Diplomado on-line dirigido a profesionales interesados en realizar proyectos de investigación en el área de Ciencias de la Salud, logrando un buen nivel de autonomía en el ajuste de modelos estadísticos básicos y avanzados, así como técnicas avanzadas de meta-análisis y análisis de sobrevivencia.
Fechas:
Del 01 de Junio al 14 de Diciembre de 2020
Modalidad:
Online
Tipo:
Diploma
Valor:
$ 1.600.000
Horario:
Online
Duración:
120 horas
Lugar de realización:
Online
Facultad:
Escuela de Medicina
Jefe de programa:
Luis Villarroel del Pino
20% Socios con Membresía Alumni UC
15 % Ex alumnos UC (Pregrado-Postgrados-Diplomados) y profesionales de servicios públicos.
10% Grupo de tres o más personas de una misma institución, funcionarios empresas en convenio, ex alumnos-alumnos DUOC UC, Clientes banco BCI
5 % Estudiantes de postgrado otras universidades
Descuentos no acumulables, y válidos sólo al momento de la matrícula
Presencial – Pago en caja:
Efectivo
Cheques (consulte restricciones)
Tarjetas de crédito (Las cuotas que ofrezca su banco)
Tarjeta de débito-RedCompra
Remotos:
Transferencia electrónica: Banco Santander Cuenta Corriente: 73154162 RUT: 81.698.900-0 Mail: mamartinezr@uc.cl
Web pay: Tarjeta de crédito (Las cuotas que ofrezca su banco) y Redcompra (Débito)
Cupón Servipag / ServiEstado
Pago empresa:
Con ficha de inscripción u Orden de compra
"A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel "
Pagos y matriculas
María Fernanda Martinez Rodriguez mamartinezr@uc.cl 5695504660955046580
Coordinadora:
Susan Garcia Valdebenito susan.garcia@uc.cl 955042001
Este Programa requiere un número mínimo de matriculados para dictarse y puede sufrir cambios tanto en la programación como en el cuerpo docente, por razones de fuerza mayor.
El Diplomado en Bioestadística Avanzada está dividido en cuatro cursos que promueven el aprendizaje dentro del método científico, lo que le permitirá al alumno aplicar lo aprendido en proyectos de investigación en distintas disciplinas.
El Programa se dicta a distancia, mediante una plataforma educativa virtual. El aprendizaje se desarrolla mediante videos, foros de discusión, guías de contenido, lectura de artículos, tareas prácticas y pruebas de contenido. Todo este proceso es acompañado por los profesores de cada curso, quienes estarán disponibles para responder preguntas y aclarar contenido.
El Diplomado utiliza los siguientes programas estadísticos para ilustrar el uso de los métodos enseñados: Stata, Spss y R, así como los programas de uso gratuito EPIDAT y REVMAN para hacer meta-análisis.
Nota: Es responsabilidad de cada alumno contar con alguno de ellos para PC o Mac, según el sistema operativo que prefiera utilizar. No es deber del Diplomado proporcionar dicho software.
Profesionales o licenciados del área de ciencias de la salud u otros profesionales con conocimientos estadísticos básicos (estadísticos, sicólogos, sociólogos, etc.) interesados en la aplicación de la Estadística en las Ciencias de la Salud, que deseen introducirse de forma teórico – práctica en los modelos estadísticos, meta-análisis, sobrevivencia y otros métodos avanzados de análisis de datos.
Los postulantes que no hayan hecho el Diplomado, deben acreditar la realización de curso(s) de pregrado y/o postgrado que cubran al menos el 80% de los contenidos mencionados en la siguiente tabla:
Estadística Descriptiva |
Conceptos de población, muestra y variable aleatoria. |
Tipos de muestreo: aleatorio simple, estratificado, por conglomerados. |
Tipos de variables aleatorias. |
Presentación de variables categóricas: Tasas, Proporciones, Razones. |
Presentación de variables numéricas: Promedio, mediana, desviación estándar, rango. |
Probabilidades |
Concepto de Probabilidad y sus propiedades básicas. |
Distribución Normal y Distribución Normal estándar (Z). |
Concepto de Teorema Central del Límite. |
Intervalos de Confianza y Test de Hipótesis |
Intervalos de Confianza para un promedio y una proporción. |
Conceptos básicos de test de hipótesis: Errores Tipo I y II. Potencia y Significancia. Valor p. |
Asociación de Variables |
Asociación de dos variables categóricas: Chi-cuadrado, Odds Ratio, Riesgo Relativo. Concepto de Sensibilidad, Especificidad, Valores predictivos. |
