Máster en Investigación Médica en el Deporte

Módulo 1. El método científico aplicado a la investigación sanitaria. Posicionamiento bibliográfico de la investigación

1.1. Definición de la pregunta o el problema a resolver
1.2. Posicionamiento bibliográfico de la pregunta o problema a resolver

1.2.1. La búsqueda de información

1.2.1.1. Estrategias y palabras claves

1.2.2. El pubmed y otros repositorios de artículos científicos

1.3. Tratamiento de fuentes bibliográficas
1.4. Tratamiento de fuentes documentales
1.5. Búsqueda avanzada de bibliografía
1.6. Generación de bases de referencias para uso múltiple
1.7. Gestores de bibliografía
1.8. Extracción de metadatos en búsquedas bibliográficas
1.9. Definición de la metodología científica a seguir

1.9.1. Selección de las herramientas necesarias
1.9.2. Diseño de controles positivos y negativos en una investigación

1.10. Los proyectos traslacionales y los ensayos clínicos: similitudes y diferencias

Módulo 2. Generación de grupos de trabajo: la investigación colaborativa

2.1. Definición de grupos de trabajo
2.2. Formación de equipos multidisciplinares
2.3. Distribución optima de responsabilidades
2.4. Liderazgo
2.5. Control de consecución de actividades
2.6. Los equipos de investigación hospitalaria

2.6.1. Investigación clínica
2.6.2. Investigación básica
2.6.3. Investigación traslacional

2.7. Creación de redes colaborativas para la investigación en salud
2.8. Nuevos espacios para la investigación en salud

2.8.1. Redes temáticas

2.9. Centros de investigación biomédicas en red
2.10. Los biobancos de muestras: investigación colaborativa internacional

Módulo 3. Generación de proyectos de investigación

3.1. Estructura general de un proyecto
3.2. Presentación de antecedentes y datos preliminares
3.3. Definición de la hipótesis
3.4. Definición de objetivos generales y específicos
3.5. Definición del tipo de muestra, número y variables a medir
3.6. Establecimiento de la metodología científica
3.7. Criterios de exclusión/inclusión en proyectos con muestras humanas
3.8. Establecimiento del equipo específico: balance y expertise
3.9. Expectativas: un elemento importante que olvidamos
3.10. Generación del presupuesto: un ajuste fino entre las necesidades y la realidad de la convocatoria
3.11. Aspectos éticos

Módulo 4. El ensayo clínico en la investigación en salud

4.1. Tipos de ensayos clínicos (EC)

4.1.1. Ensayos clínicos promovidos por la industria farmacéuticas
4.1.2. Ensayos clínicos independientes
4.1.3. Reposición de fármacos

4.2. Fases de los EC
4.3. Principales figuras que intervienen en los EC5
4.4. Generación de protocolos

4.4.1. Aleatorización y enmascaramiento
4.4.2. Estudios de no inferioridad

4.5. Aspectos éticos
4.6. Hoja de información al paciente
4.7. Consentimiento informado
4.8. Criterios de buenas prácticas clínicas
4.9. Comité de Ética de Investigación con Medicamentos
4.10. Búsqueda de financiación para ensayos clínicos

4.10.1. Pública. Principales agencias españolas, europeas, latinoamericanas y estadounidenses
4.10.2. Privada. Principales farmacéuticas

Módulo 5. Financiación de proyectos

5.1. Búsqueda de oportunidades de financiación
5.2. ¿Cómo ajustar un proyecto al formato de una convocatoria?

5.2.1. Claves para alcanzar el éxito
5.2.2. Posicionamiento, preparación y escritura

5.3. Convocatorias públicas. Principales agencias europeas y americanas
5.4. Convocatorias específicas europeas

5.4.1. Proyectos Horizonte 2020
5.4.2. Movilidad de recursos humanos
5.4.3. Programa Madame Curie

5.5. Convocatorias de colaboración intercontinentales: oportunidades de interacción internacional
5.6. Convocatorias de colaboración con Estados Unidos
5.7. Estrategia de participación en proyectos internacionales

