Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Rosaria GESUITA
Lingua di erogazione: INGLESELessons taught in: ENGLISH
Laurea Magistrale - [IM13] BIOMEDICAL ENGINEERING Master Degree (2 years) - [IM13] INGEGNERIA BIOMEDICA
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 1 - Secondo Semestre
Anno offertaAcademic year: 2020-2021
Anno regolamentoAnno regolamento: 2020-2021
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: D - A scelta dello studente
Settore disciplinareAcademic discipline: MED/01 - STATISTICA MEDICA
inglese
english
conoscenza di base di algebra e analisi matematica.
Basic knowledge of linear algebra and calculus.
convenzionale
lezioni teoriche: 32 ore
esercitazioni: 16 ore
conventional
theoretical lessons: 32 hours
practice exercises: 16 hours
Il corso si propone di introdurre gli studenti alla applicazione dei metodi biostatistici nello studio dei fenomeni biomedici e di fornire gli strumenti di base per leggere e interpretare i risultati di uno studio scientifico nell'ambito dell'ingegneria biomedica.
Capacità di applicare conoscenze e comprensione.
Questo corso a scelta degli studenti consentirà di conoscere ed applicare metodi biostatistici per lo studio dei fenomeni biomedici e di fornire gli strumenti di base per leggere e interpretare i risultati di uno studio scientifico nell'ambito dell'ingegneria biomedica. Le competenze acquisite potranno trovare applicazione nella progettazione di esperimenti e nell’analisi statistica di dati di tipo epidemiologico e clinico.
In particolare, lo studente alla fine del corso deve aver acquisito adeguate conoscenze delle metodologie di base di Statistica Medica per
- Sapere come organizzare e analizzare i dati relativi ai fenomeni biomedici, tra cui l'utilizzo di software statistico;
- Essere in grado di leggere e interpretare i risultati statistici nella letteratura Biomedica;
- Essere in grado di effettuare l'elaborazione dei dati e ottenere una corretta interpretazione dei risultati.
Competenze trasversali.
Autonomia di giudizio: individuare le informazioni necessarie per progettare e analizzare i risultati di studi sperimentali nel campo dell’ingegneria biomedica. Abilità comunicative: trasferire in modo chiaro ed esauriente informazioni e idee, relative al disegno di uno studio sperimentale e alla elaborazione dei dati, a interlocutori, rappresentativi delle diverse e specifiche competenze coinvolte nello studio (ingegnere, biologo, biostatistico, ecc.)
Knowledge and Understanding.
The course aims to introduce students to the application of biostatistical methods in the study of biomedical phenomena and provide the basic tools to read and interpret the results of a scientific study in biomedical engineering.
Capacity to apply Knowledge and Understanding.
This free-choice course will allow students to learn and apply biostatistical methods to the study of biomedical phenomena and provide the basic tools to read and interpret the results of a scientific study in the field of biomedical engineering. The acquired skills can be applied in the design of experiments and in the statistical analysis of data for epidemiological and clinical purposes. In particular, the student at the end of the course must have acquired adequate knowledge of the basic methodologies of Medical Statistics in order to
- know how to organize and analyze data related to biomedical phenomena including the use of statistical software;
- be able to read and interpret statistical results in the Biomedical Engineering literature;
- be able to perform data processing and obtain a correct interpretation of the results.
Transversal Skills.
Making judgements: capability of identify the information needed to design and analyze the results of experimental studies in the field of biomedical engineering.
Communications: capability of clearly and exhaustively communicate notions and ideas, relative to study design and data processing, to interlocutors representative of the various and specific competencies involved in the study (engineer, biologist, biostatistician, etc.).
Contenuti (lezioni frontali 32 ore)
Il disegno dello studio sperimentale e osservazionale. Indagine campionaria. Errore sistematico e errore casuale. Unità statistica, popolazione, tipi di variabili. Riassumere e presentare i dati: distribuzioni di frequenza, tabelle e grafici. Misure di tendenza centrale e di posizione. Misure di variabilità e di forma delle distribuzioni. La probabilità di un evento. Le proprietà della probabilità. Il concetto di indipendenza. Le variabili casuali. Le variabili aleatorie e la distribuzione di probabilità. La distribuzione binomiale, Poisson e normale. La distribuzione di campionamento. La stima dei parametri della popolazione. Il metodo della massima verosimiglianza. Il test di ipotesi. Principi del test di significatività. Livelli di significatività e tipi di errore; potenza di un test e ampiezza campionaria. Confronto tra due medie; il test t. Confronto tra due proporzioni. Confronto tra due varianze mediante il test F. confronto tra diverse medie mediante l’analisi della varianza. Assunti dell’analisi della varianza. Confronti tra medie dopo l’analisi della varianza. Regressione e correlazione. La regressione lineare. La regressione logistica. Dati di sopravvivenza e modello di Cox.
