Teaching Guides Query



Academic Year: 2021/22

26701 - Biostatistics


Teaching Plan Information

Academic Year:
2021/22
Subject:
26701 - Biostatistics
Faculty / School:
104 - Facultad de Medicina
229 - Facultad de Ciencias de la Salud y del Deporte
Degree:
304 - Degree in Medicine
305 - Degree in Medicine
ECTS:
6.0
Year:
1
Semester:
650 - First semester
304 - Second semester
305 - Second semester
649 - First semester
Subject Type:
Basic Education
Module:
---

1. General information

1.1. Aims of the course

The subject and its expected results respond to the following approaches and objectives:

The subject is part of the second semester of 1st year, belongs to the Module of Social Medicine, Communication skills and Initiation to Research. The inclusion of Biostatistics as a basic subject in the Medical Degree, responds to the need for the students who have it to have sufficient knowledge and management of the statistics to be able to use it in the future both in their care work and research. This need is a consequence of the increasing expansion of statistical applications to all scientific work, both to develop the sampling plans or experimental designs necessary to obtain objective results, and to evaluate the validity of those results. It provides the basis for the understanding of studies related to different specific subjects, such as Preventive Medicine and Public Health, as well as for the rest of the subjects of the degree.

1.2. Context and importance of this course in the degree

The subject is part of the basic training of students who require a methodological knowledge that allows them to apply the scientific method to daily practice.

It teaches to apply statistics in the analysis of health problems, to optimize the information obtained from reading scientific articles of interest for the development of their professional activity, to evaluate the interventions made and to use the scientific evidence as a useful instrument in the Decision-making in professional practice.

1.3. Recommendations to take this course

It is recommended that you attend in person. It gives importance to the work and continuous participation. In this subject the practical load is of utmost importance.

2. Learning goals

2.1. Competences

By passing the subject, the student will be more competent to ...

CE23 - To know the basic concepts of biostatistics and their application to the medical sciences.
CE22 - To know, critically evaluate and know how to use the technologies and sources of clinical and biomedical information, to obtain, organize, interpret and communicate clinical, scientific and health information.
CE24 - Be able to design and perform simple statistical studies using computer programs and interpret the results.
CE25 - Understand and interpret statistical data in the medical literature.
CE28 - Manage a personal computer autonomously. Use the search and retrieval systems for biomedical information

 

2.2. Learning goals

The student, to overcome this subject, must demonstrate the following results ...

Know the different types of data and measurement scales. Handle the symbols and notations typical of the statistical language to correctly express situations typical of the field of Medicine.

Construct and interpret frequency distributions using tables, graphs and data synthesis.

Decide if there is any relationship between two given variables and build the model of dependence or association more appropriate to that possible relationship.

Identify the most appropriate probability law to construct a model of a real situation or to perform a specific statistical analysis, correctly interpret and handle with ease and efficiency the probability tables of the most usual distributions in the inference.

Make estimates of population parameters using confidence intervals and interpret them properly.

Make hypothesis contrasts on parametric and non-parametric theoretical models and correctly express the likelihood of the decision taken in a particular contrast.

Calculate the sample size needed to perform statistical inference.

Interpret the results of a statistical analysis and arrive at conclusions based on the proposed objectives.

2.3. Importance of learning goals

In your daily work, a physician must handle information in the form of data, probabilities, etc. and must be able to make decisions based on that information. This subject teaches the basic principles of decision making in the presence of uncertainty.

Students work with real data individually and in groups, so they develop team collaboration skills in solving real problems.

3. Assessment (1st and 2nd call)

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

3.1. Types of tests and their value on the final grade and evaluation criteria for each test

The student must demonstrate that he / she has attained the expected learning outcomes through the following assessment activities:

Each student will be assessed for his or her ability to assimilate, analyze and synthesize, assessing the information acquired, the ability to adequately relate different information, the degree of familiarity with the specific terminology of the subject, the ability to solve practical exercises raised during The course, their active participation in specific points of the exposition of the agenda and the work done by the student, only and in a group.

In the numerical evaluation of this evaluation will take into account two sections:

  1. The degree of knowledge and management of the theoretical contents of the subject, which will be evaluated by means of a written exam, in which you will have to answer questions like test or subject, or short questions about the theory that you should apply to the various situations raised in they.
  2. The ability to use the contents of the subject in specific problems will be evaluated through the personal contributions of the student (jobs resolved) during the development of the subject and the accomplishment of a written examination, in which it will have to solve several practical situations.

The student must demonstrate that he / she has attained the expected learning outcomes through the following assessment activities

CONTINUOUS  ASSESSMENT.

