STATISTICAL MODELS IN EPIDEMIOLOGY

Scheda dell'insegnamento

Anno accademico di regolamento: 
2018/2019
Anno di corso: 
2
Anno accademico di erogazione: 
2019/2020
Tipo di attività: 
Obbligatorio
Lingua: 
Italiano
Crediti: 
12
Ciclo: 
Secondo Semestre
Ore di attivita' didattica: 
84
Prerequisiti: 

Si consiglia di rivolgersi al Coordinatore del corso di studio. La conoscenza della lingua inglese viene considerata un requisito importante per la lettura e la comprensione delle slides e articoli distribuiti durante il corso.

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Esame scritto con verifica orale

Valutazione: 
Voto Finale

Obiettivi formativi

(A)
Introduzione all’analisi della sopravvivenza

(B)
Introduzione all’analisi dei dati longitudinali

Contenuti

(A)
Analisi dei Dati di Sopravvivenza

Introduzione all'analisi della sopravvivenza. Censura e troncamento. Funzioni di sopravvivenza, densità e rischio.Procedura “st” in Stata. Stima e confronto delle funzioni di sopravvivenza. Il modello di regressione di Cox. Analisi dei rischi competitivi. Modelli parametrici. Regressione quantilica. Disegno dello studio. Introduzione agli eventi ripetuti. Introduzione all’inferenza causale.

(B)

Analisi dei dati longitudinali.
Introduzione all’analisi dei dati longitudinali: i modelli marginali e i modelli a effetti casuali per risposte continue e discrete.


Programma esteso

Inferenza Causale In epidemiologia

Concetto di Associazione e Causalita, definizione di counterfactual e potential outcome.Il concetto di confondimento e bias da selezione e la costruzione dei grafici causali. Collapsability. Concetto di Mediazione e di Interazione. Modelli Causali e Modelli associativi.

Analisi Dati Sopravvivenza
Introduzione all'analisi della sopravvivenza. Definizione ed esempi. Censura e troncamento. Funzioni di sopravvivenza, densità e rischio. Procedura “st” in Stata. Stima e confronto delle funzioni di sopravvivenza di Kaplan-Meier e Nelson-Aalen. Tavole di sopravvivenza. Log-rank test, Wilcoxon-Breslow-Gehan, Tarone-Ware test. Il modello di regressione Regressione di Cox. Formulazione e ipotesi. Verosimiglianza Parziale. Interpretazione dei parametri del modello. Diagnostica: Martingale e Deviance dei residuals, valutazione delle ipotesi del modello. Analisi dei rischi competitivi. Modelli parametrici.

Longitudinal data analysis

Introduzione ai dati longitudinali, review dei concetti di base. Esempi, Notazione. Introduzione ai dati correlati. Modelli parametrici e semi-parametrici per la modellazione del trend temporale di una variabile di risposta continua. I modelli marginali o population average e la modellazione della covarianza: strategie per la modellazione della media e covarianza.

Bibliografia consigliata

Hernan. M., Robins, J. Causal Inference (http://www.hsph.harvard.edu/faculty/miguel-hernan/causal-inference-book)

Jewell, N.P Statistics for epidemiology. Chapman & Hall

Kleinbaum, D.G. Survival Analysis, A self-learning text. Springer

Fitzmaurice, G. M., Laird, N. M., and Ware, J. H. Applied Longitudinal Analysis. Wiley.

Metodi didattici

Blended/Elearning

Contatti/Altre informazioni