Diplomado en Bioestadística

Angélica Domínguez de Landa

Profesora Asistente. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con título de Estadística y Magíster en Estadística (2013, UC, Chile). Diplomado en Docencia, Facultad de Medicina UC. Ha trabajado especialmente con grupos de neonatología, nutrición y enfermedades crónicas. Ha realizado cursos de Bioestadística para pregrado de Nutrición y de Bioestadística para Magister de Epidemiología. 

Francisca González López

Investigador Adjunto. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con título de Estadística y Magíster en Estadística (2008, UC, Chile). Ha trabajado especialmente con grupos de enfermedades crónicas y condiciones de empleo y trabajo como determinantes de la salud. Ha realizado cursos de Bioestadística para el pregrado de Nutrición y Computación Estadística para Magíster en Epidemiología

Oslando Padilla

Estadístico. Departamento de Salud Pública, Facultad de Medicina UC. Licenciado en Matemáticas. Egresado del Doctorado en Estadísticas, UC. Participó en la Encuesta Nacional de Salud 2009-2010. Ha sido coinvestigador o asesor estadístico en varios proyectos FONDECYT y FONIS. Áreas de interés: Estadística bayesiana, Modelamiento estadístico, análisis de sobrevida y psicometría.

Luis Villarroel Del Pino

Profesor Asociado, Departamento de Salud Pública UC. Estadístico. Magíster y Doctorado en Estadística UC. Diplomado en Docencia, Facultad de Medicina UC. Profesor Jefe del curso de Bioestadística para la carrera de Medicina y de múltiples cursos de Magíster y Doctorado de la Escuela de Medicina UC. Miembro del Comité de Ética Científica de la Facultad de Medicina UC. Autor de libro “Métodos Bioestadísticos, 2da Edición”. Ediciones Universidad Católica de Chile, 2018. Jefe de Programa Diplomado Estadística Avanzada.

Paola Viviani García

Profesora Asistente. Departamento de Salud Pública, Facultad de Medicina UC. Licenciada en Matemáticas con mención en estadística. Magister en estadística UC. Doctor en Estadística, UCM (Madrid). Diplomado en Docencia, Facultad de Medicina UC. Profesora de Bioestadística para las carreras de Ciencias de la Salud (Nutrición, Kinesiología y Fonoaudiología). Profesora de Computación Estadística para Magister en Epidemiología y Bioestadística para Magister de Salud Pública. Sub Jefa Programa Doctorado en Epidemiología.

La metodología de investigación que más se utiliza en las ciencias de la salud es la de tipo cuantitativa, en la cual se utilizan técnicas pertinentes contenidas en el método científico, para recolectar, organizar, analizar e interpretar un conjunto de datos. Este diplomado busca que los alumnos adquieran conocimientos, habilidades y destrezas de la bioestadística con el fin de apoyar el diseño, la implementación y análisis de proyectos de investigación, colaborando de esta forma a mejorar la calidad de la investigación científica.

El Programa se dicta a distancia mediante una plataforma educativa virtual. El aprendizaje se desarrolla mediante videos, foros de discusión,  guías de contenido, lectura de artículos, tareas prácticas y pruebas de contenido. Todo este proceso es acompañado por tutores o los mismos profesores de cada curso, quienes estarán disponibles para responder preguntas y aclarar contenido.

El Diplomado utiliza los siguientes programas estadísticos para ilustrar el uso de los métodos enseñados: Stata, Spss, R. Es responsabilidad de cada alumno contar con alguno de ellos para PC o Mac, de acuerdo al equipo que acostumbre utilizar. No es deber del Programa proporcionar dicho software.

• Grado académico de licenciado o título profesional de una carrera del área de la salud. Otro Grado académico o título profesional con interés en aplicaciones estadísticas del área de la salud (Ejemplo: estadístico, sociólogo, sicólogo, etc.).
• Es recomendable el manejo técnico de inglés a nivel de lectura.
• Manejo a nivel usuario de Word y Excel.

• Analizar datos cuantitativos con rigurosidad científica.
• Generar resultados propios en un lenguaje científico.
• Evaluar artículos científicos, en sus aspectos estadísticos y de diseño.

Plataforma web disponible donde encontrará:

• Presentaciones power point (video clases)
• Material complementario
• Tutoriales prácticos
• Foro de discusión

Nombre del curso: Planificación de estudios científicos y medidas de cuantificación del efecto.

Nombre en inglés: Planning of scientific studies and effect measures quantification.

Horas cronológicas: 30 horas

Créditos: 5 créditos

Descripción del curso

Este curso introductorio tiene como objetivos que el alumno conozca los pasos del método científico, sea capaz de identificar correctamente los tipos de diseños de investigación más utilizados en Ciencias de la Salud y los posibles sesgos que se pueden cometer. Posteriormente, se introduce al alumno en el cálculo e interpretación de indicadores de frecuencia relativa y de riesgo según el tipo de diseño. Finalmente, se muestran formas de controlar el efecto de terceras variables sobre las medidas de riesgo calculadas, tanto desde el punto de vista del diseño como desde el punto de vista estadístico.

