modulo #1 Introduzione alla biostatistica avanzata Panoramica del corso, importanza della biostatistica nell'assistenza sanitaria e revisione dei concetti statistici di base
modulo #2 Test di ipotesi avanzati Revisione dei test di ipotesi, errori di tipo I e II e introduzione alle correzioni dei test multipli
modulo #3 Test non parametrici Introduzione ai test non parametrici, test della somma dei ranghi di Wilcoxon e test di Kruskal-Wallis
modulo #4 Metodi di ricampionamento Introduzione ai metodi di ricampionamento, bootstrap e test di permutazione
modulo #5 Regressione lineare Revisione della regressione lineare semplice e multipla, analisi dei residui e diagnostica del modello
modulo #6 Modelli lineari generalizzati Introduzione ai modelli lineari generalizzati, regressione logistica e regressione di Poisson
modulo #7 Analisi di sopravvivenza Introduzione all'analisi di sopravvivenza, stimatore di Kaplan-Meier e rischi proporzionali di Cox modello
modulo #8 Dati tempo-evento Analisi dei dati tempo-evento, censura e troncamento
modulo #9 Analisi dei dati longitudinali Introduzione all'analisi dei dati longitudinali, modelli a effetti misti ed equazioni di stima generalizzate
modulo #10 Dati non normali Analisi dei dati non normali, trasformazioni e metodi robusti
modulo #11 Dati correlati Analisi dei dati correlati, dati raggruppati e modelli misti lineari generalizzati
modulo #12 Dati mancanti Introduzione ai dati mancanti, tipi di mancanza e imputazione multipla
modulo #13 Meta-analisi Introduzione alla meta-analisi, modelli a effetti fissi e casuali e diagrammi a foresta
modulo #14 Dati ad alta dimensionalità Introduzione ai dati ad alta dimensionalità, selezione delle caratteristiche e tecniche di riduzione delle dimensioni
modulo #15 Apprendimento automatico in biostatistica Introduzione all'apprendimento automatico, apprendimento supervisionato e non supervisionato e modello valutazione
modulo #16 Genomica e proteomica Introduzione alla genomica e alla proteomica, analisi microarray e analisi RNA-seq
modulo #17 Epidemiologia e biostatistica Introduzione all'epidemiologia, progettazione degli studi e misure della frequenza delle malattie
modulo #18 Sperimentazioni cliniche Introduzione alle sperimentazioni cliniche, fasi delle sperimentazioni cliniche e calcolo delle dimensioni del campione
modulo #19 Etica in biostatistica Considerazioni etiche in biostatistica, consenso informato e privacy dei dati
modulo #20 Strumenti computazionali in biostatistica Introduzione agli strumenti computazionali in biostatistica, R, Python e SAS
modulo #21 Visualizzazione dei dati in biostatistica Introduzione alla visualizzazione dei dati, analisi esplorativa dei dati e best practice di visualizzazione
modulo #22 Calcolo statistico Introduzione al calcolo statistico, simulazione e metodi Monte Carlo
modulo #23 Big Data in Biostatistica Introduzione ai big data, al data warehousing e al calcolo distribuito
modulo #24 Casi di studio in biostatistica Casi di studio del mondo reale in biostatistica, applicazioni e pensiero critico
modulo #25 Riepilogo e conclusione del corso Pianificare i prossimi passi nella carriera in Biostatistica avanzata