Última modificació: 02/06/2021 Unitat responsable: Facultat de Matemàtiques i Estadística
Unitat que imparteix: 1004 - UB - Universitat de Barcelona.
Titulació: MÀSTER UNIVERSITARI EN ESTADÍSTICA I INVESTIGACIÓ OPERATIVA (Pla 2013). (Assignatura optativa).
Curs: 2021 Crèdits ECTS: 5.0 Idiomes: Castellà
PROFESSORAT
Professorat responsable: JOSEP LLUÍS CARRASCO JORDAN
Altres: Segon quadrimestre:
MIQUEL CALVO LLORCA - A
JOSEP LLUÍS CARRASCO JORDAN - A ANTONIO MONLEON GETINO - A
REQUISITS
- Cal que l'alumne tingui coneixements bàsics de R. En el següent enllaç es poden consultar els materials d'un curs d'iniciació a http://www.ub.edu/stat/docencia/EADB/Curso%20basico%20de%20R .htm
- És recomanable que l'alumne hagi cursat alguna assignatura de Dissenys d'Experiments o que tingui coneixements bàsics sobre aquesta temàtica. En concret es recomana que l'alumne conegui la metodologia exposada en els capítols 12 i 13 inclosos en
Montgomery, DC (2001). Design and analysis of experiments, 5th edition. John Wiley & sons.
COMPETÈNCIES DE LA TITULACIÓ A LES QUALS CONTRIBUEIX L'ASSIGNATURA
Específiques:5. CE-1. Capacitat per a dissenyar i gestionar la recollida d'informació, així com la codificació, manipulació, emmagatzematge i tractament d'aquesta informació.
6. CE-2. Capacitat per a dominar la terminologia pròpia d'algun àmbit en el que sigui necessària l'aplicació de models i mètodes estadístics o d'investigació operativa per a resoldre problemes reals.
7. CE-3. Capacitat per a formular, analitzar i validar models aplicables a problemes d'índole pràctica. Capacitat de seleccionar el mètode i/o tècnica estadística o d'investigació operativa més adequada per aplicar aquest model a cada situació o problema concret.
8. CE-4. Capacitat de fer servir els diferents procediments d'inferència per a respondre preguntes, identificant les propietats dels diferents mètodes d'estimació i els seus aventatges i inconvenients, adaptats a una situació concreta i en un context específic.
9. CE-5. Capacitat per a formular i resoldre problemes reals de presa de decissions als diferents àmbits d'aplicació sabent triar el mètode estadístic i l'algoritme d'optimització més adequat a cada ocasió.
10. CE-6. Capacitat per a fer servir el software més adequat per a realitzar els càlculs necessaris a la resolució d'un problema.
11. CE-7. Capacitat per a comprendre articles d'estadística i investigació operativa de nivell avançat. Conèixer els procediments d'investigació tant per a la producció de nous coneixements com per a la seva transmissió.
12. CE-8. Capacitat de discutir la validesa, l'abast i la rellevància d'aquestes solucions i saber presentar i defensar les conclusions.
13. CE-9. Capacitat per a implementar algoritmes d'estadística i investigació operativa.
Transversals:
1. EMPRENEDORIA I INNOVACIÓ: Conèixer i comprendre l'organització d'una empresa i les ciències que en regeixen l'activitat; tenir capacitat per comprendre les regles laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici.
2. SOSTENIBILITAT I COMPROMÍS SOCIAL: Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; assolir habilitats per usar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
3. TREBALL EN EQUIP: Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.
4. ÚS SOLVENT DELS RECURSOS D'INFORMACIÓ: Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.
METODOLOGIES DOCENTS
A les classes s'introdueixen els conceptes teòrics acompanyats d'exemples pràctics utilitzant diapositives que prèviament es posaran a disposició de l'alumne.
Així mateix s'introdueix el programari estadístic necessari per dur a terme les anàlisis i procediments introduïts, i es resolen problemes proposats amb dades.
OBJECTIUS D'APRENENTATGE DE L'ASSIGNATURA
Davant d'una situació concreta, l'alumne ha de saber identificar els dissenys més apropiats, conduir adequadament l'experimentació i analitzar els resultats.
Adquisició dels fonaments teòrics i pràctics d'alguns dissenys importants en Bioestadística.
Conèixer les normatives reguladores per a l'aprovació de medicaments genèrics i reformulacions.
Saber diferenciar entre una situació que requereix una anàlisi de diferències i una anàlisi d'equivalència.
Dotar l'alumne dels conceptes i procediments necessaris per dur a terme una anàlisi de bioequivalència i d'equivalència en general.
Dotar l'alumnat dels conceptes i procediments necessaris per dur a terme una anàlisi de concordança entre mesures.
Saber diferenciar entre una anàlisi de concordança de mesures d'una anàlisi d'associació o de comparació de paràmetres.
Identificar les possibles fonts de discordança.
Capacitar l'alumne de l'habilitat de discriminar els procediments segons el tipus de dades i objectius.
HORES TOTALS DE DEDICACIÓ DE L'ESTUDIANTAT
Tipus Hores Percentatge
Hores grup petit 15,0 12.00
Hores grup gran 30,0 24.00
Hores aprenentatge autònom 80,0 64.00
Dedicació total: 125 h
CONTINGUTS
BLOC 1. Models factorials jeràrquics, de mesures repetides i dissenys cross-over.