Resultados del Aprendizaje

• Caracterizar diferentes tipos de estudio utilizados en Ciencias de la Salud
• Describir indicadores de uso frecuente
• Explicar medidas de magnitud del efecto 

Contenidos:

• Introducción al Método Científico.
• Sesgos y errores.
• Tipos de diseños de investigación usados en Ciencias de la Salud.
• Indicadores de uso frecuente para medir la ocurrencia de fenómenos en ciencias de la salud: Tasas, Proporciones, Razones.
• Medidas de efecto: Riesgo Relativo, Diferencia de Riesgo, Odds Ratio.
• Fenómeno de confusión y sus formas de minimizarlo (por diseño y estadísticas).
• Riesgo Relativo y Odds Ratio de Mantel-Haenszel. Test de homogeneidad de ORs.
• Confusión y estratificación. Test de Mantel-Haenszel de Asociación
• Introducción a los meta-análisis.
• Meta-análisis por efectos fijos y aleatorios.
• Uso de programas computacionales para realizar un meta-análisis: EPIDAT y OPENMETA.

Evaluación de los aprendizajes:

• Tareas de aplicación al final de cada uno de los 3 módulos (ponderan 50%).
• Prueba Final, sobre los contenidos teóricos del curso (50%). 

Nombre del curso: Análisis exploratorio de datos e introducción a bases de datos.

Nombre en inglés: Exploratory data analysis and introduction to database.

Horas cronológicas: 30 horas

Créditos: 5 créditos

Descripción del curso

Un objetivo de este programa, consiste en que el alumno consiga las destrezas necesarias para construir diferentes tipos de planillas de datos utilizadas en estudios médicos y en base a ellas, realizar análisis en forma autónoma. Es por esta razón, que en este curso se entregan los conocimientos básicos para diseñar, construir y procesar planillas de datos. Se caracterizan distintos formatos de bases de datos comúnmente utilizadas en Ciencias de la Salud y se entregan las herramientas necesarias para exportarlas. En forma adicional, se entregan algunas pautas para validar una base de datos, proceso fundamental y previo al análisis, para obtener resultados correctos.

Resultados del Aprendizaje

• Identificar los conceptos de Población y Muestra
• Distinguir los tipos de muestreo más utilizados en estudios relacionados a Ciencias de la Salud.
• Revisar y calcular principales medidas de resumen.
• Construir una planilla de datos con el programa Excel.
• Examinar una planilla de datos.
• Identificar los programas estadísticos más utilizados en análisis biomédicos. 
• Reportar información resumida para ser informada a profesionales de la salud. 

Contenidos:

• Población, muestra y variable aleatoria
• Tipos de muestreo más importantes y sus características.
• Tipos de variables aleatorias
• Análisis exploratorio de datos
• Principales medidas de tendencia central y de dispersión
• Tablas de contingencia
• Representación gráfica
• Introducción al EXCEL
• Cómo diseñar una planilla y/o base de datos
• Validación de planillas de datos
• Reporte de información obtenida y posibles debilidades del estudio 

Evaluación de los aprendizajes:

• Controles (30%).
• Construcción y revisión de una planilla de datos (35%). Reporte de las principales características del conjunto de variables mediante sus principales medidas de resumen y gráficas (35%). 

Nombre del curso: Probabilidades e inferencia estadística

Nombre en inglés: Probabilities and statistical inference

Horas cronológicas: 30 horas

Créditos: 5 créditos

Descripción del curso

Este curso entrega herramientas básicas del cálculo de probabilidades y de la inferencia estadística con aplicaciones en el área de Ciencias de la Salud. Se estudian procedimientos para obtener conclusiones referentes a la población en base a la información proporcionada por la muestra o muestras seleccionadas.

Con este objetivo, se comienza introduciendo conceptos claves de probabilidad. Se introduce además el concepto de variable aleatoria, caracterizándola y reconociendo sus principales medidas de resumen. Se revisan las diferencias entre Población y Muestra, acompañado de sus respectivos parámetros y estimadores.

Luego se introduce la distribución Normal. Esta distribución, también conocida como distribución de Gauss o Gaussiana, juega un rol importante en la inferencia estadística ya que la mayoría de los procedimientos implementados en los programas estadísticos de mayor uso en estudios biomédicos se basan en esta distribución.

Se estudia el proceso de estimación de parámetros, y se finaliza con el tema de pruebas de hipótesis en una y dos poblaciones.

