CURSO DE ANÁLISIS ESTADÍSTICO MULTIVARIANTE APLICADO A LAS CIENCIAS DE LA SALUD ACREDITADO POR SEAFORMEC 90 ECMEC

CURSO DE ANÁLISIS ESTADÍSTICO MULTIVARIANTE APLICADO A LAS CIENCIAS DE LA SALUD 

Actividad acreditada por SEAFORMEC-SMPAC con 90 ECMEC´s®* a distancia (equivalentes a 13,7 créditos del SNS).

Actividad acreditada por SEAFORMEC-SMPAC con 90 ECMEC´s®* a distancia (equivalentes a 13,7 créditos del SNS).

Con ventajas en la inscripción para afiliados a CESM 

Precio Afiliados 175€ / no Afiliados a CESM 250€  

COMIENZO Y DURACIÓN DEL CURSO:

El curso comenzará el 4 de mayo de 2022 y finalizará el 1 de octubre de 2022.

El plazo de inscripción finaliza el día 30 de junio de 2022.

DIRIGIDO A:

El curso de bioestadística avanzada aplicada al análisis multivariante está dirigido a profesionales sanitarios

de formación universitaria, principalmente licenciados o doctores en Medicina, Farmacia, Biología o Química,

que desarrollen su actividad en el contexto sanitario como especialistas en las distintas áreas de

conocimiento del laboratorio clínico o especialidades clínico-quirúrgicas.

Será un curso on-line a través de nuestra plataforma de formación Moodle, donde el profesional del

laboratorio podrá acceder al programa de formación y realizar el curso al ritmo que desee durante los seis

meses de duración.

OBJETIVOS GENERALES:

Después de realizar este curso el alumno podrá:

1.- Aplicar las modernas técnicas de análisis multivariante.

2.- Identificar las alternativas y estrategias disponibles para el análisis, representación y resumen de datos

multidimensionales.

3.- Recordar las técnicas estadísticas más frecuentes en el análisis de datos, como son el análisis descriptivo

de datos y la inferencia básica, para poder proceder después al análisis multivariante.

4.- Utilizar las técnicas más usadas en la investigación biomédica: modelos lineales, regresión logística

multivariante y regresión de Cox.

5.- Detectar las variables de confusión, realizar el análisis e interpretación de las interacciones y el análisis

de la capacidad predictiva de los modelos

OBJETIVOS ESPECÍFICOS:

1.- Presentar y discutir los fundamentos teóricos del Análisis Multivariante como herramienta de la

investigación científica en ciencias de la salud.

2.- Conocer las técnicas disponibles para el análisis multivariante.

3.- Profundizar en los fundamentos de estos métodos y resolución de dudas potenciales.

4.- Que el alumno tenga capacidad para realizar un análisis de sus propios datos e interpretarlos

adecuadamente.

5.- El alumno tenga capacidad para leer críticamente los modelos multivariantes realizados por otros

investigadores en publicaciones científicas.

6.- Disponer de programas estadísticos para realizar análisis multivariado según las distintas necesidades.

7.- Búsqueda de test estadísticos on-line mediante internet.

8.- Discusión en grupo de los proyectos de investigación propuestos y la aplicación de los distintos tipos de

análisis multivariante más idóneos.

TEMARIO DEL CURSO:

1.- Análisis estadístico multivariante. Regresión logística binaria

1. Introducción a la Regresión logística binaria
2. Número y selección de variables predictoras. Tipos de variables: Variables Dummy.
3. Construcción de modelos de regresión logística. Estrategias de construcción del modelo.
4. Comparación de modelos. Interpretación y evaluación de los resultados. Evaluación de los modelos.

Ajuste individual, general y predictivo del modelo.

5. Tipos de estudio: Entrenamiento y validación del modelo.
6. Limitaciones de los modelos de Regresión logística binaria. Tipos de errores. Importancia del Overfitting.
7. Ejemplos

2.- Análisis estadístico multivariante. Regresión Lineal Múltiple

1. Introducción a la Regresión Lineal Múltiple
2. Requisitos y condiciones de la Regresión Lineal Múltiple. Limitaciones.
3. Construcción de modelos de regresión lineal múltiple. Estrategias de construcción del modelo.
4. Evaluación de los modelos de regresión lineal múltiple. Ajuste del modelo de regresión lineal múltiple.
5. Estadísticos de Multicolinealidad. Diagnóstico de colinealidad
6. Detección de outliers, Homocedasticidad, normalidad, autocorrelación e independencia
7. Ejemplos.

3.- Análisis estadístico multivariante. Análisis de Supervivencia

1. Introducción al análisis de supervivencia
2. Método de Kaplan-Meier. Estadístico Log-rank.
3. Regresión de COX (proporcional hazard model)
4. Métodos de construcción de modelos
5. Ajuste y diagnóstico del modelo. Análisis de residuos
6. Ejemplos.

PRÁCTICAS DEL CURSO:

1.- Programa estadístico R-commander

1. Instalación del programa
2. Instalación plugin ROC
3. Instalación de complementos survival

2.- Regresión Logística

1. Ejercicio 1. Introducción y resolución
2. Ejercicio 2. Introducción y resolución

3.- Regresión lineal múltiple

1. Ejercicio 3. Introducción y resolución
2. Ejercicio 4. Introducción y resolución

4.- Análisis de supervivencia

1. Ejercicio 5. Introducción y resolución
2. Ejercicio 6. Introducción y resolución

PROFESORADO:

– Jacobo Díaz Portillo.- Doctor en Medicina. Especialista en Análisis Clínicos. Coordinador de Formación

Médica Continuada del Hospital Universitario del INGESA de Ceuta.

-Miguel Ángel Castaño.- Doctor en Ciencias Experimentales. Especialista en Análisis Clínicos. Jefe de Servicio

de Análisis Clínicos del Hospital Infanta Elena de Huelva.

– Ana Sáez-Benito Godino.- Doctora en Medicina. Especialista en Análisis Clínicos. Jefa de Servicio de Análisis

Clínicos del Hospital Universitario Puerta del Mar (Cádiz).

METODOLOGÍA DIDÁCTICA :

Las clases se impartirán por disertación oral mediante videos de presentaciones en Power Point, conteniendo

numerosos casos prácticos. Estas presentaciones, junto con el resto del material docente del curso, serán

accesibles secuencialmente través de la plataforma virtual docente de AEBM durante el curso.

Las clases serán teórico-prácticas con exposición y resolución continua de casos prácticos reales, ya

publicados, y discusión de resultados, complementadas con los 5 ejercicios prácticos. Estas clases pretenden

proporcionar los principios básicos de diseño, análisis estadístico e interpretación de los resultados obtenidos

que capaciten al alumno para entender e incluso realizar dichos estudios.

Es primordial la realización de clases prácticas analizando la información suministrada en estos casos

prácticos, comprobando la estadística utilizada mediante programas estadísticos en los ordenadores

personales. Las clases prácticas se realizan con los ordenadores personales al final del módulo teórico online.

SI ERES AFILIADO A CESM REALIZA AQUÍ TU INSCRIPCIÓN

https://www.campuscesm.org/formulario-de-inscripcion-afiliados/

SI NO ERES AFILIADO A CESM realiza aquí la inscripción