Asociación de una variable categórica y una numérica: Test t Student y ANOVA. |
Asociación de dos variables numéricas. Correlación de Pearson y Spearman. |
Programas Estadísticos y Otros |
Uso de Excel para el manejo de bases de datos. |
Uso de al menos uno de los siguientes programas estadísticos: SPSS, R, Stata |
CURSO 1
Nombre del curso: Modelos Estadísticos
Nombre en inglés: Statistical models
Horas cronológicas: 30
Créditos: 5
Resultados de Aprendizaje
Contenidos
2.1. Ajuste del modelo e interpretación de resultados.
2.2. Validación de supuestos.
2.3. Concepto de R2. Capacidad predictiva de un modelo lineal.
2.4. Aplicaciones: asociación conjunta, control de confusión, predicción.
2.5. Instrucciones necesarias para obtener estos resultados en los programas estadísticos más
comunmente utilizados (SPSS, R, Stata).
3.1. Introducción de variables dummy a una regresión.
3.2. Ajuste del modelo e interpretación de resultados.
3.3. Validación de supuestos.
3.4. Aplicaciones: asociación conjunta, control de confusión, predicción, diseño de experimentos.
3.5. Instrucciones necesarias para obtener estos resultados en los programas estadísticos más comunmente utilizados (SPSS, R, Stata).
4.1. Ajuste del modelo e interpretación de resultados. OR crudo y ajustado.
4.3. Validación de supuestos.
4.4. Porcentaje correcto de clasificación. Test Hosmer y Lemeshow de bondad de ajuste.
4.5 Aplicaciones: Evaluación y construcción de scores de riesgo, Curvas ROC.
4.8. Instrucciones necesarias para obtener estos resultados en los programas estadísticos más comunmente utilizados (SPSS, R, Stata).
5.1. Ajuste del modelo e interpretación de resultados.
5.2. Validación de supuestos.
5.3. Aplicación: razones de prevalencia.
5.4. Instrucciones necesarias para obtener estos resultados en los programas estadísticos más comunmente utilizados (SPSS, R, Stata).
Metodología de enseñanza y aprendizaje:
Plataforma web disponible donde encontrará:
Evaluación de los aprendizajes:
CURSO 2
Nombre del curso: Análisis de Sobrevivencia
Nombre en inglés: Survival Analysis
Horas cronológicas: 30
Créditos: 5
Resultados de Aprendizaje
Contenidos
1.1. Posibles diseños
1.2. Concepto de tiempo de sobrevida y datos censurados.
1.3. Concepto de función densidad y función de sobrevivencia.
1.4. Función de sobrevivencia empírica.
1.5. Tablas de vida.
1.6. Función de sobrevivencia de Kaplan – Meier.
1.7. Precisión e intervalo de confianza de la estimación de Kaplan – Meier.
2.1. Introducción: Tipos de Análisis de Sobrevida
2.2. Sobrevida relativa.
2.3. Cálculo de Sobrevida Esperada
2.4. Sobrevida relativa acumulada
3.1. Test de Log-rango y test de Wilcoxon.
3.2. Comparación de más de dos curvas de sobrevida.
4.1. Función de hazard y función de hazard acumulado.
4.2. Modelo de riesgos proporcionales de Cox. Ejemplos de uso.
4.3. Introducción a los modelos de sobrevivencia paramétrica.
Metodología de enseñanza y aprendizaje:
Plataforma web disponible donde encontrará:
Evaluación de los aprendizajes:
CURSO 3
Nombre del curso: Búsquedas Sistemáticas y Meta-análisis
Nombre en inglés: Systematic Reviews and Meta-analyses
Horas cronológicas: 30
Créditos: 5
Resultados de Aprendizaje
Contenidos
Revisiones Sistemáticas
Meta-análisis
Programas computacionales para Revisiones sistemáticas y meta-análisis
Metodología de enseñanza y aprendizaje
Plataforma web disponible donde encontrará:
Evaluación de los aprendizajes
CURSO 4
Nombre del curso: Modelos de Efectos Mixtos
Nombre en inglés: Mixed Effects Models
Horas cronológicas: 30
Créditos: 5
Resultados de Aprendizaje
Contenidos
1.1 Introducción a los datos correlacionados.
1.2 Modelos simples: datos pareados en dos o más tiempos o condiciones fijas.
1.3 Modelo lineal de efectos mixtos.
1.4 Estimación de efectos fijos y de efectos aleatorios.
1.5 Modelo mixto lineal general.
1.6 Modelos de efectos mixtos para datos binarios. Regresión logística mixta.
1.7 Modelos de efectos mixtos para conteos. Regresión Poisson mixta.
1.8 Ecuaciones de estimación generalizadas (Generalized estimating Equations o Modelos GEE).
Instrucciones necesarias para ajustar modelos básicos para datos correlacionados en los programas estadísticos más comunmente utilizados en Ciencias de la Salud (SPSS, R, Stata).
