Biostatistics with elements of computer science
General data
Course ID: | WMCM-LE-BInf-3-1 |
Erasmus code / ISCED: | (unknown) / (unknown) |
Course title: | Biostatistics with elements of computer science |
Name in Polish: | Biostatystyka z elementami informatyki |
Organizational unit: | Faculty of Medicine. Collegium Medicum |
Course groups: | |
ECTS credit allocation (and other scores): |
0.00
|
Language: | Polish |
(in Polish) Dyscyplina naukowa, do której odnoszą się efekty uczenia się: | medical science |
Subject level: | elementary |
Learning outcome code/codes: | enter learning outcome code/codes |
Preliminary Requirements: | (in Polish) Zaliczenie przedmiotu "Biostatystyka z elemenatmi informatyki" dla studentów II roku kierunku lekarskiego rozpoczynających studia w roku akademickim 2021/2022, w tym umiejętność podstawowej obsługi programu SPSS. |
Short description: |
(in Polish) W ramach przedmiotu omówione zostaną podstawy modelowania matematycznego w naukach biomedycznych. Program zajęć obejmuje także wprowadzenie do języka R. |
Full description: |
(in Polish) Celem przedmiotu jest zapoznanie studentów z podstawami wykorzystania modelowania matematycznego w naukach biomedycznych, a także przygotowanie ich do pracy w roli członków zespołów badawczych. 1. Korelacja zmiennych. Regresja liniowa • Pojęcie korelacji, współczynniki korelacji Pearsona i Spearmana - interpretacja • Wprowadzenie do modelowania matematycznego w badaniach biomedycznych na przykładzie modelu prostej regresji liniowej, interpretacja oszacowanych parametrów • skutki niezapewnienia bezpieczeństwa - incydent 2*. Regresja logistyczna • Pojęcia funkcji logistycznej i logitowej • Omówienie przykładowych zastosowań modelu regresji logistycznej w kontekstach medycznych, interpretacja oszacowanych parametrów 3*. Analiza wariancji • Omówienie typów analizy wariancji wraz z przykładami zastosowania w kontakstach medycznych • Statystyka testowa - interpretacja • Podstawowa tożsamość analizy wariancji • ANOVA jako model regresji liniowej 4*. Rozszerzenie wiadomości o tablicach 2x2 • Test Mantela-Haenszela • Test McNemara • Paradoks Simpsona • Kappa Cohena i inne współczynniki zgodności 5*. Podstawy analizy dyskryminacyjnej 6*. Podstawy analizy przeżycia 7*. Wprowadzenie do przeglądu systematycznego i metaanalizy |
Bibliography: |
(in Polish) 1. Zalewska M., Niemiro W., „Biostatystyka. Od podstaw do zaawansowanych metod”, PZWL Wydawnictwo Lekarskie, Wydanie 1, Warszawa 2022 |
Efekty kształcenia i opis ECTS: |
(in Polish) ECTS: • udział w seminariach i ćwiczeniach 56 h - 2 ECTS • praca własna studenta (wykonywanie analizy udostępnionych zbiorów danych w programie SPSS/R, praca z literaturą uzupełniającą przedmiotu) 79 h - 2,5 ECTS SUMA: 4,5 pkt. ECTS Opanowanie zagadnień omówionych szczegółowo w opisie przedmiotu; poszczególne efekty zostały wymienione w programie studiów |
Assessment methods and assessment criteria: |
(in Polish) Przedmiot kończy się egzaminem, który obejmuje cały zakres materiału z przedmiotu "Biostatystyka z elementami informatyki" prowadzonego na II roku oraz tematy nieoznaczone symbolem * z III roku. Stopień zostanie wystawiony na podstawie zdobytych punktów z egzaminu (max. 60), zgodnie z następującym przelicznikiem: >=51: 5.0, 46-50: 4.5, 41-45: 4.0, 36-40: 3.5, 31-35: 3.0 Szczegóły zasad zaliczenia zostały określone w regulaminie przedmiotu dostępnych na platformie MS Teams. |
Classes in period "Winter semester 2021/22" (past)
Time span: | 2021-10-01 - 2022-01-31 |
Navigate to timetable
MO TU SEM
SEM
SEM
SEM
SEM
SEM
CW
CW
CW
CW
CW
CW
CW
CW
CW
CW
CW
CW
W TH FR |
Type of class: |
Classes, 20 hours
Seminar, 10 hours
|
|
Coordinators: | Bartłomiej Michalak, Krzysztof Świtała | |