5.7.1. Cómo definir una estrategia de participación en consorcios internacionales
5.7.2. Estructuras de soporte y ayuda

5.8. Los Lobbies científicos internacionales

5.8.1. Acceso y Networking

5.9. Convocatorias privadas

5.9.1. Fundaciones y organizaciones financiadoras de investigación en salud en Europa y América
5.9.2. Convocatorias de financiación privada de organizaciones estadounidenses

5.10. La fidelización de una fuente de financiación: claves para un apoyo económico duradero

Módulo 6. Estadística y R en investigación sanitaria

6.1. Bioestadística

6.1.1. Introducción al método científico
6.1.2. Población y muestra. Medidas muestrales de centralización
6.1.3. Distribuciones discretas y distribuciones continuas
6.1.4. Esquema general de la inferencia estadística. Inferencia sobre una media de una población normal. Inferencia sobre una media de una población general
6.1.5. Introducción a la inferencia no paramétrica

6.2. Introducción a R

6.2.1. Características básicas del programa
6.2.2. Principales tipos de objetos
6.2.3. Ejemplos sencillos de simulación e inferencia estadística
6.2.4. Gráficos
6.2.5. Introducción a la programación en R

6.3. Métodos de regresión con R

6.3.1. Modelos de regresión
6.3.2. Selección de variables
6.3.3. Diagnóstico del modelo
6.3.4. Tratamiento de datos atípicos
6.3.5. Análisis de regresiones

6.4. Análisis multivariante con R

6.4.1. Descripción de datos multivariantes
6.4.2. Distribuciones multivariantes
6.4.3. Reducción de la dimensión
6.4.4. Clasificación no supervisada: análisis de conglomerados
6.4.5. Clasificación supervisada: análisis discriminante

6.5. Métodos de regresión para la investigación con R

6.5.1. Modelos lineales generalizados (GLM): regresión de Poisson y binomial negativa
6.5.2. Modelos lineales generalizados (GLM): regresiones logística y binomial
6.5.3. Regresión de Poisson y binomial negativa infladas por ceros
6.5.4. Ajustes locales y modelos aditivos generalizados (GAM)
6.5.5. Modelos mixtos generalizados (GLMM) y generalizados aditivos (GAMM)

6.6. Estadística aplicada a la investigación biomédica con R I

6.6.1. Nociones básicas de R. Variables y objetos de R. Manejo de datos. Ficheros. Gráficos
6.6.2. Estadística descriptiva y funciones de probabilidad
6.6.3. Programación y funciones en R
6.6.4. Análisis de tablas de contingencia
6.6.5. Inferencia básica con variables continuas

6.7. Estadística aplicada a la investigación biomédica con R II

6.7.1. Análisis de la varianza
6.7.2. Análisis de correlación
6.7.3. Regresión lineal simple
6.7.4. Regresión lineal múltiple
6.7.5. Regresión logística

6.8. Estadística aplicada a la investigación biomédica con R III

6.8.1. Variables de confusión e interacciones
6.8.2. Construcción de un modelo de regresión logística
6.8.3. Análisis de supervivencia
6.8.4. Regresión de Cox
6.8.5. Modelos predictivos. Análisis de curvas ROC

6.9. Técnicas estadísticas de Data Mining con R I

6.9.1. Introducción. Data Mining. Aprendizaje supervisado y no supervisado. Modelos predictivos. Clasificación y regresión
6.9.2. Análisis descriptivo. Pre-procesamiento de datos
6.9.3. Análisis de componentes principales (PCA)
6.9.4. Análisis de componentes principales (PCA)
6.9.5. Análisis Clúster. Métodos jerárquicos. K-means

6.10. Técnicas estadísticas de Data Mining con R II

6.10.1. Medidas de evaluación de modelos. Medidas de capacidad predictiva. Curvas ROC
6.10.2. Técnicas de evaluación de modelos. Validación cruzada. Muestras Bootstrap
6.10.3. Métodos basados en árboles (CART)
6.10.4. Support Vector Machines (SVM)
6.10.5. Random Forest (RF) y Redes neuronales (NN)