MNBS081c Biostatistics - practice

Faculty of Medicine
Spring 2013
Extent and Intensity
0/1. 1 credit(s). Type of Completion: z (credit).
Teacher(s)
prof. RNDr. Ladislav Dušek, Ph.D. (seminar tutor)
RNDr. Jiří Jarkovský, Ph.D. (seminar tutor)
Mgr. Matyáš Kuhn (seminar tutor)
MVDr. Halina Matějová (assistant)
Guaranteed by
prof. RNDr. Ladislav Dušek, Ph.D.
Institute of Biostatistics and Analyses – Other Departments for Educational and Scientific Research Activities – Faculty of Medicine
Supplier department: Institute of Biostatistics and Analyses – Other Departments for Educational and Scientific Research Activities – Faculty of Medicine
Timetable
Tue 14:00–15:40 F01B1/709
Course Enrolment Limitations
The course is only offered to the students of the study fields the course is directly associated with.
fields of study / plans the course is directly associated with
Course objectives (in Czech)
Předmět je koncipován jako úvodní a prakticky orientovaný kurz zaměřený na širokou oblast aplikace analýzy dat a informačních technologií v medicíně. Důraz je kladen na řízení a správu dat klinických studií a základní aspekty provozní informatiky zdravotnických zařízení. V oblasti analýzy dat student projde teoretickým výkladem základů jednorozměrných a vícerozměrných metod a seznámí se s problematikou optimalizace experimentálních plánů. Důraz je kladen i na praktickou stránku výuky a veškeré výpočetní techniky jsou procvičovány s pomocí běžně dostupných softwarových nástrojů (Statistica for Windows, SPSS). Studenti budou podrobně seznámeni se všemi aspekty správy a hodnocení dat klinických studií, především stanovení nutné velikosti vzorku, nastavení pravidel managementu dat, randomizace při náběru pacientů, průběžné a závěrečné statistické hodnocení. Aplikace informačních technologií se zaměřují na obecné principy přístupu uživatele k výpočetním zdrojům a konkretizují je vždy na různých implementacích počítačových sítí. Posluchač získá teoretické a praktické poznatky z oblasti tvorby a správy databází a naučí se prakticky využívat dnes běžně přístupné zdroje místních počítačových systémů, jejich sítí a jajeich připojení k Internetu. V průběhu kurzu budou posluchači rovněž zdokonaleni v užívání produktů MS Office.
Syllabus (in Czech)
  • BLOK A. - Základy analýzy dat Statistika v klinickém výzkumu a praxi - úvodní seznámení se základními principy statistické analýzy dat. Pravděpodobnostní prezentace výsledků, principy plánování výzkumů, základy testování hypotéz. Typy dat v klinickém výzkumu a grafické možnosti jejich znázornění. Specifika klinických dat a jejich důsledky pro analýzu. Popis dat, kvantifikace variability a parametrů středu výběrových rozložení. Distribuční funkce. Principy pojmů kalibrace, prognóza, model. Modelová rozložení a jejich praktické využití. Odhady intervalů spolehlivosti, prezentace odhadů rozptylu, aritmetického průměru, geometrického průměru a mediánu. Sumární statistika spojitých a diskrétních dat. Příprava dat k analýze. Grafické nástroje. Transformace dat. Kontrola kvality dat, vyhledání odlehlých hodnot, využití počítačové techniky. Teorie testování hypotéz. Jednorozměrné metody ve srovnávacích statistických testech, parametrické a neparametrické metody. Spojitá a diskrétní data. Základy korelační a regresní analýzy: Základy korelační analýzy. Základy regresní analýzy. Základy vícerozměrných analýz. Vícerozměrné regrese, logistická regrese. Shluková analýza, faktorová analýza, diskriminační analýza. Data mining. Statistické testy používané při hodnocení diagnostických testů: diskriminační analýza, typologie subjektů hodnocení, ROC analýza, sensitivita a specificita testů. Základy analýzy přežití. Základy analýzy epidemiologických dat a hodnocení populačních rizik. Standardizace epidemiologických dat, analýza dlouhodobých trendů, prediktivní analýzy. EPI INFO. BLOK B. - Management dat ve zdravotnictví, aplikace informačních technologií Uživatelův přístup k počítači, jeho profile, lokální data. Operační systém. Typy operačních systémů, chráněný a nechráněný přístup. Síť - přenos informací. Přenos dat, vzdálené přihlašování a práce ve vzdáleném uzlu, elektronická pošta, sdílení periferií. Spojování počítačů. Nízkorychlostní periferií (RS-232C). Síťové periferie. Sítě, Internet. Typy sítí, sítě sítí. Síť typu IP. Internet. Historie a principy IP. Vrstvy sítí. Síťové služby. Přenos souborů, ftp. Sdílení periferií. Elektronická pošta, servery SMTP a POP3, IMAP. Další síťové služby, vzdálené přihlašování, telnet rlogin, rozhovor, talk, write. Informační servery. WWW - URL, html, čtenář, autor. Síťové informační systémy, databázové zpracování. Autorizace v sítích. Zásady tvorby databází a správy dat s ohledem na zajištění kvality dat (QA/QC). Zabezpečení a zálohování dat, export, import, monitoring a transfer dat. Možnosti off-line a on-line komunikace. Digitalizace dat - role datového managera v klinickém hodnocení a praxi, existující normy. Kontrola vstupních dat: logické vazby, opakované zadávání. Ochrana osobních údajů, legislativní aspekty zdravotnické informatiky. BLOK C. - Plánování, management a hodnocení klinických studií Základní terminologie, etické a právní aspekty. Definice základních pojmů: Klinické hodnocení léčiv (KHL). Studie Fáze I-IV. Zadavatel. Zkoušející lékař. Monitor. Statistik. Subjekt hodnocení. Výzkumná smluvní organizace (CRO). Protokol. CRF.ICH GCP. Organizace studií: Komunikace se SÚKL, dokumentace. Pojištění KHL. Žádost o povolení/ohlášení, dodatky, výroční zpráva, předčasné ukončení, závěrečná zpráva. Etické aspekty: Informovaný souhlas/Informace pro pacienta. Helsinská deklarace. Právní aspekty: Hlavní legislativní prameny v ČR a v EU, harmonizace. Analýza dat v KHL. Design KHL Paralelní uspořádání. Cross-over a faktoriální design. Fáze I-IV. Analýza dat Statistické minimum: Typy dat v KHL. Prezentace dat (deskriptivní statistika). Princip testování hypotéz v KHL. Optimalizace velikosti vzorku Faktory ovlivňující velikost vzorku. Základní vzorce. Softwarové nástroje. Aplikovaná analýza dat v KHL. Protokol. Průběh KHL - správa dat. souhrnná zpráva o KHL Randomizace a průběžný monitoring plánovaného experimentu. Princip randomizačních technik, princip náhodnosti. Kompletní randomizace. Permutační bloková randomizace. Stratifikace. Adaptivní randomizační techniky. Softwarové zajištění randomizačních procedur, protokolárních funkcí, průběžných hlášení a základní sumarizace dat.
Teaching methods
drills
Assessment methods (in Czech)
zápočet
Language of instruction
Czech
Further Comments
Study Materials
The course is taught annually.
The course is also listed under the following terms Spring 2011, Spring 2012, Spring 2014, Spring 2015, Spring 2016, Spring 2017, Spring 2018, spring 2019, spring 2020, spring 2021, spring 2022, spring 2023, spring 2024, spring 2025.
  • Enrolment Statistics (Spring 2013, recent)
  • Permalink: https://is.muni.cz/course/med/spring2013/MNBS081c