Teaching Guides Query



Academic Year: 2022/23

617 - Master's in Global Health: Integration of Environmental, Human and Animal Health

66853 - Quantitative epidemiology and advanced statistics


Teaching Plan Information

Academic Year:
2022/23
Subject:
66853 - Quantitative epidemiology and advanced statistics
Faculty / School:
105 - Facultad de Veterinaria
Degree:
617 - Master's in Global Health: Integration of Environmental, Human and Animal Health
ECTS:
6.0
Year:
1
Semester:
First semester
Subject Type:
Compulsory
Module:
---

1. General information

1.1. Aims of the course

The goal of the course is to train the student to handle a set of tools that will complement and expand those obtained previously in the course "Qualitative tools applied to health". In addition, they will provide skills for the design and analysis of epidemiological and statistical studies, the graphic and spatial representation of the health situation of populations and the performance of risk analysis for decision making.

The SDGs associated with these objectives are:

            Goal 3: Good Health and Well-being

            Goal 4: Quality Education

            Goal 5: Gender Equality

            Goal 6: Clean Water and Sanitation

            Goal 8: Decent Work and Economic Growth

1.2. Context and importance of this course in the degree

This subject is part of the group of compulsory subjects and is included in a block of two subjects together with "Qualitative tools applied to health". Within the master's programme, it is located immediately after the two initial compulsory subjects "One Health: Origin, Evolution and Future" and "One Welfare: Environment, Sustainability and Animal-Human Relationship". The competencies acquired in this subject will serve as a basis and can be used in all the electives that are programmed below. In addition, it complements the optional course of "Animal Experimentation" as regards the design and analysis of working protocols in animal experimentation, field tests and clinical trials.

1.3. Recommendations to take this course

Basic knowledge of descriptive and analytical statistics as well as epidemiology is required in relation to sampling, assessment of diagnostic tests, measurement of disease and design of observational studies.

2. Learning goals

2.1. Competences

2.1.1. Basic competences

On successful completion of this course, students will be able to:

  • Know and apply computer tools and Information and Communication Technologies to analyse and gather information in the health field.
  • Interpret, analyse and evaluate theories and results of research work in the field of health.
  • Design, develop and lead projects in the field of health.
  • Possess and understand knowledge that provides a basis or opportunity to be original in the development and/or application of ideas, often in a research context.
  • Apply the knowledge acquired and their problem-solving skills in new or unfamiliar environments within broader (or multidisciplinary) contexts related to their area of study.
  • Integrate knowledge and deal with the complexity of making judgements based on incomplete or limited information, including reflections on the social and ethical responsibilities linked to the application of their knowledge and judgements.
  • Communicate their findings and the ultimate knowledge and reasons behind them to specialist and non-specialist audiences in a clear and unambiguous manner.
  • Possess the learning skills that will enable them to continue studying in a largely self-directed or autonomous manner.

2.1.2. Transversal competences

  • Identify, analyse and solve problems with scientific criteria and make decisions with initiative, creativity and critical reasoning.
  • Acquire the knowledge and skills necessary for the development of work and research in an autonomous way
  • Communicate and transmit knowledge and research results, both orally and in writing.
  • Ability to work in a multidisciplinary group.

2.1.3. Specific competences

On successful completion of this course, students will be able to:

  • Understand and be able to apply the basic tools of global health research (human/public, animal and environmental).
  • Apply the epidemiological tools and mathematical models needed for health monitoring, surveillance and research.
  • Apply and analyse the bibliographic resources and those available on the web to obtain the necessary information for the approach of the research work and for the discussion of the results.

2.2. Learning goals

In order to pass this course, the student must demonstrate the following results:

  • Learn to use statistical analysis and its interpretation in global health.
  • Use the tools of quantitative epidemiology in observational studies as a basis for health decision-making.
  • Apply risk analysis at the population level and make decisions based on it.
  • Manage and interpret spatial health information.
  • Numerically and graphically describe the results from a sample data set.
  • Lay out and contrast statistical hypotheses and interpret them correctly.
  • Design and implement a qualitative risk analysis for decision making.
  • Design a multi-stage sampling to know the presence of a disease in a population and estimate its prevalence.
  • Assessing the reliability of diagnostic tests.
  • Calculating the prevalence and incidence of a disease.
  • Estimate risk factors by discarding confounding factors and identifying interaction variables.
  • Represent spatially the health information.

