| Educational guide School of Engineering |
english |
| Biomedical Data Science (2022) |
 Subjects |
| BIOMEDICAL STATISTICS |
| Learning outcomes |
| IDENTIFYING DATA | 2022_23 |
| Subject | BIOMEDICAL STATISTICS | Code | 17705102 | |||||
| Study programme |
|
Cycle | 2nd | |||||
| Descriptors | Credits | Type | Year | Period | ||||
| 6 | Compulsory | First | 1Q |
|||||
| Competences | Learning outcomes | Contents |
| Planning | Methodologies | Personalized attention |
| Assessment | Sources of information | Recommendations |
| Type A | Code | Learning outcomes |
| CE4 |
o RA1(CE4). Sabe identificar qué diseño es más adecuado en función de los objetivos de un estudio o RA2(CE4). Reconoce los elementos fundamentales de un ensayo clínico o RA3(CE4). Es capaz de diseñar una base de datos de un ensayo clínico realizando una codificación correcta de variables o RA4(CE4). Sabe resumir los datos en tablas y gráficos como un primer paso exploratorio en un análisis o RA5(CE4). Entiende el concepto de distribución como modelo probabilístico o RA6(CE4). Utiliza correctamente los conceptos de percentil y los intervalos de referencia clínicos o RA7(CE4). Entiende y saber interpretar un intervalo de predicción y un intervalo de confianza o RA8(CE4). Conoce las limitaciones del p-valor y evitar su uso inadecuado o RA9(CE4). Reconoce los elementos básicos de una prueba diagnóstica y su aplicación práctica o RA10(CE4). Es capaz de diseñar una prueba diagnóstica en base a la distribución de un biomarcador o RA11(CE4). Sabe interpretar correctamente el concepto de riesgo y utilizar e interpretar debidamente el riesgo relativo y los odds ratios o RA12(CE4). Sabe interpretar el modelo lineal o RA13(CE4). Entiende los resultados del ajuste de un modelo lineal o RA14(CE4). Reconoce los diseños experimentales básicos o RA15(CE4). Entiende los resultados de un análisis de la varianza | |
| Type B | Code | Learning outcomes |
| Type C | Code | Learning outcomes |
