Medical Statistics | Medical Statistics

Έλεγχος των δεδομένων

Σημαντική για τα αποτελέσματα μπορεί να είναι η επίδραση ορισμένων ακραίων τιμών (outliers) ή και η απουσία δεδομένων (missing data). Σε κάθε περίπτωση η ανίχνευσή / συμπλήρωσή τους με κατάλληλες ανά περίσταση τεχνικές οδηγεί στη διεξαγωγή λιγότερο μεροληπτικών συμπερασμάτων.

Καταχώρηση δεδομένων

Η ορθή καταχώρηση των δεδομένων είναι αναγκαία για την αξιοπιστία της επικείμενης ανάλυσης. Συνίσταται να γίνεται από τον ίδιο τον ερευνητή ο οποίος έχει συλλέξει και τις αντίστοιχες πληροφορίες για την αποφυγή σφαλμάτων καταχώρησης ή από τον στατιστικό που θα αναλάβει την ανάλυση. Σε περιπτώσεις σύνθετων σχεδιασμών η εξ αρχής κατάλληλη καταχώρηση οδηγεί στην αποφυγή περιττών και χρονοβόρων διαδικασιών.

Βασικοί έλεγχοι υποθέσεων

Αποτελούν οπωσδήποτε το πρώιμο στάδιο ανάλυσης που θα αποκαλύψει τις βασικές σχέσεις μεταξύ των μεταβλητών ενδιαφέροντος. Σε συνδυασμό με κατάλληλα γραφήματα δίνει στον ερευνητή τη διαισθητική προσέγγιση των προσδοκόμενων αποτελεσμάτων.

Μεθοδολογικός Σχεδιασμός Έρευνας

Ο σχεδιασμός της στατιστικής ανάλυσης (Statistical Analysis Plan) μετά τη δημιουργία του πρωτοκόλου συμβάλει στην προσεκτική επενεξέταση της μεθοδολογίας. Τονίζει έτσι τις λεπτομέρειες του σχεδιασμού οι οποίες θα μπορούσαν να προκαλέσουν προβλήματα κατά την εφαρμογή του και συνεπώς θέτει την έρευνα σε πιο σταθερή βάση. Κυρίως όμως, αποτρέπει από μη αναστρέψιμη μεροληψία που μπορεί να υπεισέλθει στην έρευνα από το στάδιο αυτό.

Μετα-ανάλυση

Η αναγκαιότητά της προέκυψε για την καλύτερη διαχείρηση του διαρκώς αυξανόμενου όγκου δημοσιεύσεων και μπορεί να αποτελεί κομμάτι μιας συστηματικής ανασκόπησης (systematic review). Η Μετα-ανάλυση είναι μία πολύ ισχυρή σύγχρονη μεθοδολογία σύνθεσης δευτερογενών δεδομένων που πηγάζουν από ήδη δημοσιευμένες εργασίες και απαιτεί εξειδικευμένες γνώσεις και συχνά εξειδικευμένα στατιστικά πακέτα.

Επιλογή και καθορισμός μεγέθους δείγματος

Στις επιστήμες της υγείας το δειγματοληπτικό έυρος δέχεται περιορισμούς για λόγους δεοντολογίας, οικονομικούς λόγους ή και πιο πρακτικούς λόγους όπως η διάρκεια μίας έρευνας κ.α. Είναι σημαντικό ο ερευνητής να γνωρίζει εκ των προτέρων σε τι μέγεθος δείγματος πρέπει να στοχεύει προκειμένου να έχει αξιόπιστα στατιστικά αποτελέσματα (sample size calculations). Αντίστροφα είναι αναγκαίο για τον ερευνητή να γνωρίζει ποια αναμένεται να είναι η αξιοπιστία της ανάλυσης όταν η δειγματοληψία είναι απίθανο να ξεπεράσει συγκεκριμένες τιμές (power analysis). Στοιχεία που απαιτούν ιδιαίτερη προσοχή είναι επίσης η επιλογή μαρτύρων σε μελέτες case control studies ή τα χρονικά διαστήματα μεταξύ επαναλαμβανόμενων μετρήσεων.

Στατιστική ανάλυση

Ανάλογα με το είδος των δεδομένων και των ερωτημάτων εφαρμόζονται οι κατάλληλές τεχνικές όπως π.χ.

Ανάλυση κατηγορικών δεδομένων (Categorical data Analysis)
Πολυμεταβλητή ανάλυση (Multivariate analysis)
Ανάλυση επιβίωσης (Survival analysis)
Ανάλυση παλινδρόμησης (Regression analysis)
Ανάλυση διακύμανσης (Analysis of Variance)
Μη-παραμετρική ανάλυση
Παραγοντική Ανάλυση (Factor analysis)
Ανάλυση σε κύριες συνιατώσες (Principal Component analysis)
Εκτίμηση Αξιοπιστίας & Εγκυρότητας (reliability-validity calculations)
Εκτίμηση ακρίβειας διαγνωστικών ελέγχων (ROC analysis)

Οι μέθοδοι αυτές αποκαλύπτουν τις σχέσεις μεταξύ του συνόλου των μεταβλητών.

