CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA Settore Scientifico-Disciplinare: MED/01 Statistica Medica; INF/01 Informatica CFU Tot.: 5 Coordinatore: Prof. Dario Bruzzese Dip.: Sanità Pubblica., Ed.18 Tel.:4649/3342 E-mail: dario.bruzzese@unina.it Segreteria Didattica: Dip. Sanità Pubblica. Torre Biologica Tel.:081.7463360 DOCENTI Cognome e Nome QL. Disciplina Tel. Orario Ricevimento E-mail Statistica Mart. ore 15.30- Bruzzese Dario PA 4649 Medica 17.30 Dolce Pasquale X XXX XXX XXXX XXXX dario.bruzzese@unin a.it OBIETTIVI FORMATIVI Lo studente dovrà dimostrare di aver acquisito una mentalità scientifica, cioè costruttivamente critica. In particolare egli dovrà dimostrare di essere in grado di: 1. usare le sue abilità critiche per rigettare credenze ingiustificate non suffragate da prove e dati 2. leggere testi ed articoli scientifici con sano scetticismo considerando tutte le possibili critiche ed interpretazioni alternative dei risultati 3. effettuare inferenze razionali che siano coerenti con i fatti osservati 4. collegare aspetti clinici e aspetti statistici 5. porsi e porre domande significative che gli permettano di analizzare e comprendere gli aspetti metodologici di uno studio statistico 6. lavorare costruttivamente in gruppo 7. collegare gli aspetti tecnici con quelli bioetici e storico-filosofici 8. effettuare statistiche descrittive 9. conoscere e saper applicare i test statistici elementari 10. formulare un piano di ricerca statistica elementare 11. leggere criticamente un testo ed individuare contraddizioni, errori concettuali e di calcolo CONTENUTI La ricerca scientifica e il paradigma quantitativo in medicina - Teoria della misura - Principali tipi di variabili statistiche - Rappresentazioni tabellari e grafiche - Indicatori descrittivi per variabili qualitative e quantitative Misure di associazione Introduzione al calcolo della probabilità - I diversi approcci alla probabilità - Applicazione del calcolo della probabilità alla diagnosi clinica e alla ricerca di base - Specificità, sensibilità, valori predittivi - Curve ROC Teoria delle Variabili Casuali - Variabili casuali discrete e continue
- Legge di Probabilità e Funzione di Densità - Valore Atteso e Varianza di una Variabile Casuale Variabile casuale normale - Caratteristiche del Modello Normale - Variabilità biologica nel contesto clinico e di laboratorio - La teoria degli errori - Variabile casuale normale standardizzata - Normalità statistica e normalità clinica. Valori di riferimento - Percentili e curve di crescita Introduzione all Inferenza Statistica - Popolazioni e Campioni - Principali tecniche di campionamento - Stimatori e distribuzioni campionarie delle stime - Proprietà degli stimatori - Teorema Centrale del Limite Teoria della stima per Intervalli - Intervalli Casuali e Intervalli di Confidenza - Intervalli di confidenza su una singola proporzione e su una singola media - La distribuzione T di Student - Intervalli di Confidenza su due medie e su due Proporzioni - Intervalli di Confidenza sull Odds Ratio Verifica delle Ipotesi - Struttura probabilistica di un test statistico - Errori di I e II tipo - Costruzione della regola decisionale - P-value e valore critico - Significatività statistica e rilevanza clinica Principali test statistici per il confronto tra gruppi - Test sul confronto tra due medie - Test sul confronto tra due proporzioni - Test del chi quadrato per lo studio dell associazione tra due variabili qualitative - Test di significatività sull Odds Ratio Studio della relazione tra due variabili quantitative - La distribuzione normale bivariata - Covarianza - Correlazione lineare - Paradossi e misconcezioni. Gli errori più comuni «Curve fitting» - La regressione lineare - Il concetto di controllo sulla variabile indipendente - Il concetto di omoscedasticità - Test sui coeffícienti d regressione lineare - Curve dose risposta e rischi ambientali Approccio di Neyman-Pearson alla verifica dell Ipotesi - Potenza di un test e numerosità campionaria - Calcolo del sample size per le principali procedure di verifica delle Ipotesi Cenni sui modelli lineari - Il modello di regressione lineare multipla - Fattori confondenti e tecniche di aggiustamento - Interazione tra variabili e analisi di sottogruppo
Nessuno PREREQUISITI PROPEDEUTICITÀ Nessuna MODALITÀ DI ACCERTAMENTO DEL PROFITTO Esame scritto sulla base di domande aperte. Lavoro di gruppo Esame orale CALENDARIO DELL ATTIVITA DIDATTICA DEL C.I. DI STATISTICA E INFORMATICA MEDICA Settimana Giorno Sett/Ora Lezioni Ufficiali Docenti Canale A/Canale B 1 16/20 ott. 2 23/27 ott. 3 30 ott. /3 nov. 4 6/10 Nov. Introduzione al corso. La ricerca scientifica e il paradigma quantitativo in medicina. Introduzione al calcolo della probabilità Teoria delle Variabili Casuali Variabili casuale Normale
5 13/17 nov. 6 20/24 nov. 7 27 Nov./1 dic. 8 4/7 dic. 9 11/15 dic. 10 18/22 dic. Introduzione all Inferenza Statistica. Teoria della stima puntuale Teoria della stima per intervalli Verifica delle Ipotesi Principali test statistici per il confronto tra gruppi Studio della relazione tra due variabili quantitative «Curve fitting»
11 8/12 Gen. 2018 12 15/19 gen. 2018 12.3 Venerdì 11.40- Approccio di Neyman-Pearson alla verifica dell Ipotesi Cenni sui modelli lineari multipli Le lezioni (ADF e ADI) del Canale A (matricole pari) saranno svolte nell Aula grande dell Ed. n. 20 Le lezioni (ADF e ADI) del Canale B (matricole dispari) saranno svolte nell Aula grande dell Ed. n.5 TESTI CONSIGLIATI - Daniel W. Biostatistica. Edises Universitaria - Giani U. Dispense ed altri materiali didattici (www.ilmiolibro.it) o Probabilità e incertezza nel ragionamento diagnostico o La salute: normalità, omeostasi, euritmia o caos? o Metodologia della ricerca in medicina