LF:DSAK051 Analýza klinických dat - Informace o předmětu

DSAK051 Analýza klinických dat

Rozsah

2/0. Výuka analýzy klinických dat proběhne v učebně B11/306 v termínu 6.-10. 1. 2025 vždy v čase 15-19 hod. 5 kr. Ukončení: k.
Vyučováno kontaktně

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta

Předpoklady

Nejsou - základní kurz.

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

předmět má 230 mateřských oborů, zobrazit

Cíle předmětu

Pedmt je koncipován jako intenzivní kurz pro posluchae postgraduálního studia, lékae, pípadn specialisty jiných obor. Cílem výuky je seznámit posluchae se základními principy analýzy dat, zdokonalit jeho dovednost pi bžném zviditelování informace, v testování statistických hypotéz a v nkolika specializovaných pednáškách podat základ vícerozmrných analýz, analýzy pežití a prediktivního modelování u klinických dat. Poslucha by v prbhu kurzu ml získat pedevším schopnost rozumt principm statistického testování, vícerozmrných analýz a prediktivních model a mla by mu být zpístupnna etba mezinárodní literatury aplikující tyto techniky. Souástí výuky je demonstrace aplikací v software STATISTICA for Windows.

Výstupy z učení

V závěru kurzu jsou studenti schopni:
Definovat strukturu datového souboru pro statistickou analýzu;
Vizualizovat vstupní data pro analýzu a tyto vizualizace interpretovat;
Identifikovat vhodné metody popisné analýzy dat;
Fomulovat hypotézy statistické analýzy dat;
Vybrat korektní statistické testy pro potvrzení/vyvrácení položených hypotéz;
Interpretovat výsledky statistického hodnocení dat (jak vlastní, tak v odborné literatuře);
Posoudit vhodnost aplikace různých statistických metod na různé typy dat

Osnova

• 1. Úvod do statistiky, testování hypotéz. Stochastická rozloľení, distribuční funkce, frekvenční tabulky, kvantily. Tabulky modelových rozloľení. Výběry z biologických populací, zpracování dat. Úvod do plánování výběrů.
• 2. Spojitá, ordinální a nominální data v biologii. Odhady výběrových parametrů. Procenta a indexy jako odvozená biologická data.
• 3. Rozloľení spojitých proměnných - testování hypotéz, grafické metody. Rozloľení binárních proměnných - testování hypotéz, grafické metody.
• 4. Jednovýběrové testy. Testování hypotéz o parametrech výběrových populací: výběrový průměr, medián, směrodatná odchylka, rozptyl. Výběrové a experimentální plány pro testování parametrů výběrových populací.
• 5. Aplikace binomického a Poissonova rozloľení v biologii, modelování pomocí binomického rozloľení. Jednovýběrové testy o binomickém parametru p a Poissonově konstantě l.
• 6. Srovnávání parametrů dvou výběrových populací. Experimentální plány - zcela znáhodněný a párový. Parametrické a neparametrické metody. Formální prezentace srovnání dvou výběrových populací v literatuře. Grafické metody.
• 7. Analýza binárních a ordinálních dat. Test dobré shody: genetika, molekulární biologie, ekologie. Analýza R x C kontingenčních tabulek, diskriminace kategoriálních dat. Binomický test a test homogenity binomických četností.
• 8. Korelační analýza. Parametrická a pořadová korelace. Míry podobnosti v ekologii (kovariance, korelační koeficienty, koeficienty podobnosti). Korelační a kovarianční matice. Parciální korelace.
• 9. Analýza rozptylu (ANOVA): modely jednoduchého třídění pro experimentální a ekologická data. Neparametrické metody analýzy rozptylu.
• 10. ANOVA dvojného třídění, testování interakcí jednoho nebo více pokusných zásahů, formální prezentace výsledků analýzy rozptylu. Stručný přehled experimentálních plánů: jednoduché a dvojné třídění, faktoriální plány a plány zcela znáhodněných bloků. Laboratorní a terénní pokusy. Hierarchická analýza rozptylu v genetice a ekologii.
• 11. Úvod do regresní analýzy. Regresní analýza přímky. Analýza rozptylu v regresní analýze přímky. Lineární regrese. polynomy vyąąího řádu. Analýza rozptylu u těchto regresních analýz. Polynomiální regrese v návaznosti na ANOVA testy. Analýza reziduí regresních modelů. Úvod do vícerozměrné lineární regrese.
• 12. Stručný přehled vícerozměrných metod v biologii a ekologii. Aplikace statistiky v ekotoxikologii, modelování vlastností makromolekul. Význam analýzy dat při hodnocení rizik.Přehled literatury a časopisů zabývajících se biostatistickými metodami. Stručný přehled softwarových produktů vhodných pro zpracování biologických dat.

Literatura

• Zar, J.H. (1994) Biostatistical methods. Prentice Hall, London. 2nd ed.
• J. Benedík, L. Duąek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. 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.

Vyučovací jazyk

Angličtina

Informace učitele

Výuka analýzy klinických dat proběhne v učebně B11/306 v termínu 6.-10. 1. 2025 vždy v čase 15-19 hod.

Další komentáře

Předmět je vyučován každoročně.
Poznámka k periodicitě výuky: 2 kurzy ročně.
Výuka probíhá blokově.
Poznámka k četnosti výuky: Výuka analýzy klinických dat proběhne v učebně B11/306 v termínu 6.-10. 1. 2025 vždy v čase 15-19 hod.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.muni.cz/predmet/med/podzim2024/DSAK051