Βιοστατιστική (κωδ. 2.10)

Υπεύθυνοι Μαθήματος: Γρηγόρης Χλουβεράκης, Ευάγγελος Κριτσωτάκης

Μαθησιακοί στόχοι:

Σκοπός του μαθήματος είναι να αποκτήσετε επαρκή γνώση των θεμελιωδών στατιστικών εννοιών και τεχνικών που χρησιμοποιούνται ευρέως στην ιατρική έρευνα. Το μάθημα δίνει έμφαση στην ανάπτυξη στατιστικής σκέψης και την ορθή ερμηνεία των αποτελεσμάτων των ερευνητικών μελετών. Οι διαλέξεις έχουν στόχο να γνωρίσετε και να κατανοήσετε το στατιστικό τρόπο σκέψης, την έννοια της αβεβαιότητας και τη σύνδεση του ερευνητικού σχεδιασμού με τη  στατιστική ανάλυση, αλλά και να γνωρίσετε τα συνήθη σφάλματα στις στατιστικές αναλύσεις και να αξιολογείτε κριτικά τη στατιστική μεθοδολογία των κλινικών μελετών. Οι διαλέξεις συμπληρώνονται από πρακτικές ασκήσεις εφαρμοσμένης στατιστικής ανάλυσης με τη χρήση στατιστικού λογισμικού. 

Περιεχόμενο μαθήματος:

  • Εισαγωγή: η αναγκαιότητα και η χρησιμότητα στατιστικών εννοιών, τεχνικών και μεθόδων στη βιο-ιατρική έρευνα.
  • Ερευνητικοί σχεδιασμοί και τεχνικές δειγματοληψίας. Διάκριση ανάμεσα σε μελέτες παρατήρησης και πειραματικές μελέτες. Περιγραφή των βασικών σχεδιασμών σε μελέτες παρατήρησης (σχέδιο κοόρτης, ασθενών-μαρτύρων, συγχρονική μελέτη, σειρά περιστατικών), των πλεονεκτημάτων και μειονεκτημάτων τους. Εξήγηση του προβλήματος της σύγχυσης (confounding). Περιγραφή της βασικής διάταξης μιας  τυχαιοποιημένης ελεγχόμενης δοκιμής. Σκιαγράφηση/σύνοψη των βασικών σχεδίων τυχαίας δειγματοληψίας: απλή, συστηματική, στρωματοποιημένη,  συστάδων, πολυσταδιακή.
  • Περιγραφική Στατιστική. Είδη δεδομένων & κατανομές συχνοτήτων, κανονικές κατανομές, τυπικές τιμές, Δείκτες κεντρικής τάσης (διάμεσος, μέση τιμή, επικρατούσα τιμή, γεωμετρικός μέσος), Δείκτες  διασποράς (διακύμανση, τυπική απόκλιση, εύρος, IQR), Γραφικές παραστάσεις, Προετοιμασία, οργάνωση και διαχείριση αρχείων δεδομένων στο στατιστικό λογισμικό SPSS. Παραγωγή περιγραφικών στατιστικών μέτρων, πινάκων και διαγραμμάτων με το SPSS.
  • Επαγωγική Στατιστική. Κανονική κατανομή. Δειγματοληπτική κατανομή της μέσης τιμής και τυπικό σφάλμα. Κεντρικό οριακό θεώρημα. Διαστήματα εμπιστοσύνης & έλεγχοι στατιστικών υποθέσεων, σφάλματα τύπου Ι και ΙΙ, ισχύς και μέγεθος δείγματος.  Συγκρίσεις μέσων τιμών
  • Ανάλυση ποσοτικών εκβάσεων. Διαδικασίες σύγκρισης πληθυσμιακών μέσων τιμών με τον έλεγχο t για εξαρτημένα δείγματα (paired samples t-test) και τον έλεγχο t για ανεξάρτητα δείγματα (independent samples t-test). Προϋποθέσεις εφαρμογής των t-tests και συνθήκες εφαρμογής μη-παραμετρικών ελέγχων.(Wilcoxon signed ranks test, Mann-Whitney U test). Καθορισμός του μεγέθους του δείγματος και της ισχύος της μελέτης.
  • Ανάλυση ποιοτικών εκβάσεων. Έλεγχος καλής προσαρμογής. Έλεγχος ανεξαρτησίας σε πίνακες συνάφειας. Κατά ζεύγη συγκρίσεις και έλεγχος McNemar. Μέτρα κινδύνου, σχετικός κίνδυνος,  απόλυτος κίνδυνος odds ratio (πηλίκο συμπληρωματικών πιθανοτήτων), διαφορά κινδύνων, αναγκαίος αριθμός θεραπευομένων. Διαγνωστικοί έλεγχοι, ευαισθησία, ειδικότητα και προβλεπτική αξία.
  • Συσχέτιση και παλινδρόμηση. Συσχέτιση μεταξύ ποσοτικών μεταβλητών. Διαγράμματα διασποράς. Συντελεστές συσχέτισης. Γραμμικές και μη-γραμμικές σχέσεις. Πιθανές ερμηνείες συσχετίσεων και συγχυτικές επιδράσεις. Συσχέτιση και αιτιώδης συνάφεια. Η εξίσωση γραμμικής παλινδρόμησης. Ερμηνεία των συντελεστών στο μοντέλο γραμμικής παλινδρόμησης. Επέκταση σε παλινδρόμηση Λογιστική, Poisson και Cox. Ερμηνεία των αποτελεσμάτων πολυμεταβλητών αναλύσεων παλινδρόμησης.

