Plan de estudios

Debes tener en cuenta...

Requisitos de acceso

El proceso de selección y admisión de la Universidad Católica San Antonio de Murcia se fundamenta en una serie de documentación requerida y en un análisis profundo de los antecedentes académicos del candidato. Serán admitidos quienes hayan recibido la aprobación del Comité de Admisiones del programa.

Para la inscripción se requiere adjuntar el formulario de inscripción diligenciado:

Certificado o sabana de notas completo del pregrado o titulación actual. (Antiguos alumnos no requieren anexarlo).
Documento de identidad, Cédula de extranjería, Pasaporte o Visa.
Hoja de vida. (Opcional).

Una vez admitido(a) al Curso, recibirá vía email un acceso al Campus Universitario, donde tendrá acceso a todo el material necesario para la realización de su programa académico.

Plazo inscripción

La inscripción en este experto 100% online con metodología E-Learning permanecerá abierta durante todo el año

Duración

Consultar con el equipo de ventas

Evaluación

La evaluación estará compuesta por:

264 Preguntas opción múltiple (a/b/c).
2 Supuestos prácticos.

Todos los alumnos deben aprobar la evaluación correspondiente a cada módulo para dar por finalizado el experto. En caso de no superar el total de las evaluaciones conjuntamente, el alumno dispone de una segunda oportunidad sin coste adicional.

A quién está dirigido el Experto Universitario en Bioestadística Sanitaria

Este programa formativo online con metodología E-Learning está destinado a todo aquel profesional de:

Graduados/as en Enfermería.
Graduados/as en Educación Social.
Graduados/as en Psicología.
Graduados/as en Nutrición.
Matronas.
Graduados/as en Medicina.
Graduados/as en Farmacia.
Graduados/as en Odontología.
Graduados/as en Terapia Ocupacional.
Graduados/as en Fisioterapia.
Graduados/as en Óptica y Optometría.
Graduados/as en Trabajo Social.

Objetivos generales:

Proporcionar una formación adaptada a las necesidades actuales, con contenidos equilibrados de bioestadística.
Proporcionar al estudiante una formación especializada y avanzada en Estadística, transmitiéndoles conocimientos no adquiridos en estudios de grado inferior.
Proporcionar una formación global que facilite el acceso a puestos de trabajo altamente cualificados (en empresas u organismos públicos) y la incorporación a equipos multidisciplinares de modo que sea capaz de colaborar y trabajar conjuntamente con expertos especialistas de otras disciplinas como la biología, la sanidad, el marketing, etc., elaborando los modelos adecuados al contexto.
Introducir al estudiante en la investigación, como parte integrante de su formación, mediante la realización de un trabajo fin de máster y preparándole para la eventual realización posterior de una tesis doctoral.

Objetivos específicos:

Proporcionar conocimientos de las técnicas más comunes en las investigaciones.
Obtener conocimientos de los recursos, aplicaciones y herramientas informáticas de uso habitual en bioestadística.
Adquirir conocimientos matemáticos y estadísticos para la resolución de problemas de análisis de datos.
Conocer los principales métodos estadísticos para el análisis de datos y dominar los métodos de visualización.
Conocer los principales tipos de diseños epidemiológicos y clínicos
Comprender los conceptos estadísticos en los que se basa el método de investigación y desarrollar habilidades para el uso adecuado de las pruebas estadísticas
Presentar las herramientas de la metodología estadística, y la aplicación de estas al tratamiento de datos en las ciencias de la salud.
Fomentar la necesidad de mantener, a lo largo de la vida profesional, el desafío de llevar a cabo un aprendizaje continuado y estar siempre dispuesto a abordar nuevos problemas con nuevas herramientas.

Competencias generales

Aplicación de los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de salud.
Capacitación para comunicar conclusiones, y los conocimientos y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades.
Habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Compresión de conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

Competencias profesionales

Adquirir conocimientos en bioestadística.
Ser capaces de iniciar la actividad investigadora en ámbitos bioestadísticos.
Conocer métodos para el análisis de datos.
Conocer diferentes técnicas de muestreo.
Adquirir conocimientos avanzados en probabilidad y procesos estocásticos.
Profundizar en las técnicas de modelización estocástica.
Adquirir conocimientos avanzados en inferencia estadística.
Aprender y entender técnicas de estadística multivariante.

Contenidos

Módulo I. Bioestadística aplicada a las ciencias de la salud [16 Créditos ECTS]

Tema I. Bioestadística aplicada a las ciencias de la salud:

Introducción a la estadística aplicada a las ciencias de la salud.
Definición de estadística.
Población y muestra.
Cálculo del tamaño muestral.
Tipo de muestreo.
Procedimiento de muestreo.
Variables.
Presentación ordenada de datos.
Representaciones gráficas.
Autoevaluación.
Resumen.

Tema II. Estadística descriptiva:

Introducción.
Estadísticos de tendencia central.
Estadísticos de posición.
Estadísticos de dispersión.
Medidas de forma.
Autoevaluación.
Resumen.

Tema III. Estadística bivariante:

Introducción.
Tablas de contingencia.
Diagrama de dispersión.
Covarianza.
Regresión.
Bondad del ajuste.
Autoevaluación.
Resumen.

Tema IV. Índices clínicos:

Introducción.
Estadígrafos, precisión y exactitud.
Cuestiones clínicas.
Recopilación de datos, variabilidad y recopilación en investigación clínica.
Estudios de cohortes, caso y control.
Ensayos aleatorios controlados (RTC, Randomized Controlled Trials).
Clasificación de enfermedades por diagnóstico.
Índices clínicos.
- Ejemplo.
- Postulados de Gaten y Gambino.
Autoevaluación.
Resumen.

