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
- strategia di analisi statistica nell'ambito degli studi clinici di non-inferiorità e degli studi di bioequivalenza
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 fondamentali 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 di uno studio clinico in SAS
- Modelli per l'analisi di studi clinici con outcome binari e di conteggio
- Modelli per l'analisi di studi clinici con outcome di sopravvivenza
- Modelli per l'analisi di studi clinici con outcome continuo misurato sia all’inizio che alla fine dello studio
- Dimensione campionaria e potenza statistica di uno studio clinico: un approccio basato sulle simulazioni
- Studi clinici di non-inferiorità e studi di bioequivalenza
- Modelli per l'analisi di studi clinici con dati correlati
Programma esteso
1. Simulazioni di dati di uno studio clinico 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 studi clinici con outcome binari e di conteggio
2.1 Modello di regressione logistica per l'analisi di eventi singoli
2.2 Modello di Poisson e modello negativo-binomiale per l’analisi di eventi ripetuti
3. Modelli per l'analisi di studi clinici con outcome di sopravvivenza
3.1 Introduzione agli studi clinici con outcome di sopravvivenza
3.2 Curve di sopravvivenza
3.3 Legame tra il modello di Poisson e l'analisi di dati di sopravvivenza mediante il modello esponenziale
3.4. Modelli parametrici e semi-parametrici
3.5. Metodi di analisi di un trial clinico randomizzato in presenza di hazard non proporzionali
4. Modelli per l'analisi di studi clinici con outcome continuo misurato sia all’inizio che alla fine dello studio
4.1 Introduzione agli studi clinici pre-post
4.2 Confronto tra i modelli di analisi di un trial clinico randomizzato pre-post (analisi post, analisi delle differenze, analisi della covarianza, analisi del percent change)
5. Dimensione campionaria e potenza statistica di uno studio clinico: un approccio basato sulle simulazioni
6. Studi clinici di non-inferiorità e studi di bioequivalenza
6.1 Differenza tra l'analisi di uno studio clinico di superiorità e l'analisi di uno studio clinico di non-inferirorità
6.2 Gli studi clinici di bioequivalenza: definizioni, outcome utilizzati, e modelli di analisi
7. Modelli per l'analisi di studi clinici con dati correlati
7.1 Introduzione all’analisi dei dati correlati
7.2 Modelli lineari a effetti misti per l’analisi di risposte continue correlate
Prerequisiti
Nessuno
Metodi didattici
Le lezioni potranno essere svolte in due modalità: nella prima, i docenti esporranno i concetti (modalità erogativa); nella seconda, i docenti interagiranno con gli studenti proponendo problemi basati su dati clinici reali o fittizi, da svolgere in gruppo utilizzando il software indicato (prevalentemente SAS). Gli studenti svolgeranno e discuteranno i problemi, mentre la correzione sarà effettuata insieme ai docenti (modalità interattiva).
Indicativamente, il rapporto tra le ore in modalità erogativa e interattiva sarà di 2:1. Alcune lezioni in modalità erogativa saranno tenute da remoto (con un rapporto indicativo di 1:1 tra lezioni in aula e a distanza).
Modalità di verifica dell'apprendimento
L'esame si svolgerà in un solo giorno e sarà diviso in due sezioni:
- nella prima sezione, si dovrà rispondere per iscritto a domande aperte sugli argomenti del corso;
- nella seconda sezione, al computer, sarà richiesto di impostare uno studio di simulazione in SAS.
In entrambe le sezioni, non sarà possibile consultare alcun tipo di materiale, né accedere al web.
Testi di riferimento
Tutto il materiale didattico (estratti di libri, articoli, codice SAS, dataset) sarà 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
- statistical analysis strategy in non-inferiority and bioequivalence clinical studies
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
- Simulations of clinical study data in SAS
- Models for the analysis of clinical studies with binary and count outcomes
- Models for the analysis of clinical studies with survival outcomes
- Models for the analysis of clinical studies with continuous outcomes measured at both the beginning and end of the study
- Sample size and statistical power of a clinical study: a simulation-based approach
- Non-inferiority and bioequivalence clinical studies
- Models for the analysis of clinical studies with correlated data
Detailed program
1. Simulations of clinical data in SAS
1.1 Importance of simulations as a working tool for biostatisticians
1.2 Basic elements and techniques for data simulation
1.3 Using simulations to evaluate sampling distributions, validity of statistical techniques, and properties of a statistical design
2. Models for the analysis of clinical studies with binary and count outcomes
2.1 Logistic regression model for the analysis of single events
2.2 Poisson and negative binomial models for the analysis of repeated events
3. Models for the analysis of clinical studies with survival outcomes
3.1 Introduction to clinical studies with survival outcomes
3.2 Survival curves
3.3 Link between the Poisson model and the analysis of survival data using the exponential model
3.4 Parametric and semi-parametric models
3.5 Methods for analyzing a randomized clinical trial in the presence of non-proportional hazards
4. Models for the analysis of clinical studies with continuous outcomes measured at both the beginning and end of the study
4.1 Introduction to pre-post clinical studies
4.2 Comparison of models for the analysis of a randomized pre-post clinical trial (post analysis, difference analysis, analysis of covariance, percent change analysis)
5. Sample size and statistical power of a clinical study: a simulation-based approach
6. Non-inferiority and bioequivalence clinical studies
6.1 Difference between the analysis of a superiority clinical study and the analysis of a non-inferiority clinical study
6.2 Bioequivalence clinical studies: definitions, outcomes used, and analysis models
7. Models for the analysis of clinical studies with correlated data
7.1 Introduction to the analysis of correlated data
7.2 Linear mixed-effects models for the analysis of correlated continuous outcomes
Prerequisites
None
Teaching methods
Classes can be conducted in two formats: in the first, the instructors will present the concepts (lecture mode); in the second, the instructors will interact with the students by proposing problems based on real or simulated clinical data, to be solved in groups using the specified software (primarily SAS). Students will solve and discuss the problems, with corrections made together with the instructors (interactive mode).
The ratio between lecture and interactive hours will be approximately 2:1. Some lecture-mode classes will be conducted remotely (with an approximate ratio of 1:1 between in-class and remote lessons).
Assessment methods
The exam will take place in one day and will be divided into two sections:
- in the first section, responses to open-ended questions on the course topics will need to be written;
- in the second section, at the computer, setting up a simulation study in SAS will be required.
In both sections, consulting any type of material or accessing the web will not be allowed.
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
