Detail předmětu
Biostatistika
FEKT-ASTAAk. rok: 2016/2017
Předmět je úvodem do aplikované analýzy dat pro studenty biologických a případně klinických vědních oborů. Látka je probírána od teoretických základů (principy provádění statistických odhadů, existence stochastických rozdělení, základy statistických testů), přes jednoduché aplikace (jednovýběrové a dvouvýběrové testy, korelační analýza) až po základy stochastického modelování a experimentálního designu (plánování experimentů, základy regresní analýzy, analýza rozptylu). Teorie je vždy probírána v přímé spojitosti s praktickými příklady. Kurz vede k osvojení základních principů biostatistické analýzy dat a připravuje uchazeče k jejímu samostatnému využití ve vlastní vědecké práci. Důraz je kladen i na praktickou stránku výuky a veškeré výpočetní techniky jsou procvičovány s pomocí běžně dostupných softwarových nástrojů (Statistica for Windows, SPSS).
Garant předmětu
Zajišťuje ústav
Lékařská fakulta (LF MU)
Výsledky učení předmětu
Po absolvování předmětu je student schopen:
• aplikovat popisnou statistiku na daná data
• vybrat a použít nástroje pro testování statistických hypotéz
• graficky prezentovat statistická data
• navrhnout klinické studie
• pracovat s databázemi a statistickými programy
• aplikovat popisnou statistiku na daná data
• vybrat a použít nástroje pro testování statistických hypotéz
• graficky prezentovat statistická data
• navrhnout klinické studie
• pracovat s databázemi a statistickými programy
Prerekvizity
Jsou požadovány znalosti na úrovni středoškolského studia matematiky, práce s PC, základy práce s MS Office, zejména MS Excel.
Literatura
ALTMAN, Douglas. Practical statistics for medical research. London: Chapman and Hall, 1991. ISBN 0412276305. (EN)
HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993. ISBN 80-200-0080-1. (CS)
MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. 1. vyd. Praha: Plus, 1994. ISBN 80-85297-56-6. (CS)
ZAR, Jerrold. Biostatistical analysis. New Jersey: Prentice Hall, 1984. ISBN 978-0321656865. (EN)
CHOW, Schein-Chung a Jen-Pei LIU. Design and analysis of clinical trials: concepts and methodologies. 2. vyd. John Wiley and Sons, 1998. ISBN 978-0-471-24985-6. (EN)
McFADDEN, Eleanor. Management of data in clinical trials. 2. vyd. John Wiley and Sons, 2007. ISBN 978-0-470-04608-1. (EN)
MEINERT, Curtis. Clinical trials: design, conduct, and analysis. Oxford University Press, 1996. ISBN 0195035682. (EN)
Vyhláška o správné klinické praxi a bližších podmínkách klinického hodnocení léčivých přípravků. In: Sbírka zákonů České Republiky, 2008, částka 72, s. 3246-3297. Dostupná z: http://aplikace.mvcr.cz/sbirka-zakonu/SearchResult.aspx?q=2010&typeLaw=zakon&what=Rok&stranka=8. (CS)
Zákon 101/2000 Sb., o ochraně osobních údajů a o změně některých zákonů. In: Sbírka zákonů České Republiky, 2000, částka 32. Dostupný z: http://www.mpsv.cz/ppropo.php?ID=z101_2000o. (CS)
HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993. ISBN 80-200-0080-1. (CS)
MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. 1. vyd. Praha: Plus, 1994. ISBN 80-85297-56-6. (CS)
ZAR, Jerrold. Biostatistical analysis. New Jersey: Prentice Hall, 1984. ISBN 978-0321656865. (EN)
CHOW, Schein-Chung a Jen-Pei LIU. Design and analysis of clinical trials: concepts and methodologies. 2. vyd. John Wiley and Sons, 1998. ISBN 978-0-471-24985-6. (EN)
McFADDEN, Eleanor. Management of data in clinical trials. 2. vyd. John Wiley and Sons, 2007. ISBN 978-0-470-04608-1. (EN)
MEINERT, Curtis. Clinical trials: design, conduct, and analysis. Oxford University Press, 1996. ISBN 0195035682. (EN)
Vyhláška o správné klinické praxi a bližších podmínkách klinického hodnocení léčivých přípravků. In: Sbírka zákonů České Republiky, 2008, částka 72, s. 3246-3297. Dostupná z: http://aplikace.mvcr.cz/sbirka-zakonu/SearchResult.aspx?q=2010&typeLaw=zakon&what=Rok&stranka=8. (CS)
Zákon 101/2000 Sb., o ochraně osobních údajů a o změně některých zákonů. In: Sbírka zákonů České Republiky, 2000, částka 32. Dostupný z: http://www.mpsv.cz/ppropo.php?ID=z101_2000o. (CS)
Plánované vzdělávací činnosti a výukové metody
Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.
Způsob a kritéria hodnocení
Splnění požadavků pro ukončení cvičení (účast, zápočtová písemka za více než 50% bodů).
Písemná zkouška za více než 40% bodů.
Závěrečná zkouška je orientována na pochopení problematiky statistické analýzy dat a jejich aplikací.
Písemná zkouška za více než 40% bodů.
Závěrečná zkouška je orientována na pochopení problematiky statistické analýzy dat a jejich aplikací.
Jazyk výuky
čeština
Osnovy výuky
1. Úvod do statistiky, testování hypotéz. Stochastická rozložení, distribuční funkce, frekvenční tabulky, kvantily. Tabulky modelových rozložení. 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. Rozložení spojitých proměnných - testování hypotéz, grafické metody. Rozložení 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 rozložení v biologii, modelování pomocí binomického rozložení. Jednovýběrové testy o binomickém parametru p a Poissonově konstantě.
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 (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.
11. Úvod do regresní analýzy. Regresní analýza přímky. Analýza rozptylu v regresní analýze přímky. Lineární regrese. Analýza reziduí regresních modelů.
8. Uživatelův přístup k počítači, jeho profile, lokální data.
9. Sítě, Internet.
10. Zásady tvorby databází a správy dat s ohledem na zajištění kvality dat (QA/QC).
BLOK C: Plánování, management a hodnocení klinických studií
11. Základní terminologie, etické a právní aspekty.
12. Analýza dat v KHL.
13. Randomizace a průběžný monitoring plánovaného experimentu.
2. Spojitá, ordinální a nominální data v biologii. Odhady výběrových parametrů. Procenta a indexy jako odvozená biologická data.
3. Rozložení spojitých proměnných - testování hypotéz, grafické metody. Rozložení 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 rozložení v biologii, modelování pomocí binomického rozložení. Jednovýběrové testy o binomickém parametru p a Poissonově konstantě.
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 (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.
11. Úvod do regresní analýzy. Regresní analýza přímky. Analýza rozptylu v regresní analýze přímky. Lineární regrese. Analýza reziduí regresních modelů.
8. Uživatelův přístup k počítači, jeho profile, lokální data.
9. Sítě, Internet.
10. Zásady tvorby databází a správy dat s ohledem na zajištění kvality dat (QA/QC).
BLOK C: Plánování, management a hodnocení klinických studií
11. Základní terminologie, etické a právní aspekty.
12. Analýza dat v KHL.
13. Randomizace a průběžný monitoring plánovaného experimentu.
Cíl
Cílem výuky je poskytnout studentům dostatečné znalosti ke sběru, organizaci a statistické analýze klinických dat včetně prezentační a interpretační koncovky.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast na cvičení je povinná, povoleny jsou dvě absence, v případě více absencí je možné cvičení po dohodě s vyučujícím nahradit (optimálně v jiné paralelní skupině).