It consists of two exams, three computer practice sessions, three assignments and active participation. 1st EXAMS (80%): Two exams carried out individually. They consist of a theoretical part and the development of statistical problems or practical situations, type problems. These controls have a weight of 80% on the final grade of the subject (35% corresponds to the first control and 45% to the second). 2nd INFORMATICS PRACTICE They are MANDATORY. They consist of three sessions throughout the course, in which two statistical programs are handled, SPSS and EPIDAT

3rd WORKS They are mandatory. The subject evaluated in each notebook is: -Work-1: Descriptive: One-dimensional and Two-dimensional, Probability and Random Variable. Estimate. Sample size for estimation. -Work-2: Parametric and non-parametric Statistical Inference. Association of variables: Correlation and Regression and Contingency Tables. Sample size for Hypothesis testing. They consist of solving problems for each of the parts addressed throughout the course. -Work-3: It consists of the application, through computer programs (SPSS and EPIDAT), of all the statistical techniques that you will learn throughout the course, with the interpretation of the results obtained. It represents 15% of the total mark of the Continuous Assessment. The student will have to deliver each one of the works in the date established in the program of the subject.

4th ACTIVE PARTICIPATION (5%) It consists of solving problems in practical classes that take place in the classroom. VERY IMPORTANT NOTE. The student, in order to include the 20% corresponding to Work-3 and her active participation in it, must meet two requirements 1.- Have obtained a minimum grade of 3 out of 10, in each of the parts (theory and practice) that comprise the two exams that are carried out throughout the course. 2.- Reach 50% of the final grade obtained by the exams, which is a 4 (remember that the maximum grade, between the two exams, is 8).

FINAL EVALUATIONS

The student can take the final exams when: he has decided to opt for this form of evaluation, he has not passed the continuous evaluation, or when he has passed, he wants to improve the qualification.

FINAL EVALUATION OF JUNE

The final grade will be obtained through two exams, one practical and another theoretical (short questions) . Both will be scored on 10. The pass is obtained with the average grade of 5. It will only be possible to average when the minimum grade of 4 has been reached in any of the two exams.

FINAL EVALUATION OF SEPTEMBER

The final grade will be obtained through two exams, one practical and another theoretical (short questions) . Both will be scored on 10. The pass is obtained with the average grade of 5. It will only be possible to average when the minimum grade of 4 has been reached in any of the two exams.

The continuous evaluation grades are not saved for calls after the current year.

http://medicina.unizar.es/primer-curso

 

Dates of the Global Assessment in Huesca:

https://fccsyd.unizar.es/horarios-y-calendarios-medicina

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The methodology followed in this course is oriented towards the achievement of the learning objectives. A wide range of teaching and learning tasks are implemented, such as:

  1. Lectures, whose purpose is the transmission of knowledge and logical fundamentals of the subject.
    Practice classes, in which the theoretical concepts are applied, consist in this case in problem solving.
  2. Computer practices.
  3. Directed work and activities.
  4. Seminars as learning and evaluation.
  5. Tutorials.
  6. ADD.

Students are expected to participate actively in class throughout the semester.

Further information regarding the course will be provided on the first day of class.

4.2. Learning tasks

The program offered to the student to help him achieve the expected results includes the following activities ...

The student receives a total of 60 classroom hours during the semester, 30 of them are type 1, 24 type 2 and 6 type 3. Activities in the Faculty of Medicine and in the Faculty of Health Sciences And Sports are similar.
Given the eminently applied nature of Statistics, and taking into account that the subject's practices consist in solving problems, the distribution of teaching hours between practices and theory must be based on dynamic criteria, so that practices are not only Application of theoretical concepts, but also a motivation to introduce new concepts, reflecting the way in which the new models arise in response to problems raised by previous models.

This effect of continuous feedback between the two requires that they be inextricably linked in the exhibition, so that the time allocated to each other cannot be separated at different times, but must be distributed every hour of class between the two, in a way that respects The proportion of time between one and the other along the course.

The final objective of this methodology is to provide the student with a clear vision of the fundamentals and applications of the subjects of this course, intuitively introducing, whenever possible, each of the statements and giving examples of their applications to research in Medicine.

The course includes the following learning tasks: 

  • Lectures. The theoretical classes will be given according to the schedule approved by the corresponding Center Board in the classrooms and schedules established in the Teaching Organization Plan. They are dedicated to the presentation of the theoretical contents of the subject. Explanations are made in a way that motivates the student the need to introduce new concepts. At the same time, it is necessary to give meaning to the applicability of the same, avoiding the occurrence of the sensation that they are introduced capriciously. Brief exercises, as examples, will be interspersed as far as possible. Accurate audiovisual media will be used as support
  • Practice sessions. They will be taught according to the schedule approved by the Board of the Center in the classrooms and timetables established. In general, it will be dedicated around 2 hours a week to the realization of practical exercises related to the contents taught in the theoretical classes. Practical classes should not be seen as a secondary complement to the development of theory because, by the nature of the subject to be taught, it is as important an activity as the explanation of the theory itself. These classes allow the active participation of the student, help him to establish theoretical knowledge, and bring him closer to solving real problems. In the same way, they serve both the teacher and the student, to control the level of learning.
  • Computer Practices. After learning to identify the models presented in the theoretical classes and to verify that they understand the operation of the statistical techniques studied, the student must face problems with greater volume of data that allow us to focus on the interpretation of the results. It is the moment to approach the problems with the aid of some statistical package, which must be done in the computer room, dividing each group of students in the sufficient number of subgroups for each student to have a computer. Their evaluation will be done through the final work on the knowledge imparted.
  • The works and activities directed. The student will elaborate works related to the topics explained in the subject. The application of theory to real data, done individually or in groups, is a great help for learning, since the study of real cases while serving to complement previous activities, can provide a wealth of methodological knowledge Useful for your future professional activity.
    With the practical works (Notebooks 1 and 2), the students deepen in the resolution of problems, applying the techniques raised in class and to give an interpretation of the realized analyzes. Binder 1 must be delivered to the teacher prior to the examination of the first control and Binder 2 before the second examination. Both notebooks will be evaluated by the teacher.
    With the final work, which must be delivered to the teacher before the end of the second semester for evaluation, the student is expected to participate actively in the educational process, being responsible for his own learning, under guidance, tutoring and encouragement from the teacher.
  • Seminars such as an apprenticeship.  Throughout the course, there will be shown scientific articles in which the statistical treatment given will be developed and the results obtained will be discussed.
  • Tutorials. They will be voluntary and will take place preferably in the office of the teacher in the schedule destined for this type of educational activity.
  • Digital Teaching Ring (ADD / WebCT). It will be the normal way to provide the didactic material, calendar of activities, give warnings and propose complementary exercises of the classroom sessions.
    The name that specifies the subject in the ADD is "Biostatistics".
  • In FCCSD,

