Module also offered within study programmes:
General information:
Name:
Statistics in Medicine
Course of study:
2018/2019
Code:
JFM-2-202-DE-s
Faculty of:
Physics and Applied Computer Science
Study level:
Second-cycle studies
Specialty:
Dozymetria i elektronika w medycynie
Field of study:
Medical Physics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
Majewski Janusz (majew@agh.edu.pl)
Academic teachers:
dr inż. Głut Barbara (glut@agh.edu.pl)
Majewski Janusz (majew@agh.edu.pl)
Module summary

Dostarczenie wiedzy i umiejętności praktycznego wykonywania zadań opracowania danych medycznych metodami statystycznymi, zwłaszcza świadomego doboru metody uwzględniającego założenia i ograniczenia.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Student potrafi konstruktywnie współpracować w zespole wykonującym projekt Activity during classes
M_K002 Student ma świadomość ważności zachowania się w sposób profesjonalny i przestrzegania zasad rzetelności zawodowej przy dobieraniu metod i opracowywaniu wyników metodami statystycznymi Project
Skills
M_U001 Student potrafi wybrać, zastosować i ocenić przydatność dostępnych metod oraz narzędzi statystycznych niezbędnych do rozwiązania wybranych problemów biomedycznych o różnym stopniu skomplikowania FM2A_U02, FM2A_U08 Project
M_U002 Student potrafi zastosować metodologię opartą o statystykę do rozwiązywania problemów badawczych w medycynie i ochronie zdrowia FM2A_U05, FM2A_U04 Project
Knowledge
M_W001 Student ma uporządkowaną wiedzę w zakresie statystyki używanej w medycynie i ochronie zdrowia pozwalającą na formułowanie i rozwiązywanie zadań o różnym stopniu zaawansowania FM2A_W03 Test
M_W002 Student zna zaawansowane techniki statystycznego opisu, pozyskiwania danych oraz tworzenia opartych o statystykę modeli procesów biomedycznych . FM2A_W01 Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Student potrafi konstruktywnie współpracować w zespole wykonującym projekt - - - + - - - - - - -
M_K002 Student ma świadomość ważności zachowania się w sposób profesjonalny i przestrzegania zasad rzetelności zawodowej przy dobieraniu metod i opracowywaniu wyników metodami statystycznymi - - - + - - - - - - -
Skills
M_U001 Student potrafi wybrać, zastosować i ocenić przydatność dostępnych metod oraz narzędzi statystycznych niezbędnych do rozwiązania wybranych problemów biomedycznych o różnym stopniu skomplikowania - - - + - - - - - - -
M_U002 Student potrafi zastosować metodologię opartą o statystykę do rozwiązywania problemów badawczych w medycynie i ochronie zdrowia - - - + - - - - - - -
Knowledge
M_W001 Student ma uporządkowaną wiedzę w zakresie statystyki używanej w medycynie i ochronie zdrowia pozwalającą na formułowanie i rozwiązywanie zadań o różnym stopniu zaawansowania + - - - - - - - - - -
M_W002 Student zna zaawansowane techniki statystycznego opisu, pozyskiwania danych oraz tworzenia opartych o statystykę modeli procesów biomedycznych . + - - - - - - - - - -
Module content
Lectures:
  1. Istota biometrii. Przekształcanie danych ilościowych i jakościowych – 2h

    Systemy biomedyczne, istota badania statystycznego, pomiar w systemach biomedycznych. Skale pomiarowe. Cele przekształcania danych. Przekształcenie logitowe, probitowe, kątowe, potęgowe, logarytmiczne, przykłady, „zasada trzech sigma”, eliminowanie obserwacji nietypowych, kontrola kompletności danych.

  2. Wybrane wiadomości z rachunku prawdopodobieństwa. Rozkłady: normalny, dwumianowy, Poissona – 2h

    Przypomnienie: prawdopodobieństwo warunkowe, niezależność zdarzeń, wzór Bayesa, zmienne losowe dyskretne i ciągłe. Rozkłady j. w., przykłady.

  3. Podstawowe wiadomości ze statystyki opisowej. – 2h.

    Miary pozycyjne, miary tendencji centralnej, miary rozrzutu, obliczenia dla szeregów rozdzielczych, estymacja punktowa.

  4. Estymacja przedziałowa parametrów – 2h.

    Istota estymacji przedziałowej, poziom ufności, estymatory, wyznaczanie przedziałów ufności dla średniej, wariancji, frakcji, szacowanie niezbędnej liczebności próby

  5. Podstawowe parametryczne testy istotności – 4h.

    Istota testu statystycznego, hipotezy, błąd pierwszego i drugiego rodzaju, poziom istotności, moc testu. Testy parametryczne średnich, wariancji i frakcji dla jednej i dwóch populacji.

