1. Introducción a la bioestadística
2. Cálculo del tamaño muestral
3. Métodos multivariantes en Biomedicina
4. Análisis de datos en Meta-análisis
1. Componentes de la evidencia científica
2. Siete medidas básicas de riesgo y eficacia
3. Interpretación de la desviación típica
4. Intervalos de confianza
5. Interpretación de las pruebas estadísticas
6. Importancia del tamaño muestral
7. Que son estudios de no-inferioridad
8. Un clásico: Regresión y correlación simple
9. Introducción a las técnicas multivariantes
10. Curvas Kaplan Meier y HR de Cox
11. Conceptos básicos del Meta-Análisis
– Los Cursos duran de 2h a 30h
– Los Seminarios duran de ½ a1 h
– Enfoque eminentemente práctico
– Sin apenas formulación matemática
– Adaptables a todos los niveles
– Enfocados a las Ciencias de la Salud
– Con prácticas de ordenador
– Empleo y distribución de software libre
– Material didáctico de apoyo
– Organización por módulos independiente
– Profesionales de la Salud
– Instituciones Médico Científicas
– Docentes de estadística, y metodología
– Industria Farmacéutica y CRO
En la mayoría de los casos los cursos son impartidos por Alejandro Pedromingo Marino. Consultor estadístico. Licenciado en Ciencias. Máster en estadística matemática. Ex-miembro del panel de revisores estadísticos de Medicina Clínica. Anteriormente responsable de los departamentos de Estadística y Biometría de los laboratorios y Q.F. Bayer y GlaxoSmithKline.
Objetivos del Curso
Se pretende que los asistentes se familiaricen con el entorno y aplicación de las técnicas estadísticas esenciales univariantes y bivariantes e interpretar y discutir resultados de los casos prácticos expuestos así como conocer las características principales de G-Stat 2.0, su contenido y posibilidades técnicas. El Curso está enfocado en aspectos prácticos de manejo del programa y en las bases conceptuales de las diferentes técnicas. La formulación se ha reducido al mínimo y muchas de las pruebas estadísticas son solo reseñadas o identificadas para su utilización
A quien va dirigido
Generar análisis estadísticos de datos de manera ocasional o habitual
Aprender y actualizar conocimientos de estadística
Interpretar publicaciones y resultados
Presentación de trabajos y estudios propios
Desarrollo y aplicación de técnicas estadísticas en casos básicos
Manejo de programas estadísticos
Contenido de las Sesiones
Manejo de Datos
– Características generales de G-Stat
– Importar Ficheros, Menús y pantallas
– Manejo de datos
– Transformación, recodificación y filtrado
Descriptiva
– Descriptiva uni y bivariante
– Variables cualitativas y cuantitativas,
– Tablas de contingencia Análisis estratificados
– Gráficos de barras, diagramas de cajas
– Medidas de efecto en epidemiología
– Medidas en eficacia y seguridad
– Odds ratios, Riesgo y eficacias relativos
– NNT y NND
– Tasas
– Ajuste a la Normal
– Histogramas curva normal y pruebas de ajuste
Estimación
– Estimación de parámetros poblacionales
– Conceptos básicos, interpretación y construcción de intervalos
– Concepto de confianza y errores estándar
– IC para proporciones y medias
– Teorema central del límite
Pruebas estadísticas
– Conceptos Básicos
– El efecto y cuantificación del azar
– Construcción de Hipótesis, errores alfa y beta
– Estadísticos de contrate
– P-valor y reglas de decisión
– Comparación de medias y dt
– Datos independientes y pareados – t-Student,
– Datos no normales: MW-Wilcoxon
– Comparación de varias medias
– Anova, y Kruskal –Wallis
– Homocedasticidad y validación de asunciones
– Comparaciones a posteriori
– Comparación de Proporciones
– Chi-cuadrado, datos Pareados: McNemar,
– Análisis con datos agrupados
– Prueba exacta de Fisher
Regresión y correlación simple
– Regresión lineal bivariante
– Diagrama de dispersión
– Coeficientes de la recta de regresión, de determinación, Pearson y Spearman
– Modelos transformados
– Contraste de normalidad, análisis de residuos, transformación de variable
– Regresión polinómica, ajustes cuadrático y cúbico
– Restricciones y condiciones del uso de estos modelos
El programa G-Stat 2.0
G-Stat 2.0 es un programa completo de análisis estadísticos, de libre distribución. El programa admite datos a partir de un fichero y también datos agrupados. Se maneja por menús y no requiere programación. Es multisistema operativo y sin restricciones de uso.
