Universidad Pública de Navarra



Año Académico: 2014/2015 | Otros años:  2013/2014  |  2012/2013 
Máster Universitario en Ingeniería Biomédica
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 ]

Partes de este texto:

 

Descriptores

Inferencia Estadística, Análisis de la Varianza, Regresión, Estadística Multivariante, Análisis Funcional de Datos

Subir

Competencias genéricas

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.

 

Subir

Competencias específicas

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.

Subir

Metodología

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

Subir

Relación actividades formativas-competencias/resultados de aprendizaje

Competencia
Actividad formativa
G-1

A-1, A-2, A-6, A-8

G-2

A-3, A-4, A-5, A-7

G-3

A-1, A-5

G-4

A-3, A-4, A-5

 E-1

A-1, A-6, A-8

E-2

A-2, A-4, A-5, A-8

 
 
 
 

Subir

Idiomas

La asignatura se impartirá en castellano.

Subir

Evaluación


1. Examen final de la asignatura (duración entre 2 y 3 horas) que incluirá tanto conceptos teóricos como la resolución de casos utilizando el ordenador. Para la resolución de los casos los estudiantes podrán consultar apuntes y bibliografía durante media hora. (50%)

2. Trabajos en grupo. Un grupo estará formado por dos o tres estudiantes. Cada grupo deberá resolver uno o más casos prácticos, elaborar un informe y presentarlo oralmente al profesor y resto de compañeros. (25 %)

3. Trabajo individual. A lo largo del curso se distribuirán lecturas para ser comentadas y 3 cuestionarios a resolver por los estudiantes de forma individual. (25%)















  
 
 

Subir

Contenidos

 

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 Postgrado posean unos conocimientos estadísticos de partida heterogéneos. Es por este motivo que el programa de la asignatura incluye un repaso inicial de conceptos básicos, en el que se presentarán 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 a continuación. El curso consta de 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.

 

 

 

Subir

Temario

Tema 1. Inferencia estadística.
Introducción. Conceptos estadísticos y probabilísticos básicos. Estimación y contraste de hipótesis. Análisis de la varianza. Estadística no
paramétrica. Aplicación informática.
Tema 2. Modelos estadísticos de regresión.
Regresión lineal simple. Regresión lineal multivariante. Regresión logística binaria (logit, probit, gompit), ordinal y
nominal. Análisis de casos y aplicación informática.
Tema 3. Estadística multivariante.
Métodos factoriales de reducción de la dimensión. Métodos de partición y clasificación: análisis cluster y análisis discriminante. Análisis de casos y aplicación informática.
Tema 4. Introducción al análisis de datos funcionales.
Análisis descriptivo. Representación de datos funcionales en bases de funciones. Análisis de componentes principales. Análisis de casos y aplicación
informática.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


 

1. Crawly, M. (2007): The R Book, Wiley&Sons.
2. Daniel, W. W. (2005): Biostatistics. A foundation for analysis in the health sciences. John Wiley & Sons, 8th  edition.
3. Grima, P.; Marco, L.; Tort-Martorrel, J. (2004): Estadística Práctica con MINITAB. Prentice Hall.
4. Larose, D. T. (2006): Data mining. Methods and Models. John Wiley & Sons.
5. Montgomery, D.; Runger, G. (2006): Applied Statistcs and Probability for Engenieers, 4th Edition,Wiley.
6. Ramsay, J. O.; Silverman, B. O. (2005): Functional Data Analysis. Springer-Verlag.
7. Riffenburgh, R. H. (2006): Statistics in Medicine. Elsevier, 2nd edition.
 

Subir

Lugar de impartición

Aula de informática.

Subir