DSAK051 Analýza klinických dat

Lékařská fakulta
podzim 2019
Rozsah
2/0. Výuka analýzy klinických dat v podzimním semestru 2019 proběhne v učebně A11/132 ve dnech 20.-24. 1. 2020 v 15-19 hodin. 5 kr. 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
Nejsou - základní kurz.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 226 mateřských oborů, zobrazit
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
  • 1. Úvod do statistiky, testování hypotéz. Stochastická rozloľení, distribuční funkce, frekvenční tabulky, kvantily. Tabulky modelových rozloľení. Výběry z biologických populací, zpracování dat. Úvod do plánování výběrů.
  • 2. Spojitá, ordinální a nominální data v biologii. Odhady výběrových parametrů. Procenta a indexy jako odvozená biologická data.
  • 3. Rozloľení spojitých proměnných - testování hypotéz, grafické metody. Rozloľení binárních proměnných - testování hypotéz, grafické metody.
  • 4. Jednovýběrové testy. Testování hypotéz o parametrech výběrových populací: výběrový průměr, medián, směrodatná odchylka, rozptyl. Výběrové a experimentální plány pro testování parametrů výběrových populací.
  • 5. Aplikace binomického a Poissonova rozloľení v biologii, modelování pomocí binomického rozloľení. Jednovýběrové testy o binomickém parametru p a Poissonově konstantě l.
  • 6. Srovnávání parametrů dvou výběrových populací. Experimentální plány - zcela znáhodněný a párový. Parametrické a neparametrické metody. Formální prezentace srovnání dvou výběrových populací v literatuře. Grafické metody.
  • 7. Analýza binárních a ordinálních dat. Test dobré shody: genetika, molekulární biologie, ekologie. Analýza R x C kontingenčních tabulek, diskriminace kategoriálních dat. Binomický test a test homogenity binomických četností.
  • 8. Korelační analýza. Parametrická a pořadová korelace. Míry podobnosti v ekologii (kovariance, korelační koeficienty, koeficienty podobnosti). Korelační a kovarianční matice. Parciální korelace.
  • 9. Analýza rozptylu (ANOVA): modely jednoduchého třídění pro experimentální a ekologická data. Neparametrické metody analýzy rozptylu.
  • 10. ANOVA dvojného třídění, testování interakcí jednoho nebo více pokusných zásahů, formální prezentace výsledků analýzy rozptylu. Stručný přehled experimentálních plánů: jednoduché a dvojné třídění, faktoriální plány a plány zcela znáhodněných bloků. Laboratorní a terénní pokusy. Hierarchická analýza rozptylu v genetice a ekologii.
  • 11. Úvod do regresní analýzy. Regresní analýza přímky. Analýza rozptylu v regresní analýze přímky. Lineární regrese. polynomy vyąąího řádu. Analýza rozptylu u těchto regresních analýz. Polynomiální regrese v návaznosti na ANOVA testy. Analýza reziduí regresních modelů. Úvod do vícerozměrné lineární regrese.
  • 12. Stručný přehled vícerozměrných metod v biologii a ekologii. Aplikace statistiky v ekotoxikologii, modelování vlastností makromolekul. Význam analýzy dat při hodnocení rizik.Přehled literatury a časopisů zabývajících se biostatistickými metodami. Stručný přehled softwarových produktů vhodných pro zpracování biologických dat.
Literatura
  • G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
  • Zar, J.H. (1994) Biostatistical methods. Prentice Hall, London. 2nd ed.
  • J. Benedík, L. Duąek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.
  • HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Předmět je uzavřen písemným kolokviem 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 v podzimním semestru 2019 proběhne v učebně A11/132 ve dnech 20.-24. 1. 2020 v 15-19 hodin.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Poznámka k periodicitě výuky: 2 kurzy ročně.
Výuka probíhá blokově.
Poznámka k četnosti výuky: Výuka analýzy klinických dat v podzimním semestru 2019 proběhne v učebně A11/132 ve dnech 20.-24. 1. 2020 v 15-19 hodin.
Předmět je zařazen také v obdobích jaro 2000, podzim 2000, jaro 2001, podzim 2001, jaro 2002, podzim 2002, jaro 2003, podzim 2003, jaro 2004, podzim 2004, podzim 2005, jaro 2006, podzim 2006, jaro 2007, podzim 2007, jaro 2008, podzim 2008, jaro 2009, podzim 2009, jaro 2010, podzim 2010, jaro 2011, podzim 2011, jaro 2012, podzim 2012, jaro 2013, podzim 2013, jaro 2014, podzim 2014, jaro 2015, podzim 2015, jaro 2016, podzim 2016, jaro 2017, podzim 2017, jaro 2018, podzim 2018, jaro 2019, jaro 2020, podzim 2020, jaro 2021, podzim 2021, jaro 2022, podzim 2022, jaro 2023, podzim 2023, jaro 2024, podzim 2024, jaro 2025.