Entendendo a pesquisa clínica: por trás das estatísticas

coursera.inc

coursera.inc

Entendendo a pesquisa clínica: por trás das estatísticas

Descrição

Obteve um benefício de carreira tangível deste curso

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Aproximadamente. 27 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol

Juan H Klopper
Dr
Syllabus do Departamento de Cirurgia – O que você aprenderá com este curso
Começar as coisas definindo tipos de estudo
Bem -vindo à primeira semana. Aqui, forneceremos uma compreensão intuitiva dos resultados da pesquisa clínica. Portanto, este não é um curso abrangente de estatísticas – mas oferece uma orientação prática ao campo da pesquisa médica e comumente usada em análise estatística. Os primeiros tópicos que examinaremos são os métodos de pesquisa e a coleta de dados com um foco específico nos tipos de estudo. No final, você poderá identificar quais tipos de estudo estão sendo usados ​​e por que os pesquisadores os selecionaram, quando você está lendo mais tarde um artigo publicado.
Descrevendo seus dados
Finalmente começamos com as estatísticas. Você já analisou a seção de métodos e resultados de qualquer publicação de pesquisa em saúde e observou a variedade de testes estatísticos utilizados? Você teria encontrado termos como teste t, teste de Mann-Whitney-U, teste de Wilcoxon, teste exato de Fisher e o onipresente teste de chi-quadrado. Por que tantos testes você pode se perguntar? É tudo sobre tipos de dados. Nesta semana, vou abordar as diferenças de dados que determinam que tipo de teste estatístico podemos usar para entender nossos dados.
Construindo uma compreensão intuitiva da análise estatística
Quase não há nenhum profissional de saúde que não esteja familiarizado com o valor do p. Geralmente, é entendido ter um valor de bacia hidrográfico de 0,05. Se uma questão de pesquisa for avaliada através da coleta de pontos de dados e análise estatística, revelar um valor menor que 0,05, aceitamos isso uma prova de que alguma diferença significativa foi encontrada, pelo menos estatisticamente. Na realidade, as coisas são um pouco mais complicadas do que isso. Atualmente, a literatura está cheia de perguntas sobre o onipresente P-Vale e por que não é a panacéia que muitos de nós a usamos. Durante esta semana, você desenvolverá uma compreensão intuitiva do conceito de valor p. A partir daí, seguirei para o coração da teoria da probabilidade, o teorema do limite central e a distribuição de dados.
Os primeiros primeiros passos importantes: testes de hipóteses e níveis de confiança
Em geral, um pesquisador tem uma pergunta em mente que precisa responder. Todos podem ter uma opinião sobre essa pergunta (ou resposta), mas um pesquisador procura a resposta projetando um experimento e investigando o resultado. Primeiro, veremos hipóteses e como elas se relacionam com pesquisas e relatórios éticos e imparciais. Também abordaremos os intervalos de confiança que, acredito, são um dos valores menos compreendidos e muitas vezes deturpados na pesquisa em saúde. Os testes mais comuns usados ​​na literatura para comparar os valores de pontos de dados numéricos são testes t, análise de variância e regressão linear. Na última lição, examinamos mais de perto esses testes, mas talvez mais importante, suas suposições estritas.
Qual teste você deve usar?
O teste estatístico mais comum que você pode encontrar na literatura é o teste t. De fato, existem alguns testes T, mas os mais familiarizados são, obviamente, o teste t de estudante e seu valor p onipresente. Nem todo mundo sabe que o nome do aluno era na verdade um pseudônimo, usado por William Gosset (1876 – 1937). Os testes paramétricos têm suposições muito rigorosas que devem ser atendidas antes que seu uso seja justificado. Nesta lição, examinamos mais de perto esses testes, mas talvez o mais importante, suas suposições estritas. Depois de conhecer isso, você poderá identificar quando esses testes forem usados ​​de maneira inadequada.
Dados categóricos e análise de precisão dos resultados
Parabéns! Você alcançou a última semana do curso, entendendo a pesquisa clínica. Nesta lição, daremos uma olhada em como os testes são bons para obter a presença ou ausência de doenças, ajudando -nos a escolher testes apropriados e como interpretar resultados positivos e negativos. Decifraremos sensibilidade, especificidade, valores preditivos positivos e negativos. Você terminará deste curso com um exame final, para testar o conhecimento e a aplicação que aprendeu neste curso. Espero que você tenha gostado deste curso e ajude sua compreensão da pesquisa clínica.

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Entendendo a pesquisa clínica: por trás das estatísticas”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Cursos Relacionados

PHP Code Snippets Powered By : XYZScripts.com