Course Syllabus
Obiettivi formativi
Obiettivo dell’insegnamento è approfondire gli aspetti statistici legati alla pianificazione e all’analisi di uno studio clinico.
Conoscenza e comprensione
Questo insegnamento fornirà conoscenze e capacità di comprensione relativamente a:
- Implementazione di simulazioni con il linguaggio di programmazione SAS;
- Pianificazione della dimensione campionaria e della potenza statistica di uno studio clinico;
- Strategia di analisi statistica di uno studio clinico nel caso di outcome di sopravvivenza, eventi ripetuti, outcome continui misurati sia all’inizio che alla fine dello studio, dati correlati;
- Le fasi di una sperimentazione clinica.
Capacità di applicare conoscenza e comprensione
Alla fine dell’insegnamento gli studenti saranno in grado di:
- Impostare in autonomia delle simulazioni nel linguaggio di programmazione SAS;
- Riconoscere gli elementi fondamenti necessari per il calcolo della dimensione campionaria e della potenza statistica di uno studio clinico;
- Analizzare studi clinici con outcome di sopravvivenza, eventi ripetuti, outcome misurati prima e dopo la fine dello studio, dati correlati.
L’insegnamento consente allo studente di acquisire solide basi nella pianificazione e analisi di uno studio clinico con il supporto del software di programmazione SAS.
Contenuti sintetici
· Simulazioni di dati in SAS
· Approfondimenti sulla regressione di Poisson e Negativa Binomiale per l’analisi di eventi ripetuti
· Dimensione campionaria e potenza statistica di uno studio clinico: un approccio basato sulle simulazioni
· Introduzione alle fasi della sperimentazione clinica
· Strategie per l’analisi di studi con outcome continuo misurato sia all’inizio che alla fine dello studio
- Analisi di dati correlati
Programma esteso
1. Simulazioni di dati in SAS
1.1 Importanza delle simulazioni come strumento di lavoro per il biostatistico
1.2 Elementi e tecniche di base per la simulazione dei dati
1.3 Utilizzo delle simulazioni per valutare distribuzioni campionarie, validità di tecniche statistiche e proprietà di un disegno statistico
2. Modelli per l’analisi di eventi ripetuti ed eventi singoli in uno studio clinico
1.1 Modello di Poisson e modello negativo-binomiale per l’analisi di eventi ripetuti
1.2 Modello di Poisson e modello esponenziale per l’analisi di eventi singoli
1.3 Modello di Poisson e analisi della sopravvivenza
3. Dimensione campionaria e potenza statistica di uno studio clinico: un approccio basato sulle simulazioni
4. Elementi di metodologia della ricerca clinica
4.1 Le fasi della sperimentazione clinica: modelli statistici per gli studi di fase I, II e III
4.2 Studio di superiorità e studio di non-inferiorità
4.3 Studi adattativi
5. Strategie per l’analisi di studi con outcome continuo misurato sia all’inizio che alla fine dello studio
6. Analisi di dati correlati
6.1 Introduzione all’analisi dei dati correlati
6.2 Modelli lineari a effetti misti per l’analisi di risposte continue correlate
6.3 Modelli lineari generalizzati a effetti misti per l’analisi di riposte binarie correlate
Prerequisiti
Nessuno
Metodi didattici
Lezioni
Esercitazioni al computer con applicazioni in SAS
Modalità di verifica dell'apprendimento
Prova scritta con orale facoltativo.
La prova scritta sarà articolata in due parti: nella prima occorre rispondere a domande aperte sugli argomenti trattati nel corso, mentre nella seconda saranno proposti uno o più problemi basati su dati reali o simulati, da risolvere anche con l'aiuto del software SAS.
Nella prima parte non sarà possibile consultare alcun tipo di materiale, mentre nella seconda parte si potrà consultare sia il web che tutto il materiale messo a disposizione durante il corso, compresi i codici SAS.
Solo chi supera la prova scritta con una votazione almeno pari a 18/30 può sostenere l'orale facoltativo. Il superamento della prova scritta non garantisce il passaggio dell'esame.
Testi di riferimento
Tutto il materiale didattico (estratti di libri, articoli, codice SAS, dataset) distribuito agli studenti durante il corso
Periodo di erogazione dell'insegnamento
Semestre I, Ciclo I
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The aim of the course is to deepen the student’s knowledge of the statistical design and analysis of a clinical trial.
Knowledge and understanding
This course will provide knowledge and understanding regarding:
- Data simulation in SAS;
- Sample size and power analysis of a clinical study;
- Statistical analysis of a clinical study in the case of survival outcome, repeated events, continuous outcome with baseline and follow-up measurements, correlated data;
- Clinical trial phases.
Applying knowledge and understanding
At the end of the course the students will be able to:
- Independently use data simulation in SAS;
- Identify the fundamental elements for power and sample size calculation;
- Analyze clinical studies in the case of survival outcomes, repeated events, continuous outcome with baseline and follow-up measurements, correlated data.
The course will provide sound basis for planning and analyzing a clinical study with the help of SAS tools.
Contents
· Data simulation in SAS
· Poisson and Negative binomial regression for repeated-events analysis
· Sample size and statistical power of a clinical study: a simulation approach
· An introduction to the clinical trial phases
· How to analyze controlled trials with baseline and follow-up measurements
· Analysis of clustered data
Detailed program
1. Data simulation with SAS
1.1 Simulation as an important tool for biostatisticians
1.2 Data simulation basic techniques
1.3 Use of simulations to evaluate sample distributions, validity of statistical techniques and properties of a statistical design
2. Analysis of discrete outcomes
1.1 Poisson regression and negative-binomial regression for the analysis of repeated events
1.2 Poisson regression and negative-binomial regression for the analysis of single events
1.3 Poisson model and survival analysis
3. Statistical power and sample size of a clinical study: a simulation-based approach
4. Clinical research methodology
4.1 Statistical models for phase I, II and III clinical trials
4.2 Superiority and non-inferiority trials
4.3 Adaptive trials
5. Analysis of pre-post studies
6. Analysis of correlated data
6.1 Introduction to correlated data
6.2 Linear mixed models for correlated continuous outcomes
6.3 Generalized linear mixed models for correlated binary outcomes
Prerequisites
None
Teaching methods
Lectures
Computer lab with applications in SAS
Assessment methods
Written test with optional oral exam.
The written test will be divided into two sections: the first will require to answer open-ended questions on topics covered in the course, while the second section will propose some exercises based on actual or simulated data to be solved while using the SAS software.
In the first part it will not be possible to consult any type of material, while in the second part it will be possible to consult both the web and all the material made available during the course, including the SAS codes.
The optional oral exam is only accessible to those who successfully complete the written test with a score of at least 18/30.
If the student decides to take the oral exam, passing the written test does not guarantee the passage of the exam.
Textbooks and Reading Materials
The course material (book excerpts, articles, SAS code, datasets) will be distributed during the course
Semester
Semester I, cycle I
Teaching language
Italian
Sustainable Development Goals
Students' opinion
Bibliography
Staff
- Vincenzo Bagnardi
- Eleonora Pagan