2.3. Importance of learning goals

The course contributes to the training of professionals in the field of global health, as it provides several fundamental tools for their professional activity, covering statistical and epidemiological analysis, risk analysis and spatial representation of information. This training is part of the multidisciplinary environment needed for research and development of global health projects.

3. Assessment (1st and 2nd call)

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

Students must demonstrate that they have achieved the intended learning outcomes through the following continuous assessment activities to be carried out individually or in groups:

  1. Resolution of statistic exercises and problems at the end of the practical sessions.
  2. Resolution of risk analysis related questions.
  3. Resolution of exercises and problems at the end of the practical sessions of epidemiology.
  4. Resolution of geographical information systems related questions.
  5. Presentation of a work of spatial representation of epidemiological and/or statistical results.

The activities will be performed at the classroom and delivered at the end of each session, by email or through the ADD of the subject and will be part of the student's logbook.

The valuation of each activity is reflected in the following table:

Assessment system

% valuation

Resolution of statistic exercises and problems

33.5 %

Risk analysis assignment

8 %

Resolution of epidemiology exercises and problems

33.5 %

Resolution of geographical information systems related questions

17%

Work of spatial representation

8 %

 

Global assessment

Students who have not passed a minimum of 80% of the proposed activities must prove that they have acquired the practical skills corresponding to the teaching not received by means of a specific exam consisting of a written evaluation of the theoretical (40 % of the final grade) and practical contents similar to those performed during the course (60 % of the final grade) and will be part of the student’s portfolio.

Marking system

According with the Regulation of Learning Assessment Standards of the University of Zaragoza (Agreement of the Governing Council of 22 December 2010), the results obtained by the student will be graded according to the following numerical scale from 0 to 10, with the expression of one decimal place, to which the corresponding qualitative grade may be added:

0-4.9: FAIL

5.0-6.9: PASS

7.0-8.9: GOOD (NT)

9.0-10: EXCELLENT (SB)

Students with a grade over 9.0 might be awarded with honours and it could be given to more than the 5% of the enrolled students during the academic year.

In application of Article 158 of the Statutes of the University of Zaragoza, the provisional examination grades will be publicly displayed for a minimum of 7 days, and the students will be able to review their examinations, for which the place, date and time foreseen for this purpose will be indicated.

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The course will be taught by professors from various departments and areas of knowledge (Applied Mathematics, Animal Health, Preventive Medicine and Public Health, Geography and Land Management) with the aim of offering a multidisciplinary approach.

The learning process that has been designed for this subject is based on a combination of the following methods:

  • Theoretical lectures by teachers, with the help of audiovisual media, supported by the publication of abstracts and supplementary material in the ADD to encourage prior study and participation in class by students.
  • Practice sessions in the computer classroom that include the handling of design programs and database management (Microsoft Access 2016) and programming languages for statistical and graphical analysis (R) and geographic information systems.
  • Presentation of examples of application of the above tools.
  • Problem solving and case studies, aiming at the acquisition of practical skills.

4.2. Learning tasks

The learning activities include theoretical lectures given by professors from the University of Zaragoza. Students will also be required to solve problems and case studies (in the classroom and computer room). Finally, the student's autonomous work is required, for the understanding of the theoretical and practical knowledge acquired. The distribution of hours of these activities is described in the following table.

Activity

Number of hours

% onsite

 Lecture(theoretical-practical)

60

100

Student´s autonomous work

90

0

4.3. Syllabus

The program offered to the student to help him/her achieve the expected results includes the following contents.

Theoretical and practical content:

Module 1. Advanced statistics: description, analysis and modelling.

1.1. Probability and Bayes' theorem (5 h): Random variable. Probability distribution of a random variable. Discrete distributions and associated functions in R. Continuous distributions and associated functions in R. Conditional probability. Concept of independence from random variables. Bayes' Theorem.

1.2. Descriptive statistics (5 h): Descriptive statistics. Measurements in moments (centralizing, dispersion and shape) and in ordinations (percentiles). Graphic representations. Definition of statistical inference. Sample distribution from a statistician. Confidence intervals.  Contrast of hypothesis. Basic elements. Types of errors. Level of significance. Concept of p-value.  Types of hypothesis testing. Parametric and non-parametric.

