Diplomado en bioestadística - e-learning

El Diplomado consta de cuatro cursos de 5 créditos cada uno.

CURSO 1: Planificación de estudios científicos y medidas de cuantificación del efecto.
Horas: 90
Créditos: 5

Este curso introductorio tiene como objetivos que el alumno conozca los pasos del método científico, sea capaz de identificar correctamente los tipos de diseños de investigación más utilizados en Ciencias de la Salud y los posibles sesgos que se pueden cometer. Posteriormente, se introduce al alumno en el cálculo e interpretación de indicadores de frecuencia relativa y de riesgo según el tipo de diseño. Finalmente, se muestran formas de controlar el efecto de terceras variables sobre las medidas de riesgo calculadas, tanto desde el punto de vista del diseño como desde el punto de vista estadístico.

Objetivos específicos
• Caracterizar diferentes tipos de estudio utilizados en Ciencias de la Salud
• Describir indicadores de uso frecuente
• Explicar medidas de magnitud del efecto

Contenidos
• Introducción al Método Científico.
• Sesgos y errores.
• Tipos de diseños de investigación usados en Ciencias de la Salud.
• Indicadores de uso frecuente para medir la ocurrencia de fenómenos en ciencias de la salud: Tasas, Proporciones, Razones.
• Medidas de efecto: Riesgo Relativo, Diferencia de Riesgo, Odds Ratio,
• Fenómeno de confusión y sus formas de minimizarlo (por diseño y estadísticas).
• Riesgo Relativo y Odds Ratio de Mantel-Haenszel. Test de homogeneidad de ORs.
• Confusión y estratificación. Test de Mantel-Haenszel de Asociación
• Introducción a los meta-análisis.
• Meta-análisis por efectos fijos y aleatorios.
• Uso de programas computacionales para realizar un meta-análisis: EPIDAT y OPENMETA.

Evaluaciones
• Tareas de aplicación al final de cada uno de los 3 módulos (ponderan 50%).
• Prueba Final, sobre los contenidos teóricos del curso (50%).

CURSO 2: Análisis exploratorio de datos e introducción a bases de datos.

Horas: 90
Créditos: 5

Un objetivo de este programa, consiste en que el alumno consiga las destrezas necesarias para construir diferentes tipos de planillas de datos utilizadas en estudios médicos y en base a ellas, realizar análisis en forma autónoma. Es por esta razón, que en este curso se entregan los conocimientos básicos para diseñar, construir y procesar planillas de datos. Se caracterizan distintos formatos de bases de datos comúnmente utilizadas en Ciencias de la Salud y se entregan las herramientas necesarias para exportarlas. En forma adicional, se entregan algunas pautas para validar una base de datos, proceso fundamental y previo al análisis, para obtener resultados correctos.

Objetivos específicos
• Conocer los conceptos de Población y Muestra
• Conocer los tipos de muestreo más utilizados en estudios relacionados a Ciencias de la Salud.
• Emplear el programa Excel para construir una planilla de datos según el objetivo del estudio (Estimación de una incidencia, estimación de sobrevida, comparación de tratamientos, etc.) y su diseño (observaciones independientes, medidas repetidas, etc.)
• Examinar una planilla de datos.
• Conocer los programas estadísticos más utilizados en análisis biomédicos.
• Calcular principales medidas de resumen.
• Reportar información resumida para ser informada a profesionales de la salud.
• Importar datos desde Access y otros Administradores de Bases de Datos a Excel.

Contenidos
• Población, muestra y variable aleatoria
• Tipos de muestreo más importantes y sus características.
• Tipos de variables aleatorias
• Análisis exploratorio de datos
• Principales medidas de tendencia central y de dispersión
• Tablas de contingencia
• Representación gráfica
• Introducción al EXCEL
• Cómo diseñar una planilla y/o base de datos
• Validación de planillas de datos
• Reporte de información obtenida y posibles debilidades del estudio.

Evaluaciones
• Controles (30%).
• Reporte de las principales características del conjunto de variables mediante sus principales medidas de resumen y gráficas (35%).
• Construcción y revisión de una planilla de datos (35%).

CURSO 3: Probabilidades e inferencia estadística

Horas: 90
Créditos: 5

Este curso entrega herramientas básicas del cálculo de probabilidades y de la inferencia estadística con aplicaciones en el área de Ciencias de la Salud. Se estudian procedimientos para obtener conclusiones referentes a la población en base a la información proporcionada por la muestra o muestras seleccionadas.
Con este objetivo, se comienza introduciendo conceptos claves de probabilidad. Se introduce además el concepto de variable aleatoria, caracterizándola y reconociendo sus principales medidas de resumen. Se revisan las diferencias entre Población y Muestra, acompañado de sus respectivos parámetros y estimadores.
Luego se introduce la distribución Normal. Esta distribución, también conocida como distribución de Gauss o Gaussiana, juega un rol importante en la inferencia estadística ya que la mayoría de los procedimientos implementados en los programas estadísticos de mayor uso en estudios biomédicos se basan en esta distribución.
Se estudia el proceso de estimación de parámetros, y se finaliza con el tema de pruebas de hipótesis en una y dos poblaciones.

