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 dati sanitari, concentrandosi in particolare su diversi aspetti tra cui il disegno di studio, 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.
Obiettivi di apprendimento secondo i Descrittori di Dublino (DdD)
-
Conoscenza e comprensione
Comprendere i concetti di base dell'epidemiologia e del disegno di studio.
Conoscere i vantaggi e le possibili insidie dell'uso di dati sanitari amministrativi per la ricerca sugli esiti.
Comprendere le problematiche dei dati censurati e conoscere i possibili metodi di analisi. -
Conoscenza e capacità di comprensione applicate
Utilizzare il software statistico R per trattare i dati in sanità pubblica
Calcolare misure di incidenza e associazione anche in presenza di dati censurati.
Implementare strategie di progettazione su registri e dati sanitari amministrativi.
Calcolare indicatori di qualità/performance.
Interpretare i risultati dei modelli. -
Autonomia di giudizio
Sviluppare la capacità di scegliere metodi statistici appropriati.
Valutare criticamente i limiti e gli assunti dei modelli e riconoscere le potenziali fonti di distorsione.
Valutare criticamente i metodi statistici utilizzati nella letteratura medica/epidemiologica. -
Abilità comunicative
Presentare e discutere le analisi effettuate sui dati sanitari elettronici.
-
Capacità di apprendimento
Esplorare la letteratura attuale e valutare criticamente le metodologie emergenti o le applicazioni reali.
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.
- 2 lezioni da 2 ore svolte in modalità erogativa in presenza;
- 3 lezioni da 2 ore svolte in modalità erogativa in remoto (asincrona);
- 5 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 (80% del voto finale del modulo).
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 (20% del voto finale del modulo).
Per i soli non frequentanti: esame pratico sull’applicazione delle funzioni R viste a lezione per risolvere un esercizio (idoneo/non idoneo).
Prove in itinere assenti.
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 data in public health particularly focusing on several aspects including study design, data managment and analysis. The student will be able to implement design strategies on registries and administrative health data. The student will be able to calculate quality/performance indicators.
Learning Objectives according to Dublin Descriptors (DdD)
-
Knowledge and understanding
Understand the basic concepts of epidemiology and of study design.
Know the advantages and possible pitfalls of the use of administrative health data for outcome research.
Understand the issues of censored data and know possible methods of analysis. -
Applied knowledge and understanding
Use R statistical software to deal with data in public health
Calculate incidence and association measures also in the presence of censored data.
Implement design strategies on registries and administrative health data.
Calculate quality/performance indicators.
Interpret model outputs. -
Autonomy of judgment
Develop the ability to choose appropriate statistical methods.
Critically assess the limitations and assumptions of models, and recognize potential sources of bias.
Critically assess the statistical methods used in medical literature. -
Communication skills
Present and discuss the analyses done on Electronic Health Data
-
Ability to learn
Explore current literature and critically assess emerging methodologies or real-world applications
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.
- 2 2-hour lectures conducted in in-person delivery mode;
- 3 2-hour lectures conducted in a remote (asynchronous) delivery mode;
- 5 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 (80% of the overall grade of the module).
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 (20% of the overall grade of the module).
For non-attending students only: practical exam on the application of the R functions seen in class to solve an exercise (passed/ not passed).
No in-process evidence.
Office hours
Tuesday 10-12 with appointment.
