MIKAM021s Analýza a management dat pro zdravotnické obory - seminář

Lékařská fakulta
jaro 2018
Rozsah
0/0.3/0. 5 celkem. 1 kr. Ukončení: z.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
RNDr. Denisa Krejčí, Ph.D. (cvičící)
Mgr. et Mgr. Jiří Kalina, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
Bc. Tereza Polzer, DiS. (pomocník)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Kontaktní osoba: Bc. Tereza Polzer, DiS.
Dodavatelské pracoviště: Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Předpoklady
MIKVO011p Výzkum v ošetřovatelství - př.
Předpokladem je pouze základní zkušenosti s prací na PC.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
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 jejich připojení k Internetu. V průběhu kurzu budou posluchači rovněž zdokonaleni v užívání produktů MS Office.
Výstupy z učení
Student bude schopen:
- provést prakticky analýzu dat běžnými softwarových nástrojů (Statistica for Windows, SPSS).
Osnova
  • 1.týden Příprava dat k analýze. Grafické nástroje. Transformace dat. Kontrola kvality dat, vyhledání odlehlých hodnot, využití počítačové techniky.
  • 2.týden Statistické testy používané při hodnocení diagnostických testů: diskriminační analýza, typologie subjektů hodnocení, ROC analýza, sensitivita a specificita testů.
  • 3.týden Základy analýzy přežití.
  • 4.týden Základy analýzy epidemiologických dat a hodnocení populačních rizik.
  • 5.týden Standardizace epidemiologických dat, analýza dlouhodobých trendů, prediktivní analýzy.
  • 6. týden 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.
  • 7.týden Informační servery. WWW - URL, html, čtenář, autor. Síťové informační systémy, databázové zpracování. Autorizace v sítích.
  • 8.týden Digitalizace dat - role datového managera v klinickém hodnocení a praxi, existující normy. Kontrola vstupních dat: logické vazby, opakované zadávání.
  • 9.týden Ochrana osobních údajů, legislativní aspekty zdravotnické informatiky.
  • 10.týden Organizace studií: Komunikace se SÚKL, dokumentace. Pojištění KHL. Žádost o povolení/ohlášení, dodatky, výroční zpráva, předčasné ukončení, závěrečná zpráva.
  • 11.týden Analýza dat v KHL. Design KHL Paralelní uspořádání. Cross-over a faktoriální design. Fáze I-IV.
  • 12.týden Analýza dat Statistické minimum: Typy dat v KHL. Prezentace dat (deskriptivní statistika). Princip testování hypotéz v KHL.
  • 13.týden Optimalizace velikosti vzorku Faktory ovlivňující velikost vzorku.
  • 14.týden Základní vzorce. Softwarové nástroje. Aplikovaná analýza dat v KHL. Protokol. Průběh KHL - správa dat. souhrnná zpráva o KHL
  • 15.týden Řešení problémových situací – příprava pro diplomovou práci
Literatura
    doporučená literatura
  • ZAR, Jerrold H. Biostatistical analysis. 5th ed. Upper Saddle River, N.J.: Prentice Hall, 2010, xiii, 944. ISBN 9780131008465. info
  • POCOCK, Stuart J. Clinical trials : a practical approach. Chichester: John Wiley & Sons, 1999, xii, 266. ISBN 0471901555. info
  • MCFADDEN, Eleanor. Management of data in clinical trials. New York: John Wiley & Sons, 1998, xi, 210. ISBN 047130316X. info
  • HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
  • ALTMAN, Douglas G. Practical statistics for medical research. 1st ed. Boca Raton: Chapmann & Hall/CRC, 1991, xii, 611. ISBN 0412276305. info
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Zápočet je udělen za účast.
Předmět je zařazen také v obdobích jaro 2016, jaro 2017, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.