MDAM021 Analýza a management dat pro zdravotnické obory

Lékařská fakulta
jaro 2013
Rozsah
2/0/0. 4 kr. Ukončení: k.
Vyučující
prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
Mgr. Adam Svobodník, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Michaela Cvanová, Ph.D. (cvičící)
Mgr. Lukáš Kohút (cvičící)
Michaela Gregorovičová (pomocník)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Dodavatelské pracoviště: Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Rozvrh
Čt 11. 4. 8:00–9:40 D29/347-RCX2, 9:50–11:30 D29/347-RCX2, Čt 25. 4. 8:00–9:40 D29/347-RCX2, 9:50–11:30 D29/347-RCX2, Čt 9. 5. 8:00–9:40 D29/347-RCX2, 9:50–11:30 D29/347-RCX2, Čt 23. 5. 8:00–9:40 D29/347-RCX2, 9:50–11:30 D29/347-RCX2
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět je koncipován jako úvodní a prakticky orientovaný kurz zaměřený na širokou oblast aplikace analýzy dat a informačních technologií v medicíně. Důraz je kladen na řízení a správu dat klinických studií a základní aspekty provozní informatiky zdravotnických zařízení. V oblasti analýzy dat student projde teoretickým výkladem základů jednorozměrných a vícerozměrných metod a seznámí se s problematikou optimalizace experimentálních plánů. Důraz je kladen i na praktickou stránku výuky a veškeré výpočetní techniky jsou procvičovány s pomocí běžně dostupných softwarových nástrojů (Statistica for Windows, SPSS). Studenti budou podrobně seznámeni se všemi aspekty správy a hodnocení dat klinických studií, především stanovení nutné velikosti vzorku, nastavení pravidel managementu dat, randomizace při náběru pacientů, průběžné a závěrečné statistické hodnocení. Aplikace informačních technologií se zaměřují na obecné principy přístupu uživatele k výpočetním zdrojům a konkretizují je vždy na různých implementacích počítačových sítí. Posluchač získá teoretické a praktické poznatky z oblasti tvorby a správy databází a naučí se prakticky využívat dnes běžně přístupné zdroje místních počítačových systémů, jejich sítí a jejich připojení k Internetu. V průběhu kurzu budou posluchači rovněž zdokonaleni v užívání produktů MS Office.
Osnova
  • BLOK A. Základy analýzy dat
  • 1. Statistika v klinickém výzkumu a praxi - úvodní seznámení se základními principy statistické analýzy dat. Pravděpodobnostní prezentace výsledků, principy plánování výzkumů, základy testování hypotéz. Typy dat v klinickém výzkumu a grafické možnosti jejich znázornění. Specifika klinických dat a jejich důsledky pro analýzu. Popis dat, kvantifikace variability a parametrů středu výběrových rozložení. Distribuční funkce. Principy pojmů kalibrace, prognóza, model.
  • 2. Modelová rozložení a jejich praktické využití. Odhady intervalů spolehlivosti, prezentace odhadů rozptylu, aritmetického průměru, geometrického průměru a mediánu. Sumární statistika spojitých a diskrétních dat. Příprava dat k analýze. Grafické nástroje. Transformace dat. Kontrola kvality dat, vyhledání odlehlých hodnot, využití počítačové techniky.
  • 3. Teorie testování hypotéz. Jednorozměrné metody ve srovnávacích statistických testech, parametrické a neparametrické metody. Spojitá a diskrétní data. Základy korelační a regresní analýzy: Základy korelační analýzy. Základy regresní analýzy.
  • 4. Základy vícerozměrných analýz. Vícerozměrné regrese, logistická regrese. Shluková analýza, faktorová analýza, diskriminační analýza. Data mining.
  • 5. Statistické testy používané při hodnocení diagnostických testů: diskriminační analýza, typologie subjektů hodnocení, ROC analýza, sensitivita a specificita testů. Základy analýzy přežití.
  • 6. Základy analýzy epidemiologických dat a hodnocení populačních rizik. Standardizace epidemiologických dat, analýza dlouhodobých trendů, prediktivní analýzy.
