Datos generales

El personal de la salud es hábil para el manejo cualitativo de la información, como los de la anamnesis o el examen físico, pero no lo es tanto en cuanto al manejo de datos cuantitativos, como los datos de laboratorio o estadísticos. Por ello, el abordaje de estos últimos debe realizarse bajo un contexto de utilidad y relevancia, evitando especificaciones de proceso u origen de los análisis matemáticos.

Este Experto universitario en bioestadística tiene el objetivo de sentar las bases para hacer que el análisis estadístico de datos sea accesible, comprensible y manejable para cualquier profesional de la salud, de tal forma que pueda servir de apoyo en la toma de decisiones y mejorar la atención, prevención y promoción de la salud en todas sus áreas.

Metodología Innovadora

En Formación Alcalá, apostamos por las técnicas y herramientas educativas más actuales para que tu experiencia de aprendizaje sea realmente dinámica, motivadora y efectiva.

Flexibilidad y Acceso 24/7

Ponemos a tu alcance todos los materiales y recursos online para que puedas aprender a tu ritmo y desde donde quieras, en cualquier momento del día.

Equipo docente especializado

Nuestro equipo docente está formado por profesionales apasionados y comprometidos que te acompañarán durante todo el proceso formativo, siempre dispuestos a ayudarte.

Titulación con validez en todo el territorio nacional

Tu esfuerzo merece reconocimiento: da un paso más en tu formación con una titulación que impulse tu carrera.

Certificación

Universidad San Jorge

El Experto universitario en bioestadística está certificado con 500 Horas, 20 Créditos ECTS por la prestigiosa Universidad San Jorge. Todo el personal que realice un Curso, Máster o Experto Universitario de Formación Alcalá avalado por la Universidad San Jorge (USJ), recibirá, en caso de realizar un Máster o un Experto Universitario un diploma en Créditos ECTS y horas, ya que los estudiantes de estos títulos propios deben ser Diplomados, Graduados o Licenciados, si el programa de formación se trata de un Curso Universitario.

La USJ bajo ningún concepto expedirá el título universitario correspondiente al programa formativo si el alumno/a no ha finalizado con éxito la evaluación correspondiente y no ha transcurrido el tiempo mínimo desde la matrícula. Una vez transcurrido el tiempo mínimo que exige la dicha universidad y finalice la edición, Formación Alcalá procederá a tramitar el expediente académico a la Universidad San Jorge para que esta expida los diplomas, los cuales serán enviados a cada uno de los alumnos por Formación Alcalá, este trámite suele tardar unos cuatro meses para los Cursos Universitarios y de seis a nueve meses cuando se trata de Máster o Expertos Universitarios.

Todos los Cursos, Másteres y Expertos Universitarios acreditados por esta Universidad son válidos en todas las bolsas y oposiciones a excepción de Murcia. Para una información más amplia y concisa, consulte con su convocatoria o su bolsa.

Modelo de Diploma de la Universidad San Jorge

Todos los alumnos españoles al finalizar sus formaciones, recibirían un diploma como el siguiente:

Tenga en cuenta que el diploma oficial de su formación emitido por la Universidad puede tardar alrededor de 3-4 meses en llegarle.

¿Tienes alguna duda?

Llámanos o escríbenos por WhatsApp, estamos aquí para ayudarte.

Quiero recibir una demo He leído y acepto las políticas de privacidad y condiciones de uso.

¡Estamos listos para ayudarte! Escríbenos por WhatsApp.

¿Necesitas ayuda?

Plan de estudios

Requisitos de acceso

Copia de la titulación universitaria.
Copia del DNI, TIE o Pasaporte.

Plazo inscripción

La inscripción en este experto universitario online / a distancia permanecerá abierta durante todo el año.

Duración

El discente tendrá un tiempo mínimo de 3 meses para la realización de este programa formativo y un máximo de 6 meses para su finalización.

No se podrán tramitar dos diplomas de máster en el mismo mes.