1.3. Hypothesis contrasts (5 h): Normality contrast (Shapiro-Wilk). Q-Q plot.  Chi-square test.  Contrast of hypotheses associated with the average. (T test, Wilcoxon test). Contrast of hypotheses associated with variance (Fisher's test). Correlation and correlation test.

1.4. Linear models (5 h): Introduction to linear models in R. Assumptions of a linear model.  Simple regression. Analysis of Variance to one way. Linear models with various effects (fixed, random and covariates). Introduction to generalized linear models.

Module 2. Risk analysis

2.1. Principles of risk analysis for decision making (2 h)

2.2. Qualitative risk analysis, approach to a disease model (3 h): Overview and definitions From signal to rapid risk assessment. Step 0 - Preparation. Step 1 - Gathering event information Step 2 - Literature search. Step 3 - Extract the relevant evidence. Step 4 - Evaluate the evidence. Step 5 - Risk estimation

Module 3. Advanced epidemiology.

3.1. Sample design (5 h). Probabilistic and non-probabilistic sampling methods. Sample size calculation. Detecting disease. Estimate average. Estimate prevalence. Estimate differences between proportions.

3.2. Evaluation of reliability of diagnostic tests (5 h): Estimation of sensitivity, specificity and predictive values. Combination of diagnostic tests. Agreement between tests. Test evaluation in the absence of gold standard.

3.3. Design and analysis of observational studies (5 h). Types of studies. Estimation of risk factors. Interpretation of risk. Stratified studies: interaction and confusion.

3.4. Multivariate epidemiological studies (5 h). Logistic regression models.

Module 4. GIS (Geographic Information System): Use of maps and spatial analysis.

4.1. Introduction to geographic information systems (5 h). Definition and applications of geographic information systems. Management and organization of data. Systems for the representation of geographical space in GIS.

4.2. Geographic data management (5 h). Obtaining and organizing information. Creation and maintenance of geographical databases. Data models.

4.3. Spatial analysis and visualization (5 h). Basic concepts of geographical analysis.  Vector data analysis. Modeling and analysis with raster data Visualization of geographic data in GIS.

4.4. Course planning and calendar

The calendar of the master and the progr3amming of the theory and practice sessions of the course will appear throughout the month of September on the website of the Faculty of Veterinary, on the following address: http://veterinaria.unizar.es/ which will be updated at the beginning of the each academic year.

Coordinator:

Chelo Ferreira.           E-mail: cferrei@unizar.es

 

Tutorials:

Tutorial´s office hours will be set up on the first day of the subject in each academic year.

4.5. Bibliography and recommended resources

In the ADD, the list of updated bibliography and recommended resources will be shown, and as far as possible, they will be available before the theoretical and practical sessions, so that the student can consult them beforehand and thus favour the understanding of them and a more active participation.


Curso Académico: 2022/23

617 - Máster Universitario en Salud Global: Integración de la Salud Ambiental, Humana y Animal

66853 - Epidemiología cuantitativa y estadística avanzada


Información del Plan Docente

Año académico:
2022/23
Asignatura:
66853 - Epidemiología cuantitativa y estadística avanzada
Centro académico:
105 - Facultad de Veterinaria
Titulación:
617 - Máster Universitario en Salud Global: Integración de la Salud Ambiental, Humana y Animal
Créditos:
6.0
Curso:
1
Periodo de impartición:
Primer semestre
Clase de asignatura:
Obligatoria
Materia:
---

1. Información Básica

1.1. Objetivos de la asignatura

El objetivo de la asignatura consiste en capacitar al estudiante para el manejo de un conjunto de herramientas que complementarán y ampliarán las obtenidas previamente en la asignatura “Herramientas cualitativas aplicadas a la salud”. Además, le proporcionarán competencias para el diseño y análisis de estudios epidemiológicos y estadísticos, la representación gráfica y espacial de la situación sanitaria de las poblaciones y la realización de análisis de riesgos para la toma de decisiones.