Organización de las Sesiones
Se presentan 5 Sesiones didácticas que corresponden a las principales áreas estadísticas. Cada Sesión tiene una duración aproximada de 2 horas con el siguiente esquema:
– Breve introducción teórica
– Presentación del caso práctico
– Resolución con G-Stat
– Ejercicios propuestos
– Discusión y preguntas
En cada Sesión se presentan las técnicas estadísticas de mayor interés.
Duración del Curso
La duración del curso es variable, adaptándose a las necesidades de la audiencia Puede impartirse de 4 a 20 horas, con un óptimo de 8-10 horas, repartidos en dos días.
Material para asistentes
– Libro “Introducción a la Bioestadística” con el material gráfico y didáctico ampliado presentado en el curso
– Copia de uso completo del programa G-Stat 2.0
– Bases de datos con ejemplos reales para ejercicios
– Acceso a las presentaciones de curso por Internet
– Consultoría estadística
Objetivos del Seminario
Se pretende que los asistentes se familiaricen con el entorno y aplicación de las técnicas en las que está basado el CTM, asimismo se pretende:
– Interpretar y discutir resultados de los casos prácticos.
– Conocer las características principales de Ene 3.0, su contenido y posibilidades técnicas.
– El seminario está enfocado en los conceptos básicos y aspectos prácticos
– La formulación se ha reducido al mínimo y muchas de las técnicas y diseños son únicamente reseñadas o identificadas para su utilización.
Dirigido a
Profesionales de la Salud Instituciones Médico-Científicas, Docentes de Estadística, Epidemiología y metodología científica que requieran:
– Calcular TM de ocasional o habitualmente
– Aprender y actualizar los fundamentos
– Interpretar publicaciones y resultados
– Iniciar trabajos y estudios propios
Duración del Curso
Dos horas, con presentación de 8 casos prácticos y discusión interactiva durante la sesión.
Contenido de las Sesiones
Diseño y muestreo
– Y ahora ¿Cuántos pacientes tomo?
– Características generales de las muestras
– Poblaciones finitas o infinitas
– Grupos equilibrados y no equilibrados
– Tipos de estudios y aproximaciones a la información
Cálculo del tamaño muestras en estimación
– Los conceptos de precisión y confianza
– Interpretación de intervalos de confianza
– Proporciones, medias y totales
– Odds ratios, Riesgos relativos
Comparación de medias y proporciones
– Seguridad y aversión al riesgo
– ¿Qué se trata de probar: no-igualdad, no- inferioridad o equivalencia?
– El tipo de variable respuesta condiciona el diseño y el TM
– ¿Las expectativas influyen en lo resultados?
– La variabilidad del proceso influye en el TM
– La potencia como indicador de la validez
– ¿Qué ocurre si se toma un TM diferente?
– Curvas de potencia y tamaño del efecto
Errores y Estrategias habituales en el CTM
– Mitos y leyendas
– Intervalos, errores y decimales exóticos
– La justificación a posteriori
– El proceso válido para determinar el TM
– Que hacer en ausencia de expectativas
– Que hacer en caso de desinformación total
El programa Ene3.0
Ene3.0 es un programa completo, de libre distribución. El programa se maneja por menús y no requiere programación. Es un programo muy completo, con ejemplos desarrollados y que cubre la mayoría de los diseños de investigación.
Objetivos del Curso
– Conocer los principios generales de las principales pruebas multivariantes
– Avanzar y profundizar en técnicas estadísticas cada vez más empleadas
– Lectura crítica de publicaciones y ensayos clínicos con metodología multivariante
– Aplicación práctica e interpretación de resultados y salidas de ordenador.