Evaluación

La evaluación estará compuesta:

264 Preguntas tipo test.
19 Casos prácticos.
Trabajo fin de experto.

Para dar por finalizado el experto además de la evaluación correspondiente a cada módulo, el alumno debe de realizar un trabajo final de experto de un tema relacionado con el experto, en caso de querer publicar debe comunicarnos el tema en cuanto lo sepa, ya que tenemos que aceptarlo y anotarlo, y el tema no puede estar ya previamente seleccionado por otro compañero, debe tener una extensión mínima con unos requisitos mínimos de calidad y de actualidad bibliográfica.

En caso de no superar el total de las evaluaciones conjuntamente, el alumno dispone de una segunda oportunidad sin coste adicional.

A quién está dirigido el Experto universitario en bioestadística

Este programa formativo online / a distancia está dirigido a todo aquel personal de:

Diplomados/as o graduados/as en enfermería.
Diplomados/as o graduados/as en educación social.
Licenciados/as o graduados/as en psicología.
Diplomados/as o graduados/as en nutrición.
Matronas.
Licenciados/as o graduados/as en medicina.
Licenciados/as o graduados/as en farmacia.
Licenciados/as o graduados/as en odontología.
Diplomados/as o graduados/as en terapia ocupacional.
Diplomados/as o graduados/as en fisioterapia.
Diplomados/as o graduados/as en óptica y optometría.
Diplomados/as o graduados/as en trabajo social.
Diplomados/as o graduados/as en podología.
Diplomados/as o graduados/as en logopedia.
Licenciados/as o graduados/as en veterinaria.

Objetivos generales:

Proporcionar una formación adaptada a las necesidades actuales, con contenidos equilibrados de bioestadística.
Proporcionar al estudiante una formación especializada y avanzada en Estadística, transmitiéndoles conocimientos no adquiridos en estudios de grado inferior.
Proporcionar una formación global que facilite el acceso a puestos de trabajo altamente cualificados (en empresas u organismos públicos) y la incorporación a equipos multidisciplinares de modo que sea capaz de colaborar y trabajar conjuntamente con expertos especialistas de otras disciplinas como la biología, la sanidad, el marketing, etc., elaborando los modelos adecuados al contexto.
Introducir al estudiante en la investigación, como parte integrante de su formación, mediante la realización de un trabajo fin de máster y preparándole para la eventual realización posterior de una tesis doctoral.

Objetivos específicos:

Proporcionar conocimientos de las técnicas más comunes en las investigaciones.
Obtener conocimientos de los recursos, aplicaciones y herramientas informáticas de uso habitual en bioestadística.
Adquirir conocimientos matemáticos y estadísticos para la resolución de problemas de análisis de datos.
Conocer los principales métodos estadísticos para el análisis de datos y dominar los métodos de visualización.
Conocer los principales tipos de diseños epidemiológicos y clínicos
Comprender los conceptos estadísticos en los que se basa el método de investigación y desarrollar habilidades para el uso adecuado de las pruebas estadísticas
Presentar las herramientas de la metodología estadística, y la aplicación de estas al tratamiento de datos en las ciencias de la salud.
Fomentar la necesidad de mantener, a lo largo de la vida profesional, el desafío de llevar a cabo un aprendizaje continuado y estar siempre dispuesto a abordar nuevos problemas con nuevas herramientas.

Competencias generales

Aplicación de los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de salud.
Capacitación para comunicar conclusiones, y los conocimientos y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades.
Habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Compresión de conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

Competencias profesionales

Adquirir conocimientos en bioestadística.
Ser capaces de iniciar la actividad investigadora en ámbitos bioestadísticos.
Conocer métodos para el análisis de datos.
Conocer diferentes técnicas de muestreo.
Adquirir conocimientos avanzados en probabilidad y procesos estocásticos.
Profundizar en las técnicas de modelización estocástica.
Adquirir conocimientos avanzados en inferencia estadística.
Aprender y entender técnicas de estadística multivariante.

Ediciones especiales

	Fecha inicio	Fecha fin
1	01/07/2022	01/10/2022
2	15/07/2022	10/10/2022

Este programa dispone de matrícula permanentemente abierta, por tanto, los días 25 de cada mes se cierra una edición.

Si desea conocer la fecha de edición concreta de este programa envíe un mail a info@formacionalcala.com o si lo desea uno de nuestros agentes puede llamarle.