Objetivos específicos
• Identificar el proceso de cálculo de una probabilidad en eventos del área de Ciencias de la Salud.
• Aplicar la Distribución Normal para el cálculo de probabilidades.
• Estimar características de una población objeto de estudio de ciencias de la salud
• Inferir a partir de una muestra o dos muestras, resultados (incidencias, prevalencias, odds ratios, etc.) para una población o dos poblaciones.
Contenidos
• Probabilidades: axiomas y propiedades. Probabilidad condicional. Probabilidad total. Teorema de Bayes. Aplicaciones en test de diagnóstico.
• Variables aleatorias discretas y continuas.
• Función de probabilidad y función de distribución acumulada: caso discreto.
• Función de densidad y función de distribución acumulada: caso continuo.
• Valor esperado y varianza.
• Distribución Normal: estandarización, obtención de percentiles y cuantiles.
• Distribución del promedio bajo normalidad. Teorema Central del Límite.
• Estimación puntual y por intervalos en una y dos poblaciones.
• Pruebas de hipótesis: Error Tipo I y Tipo II. Potencia y Significancia de una prueba.
• Pruebas de hipótesis en una y dos poblaciones.
• Cálculo de tamaños muestrales
• Uso de programa para cálculo de tamaños muestrales: G*Power
• Instrucciones necesarias para realizar los análsis en los programas estadísticos más comunmente utilizados en ciancias de la salud (SPSS, R, Stata, MINITAB, SAS).

Evaluaciones
• Tareas de aplicación al final de cada uno de los 3 módulos (ponderan 50%).
• Tareas semanales de ejercicios de casos prácticos (50%).

CURSO 4: Asociación de variables

Horas: 90
Créditos: 5

La mayor parte de los estudios del área de Ciencias de la Salud tienen por objetivo explicar, a partir de determinadas variables independientes, algún fenómeno de interés (enfermedad, mortalidad, etc), medido por una (o más) variable explicativa o dependiente.
El tipo de variables que se involucren en esta búsqueda de asociación, determinarán el tipo de análisis cuantitativo que se desarrolle para contrastar hipótesis y la correcta interpretación de resultados.
Así, en este módulo se presenta la metodología estadística adecuada que se debe utilizar según el tipo de variables consideradas; proceso que incluye un adecuado planteamiento del problema, la utilización de la prueba estadística que corresponda y la obtención de conclusiones pertinentes.

Objetivos específicos
• Diferenciar el tipo de variables consideradas en una asociación del área de Ciencias de la Salud.
• Identificar y aplicar la prueba adecuada para cada tipo de asociación y revisar los supuestos necesarios.
• Interpretar los resultados obtenidos a partir de cada test aplicado, de acuerdo al contexto de salud específico.

Contenidos
• Tipos correctos de plantear una Pregunta de Investigación
• Tipos de asociación de variables en estudios biomédicos.
• Asociación entre dos variables categóricas: Chi-cuadrado OR, RR. Representación gráfica.
• Test de concordancia y discordancia. Sensibilidad y Especificidad, valores predictivos. Curvas ROC.
• Asociación entre una variable categórica y una numérica, para muestras independientes. Test t Student y test Mann-Whitney.
• Asociación entre una variable categórica y una numérica, para muestras pareadas. Test t Student pareado y test Wilcoxon.
• Asociación entre una variable categórica de más de dos niveles y una variable numérica. Test de Anova, Kruskal Wallis, Comparaciones múltiples.
• Asociación entre una variable categórica de más de dos niveles y una variable numérica, caso pareado. Test de Anova para medidas repetidas, Friedman.
• Asociación de dos variables numéricas. Correlación de Pearson y Spearman.
• Instrucciones necesarias para evaluar asociación en los programas estadísticos más comunmente utilizados en Ciencias de la Salud (SPSS, R, Stata, MINITAB, SAS).

Evaluaciones
• Controles semanales (60%)
• Cuatro tareas parciales que conforman un Informe final con aplicación de las distintas metodologías vistas (a una base de datos del área de la salud) e interpretación de resultados (40%).

El programa se dicta a distancia mediante una plataforma educativa virtual. El aprendizaje se desarrolla se desarrolla mediante articulates (presentación más voz grabada), foros de discusión, guías de contenido, lectura de artículos, tareas y pruebas de contenido. Todo este proceso es acompañado por tutores en cada curso, quienes estarán disponible para responder preguntas y aclarar contenido cuando algún alumno lo requiera.

El Diplomado utiliza los siguientes programas estadísticos para ilustrar el uso de los métodos enseñados: Stata, Spss, R, Minitab y SAS. Es responsabilidad de cada alumno contar con alguno de ellos para PC o Mac, de acuerdo al equipo que acostumbre utilizar. No es deber del Programa proporcionar dicho software.