Esercitazioni (16 ore).
Statistica di base con R. Applicazioni dei metodi statistici all'analisi di dati biomedici. Progetto di uno studio clinico e analisi dei risultati.
Contents (frontal lessons 32 hours).
The design of experimental and observational studies; sampling study; systematic and random error. Statistic units, population, types of variables. Summarizing and presenting data: frequency distributions, tables and graphs. Measures of the central tendency and position of the distribution; measures of variability of the distribution; shapes of frequency distribution. Probability of an event. Properties of probability. Random variables and probability distributions. Binomial, Poisson and Normal distribution. Sampling distribution. Population parameter estimation. Maximum likelihood method. Testing a hypothesis. Principles of significance tests. Significance levels and types of error; the power of a test and sample size. Comparing two means, test t. Comparison of two proportions. Comparing two variances by the F test. Comparing several means using analysis of variance. Assumptions of the analysis of variance. Comparison of means after analysis of variance. Regression and correlation. Linear regression. Logistic regression. Survival data and Cox regression.
Practical exercises (16 hours).
Basic statistics using R. Applications of statistical methods to the analysis of biomedica data.
La valutazione dell'apprendimento dello studente consiste nel risolvere una prova pratica con l'uso di software statistico e una successiva discussione orale per valutare la sua capacità nell'interpretare i risultati ottenuti.
Criteri di valutazione dell'apprendimento.
Per superare con successo la valutazione dell’apprendimento, lo studente deve dimostrare mediante la risoluzione della prova pratica e la discussione orale, la sua completa comprensione dei concetti presentati nel corso e la sua capacità di applicarli.
Criteri di misurazione dell'apprendimento.
Attribuzione del voto finale in trentesimi.
Criteri di attribuzione del voto finale.
Perché l'esito complessivo della valutazione sia positivo, lo studente deve conseguire almeno la sufficienza, pari a diciotto punti, nella prova pratica. Il voto, in trentesimi, è dato dalla la media della votazione in trentesimi ottenuta nella prova pratica e dalla prova orale. La lode è riservata agli studenti che abbiano dimostrato un approfondimento personale ed una particolare brillantezza nella esposizione.
Learning Evaluation Methods.
The assessment of student learning consists of solving a practical test with the use of statistical software and a subsequent oral discussion to evaluate his/her ability in the interpretation of the obtained results.
Learning Evaluation Criteria.
To successfully pass the assessment of learning, the student must demonstrate, through solving the pratical test and his/her answers to the oral discussion, that he/she has fully understood the concepts presented in the course and is able to apply them.
Learning Measurement Criteria.
Attribution of the final mark up to thirty.
Final Mark Allocation Criteria.
In order to achieve a positive outcome of the overall evaluation, the student must achieve at least a pass mark, amounting to eighteen points, in the practical test. The vote out of thirty is given by the average of the marks obtained in the practical test and in the oral exam. The students who demonstrate personal in-depth analysis and excellent presentation (particular brilliance in the exposition) can pass the exam with distinction.
An Introduction to Medical Statistics, 4th ed., Martin Bland. Oxford University Press (2015), ISBN: 9780199589920
M. Ehsan. Karim, Eugenia Yu, Derrick Lee. Basic Statistics and R: An Introductory Tutorial University of British Columbia (2008).
R ed i relativi manuali sono scaricabili gratuitamente dal sito http://www.r-project.org.
Gli studenti porebbero scaricare il pdf intitolato "An Introduction to R" come testo di riferimento.
Materiale didattico elettronico disponibile su piattaforma moodle di Ateneo; link:
https://learn.univpm.it/course/search.php?search=medical+statistics
An Introduction to Medical Statistics, 4th ed., Martin Bland. Oxford University Press (2015), ISBN: 9780199589920
M. Ehsan. Karim, Eugenia Yu, Derrick Lee. Basic Statistics and R: An Introductory Tutorial University of British Columbia (2008).
R and accompanying manuals are available for free download from http://www.r-project.org. Students may wish to download An Introduction to R to keep as a reference.
Electronic teaching materials available on the University's moodle platform; link:
https://learn.univpm.it/course/search.php?search=medical+statistics
NO
NO
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2020-2021
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427