Código: 71576 | Asignatura: Bioestadística y métodos de ayuda al diagnóstico médico | ||||
Créditos: 4.5 | Tipo: Obligatoria | Curso: 1 | Periodo: 1º C | ||
Departamento: Estadística e Investigación Operativa | |||||
Profesorado: | |||||
MALLOR GIMENEZ, FERMÍN FRANCISCO [Tutorías ] | SANTAFE RODRIGO, GUZMAN [Tutorías ] |
La asignatura forma parte del núcleo de fundamentos definidos en el programa. Su principal objetivo es proporcionar herramientas estadísticas básicas y avanzadas que permitan el análisis de datos biomédicos con el propósito de facilitar la toma de decisiones.
En el diseño de esta asignatura no se ha obviado que la mayoría de los programas de grado, tanto de la ingeniería como de la medicina, contienen al menos una asignatura en la que se imparten conceptos y técnicas de la estadística y de la probabilidad. No obstante, el enfoque y alcance de estas asignaturas difieren notablemente de una titulación a otra, lo que ocasiona que los potenciales estudiantes del presente Postrado posean unos conocimientos estadísticos de partida heterogéneos. Es por este motivo que el programa de la asignatura incluye un primer tema, llamado de conceptos básicos, en el que se hará repaso de aquellos conceptos fundamentales que el estudiante ya ha cursado. Su cometido es, por un lado, el de recordatorio y fijación de conocimientos y por otro, el proporcionar una nomenclatura y notación común de la que se hará uso en los temas posteriores. El resto del curso consta de otros cuatro temas dedicados, respectivamente, a la inferencia estadística, al análisis de regresión, a las técnicas multivariantes y al análisis de datos funcionales.
En cada tema se proporcionarán los fundamentos teóricos mínimos necesarios para comprender las técnicas estadísticas que se presentan. Su utilidad quedará patente mediante el análisis de problemas en los que su aplicación facilita su resolución. El trío fundamentos/técnica/problemas se complementa mediante su ejecución informática utilizando software apropiado. El estudiante que supere la asignatura deberá ser capaz de identificar, cuando se le presente en la realidad, el problema estadístico, de seleccionar la técnica estadística apropiada para su resolución, de llevar ésta a la práctica utilizando herramientas informáticas y, por último, de analizar los resultados obtenidos.
Los contenidos de esta asignatura serán de utilidad, entre otras, para las integrantes de módulos posteriores relacionadas con la toma de medidas y análisis de señales médicas.
Inferencia Estadística, Análisis de la Varianza, Regresión, Estadística Multivariante
G1 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios, habitualmente multidisciplinares, relacionados con el análisis de la información y la toma de decisiones. G2. Que los estudiantes sepan comunicar sus conclusiones (y los conocimientos y razones últimas que las sustentan) tanto oralmente como por escrito, a públicos especializados y no especializados en ingeniería y biomedicina, de un modo claro y sin ambigüedades, adaptándose siempre las prácticas y formas de expresión de cada entorno concreto. G3. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando, una vez finalizado el Máster, de un modo que habrá de ser en gran medida autodirigido o autónomo. G4. Que los estudiantes adquieran la formación y destrezas propias de un investigador científico, particularmente su espíritu crítico, su capacidad de identificación, análisis y contraste de las fuentes solventes de información, el método y el rigor a la hora de plantear propuestas, proponer modelos, realizar experimentos y analizar resultados, así como la precisión y la moderación a la hora de emitir juicios.
E1. Que los estudiantes conozcan y sepan aplicar modelos teóricos y
herramientas matemáticas al diagnóstico y análisis de problemas en el
contexto de la bioingeniería médica. En concreto, de aquellos que por
incluir elementos de variabilidad y/o incertidumbre pueden ser abordados
con herramientas estadísticas y de probabilidad.
E2. Que el estudiante sea capaz de extraer conclusiones útiles para la toma de
decisiones en el ámbito biomédico a partir del tratamiento de grandes
masas de datos. El estudiante sabrá organizar estos datos, proponer
modelos matemáticos adecuados, utilizar software matemático para
realizar los análisis necesarios.
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases expositivas/participativas
|
28
|
|
A-2 Prácticas
|
14
|
|
A-3 Debates, puestas en común, tutoría grupos
|
2
|
|
A-4 Elaboración de trabajo
|
|
16 |
A-5 Lecturas de material
|
|
8
|
A-6 Estudio individual
|
|
38.5
|
A-7 Exámenes, pruebas de evaluación
|
3
|
|
A-8 Tutorías individuales
|
3
|
|
|
|
|
Total
|
50
|
62.5
|
Aspecto
|
Criterios
|
Instrumento de evaluación
|
Peso (%)
|
Evaluación de
competencias: G-1, G-2 E-1, E-2 |
Identificación de
conceptos claves y comprensión de conocimientos teóricos y operativos de la materia. Respuesta en tiempo, forma y adecuación de contenidos. |
Examen escrito teórico y
práctico |
50%
|
Evaluación de competencias: G-2, G-3, G-4, E-1 |
Capacidad de
comprensión de los modelos utilizados y de análisis crítico. Calidad en la presentación y transmisión de los comentarios. |
Trabajo individual. Comentario reflexivo y crítico
de dos artículos publicados en revista científica o libro especializado, relacionado con dos de los temas tratados. Trabajos o problemas a resolver de forma individual. |
25% |
Evaluación de compettencias: G-2, G-4, E-1, E-2, E-3 |
Identificación del o de los modelos matemáticos más adecuados. Análisis de las hipótesis. Análisis estadístico de los resultados. Presentación de los resultados. |
Trabajo en grupo. Análisis de un conjunto de datos real y creación de un informe de resultados y conclusiones. |
25%
|
|
Tema 1.Conceptos estadísticos y probabilísticos básicos. Estadística descriptiva. Distribuciones de probabilidad. Aplicación informática. Tema 2. Inferencia estadísitca. Estimación y contraste de hipótesis. Análisis de la varianza. Estadística no paramétrica. Aplicación informática. Tema 3. Modelos estadísticos de regresión. Regresión lineal simple. Regresión lineal multivariante. Otros modelos de regresión. Análisis de casos y aplicación informática. Tema 4. Estadística multivariante. Métodos factoriales de reducción de la dimensión. Métodos de partición y clasificación. Análisis de casos y aplicación informática. Tema 5. Introducción al análisis de datos funcionales. Análisis descriptivo. Representación de datos funcionales. Análisis de componentes principales. Análisis de casos y aplicación informática.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.