BLOQUE TEMÁTICO 1
1.- PLANTEAMIENTO DE UNA INVESTIGACIÓN: ANATOMÍA Y FISIOLOGÍA DE LA INVESTIGACIÓN
1.1.-Diseño
- Aspectos estructurales de un estudio
- Estudios Observacionales y Estudios Experimentales
- Prospectivo, Retrospectivo, Ambispectivo
- Transversal, Longitudinal
-Planificación de las Investigaciones Clínicas: Randomización, cegado, Criterios de inclusión/exclusión.
- Ensayos Clínicos:
Aspectos estadísticos de las fases de un Fases de un ensayo clínico
Diseños explicativos y diseños pragmáticos
Análisis por intención de tratar
1.2.-Métodos de muestreo
-Población diana y población accesible
-Criterios de inclusión y de exclusión
- Muestreos probabilísticos y no probabilísticos
-Historia Clínica como método de recogida de datos
1.4.-Variables y Escalas de Medida
- Variables dicotómicas.
- Variables nominales y ordinales.
- Variables cuantitativas: discretas y continuas.
- Escalas: Nominal, Ordinal, Intervalo y Razón.
BLOQUE TEMÁTICO 2
2.-ANÁLISIS DESCRIPTIVO Y GRÁFICO DE DATOS CUANTITATIVOS
2.1.-Medidas de tendencia central
-Media, Moda, Mediana.
2.2-Medidas de dispersión
-Recorrido, Varianza, Desviación típica, Coeficiente de variación, Recorrido intercuartílico. Error estándar.
2.3.-Representaciones gráficas
- Diagrama de barras, Pictogramas, Cartogramas, Diagrama de sectores, Histograma, Stem and Leaf.
- Box-plot
BLOQUE TEMÁTICO 3
3.- ANÁLISIS INFERENCIAL. APLICACIONES.
3.0: Modelos continuos más usuales. Normal, t, Ji-cuadrado y F de Snedecor.
3.1.-Objetivos del estudio, hipótesis de trabajo e hipótesis estadísticas
3.2.-Estimación puntual y por intervalo
- Parámetros
- Estimadores
- Distribución muestral de un estadístico
- Intervalos de confianza
3.3.-Verificación de las hipótesis de trabajo: contraste de hipótesis
-Hipótesis nula y alternativa
- Riesgo Alfa, riesgo Beta, nivel de significación y p-valor
- Test para comparación de 2 medias, varianzas, medianas: t de Student, U de Mann Whitney, etc. ¿Cómo y cuándo aplicarlos?
- Errores de aplicación más comunes detectados en la literatura científica –
3.4.-Análisis de la Varianza
¿t de Student o ANOVA?. Cuándo y por qué
- Diseño de experimentos y análisis de la varianza. ¿Qué tienen que ver?
- Importancia de la elección de un buen diseño: distintas formas de combinar los factores de variación. ANOVA de un Factor. Tests tras ANOVA. ANOVA de dos Factores.
- Problemática asociada a la interacción entre los factores de variación.
BLOQUE TEMÁTICO 4
4.-REGRESIÓN Y CORRELACIÓN.
4.1.-Introducción a la regresión y correlación
- Concepto y usos de la regresión.
- Recta de regresión.
- Cálculo de la recta de regresión por el método de los mínimos cuadrados.
4.2.-Estudio de la representatividad de la recta de regresión.
-Varianza residual y Coeficiente de determinación.
- Predicción con la recta. Los gráficos de residuales para diagnosticar la validez del modelo.
-Inferencia sobre los parámetros de la recta de regresión
4.3.-Otros modelos de regresión
- Parábola de regresión.
- Función exponencial.
- Función potencial.
- Función logarítmica.
4.4.-Correlación
- El coeficiente de correlación lineal.
- Interpretación gráfica del coeficiente de correlación.
- Relación entre el coeficiente de correlación y el de determinación.
4.5. Introducción a la regresión múltiple
-Forma muestral del modelo e Hipótesis del modelo
-Estimadores de los parámetros: método de los mínimos cuadrados
-Contraste de significación del modelo global: análisis de la varianza en los modelos lineales
-Introducción al problema de la colinealidad
BLOQUE TEMÁTICO 5
5.-OTROS MODELOS DE INTERÉS.
5.1.-Introducción a la regresión logística
-Modelo logístico
-Interpretación de los coeficientes del modelo en términos de Odd Ratio.
BLOQUE TEMÁTICO 6
6.-TABLAS DE CONTINGENCIA
6.1.-Contrastes de asociación y homogeneidad en tablas bifactoriales
- Tipo de contraste
- Tablas poco ocupadas
- Búsqueda de las causas de la significación
6.2.-Coeficientes de asociación
6.3.- La paradoja de Simpson
BLOQUE TEMÁTICO 7
7.- PRUEBAS DIAGNÓSTICAS
7.1.-Conceptos generales.
7.2.-Indicadores estadísticos básicos para evaluar el desempeño de un procedimiento diagnóstico
- Sensibilidad y Especificidad
- Probabilidades pre y post prueba y Teorema de Bayes
- Curvas ROC