    Given the exceptional situation of the Academic Year 2021-2022, the large group  teaching system could be online, that is to say, in a synchronic telematic system, by which teachers and students will be connected through technologies that allow interaction, such as Google Meet.

     

4.3. Syllabus

Lectures

Module I: Statistical methods for one and two variables. The theoretical basis for biostatistics.

  • Descriptive statistics.
    • TOPIC 1. UNIDIMENSIONAL STATISTICAL VARIABLES. Frequency distributions. Tables and graphs. Descriptive statistics: Moments, central tendency, spread, position and shape.Data exploratory analysis. 
    • TOPIC 2. BIDIMENSIONAL STATISTICAL VARIABLES. Two-way tables and graphical representations.
  • Probability and random variables
    • TOPIC 3. PROBABILITY: CONCEPTS AND THEOREMS. Random experiments: outcomes and events. Operations with events. Relative frequencies and probability. Conditional probability and total probability. Bayes theorem. usefulness in medical diagnosis.
    • TOPIC 4. RANDOM VARIABLE. Probability distributions: properties and parameters.
    • TOPIC 5. DISCRETE DISTRIBUTIONS: Binomial, Poisson, etc. CONTINUOUS DISTRIBUTIONS: Normal, chi-squared, Student’ t and Snedecor’s F. Central limit theorem. Convergence to the normal distribution

Module II. Inferential statistics.

  • Parametric Inferential Statistics
    • TOPIC 6. ESTIMATION: Point estimation of population distribution parameters. Qualities of a good estimator. Estimation by confidence interval: confidence coefficients.Confidence intervals for normal populations. Confidence intervals for proportions. Sample size determination.
    • TOPIC 7. HYPOTHESIS TESTING: Methodology, foundations, error types, significance level, power of the test and p values. Relationship between confidence intervals and hypothesis testing. 
    • TOPIC 8. PARAMETRIC HYPOTHESIS TESTING. Hypothesis testing based on one, two or more sample means from normal populations, Hypothesis testing based on one or two sample variances from normal populations. Hypothesis testing for one or two proportions. Sample size determination.
  • Non-Parametric Inferential Statistics
    • TOPIC 9. NON PARAMETRIC TESTS. Goodness of fit tests. Tests for comparing 2 or more samples from non-normal population distributions.
  • Analysis the statistical association of quantitative and categorical variables
    • TOPIC 10. Correlation and Regression: Covariance. Coefficients of Correlation. Estimation and hypothesis testing in Correlation Coefficient. Other correlation coefficients. Simple Linear Regression Model. Estimation and hypothesis testing in linear regression.
    • TOPIC 11. Contingency Tables: Chi-square test for independence and homogeneity. Conformance tests (goodness of fit tests).

Practice sessions

  • Session-1.- VARIABLES UNIDIMENSIONAL STATISTICS. Tables and Graphics. Characteristic measures of the statistical variables: Measures of central tendency, position, dispersion and form. Exploratory Data Analysis.
  • Session-2.- VARIABLES UNIDIMENSIONAL STATISTICS. Tables and Graphics. Characteristic measures of the statistical variables: Measures of central tendency, position, dispersion and form. Exploratory Data Analysis. BIDIMENSIONAL STATISTICAL VARIABLES. Double-entry tables and graphic representations.
  • Session-3.- PROBABILITY: CONCEPTS AND THEOREMS. Conditioned probability and total probability. Bayes Theorem: Its application in medical diagnosis.
    Session-4.- PROBABILITY: CONCEPTS AND THEOREMS. Conditioned probability and total probability. Bayes Theorem: Its application in medical diagnosis.
  • Session-5.- DISCRETE DISTRIBUTIONS: Binomial, Poisson and others. CONTINUOUS DISTRIBUTIONS: Normal and associated: chi-square, Student's t and F of Snedecord.
    Session-6.- ESTIMATION. Estimation by intervals and determination of the sample size.
  • Session-7.- PARAMETRIC CONTRASTS. Contrasts on the means of one and two samples of normal populations. Contrasts on the variances of one or two samples of normal populations. Contrasts on proportions. Determination of sample size.
  • Session-8.- PARAMETRIC CONTRASTS. Contrasts on the means of one and two samples of normal populations. Contrasts on the variances of one or two samples of normal populations. Contrasts on proportions. Determination of sample size.
  • Session-9.- NON PARAMETRIC CONTRASTS. Tests of goodness of fit. Contrasts for two samples of no normal populations.
  • Session-10.- CORRELATION AND REGRESSION. Correlation coefficients. Simple linear regression model.
  • Session-11.- CORRELATION AND REGRESSION. Correlation coefficients. Simple linear regression model.
  • Session-12.- CONTINGENCY TABLES. Chi-square contrast for independence and homogeneity.
  • Session-13.- CONTINGENCY TABLES. Chi-square contrast for independence and homogeneity.