  • BLOK B. Management dat ve zdravotnictví, aplikace informačních technologií
  • 7. Uživatelův přístup k počítači, jeho profile, lokální data. Operační systém. Typy operačních systémů, chráněný a nechráněný přístup. Síť - přenos informací. Přenos dat, vzdálené přihlašování a práce ve vzdáleném uzlu, elektronická pošta, sdílení periferií. Spojování počítačů. Nízkorychlostní periferií (RS-232C). Síťové periferie.
  • 8. Sítě, Internet. Typy sítí, sítě sítí. Síť typu IP. Internet. Historie a principy IP. Vrstvy sítí. Síťové služby. Přenos souborů, ftp. Sdílení periferií. Elektronická pošta, servery SMTP a POP3, IMAP. Další síťové služby, vzdálené přihlašování, telnet rlogin, rozhovor, talk, write. Informační servery. WWW - URL, html, čtenář, autor. Síťové informační systémy, databázové zpracování. Autorizace v sítích.
  • 9. Zásady tvorby databází a správy dat s ohledem na zajištění kvality dat (QA/QC). Zabezpečení a zálohování dat, export, import, monitoring a transfer dat. Možnosti off-line a on-line komunikace. Digitalizace dat - role datového managera v klinickém hodnocení a praxi, existující normy. Kontrola vstupních dat: logické vazby, opakované zadávání. Ochrana osobních údajů, legislativní aspekty zdravotnické informatiky.
  • BLOK C. Plánování, management a hodnocení klinických studií
  • 10. Základní terminologie, etické a právní aspekty. Definice základních pojmů: Klinické hodnocení léčiv (KHL). Studie Fáze I-IV. Zadavatel. Zkoušející lékař. Monitor. Statistik. Subjekt hodnocení. Výzkumná smluvní organizace (CRO). Protokol. CRF.ICH GCP. Organizace studií: Komunikace se SÚKL, dokumentace. Pojištění KHL. Žádost o povolení/ohlášení, dodatky, výroční zpráva, předčasné ukončení, závěrečná zpráva. Etické aspekty: Informovaný souhlas/Informace pro pacienta. Helsinská deklarace. Právní aspekty: Hlavní legislativní prameny v ČR a v EU, harmonizace.
  • 11. Analýza dat v KHL. Design KHL Paralelní uspořádání. Cross-over a faktoriální design. Fáze I-IV. Analýza dat Statistické minimum: Typy dat v KHL. Prezentace dat (deskriptivní statistika). Princip testování hypotéz v KHL. Optimalizace velikosti vzorku Faktory ovlivňující velikost vzorku. Základní vzorce. Softwarové nástroje. Aplikovaná analýza dat v KHL. Protokol. Průběh KHL - správa dat. souhrnná zpráva o KHL
  • 12. Randomizace a průběžný monitoring plánovaného experimentu. Princip randomizačních technik, princip náhodnosti. Kompletní randomizace. Permutační bloková randomizace. Stratifikace. Adaptivní randomizační techniky. Softwarové zajištění randomizačních procedur, protokolárních funkcí, průběžných hlášení a základní sumarizace dat.
Literatura
  • ZAR, Jerrold H. Biostatistical analysis. 5th ed. Upper Saddle River, N.J.: Prentice Hall, 2010, xiii, 944. ISBN 9780131008465. info
  • HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
  • ALTMAN, Douglas G. Practical statistics for medical research. 1st ed. Boca Raton: Chapmann & Hall/CRC, 1991, xii, 611. ISBN 0412276305. info
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Předmět je uzavřen písemným kolokviem testující uchopení principů, správnou aplikaci a základní výpočetní dovednosti studentů. Zkouška pokrývá celý rozsah kurzu od popisné statistiky, předpokladů statistického testovní až po aplikaci konkrétních testů na konkrétních reálných příkladech.
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2010, jaro 2011, jaro 2012, jaro 2014, jaro 2015, jaro 2016.