– Conocer y utilizar las principales características multivariantes del programa G-Stat 2.0.
A quien va dirigido
Profesionales de la salud que tengan necesidad de analizar, presentar o presentar datos multivariantes. Aunque la formulación matemática se ha reducido al mínimo y el enfoque es básicamente conceptual, algunos conocimientos de estadística básica son convenientes. Alternativamente, que se haya participado en algún estudio o ensayo clínico o epidemiológico.
Duración del curso
4 h. aproximadamente incluyendo las demostraciones y un descanso.
Contenido de las Sesiones
Introducción
– Manejo de programas y utilidades
– Repaso de conceptos estadísticos básicos
Técnicas básicas
– Regresión lineal Simple
– Coeficientes de regresión y correlación
– Descriptivos en la regresión
– Condiciones de aplicación
– Relación numérica y causalidad
Regresión lineal simple
– Introducción a los modelos multivariantes
– Variables repuesta y explicativas
– Tipos de variables repuesta
– Factores y covariables
– Concepto de ajuste
– Modelos iniciales y finales
– Interpretación de coeficientes
– Coeficiente de determinación múltiple
Regresión logística
– Condiciones de aplicación
– Interpretación de coeficientes
– Función logit
– Concepto de OR
– Filtros previos y su inutilidad
– Selección de variables candidatas
– Modelización hacia atrás
– Aplicación práctica
Análisis de datos de supervivencia
– Kaplan-Meier y Regresión de Cox
– Variable tiempo y datos censurado
– Curvas de supervivencia
– Modelizacion multivariante
– Coeficientes y Hazard Ratios
– Interpretación práctica de HR
– Aceleración y ralentización del tiempo
– Aplicación práctica
– Similitudes y diferencias entre técnicas
Organización de las sesiones
– Breve explicación teórica
– Presentación del caso
– Prácticas
– Interpretación de los resultados
– Discusión
Duración del curso
4 h. aproximadamente incluyendo las demostraciones y un descanso.
Programa G-Stat 2.0
G-Stat 2.0 es un programa completo de análisis estadísticos, de libre distribución. El programa admite datos a partir de un fichero y también datos agrupados. Se maneja por menús y no requiere programación. Es multisistema operativo y sin restricciones de uso.
Material para asistentes
– Libro “Introducción a la Bioestadística” de 115 pag. con el material gráfico y didáctico ampliado presentado en el curso
– Copia de uso completo del programa G-Stat 2.0
– Bases de datos con ejemplos reales para ejercicios
– Acceso a las presentaciones de curso por Internet
– Consultoría estadística
Objetivos del Seminario
El objetivo fundamental de este curso e presentar los principios estadísticos básicos del Meta-análisis, (MA), asimismo se pretende:
– Interpretar y discutir resultados de los casos prácticos.
– Conocer las características principales del programa Sïnergy3 su contenido y posibilidades técnicas.
El seminario está enfocado en los conceptos básicos y aspectos prácticos de manejo del programa. La formulación se ha reducido al mínimo y muchas de las técnicas y diseños son únicamente reseñadas o identificadas para su utilización. Se pretende que al término del seminario los participantes estén en condiciones de realizar un Meta-análisis con datos reales.
Dirigido a
Esos seminarios están dirigidos a profesionales de la Salud, Instituciones Médico-Científicas, Docentes de Estadística, Epidemiología y metodología científica que requieran:
– Conocer las bases y principios del Meta-análisis
– Aprender y actualizar los fundamentos y habilidades implicadas
– Interpretar publicaciones y resultados
– Diseñar o iniciar meta-análisis propios
Aquellos que realicen estudios clínicos o epidemiológicos, o que manejen un gran volumen de información o publicaciones encontrarán de gran utilidad las técnicas de la meta-análisis.
