Curso de análisis de datos en salud con R

Objetivo

Desarrollar en el participante el conocimiento y las habilidades necesarias para generar todo el proceso de análisis que se requiere en un conjunto de datos en salud para presentar resultados en un documento científico.

Objetivos específicos

  1. Dara a conocer las bases para la instalación y puesta en funcionamiento del software R y la suite de R studio dentro de un ambiente Windows o Mac.
  2. Generar habilidades en el modelo básico de preparación de datos en una tabla de Excel o una base de datos relacional de tipo SQL.
  3. Explicar los conceptos básicos de la descripción, asociación y predicción para lograr la interpretación de conjuntos de datos en salud.
  4. Desarrollar habilidades en el manejo de las principales gráficas que se utilizan para el demostrar resultados de análisis de datos en salud.

Población objetivo

Profesionales de la salud o personas en niveles de pregrado, quienes tengan interés en la investigación y requieran los conceptos bioestadísticos básicos junto con las habilidades informáticas que se necesitan para la manipulación de datos en R.

Módulos del programa

Fundamentos de la manipulación de datos en R

  • Instalación de la herramienta
  • Preparación de los datos
  • Carga de datos en la suite R Studio
  • Modelo de programación orientada a objetos en R
  • Caracterización de variables
  • Análisis de la distribución de una variable
  • Análisis descriptivo de variables cuantitativas y categóricas
  • Gráficas básicas para la descripción

Prueba de hipótesis en R

  • Pruebas para comparación de medias en conjuntos de distribución normal
  • Pruebas para comparación de medias en conjuntos con distribución diferente a la normal.
  • Pruebas de comparación entre más de dos grupos con distribución normal
  • Pruebas de comparación entre más de dos grupos con distribución diferente a la normal

Correlación

  • Coeficiente de correlación de Pearson
  • Coeficiente de correlación de Spearman

Regresión lineal

  • Regresión lineal simple
  • Regresión lineal múltiple

Regresión logística

Análisis de sobrevida

  • Curva de Kaplan Meier
  • Prueba del logaritmo del rango del intervalo
  • Modelo de riesgo proporcional de Cox

Gráficas con GGplot2 y matplotlib

Duración del curso 6 semanas

Modalidad: Entrenamiento virtual sincrónico con un facilitador


Curso de análisis de datos en salud con Python

Objetivo

Python se ha convertido en la herramienta informática empelada con mayor frecuencia por los científicos de los datos. La capacidad ilimitada de las múltiples librerías son la principal fortaleza de Python y el objetivo es brindar el conocimiento y las habilidades necesarias para desarrollar el análisis de un conjunto de datos en salud por parte de un profesional en salud o una persona en pregrado con interés en la investigación

Objetivos específicos

  1. Dara a conocer las bases para la instalación a partir de Anaconda
  2. Generar habilidades en el modelo básico de preparación de datos en una tabla de Excel o una base de datos relacional de tipo SQL.
  3. Desarrollar las habilidades para la programación orientada a objetos que fundamenta Python
  4. Facilitar el aprendizaje de la construcción de cuadernos con la herramienta Jupyter
  5. Desarrollar habilidades para el manejo de datos con Pandas y Numpy

Población objetivo

Profesionales de la salud o personas en niveles de pregrado, quienes tengan interés en la investigación y requieran los conceptos bioestadísticos básicos junto con las habilidades de programación con las librerías básicas de Python

Módulos del programa

Fundamentos de la manipulación de datos en Python

  • Instalación de la herramienta
  • Herramienta pip install
  • Instalación con Anaconda
  • Modelo de programación orientada a objetos en Python
  • Generación de cuadernos con Jupyter Lab
  • Análisis de la distribución de una variable
  • Análisis descriptivo de variables cuantitativas y categóricas
  • Gráficas básicas para la descripción a través de Matplotlib y Seaborn

Prueba de hipótesis en Python

  • Prueba de T de Student
  • Prueba de Chi Cuadrado
  • Pruebas no paramétricas para comparación de variables

Correlación

  • Coeficiente de correlación de Pearson
  • Coeficiente de correlación de Spearman

Regresión lineal

  • Regresión lineal simple
  • Regresión lineal múltiple

Regresión logística

Análisis de sobrevida

  • Curva de Kaplan Meier
  • Prueba del logaritmo del rango del intervalo
  • Modelo de riesgo proporcional de Cox