Practical computer sessions

  • Session-1.- Descriptive statistics and confidence interval with IBM SPSS. Probability, Distributions and Size of the sample with Epidat ..
  • Session-2.- Parametric and non-parametric inference with IBM SPSS ..
  • Session-3.- Statistical association of quantitative and categorical variables with IBM SPSS

4.4. Course planning and calendar

The information regarding planning and calendar will be presented on the first day of class and will be published in the ADD corresponding to each center (Faculty of Medicine of Zaragoza, Faculty of Health Sciences and Sports of  Huesca).

The calendar of delivery of notebooks, final work and evaluations will be presented on the first day of class and will be published in the ADD corresponding to each center (Faculty of Medicine of Zaragoza, Faculty of Health Sciences and Sports of Huesca).

The key dates correspond to:

  • Delivery of the first notebook "Descriptive: Unidimensional and Bidimensional, Probability and Random Variable. Estimate”
  • Control of the continuous evaluation of Descriptive: Unidimensional and Bidimensional, Probability and Random Variable. Estimate.
  • Delivery of the second notebook "Parametric and non-parametric statistics Inference: Association of variables: Correlation and Regression and Contingency tables".
  • Control of continuous evaluation of Inference Parametric and non-parametric statistics. Association of variables: Correlation and Regression and Contingency tables.
  • Final Work Delivery

4.5. Bibliography and recommended resources

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=26701


Curso Académico: 2021/22

26701 - Bioestadística


Información del Plan Docente

Año académico:
2021/22
Asignatura:
26701 - Bioestadística
Centro académico:
104 - Facultad de Medicina
229 - Facultad de Ciencias de la Salud y del Deporte
Titulación:
304 - Graduado en Medicina
305 - Graduado en Medicina
Créditos:
6.0
Curso:
1
Periodo de impartición:
305 - Segundo semestre
650 - Primer semestre
649 - Primer semestre
304 - Segundo semestre
Clase de asignatura:
Formación básica
Materia:
Estadística

1. Información Básica

1.1. Objetivos de la asignatura

La asignatura y sus resultados previstos responden a los siguientes planteamientos y objetivos:

La asignatura forma parte del segundo semestre de 1º curso, pertenece al Módulo de Medicina Social, Habilidades de comunicación e Iniciación a la Investigación. La inclusión de la Bioestadística como asignatura básica en el Grado de Medicina, responde a la necesidad de que los alumnos que la cursan, tengan el suficiente conocimiento y manejo de la estadística para poder utilizarla en el futuro tanto en su trabajo asistencial como de investigación. Esta necesidad es consecuencia de la creciente expansión de las aplicaciones de la estadística a todo trabajo científico, tanto para elaborar los planes de muestreo o los diseños experimentales necesarios para obtener resultados objetivos, como para evaluar la validez de esos mismos resultados. Proporciona la base para la comprensión de los estudios relacionados con distintas materias específicas, como Medicina Preventiva y Salud Pública, así como para el resto de asignaturas del grado.

1.2. Contexto y sentido de la asignatura en la titulación

La asignatura es parte de la formación básica de los estudiantes que requieren unos conocimientos metodológicos que les permita aplicar el método científico a la práctica diaria.

Enseña a aplicar la estadística en el análisis de los problemas de salud, a optimizar la información obtenida de la lectura de artículos científicos de interés para el desarrollo de su actividad profesional, a evaluar las intervenciones realizadas y a utilizar la evidencia científica como instrumento útil en la toma de dicisiones en la práctica profesional. 

1.3. Recomendaciones para cursar la asignatura

Se recomienda que se curse de modo presencial. Se le da importancia al trabajo y participación continua. En esta asignatura la carga práctica es de máxima relevancia.

2. Competencias y resultados de aprendizaje

2.1. Competencias

Al superar la asignatura, el estudiante será más competente para...

CE23 - Conocer los conceptos básicos de bioestadística y su aplicación a las ciencias médicas.

CE22 - Conocer, valorar críticamente y saber utilizar las tecnologías y fuentes de información clínica y biomédica, para obtener, organizar, interpretar y comunicar información clínica, científica y sanitaria

CE24 - Ser capaz de diseñar y realizar estudios estadísticos sencillos utilizando programas informáticos e interpretar los resultados.

CE25 - Entender e interpretar los datos estadísticos en la literatura médica.

