Course Syllabus
Obiettivi
Il corso si propone di fornire i concetti di base dell'epidemiologia che sono alla base di un adeguato approccio metodologico a un progetto di ricerca nel campo della salute pubblica. Lo studente sarà in grado di gestire i big data nella salute pubblica, concentrandosi in particolare su diversi aspetti tra cui la progettazione, la gestione e l'analisi dei dati. Lo studente sarà in grado di implementare strategie di disegno adeguate ai registri e ai dati sanitari amministrativi. Lo studente sarà in grado di calcolare gli indicatori di qualità / prestazioni.
Contenuti sintetici
Epidemiologia di popolazione. Disegni di studio. Analisi della sopravvivenza. Metodi statistici con applicazione ai registri e dati sanitari amministrativi.
Programma esteso
Nozioni di base sull'epidemiologia di popolazione. Disegni di studio: progetti avanzati per combinare dati provenienti da fonti diverse (dati di registro, biomarcatori, biobanche, sondaggi). Analisi della sopravvivenza: stima della funzione di sopravvivenza e modello di Cox. Approcci di Record linkage e metodi statistici con applicazione ai registri e dati sanitari amministrativi. Esempi di indicatori di qualità / prestazioni, ricerca con dati amministrativi, sistema di indicatori per valutare l'adeguatezza dei percorsi clinici nelle malattie croniche.
Prerequisiti
Statistica descrittiva e inferenziale. Uso di R (https://cran.r-project.org/).
Modalità didattica
Lezioni frontali con l'utilizzo di metodologie attive affiancate da laboratori informatici con attività supervisionate in piccoli gruppi. Lettura critica di articoli metodologici riguardanti la salute pubblica.
- 3 lezioni da 2 ore svolte in modalità erogativa in presenza;
- 2 lezioni da 2 ore svolte in modalità erogativa in remoto (asincrona);
- 10 lezioni da 3 ore svolte in modalità erogativa nella parte iniziale che è volta a coinvolgere gli studenti in modo interattivo nella parte successiva.
Materiale didattico
Kenneth J. Rothman Epidemiology: An Introduction Oxford University Press; 2 edition (May 25, 2012)
Eric Vittinghoff, David V. Glidden, Stephen C. Shiboski, Charles E. McCulloch. Regression Methods in Biostatistics Linear, Logistic, Survival, and Repeated Measures Models. Statistics for Biology and Health book series. Springer; 2 edition (March 6, 2012)
Marie Reilly "Beyond classic epidemiological designs" https://www.routledge.com/Controlled-Epidemiological-Studies/Reilly/p/book/9780367186784 Chapman & Hall/CRC Biostatistics Series 2023
Periodo di erogazione dell'insegnamento
secondo semestre
Modalità di verifica del profitto e valutazione
Questionario di valutazione finale con risposte a scelta multipla (20-30 domande) per valutare la preparazione sul programma complessivo (50% del voto finale).
Progetto riguardante l’analisi di dati per testare la capacità dello studente nell'applicazione della metodologia di ricerca nella sanità pubblica da svoglere autonomamente a casa. In questa prova si valuterà l'appropriatezza delle analisi effettuate e la modalità di presentazione delle stesse (50% del voto finale).
Per i soli non frequentanti: esame pratico sull’applicazione delle funzioni R viste a lezione per risolvere un esercizio (idoneo/non idoneo)
Orario di ricevimento
Martedì 10-12 con appuntamento.
Sustainable Development Goals
Aims
This course aims to provide the basic concepts of epidemiology that are at the basis of a proper methodological approach to a research project in public health. The student will be able to deal with big data in public health particularly focusing on several aspects including design, data managment and analysis. The student will be able to implement optimal design strategies on registries and administrative health data. The student will be able to calculate quality/performance indicators.
Contents
Population epidemiology. Study designs. Survival analysis. Statistical methods with application to registries and administrative health data.
Detailed program
Basics in population epidemiology. Study designs: advanced designs to combine data from different sources (registry data, biomarkers, biobanks, surveys). Survival analysis: survival estimate and Cox model regression. Record linkage approaches and statistical methods with application to registries and administrative health data. Examples of Quality/performance indicators, outcome research with administrative data, system of indicators to evaluate the appropriateness of clinical pathways in chronic diseases.
Prerequisites
Descriptive and inferential statistics. Use of the software R (https://cran.r-project.org/).
Teaching form
Lectures with the use of active methodologies (such as microsimulations) will be interspersed with computer labs in supervised small groups activities. Critical reading of methodological public health papers.
- 3 2-hour lectures conducted in in-person delivery mode;
- 2 2-hour lectures conducted in a remote (asynchronous) delivery mode;
- 10 lectures of 3 hours conducted in delivery mode in the initial part that is aimed at engaging students interactively in the later part.
Textbook and teaching resource
Kenneth J. Rothman Sander Greenland, Timothy L. Lash . Modern Epidemiology. Lippincott Williams & Wilkins; 3 ed.
Eric Vittinghoff, David V. Glidden, Stephen C. Shiboski, Charles E. McCulloch. Regression Methods in Biostatistics Linear, Logistic, Survival, and Repeated Measures Models. Statistics for Biology and Health book series. Springer; 2 edition (March 6, 2012)
Marie Reilly "Beyond classic epidemiological designs" https://www.routledge.com/Controlled-Epidemiological-Studies/Reilly/p/book/9780367186784 Chapman & Hall/CRC Biostatistics Series 2023
Semester
second semester
Assessment method
Final questionnaire with closed answer to evaluate the preparation on the overall program (50% of the overall grade).
Final project exercise on data to test the ability of the student in the application of research methodology in public health to be done independently at home. The appropriatness of analyses and their presentation will be evaluated (50% of the overall grade).
For non-attending students only: practical exam on the application of the R functions seen in class to solve an exercise (passed/ not passed).
Office hours
Tuesday 10-12 with appointment.