Estos planteamientos y objetivos están alineados con los siguientes Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia para contribuir en cierta medida a su logro:

  • Objetivo 3: Salud y Bienestar
  • Objetivo 4: Educación de calidad
  • Objetivo 5: Igualdad de género
  • Objetivo 6: Agua limpia y saneamiento
  • Objetivo 8: Trabajo decente y Crecimiento económico

1.2. Contexto y sentido de la asignatura en la titulación

Esta asignatura forma parte del grupo de materias de carácter obligatorio y se inscribe en un bloque de dos asignaturas junto con “Herramientas cualitativas aplicadas a la salud”. Dentro del programa del master, se localiza inmediatamente a continuación de las dos asignaturas obligatorias iniciales “One Health: Origen, Evolución y Futuro” y “One Welfare: Medio Ambiente, sostenibilidad y relación animal-humano”. Las competencias adquiridas en esta asignatura servirán de base y podrán ser utilizadas en todas las asignaturas optativas que se programan a continuación. Además, complementa a la asignatura optativa de “Experimentación animal” en cuanto al diseño y análisis de protocolos de trabajo en experimentación animal, pruebas de campo y ensayos clínicos.

1.3. Recomendaciones para cursar la asignatura

Se requieren conocimientos básicos en estadística descriptiva y analítica, así como en epidemiología en relación con el muestreo, la evaluación de pruebas diagnósticas, la medición de la enfermedad y el diseño de estudios observacionales.

2. Competencias y resultados de aprendizaje

2.1. Competencias

2.1.1. Competencias básicas y generales

Al superar la asignatura, el estudiante incrementará sus competencias para:

  • Conocer y aplicar herramientas informáticas y Tecnologías de la Información y la Comunicación para analizar y recabar información en el ámbito de la Salud.
  • Interpretar, analizar y evaluar teorías y resultados de trabajos de investigación en el ámbito de la Salud.
  • Diseñar, desarrollar y liderar proyectos en el ámbito de la salud.
  • Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • Integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • Comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

2.1.2. Competencias transversales

Además, justo con el resto de las asignaturas del programa aumentará sus competencias para:

  • Identificar, analizar y resolver problemas con criterio científico y tomar decisiones con iniciativa, creatividad y razonamiento crítico.
  • Adquirir los conocimientos y habilidades necesarios para el desarrollo del trabajo y la investigación de forma autónoma.
  • Comunicar y transmitir los conocimientos y resultados de la investigación, tanto de forma oral como escrita.
  • Ser capaces de trabajar en un grupo multidisciplinar.

2.1.3. Competencias específicas

Al superar la asignatura, el estudiante será capaz de:

  • Comprender y ser capaz de aplicar las herramientas básicas de investigación en salud global (humana/pública, animal y ambiental).
  • Aplicar las herramientas epidemiológicas y modelos matemáticos necesarios para el seguimiento, vigilancia e investigación en salud.
  • Aplicar y analizar los recursos bibliográficos y los disponibles en la web para obtener la información necesaria para el planteamiento del trabajo de investigación y para la discusión de los resultados.

2.2. Resultados de aprendizaje

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

  • Aprender a utilizar el análisis estadístico y su interpretación en salud global.
  • Utilizar las herramientas de la epidemiología cuantitativa en estudios observacionales como base para la toma de decisiones sanitarias.
  • Aplicar un análisis de riesgos a nivel poblacional y tomar decisiones en función del mismo.
  • Manejar e interpretar la información espacial en salud.
  • Describir de forma numérica y gráfica los resultados a partir de un conjunto de datos muestrales.
  • Plantear y contrastar hipótesis estadísticas e interpretarlas correctamente.
  • Diseñar e implementar un análisis de riesgo cualitativo para la toma de decisiones.
  • Diseñar un muestreo multietápico para conocer la presencia de una enfermedad en una población y estimar su prevalencia.
  • Evaluar la fiabilidad de pruebas diagnósticas.
  • Calcular la prevalencia e incidencia de una enfermedad.
  • Estimar los factores de riesgo descartando factores de confusión e identificando variables de interacción.
  • Representar espacialmente la información sanitaria.

2.3. Importancia de los resultados de aprendizaje

La asignatura contribuye a la formación de profesionales en el ámbito de la salud global, ya que proporciona diversas herramientas fundamentales para su actividad profesional, que abarcan el análisis estadístico y epidemiológico, el análisis de riesgos y la representación espacial de la información. Esta formación se enmarca dentro del entorno pluridisciplinar necesario para la investigación y el desarrollo de proyectos de salud global.

