Experto Universitario Internacional en Estadística Aplicada en Ciencias de la Salud

Tema I. Introducción a la epidemiología:

• Introducción.
• Definición y principios de la epidemiología.
• Origen y propósitos de la epidemiología clínica.
• Situación actual.
• Usos de la epidemiología.
• ¿Epidemiología clínica o clínica epidemiológica?
• ¿Medicina basada en la evidencia o en la incertidumbre?
• Resumen.
• Autoevaluación.

Tema II. Introducción a los diseños epidemiológicos. Cómo y por qué investiga la epidemiología:

• Elección del diseño epidemiológico.
• Etapas en el diseño de una investigación epidemiológica.
• Características de la exposición.
• Las medidas de la epidemiología.
• Resumen.
• Autoevaluación.

Tema III. Tipos de estudios epidemiológicos. Clasificaciones:

• Clasificaciones.
• Resumen.
• Autoevaluación.

Tema IV. Estudios descriptivos:

• Introducción.
• Estudios ecológicos.
• Series de casos.
• Estudios transversales (de prevalencia).
• Resumen.
• Autoevaluación.

Tema V. Estudios analíticos:

• Introducción.
• Estudios observacionales.
  • Estudio de casos y controles.
  • Estudio de cohortes (o de seguimiento).
  • Diseño de los estudios de cohortes.
  • Estructura adoptada por los estudios de cohortes.
  • Principales usos de los estudios de cohorte.
  • Algunas limitaciones propias de estos diseños.
• Estudios experimentales.
  • Diferentes tipos de ensayos clínicos.
  • Otros tipos de ensayos clínicos.
• Resumen.
• Autoevaluación.

Tema VI. Variables del estudio:

• Variables dependientes.
• Variables independientes.
• Resumen.

Tema VII. Elementos de la investigación:

• La pregunta de la investigación, hipótesis y randomización.
• Población, muestra y muestreo.
• Maniobra, resultado u outcome y validez.
• Variable.
• Asignación aleatoria.
• Consentimiento informado y reproducibilidad.
• Cuantificación del riesgo en un estudio.
  • Intervalos de confianza para la estimación del riesgo.
• Resumen.
• Autoevaluación.

Tema VIII. Estadística descriptiva e inferencial:

• Introducción.
• Medidas de descripción de datos.
• Lo que deben medir las estadísticas.
  • Desviación estándar, intervalo de confianza y estándar de oro.
  • Sensibilidad, especificidad y distribución normal.
  • Tendencia central, incidencia y prevalencia.
  • Varianza, amplitud o rango y medida de la dispersión de una muestra.
  • Diferencias, distribución y diseño.
  • Meta-análisis, modelos y nivel de significación.
  • Número que es Necesario Tratar (NNT).
  • P (p- valor), P (Probabilidad) y percentil.
  • Coeficientes y significaciones.
  • Tabla de contingencia.
• Resumen.
• Autoevaluación.

Tema IX. Pruebas estadísticas:

• Introducción.
• Pruebas.
• Análisis.
• Resumen.
• Autoevaluación.

Tema X. Sesgos. Precisión y validez de un estudio:

• Introducción.
• Sesgo.
• Resumen.
• Autoevaluación.

Tema XI. Test estadísticos:

• Introducción.
• Prueba de Kolmogorov-Smirnov y prueba de F.
• Test de chi al cuadrado y prueba exacta de Fisher.
• Prueba de Mcnemar, prueba binomial y test de correlación de Pearson.
• Coeficiente de Kappa.
• Coeficiente de correlación intraclase (ICC).
• Test de correlación de Spearman, test de Wilcoxon y prueba de Shapiro-Wilks.
• Prueba “t” de Student-Fisher.
• Test de Mann-Whitney.
• Prueba de Kruskal-Wallis.
• Pruebas no-paramétricas.
• Elección de la técnica estadística apropiada.
• Los pasos siguientes.
• Resumen.
• Autoevaluación.

Tema XII. Búsqueda y selección de información:

• Introducción.
• Modos de acceso y metodología de búsqueda.
• Direcciones de algunas bases de datos accesibles a través de Internet.
• La búsqueda en la base de datos Medline a través de Internet (PUBMED).
• Resumen.
• Autoevaluación.

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.