Estatística

Não aplicável.

1.ª Vertente Teórica:

1. Recorre-se a uma metodologia expositiva-ativa de fácil compreensão por parte dos alunos.
2. A exposição irá centrar-se na identificação e compreensão dos conceitos teóricos basilares da Estatística e sua relação com a área da Saúde.
3. Exposição de cada método e técnica estatística (princípios, pressupostos e algoritmo) em função da realidade clínica e sua transposição para o ambiente informático.

2.ª Vertente Teórico-prática:

1. Privilegia-se a aplicação dos conhecimentos aprendizados na teoria com recurso a software de análise estatística (IBM SPSS Statistics).
2. O aluno beneficiará de uma forte componente prática em software de análise estatística desde a formação de bases de dados, agregação, transformação e manipulação dos mesmos.
3. Aplicação dos diferentes modelos de análise estatística com recurso a software especializado.

O aluno deve adquirir conhecimentos de:

1. Métodos e Técnicas Analíticas em Estatística que permitam a compreensão de diferentes fenómenos em saúde.
2. Método de Estimação Amostral e sua Potência de teste em função dos diferentes design’s de investigação que o aluno pode ser confrontado no âmbito médico, clínico e laboratorial.
3. Existência de diferentes softwares de Análise de Dados em Estatística.

O aluno deve adquirir aptidões de:

1. Estimação de Amostras sobre parâmetros populacionais/amostrais, experimentais, coorte e caso-controlo.
2. Criação de “Bases de Dados”, manipulação de indicadores clínicos e laboratoriais (exames, colheitas, parâmetros analíticos, escalas de medida, etc.) e interpretação de resultados.

O aluno deve adquirir competências de:

1. Decisão de Modelos de Análise de Estatística para o estudo de factos reais (prevalência/diagnóstico), previsão de resultados (prognóstico) e escolha de indicadores/índices (métodos multivariados).
2. Validação de métodos de diagnóstico e prognóstico no âmbito clínico.
3. Análise e interpretação de resultados manipulados em softwares de análise estatística.

1.    Conceitos Gerais: Estatística Descritiva e Estatística Indutiva; Designs Amostrais: Modelos Probabilísticos/Aleatórios e Não Probabilísticos; Conceito de População (Universo) e Amostra.

2.    Redução de Dados e definição de Escalas de Medição; Medidas de Estatística Descritiva: tabulação de dados, medidas de tendência central e não central e de dispersão; Medidas de Distribuição: Simetria, Achatamento e Distribuição Normal e suas propriedades para a estatística inferencial.

3.    Ensaio de Hipóteses: Hipótese nula e hipótese estatística; Hipótese Univariada e Hipótese Bivariada e a Regra de decisão (nível de significância); Erro do tipo I (Erro de 1.ª Espécie) e Erro do tipo II (Erro de 2.ª Espécie). Família de Testes Paramétricos e Testes Não Paramétricos.

4.    Medidas de Estatística Inferencial: Estimação por Ponto e Testes Estatísticos:
•    Modelos estatísticos – amostras emparelhadas: teste McNemar; teste Kappa de Cohen; Teste T de Wilcoxon; Teste t-Student; Teste ANOVA para medidas repetidas a I Fator e respetivos testes de Comparações Múltiplas; Teste ANOVA Não paramétrica de Friedman e respetivo teste de Comparações Múltiplas.

•    Modelos estatísticos – amostras independentes: Teste de Qui-quadrado de Pearson (Qui-quadrado da Independência); Teste de Qui-quadrado de Pearson com Correção de Continuidade de Yates e teste de Fisher; Medidas de Associação: Coeficiente de Phi, Coeficiente de W (Cramer), Coeficiente de C de Pearson; Medidas de Risco: Razão do Risco e Odds Ratio e Estimação Intervalar; Medidas de Diagnóstico: Sensibilidade; Especificidade; Valores Preditivos (positivo e negativo); Razão de Verosimilhança; Curvas ROC e Área sob a Curva. Teste Wilcoxon-Mann-Whitney; Teste t-Student para Amostras Independentes e Teste Levene; Teste ANOVA a I Fator respetivo teste de Comparações Múltiplas; Teste ANOVA não paramétrica de Kruskal-Wallis e respetivo teste de Comparações Múltiplas.

•    Modelos estatísticos – amostras correlacionadas: Coeficiente de Correlação Linear de Pearson; Coeficiente de Correlação Ordinal de Spearman.

NAO