Tenga en cuenta que para entrar en una edición deberá haber finalizado todas las evaluaciones y estar corregidas por nuestros tutores antes del día 25 del mes perteneciente a la edición en la que quiera ser incluid@.

Recuerde que debe cumplir los plazos mínimos de cada programa, si lo desea puede consultar estos plazos en nuestra sección de preguntas frecuentes

Temario

Tema I. Bioestadística aplicada a las ciencias de la salud:

Introducción a la estadística aplicada a las ciencias de la salud.
Definición de estadística.
Población y muestra.
Cálculo del tamaño muestral.
Tipo de muestreo.
Procedimiento de muestreo.
Variables.
Presentación ordenada de datos.
Representaciones gráficas.
Autoevaluación.
Resumen.

Tema II. Estadística descriptiva:

Introducción.
Estadísticos de tendencia central.
Estadísticos de posición.
Estadísticos de dispersión.
Medidas de forma.
Autoevaluación.
Resumen.

Tema III. Estadística bivariante:

Introducción.
Tablas de contingencia.
Diagrama de dispersión.
Covarianza.
Regresión.
Bondad del ajuste.
Autoevaluación.
Resumen.

Tema IV. Índices clínicos:

Introducción.
Estadígrafos, precisión y exactitud.
Cuestiones clínicas.
Recopilación de datos, variabilidad y recopilación en investigación clínica.
Estudios de cohortes, caso y control.
Ensayos aleatorios controlados (RTC, Randomized Controlled Trials).
Clasificación de enfermedades por diagnóstico.
Índices clínicos.
- Ejemplo.
- Postulados de Gaten y Gambino.
Autoevaluación.
Resumen.

Tema V. Introducción a la teoría de la probabilidad:

Introducción.
Nociones y modelos de probabilidad.
Experimento aleatorizado.
Probabilidad condicionada.
Dependencia de sucesos.
Teoría de la probabilidad total.
Teorema de Bayes.
Aplicación de la teoría de probabilidad a las pruebas diagnósticas.
Ejercicios resueltos.
Autoevaluación.
Resumen.

Tema VI. Modelos probabilísticos:

Introducción.
Distribuciones de variable aleatoria.
Función de probabilidad.
Función de la densidad y la distribución.
Esperanza matemática. Varianza y desviación típica.
Distribuciones discretas.
- Distribución de Bernoulli.
- Distribución binomial.
- Distribución geométrica.
- Distribución de Poisson.
- Distribuciones continuas.
- Distribución uniforme.
- Distribución exponencial.
- Distribución normal.
- Puntuación Z.
Teorema del límite central.
Autoevaluación.
Resumen.

Tema VII. Inferencia estadística:

Introducción.
Estimación.
Métodos de inferencia estadística.
Hipótesis.
- Ejemplos de hipótesis.
Región crítica.
Intervalo de confianza.
Significación.
- Ejemplo.
Teoría del error en el contraste de hipótesis.
- Ejercicios resueltos. Contraste para una media.
- Ejercicio resuelto. Contraste para una varianza.
- Ejercicio resuelto, para proporciones.
- Ejercicio resuelto, una proporción.
- Ejercicio resuelto, continuación.
- Ejercicio resuelto, comparación de dos medias muestrales.
- Ejercicio resuelto, comparación de dos proporciones.
Contraste de hipótesis para muestras pequeñas.
Modelo t de Student.
- Ejercicios resueltos.
- Ejercicio resuelto, t para una proporción.
- Ejercicio resuelto, t para dos medias.
- Ejercicio resuelto, t para dos muestras relacionadas.
El modelo de ji cuadrado (χ²).
- Ejercicio resuelto, máximo esperado con.
- Ejercicio resuelto, modelo de Fisher.
- Prueba Ji cuadrado, modelos no parametrizados.
- Ejercicio resuelto, Ji cuadrado para dos proporciones.
Autoevaluación.
Resumen.