CE28 - Manejar con autonomía un ordenador personal. Usar los sistemas de búsqueda y recuperación de la información biomédica.

COMPETENCIAS TRANSVERSALES

a. INSTRUMENTALES

1. Capacidad de análisis y síntesis

2. Capacidad de organización y planificación

3. Comunicación oral y escrita en la lengua nativa

4. Resolución de problemas

5. Toma de decisiones

b. PERSONALES

6. Trabajo en equipo

7. Habilidades en las relaciones interpersonales

8. Razonamiento crítico

c. SISTÉMICAS

9. Aprendizaje autónomo

10. Adaptación a nuevas situaciones

 

2.2. Resultados de aprendizaje

El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados...

Conocer los distintos tipos de datos y escalas de medida. Manejar los símbolos y notaciones típicos del lenguaje estadístico para expresar correctamente situaciones propias del campo de la Medicina.

Construir e interpretar distribuciones de frecuencias mediante tablas, gráficos y síntesis de datos.

Identificar la ley de probabilidad más adecuada para construir un modelo de una situación real o para efectuar un determinado análisis estadístico, interpretar correctamente y manejar con soltura y eficacia las tablas de probabilidades de las distribuciones más usuales en la inferencia.

Realizar estimaciones de parámetros poblaciones mediante intervalos de confianza e interpretarlos adecuadamente.

Efectuar contrastes de hipótesis sobre modelos teóricos paramétricos y no paramétricos y expresar correctamente la verosimilitud de la decisión tomada en un contraste particular.

Calcular el tamaño de muestra necesario para realizar inferencia estadística.

Decidir si existe algún tipo de relación entre dos variables dadas y construir el modelo de dependencia o asociación más adecuado a esa posible relación.

Interpretar los resultados de un análisis estadístico y llegar a las conclusiones en función de los objetivos propuestos.

 

2.3. Importancia de los resultados de aprendizaje

En su trabajo cotidiano, un médico debe manejar información en forma de datos, probabilidades, etc y debe ser capaz de tomar decisiones a partir de esa información. Esta asignatura enseña los principios básicos de la toma de decisiones en presencia de incertidumbre.

Los estudiantes trabajan con datos reales individualmente y en grupo, por lo que desarrollan competencias de colaboración en equipo en la resolución de problemas reales.

3. Evaluación

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluacion

Para la evaluación de cada alumno se considerará su capacidad de asimilación, análisis y síntesis, valorando la información adquirida, la capacidad de relacionar adecuadamente diferentes informaciones, el grado de familiaridad con la terminología específica de la asignatura, la capacidad de resolver ejercicios prácticos planteados durante el curso, su participación activa en puntos concretos de la exposición del temario y los trabajos realizados por el alumno, sólo y en grupo.

En la valoración numérica de esta evaluación se tendrán en cuenta dos apartados:

  1. El grado de conocimiento y manejo de los contenidos teóricos de la materia, que se evaluará mediante un examen escrito, en el que deberá responder a preguntas tipo test o tema, o cuestiones cortas sobre la teoría que debe aplicar a las diversas situaciones planteadas en ellas.
  2. La capacidad de utilizar los contenidos de la materia en problemas concretos, se evaluará mediante las aportaciones personales del alumno durante el desarrollo de la asignatura (trabajos resueltos)  y la realización de un examen escrito, en el que deberá resolver varias situaciones prácticas.

EVALUACION CONTINUA.

EVALUACION CONTINUA.

Consta de dos exámenes, tres sesiones de prácticas informáticas, tres trabajos y participación activa.

1º EXAMENES (80%):

Dos exámenes realizados de forma individual. Constan de una parte teórica y el desarrollo de problemas o situaciones prácticas de estadística, problemas-tipo.

Estos controles tienen un peso del 80% sobre la nota final de la asignatura (el 35% corresponde al primer control y el 45% al segundo).

2º PRACTICAS DE INFORMATICA

Son OBLIGATORIAS. Constan de tres sesiones a lo largo del curso, en las que se manejan dos programas estadísticos, SPSS y EPIDAT

3º TRABAJOS

Son OBLIGATORIOS. La materia evaluada en cada cuaderno, es:

-Trabajo-1: Descriptiva: Unidimensionales y Bidimensionales, Probabilidad y Variable Aleatoria. Estimación. Tamaño de la muestra para estimación.

-Trabajo-2: Inferencia Estadística paramétrica y no paramétrica. Asociación de variables: Correlación y Regresión y Tablas de contingencia. Tamaño de la muestra para Contraste de hipótesis.

Consisten en la resolución de problemas de cada una de las partes abordadas a lo largo del curso.

-Trabajo-3: Consiste en la aplicación, mediante programas informáticos (SPSS y EPIDAT), de todas las técnicas estadísticas que vaya conociendo a lo largo del curso, con la interpretación de los resultados obtenidos. Supone un 15% de la nota total de la Evaluación Continua.

El alumno tendrá que entregar cada uno de los trabajos en la fecha establecida en el programa de la asignatura.

4º PARTICIPACIÓN ACTIVA (5%)

Consiste en la resolución de problemas en las clases prácticas que se desarrollan en el aula.