Μαθησιακά αποτελέσματα:

Mε την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα πρέπει να είναι σε θέση:

  • Να διακρίνουν τα είδη δεδομένων και μεταβλητών σε σχέση τόσο με την κλίμακα μέτρησης όσο και με το ρόλο τους στον ερευνητικό σχεδιασμό.
  • Να περιγράφουν σύντομα τους βασικούς ερευνητικούς σχεδιασμούς σε μελέτες παρατήρησης και πειραματικές μελέτες και να αναγνωρίζουν το ρόλο της μεταβλητότητας και της αβεβαιότητας στις μελέτες αυτές.
  • Να εξηγούν την έννοια των όρων: δειγματοληπτική μεταβλητότητα, δειγματική κατανομή, και ακρίβεια ή αξιοπιστία των δειγματικών στατιστικών.
  • Να διακρίνουν ανάμεσα σε τυπική απόκλιση και τυπικό σφάλμα, διάστημα αναφοράς και διάστημα εμπιστοσύνης, εγκυρότητα και αξιοπιστία.
  • Να διεξάγουν περιγραφική στατιστική ανάλυση επιλέγοντας κατάλληλα στατιστικά εργαλεία όπως οι πίνακες κατανομής συχνοτήτων, τα στατιστικά διαγράμματα και τα αριθμητικά μέτρα σύνοψης των δεδομένων. Να ερμηνεύουν και να εξηγούν λεκτικά την πληροφορία που παρέχουν τα αριθμητικά μέτρα, οι πίνακες και τα διαγράμματα.
  • Να εκτιμούν πληθυσμιακές μέσες τιμές, ποσοστά και τις διαφορές ή λόγους αυτών (σε προβλήματα δύο δειγμάτων) σημειακά και με διαστήματα εμπιστοσύνης. Να εξηγούν την πληροφορία που παρέχουν τα διαστήματα εμπιστοσύνης.
  • Να συνοψίζουν τη σχέση ανάμεσα σε δύο μεταβλητές χρησιμοποιώντας γραφήματα, πίνακες και αριθμητικά στατιστικά μέτρα, τα οποία θα επιλέγουν λαμβάνοντας υπόψη το είδος των δεδομένων, το ερευνητικό ερώτημα και τον ερευνητικό σχεδιασμό.
  • Να ορίζουν τους όρους: μηδενική υπόθεση (null hypothesis), τιμή p (p-value), και στατιστική σημαντικότητα (statistical significance).
  • Να ερμηνεύουν τις τιμές p στους ελέγχους υποθέσεων ως δείκτες της ισχύος των ενδείξεων ενάντια σε μηδενικές υποθέσεις ή ως δείκτες του βαθμού αβεβαιότητας κατά τη διεξαγωγή συγκρίσεων.
  • Να διακρίνουν ανάμεσα σε στατιστική σημαντικότητα και κλινική σπουδαιότητα.
  • Να περιγράφουν την έννοια του σφάλματος τύπου I, του σφάλματος τύπου II και της ισχύος κατά τον έλεγχο υποθέσεων σε αναλυτικές μελέτες. Να εξηγούν τις πρακτικές συνέπειες των σφαλμάτων αυτών.