Tema VIII. Prácticas en SPSS:

Reconocimiento del programa.
Práctica 1. Introducción de datos al SPSS.
Práctica 2. Tablas de frecuencias en SPSS.
Práctica 3. Estadísticos descriptivos con SPSS.
Práctica 4. Gráficos en SPSS.
Práctica 5. Regresión lineal simple con SPSS.
Práctica 6. Tablas de contingencia con SPSS.
Práctica 7. Tabla de contingencia de variables cuantitativas en intervalos.
Práctica 8. Ji-cuadrado χ² con SPSS.
Práctica 9. Prueba t para muestras relacionadas.
Práctica 10. Prueba t para muestras independientes.
Práctica 11. ANOVA.
Práctica 12. Contraste no paramétrico para muestras relacionadas.
Práctica 13. Contraste no parametrizado para muestras independientes.
Autoevaluación.
Resumen.

Tema IX. Ejercicios con R GUI:

Estadística descriptiva.
Gráficos para datos agrupados en intervalos.
Medidas de posición y dispersión.
Tablas de doble entrada.
Cálculo de probabilidades.
Distribución binomial.
Distribución de poisson, geométrica e hipergeométrica.
Modelos unidimensionales continuos.
- Distribuciones uniformes, beta, gamma, de cauchy y logística.
Modelos unidimensionales asociados a la normal.
- Distribución χ² de Pearson.
- Distribución t de student.
Estimación, intervalos y test para una y dos muestras.
Test para la media de una población normal.
Análisis de la varianza.
- Ejemplo 21. Análisis de la varianza.
- Ejemplo 22. Tukey HSD para comparaciones múltiples.
- Ejemplo 23. Diseño por bloques aleatorizados de un factor.
- Ejemplo 24. Diseño por bloques aleatorizados de dos factores.
Regresión lineal y correlación.
- Ejemplo 25. Regresión lineal simple.
- Ejemplo 26. Correlación de dos variables.
Pruebas χ².
Autoevaluación.
Resumen.

Apéndice: Tabla de estadísticas:

Tabla 1: Distribución normal.
Tabla 2: Distribución t de Student.
Tabla 3: Distribución χ².
Tabla 4: Distribución F de Fisher.
Tabla 5: Probabilidades binomiales.
Tabla 6: Probabilidades de Poisson.
Tabla 7: Tabla de números al azar.
Tabla 8: Base de datos obesidad.
Tabla 9: Calcio.
Tabla 10: Lectura.
Tabla 11: Osteoporosis.
Tabla 12: Semillas.

Tema I. Introducción:

Conceptos básicos.

Tema II. Objetivos y metodología:

Consideraciones en la selección de un test estadístico:
- Tipo de variable a estudio.
- Objetivo del análisis.
- Distribución de probabilidad de las variables.
- Distribuciones discretas más frecuentes.
- Distribuciones continuas más frecuentes.
- Clasificación de la variable en base a supuestos clásicos.

Tema III. Clasificación de los test estadísticos:

Test paramétricos:
- Alternativas no paramétricas en el contraste de dos o más muestras.

Tema IV. Conclusiones.

Anexo:

Tabla I.
Tabla II.

El alumno debe de realizar un trabajo final del experto de un tema relacionado con el experto, en caso de querer publicar debe comunicarnos el tema en cuanto lo sepa, ya que tenemos que aceptarlo y anotarlo, y el tema no puede estar ya previamente seleccionado por otro compañero, debe tener una extensión mínima con unos requisitos mínimos de calidad y de actualidad bibliográfica.

Para no publicarlo:

Debe ser una extensión de unas 30 páginas.
Puede ser tanto caso clínico, como trabajo de investigación o revisión bibliográfica.
Debe estar citada en estilo vancouver.

Para la publicación:

Debe ser una revisión bibliográfica de unas 50 páginas*.
Letra Times New Roman.
Tamaño 12.
Interlineado 1-1,15.
La bibliografía debe ser desde hace 5 años en adelante.
Debe estar citada en estilo vancouver y con citas en el texto.

*Tenga en cuenta que el número de páginas se puede ver reducido a la hora del proceso de maquetación para la impresión de su libro.

Metodología

Tu formación a distancia se adapta a ti gracias a nuestra plataforma online. Podrás acceder al contenido, descargar materiales y realizar tu formación desde cualquier lugar, sin barreras.