"ESTUDIO DE LA CAUSALIDAD EN LA INVESTIGACIÓN CLÍNICA:
MODELOS DE REGRESION Y TALLER CON STATA".
Directores:
Dr Enrique Soriano Guppy
Dra Silvana Figar
Equipo docente:
Dr. Luis Carlos Silva Ayçaguer
Dr Enrique Soriano Guppy
Dra Silvana Figar
Duración: 20Hs
Parte 1
TECNICAS PARA EL ESTUDIO DE LA CAUSALIDAD EN LA INVESTIGACIÓN CLÍNICA
Docente:
Dr. Luis Carlos Silva Ayçaguer
Nacido en Durazno, Uruguay (1951); es ciudadano cubano y reside en Cuba desde 1962, donde es investigador titular del Centro Nacional de Información de Ciencias Médicas. Licenciado en Matemática en la Universidad de la Habana, (1975). Realizó estudios de posgrado sobre técnicas muestrales en la Universidad de Michigan, Ann Arbor (1979). Alcanzó su Doctorado en Ciencias Matemáticas (PhD) en la Universidad de Carlos (Praga, 1982) y un segundo Doctorado en Ciencias de la Salud en el Instituto Superior de Ciencias Médicas de la Habana (1998). Es profesor de la Escuela Nacional de Salud Pública de Cuba y Profesor Colaborador Asociado de la Escuela Nacional de Sanidad de España. Ha impartido 140 cursos de posgrado en Uruguay, Argentina, Colombia, España y México y 135 en Cuba. Ha publicado más de 140 artículos en revistas especializadas, así como seis libros, estos últimos en España entre 1993 y 2005. En 1999 realizó una estancia como profesor invitado de la Universidad John Hopkins, Maryland y entre los años 2001 y 2005 actuó como experto en materia de muestreo para la Organización Panamericana de la Salud en Washington DC, Buenos Aires, Mar del Plata, México DF y Bogotá. Es vicepresidente de la International Association of Health Policy. Es coautor del software EPIDAT 3.0, concluido en 2003 bajo el auspicio de la Xunta de Saúde de Salud de Galicia y Organización Panamericana de la Salud. En 2002 fue electo Académico Titular de la República de Cuba. Actualmente su actividad docente y de investigación se concentra en las técnicas de estadística bayesiana, los métodos estadísticos en epidemiología, el muestreo, los problemas de metodología de la investigación, la historia de la bioestadística y la salud pública en general.
Fundamentación y objetivos
La estadística multivariada, y muy especialmente la regresión logística, es uno de los instrumentos estadísticos más expresivos y versátiles de que se dispone para el análisis de datos en epidemiología. En los últimos años se ha verificado una presencia muy marcada de esta técnica tanto en la literatura orientada a tratar temas metodológicos como en los artículos científicos biomédicos. Actualmente, constituye la técnica estadística más usada en prestigiosas revistas tales como American Journal of Public Health y American Journal of Epide¬miology.
El curso procura dar un panorama general sobre las diversas posibilidades que ofrece este método estadístico, especialmente la regresión logística, los fundamentos en que reposa y las técnicas asociadas a su utilización práctica en ciencias de la salud, con énfasis en la investigación epidemiológica. Se cubren los aspectos conceptuales y teóricos más importantes y se recorren aquellas áreas imprescindibles para conseguir una compren¬sión aceptable de los fundamentos y los métodos involucra¬dos en sus aplicaciones. Se discuti¬rá un amplio espectro de problemas prácticos para ilustrar el uso del método en situaciones diversas.
Programa
Lunes 11 de Mayo
• Técnicas descriptivas y analíticas. Papel de la representatividad y la comparabilidad. Taxonomía básica de los estudios clínicos y epidemiológicos (Estudios transversales, de casos y controles y estudios longitudinales. Ensayos clínicos)
• Las relaciones de causalidad. Medidas de asociación. Epidat 3.1.
• Perspec¬tiva teórica y práctica para el abor¬daje de la causali¬dad. Enunciado de las premisas fundamentales para establecer relaciones de causalidad.
Martes 12 de Mayo
• Papel de la temporalidad en la causalidad. Control de factores confusores.
• Introducción a la regresión logística (RL). El problema básico que resuelve la RL
• Interpretación de los coeficientes de regresión y recursos computacionales disponibles
Miércoles 13 de Mayo
• Interpretación de los coeficientes. Pruebas de hipótesis sobre los parámetros
• Estimación de odds ratios y riesgos relati¬vos
• Empleo en los estudios de casos y controles y de cohorte
Jueves 14 de Mayo
• Aplicación en los ensayos clínicos
• Construcción de modelos. Distinción entre explicación y predicción.
• El problema del tamaño de muestra
Bibliografía
– SILVA LC (1995) Excursión a la regresión logística en ciencias de la salud. Díaz de Santos S.A., Madrid.
– SILVA LC, BENAVIDES A (1999) “Causalidad e inobservancia de la premisa de precedencia temporal”. Revista Methodologica 7: 1-14 (Bélgica))
– SILVA LC, BARROSO IM (2001) “Selección algorítmica de modelos en las aplicaciones biomédicas de la regresión múltiple”. Medicina Clínica 116:741-745 (España)
– SILVA LC (2005) “Una Ceremonia Estadística para Identificar Factores de Riesgo”. Salud Colectiva 1(3): 329-342 (Argentina)
Parte 2
MODELOS DE REGRESION Y TALLER CON STATA
Docentes:
Dr. Enrique Soriano Guppy
Master en Efectividad Clinica (Universidad de Buenos Aires)
Dra. Silvana Figar
Master en epidemiología (Universidad de Londres)
Fundamentación y Objetivo
Interpretar los outputs de los modelos de regresion utilizando Stata. El output del programa estadístico nos proveerá información sobre la relación que tienen todas las variables juntas tanto dependiente como independientes incluidas en el modelo con el evento, e información sobre la relación de cada una de las variables independientes con el evento.
Programa
Viernes 15 de Mayo
• Regresion de Poisson
• St set comandos
• Regresion de Cox
• Regresion Logistica
Lugar de cursada
Aula 13. Instituto Universitario Escuela de Medicina del Hospital Italiano. Potosí 4249.
Fecha y horario de realización
Lunes 11, Martes 12, Miércoles 13, Jueves 14, Viernes 15 de Mayo de 17 a 21hs.
Inscripción e informes
campus@hospitalitaliano.org.ar
htpp:/campus.hospitalitaliano.org.ar
Arancel: $ 250 Arancel para personal del Hospital Italiano: 125$
Requisito para aprobar el curso:Se requiere 80% de asistencia
Se sugiere que cada participante tenga un manejo elemental de computación y conocimientos básicos de estadística y metodología de la investi¬gación.