Tema V. Introducción a la teoría de la probabilidad:

Introducción.
Nociones y modelos de probabilidad.
Experimento aleatorizado.
Probabilidad condicionada.
Dependencia de sucesos.
Teoría de la probabilidad total.
Teorema de Bayes.
Aplicación de la teoría de probabilidad a las pruebas diagnósticas.
Ejercicios resueltos.
Autoevaluación.
Resumen.

Tema VI. Modelos probabilísticos:

Introducción.
Distribuciones de variable aleatoria.
Función de probabilidad.
Función de la densidad y la distribución.
Esperanza matemática. Varianza y desviación típica.
Distribuciones discretas.
- Distribución de Bernoulli.
- Distribución binomial.
- Distribución geométrica.
- Distribución de Poisson.
- Distribuciones continuas.
- Distribución uniforme.
- Distribución exponencial.
- Distribución normal.
- Puntuación Z.
Teorema del límite central.
Autoevaluación.
Resumen.

Tema VII. Inferencia estadística:

Introducción.
Estimación.
Métodos de inferencia estadística.
Hipótesis.
- Ejemplos de hipótesis.
Región crítica.
Intervalo de confianza.
Significación.
- Ejemplo.
Teoría del error en el contraste de hipótesis.
- Ejercicios resueltos. Contraste para una media.
- Ejercicio resuelto. Contraste para una varianza.
- Ejercicio resuelto, para proporciones.
- Ejercicio resuelto, una proporción.
- Ejercicio resuelto, continuación.
- Ejercicio resuelto, comparación de dos medias muestrales.
- Ejercicio resuelto, comparación de dos proporciones.
Contraste de hipótesis para muestras pequeñas.
Modelo t de Student.
- Ejercicios resueltos.
- Ejercicio resuelto, t para una proporción.
- Ejercicio resuelto, t para dos medias.
- Ejercicio resuelto, t para dos muestras relacionadas.
El modelo de ji cuadrado (χ²).
- Ejercicio resuelto, máximo esperado con.
- Ejercicio resuelto, modelo de Fisher.
- Prueba Ji cuadrado, modelos no parametrizados.
- Ejercicio resuelto, Ji cuadrado para dos proporciones.
Autoevaluación.
Resumen.

Tema VIII. Prácticas en SPSS:

Reconocimiento del programa.
Práctica 1. Introducción de datos al SPSS.
Práctica 2. Tablas de frecuencias en SPSS.
Práctica 3. Estadísticos descriptivos con SPSS.
Práctica 4. Gráficos en SPSS.
Práctica 5. Regresión lineal simple con SPSS.
Práctica 6. Tablas de contingencia con SPSS.
Práctica 7. Tabla de contingencia de variables cuantitativas en intervalos.
Práctica 8. Ji-cuadrado χ² con SPSS.
Práctica 9. Prueba t para muestras relacionadas.
Práctica 10. Prueba t para muestras independientes.
Práctica 11. ANOVA.
Práctica 12. Contraste no paramétrico para muestras relacionadas.
Práctica 13. Contraste no parametrizado para muestras independientes.
Autoevaluación.
Resumen.

Tema IX. Ejercicios con R GUI:

Estadística descriptiva.
Gráficos para datos agrupados en intervalos.
Medidas de posición y dispersión.
Tablas de doble entrada.
Cálculo de probabilidades.
Distribución binomial.
Distribución de poisson, geométrica e hipergeométrica.
Modelos unidimensionales continuos.
- Distribuciones uniformes, beta, gamma, de cauchy y logística.
Modelos unidimensionales asociados a la normal.
- Distribución χ² de Pearson.
- Distribución t de student.
Estimación, intervalos y test para una y dos muestras.
Test para la media de una población normal.
Análisis de la varianza.
- Ejemplo 21. Análisis de la varianza.
- Ejemplo 22. Tukey HSD para comparaciones múltiples.
- Ejemplo 23. Diseño por bloques aleatorizados de un factor.
- Ejemplo 24. Diseño por bloques aleatorizados de dos factores.
Regresión lineal y correlación.
- Ejemplo 25. Regresión lineal simple.
- Ejemplo 26. Correlación de dos variables.
Pruebas χ².
Autoevaluación.
Resumen.

Apéndice: Tabla de estadísticas:

Tabla 1: Distribución normal.
Tabla 2: Distribución t de Student.
Tabla 3: Distribución χ².
Tabla 4: Distribución F de Fisher.
Tabla 5: Probabilidades binomiales.
Tabla 6: Probabilidades de Poisson.
Tabla 7: Tabla de números al azar.
Tabla 8: Base de datos obesidad.
Tabla 9: Calcio.
Tabla 10: Lectura.
Tabla 11: Osteoporosis.
Tabla 12: Semillas.

Experto Universitario en Bioestadística Sanitaria

Datos generales

500 Horas

20 Créditos ECTS

Formato Online

Modalidad: Distancia

Certificación

Universidad Católica San Antonio de Murcia

Validez del diploma

Modelo de diploma

Plan de estudios

Información adicional

Requisitos de acceso

Plazo inscripción

Duración

Evaluación

Destinatarios

Objetivos

Objetivos generales:

Objetivos específicos:

Competencias

Competencias generales

Competencias profesionales

Contenidos

Módulo I. Bioestadística aplicada a las ciencias de la salud [16 Créditos ECTS]

Módulo II. Los test estadísticos y su aplicación en la práctica sanitaria [4 Créditos ECTS]

Metodología

Empleabilidad