predittivo -, LR+, LR-. Differenza tra correlazione e regressione. Regressione lineare semplice. Coefficiente di correlazione lineare R. Correlazione di Pearson e Spearman. Le trasformazioni di variabili.
Programma esteso
- - -
Bibliografia
Le diapositive delle lezioni (caricate su elly a 2/3 del corso) ed il materiale caricato su Elly costituiscono il punto di riferimento per lo studio. Alcuni testi consultabili facoltativamente: SA Glantz - Statistica per discipline biomediche - McGraw-Hill.
Metodi didattici
Il corso è portato avanti parallelamente con quello di elaborazione dati e prevede lezioni frontali e materiale caricato su elly per lo studio individuale (e-learning). Durante le lezioni frontali verranno illustrati e commentati gli argomenti nel programma del modulo. Tuttavia, una parte delle ore sarà dedicata a commentare e discutere con gli studenti il materiale caricato, che comprenderà soprattutto esempi pratici, utilizzo di software freeware/excel/SPSS e commenti su articoli di letteratura più recente. Ogni argomento teorico e contenente formule matematiche verrà spiegato con l’ausilio di esempi semplici e pratici, in modo che lo studente si focalizzi maggiormente sui concetti di base piuttosto che sulle formule. Molti termini tecnici verranno riportati sia in Italiano che in Inglese, in modo che lo studente possa autonomamente leggere la
letteratura scientifica internazionale, in particolare nel campo della medicina clinica.
Modalità verifica apprendimento
E' prevista una valutazione di tipo formativo, ossia lo studente otterrà l'idoneità di statistica medica + elaborazione dati in passaggi successivi durante il corso di studio, senza prova finale. Le prove di verifica saranno almeno due e prevedono test effettuati on-line tramite elly in date ed ore prefissate. Tali test prevedono sia domande a risposta multipla, che commenti/discussioni critiche sui temi/esempi da letteratura trattati a lezione ed in e-learning. Per gli studenti che non intendessero usufruire di tale tipo di valutazione e/o non superassero i test, è prevista una prova finale complessiva su tutti gli argomenti trattati a lezione + analisi critica di un testo di letteratura scientifica in campo clinico. E’ incoraggiata la formazione di piccoli gruppi di lavoro tra studenti.
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
