Conducted in
terms:
2022/23L, 2023/24L, 2024/25L, 2025/26L
ISCED code: 0541
ECTS credits:
6
Language:
Polish
Organized by:
Faculty of Mathematics and Computer Science
Statistics in medicine 1000-AD-StatMed
This course has not yet been described...
Total student workload
(in Polish) Wykład – 30 godz.
Ćwiczenia – 30 godz.
Samodzielne studiowanie tematyki zajęć, konsultacje z prowadzącymi zajęcia – 35 godz.
Rozwiązywanie zadań domowych – 25 godz.
Przygotowanie do egzaminu – 30 godz.
Razem 150 godz. (6 pkt. ECTS.)
Learning outcomes - knowledge
(in Polish) W1: Rozumie zasady zbierania danych medycznych i przeprowadzania badań statystycznych w medycynie (badania prospektywne i retrospektywne) (K_W02, K_W03).
W2: Zna metody statystyczne używane do analizy danych medycznych (K_W04, K_W06).
W3: Zna narzędzia pozwalające na przeprowadzanie analizy danych medycznych i prezentację wyników w formie zrozumiałej dla lekarzy i osób prowadzących badania naukowe w dziedzinie medycyny (K_W07).
W4: Zna i rozumie schematy pobierania próbek i planowania badań statystycznych (K_W02).
W5: Rozumie metody walidacji krzyżowej (K_W01, K_W03).
W6: Zna zasady obliczeń Monte Carlo w statystyce (K_W06, K_W07).
W7: Zna nieparametryczne metody estymacji funkcji gęstości i funkcji regresji nieliniowej (K_W06).
W8: Rozumie podstawowe cele meta analizy i zna odpowiednie metody statystyczne (K_W06).
W9: Zna proste modele epidemiologii (K_W07, K_W06).
Learning outcomes - skills
(in Polish) U1: Umie powiązać podstawowe rodzaje badań statystycznych w medycynie z odpowiednimi metodami analizy danych i wnioskowania (K_U01).
U2: Umie dobrać odpowiednie metody statystyczne do analizy danych medycznych (K_U05, K_U06, K_U16).
U3: Umie używać przynajmniej jednego pakietu statystycznego do analizy danych medycznych i prezentacji wyników w formie zrozumiałej dla lekarzy i osoby prowadzące badania naukowe w dziedzinie medycyny (K_U19, J_U04).
U4: Umie zastosować różne schematy pobierania próbek i planowania badań statystycznych (losowanie warstwowe, zespołowe, wyznaczanie potrzebnej liczebności próbki) (K_U03).
U5: Umie zastosować metody walidacji krzyżowej (K_U17).
U6: Umie przeprowadzić symulacje dotyczące własności metod statystycznych (K_U16).
U7: Umie wykorzystać nieparametryczne estymatory gęstości i regresji (K_U16).
U8: Potrafi wykorzystać dane zaczerpnięte z literatury, używając metody meta analizy (K_U02, K_U03, K_U21).
U9: Potrafi budować proste modele epidemiologiczne (K_U06).
U10: Potrafi współpracować z lekarzami i przeprowadzić badania w zakresie analizy statystycznej danych medycznych (K_U20).
Learning outcomes - social competencies
(in Polish) K1: Potrafi wyjaśnić lekarzom zasady zbierania danych medycznych i specyfikę danych statystycznych (K_K02).
K2: Potrafi przekazać w sposób zrozumiały dla nie-statystyka wyniki analizy danych (K_K02).
K3: Ma świadomość etycznych i prawnych aspektów zbierania i analizy danych medycznych. (K_K01).
Course coordinators
Teaching methods
(in Polish) Wykład – wykład konwencjonalny (informacyjny)
Ćwiczenia – metoda ćwiczeniowa
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- laboratory
- practical
- project work
- practical
- project work
Prerequisites
(in Polish) Zaliczenie przedmiotu Biostatystyka.
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: