Crèdits
6
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits
, però té capacitats prèvies
Departament
CS;EIO
Professorat
Responsable
- Marta Bofill Roig (marta.bofill.roig@upc.edu)
Hores setmanals
Teoria
2
Problemes
1
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
7.54
Objectius
-
Objectiu 1 (Avaluació metodològica i resolució de problemes): Analitzar críticament, modelitzar i resoldre problemes tècnics complexos en la recerca mèdica i clínica mitjançant l'aplicació de principis estadístics fonamentals, la inferència causal i dissenys experimentals o observacionals avançats.
Competències relacionades: -
Objectiu 2 (Gestió de dades i anàlisi de supervivència): Gestionar, estructurar, analitzar i visualitzar de manera eficient dades biomèdiques complexes, implementant específicament tècniques avançades d'anàlisi de supervivència i modelitzant resultats de temps fins a l'esdeveniment mitjançant programari estadístic.
Competències relacionades: -
Objectiu 3 (Presa de decisions clíniques i aplicació): Dissenyar i implementar mètodes estadístics avançats (com ara mètodes de grups seqüencials i dissenys adaptatius) per optimitzar els processos de presa de decisions en assaigs clínics, incloent-hi l'aturada anticipada per eficàcia o futilitat.
Competències relacionades: -
Objectiu 4 (Judicis ètics i incertesa): Integrar dades clíniques incompletes o limitades per emetre judicis raonats i crítics, tenint plenament en compte les responsabilitats socials, ètiques i de seguretat associades als assaigs clínics en humans i a la recerca mèdica.
Competències relacionades: -
Objectiu 5 (Comunicació científica i argumentació): Raonar, argumentar i comunicar de manera clara i sense ambigüitats conclusions cientificotècniques, la justificació d'estudis i informes estadístics, tant a públics especialitzats (mèdic/estadístic) com no especialitzats.
Competències relacionades: -
Objectiu 6 (Aprenentatge autònom i impuls professional): Desenvolupar habilitats d'aprenentatge autodirigit i una mentalitat de millora contínua que permetin a l'estudiant dominar de manera autònoma noves metodologies avançades i afrontar els futurs reptes professionals en l'àmbit de l'estadística mèdica, el qual es troba en constant evolució.
Competències relacionades:
Continguts
-
Introducció i fonaments estadístics
Descripció dels diferents tipus d'estudis mèdics i conceptualització dels reptes de l'àmbit i de l'abast de l'assignatura. S'introdueixen els conceptes de biaix, confusió i inferència causal, i s'inclou un repàs de les eines estadístiques necessàries per a la inferència basada en l'evidència. En particular, tipus de dades i estadística descriptiva, probabilitat i distribucions, contrast d'hipòtesis, p-valors i intervals de confiança, i mida mostral i potència estadística.
1. Dissenys d'estudis observacionals (cohort, casos i controls, transversal)
2. Dissenys d'estudis experimentals (assaig no aleatoritzat, assaig controlat aleatoritzat) -
Disseny d'assaigs clínics
Aquesta part se centra en els assaigs clínics com a eina central de la recerca mèdica experimental. S'examinen les fases i objectius dels assaigs, els principals mètodes d'aleatorització i les tècniques estadístiques que permeten decidir l'aturada anticipada d'un assaig per senyals d'eficàcia o futilitat.
1. Fases i objectius dels assaigs clínics
2. Mètodes d'aleatorització
3. Mètodes de grups seqüencials per a l'aturada anticipada -
Anàlisi de Supervivència
Molts estudis mèdics avaluen el temps fins a un esdeveniment (mort, recaiguda, recuperació) en lloc de la simple presència o absència. L'anàlisi de supervivència és la branca de l'estadística dissenyada per a aquest context, amb aplicacions que van més enllà de la medicina: enginyeria (temps fins a fallada) o economia (durada de l'atur).
