Inglese

1. Introduzione alla Biostatistica
2. Tecniche di progettazione e analisi per studi epidemiologici
3. Determinazione della dimensione del campione
4. Analisi di sopravvivenza e regressione di Cox
5. Curve RoC
6. Verifica delle ipotesi
7. Propensity Score Matching
8. Grafici aciclici diretti e introduzione all'inferenza causale
9.Sensitivity Analysis and Bias Analysis
10. Meta-analisi

Rosner, Bernard. “Fundamentals of biostatistics.” (2016).
Ahrens, Wolfgang and Iris Pigeot. “Handbook of epidemiology.” (2005).

Conoscenza e comprensione.
Il corso si propone di mostrare gli aspetti metodologici e applicativi della Biostatistica, attraverso lezioni teoriche, esercitazioni e attività di laboratorio tramite il software statistico R.

Formulare giudizi
Il corso si propone di dare allo studente la capacità di:
- formulare una propria valutazione e giudizio sulla base delle nozioni apprese;
- identificare e raccogliere informazioni aggiuntive per la conoscenza della materia attraverso libri e materiali didattici aggiuntivi;
- migliorare la capacità nel fare e nel prendere decisioni, considerando vari aspetti della materia, anche applicativi;
- eseguire l'estrazione di conoscenze da banche dati mediche ed ecologiche utilizzando metodologie e tecniche di Biostatistica con software specialistici (R e Python).
Abilità comunicative.
Il corso si propone di fornire allo studente capacità comunicative riguardanti i metodi di analisi dei dati e i risultati di esercitazioni pratiche nel campo della biostatistica.

Capacità di apprendimento.
Il corso si propone di fornire allo studente:
- capacità di apprendimento necessarie per la comprensione e l'utilizzo delle tecniche di Biostatistica per l'elaborazione dei dati;
- capacità di attingere a diverse fonti bibliografiche, in lingua inglese, per acquisire nuove competenze in questo campo.

Conoscenze di base di matematica, statistica descrittiva e inferenziale.

L'insegnamento è strutturato in lezioni frontali, suddivise in lezioni teoriche e sessioni pratiche utilizzando il software R.

La valutazione del livello di apprendimento degli studenti sarà effettuata con un progetto in R e una successiva discussione orale sull'intero programma.

L'obiettivo principale del progetto è dimostrare la "conoscenza" e il "saper fare". La prova orale è volta ad approfondire le capacità comunicative, la padronanza del linguaggio tecnico specifico della disciplina trattata, la chiarezza espositiva e la capacità di interpretare i risultati.
Le modalità di esame sono le stesse per studenti frequentanti e non frequentanti.

1. Introduzione alla Biostatistica
2. Tecniche di progettazione e analisi per studi epidemiologici
3. Determinazione della dimensione del campione
4. Analisi di sopravvivenza e regressione di Cox
5. Curve RoC
6. Verifica delle ipotesi
7. Propensity Score Matching
8. Grafici aciclici diretti e introduzione all'inferenza causale
9.Sensitivity Analysis and Bias Analysis
10. Meta-analisi

English

Introduction to Biostatistics
Design and Analysis techniques for Epidemiologic Studies
Sample Size Determination
Survival Analysis and Cox Regression
RoC Curves
Hypothesis testing
Propensity Score Matching
Directed Acyclic Graphs and Introduction to Causal Inference
Sensitivity Analysis and Bias Analysis
Meta-Analysis

Rosner, Bernard. “Fundamentals of biostatistics.” (2016).
Ahrens, Wolfgang and Iris Pigeot. “Handbook of epidemiology.” (2005).

Knowledge and understanding.
The course aims to show the methodological and applied aspects of Biostatistics through theoretical lessons, exercises, and laboratory activities via the R statistical software.

Making judgements
The course aims to give ability to the student at:
- formulating an own evaluation and judgment based on learned notions and from a comparison, in classroom, with the teacher and with the other students;
- identifying and collecting additional information for the subject knowledge;
- improving ability in how to do and in how to take decisions, considering various aspects of the matter, especially applicative ones;
- performing knowledge extraction from medical and ecological databases by using methodologies and techniques of Biostatistics with specialist software (R and Python).

Communication skills.
The course aims to provide the student with communication skills on learnt data analysis methods and on results of practical exercises.

Learning skills.
The course aims to provide the student with:
- learning skills necessary for understanding and using of Biostatistics techniques for data processing;
- ability to draw on different bibliographical sources, in English, in order to acquire new skills in this field.

Basic knowledge of mathematics, descriptive and inferential statistics.

Teaching is structured in frontal lessons, divided into theoretical lessons and practical sessions using the R software.

The assessment of students' learning level will be carried out with a project in R and a subsequent oral discussion on the whole program.

The main objective of the project is to prove "knowledge" and "know-how". The oral exam is aimed at probing communication skills, mastering the specific technical language of the discipline dealt with, clarity of exposition and the ability to interpret.
The exam methods are the same for attending and non-attending students.

Introduction to Biostatistics
Design and Analysis techniques for Epidemiologic Studies
Sample Size Determination
Survival Analysis and Cox Regression
RoC Curves
Hypothesis testing
Propensity Score Matching
Directed Acyclic Graphs and Introduction to Causal Inference
Sensitivity Analysis and Bias Analysis
Meta-Analysis