module #1 Introduction à la biostatistique avancée Aperçu du cours, importance de la biostatistique dans les soins de santé et révision des concepts statistiques de base
module #2 Tests d'hypothèse avancés Révision des tests d'hypothèse, des erreurs de type I et de type II et introduction aux corrections de tests multiples
module #3 Tests non paramétriques Introduction aux tests non paramétriques, au test de Wilcoxon et au test de Kruskal-Wallis
module #4 Méthodes de rééchantillonnage Introduction aux méthodes de rééchantillonnage, au bootstrap et aux tests de permutation
module #5 Régression linéaire Révision de la régression linéaire simple et multiple, de l'analyse résiduelle et des diagnostics de modèle
module #6 Modèles linéaires généralisés Introduction aux modèles linéaires généralisés, à la régression logistique et à la régression de Poisson
module #7 Analyse de survie Introduction à l'analyse de survie, à l'estimateur de Kaplan-Meier et aux risques proportionnels de Cox modèle
module #8 Données de temps jusqu'à l'événement Analyse des données de temps jusqu'à l'événement, censure et troncature
module #9 Analyse des données longitudinales Introduction à l'analyse des données longitudinales, aux modèles à effets mixtes et aux équations d'estimation généralisées
module #10 Données non normales Analyse des données non normales, transformations et méthodes robustes
module #11 Données corrélées Analyse des données corrélées, des données groupées et des modèles mixtes linéaires généralisés
module #12 Données manquantes Introduction aux données manquantes, aux types de données manquantes et à l'imputation multiple
module #13 Méta-analyse Introduction à la méta-analyse, aux modèles à effets fixes et aléatoires et aux graphiques en forêt
module #14 Données de grande dimension Introduction aux données de grande dimension, à la sélection de caractéristiques et aux techniques de réduction de dimension
module #15 Apprentissage automatique en biostatistique Introduction à l'apprentissage automatique, à l'apprentissage supervisé et non supervisé et au modèle évaluation
module #16 Génomique et protéomique Introduction à la génomique et à la protéomique, à l'analyse des microarrays et à l'analyse de l'ARN-seq
module #17 Épidémiologie et biostatistique Introduction à l'épidémiologie, aux plans d'étude et aux mesures de fréquence des maladies
module #18 Essais cliniques Introduction aux essais cliniques, aux phases des essais cliniques et au calcul de la taille de l'échantillon
module #19 Éthique en biostatistique Considérations éthiques en biostatistique, consentement éclairé et confidentialité des données
module #20 Outils informatiques en biostatistique Introduction aux outils informatiques en biostatistique, R, Python et SAS
module #21 Visualisation des données en biostatistique Introduction à la visualisation des données, à l'analyse exploratoire des données et aux meilleures pratiques de visualisation
module #22 Calcul statistique Introduction au calcul statistique, à la simulation et aux méthodes de Monte Carlo
module #23 Big Data en Biostatistique Introduction au big data, à l'entreposage de données et à l'informatique distribuée
module #24 Études de cas en biostatistique Études de cas réelles en biostatistique, applications et pensée critique
module #25 Bilan et conclusion du cours Planifier les prochaines étapes de la carrière en biostatistique avancée