  • Να χρησιμοποιούν λόγους και διαφορές στις συγκρίσεις κινδύνων. Να διακρίνουν τους απόλυτους από τους σχετικούς κινδύνους και να κατανοούν την επίδρασή τους στην αναγνώριση του μεγέθους των κινδύνων.
  • Να ορίζουν τα μέτρα: λόγος κινδύνων (RR), λόγος odds (OR), και διαφορά κινδύνων (RD) για μια έκβαση, και να ερμηνεύουν τη δειγματική εκτίμησή τους λαμβάνοντας υπόψη την αβεβαιότητα με διαστήματα εμπιστοσύνης και p-τιμές.
  • Να υπολογίζουν τον αναγκαίο αριθμό θεραπευομένων για 1 πρόληψη (NNT) ή 1 βλάβη (NNH) και να τον χρησιμοποιούν ως μέτρο της αποτελεσματικότητας μιας κλινικής παρέμβασης σε πληθυσμιακό επίπεδο.
  • Να εξηγούν το ρόλο των πολυμεταβλητών μοντέλων παλινδρόμησης για έλεγχο συγχυτικών επιδράσεων και προβλέψεις.
  • Να ερμηνεύουν και να αξιολογούν τα αποτελέσματα πολυμεταβλητών αναλύσεων παλινδρόμησης όπως δημοσιεύονται στην ιατρική ερευνητική βιβλιογραφία.
  • Να χρησιμοποιούν εξειδικευμένο λογισμικό (IBM SPSS) για να υλοποιούν τις στατιστικές μεθόδους που διδάχθηκαν.

Αξιολόγηση:

Θα αξιολογηθείτε στην αποδεδειγμένη ικανότητά σας να κατανοείτε το περιεχόμενο του μαθήματος στο σύνολό του και να το προσαρμόζετε σε συγκεκριμένες περιπτώσεις ή σενάρια για την επίλυση προβλημάτων. Θα πρέπει να αποδείξετε την ικανότητά σας να χρησιμοποιείτε, να εφαρμόζετε και να ερμηνεύετε, με κριτικό πνεύμα, τις στατιστικές έννοιες, τεχνικές και μεθόδους που πραγματεύεται το μάθημα. Η αξιολόγηση θα γίνει με γραπτή τελική εξέταση που περιλαμβάνει ερωτήσεις πολλαπλής επιλογής, σωστού λάθους και ερωτήσεις σύντομης απάντησης. 

Προτεινόμενα Βιβλία:

  1. Θεμελειώδεις έννοιες στη Βιοστατιστική, 1η έκδ., D. Bowers, Broken Hill Publishers LT, 2011 [Κωδικός Βιβλίου στον Εύδοξο: 13256511].
  2. Ιατρική στατιστική με μια ματιά, 3η έκδοση, Α. Petrie & C Sabin, Εκδόσεις Παρισιάνου Α.Ε., 2015 [Κωδικός Βιβλίου στον Εύδοξο: 50660142]
  3. Practical Statistics for Medical Research D.G. Altman. Chapman and Hall, 1991.