Ιατρική Στατιστική Μεθοδολογία ΙΙ
| Τίτλος | Ιατρική Στατιστική Μεθοδολογία ΙΙ / Medical Statistics Methodology IΙ |
| Κωδικός | ΙΜΒ027 |
| Σχολή | Επιστημών Υγείας |
| Τμήμα | Ιατρικής |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Εαρινή |
| Υπεύθυνος/η | Άννα-Μπεττίνα Χάιδιτς |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 200000524 |
Πρόγραμμα Σπουδών: ΠΜΣ Ερευνητική Μεθοδολογία στην Ιατρική και στις Επιστήμες Υγείας (2021-σήμερα)
Εγγεγραμμένοι φοιτητές: 21
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Επιλογής | 2 | 1 | 7,5 |
| Βασικής Ιατρικής Έρευνας | Επιλογής | 2 | 1 | 7,5 |
| Κλινικής Ιατρικής Έρευνας | Επιλογής | 2 | 1 | 7,5 |
| Τίτλος | Ιατρική Στατιστική Μεθοδολογία ΙΙ |
| Ακαδημαϊκό Έτος | 2021 – 2022 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ | |
| Διδάσκοντες άλλων Κατηγοριών |
|
| Ώρες Εβδομαδιαία | 2 |
| Class ID | 600191114
|
Τύπος Μαθήματος
Ανάπτυξης Δεξιοτήτων
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
- Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600191114
- eLearning: https://elearning.auth.gr/course/view.php?id=8668
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
- Αγγλικά (Εξέταση)
Προαπαιτήσεις
Προαπαιτούμενα Μαθήματα
- ΙΜΑ009 Ιατρική Στατιστική Μεθοδολογία Ι
Μαθησιακά Αποτελέσματα
νώσεις
Οι συμμετέχοντες και οι συμμετέχουσες θα καταστούν ικανοί και ικανές να γνωρίζουν:
• τα βασικά είδη απλών και πολλαπλών γραμμικών μοντέλων που εφαρμόζονται στα ιατρικά δεδομένα (γραμμικό, λογιστικό, Cox)
• τις παραδοχές και τις προϋποθέσεις που θα πρέπει να πληρούνται για την εφαρμογή αυτών των μοντέλων
• το πόσο καλά προσαρμόζονται τα ερευνητικά τους δεδομένα στα υπο εξέταση μοντέλα (έλεγχος προσαρμογής)
• τις αναγκαίες συνθήκες που θα πρέπει να υπάρχουν ώστε να χαρακτηριστούν μια ή περισσότερες μεταβλητές ως συγχυτικές σε μια σχέση έκθεσης-αποτελέσματος
• την έννοια του τροποποιητικού παράγοντα και τη διαφορά του από τον συγχυτικό παράγοντα
• το λόγο που οι τεχνικές της πολλαπλής παλινδρόμησης καθιστούν εφικτή την ανάλυση της σχέσης ενός αποτελέσματος με μια προβλεπτική μεταβλητή υπό την πιθανή παρουσία συγχυτικών παραγόντων
• Υπολογισμός μεγέθους δείγματος για πολυπαραγοντικά μοντέλα
Ικανότητες
Οι συμμετέχοντες και οι συμμετέχουσες θα καταστούν ικανοί και ικανές:
• ακολουθούν συγκεκριμένη μεθοδολογία για την κατασκευή κατάλληλων πολυμεταβλητών γραμμικών μοντέλων
• διερευνούν την ύπαρξη συγχυτικών ή τροποποιητικών παραγόντων σε ιατρικά παραδείγματα και να τους διαχειρίζονται κατάλληλα
• ερμηνεύουν τα αποτελέσματα που προκύπτουν από την εφαρμογή των συγκεκριμένων κάθε φορά γραμμικών μοντέλων
• χρησιμοποιούν το ταχέως αναπτυσσόμενο και εξελίξιμο πρόγραμμα R ως ένα εργαλείο για τις στατιστικές τους αναλύσεις και την δημιουργία καλαίσθητων γραφημάτων
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
Περιεχόμενο Μαθήματος
Διερεύνηση και διαμόρφωση δεδομένων, οδηγίες για δημιουργία καλαίσθητων γραφημάτων με το πρόγραμμα R (πρακτική στο R)
2. Γραμμική σχέση μεταξύ 2 ποσοτικών μεταβλητών (Scatter plots, Pearson’s & Spearman’s correlation) (πρακτική στο R)
3. Θεωρία Γραμμικών Μοντέλων παλινδρόμησης και η σημασία τους στην ιατρική έρευνα και πράξη
4. Συγχυτικοί και τροποποιητικοί παράγοντες
5. Απλή και πολλαπλή γραμμική παλινδρόμηση και εφαρμογές σε ιατρικά δεδομένα (πρακτική στο R)
6. Απλή και πολλαπλή λογιστική παλινδρόμηση και εφαρμογές σε ιατρικά δεδομένα (πρακτική στο R)
7. Απλή και πολλαπλή παλινδρόμηση Poisson και εφαρμογές σε ιατρικά δεδομένα (πρακτική στο R)
8. Απλή και πολλαπλή Cox παλινδρόμηση και εφαρμογές σε ιατρικά δεδομένα (πρακτική στο R)
Λέξεις Κλειδιά
Γραμμικά Μοντέλα, Γραμμική εξάρτηση, Λογιστική εξάρτηση, Μοντέλο αναλογικών κινδύνων Cox
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιντεοδιαλέξεις
- Πολυμεσικό υλικό
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
- Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Χρήση Τ.Π.Ε. στη Διδασκαλία - Moodle Virtual learning environment (VLE) (asynchronous learning)
• Χρήση Τ.Π.Ε. στη στην Εργαστηριακή Εκπαίδευση - Moodle Virtual learning environment (VLE) (asynchronous learning, wikis, Online Discussion Fora, Educational Portfolio)
• Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές (email, άμεσα μηνύματα μέσω Moodle)
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 60 | ||||
| Εργαστηριακή Άσκηση | 60 | ||||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 20 | ||||
| Εξετάσεις | 50 | ||||
| Σύνολο | 190 |
Αξιολόγηση Φοιτητών
Περιγραφή
Ενδιάμεση και τελική αξιολόγηση με ερωτήσεις πολλαπλών επιλογών
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
- Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
1. Aho, Ken A. Foundational and applied statistics for biologists using R. CRC Press, 2013.
2. Bland, Martin. An introduction to medical statistics. 3rd Edition. Oxford University Press, 2000.
3. Crawley, Michael J. Statistics: an introduction using R, 2nd Edition. John Wiley & Sons, 2014.
4. MacFarland, Thomas W. Introduction to Data Analysis and Graphical Presentation in Biostatistics with R. Springer, 2014.
Τελευταία Επικαιροποίηση
21-12-2021