Nota muy importante. El alumno, para poder incorporar a su nota final el 20% que corresponde al Trabajo-3 y su participación activa en el, deberá cumplir dos requisitos

1.- Haber obtenido una nota mínima de 3 sobre 10, en cada una de las partes (teoría y práctica) de que constan los dos exámenes que se realizan a lo largo del curso.

2.- Alcanzar el 50% de la nota final obtenida por los exámenes, lo que supone un 4 (recordemos que la nota máxima, entre los dos exámenes, es 8).

EVALUACIONES FINALES

El alumno podrá presentarse a los exámenes finales cuando: haya decido optar por esta forma de evaluación, no haya superado la evaluación continua, o cuando habiéndola superado quiera mejorar la calificación.

EVALUACION FINAL DE JUNIO

La calificación final se obtendrá mediante dos exámenes, uno práctico y otro teórico (preguntas cortas). Ambos se calificaran sobre 10. El aprobado se obtiene con la calificación promedio de 5. Solo se podrá promediar cuando se haya alcanzado la nota mínima de 4 en cualquiera de los dos exámenes.

EVALUACION FINAL DE SEPTIEMBRE

La calificación final se obtendrá mediante dos exámenes, uno práctico y otro teórico (preguntas cortas). Ambos se calificaran sobre 10. El aprobado se obtiene con la calificación promedio de 5. Solo se podrá promediar cuando se haya alcanzado la nota mínima de 4 en cualquiera de los dos exámenes.

NO se guardan las calificaciones de la evaluación continua para convocatorias posteriores al año en curso.

Fechas de la evaluación Global en Zaragoza:

http://medicina.unizar.es/primer-curso

Fechas de la Evaluación Global en Huesca:

Propuestas por el Centro, aparecerán en el ADD y en el siguiente enlace: https://fccsyd.unizar.es/horarios-y-calendarios-medicina

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en lo siguiente:

Los métodos didácticos que se emplearan para potenciar el aprendizaje de la asignatura son:

  1. Lección magistral, cuya finalidad es la transmisión de conocimientos y fundamentos lógicos de la asignatura.
  2. Clases de prácticas, en las que se aplican los conceptos teóricos, consisten en este caso en la resolución de problemas.
  3. Prácticas informáticas.
  4. Trabajos y actividades dirigidas.
  5. Seminarios como aprendizaje y evaluación.
  6. Tutorías personalizadas.
  7. Anillo Docente Digital.

4.2. Actividades de aprendizaje

El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes actividades...

El estudiante recibe un total de 60 horas presenciales a lo largo del semestre, de ellas, 30 son de tipo 1, 24 de tipo 2 y 6 de tipo 3. Las actividades en la Facultad de Medicina y en la Facultad de Ciencias de la Salud y del Deporte son similares.

Dado el carácter eminentemente aplicado de la Estadística, y teniendo en cuenta que las prácticas de la asignatura consisten en la resolución de problemas, la distribución de las horas lectivas entre prácticas y teoría debe atenerse a criterios dinámicos, de modo que las prácticas no solo sean aplicación de los conceptos teóricos, sino también una motivación para introducir nuevos conceptos, reflejando el modo en que los nuevos modelos surgen como respuesta a problemas planteados por otros modelos anteriores.

Este efecto de continua realimentación entre ambas exige que estén indisolublemente unidas en la exposición, por lo cual no puede separarse el tiempo asignado a una y a otra en horas distintas, sino que debe repartirse cada hora de clase entre las dos, de forma que se respete la proporción de tiempo entre una y otra a lo largo del curso.

El objetivo final de esta metodología es proporcionar al alumno una visión clara de los fundamentos y aplicaciones de las materias de esta asignatura, introduciendo de modo intuitivo, siempre que sea posible, cada uno de los enunciados y dando ejemplos de sus aplicaciones a la investigación en Medicina.

Lección magistral.

Las Clases teóricas, se impartirán según el calendario aprobado por la Junta del Centro correspondiente en las aulas y horarios establecidos en el Plan de Organización Docente. Se dedican a la exposición de los contenidos teóricos de la asignatura. Las explicaciones se realizan de modo que motiven al alumno la necesidad de introducir nuevos conceptos. A la vez, se ha de dar sentido a la aplicabilidad de los mismos, evitando que se produzca la sensación de que son introducidos de manera caprichosa. En la medida de lo posible se intercalarán breves ejercicios, a modo de ejemplos. Como soporte se emplearán los medios audiovisuales precisos.

Clases prácticas.

Se impartirán según el calendario aprobado por la Junta del Centro correspondiente en las aulas y horarios establecidos. De forma general, se dedicará en torno a 2 horas semanales a la realización de ejercicios prácticos relacionados con los contenidos impartidos en las clases teóricas. Las clases prácticas no deben verse como un complemento secundario al desarrollo de la teoría, ya que, por la naturaleza de la materia a impartir, es una actividad tan importante como la explicación de la propia teoría. Estas clases permiten la participación activa del alumno, le ayudan a fijar conocimientos teóricos, y le acercan a la resolución de problemas reales. De igual forma, sirven tanto al profesor como al mismo alumno, para controlar el nivel del aprendizaje.