  6. Wielopolowe tablice kontyngencji i testy niezależności χ2. – 4h.

    Tablice czteropolowe, test niezależności χ2, dokładny test Fishera, miary siły związku, test interakcji, tablice 2 x k, porównanie kilku frakcji, test trendu frakcji, test χ2 w klasyfikacji hierarchicznej, kombinowany test niejednorodności i zgodności, test niezależności dla tablic r x c, miary siły związku, wyodrębnianie składników χ2.

  7. Analiza wariancji – 4h.

    Analiza wariancji w klasyfikacji pojedynczej, porównywanie wielu średnich, wyodrębnienie kontrastów liniowych, „ostrożne metody wielokrotnego porównywania”, test jednorodności wariancji, analiza wariancji w klasyfikacji podwójnej, test interakcji, analiza wariancji w klasyfikacji hierarchicznej, analiza wariancji w schemacie kwadratu łacińskiego i inne schematy uproszczone.

  8. Regresja i korelacja – 4h.

    Regresja prostoliniowa, metoda najmniejszych kwadratów, współczynnik korelacji, wnioskowanie o istotności związku prostoliniowego, test na liniowość, regresja w grupach, pionowa i pozioma odległość prostych regresji dla potrzeb badań biologicznych, analiza kowariancji, wprowadzenie do regresji wielorakiej i krzywoliniowej.

  9. Podstawowe testy nieparametryczne – 2h.

    Efektywność testów, badanie charakteru rozkładów, test normalności Shapiro-Wilka, test λ Kołmogorowa, test zgodności χ2, test Manna-Whitneya, test Kołmogorowa-Smirnowa, test Wilcoxona, test Kruskala-Wallisa, współczynnik korelacji Sprearmana.

  10. Planowanie badań statystycznych – 2h.

    Sformułowanie celu badania statystycznego, określenie przedmiotu badania, organizacji i metody zbierania danych, analiza statystyczna, opracowanie wyników.

  11. Kolokwium zaliczeniowe – 2h
Project classes:
Przygotowanie danych, wybór metody, analiza, opracowanie wynikó

Studenci otrzymują rzeczywiste (odpersonalizowane) dane zbierane w pewnym szpitalu przez okres kilku lat, związane z problemem rejestracji i analizy zakażeń wewnątrzszpitalnych, realizują w oparciu o te dane różne tematy w niewielkich zespołach projektowych, począwszy od etapu przygotowania danych, wyboru metody, a na końcowym opracowaniu wyników kończąc. Projekt jest prowadzony z wykorzystaniem uczelnianej platformy e-learningowej.
Efekt kształcenia:
- student potrafi analizować dane, wybrać rzetelną metodę ich analizy dostosowaną do celu badania, przeprowadzić wiarygodną analizę i opracować wyniki.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 80 h
Module ECTS credits 3 ECTS
Participation in lectures 30 h
Realization of independently performed tasks 20 h
Participation in project classes 15 h
Completion of a project 15 h
Additional information
Method of calculating the final grade:

Oceny z kolokwium (K), oraz z projektu (P) obliczane są następująco: procent uzyskanych punktów przeliczany jest na ocenę zgodnie z Regulaminem Studiów AGH.

Ocena końcowa (OK) obliczana jest jako średnia ważona ocen z kolokwium (K) i projektu (P):
OK = 0.5 x K + 0.5 x P

Prerequisites and additional requirements:

Znajomość podstaw algebry i podstaw rachunku prawdopodobieństwa.

Recommended literature and teaching resources:

1. P. Amitage „Metody statystyczne w badaniach medycznych”
2. R. F. Mould „Introductory Medical Statistics”
3. R. E. Parker „Wprowadzenie do statystyki dla biologów”
4. R. Tadeusiewicz, A. Izworski, J. Majewski „Biometria”
5. B. Żuk „Biometria stosowana”

Scientific publications of module course instructors related to the topic of the module:

1. R. Tadeusiewicz, A. Izworski, J. Majewski „Biometria”, skrypt AGH, Kraków 1993
2. P. Zienkiewicz, A. Stępień, J. Pawlus, M. WASILEWSKA-RADWAŃSKA, J. Majewski; Ocena porównawcza rozdzielczej czynności nerek metodami analityczną i zintegrowanych krzywych; [Comparison of separated kidney’s function by use of analytical and integrated curves methods]. Problemy Medycyny Nuklearnej 2002 t. 16 s. 104-105.

Additional information:

Wykład: obecność na wykładzie nie jest obowiązkowa, uzyskana przez studenta wiedza jest sprawdzana na kolokwium zaliczeniowym odbywającym się na ostatnim wykładzie. W sesji egzaminacyjnej organizowane są ponadto dwa dodatkowe kolokwia poprawkowe.
Ćwiczenia projektowe: nieobecność na dwóch spotkaniach oznacza niezaliczenie projektu.