Pasar al contenido principal

Métodos Estadísticos en Ensayos Controlados y Análisis de Supervivencia

Créditos
6
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos , pero tiene capacidades previas
Departamento
CS;EIO
Los métodos estadísticos como los estudios aleatorizados, los diseños secuenciales y el análisis de supervivencia, surgidos en biomedicina, se aplican hoy en ámbitos muy diversos: economía, marketing digital, ingeniería, seguros, sociología y criminología. Esta asignatura introduce estas técnicas combinando inferencia causal, diseño de ensayos controlados aleatorizados y análisis de supervivencia, con implementación práctica en R.

Profesorado

Responsable

  • Marta Bofill Roig (marta.bofill.roig@upc.edu)

Horas semanales

Teoría
2
Problemas
1
Laboratorio
1
Aprendizaje dirigido
0
Aprendizaje autónomo
7.54

Objetivos

  1. Objetivo 1 (Evaluación metodológica y resolución de problemas): Analizar críticamente, modelizar y resolver problemas técnicos complejos en la investigación médica y clínica mediante la aplicación de principios estadísticos fundamentales, la inferencia causal y diseños experimentales u observacionales avanzados.
    Competencias relacionadas:
  2. Objetivo 2 (Gestión de datos y análisis de supervivencia): Gestionar, estructurar, analizar y visualizar de manera eficiente datos biomédicos complejos, implementando específicamente técnicas avanzadas de análisis de supervivencia y modelizando resultados de tiempo hasta el evento mediante software estadístico.
    Competencias relacionadas:
  3. Objetivo 3 (Toma de decisiones clínicas y aplicación): Diseñar e implementar métodos estadísticos avanzados (como métodos de grupos secuenciales y diseños adaptativos) para optimizar los procesos de toma de decisiones en ensayos clínicos, incluyendo la interrupción temprana por eficacia o futilidad.
    Competencias relacionadas:
  4. Objetivo 4 (Juicios éticos e incertidumbre): Integrar datos clínicos incompletos o limitados para emitir juicios razonados y críticos, teniendo plenamente en cuenta las responsabilidades sociales, éticas y de seguridad asociadas a los ensayos clínicos en humanos y a la investigación médica.
    Competencias relacionadas:
  5. Objetivo 5 (Comunicación científica y argumentación): Razonar, argumentar y comunicar de manera clara y sin ambigüedades conclusiones científico-técnicas, la justificación de estudios e informes estadísticos, tanto a públicos especializados (médico/estadístico) como no especializados.
    Competencias relacionadas:
  6. Objetivo 6 (Aprendizaje autónomo e impulso profesional): Desarrollar habilidades de aprendizaje autodirigido y una mentalidad de mejora continua que permitan al estudiante dominar de manera autónoma nuevas metodologías avanzadas y afrontar los futuros retos profesionales en el ámbito de la estadística médica, el cual se encuentra en constante evolución.
    Competencias relacionadas:

Contenidos

  1. Introducción y fundamentos estadísticos
    Descripción de los diferentes tipos de estudios médicos y conceptualización de los retos del ámbito y del alcance de la asignatura. Se introducen los conceptos de sesgo, confusión e inferencia causal, y se incluye un repaso de las herramientas estadísticas necesarias para la inferencia basada en la evidencia. En particular, tipos de datos y estadística descriptiva, probabilidad y distribuciones, contraste de hipótesis, p-valores e intervalos de confianza, y tamaño muestral y potencia estadística.

    1. Diseños de estudios observacionales (cohorte, casos y controles, transversal)
    2. Diseños de estudios experimentales (ensayo no aleatorizado, ensayo controlado aleatorizado)
  2. Diseño de ensayos clínicos
    Esta parte se centra en los ensayos clínicos como herramienta central de la investigación médica experimental. Se examinan las fases y objetivos de los ensayos, los principales métodos de aleatorización y las técnicas estadísticas que permiten decidir la interrupción temprana de un ensayo por señales de eficacia o futilidad.