Resultados del Aprendizaje

• Identificar el proceso de cálculo de una probabilidad en eventos del área de Ciencias de la Salud.
• Aplicar la Distribución Normal para el cálculo de probabilidades.
• Estimar características de una población objeto de estudio de ciencias de la salud
• Inferir a partir de una muestra o dos muestras, resultados (incidencias, prevalencias, odds ratios, etc.) para una población o dos poblaciones. 

Contenidos:

• Probabilidades: axiomas y propiedades. Probabilidad condicional. Probabilidad total. Teorema de Bayes. Aplicaciones en test de diagnóstico.
• Variables aleatorias discretas y continuas.
• Función de probabilidad y función de distribución acumulada: caso discreto.
• Función de densidad y función de distribución acumulada: caso continuo.
• Valor esperado y varianza.
• Distribución Normal: estandarización, obtención de percentiles y cuantiles.
• Distribución del promedio bajo normalidad. Teorema Central del Límite.
• Estimación puntual y por intervalos en una y dos poblaciones.
• Pruebas de hipótesis: Error Tipo I y Tipo II. Potencia y Significancia de una prueba.
• Pruebas de hipótesis en una y dos poblaciones.
• Cálculo de tamaños muestrales.
• Uso de programa para cálculo de tamaños muestrales: G*Power
• Construcción de Intervalos de Confianza y resolución de test de hipótesis en Excel. 

Evaluación de los aprendizajes:

• Tareas de aplicación al final de cada uno de los 3 módulos (ponderan 50%).
• Tareas semanales de ejercicios de casos prácticos (50%).

Nombre del curso: Asociación de variables

Nombre en inglés: Association between variables

Horas cronológicas: 30 horas

Créditos: 5 créditos

Descripción del curso

La mayor parte de los estudios del área de Ciencias de la Salud tienen por objetivo explicar, a partir de determinadas variables independientes, algún fenómeno de interés (enfermedad, mortalidad, etc), medido por una (o más) variable explicativa o dependiente.

El tipo de variables que se involucren en esta búsqueda de asociación, determinarán el tipo de análisis cuantitativo que se desarrolle para contrastar hipótesis y la correcta interpretación de resultados.

Así, en este curso se presenta la metodología estadística adecuada que se debe utilizar según el tipo de variables consideradas; proceso que incluye un adecuado planteamiento del problema, la utilización de la prueba estadística que corresponda y la obtención de conclusiones pertinentes.

Resultados del Aprendizaje

• Diferenciar el tipo de variables consideradas en una asociación del área de Ciencias de la Salud.
• Identificar y aplicar la prueba adecuada para cada tipo de asociación y revisar los supuestos necesarios.
• Interpretar los resultados obtenidos a partir de cada test aplicado, de acuerdo al contexto de salud específico. 

Contenidos:

• Tipos correctos de plantear una Pregunta de Investigación
• Tipos de asociación de variables en estudios biomédicos.
• Asociación entre dos variables categóricas: Chi-cuadrado OR, RR. Representación gráfica.
• Test de concordancia y discordancia. Sensibilidad y Especificidad, valores predictivos. Curvas ROC.
• Asociación entre una variable categórica y una numérica, para muestras independientes. Test t Student y test Mann-Whitney.
• Asociación entre una variable categórica y una numérica, para muestras pareadas. Test t Student pareado y test Wilcoxon.
• Asociación entre una variable categórica de más de dos niveles y una variable numérica. Test de Anova, Kruskal Wallis, Comparaciones múltiples.
• Asociación entre una variable categórica de más de dos niveles y una variable numérica, caso pareado. Test de Anova para medidas repetidas, Friedman.
• Asociación de dos variables numéricas. Correlación de Pearson y Spearman.
• Instrucciones necesarias para evaluar asociación en los programas estadísticos más comunmente utilizados en Ciencias de la Salud (SPSS, R, Stata, MINITAB, SAS). 

Evaluación de los aprendizajes:

• Controles semanales (60%)
• Cuatro tareas parciales que conforman un Informe final con aplicación de las distintas metodologías vistas (a una base de datos del área de la salud) e interpretación de resultados (40%).

El promedio final del Diplomado corresponde al promedio de los cuatro cursos dictados, donde cada curso se pondera con el 25%

• Curso: Planificación de estudios científicos y medidas de cuantificación del efecto. 25%
• Curso: Probabilidades e inferencia estadística. 25%
• Curso: Análisis exploratorio de datos e introducción a bases de datos. 25%
• Curso: Asociación de variables. 25%

Para aprobar el diplomado, el alumno debe:

Aprobar cada uno de los cursos con nota mínima de 4,0. 

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación/asistencia digital otorgado por la Pontificia Universidad Católica de Chile..

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo:  

• Currículum vitae actualizado
• Copia simple de Certificado de título
• Copia simple de Cédula de Identidad o pasaporte

Cualquier información adicional contactar a: Marcela Gaete al correo mgaetei@uc.cl

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula