Estatística Médica
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Medicina |
Ocorrência: 2018/2019 - 1S (de 10-09-2018 a 08-02-2019)
Ciclos de Estudo/Cursos
Docência - Responsabilidades
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Esta unidade curricular pretende abordar os fundamentos teóricos e práticos da aplicação de métodos de análise estatística avançados e adaptados a objetivos de investigação clínica, de avaliação de tecnologias e de investigação em serviços de saúde. O estudante deverá desenvolver as aptidões necessárias à correta aplicação (utilizando software estatístico) e interpretação dos resultados de métodos de regressão multipla e análise de concordância de medidas
Resultados de aprendizagem e competências
Explicar os conceitos básicos de estatística;
Efetuar modelação estatística de dados e interpretar os seus resultados: regressão linear múltipla e regressão logística.
Explicar os conceitos básicos inerentes a análise de sobrevida; análise de concordância de medições e modelos gráficos de probabilidade.
Modo de trabalho
Presencial
Programa
Revisão de conceitos básicos de estatística;
Conceitos de regressão múltipla: construção e seleção de modelos, diagnóstico de modelos;
Regressão linear múltipla;
Regressão logística;
Noções básicas de análise de sobrevida, análise de concordância de mediçõe e modelos gráficos de probabilidade.
Bibliografia Obrigatória
David G. Kleinbaum; Lawrence L. Kupper; Azhar Nizam; Eli S Rosenberg; Applied Regression Analysis and Other Multivariable Methods, Cengage Learning, 2013
avid W. Hosmer, Stanley Lemeshow, and Rodney X. Sturdivant; Applied Logistic Regression Analysis, Willey -Interscience, 2013
David Collett; Modelling Survival Data in Medical Research, Chapman & Hall, 2009
Daphne Koller and Nir Friedman; Probabilistic Graphical Models: Principles and Techniques, MIT Press, 2009
Fleiss J, Levin B,Paik M.; Statistical Methods for Rates and Proportions, Jhon Wiley & Sons, 2003
Bland JM; An Introduction to Medical Statistics, Oxford University Press, 2000
Métodos de ensino e atividades de aprendizagem
A UC terá uma duração de 14 horas; 9 horas de aulas teóricas e 5 horas de aulas teórico-práticas.
Após a exposição teórica de cada tópico, haverá lugar à demonstração da utilização de um software estatístico para implementação dos métodos apresentados e à resolução de exercícios individuais.
As aulas serão apoiadas por uma plataforma de e-learning optimizada para o ensino da unidade curricular.
A avaliação terá duas componentes: MODALIDADE – AVALIAÇÃO DISTRIBUIDA COM EXAME FINAL
Avaliação contínua (10 valores): Incidirá na avaliação da participação dos estudantes no processo de ensino/aprendizagem da unidade curricular. Esta avaliação será baseada nos resultados de mini-testes, respondidos individualmente durante as aulas teórico-práticas, até 10 valores.
Exame (10 valores): O exame versará o conteúdo teórico do programa da unidade curricular sendo constituído por: (a) questões de resposta fechada, simples e múltipla, (b) questões abertas de resposta breve e (c) exercícios numéricos
Software
spss
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
50,00 |
Teste |
50,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
26,50 |
Frequência das aulas |
14,00 |
Total: |
40,50 |
Obtenção de frequência
Presença em 75% das aulas.
Fórmula de cálculo da classificação final
A avaliação terá duas componentes: MODALIDADE – AVALIAÇÃO DISTRIBUIDA COM EXAME FINAL
Avaliação contínua (10 valores): Incidirá na avaliação da participação dos estudantes no processo de ensino/aprendizagem da unidade curricular. Esta avaliação será baseada nos resultados de mini-testes, respondidos individualmente durante as aulas teórico-práticas, até 10 valores.
Exame (10 valores): O exame versará o conteúdo teórico do programa da unidade curricular sendo constituído por: (a) questões de resposta fechada, simples e múltipla, (b) questões abertas de resposta breve e (c) exercícios numéricos