Análisis básicos de texto

Manejo de fechas

Conexión de Python a bases de datos relacionales

Duración del curso 6 semanas

Modalidad: Entrenamiento virtual sincrónico con un facilitador


Aplicación de herramientas de inteligencia de negocios para análisis de datos en salud

Objetivo

La analítica visual se ha convertido en la principal herramienta para la presentación de resultados en salud. La inteligencia de negocios forma parte de este grupo de metodologías y ha demostrado gran desempeño en la industria. El objetivo del entrenamiento es capacitar al estudiante en la implementación de un modelo de análisis visual de datos mediante las principales plataformas de inteligencia de negocios

Objetivos específicos

  1. Preparación de datos para la graficación
  2. Entrenar al estudiante en la caracterización de las variables de conjuntos de datos en salud
  3. Recordar las medidas de tendencia central y dispersión que se requieran para la descripción de variables cuantitativas
  4. Desarrollar habilidades en plataformas para el desarrollo de georreferencia
  5. Dar a conocer las principales herramientas disponibles para analítica visual en modalidad inteligencia de negocios

Población objetivo

Personas interesadas en adquirir habilidades en la manipulación de los datos para obtener gráficas dinámicas que representen información de valor para la toma de decisiones a nivel empresarial en salud.

Módulos del programa

Preparación de los datos para la plataforma BI

  • El modelo de entidad relación
  • Bases de datos de soporte en salud: CIE-10, Tablas CUMS, Tablas CUPS
  • Construcción de un entorno BI para análisis en salud

Estadística descriptiva básica en salud

  • Análisis de población
  • Análisis de vulnerabilidad
  • Modelos multidimensionales

Georeferenciación

Mapas de densidad poblacional

Manipulación de datos para plataforma Bing

Mapas coropléticos para representación de poblaciones

Segmentación de gráficos

Manejo de Fechas en Bi

Incorporación de modelos de datos con procesamiento R o Python

Conexión de modelos de datos con bases de datos relacionales.

Preparación del entorno gráfico de Bi

Duración del curso 6 semanas

Modalidad: Entrenamiento virtual sincrónico con un facilitador


Análisis de indicadores para la interpretación de resultados en salud

Objetivo

Desarrollar en los participantes las habilidades para construir e interpretar un tablero de indicadores de resultados con un conjunto de datos de atención de pacientes en un centro hospitalario

Objetivos específicos

  1. Desarrollar habilidades para la generación de un sistema de información
  2. Enseñar las bases de manipulación de datos con SQL( Lenguaje estructurado de datos)
  3. Dar a conocer los principales tipos de indicadores de gestión en un centro hospitalario
  4. Generar competencias para la manipulación básica de un conjunto de datos y la interpretación de resultados

Población objetivo

Profesionales de la salud encargados de la coordinación de áreas dedicadas a la atención de pacientes en el ámbito hospitalario, quienes requieran presentar tableros de indicadores de resultados para el seguimiento de actividades

Módulos del programa

Metodología para la extracción de datos a partir de una base relacional

  • El lenguaje estructurado de consulta SQL
  • Sentencias básicas en SQL : Select, update, drop, merge
  • Clausulas de condición para segmentación de datos: Where, merge, join
  • Limpieza de bases de datos y preparación el sistema de información

Caracterización de las variables de conjuntos de datos en salud

  • Tipos de variables
  • Pruebas para determinar el tipo de distribución de una variable
  • Estadística básica para generar medidas de tendencia central en variables de distribución normal
  • Estadística básica para generar medidas de tendencia central y dispersión en una variable con una distribución diferente a la normal
  • Caracterización básica con SPSS – Stata

Análisis de variables demográficas

  • Análisis e interpretación de los histogramas de edad
  • Análisis de grupos con vulnerabilidad especial

Interpretación de gráficos descriptivos

  • Gráfico de tallos y hojas
  • Gráfico de cajas y bigotes
  • Gráfico de Violín

Representación de densidad poblacional

Construcción de modelos multidimensionales de riesgo y vulnerabilidad

Análisis de frecuencia de eventos adversos

  • Diferencias entre porcentajes y tasas. Ámbitos de aplicación
  • Correlación
  • Regresión lineal

Metodologías para cálculo de muestra para evaluación de adherencia a protocolos

Gráficos de dispersión

Duración del curso 6 semanas

Modalidad: Entrenamiento virtual sincrónico con un facilitador