Syllabus del corso
Obiettivi
L’obiettivo del corso è comprendere e riconoscere i principi base e le relative procedure dei principali metodi per le meta-analisi.
Contenuti sintetici
Verranno descritti i principali approcci metodologici per le meta-analisi secondo le linee guida PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) e MOOSE (Meta-analysis of Observational Studies in Epidemiology).
Programma esteso
Gli argomenti trattati nel corso riguarderanno:
- Introduzione all’epidemiologia per le neuroscienze
- Strategie di ricerca ed estrazione dati
- Principali misure di associazione per la sintesi dei risultati nelle meta-analisi
- Modelli a effetti fissi / random
- Stima dell’eterogeneità
- Publication bias e aspetti correlati
- Potenziali fonti di bias e quality assessment
- Presentazione dei software di analisi
Prerequisiti
Il corso è rivolto ai dottorandi in Neuroscienze.
Modalità didattica
Lezioni frontali ed esercitazioni
Materiale didattico
Durante le lezioni verranno fornite dai docenti indicazioni bibliografiche.
Periodo di erogazione dell'insegnamento
2° semestre: maggio-giugno
Modalità di verifica del profitto e valutazione
Presenza ad almeno il 75% delle ore di lezione e interazione sulle tematiche discusse
Orario di ricevimento
Appuntamento previo contatto e-mail
Sustainable Development Goals
Aims
Understanding key principles and main methods for meta-analysis.
Contents
The course will describe the main methodological approaches to conducting meta-analyses in accordance with the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) and MOOSE (Meta-analysis of Observational Studies in Epidemiology) reporting guidelines.
Detailed program
The course will cover the following topics:
- Introduction to epidemiology for neuroscience
- Literature search strategies and data extraction
- Effect size measures for evidence synthesis in meta-analysis
- Fixed-effect and random-effects models
- Assessing and addressing heterogeneity
- Publication bias and related issues
- Risk of bias and quality assessment
- Overview of statistical software for meta-analysis
Prerequisites
The course is intended for PhD students in Neuroscience.
Teaching form
Lectures and practical exercises.
Textbook and teaching resource
During the course, the instructors will provide recommended readings and bibliographic references.
Semester
2nd: May-June
Assessment method
Attendance of at least 75% of the scheduled course hours and active participation in discussions on the topics covered.
Office hours
By appointment, upon prior contact by email.
