Kansanterveydellisten vastausten näyttöä käsittelevä kurssi: Tilastolliset menetelmät epidemiologiassa
Amsterdam, Alankomaat
KESTO
2 Weeks
KIELET
Englanti
TAHTI
Täysaikainen
HAKEMUKSEN MÄÄRÄAIKA
15 Feb 2025
AIKAISIN ALOITUSPÄIVÄ
14 Apr 2025
LUKUKAUSIMAKSUT
EUR 1 980 *
OPISKELUMUOTO
Kampuksella
* varhaislintumaksu: EUR 1.584, jos maksu suoritetaan ennen 15. tammikuuta 2025.
Johdanto
Tämän kahden viikon mittaisen kurssin tarkoituksena on antaa sinulle kehittyneet tilastolliset taidot, jotka ovat ratkaisevan tärkeitä kansanterveysalan tietoon perustuvassa päätöksenteossa. Kurssilla perehdytään keskeisiin menetelmiin, joita tarvitaan epidemiologisten kenttätutkimusten suunnitteluun, otoskokolaskelmien tekemiseen ja monimutkaisten tutkimustietojen analysointiin Statassa kansanterveyden kiireellisten haasteiden ratkaisemiseksi.
Akkreditointi
Kurssi on akkreditoitu myös KIT-instituutin ja tropEd-verkoston, joka on kansainvälisten terveysalan korkeakoulujen eurooppalainen verkosto, järjestämään Master of Science in Public Health and Health Equity -koulutukseen.
Pääsymaksut
Opetussuunnitelma
Course Content
The following subjects are covered during the course:
- Epidemiologisen kenttätutkimuksen suunnittelu
- Tutkimuskysymykset, protokollakehitys, data-analyysisuunnitelma, kenttäkäsikirja
- Otoskokolaskelmat ja näytteenottomenetelmät
- Monimutkaisten tutkimustietojen analyysi: klusterointi ja painotus
- Lineaarinen ja logistinen regressio Statassa ja monimuuttujamallien rakentaminen
Content
Tämä kurssi kattaa kattavan joukon tilastollisia menetelmiä, jotka ovat välttämättömiä näyttöön perustuvien kansanterveystoimien kannalta. Aloitat opiskelemalla epidemiologisten kenttätutkimusten suunnittelun käytännön näkökohdat, mukaan lukien tutkimuskysymysten muotoilu, protokollan kehittäminen, kenttäkäsikirjat ja data-analyysisuunnitelmien laatiminen.
Seuraavaksi perehdytään tilastollisiin komponentteihin, mukaan lukien otoskokolaskelmat ja erilaiset otantamenetelmät, joilla varmistetaan tutkimustulosten tilastollinen tarkkuus ja edustavuus.
Kurssi tutkii sitten kehittyneitä tekniikoita monimutkaisten tutkimustietojen, kuten klusteroinnin ja painotuksen, analysoimiseksi merkityksellisten oivallusten saamiseksi.
Lisäksi opit rakentamaan lineaarisia ja logistisia regressiomalleja Statassa. Opit rakentamaan epidemiologisesti järkeviä monimuuttujamalleja operatiivisesti ja valitsemaan muuttujia relevanttien käsitteellisten puitteiden perusteella.
This course is tropEd accredited and can be followed as a stand-alone course or as a specialisation course of the Master in Public Health and Health Equity programme.
Learning methods
Tämä kurssi sisältää yhdistelmän interaktiivisia luentoja, käytännön työpajoja, tapaustutkimuksia ja ryhmäkeskusteluja. Osallistujat soveltavat teoreettista tietoa käytännön harjoituksissa Stata-pohjaisissa reaalimaailman aineistoissa ja tutkimuskysymyksissä. Kokeneiden ohjaajien antama palaute ja opastus helpottavat mukaansatempaavaa oppimiskokemusta, mikä edistää kriittistä ajattelua ja ongelmanratkaisukykyjä, jotka ovat välttämättömiä näyttöön perustuvien kansanterveystoimien ohjaamiseksi.
Assessment:
For participants who wish to receive a certificate of completion of the course, including the ECTS credits, the assessment is required.
If you do not wish to do the assessment, you can receive a certificate of attendance of the course.
Ohjelman tulos
Objectives
At the end of this course, participants will be able to:
- Muotoile epidemiologisten kenttätutkimusten tutkimuskysymyksiä sidosryhmien tietotarpeiden perusteella, kehitä protokollia, data-analyysisuunnitelmia ja kenttäkäsikirjoja kattavan suunnittelun ja toteutuksen varmistamiseksi
- Laske sopivat otoskoot ja valitse otantamenetelmät varmistaaksesi kyselytietojen tilastollisen tarkkuuden ja edustavuuden kansanterveystutkimuksessa
- Analysoi monimutkaisia tutkimustietoja käyttämällä relevantteja tilastotekniikoita, kuten klusterointia ja painotusta
- Käytä lineaarisia ja logistisia regressiotekniikoita Statassa tehdäksesi yksinkertaisia ja moninkertaisia regressioanalyysejä ja rakentaaksesi monimuuttujamalleja epidemiologisesti järkevien käsitekehysten pohjalta.