Bioestadística avanzada para la investigación médica: análisis estadístico en ensayos clínicos
( 26 Módulos )
módulo #1 Introducción a los ensayos clínicos Descripción general de los ensayos clínicos, tipos de ensayos y fases del desarrollo de fármacos
módulo #2 Diseño de ensayos clínicos Diseños de grupos paralelos, diseños cruzados y diseños factoriales
módulo #3 Cálculo del tamaño de la muestra Métodos para calcular el tamaño de la muestra, incluidos el análisis de potencia y los métodos basados en la precisión
módulo #4 Prueba de hipótesis Introducción a la prueba de hipótesis, tipos de errores y valores p
módulo #5 Factores de confusión y modificación del efecto Comprensión de las variables de confusión y la modificación del efecto en los ensayos clínicos
módulo #6 Análisis de correlación y regresión Regresión lineal simple y múltiple, coeficientes de correlación y supuestos del modelo
módulo #7 Análisis de supervivencia Introducción al análisis de supervivencia, estimaciones de Kaplan-Meier y modelo de riesgos proporcionales de Cox
módulo #8 Análisis de datos longitudinales Introducción a los datos longitudinales, modelos de efectos mixtos lineales y estimación generalizada ecuaciones
módulo #9 Datos faltantes en ensayos clínicos Tipos de datos faltantes, métodos para manejar datos faltantes e imputación múltiple
módulo #10 Principio de intención de tratar Entender el principio de intención de tratar y su aplicación en ensayos clínicos
módulo #11 Análisis intermedio y reglas de detención Introducción al análisis intermedio, diseños secuenciales de grupos y reglas de detención
módulo #12 Ajuste de multiplicidad Métodos para ajustar para pruebas múltiples, incluidos los métodos de Bonferroni y Holm-Bonferroni
módulo #13 Análisis de subgrupos Desafíos y limitaciones del análisis de subgrupos y métodos para la identificación de subgrupos
módulo #14 Ensayos de no inferioridad y equivalencia Diseño y análisis de ensayos de no inferioridad y equivalencia
módulo #15 Análisis de biomarcadores Introducción al análisis de biomarcadores, modelado predictivo y medicina personalizada
módulo #16 Diseño adaptativo Introducción al diseño adaptativo, diseño adaptativo aleatorización y diseños adaptativos a biomarcadores
módulo #17 Evidencia del mundo real Introducción a la evidencia del mundo real, los estudios observacionales y los ensayos pragmáticos
módulo #18 Visualización de datos en ensayos clínicos Mejores prácticas para la visualización de datos en ensayos clínicos, incluidos gráficos y tablas
módulo #19 Consideraciones regulatorias Pautas regulatorias para ensayos clínicos, incluidas las pautas de la FDA y la EMA
módulo #20 Consideraciones éticas Principios éticos para ensayos clínicos, incluido el consentimiento informado y la confidencialidad
módulo #21 Estudios de caso en ensayos clínicos Ejemplos del mundo real de ensayos clínicos, incluidos éxitos y desafíos
módulo #22 Software estadístico para ensayos clínicos Introducción a los paquetes de software comúnmente utilizados en ensayos clínicos, incluidos R y SAS
módulo #23 Colaboración y comunicación Estrategias efectivas de colaboración y comunicación para bioestadísticos y médicos
módulo #24 Direcciones futuras en ensayos clínicos Tendencias e innovaciones emergentes en ensayos clínicos, incluida la inteligencia artificial y la inteligencia artificial
módulo #25 Visualización de datos en ensayos clínicos Estrategias de comunicación y colaboración efectivas para bioestadísticos y médicos ..«Ejercicios prácticos y proyectos»,«Ejercicios prácticos y proyectos para aplicar conceptos bioestadísticos avanzados a datos del mundo real
módulo #26 Resumen y conclusión del curso Planificación de los próximos pasos en la carrera de Bioestadística Avanzada para la Investigación Médica: Análisis Estadístico en Ensayos Clínicos