3. Evaluación

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

      1. Resolución de ejercicios y problemas al finalizar las sesiones prácticas de estadística.
      2. Resolución de cuestiones relativas al análisis de riesgos.
      3. Resolución de ejercicios y problemas al finalizar las sesiones prácticas de epidemiología.
      4. Resolución de cuestiones relativas a los SIG.
      5. Presentación de un trabajo de representación espacial de resultados epidemiológicos.

Las actividades se realizarán en aula y serán entregadas al final de cada sesión, por correo electrónico o mediante el ADD de la asignatura y formarán parte del portafolio del alumno.

La valoración de cada actividad viene reflejada en la siguiente tabla:

Sistema de Evaluación

% en la evaluación

Resolución de ejercicios y problemas de estadística

33,5%

Resolución de cuestiones relativas a análisis de riesgo

8%

Resolución de ejercicios y problemas de epidemiología

33,5%

Resolución de cuestiones relativas a los SIG

17%

Trabajo de representación espacial de resultados epidemiológicos

8%

 

Prueba global

Los alumnos que no hayan superado un mínimo del 80% de las actividades propuestas, deberán acreditar que han adquirido las competencias prácticas correspondientes a la enseñanza no recibida mediante un examen específico que constará de una prueba escrita de los contenidos teóricos (40 % de la calificación final) y la realización de ejercicios prácticos similares a los desarrollados en aula (60 % de la calificación final) que formarán parte de su portafolio.

Criterios de valoración:

Los criterios de valoración de las actividades tendrán en cuanta la asimilación por parte del estudiante de los contenidos impartidos, así como la claridad en la presentación de las actividades y la capacidad de trabajo en grupo.

Sistema de calificaciones:

0-4,9: Suspenso (SS).

5,0-6,9: Aprobado (AP).

7,0-8,9: Notable (NT).

9,0-10: Sobresaliente (SB).

El sistema de calificaciones se expresará mediante calificación numérica de acuerdo con lo establecido en el art. 5 del Real Decreto 1125/2003 de 5 de septiembre (BOE 18 de septiembre), por el que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y validez en todo el territorio nacional.

En aplicación del artículo 158 de los Estatutos de la Universidad de Zaragoza, las calificaciones provisionales de los exámenes estarán expuestas públicamente un mínimo de 7 días, y los alumnos podrán revisar sus exámenes, para lo cual se indicará en su momento el lugar, fecha y horario previsto a tal efecto.

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

La asignatura será impartida por profesores de varios departamentos y áreas de conocimiento (Matemática Aplicada, Sanidad Animal, Medicina Preventiva y Salud Púbica, Geografía y Ordenación del Territorio) con el objetivo de ofrecer un enfoque multidisciplinar.

El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en la combinación de los siguientes métodos:

  • Clases teóricas expositivas de los profesores, con ayuda de medios audiovisuales, apoyadas por la publicación de resúmenes y material complementario en el ADD para favorecer el estudio previo y la participación en clase de los estudiantes.
  • Clases prácticas en el aula informática que incluye el manejo de programas de diseño y manejo de bases de datos (Microsoft Access 2016) y de lenguajes de programación para el análisis estadístico y gráfico (R) y sistemas de información geográfica.
  • Presentación de ejemplos de aplicación de las herramientas expuestas.
  • Resolución de problemas y casos prácticos, con el objetivo de que los estudiantes adquieran habilidades prácticas.

4.2. Actividades de aprendizaje

Las actividades de aprendizaje comprenden la impartición de clases teóricas magistrales por profesores de la Universidad de Zaragoza. Los alumnos, además, deberán resolver problemas y casos prácticos (en aula y sala informática). Por último, se requiere de trabajo autónomo del estudiante, para la comprensión de los conocimientos teóricos y prácticos adquiridos. La distribución de horas de estas actividades, se describe en la siguiente tabla.

Actividad formativa

Nº Horas

% Presencialidad

Clase magistral (teórico-práctica)

60

100

Trabajo autónomo del estudiante

90

0

 

4.3. Programa

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

Contenido teórico-práctico:

Módulo 1. Estadística avanzada: descripción, análisis y modelización.