1. Esquemes d'observació i censura
2. Conceptes bàsics en l'anàlisi de supervivència
3. Estimació de la funció de supervivència i del risc acumulat
4. Comparació de corbes de supervivència entre grups de tractament
5. Disseny i mida mostral en assaigs clínics de supervivència
6. Models de regressió en l'anàlisi de supervivència
Activitats
Activitat Acte avaluatiu
Metodologia docent
Classes expositives: Sessions magistrals on el professorat introduirà els conceptes teòrics, els fonaments metodològics i les eines estadístiques i de disseny de l'assignatura. S'afavorirà la interactivitat mitjançant la resolució de dubtes i discussions breus sobre els conceptes clau.Classes pràctiques: Sessions pràctiques a l'aula destinades a la resolució de problemes, la discussió de casos d'estudi o l'anàlisi crítica d'articles mèdics. L'objectiu és aplicar la teoria apresa a situacions pràctiques i debatre els resultats en grup.
Classes de laboratori: Sessions pràctiques on l'estudiantat aprendrà a utilitzar el programari estadístic (R). S'hi treballarà la manipulació de dades, la programació d'anàlisis (com la supervivència o el càlcul de la mida mostral) i la interpretació de la sortida (output) de l'ordinador.
Mètode d'avaluació
Qualsevol acte de frau acadèmic, plagi, ús o tinença a l'abast de mitjans no autoritzats en qualsevol activitat d'avaluació comportarà la qualificació de zero (0) en la prova o lliurament afectat. A més, d'acord amb la normativa de la Universitat, la possible derivació dels fets per a l'obertura d'un expedient disciplinari implicarà que l'assignatura quedi en l'estat provisional de "pendent d'avaluació" fins a la resolució de l'expedient. La gestió d'aquestes incidències es desplega d'acord amb el Marc d'actuació per a la integritat acadèmica en l'avaluació de la UPC.
L'avaluació de l'assignatura és continuada i consta dels següents elements:2 Exàmens parcials, EP1 i EP2 (Teoricopràctics): Proves escrites on s'avaluarà tant la comprensió dels conceptes teòrics com la capacitat d'aplicar-los en la resolució de problemes i supòsits pràctics.
2 Tests, T1 i T2: Proves breus orientats a verificar el seguiment periòdic de l'assignatura i l'assoliment dels conceptes clau.
La nota final es calcula amb la fórmula: 0.35(EP1+EP2)+0.15(T1+T2)
Bibliografia
Bàsic
-
Group Sequential and Confirmatory Adaptive Designs in Clinical Trials.
- Wassmer, G., & Brannath, W. ,
Springer Cham.,
2016.
ISBN: 978-3-319-32062-5
-
Survival analysis : a self-learning text
- Kleinbaum, David G; Klein, Mitchel,
Springer,
cop. 2012.
ISBN: 978-1-4419-6645-2
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004029919706711&context=L&vid=34CSUC_UPC:VU1 -
Fundamentals of clinical trials
- Friedman, Lawrence M; Furberg, Curt; DeMets, David L; Reboussin, David M; Granger, Christopher B,
Springer International Publishing,
[2015].
ISBN: 978-3-319-18538-5
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991005096357706711&context=L&vid=34CSUC_UPC:VU1 -
Statistical Issues in Drug Development
- Senn, S. (2021). ,
John Wiley & Sons.,
2021.
ISBN: 978-1-119-56554-3
-
Statistical models and methods for lifetime data
- Lawless, Jerald F,
Wiley-Interscience,
c2003.
ISBN: 9781118033005
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991005236579706711&context=L&vid=34CSUC_UPC:VU1
Capacitats prèvies
Coneixements previs recomanats:Estadística fonamental: Conceptes bàsics d'estimació de paràmetres, contrast d'hipòtesis i models de regressió.
Gestió i anàlisi de dades: Capacitat per fer la manipulació bàsica de conjunts de dades (neteja, filtratge, transformació de variables) i aplicar tècniques d'estadística descriptiva (càlcul de freqüències, mitjanes, desviacions i representacions gràfiques).