Contenido
Manejo de la información
– El MA y otras técnicas alternativas
– Como manejar la explosión de información
– Recogida de información no homogénea
– Selección de trabajos y criterios de calidad
– Estimación de trabajos no publicados
Medidas de efecto básicas
– Medidas de asociación y de efecto
– Riesgo relativo y Odds Ratio
– Diferencias de proporciones y NNT
– Proporciones y Prevalencias
– Diseño y medidas de efecto
– IC y y significación estadística
– Combinación de varios estudios
– Trampas y aproximaciones erróneas.
– Métodos de las medidas crudas.
– Paradoja de Simpsom
– Fundamentos del meta-análisis
– Ponderación de estudios.
– Método OR Logit y Mantel Haenszel.
– Gráficos de Forest y L’Abbe
Perfeccionando el meta-análisis
– Teoría general del Meta-Análisis.
– Modelos de efectos fijos y aleatorios.
– Concepto Q de Heterogeneidad.
– Manejo de cero eventos
El programa Sïnergy3
Sïnergy3, un programa de meta-análisis completo, de libre distribución. El programa se maneja por menús y no requiere programación. Se instala y maneja sin restricciones de uso.
Duración del Seminario
Dos horas aproximadamente, con presentación de casos prácticos y discusiones durante la sesión.
Las 5 propiedades de la evidencia
Diseños en investigación
Desde la opinión del experto al meta-análisis
La importancia de la distribución aleatoria de los tratamientos
La relación fuerte de causalidad
Clasificación de técnicas estadísticas
Elementos claves en estadística para la lectura crítica
El riesgo y la eficacia como proporciones
Incidencia acumulada de riesgo
Diferencia de riesgos
Riesgo Relativo RR
Odds Ratio OR de riesgo
Tasa de riesgo
Eficacia absoluta
Incidencia acumulada de eficacia
Diferencia de eficacias
Eficacia Relativa ER
OR de eficacia
NNT y NNH
Diferencias de medias
Observación de la Dispersión
Amplitud
Rango intercuartílico
Desviación típica
Distribuciones simétricas
Ley de Tchevicheff
Diferencias entre la desviación estándar y del error estándar
Interpretación práctica de la desviación típica
Que son parámetros poblacionales
Intervalos de confianza
El concepto de confianza
Medida de la imprecisión
Error estándar
El tamaño muestral condiciona la imprecisión
Necesidad de los Intervalos de confianza
El azar explica casi todo
Contraste de hipótesis
El valor p y su interpretación
La estadística cuantifica el azar
Cómo funcionan las pruebas estadísticas
Demostración de una prueba estadística sencilla
Influencia de los objetivos del estudio
Influencia del diseño
Errores alfa y beta
La información previa condiciona el TM
Dos tipos de problemas con un mal cálculo del TM
Demostración en un ejemplo clásico
Diferentes formas de construir de hipótesis
No igualdad, superioridad e inferioridad
No superioridad
No inferioridad
Equivalencia
Que se puede y que no se puede establecer
Tentaciones en la interpretación
Como mantener el control global (y el tipo)
Influencia sobre el TM
Regresión y correlación simple
Un intento por explicar la realidad
Coeficiente de correlación r – la medida de la relación
La recta de ajuste
Interpretación del coeficiente de regresión
Predicciones y residuos
¿La relación implica causalidad?
Lo que se ve: existe o no existe
La batalla por la explicación de la realidad
Coeficientes de la regresión
Interpretación de coeficientes de la regresión
Modelos que explican la realidad
Modelos que predicen
Bivariante vs Multivariante
Que son datos censurados
Porque no se puede utilizar la estadística normal
Curvas y tablas de supervivencia
Curvas de riesgo
Kaplan Meier
Comparación de medianas, cuartiles y deciles
Supervivencia por el Log-Rank Test
Modelos y variable de censura
Modelos de supervivencia
Regresión de Cox
Como explicar el riesgo
La explicación del tiempo
Selección de factores significativos
Coeficientes de Cox y su significación
Hazard Ratios y su interpretación
La aceleración y el enlentecimiento del tiempo
Fases del Meta-Análisis
Objetivos y selección de estudios
Problemas y falacias del meta-análisis
Valoración e importancia objetiva de los estudios
Concepto de Homogeneidad
Gráficos en el Meta-análisis
Utilidad del Meta-análisis