1.1. Probabilidad y teorema de Bayes (5 h): Variable aleatoria. Distribución de probabilidad de una variable aleatoria. Distribuciones discretas y funciones asociadas en R.  Distribuciones continuas y funciones asociadas en R. Probabilidad Condicionada. Concepto de independencia de variables aleatorias. Teorema de Bayes.

1.2. Estadística descriptiva (5 h): Estadística descriptiva. Medidas en momentos (centralizadoras, de dispersión y de forma) y en ordenaciones (percentiles). Representaciones gráficas. Definición de inferencia estadística. Distribución muestral de un estadístico. Intervalos de confianza.  Contraste de hipótesis. Elementos básicos. Tipos de errores. Nivel de significación. Concepto de p-valor.  Tipos de pruebas de hipótesis. Paramétricas y no paramétricas. 

1.3. Contrastes de hipótesis (5 h): Contraste de Normalidad (Shapiro-Wilk). Q-Q plot.  Prueba de Chi-Cuadrado.  Contraste de hipótesis asociados a la media. (Test de t, Test de Wilcoxon). Contraste de hipótesis asociados a la varianza (Test de Fisher). Correlación y test de correlación.

1.4. Modelos lineales (5 h): Introducción a los modelos lineales en R. Supuestos de un modelo lineal.  Regresión simple. Análisis de la Varianza a una vía. Modelos lineales con varios efectos (fijos, aleatorios y covariadas). Introducción a los modelos lineales generalizados.

Módulo 2. Análisis de riesgos.

2.1. Principios del análisis de riesgo para la toma de decisiones (2 h)

2.2. El análisis de riesgos cualitativo, aproximación a un modelo de enfermedad (3 h): Visión general y definiciones. De la señal a la evaluación rápida de riesgos. Paso 0 – Preparación. Paso 1 - Recopilación de información de eventos. Paso 2 - Búsqueda de literatura. Paso 3 - Extraer las pruebas pertinentes. Paso 4 - Valorar las pruebas. Paso 5 - Estimación del riesgo

Módulo 3. Epidemiología avanzada.

3.1. Diseño de muestreos (5 h). Métodos de muestreo probabilísticos y no probabilísticos. Cálculo de tamaño de muestra. Detectar enfermedad. Estimar media. Estimar prevalencia. Estimar diferencias entre proporciones.

3.2. Evaluación de fiabilidad de pruebas diagnósticas (5 h): Estimación de sensibilidad, especificidad y valores predictivos. Combinación de pruebas diagnósticas. Concordancia entre pruebas. Evaluación de pruebas en ausencia de prueba de oro.

3.3. Diseño y análisis de estudios observacionales (5 h). Tipos de estudios. Estimación de factores de riesgo. Interpretación del riesgo. Estudios estratificados: interacción y confusión.

3.4. Estudios epidemiológicos multivariantes (5 h). Modelos de regresión logística.

Modulo 4. SIG (Sistema de Información Geográfica): Uso de mapas y análisis espaciales.

4.1. Introducción a los sistemas de información geográfica (5 h). Definición y aplicaciones de los sistemas de información geográfica. Gestión y organización de los datos. Sistemas de representación del espacio geográfico en los SIG.

4.2. Gestión de datos geográficos (5 h). Obtención y organización de la información. Creación y mantenimiento de bases de datos geográficos. Modelos de datos.

4.3. Análisis espacial y visualización (5 h). Conceptos básicos de análisis geográfico.  Análisis de datos vectoriales. Modelado y análisis con datos ráster. Visualización de datos geográficos en los SIG.

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

El calendario del máster y la programación de las sesiones teóricas y prácticas de la asignatura aparecerán a lo largo del mes de septiembre en la web de la Facultad de Veterinaria, en la siguiente dirección: http://veterinaria.unizar.es/. Dicho enlace se actualizará al comienzo de cada curso académico.

Coordinadora:

Chelo Ferreira González. E-mail: cferrei@unizar.es

 

Tutorías:

Los horarios de tutorías se fijarán el día de inicio de la asignatura en cada curso académico.

4.5. Bibliografía y recursos recomendados

En el ADD se mostrará la lista de bibliografía y recursos recomendados actualizados, y en la medida de lo posible, estarán a disposición antes de las sesiones teóricas y prácticas, para que el alumno pueda consultarlas previamente y así favorecer la comprensión de las mismas y una participación más activa.