Σεμινάριο στην R στo Βόλο (22-23 Φεβρουαρίου 2020)

Το εργαστήριο Βιομετρίας του πανεπιστημίου Θεσσαλίας και η Medical Statistics πραγματοποιούν σεμινάριo με θέμα:

Εισαγωγή στην ανάλυση δεδομένων με την R

Το σεμινάριο απευθύνεται σε γεωπόνους, παιδαγωγούς και γενικότερα σε όσους χειρίζονται ερευνητικά δεδομένα στο πλαίσιο ερευνητικών προγραμμάτων ή διατριβών

Οι συμμετέχοντες με τη λήξη του σεμιναρίου θα είναι σε θέση:

να δημιουργούν και να χειρίζονται βάσεις δεδομένων στην R
να χειρίζονται το πακέτο ggplot2 για βασικά αλλά και πιο σύνθετα γραφήματα
να κατανοούν το σύνολο των βασικών στατιστικών εννοιών που εμφανίζονται σε μελέτες
να σχεδιάζουν βασικά πειράματα και να διεξάγουν ελέγχους υποθέσεων σε πραγματικά δεδομένα και να οδηγούνται σε ασφαλή στατιστικά συμπεράσματα

Οι συμμετέχοντες θα αποκτήσουν βεβαίωση παρακολούθησης

Σάββατο 22 Φεβρουαρίου και Κυριακή 23 Φεβρουαρίου 2020

στο Εργαστήριο Βιομετρίας του Παν Θεσσαλίας

Κόστος συμμετοχής: 180 ευρώ. (120 για φοιτητές και υποψήφιους διδάκτορες)

Δείτε:

το ΑΝΑΛΥΤΙΚΟ-ΠΡΟΓΡΑΜΜΑ-ΣΕΜΙΝΑΡΙΟΥ-Εισαγωγής-στην R-02-20

τις Σημαντικές-πληροφορίες-για-το-σεμινάριο-εισαγωγής-στη-Στατιστική-ανάλυση- R

Για εκδήλωση ενδιαφέροντος συμπληρώστε τη φόρμα:

Παραδοτέα

Τ α παραδοτέα αποτελούνται από την περιγραφική ανάλυση του δείγματος, την επαγωγική στατιστική ανάλυση, την παρουσίαση των αποτελεσμάτων, την αναλυτική ερμηνεία των αποτελεσμάτων, τη μεθοδολογία που χρησιμοποιήθηκε για την αντιμετώπιση των ερευνητικών ερωτημάτων.
Για οποιαδήποτε διευκρίνιση μετά την ολοκλήρωση της στατιστικής ανάλυσης η Medical Statistics παραμένει διαθέσιμη με διαρκή υποστήριξη έως την ολοκλήρωση του στόχου της μελέτης.

Κοστολόγηση

Η κοστολόγηση κάθε εργασίας είναι συνάρτηση του χρόνου εργασίας που απαιτείται για την εκπόνησή της και της απαιτούμενης επιστημονικής κατάρτισης. Σε πλαίσιο μακροχρόνιων συνεργασιών όπως π.χ. διδακτορικές διατριβές γίνεται ανάλογα με την πρόοδο των εργασιών. Σε κάθε περίπτωση η Medical Statistics αφότου εξετάσει το πλαίσιο της έρευνας, το διαθέσιμο υλικό και τα ερευνητικά ερωτήματα παρέχει άμεσα την αντίστοιχη οικονομική προσφορά και το χρόνο παράδοσης.

Tο πελατολόγιο της Medical Statistics περιλαμβάνει πλήθος ιατρών, ειδικευόμενων και ειδικών, εργαζομένων σε Πανεπιστημιακά και Γενικά Νοσοκομεία, Μελών ΔΕΠ που ασχολούνται με την έρευνα, αλλά και ιδιωτών που ασχολούνται με την ακαδημαική έρευνα στα πλαίσια διδακτορικών διατριβών.

Επιστημονικό και Τεχνολογικό Πάρκο Ηπείρου, Πανεπιστημιούπολη Ιωαννίνων, 45500 Ιωάννινα

Τηλ.: 26510 07654, Κιν. : 6946584466, e-mail : info@biostats.gr

Υπεύθυνος: Δημακόπουλος Γεώργιος Στατιστικός MSc

Συνεργάτες: Εργαστήριο βιομετρίας Πανεπιστημίου Θεσσαλίας