Metodología de enseñanza y aprendizaje
Plataforma web disponible donde encontrará:
Evaluación de los aprendizajes
JEFE DE PROGRAMA
Luis Villarroel del Pino
Profesor Asociado, Departamento de Salud Pública, Facultad de Medicina UC. Estadístico. Magíster y Doctorado en Estadística UC. Diplomado en Docencia, Facultad de Medicina UC. Miembro del Comité Ético Científico, Facultad de Medicina UC. Autor de texto universitario “Métodos Bioestadísticos”, Ediciones Universidad Católica de Chile, Segunda Edición 2018.
EQUIPO DOCENTE
Paulina Bravo Valenzuela.
Profesora Asociada, Directora de Investigación y Doctorado Escuela de Enfermería, Facultad de Medicina UC. Honorary Research Fellow, Cardiff University. Licenciada en Enfermería mención en Salud Mental y Psiquiatría. PhD (Medicina) Cardiff University. Postdoctorada School of Social Sciences y School of Medicine, Cardiff University. Diplomado en Bioética Clínica Facultad de Medicina UC. Profesora encargada de Claustro, Magíster en Enfermería UC.
Angélica Domínguez de Landa.
Profesora Asistente. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con título de Estadística y Magíster en Estadística (2013, UC, Chile). Ha trabajado especialmente con grupos de neonatología, nutrición y enfermedades crónicas. Ha realizado cursos de Bioestadística para el pregrado de Nutrición y Fonoaudiología.
Francisca González López.
Investigadora Asociada. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con título de Estadística y Magíster en Estadística (2012, UC, Chile). Ha realizado cursos de Bioestadística para el pregrado de Nutrición y Fonoaudiología.
Ricardo Aravena Cuevas.
Profesor Asociado Adjunto. Facultad de Matemáticas, Estadístico y Magíster en Estadística UC. Director académico del Diplomado en Estadística de la Facultad de Matemáticas UC. Profesor del curso de Bioestadística para Odontología y para College en Ciencias Naturales de la Pontificia Universidad Católica de Chile.
Luis Villarroel Del Pino.
Profesor Asociado, Departamento de Salud Pública UC. Estadístico. Magíster y Doctorado en Estadística UC. Diplomado en Docencia, Facultad de Medicina UC. Profesor Jefe curso Bioestadística de carrera de Medicina UC, Profesor de Bioestadística en Programas de Magíster en Epidemiología, Ciencias de la Salud, Administración en Salud y de Doctorados de la Escuela de Medicina. Autor de libro “Métodos Bioestadísticos, 2da Edición”, Ediciones Universidad Católica 2018. Miembro del Comité Asesor del Fondo Nacional de Investigación y Desarrollo en Salud (FONIS). Miembro del Comité Ético Científico de la Facultad de Medicina UC.
Paola Viviani García.
Profesora Asistente. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con mención en estadística. Magister en estadística UC. Doctor en Estadística, UCM (Madrid). Diplomado en Docencia, Facultad de Medicina UC. Profesora de Bioestadística para las carreras de Ciencias de la Salud (Kinesiología y Fonoaudiología). Profesora de Computación Estadística para Magister en Epidemiología y Bioestadística para Magister de Salud Pública.
Cada curso tendrá una nota final correspondiente al promedio de las evaluaciones indicadas en cada caso, con escala de 1,0 a 7,0.
El promedio final del Diplomado corresponde al promedio de los cuatro cursos dictados, donde cada curso se pondera con el 25%
Curso: Modelos Estadísticos. 25%
Curso: Análisis de Sobrevivencia. 25%
Curso: Búsquedas Sistemáticas y Meta-análisis. 25%
Curso: Modelos de Efectos Mixtos. 25%
Para aprobar el diplomado, el alumno debe:
Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.
Los alumnos que cumplan con las exigencias del programa recibirán un certificado de aprobación otorgado por la Pontificia Universidad Católica de Chile.
Nota: Los alumnos que no cumplan con el requisito de aprobación no recibirán ningún tipo de certificación.
Las personas interesadas deberán completar la ficha de postulación que se encuentra en www.diplomados.uc.cl y enviar los siguientes documentos a Marcela Gaete Vivanco al correo mgaetei@uc.cl:
– Breve Currículum vitae actualizado
– Copia simple de título o licenciatura
– Cédula de Identidad (por ambos lados)
Las postulaciones son desde diciembre de 2019 hasta el 29 de mayo de 2020 o hasta completar las vacantes.
VACANTES: 60
“No se tramitarán postulaciones incompletas”.
El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con un mínimo de 25 alumnos matriculados. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles.
A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel