Actividad Formativa - Modelización y análisis de datos en el ámbito de las ciencias de la vida y la salud (online)

OBJETIVOS Y CONTENIDOS:

El objetivo de esta actividad es introducir al doctorando en el uso de modelos matemáticos determinísticos y probabilísticos que le permita llevar a cabo un diseño experimental apropiado a los objetivos planteados en su proyecto de investigación y seleccionar el análisis más adecuado para extraer las consecuencias biológicas de los datos experimentales obtenidos. La introducción a los modelos determinísticos debe permitir al doctorando representar dinámicas de sistemas complejos como los biológicos, tanto lineales como no lineales, aportando capacidad predictiva sobre la evolución de dichos sistemas así como interpretabilidad de los parámetros representativos.

El objetivo de esta actividad es introducir al doctorando en el uso de aquellas herramientas matemáticas, tanto determinísticas como probabilísticas, que le permitan extraer los resultados de los datos experimentales obtenidos en el ámbito de las ciencias de la vida y la salud. La actividad se dividirá en dos bloques temáticos. En el primer bloque se abordará una introducción a los modelos determinísticos que deberá permitir al doctorando representar dinámicas de sistemas complejos como los biológicos, tanto lineales como no lineales, aportando capacidad predictiva sobre la evolución de dichos sistemas. La finalidad de este bloque es que el alumno sepa plantear un modelo de un determinado fenómeno biológico e interpretar los parámetros representativos del mismo. El segundo bloque se dedicará a la estadística inferencial, introduciendo al alumno en el uso de las herramientas estadísticas más comunes para el análisis de datos experimentales. La finalidad de este bloque es que el doctorando sea capaz de llevar a cabo un diseño experimental apropiado a los objetivos planteados en su proyecto de investigación y seleccionar el análisis más adecuado para extraer las consecuencias biológicas de los datos experimentales obtenidos.

CONTENIDOS:

BLOQUE 1: MODELIZACIÓN

Sesión 1: Introducción a la modelización matemática: Concepto de modelo matemático: estructura y elementos de un modelo, solución del modelo, cálculo de las constantes del modelo. Primeros pasos en la modelización: modelo de Malthus y modelos lineales. Modelización del crecimiento bacteriano/celular.

Sesión 2: Construcción de modelos en el ámbito de las ciencias de la vida y la salud: Desintegración radioactiva, eliminación de una droga por el organismo, crecimiento de un pez. Modificaciones del modelo de Malthus: modelización del número de encuentros, modelización de la lucha intraespecífica, modelo logístico para el crecimiento bacteriano/celular. Modelos simples de contagio: coeficiente de persistencia endémica. Modelos de cáncer. Nivel óptimo de pesca.

Sesión 3: Modelos no resolubles explícitamente: Concepto de órbita de un modelo, aproximaciones numéricas, modelos de depredador-presa, competencia biológica, cooperación biológica, modelos de contagio (SIS, SIR, SIRS,…). Software para la resolución de modelos matemáticos

BLOQUE 2: DISEÑO EXPERIMENTAL Y ANÁLISIS DE DATOS

Sesión 4: Estadística descriptiva: Estimación. Medidas de Riesgo. Test diagnósticos.

Sesión 5: Introducción a la inferencia estadística I: Introducción a los conceptos básicos de contraste de hipótesis: conceptos de nivel de significación, P valor, significación estadística y potencia de los contrastes.

Sesión 6: Introducción a la inferencia estadística II: Planteamiento del contraste adecuado en base a la hipótesis de investigación y la estructura de los datos. Contrastes paramétricos y no paramétricos.

Sesión 7: Introducción al diseño experimental: Diseño experimental: Representación y/o anulación de factores aleatorios. Determinación del tamaño muestral necesario para una potencia requerida. Procedimientos para incrementar la potencia de los contrastes.

Sesión 8: Análisis de la regresión lineal: Análisis de la Regresión. Regresión Lineal Simple. Regresión Lineal Múltiple.

Sesión 9: Análisis de la regresión logística: Regresión Logística: uso e interpretación. Curvas ROC

Sesión 10: Análisis de Supervivencia: Análisis de Supervivencia. Método de Kaplan-Meier. Regresión de Cox. Modelos Paramétricos.

DESTINATARIOS:  Estudiantes de programas de doctorado del ámbito de las Ciencias Experimentales y/o Ciencias de la Salud de la UCM.

IMPARTIDA POR: Dr. Francisco Conejero Meca, Dr. Antonio Murciano Cespedosa, Dr. Abel Sánchez Jiménez y Dr. José Antonio Villacorta Atienza

DURACIÓN: 20 horas.