Descripció:
1.1.1. Dissenys factorials amb efectes aleatoris. Dissenys amb efectes mixtos.
1.1.2. Dissenys jeràrquics amb dos i tres factors. Algorisme de Bennett i Franklin.
1.1.3. Dissenys amb mesures repetides. Concepte d?esfericitat i correccions de la taula ANOVA.
1.1.4. Concepte de disseny crossover. Dissenys crossover 2×2 (o AB/BA). Dissenys crossover d'ordre superior i la seva anàlisi.
Dedicació: 31h 15m Grup mitjà/Pràctiques: 12h Activitats dirigides: 8h
Aprenentatge autònom: 11h 15m
BLOC 2. BIOEQUIVALÈNCIA Descripció:
2.1. Introducció
2.1.1.Biodisponibilitat. Concepte de bioequivalència entre fàrmacs. Normatives regulatòries.
2.1.2.Prova TOST. Principi d? inclusió d? intervals de confiança. Intervals de confiança per a BE. Enfoc bayesià. Enfoc no paramètric.
2.1.3. El problema de l? efecte residual (carryover)
2.2.Bioequivalencia individual i multivariant 2.2.1. Bioequivalència individual i poblacional 2.2.2. Bioequivalència multivariant.
2.3.Proves d? equivalència
2.3.1.Concepte general de prova d? equivalència
2.3.2. Aplicacions principals: bondat d? ajust, homogeneïtat de variàncies, additivitat en models lineals, equivalència de proporcions
2.3.3. Complements: No inferioritat, proves d? equivalència i estadística basada en distàncies; aplicacions a la bioinformàtica Dedicació: 31h 15m
Grup mitjà/Pràctiques: 12h Activitats dirigides: 8h
Aprenentatge autònom: 11h 15m
BLOC 3. AVALUACIÓ DE LA QUALITAT DE DADES: FIABILITAT I CONCORDANÇA DE MESURES Descripció:
3.1. INTRODUCCIÓ
3.1.1. Model de mesura. Tipus d'errors de mesura.
3.1.2. Conceptes: validesa, exactitud, fiabilitat i calibració.
3.1.3. Classificació dels procediments per a l'avaluació de la concordança.
3.2.1. Components de la discordança: biaix i associació. Comparació de proporcions aparellades. Avaluació de l'associació lineal en taules de contingència.
3.2. ANÀLISI AMB DADES D'ESCALA QUALITATIVA
3.2.2. Índex de concordança: índex kappa i kappa ponderada. Extensió de l'índex kappa a k observadors.
3.3. ANÀLISI AMB DADES D'ESCALA QUANTITATIVA
3.3.1. Components de la discordança: biaix, associació i heteroscedasticitat.
3.3.2. Coeficient de concordança: definició i generalització.
3.3.3. Coeficient de correlació intraclasse: fiabilitat, consistència i concordança.
3.3.4. Procediments basats en probabilitat: intervals de tolerància i índex de desviació total. Mètode Bland- Altman.
3.3.5. Avaluació de la bioequivalència individual com un problema de concordança de mesures.
Dedicació: 62h 30m Grup gran/Teoria: 22h 30m Grup mitjà/Pràctiques: 24h Activitats dirigides: 16h
SISTEMA DE QUALIFICACIÓ
A la fi de cada un dels tres blocs que componen l'assignatura els alumnes hauran de resoldre uns exercicis, els quals hauran de ser lliurats en un determinat termini que s'anunciarà durant el curs. Els tres exercicis seran puntuats entre 0 i 10, i la mitjana d'aquestes tres qualificacions serà la nota d'exercicis (NEJ).
Addicionalment es programarà una prova amb preguntes tipus test. La qualificació d'aquesta prova (NPE) estarà entre 0 i 10.
L'assistència a aquesta prova serà opcional i estarà destinada a aquells alumnes que desitgin modificar la seva qualificació basada en la NEJ. Per presentar-se a la prova serà necessari tenir una qualificació superior a 0 en tots els exercicis de l'avaluació continuada.
La nota final de l'assignatura es calcularà com:
1) Per a aquells alumnes que no assisteixin a la prova final, la nota final de l'assignatura serà la NEJ.
2) Per a aquells alumnes que realitzin la prova final, la nota final de l'assignatura serà la mitjana de NPE i NEJ.
L'assignatura es considera aprovada si la nota final és superior a 5.
BIBLIOGRAFIA
Bàsica:- Vonesh, E.F., Chinchilli, V.M. Linear and nonlinear models for the analysis of repeated measurements. Marcel Dekker, 1997. ISBN 0824782488.
- Chow, S-C., Liu, J-P. Design and analysis of bioavalability and bioequivalence studies. 3th ed. CRC, 2009. ISBN 0-8274-7572-4.
- Shoukri, M.M. Measures of interobserver agreement. Chapman & Hall/CRC, 2004.
- Agresti, A. Categorical data analysis. 2nd ed. John Wiley & Sons, Inc., 2002.
- Patterson, S., Jones, B. Bioequivalence and Statistics in Clinical Pharmacology. Chapman & Hall/CRC, 2006. ISBN 978-1-58488-530-6.
- Wellek, S. Testing statistical hypotheses of equivalence. Chapman & Hall/CRC, 2003. ISBN 1-58488-160-7.
- Dunn, G. Design and analysis of reliability studies. Oxford University Press, 1989.
- Raghavarao, D.; Padgett, L.V. Block designs. analysis, combinatorics and applications. World Scientific. Series on Applied Mathematics, vol. 17., 2005. ISBN 981-256-360-1.