Σύντομη περιγραφή προγράμματος
Το πρόγραμμα δίνει έμφαση στην εφαρμογή μεθόδων ανάλυσης δεδομένων τυχαιοποιημένων και μη τυχαιοποιημένων κλινικών δοκιμών. Θα διδαχθούν εισαγωγικές έννοιες εφαρμοσμένης στατιστικής, ελέγχου υποθέσεων, απλές παραμετρικές και μη παραμετρικές τεχνικές, πολυπαραγοντικές μεθόδους ανάλυσης συνεχών δεδομένων και λογιστική παλινδρόμηση. Ιδιαίτερη έμφαση θα δοθεί στη χρήση μοντέλων τυχαίων επιδράσεων στην ανάλυση κλινικών δοκιμών.
Τρόπος διεξαγωγής
Το πρόγραμμα χρησιμοποιεί την εκπαιδευτική μέθοδο eLearning: η μάθηση γίνεται αμιγώς ασύγχρονα (δηλαδή σε ημέρες και ώρες που εξυπηρετούν τον καταρτιζόμενο, χωρίς να υπάρχει υποχρεωτική παρακολούθηση σε συγκεκριμένη ώρα ή ημέρα), αποκλειστικά εξ αποστάσεως (με χρήση ειδικής εκπαιδευτικής πλατφόρμας μέσω διαδικτύου και Η/Υ από το χώρο του καταρτιζόμενου) και με την χρήση ψηφιακών εκπαιδευτικών εργαλείων που εξασφαλίζουν την αποτελεσματική και ευέλικτη ατομική αυτό-εκμάθηση. Το εκπαιδευτικό υλικό του προγράμματος γίνεται διαθέσιμο σε συγκεκριμένες χρονικές περιόδους, με βάση το μονοπάτι εκπαίδευσης που ακολουθείται, και εν συνεχεία παραμένει διαθέσιμο στην πλατφόρμα εκπαίδευσης χωρίς περιορισμούς σε όλη τη διάρκεια του προγράμματος.
Μαθησιακά αποτελέσματα
- Με την παρακολούθηση του προγράμματος οι εκπαιδευόμενοι θα πρέπει να είναι σε θέση να πραγματοποιούν τουλάχιστον στοιχειώδη ανάλυση δεδομένων που προέρχονται από τυχαιοποιημένες ή μη τυχαιοποιημένες κλινικές δοκιμές και να βγάζουν συμπεράσματα από αυτή.
- Στόχος «Εισαγωγή στην εφαρμοσμένη στατιστική»: Η κατανόηση εννοιών εφαρμοσμένης στατιστικής, η κατανόηση του μηχανισμού ελέγχου υποθέσεων. Εισαγωγή στη χρήση του στατιστικού πακέτου SPSS.
- Στόχος «Ελεγχοι υποθέσεων με τη χρήση του στατιστικού πακέτου SPSS»: Οι εκπαιδευόμενοι θα πρέπει να είναι σε θέση να μπορούν να ελέγχουν για την ισότητα των κατανομών τιμών σε μεγάλες ή μικρές κλινικές δοκιμές με τη χρήση του στατιστικού πακέτου SPSS. Θα είναι επίσης σε θέση να προσδιορίζουν το κατάλληλο μέγεθος δείγματος μιας δοκιμής.
- Στόχος «Πολυπαραγοντικά μοντέλα ανάλυσης με τη χρήση του SPSS»: Οι εκπαιδευόμενοι θα πρέπει να είναι σε θέση να μπορούν να προσαρμόζουν ένα μοντέλο για συνεχή δεδομένα με έναν ή περισσότερους παράγοντες, να επιλέγουν ένα βέλτιστο μοντέλο και να μπορούν να ερμηνεύουν τα αποτελέσματα.
