Obiettivi Formativi

Acquisire abilità in merito alla descrizione di dati statistici Comprendere i fondamenti della valutazione di probabilità di un evento. Comprendere i fondamenti dell’inferenza statistica. Saper interpretare in modo appropriato i più comuni metodi e test statistici. Si intende fornire le basi necessarie per: - la lettura di articoli scientifici di interesse medico; - la presentazione di semplici serie di dati; - l’interpretazione di esami e strumenti di laboratorio e test clinici; - Acquisire nozioni di Evidence-Based- Medicine.

Learning Goals

Acquisire abilità in merito alla descrizione di dati statistici Comprendere i fondamenti della valutazione di probabilità di un evento. Comprendere i fondamenti dell’inferenza statistica. Saper interpretare in modo appropriato i più comuni metodi e test statistici. Si intende fornire le basi necessarie per: - la lettura di articoli scientifici di interesse medico; - la presentazione di semplici serie di dati; - l’interpretazione di esami e strumenti di laboratorio e test clinici; - Acquisire nozioni di Evidence-Based- Medicine.

Metodi didattici

Durante le lezioni frontali verranno illustrati e commentati gli argomenti nel programma del modulo. Ogni argomento teorico e contenente formule matematiche verrà spiegato con l’ausilio di esempi semplici e pratici, in modo che lo studente si focalizzi maggiormente sui concetti di base piuttosto che sulle formule. Molti termini tecnici verranno riportati sia in Italiano che in Inglese, in modo che lo studente possa autonomamente leggere la letteratura scientifica internazionale.

Teaching Methods

Durante le lezioni frontali verranno illustrati e commentati gli argomenti nel programma del modulo. Ogni argomento teorico e contenente formule matematiche verrà spiegato con l’ausilio di esempi semplici e pratici, in modo che lo studente si focalizzi maggiormente sui concetti di base piuttosto che sulle formule. Molti termini tecnici verranno riportati sia in Italiano che in Inglese, in modo che lo studente possa autonomamente leggere la letteratura scientifica internazionale.

Prerequisiti

Conoscenza base dell'inglese. Conoscenze di base della matematica.

Prerequisites

Conoscenza base dell'inglese. Conoscenze di base della matematica.

Verifiche dell'apprendimento

Test di autovalutazione. L'accertamento del raggiungimento degli obiettivi previsti dal modulo prevede una prova scritta o orale, consistente principalmente in quesiti a risposta aperta su argomenti trattati nel corso. In questo modo, verrà accertata la conoscenza e la comprensione, da parte dello studente, sia dei principi teorici che delle loro applicazioni in campo medico e biologico mediante l’uso di esempi pratici.

Assessment

Test di autovalutazione. L'accertamento del raggiungimento degli obiettivi previsti dal modulo prevede una prova scritta o orale, consistente principalmente in quesiti a risposta aperta su argomenti trattati nel corso. In questo modo, verrà accertata la conoscenza e la comprensione, da parte dello studente, sia dei principi teorici che delle loro applicazioni in campo medico e biologico mediante l’uso di esempi pratici.

Programma del Corso

Definizione di statistica, biostatistica e statistica medica. La differenza tra statistica descrittiva ed inferenziale. La definizione di variabile. Il ruolo delle variabili. I tipi di variabile. Archiviazione dei dati (tabelle e database). Le tipologie di studio in biostatistica e statistica medica. Statistica descrittiva: obiettivi e tecniche. Come si descrivono le variabili nominali (tabelle, istogrammi, torte, etc). Statistica descrittiva: variabili quantitative continue o discrete. Rappresentazione della variabilità: istogrammi, grafici a dispersione. Sommario sulle possibili misure di tendenza centrale, dispersione, simmetria e curvatura per le variabili quantitative. La media aritmetica. La mediana. La moda. La dispersione: intervallo di variazione, range interquartile, deviazione standard, coefficiente di variazione. Diagramma a scatola (box plot). Esempi: istogrammi, box plot. La distribuzione normale. Proprietà della distribuzione normale. Distribuzioni normali e non normali: media, mediana e moda. Asimmetria e Curtosi. Cenni sui test per valutare la normalità. Non normalità e grafici per rappresentare la distribuzione dei dati. La distribuzione log-normale: media e deviazione standard geometrica. Distinzione tra statistica inferenziale parametrica e non parametrica. Distribuzione normale: il campionamento. Test di ipotesi su una media. Calcolo della significatività. Test a una e due code. Il livello di significatività a. Cenni su errore di I e II tipo. Vincoli e gradi di libertà. La distribuzione t di Student (SD della popolazione ignota). Confronto tra due medie: dati appaiati. Test non parametrici: introduzione. Il rango. Test di Mann-Whitney. Correzione di continuità di Yates. Test di Wilkoxon. Correlazione di Pearson e Spearman. Nozioni di Evidence Based Medicine. Tipi di studi statistici e loro significatività.

Course Syllabus

Definizione di statistica, biostatistica e statistica medica. La differenza tra statistica descrittiva ed inferenziale. La definizione di variabile. Il ruolo delle variabili. I tipi di variabile. Archiviazione dei dati (tabelle e database). Le tipologie di studio in biostatistica e statistica medica. Statistica descrittiva: obiettivi e tecniche. Come si descrivono le variabili nominali (tabelle, istogrammi, torte, etc). Statistica descrittiva: variabili quantitative continue o discrete. Rappresentazione della variabilità: istogrammi, grafici a dispersione. Sommario sulle possibili misure di tendenza centrale, dispersione, simmetria e curvatura per le variabili quantitative. La media aritmetica. La mediana. La moda. La dispersione: intervallo di variazione, range interquartile, deviazione standard, coefficiente di variazione. Diagramma a scatola (box plot). Esempi: istogrammi, box plot. La distribuzione normale. Proprietà della distribuzione normale. Distribuzioni normali e non normali: media, mediana e moda. Asimmetria e Curtosi. Cenni sui test per valutare la normalità. Non normalità e grafici per rappresentare la distribuzione dei dati. La distribuzione log-normale: media e deviazione standard geometrica. Distinzione tra statistica inferenziale parametrica e non parametrica. Distribuzione normale: il campionamento. Test di ipotesi su una media. Calcolo della significatività. Test a una e due code. Il livello di significatività a. Cenni su errore di I e II tipo. Vincoli e gradi di libertà. La distribuzione t di Student (SD della popolazione ignota). Confronto tra due medie: dati appaiati. Test non parametrici: introduzione. Il rango. Test di Mann-Whitney. Correzione di continuità di Yates. Test di Wilkoxon. Correlazione di Pearson e Spearman. Nozioni di Evidence Based Medicine. Tipi di studi statistici e loro significatività.