Curso | Análisis de datos en eco-epidemiología espacial: más allá de ‘P < 0.05’

Published by jrubio on

Se pretende abordar métodos para la selección de modelos a partir de un conjunto definido a-priori, sobre la base del conocimiento de la eco-epidemiología del problema, y no sobre la base de la fuerza bruta del cálculo. Discutiremos la incertidumbre asociada a la selección de modelos que surge cuando se usan los datos tanto para seleccionar un modelo como para estimar sus parámetros y hacer inferencias. Se discutirá cómo hacer inferencias formales a partir de más de un modelo, en contraste con las inferencias hechas a partir del único “mejor modelo”, usando el concepto de “inferencia multimodelo.

Contenidos:

 

Presentación: objetivos, estructura y metodología del curso. La estructura básica de los proyectos de investigación: Relevancia y contribución esperada, Preguntas: originalidad, importancia y viabilidad, Respuestas a priori: especificando hipótesis plausibles y sus predicciones, Poniendo a prueba las hipótesis: predicciones versus observaciones, Diseñando las pruebas: muestreo, variables, medidas, construcción de las bases de datos, datos previos. Estudios espaciales: Fuentes de datos espaciales, Tipos de variables espaciales y sus usos en estudios eco-epidemiológicos, Independencia versus autocorrelación (espacial y temporal), Análisis espacialmente explícitos: construcción de mapas, presentación de estudios en desarrollo por parte de alumnos participantes.

Explorando los datos: gráficos, tablas y estadística descriptiva. NHST – ‘Null-Hypothesis Significance Testing’. La ‘hipótesis nula’: significado, utilidad y limitaciones. Valores de P: diferencias “estadísticamente significativas”. Uso de NHST en estudios observacionales: una visión crítica. Transformación y estandarización de variables independientes. Tamaño del efecto: ‘odds ratio’ (OR), riesgo relativo (RR) y otras medidas de efecto. Precisión, incertidumbre y diferencias “estadísticamente significativas”: intervalos de confianza. Práctica: análisis exploratorio, extracción y análisis descriptivo/exploratorio de datos espaciales. Visualización de datos espaciales. Análisis de casos presentados por alumnos.

Especificación de modelos: correspondencias entre modelos e hipótesis. Modelos generalizados lineares (GLMs) para datos binarios y de conteo. Distribuciones binomial, Poisson y binomial negativa; funciones de ‘link’. Coeficientes: valores de β, ORs y RRs (y sus varianzas). Variables ‘offset’. Factores de confusión: coeficientes ‘ajustados’. Efectos aleatorios. Selección de modelos: técnicas ‘step-wise’, verosimilitud, complejidad, parsimonia y teoría de la información. Práctica: ajuste de GLMs para datos binarios y de conteo, usando datos espaciales. Visualización de las predicciones de los modelos. Análisis de casos presentados por alumnos.

Poder explicativo de los modelos y soporte de las hipótesis específicas asociadas. Importancia relativa de las covariables. Efectos medios ponderados y sus varianzas. Práctica: inferencia multi-modelo para datos binarios y de conteo, usando datos espaciales. Visualización de predicciones de modelos ajustados. Análisis de casos presentados por alumnos.

Procesos de observación y procesos biológicos. Muestreo repetido y modelos de ocupación de hábitat: potencial y limitaciones. Historias de detección. Probabilidad de detección (p) y probabilidad de ocupación (Ψ). Variación en p y variación en Ψ. Extensiones: otros modelos ‘mixtos’ con sub-modelos binarios. Práctica: análisis ‘final’, en grupo, de bases de datos (binarios y de conteo) proporcionadas por los docentes. Presentación y discusión de estudios en desarrollo por parte de alumnos participantes.

Destinatarios: Egresados de Biología, Medicina, Veterinaria, con orientación a estudios epidemiológicos.
Requisitos: Tener conocimientos básicos sobre estadística, epidemiología, análisis de datos espaciales.
A cargo de: David Gorla. Dr. En Biología. Investigador principal del CONICET-Instituto Gulich.

Fernando Abad –Franch.  Dr. En Medicina y Salud Pública. Diplomado en Infecciones y Enfermedades Tropicales. Centro de Pesquisa René Rachou. Fiocruz Amazonia. Brasil.

Modalidad:

Costo:

Cupo:

Fecha:

Lugar:

 

 

Presencial. 40 horas. Teórico-Práctico con evaluación final.

Sin costo. (Queda a cargo del participante traslados y viáticos por estadía).

Máximo: 20 alumnos. (Mínimo para apertura del curso: 10 alumnos).

Del 9 al 13 de octubre de 2017. De 9 a 17 hs.

Instituto de Altos Estudios Espaciales “Mario Gulich”

Centro Espacial Teófilo Tabanera – Ruta  Prov. C45 – Km 8 – Falda del Cañete-Córdoba

Tel: 54 -3547-400000 int. 1034/1721

Pre-Inscripciones hasta el  Miércoles 17 de septiembre de 2017 inclusive.

Aviso de aceptación de la inscripción: jueves 28 de septiembre, por correo electrónico.

 

Informes y Pre-Inscripción: cursos.institutogulich@conae.gov.ar (Asunto: Análisis de Datos)