- Στόχος «Ανάλυση επαναλαμβανόμενων μετρήσεων με τη χρήση του SPSS»: Οι εκπαιδευόμενοι θα πρέπει να είναι σε θέση θέση να αναλύσουν τα δεδομένα τους κάτω από την παρουσία ελλειπουσών τιμών. Θα μπορούν να κάνουν ανάλυση δεδομένων και ερμηνεία των αποτελεσμάτων όταν τα δεδομένα μιας κλινικής δοκιμής είναι της μορφής επιτυχία-αποτυχία, όπως για παράδειγμα στην περίπτωση εμφάνισης ανεπιθύμητων ενεργειών κατά τη διάρκεια μιας δοκιμής. Τέλος θα είναι σε θέση να πραγματοποιήσουν μια ανάλυση με τη χρήση μοντέλων μικτών επιδράσεων και να ερμηνεύσουν τα αποτελέσματα δεδομένων μιας κλινικής δοκιμής η οποία αποτελείται από τουλάχιστον δύο επισκέψεις και μετράται μια συνεχής μεταβλητή είτε αυτή είναι τυχαιοποιημένη ή όχι.
Θεματικές ενότητες
- Εισαγωγή στην εφαρμοσμένη στατιστική
Πληθυσμός-δείγμα, κανονική κατανομή, εκτίμηση παραμέτρων, εισαγωγή στον έλεγχο υποθέσεων. Εισαγωγή στη χρήση του SPSS. - Ελεγχοι υποθέσεων με τη χρήση του SPSS
Παραμετρικοί έλεγχοι για τη διαφορά δύο ανεξάρτητων δειγμάτων, δύο εξαρτημένων δειγμάτων, πολλών ανεξάρτητων δειγμάτων, δύο κατηγορικών μεταβλητών σε δεδομένα κλινικών δοκιμών. Μη παραμετρικοί έλεγχοι για τη διαφορά δύο ανεξάρτητων δειγμάτων, δύο εξαρτημένων δειγμάτων, πολλών ανεξάρτητων δειγμάτων σε δεδομένα μικρών κλινικών δοκιμών. Προσδιορισμός μεγέθους δείγματος δοκιμής. Προσδιορισμός ισχύος ελέγχου. - Πολυπαραγοντικά μοντέλα ανάλυσης με τη χρήση του SPSS
Χρήση της διαδικασίας Γενικού Γραμμικού Μοντέλου με έναν ή περισσότερους παράγοντες, επιλογή καλύτερου μοντέλου και ερμηνεία αποτελεσμάτων. - Ανάλυση επαναλαμβανόμενων μετρήσεων με τη χρήση του SPSS
Στοιχειώδεις τεχνικές κάτω από την παρουσία ελλειπουσών τιμών. Χρήση μοντέλου λογιστικής παλινδρόμησης με έναν ή περισσότερους παράγοντες, επιλογή καλύτερου μοντέλου, ερμηνεία αποτελεσμάτων. Απλές τεχνικές ανάλυσης, χρήση μοντέλων μικτών (σταθερών και τυχαίων) επιδράσεων, στρατηγική ανάλυσης, ερμηνεία αποτελεσμάτων. Παραδείγματα σε τυχαιοποιημένες ή μη τυχαιοποιημένες κλινικές δοκιμές, πολυκεντρικές κλινικές, δοκιμές cross-over.
Μέθοδοι αξιολόγησης και υπολογισμού τελικού βαθμού
Η αξιολόγηση βασίζεται στην εκπόνηση ασκήσεων (κάθε εβδομάδα) και σε μια τελική εργασία για κάθε μάθημα, με πραγματικά δεδομένα, όπου θα αξιολογούνται οι γνώσεις του εκπαιδευόμενου. Η επιτυχημένη ολοκλήρωση του προγράμματος και η απονομή πιστοποιητικού κατάρτισης απαιτούν την λήψη τελικού βαθμού τουλάχιστον 50%.
Πιστοποίηση στα εργαλεία της Google 2022 με μονάδες ECTS μέσω ΚΕΔΙΒΙΜ του πανεπιστημίου Θεσσαλίας
Κατακτώντας τη δύναμη του Excel: Ένα πολύτιμο εργαλείο στο εργασιακό περιβάλλον