Brindar las herramientas teóricas y prácticas necesarias para la comprensión y la elaboración de análisis estadísticos. Generar las bases para futuros cursos con mayor dificultad.

Director: Dr. Gerardo Masson
Co-director: Dr Lorenzo Martin Lobo

Examen final de Selección Múltiple. Los exámenes estarán disponibles durante 24 horas en el Campus. Los alumnos dispondrán de un solo intento de 120 minutos para realizarlo.

Aprobación del examen final, lectura de todas las clases.
Se otorgan créditos para recertificación en cardiología.
Se extiende diploma a quienes cumplan con los requisitos del curso.

Consejo de Epidemiología y Prevención Cardiovascular.

Nivel I

1) Introducción a la estadística.

A) Teórico: Jorge Thierer/Teresa Politi

1. 1. 1. 1. Diseños de estudios en la investigación clínica y epidemiológica. Fortalezas y debilidades.
         2. Conceptos básicos de probabilidad.
         3. Datos Cuantitativos.
         4. Datos Cualitativos.
         5. Generalidades. Distribución y representación.

B) Práctico: Martin Lobo

1. 1. 1. Instalación de “R” y “R Studio” en Windows.
      2. Instalación de “R” y “R Studio” en MAC.
      3. Tipos de bases de datos.
      4. Recolección de datos. Normalización y validación de bases de datos y formularios.
      5. Introducción a R. Instalación y carga de paquetes estadísticos de uso frecuente.
      6. Filtrados de datos, reclasificación y conversión de variables.
      7. Cálculos y variables calculadas.

2) Estadística Descriptiva.

A) Teórico: Vanina Pagotto

1. 1. 1. 1. Datos cualitativos. Prevalencia e incidencia. Tipos de gráficos utilizados.
         2. Datos cuantitativos. Medidas de posición y dispersión. Distribución normal (Gaussiana) y no normal.
         3. Evaluación de la distribución mediante medidas simples.
         4. Tipos de gráficos para medidas continuas.

B) Práctico: Vanina Pagotto

1. 1. 1. Visualización de tablas de frecuencias y porcentajes.
      2. Gráficos de barras y tortas.
      3. Determinación de la media, mediana, modo, desvío estándar, intervalos y rangos intercuartilos, intervalos de confianza
      4. Histogramas, gráficos de densidad, gráficos de cajas.
      5. Utilización de las medidas anteriores para agrupar o generar una nueva variable.
      6. Cálculo del coeficiente de asimetría (Skewness) y curtosi.

3) Estadística inferencial.

A) Teórico: Jorge Thierer

1. 1. 1. Probabilidad e incertidumbre. Hipótesis nula y alternativa.
      2. Error alfa y beta.
      3. Interpretación del valor de p a una y dos colas.

4) Estadística inferencial II. Datos cualitativos.

A) Teórico: Nicolas Falk

1. i.Comparación de datos cualitativos en muestras independientes (Chi2).
2. ii. Evaluación de supuestos y utilidad del Test de Fisher.
3. iii. Comparación de datos cuantitativos en muestras pareadas (McNemar)

B)Práctico: Nicolas Falk

1. 1. Aplicación de los test Chi2, Fisher y McNemar.
   2. Tablas con paquetes especiales.

5) Estadística inferencial III. Datos cuantitativos con distribución normal.

A) Teórico: Raúl Bozzo

1. 1. 1. Utilidad de los Test de normalidad y como aplicarlos.
      2. Teorema central del límite.
      3. Comparación de datos cuantitativos. Test de T para dos muestras independientes. Test de T para muestras apareados

B) Práctico: Raúl Bozzo

1. 1. Aplicación de los test de normalidad sobre las muestras y las diferencias.
   2. Test de T para muestras independientes y para datos pareados.

6) Estadística inferencial IV. Datos cuantitativos con distribución anormal; Test no paramétricos.

A) Teórico: Raúl Bozzo

1. 1. 1. Comparación de dos grupos de datos continuos de distribución no normal, independientes y apareadas.

B)Práctico: Raúl Bozzo

1. 1. Aplicación de los test no paramétricos.

7) Medidas de efecto.

A) Teórico: Gerardo Masson

1. 1. 1. Riesgo relativo, riesgo absoluto, reducción de riesgo y odds ratio.
      2. Significancia e interpretación de los intervalos de confianza.
      3. Número necesario a tratar (NNT) y número necesario para producir daño (NND).

B) Práctico: Martin Lobo

1. 1. Cálculos mediante fórmulas de las medidas de efecto y los intervalos de confianza.

8) Pruebas diagnósticas.

A) Teórico: Gerardo Masson

1. 1. 1. Sensibilidad, especificidad, valores predictivos y Likelihood ratio.
      2. Evaluación de la discriminación de eventos mediante Curvas ROC. (área bajo la curva y determinación del punto de corte óptimo)

B) Práctico: Martin Lobo

1. 1. Cálculos de sensibilidad, especificidad VPP, VPN y Likelihood ratio.
   2. Gráficos de curvas ROC y PCO. Área bajo la curva.

9) Regresión lineal.

A) Teórico: Teresa Politi

1. 1. 1. Correlación para muestras de distribución normal y no normal.
      2. Coeficientes de correlación y de determinación.
      3. Análisis de supuestos mediante el análisis de los residuos y residuos estandarizados (distribución, leverage, distancia de cook).
      4. Regresión lineal univariada, interpretación de significancia y coeficientes.
      5. Ajuste del modelo.

B) Práctico: Teresa Politi

1. 1. Gráficos y matrices de correlación. Cálculo de R y R2.
   2. Gráficos de residuos, residuos estandarizados, homocedasticidad.
   3. Evaluación de supuestos. Cálculos de leverage, distancia de cook, normalidad, heterocedasticidad.
   4. Obtención del modelo, coeficientes, IC y p y ajuste del modelo.

10) Regresión logística.

A) Teórico: Jorge Thierer

1. 1. 1. Diferencias entre regresión logística y lineal. ¿Por qué una u otra?
      2. Concepto de logit.
      3. Variables dummy.
      4. Interpretación de los coeficientes y la significancia.
      5. Cálculo del OR e IC (95%).
      6. Ajuste del modelo

B) Práctico: Martin Lobo

1. 1. Obtención del modelo, coeficientes,OR, IC y p.
   2. Manejo de variables dummies.
   3. Ajuste del modelo.

Examen Final: 09 de diciembre de 8.00 a.m. hasta las 8.00 a.m. del 10 de diciembre 2024

Examen Recuperatorio: 16 de diciembre de 8.00 a.m. hasta las 8.00 a.m. del 17 de diciembre 2024