    1. Fases y objetivos de los ensayos clínicos
    2. Métodos de aleatorización
    3. Métodos de grupos secuenciales para la interrupción temprana
  3. Análisis de supervivencia
    Muchos estudios médicos evalúan el tiempo hasta un evento (muerte, recaída, recuperación) en lugar de la simple presencia o ausencia. El análisis de supervivencia es la rama de la estadística diseñada para este contexto, con aplicaciones que van más allá de la medicina: ingeniería (tiempo hasta el fallo) o economía (duración del desempleo).

    1. Esquemas de observación y censura
    2. Conceptos básicos en el análisis de supervivencia
    3. Estimación de la función de supervivencia y del riesgo acumulado
    4. Comparación de curvas de supervivencia entre grupos de tratamiento
    5. Diseño y tamaño muestral en ensayos clínicos de supervivencia
    6. Modelos de regresión en el análisis de supervivencia

Actividades

Actividad Acto evaluativo


A. Introducción y fundamentos estadísticos

Desenvolupament del tema Bloc A. Introduction and Statistical Foundations
Objetivos: 1 5
Teoría
4h
Problemas
2h
Laboratorio
1h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

B. Diseño de ensayos clínicos

Progress in B. Clinical Trial Design
Objetivos: 1 3 4 5
Contenidos:
Teoría
10h
Problemas
5.5h
Laboratorio
5h
Aprendizaje dirigido
0h
Aprendizaje autónomo
30h

C. Análisis de supervivencia

Progress in C. Survival Analysis
Objetivos: 2 5 6
Contenidos:
Teoría
10h
Problemas
5.5h
Laboratorio
5h
Aprendizaje dirigido
0h
Aprendizaje autónomo
30h

Examen 1

Examen 1
Objetivos: 1 3 4 5 6
Semana: 9
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Examen 2

Examen 2
Objetivos: 1 2 3 5 6
Semana: 18
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Test 1

Test 1
Objetivos: 1 3 4 6
Semana: 4
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Test 2

Test 2
Objetivos: 2 4 5 6
Semana: 16
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Metodología docente

Clases expositivas: Sesiones magistrales donde el profesorado introducirá los conceptos teóricos, los fundamentos metodológicos y las herramientas estadísticas y de diseño de la asignatura. Se favorecerá la interactividad mediante la resolución de dudas y discusiones breves sobre los conceptos clave.

Clases prácticas: Sesiones prácticas en el aula destinadas a la resolución de problemas, la discusión de casos de estudio o el análisis crítico de artículos médicos. El objetivo es aplicar la teoría aprendida a situaciones prácticas y debatir los resultados en grupo.

Clases de laboratorio: Sesiones prácticas donde el estudiantado aprenderá a utilizar el software estadístico (R). En ellas se trabajará la manipulación de datos, la programación de análisis (como la supervivencia o el cálculo del tamaño muestral) y la interpretación de la salida (output) del ordenador.

Método de evaluación

La evaluación de la asignatura es continua y consta de los siguientes elementos:

2 Exámenes parciales, EP1 y EP2 (Teórico-prácticos): Pruebas escritas donde se evaluará tanto la comprensión de los conceptos teóricos como la capacidad de aplicarlos en la resolución de problemas y supuestos prácticos.

2 Tests, T1 y T2: Pruebas breves orientadas a verificar el seguimiento periódico de la asignatura y el desarrollo de los conceptos clave.

La nota final se calculará con la fórmula: 0.35(EP1+EP2)+0.15(T1+T2)

Bibliografía

Básico

Capacidades previas

Conocimientos previos recomendados:

Estadística fundamental: Conceptos básicos de estimación de parámetros, contraste de hipótesis y modelos de regresión.

Gestión y análisis de datos: Capacidad para realizar la manipulación básica de conjuntos de datos (limpieza, filtrado, transformación de variables) y aplicar técnicas de estadística descriptiva (cálculo de frecuencias, medias, desviaciones y representaciones gráficas).