Group instructors: | Bartłomiej Michalak, Krzysztof Świtała | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
credit
Classes - credit Seminar - credit |
|
(in Polish) E-Learning: | (in Polish) E-Learning (pełny kurs) z podziałem na grupy |
|
Type of subject: | obligatory |
|
(in Polish) Grupa przedmiotów ogólnouczenianych: | (in Polish) nie dotyczy |
Classes in period "Winter semester 2022/23" (past)
Time span: | 2022-10-01 - 2023-01-31 |
Navigate to timetable
MO SEM
SEM
SEM
SEM
SEM
TU SEM
SEM
SEM
SEM
SEM
W SEM
SEM
SEM
SEM
SEM
TH SEM
SEM
SEM
SEM
SEM
CW
CW
CW
CW
CW
CW
CW
CW
CW
CW
FR SEM
SEM
SEM
SEM
SEM
|
Type of class: |
Classes, 10 hours
Seminar, 20 hours
|
|
Coordinators: | Antonina Ślubowska | |
Group instructors: | Bartłomiej Michalak, Janusz Sierdziński, Antonina Ślubowska, Krzysztof Świtała | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
credit
Classes - credit Seminar - credit |
|
(in Polish) E-Learning: | (in Polish) E-Learning (pełny kurs) z podziałem na grupy |
|
Type of subject: | obligatory |
|
(in Polish) Grupa przedmiotów ogólnouczenianych: | (in Polish) nie dotyczy |
Classes in period "Winter semester 2023/24" (past)
Time span: | 2023-10-01 - 2024-01-31 |
Navigate to timetable
MO SEM
SEM
SEM
SEM
SEM
TU SEM
SEM
SEM
SEM
SEM
W SEM
SEM
SEM
SEM
SEM
TH SEM
SEM
SEM
SEM
SEM
FR SEM
SEM
SEM
SEM
SEM
|
Type of class: |
Classes, 10 hours
Seminar, 20 hours
|
|
Coordinators: | Antonina Ślubowska | |
Group instructors: | Antonina Ślubowska | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
credit
Classes - credit Seminar - credit |
|
(in Polish) E-Learning: | (in Polish) E-Learning (pełny kurs) z podziałem na grupy |
|
(in Polish) Opis nakładu pracy studenta w ECTS: | (in Polish) ECTS: • udział w seminariach i ćwiczeniach 56 h - 2 ECTS • praca własna studenta (wykonywanie analizy udostępnionych zbiorów danych w programie SPSS/R, praca z literaturą uzupełniającą przedmiotu) 79 h - 2,5 ECTS SUMA: 4,5 pkt. ECTS |
|
Type of subject: | obligatory |
|
(in Polish) Grupa przedmiotów ogólnouczenianych: | (in Polish) nie dotyczy |
|
Short description: |
(in Polish) W ramach przedmiotu omówione zostaną podstawy modelowania matematycznego w naukach biomedycznych. Program zajęć obejmuje także wprowadzenie do języka R. |
|
Full description: |
(in Polish) Celem przedmiotu jest zapoznanie studentów z podstawami wykorzystania modelowania matematycznego w naukach biomedycznych, a także przygotowanie ich do pracy w roli członków zespołów badawczych. 1. Korelacja zmiennych. Regresja liniowa • Pojęcie korelacji, współczynniki korelacji Pearsona i Spearmana - interpretacja • Wprowadzenie do modelowania matematycznego w badaniach biomedycznych na przykładzie modelu prostej regresji liniowej, interpretacja oszacowanych parametrów • skutki niezapewnienia bezpieczeństwa - incydent 2*. Regresja logistyczna • Pojęcia funkcji logistycznej i logitowej • Omówienie przykładowych zastosowań modelu regresji logistycznej w kontekstach medycznych, interpretacja oszacowanych parametrów 3*. Analiza wariancji • Omówienie typów analizy wariancji wraz z przykładami zastosowania w kontakstach medycznych • Statystyka testowa - interpretacja • Podstawowa tożsamość analizy wariancji • ANOVA jako model regresji liniowej 4*. Rozszerzenie wiadomości o tablicach 2x2 • Test Mantela-Haenszela • Test McNemara • Paradoks Simpsona • Kappa Cohena i inne współczynniki zgodności 5*. Podstawy analizy dyskryminacyjnej 6*. Podstawy analizy przeżycia 7*. Wprowadzenie do przeglądu systematycznego i metaanalizy |
|
Bibliography: |
(in Polish) 1. Zalewska M., Niemiro W., „Biostatystyka. Od podstaw do zaawansowanych metod”, PZWL Wydawnictwo Lekarskie, Wydanie 1, Warszawa 2022 2. Materiały udostępniane studentom po każdych zajęciach |
Copyright by Cardinal Stefan Wyszynski University in Warsaw.