Metody statystyczne w badaniach klinicznych

Pracujesz w badaniach klinicznych? Podnieś swoje kompetencje w zakresie statystyki medycznej, skorzystaj z naszego szkolenia z metod statystycznych w badaniach klinicznych.

Cel szkolenia:

• Szczegółowe omówienie metodologii oraz prezentacja narzędzi statystycznych dla badań medycznych oraz klinicznych.
• Praktyczna implikacja podstawowych miar i testów statystycznej analizy danych. Wykorzystanie funkcji statystycznych dostępnych w Microsoft Excel. Zastosowanie dodatku Analiza Danych (Analysis Toolpack – dodatek w wersjach podstawowych pakietu Excel).

Wymagania dla uczestników:

• Podstawowa znajomość MS Excel.

Grupa docelowa:

Kadra menadżerska średniego i wyższego szczebla, zajmująca się analizami danych zebranych w procesie badań klinicznych, obserwacyjnych, epidemiologicznych, postmarketingowych.

Wynik szkolenia:

Po przebytym szkoleniu uczestnicy posiadają niezbędną wiedzę w zakresie:

• samodzielnego ustalenia podstawowych metod statystycznych dla badania,
•  opracowania danych pozyskanych z typowych, prowadzonych badań obserwacyjnych, epidemiologicznych i postmarketingowych,

Każda z osób biorących udział w szkoleniu otrzyma certyfikat potwierdzający uczestnictwo wraz z opisem poruszonych zagadnień.

1. Wprowadzenie
   1. Podstawowe pojęcia statystyczne: próba, populacja, próba reprezentatywna.
   2. Podstawowe schematy ustalania liczebności próby.
   3. Schemat liczebności dla populacji skończonej.
   4. Schemat liczebności dla populacji nieskończonej.
   5. Typy rozkładów, rodzaje zmiennych i skal pomiarowych. Rozkład normalny, histogram zmiennych, skale pomiarowe: jakościowe a ilościowe - podobieństwa i różnice.
   6. Tworzenie bazy danych dla badania: układ bazy, kodowanie zmiennych (tworzenie słownika).
       
2. Opisowa analiza statystyczna
   1. Miary klasyczne: średnia arytmetyczna, odchylenia (SD, SE, współczynnik zmienności), miary asymetrii; średnia harmoniczna i powody jej stosowania.
   2. Miary pozycyjne: mediana, Kwartyle, dominanta.
   3. Dobór metod analizy opisowej w zależności od skali pomiarowej.
   4. Graficzna prezentacja danych.
   5. Znaczenie normalności rozkładu zmiennych w analizie statystycznej.
       
3. Hipotezy statystyczne
   1. Uwagi ogólne.
   2. „Kierunkowe” oraz „bezkierunkowe” hipotezy statystyczne.
   3. Etapy testowania hipotez.
   4. Parametryczne i nieparametryczne testy istotności: podstawy metodologiczne, poziom istotności oraz poziom ufność testów statystycznych.
       
4. Parametryczne testy istotności
   1. Tworzenie przedziałów ufności (95% CI).
      • Przedziały ufności dla średniej.
      • Przedziały ufności dla parametrów kierunkowych modelu regresji.
      • Przedziały ufności dla odchylenia standardowego.
      • Przedziały ufności dla prawdopodobieństwa (frakcji, odsetka).
   2. Test dla średniej.
   3. Test dla wariancji.
   4. Test dla prawdopodobieństwa (frakcji/odsetka).
   5. Przyczyny stosowania nieparametrycznych testów istotności.
   6. Prezentacja szybkiego kalkulatora testów.
       
5. Testowanie istotności różnic dla dwóch średnich.
   1. Test t-Studenta.
      • Przypadek dwóch niezależnych prób (independent sample t-test). Dwa typy; typ 1: przy założeniu jednorodnej wariancji; typ 2: przy założeniu niejednorodnej wariancji.
      • Wyznaczanie za pomocą dodatku Analiza Danych.
      • Wyznaczanie za pomocą „funkcji statystycznych”
      • Przypadek jednej próby z powtarzalnymi pomiarami (paired sample t-test).
      • Wyznaczanie za pomocą dodatku Analiza Danych.
      • Wyznaczanie za pomocą „funkcji statystycznych”
6. Testowanie istotności różnic dla dwóch frakcji (odsetków) oraz dla wariancji.
7. Test niezależności chi-kwadrat Pearsona.
8. Testowanie istotności różnic dla średnich poziomów parametru w trzech i więcej próbach.
   1. Test ANOVA (jednoczynnikowa analiza wariancji).
   2. Warunki stosowalności testu ANOVA. Zagadnienie normalności rozkładów zmiennych oraz jednorodności wariancji a wpływ na rzetelność wyników.
   3. Graficzna prezentacja wyników testu ANOVA.
9. Testy nieparametryczne.
10. Szczegółowa analiza wyboru odpowiedniego testu do badania.
    1. Podsumowanie oraz wskazówki dotyczące wyboru odpowiedniego testu do badania.
    2. Zestawienie omówionych testów.
        
11. Analiza korelacji i regresji
12. Podstawowe pojęcia związane z analizą korelacji.
13. Współczynnik korelacji liniowej Pearsona.
14. Wykres zależności korelacyjnej (wykres rozrzutu punktów empirycznych; graficzna prezentacja korelacji liniowej Pearsona).
15. Współczynnik korelacji rang Spearmana.
16. Zmienne w analizie regresji.
17. Założenia modelu regresji.
18. Równanie regresji wielorakiej (wieloczynnikowej).
19. Dobór zmiennych do modelu regresji.
20. Interpretacja parametrów modelu liniowego.
21. Testowanie hipotez o współczynnikach regresji.
22. Analiza dopasowania modelu regresji.
23. Analiza własności rozkładu reszt.
24. Graficzna prezentacja równania regresji oraz zależności korelacyjnej.
25. Analiza modeli regresji nieliniowej.
26. Graficzna prezentacja równania regresji bazującego na postaci nieliniowej.
     
27. Podstawowe zagadnienia związane z analizą dynamiki.
28. Indeksy dynamiki:
29. Analiza dynamiki zjawisk
    1. Indeksy o podstawie stałej.
    2. Indeksy o podstawie zmiennej.
30. Średnie tempo wzrostu.
31. Modele trendu oparte na analizie regresji
    1. Analiza trendu liniowego (regresja liniowa względem czasu).
32. Analizy biorównoważności.
    1. Analiza krzywej AUC.
33. Analizy przeżycia
    1. Estymator Kaplana Meiera.
34. Test podsumowujący.