SOBRE ESTE CURSO
¡Bienvenidos a la versión de las Estadísticas en Medicina! El curso está organizado en 9 unidades de aprendizaje que contienen videos, pruebas y una tarea. Pueden completarlos a cualquier ritmo. Al final del curso, hay un examen final de opción múltiple. Una vez que hayas completado el curso, si has obtenido al menos un 60% en las tareas calificadas, podrás solicitar una Declaración de Realización (los usuarios que obtengan un 90% o más obtendrán una Declaración de Realización con Distinción). La inscripción en el curso y los materiales y tareas estarán abiertos al menos hasta abril de 2017. Si el acceso a los materiales del curso se desactiva en cualquier momento, se notificará a todos los participantes en el curso.
Este curso tiene como objetivo proporcionar una base firme en los fundamentos de la probabilidad y la estadística. Los temas específicos incluyen:
1. Describir los datos (tipos de datos, visualización de datos, estadísticas descriptivas)
2. 2. Inferencia estadística (probabilidad, distribuciones de probabilidad, teoría de muestreo, prueba de hipótesis, intervalos de confianza, trampas de valores p)
3. 3. Pruebas estadísticas específicas (prueba t, ANOVA, correlación lineal, pruebas no paramétricas, riesgos relativos, prueba de Chi cuadrado, pruebas exactas, regresión lineal, regresión logística, análisis de supervivencia; cómo elegir la prueba estadística correcta)
El curso se centra en ejemplos reales de la literatura médica y la prensa popular. Cada unidad comienza con «teasers», como por ejemplo: ¿Debería preocuparme por el plomo en el lápiz labial? ¿Debería jugar a la lotería cuando el premio gordo llegue a medio billón de dólares? ¿Comer carne roja aumenta mi riesgo de tener un accidente de tráfico? Trabajaremos de vuelta de la cobertura de las noticias al estudio original y luego a los datos subyacentes. En el proceso, los participantes aprenderán a leer, interpretar y evaluar críticamente las estadísticas de los estudios médicos.
El curso también prepara a los participantes para que sean capaces de analizar sus propios datos, orientándolos sobre cómo elegir la prueba estadística correcta y cómo evitar los escollos estadísticos comunes. Los módulos opcionales cubren temas matemáticos avanzados y análisis de datos básicos en R.
CURSO SYLLABUS
Unidad 1 – Estadísticas descriptivas y mirando los datos
Unidad 2 – Revisión de los diseños de estudio; medidas de riesgo de enfermedad y asociación
Unidad 3 – Probabilidad, Regla de Bayes, Pruebas diagnósticas
Unidad 4 – Distribuciones de probabilidad
Unidad 5 – Inferencia estadística (intervalos de confianza y pruebas de hipótesis)
Unidad 6 – Errores del valor P; errores de tipo I y tipo II; poder estadístico; visión general de las pruebas estadísticas
Unidad 7 – Pruebas para comparar grupos (sin ajustar); introducción al análisis de supervivencia
Unidad 8 – Análisis de regresión; correlación lineal y regresión
Unidad 9 – Regresión logística y regresión de Cox
PREREQUISITOS
No hay requisitos previos para este curso.
Los participantes deberán estar familiarizados con algunas herramientas matemáticas básicas: signo de suma, factorial, registro natural, exponencial y la ecuación de una línea; en el sitio web del curso hay disponible un breve tutorial para los participantes que necesiten un repaso de estos temas, que también se puede encontrar aquí.
PERSONAL DE CURSO
Kristin Sainani
Kristin Sainani (née Cobb) es profesora asociada en la Universidad de Stanford. Ha enseñado estadística y escritura en Stanford durante más de una década y ha recibido varios premios a la excelencia en la enseñanza del programa de postgrado en epidemiología. Recibió su maestría en estadística y su doctorado en epidemiología de la Universidad de Stanford; también recibió un certificado en escritura científica de la Universidad de California, Santa Cruz.
El Dr. Sainani se especializa en enseñar y escribir sobre ciencia y estadística. Es la editora estadística de la revista Physical Medicine & Rehabilitation ; y escribe una columna de estadísticas, Statistically Speaking , para esta revista. También es autora de la columna de salud Body News para la revista Allure ; y escribe sobre salud y ciencia para una variedad de otras publicaciones. Además de este MOOC, ha enseñado el MOOC «Writing in the Sciences» en Coursera y Stanford Online.
Joshua Wallach (TA)
Joshua Wallach se graduó con una licenciatura en Economía de la Universidad de California, Davis en 2012. Como actual estudiante de doctorado en Epidemiología e Investigación Clínica, está interesado en evaluar los métodos estadísticos y epidemiológicos, identificar y minimizar los sesgos y promover la reproducibilidad de la investigación. A Joshua le apasiona la naturaleza interdisciplinaria de la epidemiología y la meta-investigación y disfruta trabajando como asistente de enseñanza. Cuando no está ocupado siguiendo una carrera académica, a Joshua le encanta vivir en Oakland y disfruta de las caminatas, tocar la guitarra y hacer ejercicio.
Michael McAuliffe (Tecnólogo Instruccional)
Mike McAuliffe es un Tecnólogo Instruccional en EdTech, IRT para la Escuela de Medicina de la Universidad de Stanford. Apoya una amplia gama de operaciones, proyectos e iniciativas de tecnología educativa en apoyo de la enseñanza, el aprendizaje y la investigación.
Mike se unió a la Escuela de Medicina en agosto de 2012 y dedica la mayor parte de su tiempo a la Iniciativa de Aprendizaje Interactivo de Medicina de Stanford (SMILI). En este papel, Mike colabora con la facultad de SoM para diseñar y producir contenido de vídeo para cursos online/híbridos impartidos a la educación médica de pregrado, cursos online para la educación médica continua, materiales online para residentes y becarios, y MOOCs. Mike también proporciona diseño instruccional, diseño gráfico y apoyo en la planificación de proyectos a la facultad.
PREGUNTAS FRECUENTES
¿Recibiré una declaración de cumplimiento?
Sí, los participantes que obtengan una puntuación de al menos el 60 por ciento aprobarán el curso y recibirán una Declaración de Realización.
Los participantes que obtengan una puntuación de al menos el 90 por ciento recibirán una Declaración de Cumplimiento con Distinción.
¿Cuánto tiempo le dedicará a este curso?
El curso consta de 9 unidades y cada unidad tomará aproximadamente de 8 a 12 horas para completarse, pero usted puede trabajar con todo el material a su propio ritmo y en su propio horario. No hay fechas límite para ninguna de las tareas.
¿Algún libro de texto/software adicional requerido?
No, las lecturas son opcionales; y el uso del paquete estadístico R es opcional.
¿Puedo obtener créditos de la CME para este curso?
Esta versión gratuita del curso no ofrece créditos CME, pero también hay una versión CME de pago disponible. Ve a la página del curso CME en línea de Stanford para más información. Es bienvenido a tomar esta versión gratuita del curso antes del curso CME, pero tenga en cuenta que aún tendrá que crear una cuenta en el sitio CME, pagar la cuota de inscripción y completar la declaración de certificación de pre-prueba, post-prueba, encuesta de evaluación y de finalización de actividades del CME para poder recibir sus créditos.