Syllabus del corso
Obiettivi formativi
Il modulo si propone di fornire le basi concettuali e gli strumenti per la realizzazione di uno studio meta-analitico finalizzato a fornire risposte proposte dalla Regione Lombardia che, presumibilmente, fornirà i dati per l'applicazione di metodi di data analytics. Alla fine del modulo lo studente saràin grado di impostare correttamente un disegno meta-analitico e di realizzare un report di ricerca in merito ai quesiti posti. Per alcuni argomenti sono previste esercitazioni pratiche condotte prevalentemente in ambiente SAS.
L'insegnamento consente allo studente di acquisire solide basi nell'applicazione della statistica al contesto lavorativo biostatistico.
Conoscenza e comprensione
Questo insegnamento fornirà conoscenze e capacità di comprensione relativamente a:
- Il ragionamento meta-analitico
- I metodi classici ed avanzati delle meta-analisi
- Principali errori degli studi meta-analitici
Capacità di applicare conoscenza e comprensione
Alla fine dell'insegnamento gli studenti saranno in grado di:
- Leggere in modo critico i risultati di uno studio meta-analitico
- Analizzare correttamente i dati di letteratura
- Interpretare sinteticamente e con linguaggio tecnico le misure di sintesi ottenute
Contenuti sintetici
Panoramica dei diversi metodi meta-analitici
Principali modelli per la sintesi delle evidenze
Introduzione alle distorsioni in ambito meta-analitico
Realizzazione di un progetto
Programma esteso
Concetto di evidenza in epidemiologia
Introduzione alle diverse tipologie di sintesi delle evidenze
Come iniziare una revisione sistematica
Il PICO
Come definire i criteri di inclusione ed esclusione
Come effttuare la ricerca e come selezionare gli studi utilizzando anche strumenti di AI
Come estrarre i dati
Le misure di effetto
Le fonti di errori sistematici
Come misurare il risk of bias
Come effettuare la sintesi delle evidenze
Publicatio bias
Alcuni approfondimenti monotematici: Cumulative meta-analyses
Alcuni approfondimenti monotematici: Network meta-analyses
Alcuni approfondimenti monotematici:Sintesi dei risultati e GRADE approach
Prerequisiti
Nessuna propedeuticità formale
Metodi didattici
Lezioni frontali alternate a lezioni pratiche su dati reali erogate in laboratorio informatico.
Modalità di verifica dell'apprendimento
Modalità prova finale per frequentanti
La prova finale sarà costituita da un momento in cui i gruppi di lavoro presenteranno un breve seminario dell'attività pratica svolta, organizzato come un articolo scientifico: introduzione al problema, materiali e metodi usati, principali risultati, discussione e conclusioni. Ogni componente del gruppo avrà circa 5 minuti a disposizione per commentare le slide che presentate. Il voto attribuito al seminario sintetizzerà le capacità organizzative e di comunicazione degli studenti oltre alla chiarezza espositiva e alla correttezza delle metodologie statistiche utilizzate e delle conclusioni tratte dalle analisi. Alla fine della presentazione ciascuno studente sosterrà un esame orale in cui verrà verificata la conoscenza degli argomenti trattati nel corso, la capacità di comunicare con un linguaggio tecnico appropriato e la capacità di ragionamento in particolari scenari proposti dal docente. Anche l'orale produrrà un voto. Il voto finale attribuito allo studente sarà una media del voto del seminario e della prova orale purchè entrambe siano sufficienti.
Modalità prova finale per non frequentanti
La prova finale sarà identica a quella dei frequentanti per quanto riguarda la prova orale. Il seminario sarà sostituito da un lavoro individuale concordato con il docente. Il voto finale attribuito allo studente sarà una media del voto del seminario e della prova orale purchè entrambe siano sufficienti.
Testi di riferimento
Materiale per i frequentanti e i non frequentanti.
-A. Zambon. Lucidi dell'anno accademico in corso. Materiale scaricabile dalla piattaforma didattica online. Per alcune parti del corso verrà fornito ulteriore materiale ad integrazione dei lucidi.
Periodo di erogazione dell'insegnamento
II semestre, I periodo (approssimativamente da marzo a maggio).
Lingua di insegnamento
L'insegnamento è completamente erogato in italiano. La maggior parte del materiale su cui gli studenti dovranno lavorare per la preparazione del seminario finale (ricerca bibliografica di articoli scientifici, siti internazionali per la disponibilità di dati aggregati, etc)
Sustainable Development Goals
Learning objectives
The course aims to provide the basic concepts and the tools for the planning and the statistical interpretation of an epidemiological study. At the end of the course students should be able to properly set the level of an meta-analytic study, to orient oneself between different designs and to provide a statistical contribution to the writing of a research report. For some topics are planned practical exercises conducted mainly with language SAS.
Knowledge and understanding
This course will provide knowledge and understanding related to:
-Meta-analytic reasoning
-Classical and advanced meta-analysis methods
-Main errors in meta-analytic studies
-Applying knowledge and understanding*
By the end of the course, students will be able to:
-Critically read the results of a meta-analytic study
-Correctly analyze data from the literature
-Interpret summary measures using concise and technical language
Contents
Overview of the different meta-analytic methods
Main models for evidence synthesis
Introduction to biases in the meta-analytic field
Development of a project
Detailed program
Concept of evidence in epidemiology
Introduction to different types of evidence synthesis
How to start a systematic review
The PICO framework
How to define inclusion and exclusion criteria
How to conduct the search and select studies, including the use of AI tools
How to extract data
Effect measures
Sources of systematic errors
How to assess the risk of bias
How to synthesize the evidence
Publication bias
Thematic insights: Cumulative meta-analyses
Thematic insights: Network meta-analyses
Thematic insights:; Summary of results and the GRADE approach
Prerequisites
No formal prerequisites
Teaching methods
Lectures and computer lab classes on real data
Assessment methods
Final test mode for attending students
The final test will consist of a first moment (basically the same for all) in which the working groups will present a short seminar of the practical activity carried out organized as a scientific article: introduction to the problem, materials and methods used, main results, discussion and conclusions. Each member of the group will have about 5 minutes available to comment the slides produced. The vote attributed to the seminar will summarize the students' organizational and communication skills as well as the clarity of exposition and the correctness of the statistical methodologies used and the conclusions drawn from the analyzes. At the end of presentation, each student will hold an oral exam in which the knowledge of the topics covered in the course will be checked as well as the ability to communicate with an appropriate technical language and the ability to reason in particular scenarios proposed by the teacher. Even the oral will produce a vote. The final grade awarded to the student will be an average of the seminary and oral examination vote provided both are sufficient.
Final test mode for non-attending students
The final exam will be identical to that of the attending students for the oral exam. The seminar will be replaced by an individual in-depth study in agree with the teacher. The final grade awarded to the student will be an average of the exam paper and oral exam, provided both are sufficient.
Textbooks and Reading Materials
Students attending and non attending the course
Slides from http://elearning.unimib.it/. Other material will be provided by the teacher
Semester
II semester, I period (from march to may).
Teaching language
The language of the course is the Italian. The work for the seminar (bibliographic research, research of data form national or international sites, etc) are in English language