Prácticas de Informática:

Tras aprender a identificar los modelos presentados en las clases teóricas y comprobar que comprenden el funcionamiento de las técnicas estadísticas estudiadas, el alumno debe enfrentarse a problemas con mayor volumen de datos que permitan centrarnos en la interpretación de los resultados. Es el momento de abordar los problemas con ayuda de algún paquete estadístico, lo cual debe realizarse en el aula de informática, dividiendo cada grupo de alumnos en el número suficiente de subgrupos para cada alumno disponga de un ordenador. Su evaluación se realizará mediante el trabajo final sobre los conocimientos impartidos.

Los trabajos y actividades dirigidas.

El alumno elaborará trabajos relacionados con los temas explicados en la asignatura. La aplicación de la teoría a datos reales, realizada individualmente o en grupos, es de gran ayuda para el aprendizaje, ya que el estudio de casos reales, a la vez que sirve para complementar las actividades anteriores, puede suministrar un bagaje de conocimientos metodológicos muy útil para su futura actividad profesional.

Con los trabajos prácticos (Trabajos 1 y 2), los alumnos profundizan en la resolución de problemas, aplicando las técnicas planteadas en clase y a dar una interpretación de los análisis realizados. El cuaderno 1 deberá ser entregado al profesor antes de realizar el examen del primer control y el cuaderno 2 antes de realizar el segundo examen de control. Ambos cuadernos serán evaluados por el profesor.

Con el Trabajo final, que se debe entregar al profesor antes de la finalización del segundo semestre para su evaluación, se pretende que el alumno participe de forma activa en el proceso educativo, siendo responsable de su propio aprendizaje, bajo la orientación, tutorización y estímulo del profesor. Deberá ser entregado al profesor antes de la calificación final.

Seminarios como aprendizaje.

A lo largo del curso,  se  mostrará a los alumnos artículos científicos en los que se desarrolle el tratamiento estadístico impartido y se discutirán los resultados obtenidos.

Tutorías personalizadas.

Serán voluntarias y tendrán lugar preferentemente en el despacho del profesor en el horario destinado a este tipo de actividad docente.

Anillo Docente Digital (ADD).

Será la vía normal para proporcionar el material didáctico, calendario de actividades, dar avisos y proponer ejercicios complementarios de las sesiones presenciales de aula.

El nombre que especifica la asignatura en el ADD es "Bioestadística".

Grado de Medicina en FCCSD de Huesca:

Dada la excepcional situación derivada de la pandemia COVID, durante el curso 2021- 2022 la forma de llevar a cabo las diferentes actividades de aprendizaje está supeditada  a la disponibilidad de espacios físicos en el Centro. Por este motivo, si no fuera posible realizar las actividades en grupo completo de forma presencial, se impartirán on line, de forma telemática síncrona conectados profesorado y alumnado a través de tecnologías que permiten la interacción (tipo Google Meet)

4.3. Programa

CLASES TEÓRICAS

Bloque I: Métodos Estadísticos para una variable y dos variables y bases teóricas de la Bioestadística:

Estadística Descriptiva

TEMA-1.-VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Distribuciones de frecuencias: Tablas y Gráficos. Medidas características de las variables estadísticas: Momentos, medidas de tendencia central, posición, dispersión y forma. Análisis Exploratorio de Datos.

TEMA-2.-VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Tablas de doble entrada y representaciones gráficas.

Probabilidad y Variables aleatorias

TEMA 3.-PROBABILIDAD: CONCEPTOS Y TEOREMAS. Experimentos aleatorios: resultados y sucesos. Operaciones con sucesos. Frecuencias relativas y probabilidades. Probabilidad condicionada y probabilidad total. Teorema de Bayes: Su aplicación en el diagnóstico médico Variables aleatorias. Distribuciones de probabilidad y medidas características.

TEMA 4.-VARIABLE ALEATORIA. Distribuciones de probabilidad y medidas características.

TEMA 5.-DISTRIBUCIONES DISCRETAS: Binomial, Poisson y otras. DISTRIBUCIONES CONTINUAS: Normal y asociadas: chi-cuadrado, t de Student y F de Snedecord. Teorema central del límite. Convergencias a la distribución normal.

 

Bloque II: Inferencia Estadística

Inferencia Estadística Paramétrica

TEMA 6.-ESTIMACION. Estimación puntual de los parámetros de una distribución. Características de un buen estimador. Estimación por intervalos: coeficientes de confianza.  Intervalos de confianza para poblaciones normales. Intervalos de confianza para proporciones. Determinación del tamaño de la muestra.

TEMA 7.-CONTRASTE DE HIPÓTESIS: metodología, fundamentos, tipos de errores, nivel de significación, potencia de un contraste y grado de significación (p-valor). Relación entre intervalos de confianza y contrastes de hipótesis paramétricos.

TEMA 8.-CONTRASTES PARAMÉTRICOS. Contrastes sobre las medias de una, dos o más de dos muestras de poblaciones normales. Contrastes sobre las varianzas de una o dos muestras de poblaciones normales. Contrastes sobre proporciones. Determinación del tamaño de la muestra.

