LF:BMAK051 Analýza klinických dat - Informace o předmětu
BMAK051 Analýza klinických dat
Lékařská fakultapodzim 2024
- Rozsah
- 0/1.3/0. 20. 2 kr. (plus 1 za zk). Doporučované ukončení: zk. Jiná možná ukončení: k.
- 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
- Kurz nemá žádné zvláštní předpoklady.
- Omezení zápisu do předmětu
- Předmět je otevřen studentům libovolného oboru.
- 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
- Téma 1. Statistika v lékaském výzkumu - základní znalost I.: Úvodní seznámení se základními principy statistické analýzy dat. Pravdpodobnostní prezentace výsledk, principy plánování výzkum, základy testování hypotéz. Nominální, ordinální a spojitá data v klinickém výzkumu a grafické možnosti jejich znázornní. Specifika klinických dat a jejich dsledky pro analýzu. Popis dat, kvantifikace variability a parametr stedu výbrových rozložení. Pojem distribuní funkce a její využití pro grafickou prezentaci výbrových rozložení. Principy pojm kalibrace, prognóza, model.
- Téma 2. Statistika v lékaském výzkumu - základní znalost II.: Modelová rozložení a jejich praktické využití /normální, log-normální, alternativní, binomické, Poissonovo, rozložení statistik t, F a c2). Odhady interval spolehlivosti, prezentace odhad rozptylu, aritmetického a geometrického prmru a dalších modelových rozložení. Odhad mediánu. Sumární statistika spojitých a diskrétních dat. Píklady rzných sumárních prezentací.
- Téma 3. Statistika v lékaském výzkumu - základní znalost III.: Píprava dat k analýze. Grafické nástroje zviditelnní informace v exploratorní analýze /"PP plots, QQ plots, normal probability plots, box-and-whisker plots, scatterplots, stem and leaf display, histograms, 3D histograms, matrix plots - face plots, contour plots, surface plots"/. Transformace dat jako úelový nástroj praktické analýzy dat. Vyhledání odlehlých hodnot. Využitelnost a zneužitelnost poítaové techniky pro analýzu klinických dat. Neparametrické metody jako alternativa v pípad nesplnní pedpoklad parametrických technik - píklady. Píklady shrnující téma 1 - 3.
- Téma 4. Jednorozmrné metody - spojitá data: Jednorozmrná analýza spojitých dat. "One-sample" a "two-sample" testy. Nezávislý a párový t test. Základy analýzy rozptylu jednoduchého a vícenásobného tídní, testování kontrast. Neparametrické analýzy (Mann-Whitney test, Wald-Worowitz test, Kolmogorov-Smirnov two-sample test, Kruskal-Wallis test). Grafické možnosti pi vyjadování výsledku výše uvedených test.
- Téma 5. Jednorozmrné metody - diskrétní data: Jednorozmrná analýza diskrétních dat. "One-sample" a "two-sample" testy. Prezentace procent a odhady parametr procenticky vyjádených znak. Binomický test. Fisherv exaktní test. Test dobré shody v klinických aplikacích. Analýza frekvenních tabulek - další testy.
- Téma 6. Základy korelaní a regresní analýzy: Základy korelaní analýzy. Parametrická a neparametrická korelace. Základy regresní analýzy. Analýza rovnice regresní pímky. Praktická využitelnost a grafické možnosti prezentace regrese a korelace. Aplikaní píklady a seznámení s principy polynomiální regrese a nelineární regrese.
- Téma 7. Základy vícerozmrné regrese a logistické regrese: Vícerozmrná regrese a logistická regrese jako prediktivní metody pro klinická data. Seznámení s principy vícerozmrné regrese. Posouzení kvality model a možnosti chyb. Vícerozmrná regrese v predikci klinicky relevantních znak. Aplikaní píklady. Modely logistické regrese - individualizace klinických predikcí smrem k pacientovi. Prezentace prediktivních model. Aplikaní píklady.
- Téma 8. Analýza pežití: Pravdpodobnost pežití. Kaplan-Meierova analýza pežití /median survival times/. Srovnání dvou a více kivek pežití /Log-rank test, hazard ratio, logrank test pro trendy, intervaly spolehlivosti pro pravdpodobnosti pežití/. "Cohort life tables" a možnosti analýzy pežití. Modelování pežití, Coxovy regresní modely. Praktické aplikace. Plánování studií zamených na analýzu pežití - kvalitativní aspekty pro experimentální design, kvantitativní odhad velikosti vzorku. Analýza pežití u stratifikovaných klinických studií. EORTC normativy pro experimentální plány analýz pežití. Služby dostupné na Internetu: konzultace o studiích zamených na analýzy pežití, demonstrace dostupného software. Nomogramy pro snadné plánování analýz pežití.
- Téma 9. Vícerozmrná analýza klinických dat, moderní metody zpracování velkých soubor dat - úvod: Princip vícerozmrných analýz a jejich využití pro klinické aplikace. Vícerozmrná a jednorozmrná analýza dat - vzájemná potenciace nebo rozpor? Przkum vícerozmrných dat, softwarov dostupné testy o vícerozmrném rozložení. Vícerozmrná vzdálenost /podobnost/ objekt nebo promnných - pehled významných metrik. Dynamické regresní modely. Neuronové sít jako využitelná modelovací technika. Data mining, automatické zpracování dat. Optimalizace experiment, sampling design s užitím vícerozmrných statistických metod.
- Literatura
- Altman D. G. (1991) Practical statistics for medical research. Chapman and Hall. London.
- HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
- HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
- Flury B. and Riedwyl H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
- MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
- Snedecor G.W. and Cochran W.G. (1971). Statistical methods. Iowa State University Press.
- Zar J.H. (1984). Biostatistical analysis. Perntice Hall. New Jersey.
- Výukové metody
- Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
- Metody hodnocení
- Předmět je uzavřen písemnou zkouškou 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.
- Informace učitele
- Výuka analýzy klinických dat proběhne v učebně B11/306 v termínu 15.-19. 1. 2024 vždy v čase 15-19 hod.
- Další komentáře
- Předmět je vyučován každoročně.
Výuka probíhá blokově.
Poznámka k četnosti výuky: Výuka analýzy klinických dat proběhne v učebně B11/306 v termínu 15.-19. 1. 2024 vždy v čase 15-19 hod. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (nejnovější)
- Permalink: https://is.muni.cz/predmet/med/podzim2024/BMAK051