 

Inferencia Estadística No Paramétrica

TEMA 9.-CONTRASTES NO PARAMÉTRICOS. Pruebas de bondad de ajuste. Contrastes para dos o más de dos muestras de poblaciones NO normales.

 

Análisis de asociación estadística de variables cuantitativas y categóricas

TEMA 10.-CORRELACIÓN Y REGRESIÓN. Covarianza. Coeficientes de correlación. Otros coeficientes de correlación. Estimación y Contraste de hipótesis de correlación. Modelo de regresión lineal simple. Estimación y Contraste de hipótesis de modelo de regresión.

TEMA 11.-TABLAS DE CONTINGENCIA. Contraste chi-cuadrado para independencia y homogeneidad. Pruebas de Conformidad.

CLASES PRÁCTICAS/PROBLEMAS/CASOS

Sesión-1.- VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Tablas y Gráficos. Medidas características de las variables estadísticas: Medidas de tendencia central, posición, dispersión y forma. Análisis Exploratorio de Datos.

Sesión-2.- VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Tablas y Gráficos. Medidas características de las variables estadísticas: Medidas de tendencia central, posición, dispersión y forma. Análisis Exploratorio de Datos. VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Tablas de doble entrada y representaciones gráficas.

Sesión-3.- PROBABILIDAD: CONCEPTOS Y TEOREMAS. Probabilidad condicionada y probabilidad total. Teorema de Bayes: Su aplicación en el diagnóstico médico.

Sesión-4.- PROBABILIDAD: CONCEPTOS Y TEOREMAS. Probabilidad condicionada y probabilidad total. Teorema de Bayes: Su aplicación en el diagnóstico médico.

Sesión-5.- DISTRIBUCIONES DISCRETAS: Binomial, Poisson y otras. DISTRIBUCIONES CONTINUAS: Normal y asociadas: chi-cuadrado, t de Student y F de Snedecord.

Sesión-6.-ESTIMACION. Estimación por intervalos y determinación del tamaño de la muestra.

Sesión-7.- CONTRASTES PARAMÉTRICOS. Contrastes sobre las medias de una y dos muestras de poblaciones normales. Contrastes sobre las varianzas de una o dos muestras de poblaciones normales. Contrastes sobre proporciones. Determinación del tamaño de la muestra.

Sesión-8.- CONTRASTES PARAMÉTRICOS. Contrastes sobre las medias de una y dos muestras de poblaciones normales. Contrastes sobre las varianzas de una o dos muestras de poblaciones normales. Contrastes sobre proporciones. Determinación del tamaño de la muestra.

Sesión-9.- CONTRASTES NO PARAMÉTRICOS. Pruebas de bondad de ajuste. Contrastes para dos muestras de poblaciones NO normales.

Sesión-10.- CORRELACIÓN Y REGRESIÓN. Coeficientes de correlación. Modelo de regresión lineal simple.

Sesión-11.- CORRELACIÓN Y REGRESIÓN. Coeficientes de correlación. Modelo de regresión lineal simple.

Sesión-12.-TABLAS DE CONTINGENCIA. Contraste chi-cuadrado para independencia y homogeneidad.

Sesión-13.-TABLAS DE CONTINGENCIA. Contraste chi-cuadrado para independencia y homogeneidad.

CLASES PRÁCTICAS/INFORMÁTICA

Sesión-1.- Estadística descriptiva e intervalo de confianza con IBM SPSS. Probabilidad, Distribuciones y Tamaño de la muestra con Epidat..

Sesión-2.- Inferencia paramétrica y no paramétrica con  IBM SPSS..

Sesión-3.- Asociación estadística de variables cuantitativas y categóricas con IBM SPSS

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

Calendario de sesiones presenciales y presentación de trabajos

La información referida a planificación y calendario, se presentarán el primer dia de clase y se publicará en el ADD correspondiente a cada centro (Facultad de Medicina de Zaragoza, Facultad de Ciencias de la Salud y del Deporte de Huesca).

El calendario de entrega de cuadernos, trabajo final y controles se presentan el primer día de clase y se publican en el ADD correspondiente a cada centro (Facultad de Medicina de Zaragoza, Facultad de Ciencias de la Salud y del Deporte de Huesca).

Las fechas claves corresponden a:

-Entrega del primer trabajo "Descriptiva: Unidimensionales y Bidimensionales, Probabilidad y Variable Aleatoria. Estimación".

-Primer control de la evaluación continua. Descriptiva: Unidimensionales y Bidimensionales, Probabilidad y Variable Aleatoria. Estimación.

-Entrega del segundo trabajo " Inferencia Estadística paramétrica y no paramétrica. Asociación de variables: Correlación y Regresión y Tablas de contingencia".

-Segundo Control de la evaluación continua. Inferencia Estadística paramétrica y no paramétrica. Asociación de variables: Correlación y Regresión y Tablas de contingencia.

-Entrega del Trabajo Final

4.5. Bibliografía y recursos recomendados

LA BIBLIOGRAFÍA ACTUALIZADA DE LA ASIGNATURA SE CONSULTA A TRAVÉS DE LA PÁGINA WEB DE LA BIBLIOTECA

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=26701