Corso di Visualizzazione Dati in Biostatistica

Lezione 1 • Fonti e qualità dei dati biomedici

Esamina le sperimentazioni cliniche, i registri, le indagini campionarie e i dataset omici come fonti di dati. Valuta l'affidabilità, la completezza e il rischio di distorsione prima dell'inizio dell'analisi.

Lezione 2 • Identificazione dei dati mancanti

Definisce i meccanismi MCAR, MAR e MNAR e il loro impatto sulla rappresentatività. Presenta strumenti visivi e tabellari per rilevare e documentare i pattern di dati mancanti.

Lezione 3 • Struttura e organizzazione del dataset

Illustra i principi dei dati ordinati, il formato righe-come-osservazioni e i layout wide e long. Una struttura adeguata previene errori in tutte le fasi successive di visualizzazione e analisi.

Lezione 4 • Tipi di variabili in biologia

Distingue le variabili continue, discrete, nominali e ordinali con esempi in ambito biomedico. Stabilisce il vocabolario necessario per tutte le successive decisioni di gestione dei dati.

Lezione 1 • Forma della distribuzione e asimmetria

Quantifica l'asimmetria e la curtosi e collega la forma della distribuzione ai metodi statistici appropriati. Il riconoscimento della non-normalità indirizza la scelta delle trasformazioni e dei test non parametrici.

Lezione 2 • Sintesi dei dati per la pubblicazione

Formatta riepiloghi descrittivi in stile Tabella 1 seguendo gli standard di reporting. Applica la notazione corretta per medie, mediane e proporzioni con la precisione adeguata.

Lezione 3 • Tavole di frequenza e tabulazione incrociata

Costruisce tavole delle frequenze assolute, relative e cumulate per dati categoriali. La tabulazione incrociata rivela associazioni tra due variabili categoriali prima della verifica formale.

Lezione 4 • Misure di dispersione e variabilità

Tratta la varianza, la deviazione standard, l'intervallo interquartile e il campo di variazione con interpretazioni in ambito biomedico. Le metriche di variabilità influenzano direttamente l'ampiezza dell'intervallo di confidenza e la pianificazione della dimensione del campione.

Lezione 1 • Scegliere il tipo di grafico corretto

Associa i tipi di variabile e gli obiettivi analitici alle famiglie di grafici appropriate. La scelta corretta del grafico è la singola decisione di maggiore impatto nella visualizzazione.

Lezione 2 • Colore, contrasto e accessibilità

Applica palette sicure per daltonici, rapporti di contrasto e codifiche ridondanti per l'accessibilità. Una progettazione accessibile garantisce che i risultati raggiungano tutti i lettori senza interpretazioni errate.

Lezione 3 • Assi, scale ed etichette

Tratta l'origine degli assi, le interruzioni di scala, la spaziatura dei segni di graduazione e le best practice per le annotazioni. Una progettazione adeguata degli assi previene distorsioni e garantisce che i lettori interpretino correttamente la grandezza.

Lezione 4 • Evitare visualizzazioni fuorvianti

Identifica gli assi troncati, gli assi doppi, gli intervalli selezionati ad arte e le distorsioni tridimensionali come pratiche ingannevoli. Gli studenti verificano figure biomediche esistenti per individuare violazioni dell'integrità.

Lezione 1 • Diagrammi Q-Q per la valutazione della normalità

Costruisce grafici quantile-quantile e interpreta le deviazioni dalla retta di riferimento. I grafici Q-Q guidano la scelta tra metodi parametrici e non parametrici.

Lezione 2 • Istogrammi e selezione dei contenitori

Costruisce istogrammi e applica le regole di Sturges, Scott e Freedman-Diaconis per l'ampiezza delle classi. La scelta delle classi modella in modo critico la distribuzione apparente delle misurazioni biologiche.

Lezione 3 • Grafici a violino e visualizzazioni ibride

Combina la stima di densità con elementi del diagramma a scatola per mostrare la forma distributiva completa. I grafici ibridi rivelano la multimodalità nascosta dai soli diagrammi a scatola.

Lezione 4 • Grafici di stima della densità kernel

Spiega la selezione della larghezza di banda e le funzioni kernel che lisciano le distribuzioni empiriche.

Lezione 1 • Visualizzazione di tassi e proporzioni

Rappresenta graficamente tassi di incidenza, proporzioni di prevalenza e rapporti di rischio con i relativi intervalli di confidenza. La visualizzazione dell'incertezza è obbligatoria per qualsiasi proporzione riportata nella ricerca biomedica.

Lezione 2 • Diagrammi a mosaico e a spina

Costruisce grafici a mosaico per visualizzare tabelle di contingenza a due vie con proporzioni codificate in base all'area. I grafici a mosaico rivelano schemi di interazione tra due variabili categoriali.

Lezione 3 • Grafici a torta e ad anello

Valuta quando i grafici a torta sono accettabili e quando i diagrammi a barre sono superiori per rappresentare dati relativi a parti di un intero. Vengono enfatizzati i limiti nel numero di sezioni e le strategie di etichettatura.

Lezione 4 • Diagrammi a punti e grafici a punti di Cleveland

Applica i dot chart di Cleveland come alternativa a basso consumo di inchiostro rispetto ai diagrammi a barre per i confronti ordinati. I dot plot riducono il disordine visivo preservando una lettura precisa dei valori.

Lezione 1 • Linee di tendenza e smussatori

Aggiunge linee di regressione lineare, curve LOESS e bande di confidenza ai diagrammi di dispersione. Gli smoother rivelano tendenze non lineari che le rette di regressione nascondono.

Lezione 2 • Grafici a coppie e matrici di diagrammi di dispersione

Costruisce matrici di diagrammi di dispersione per esplorare tutte le relazioni a coppie in un dataset multivariato. I pannelli diagonali mostrano simultaneamente le distribuzioni univariate per ciascuna variabile.

Lezione 3 • Scomposizione in faccette e small multiples

Applica i grigliati a faccette e i pannelli a faccette per visualizzare lo stesso grafico su più sottogruppi contemporaneamente. I piccoli multipli consentono un confronto visivo diretto, controllando al contempo per una terza variabile.

Lezione 4 • Diagrammi di dispersione e soluzioni al sovraffollamento grafico

Realizza diagrammi di dispersione e applica jitter, trasparenza alfa e binning esagonale per gestire il sovraccarico di punti. Il diagramma di dispersione è lo strumento principale per esplorare le relazioni tra variabili continue.

Lezione 1 • Curve di sopravvivenza e grafici di Kaplan-Meier

Costruisce curve di Kaplan-Meier con indicatori di censura, tavole dei soggetti a rischio e valori p del log-rank. I grafici di sopravvivenza sono essenziali per gli esiti di tempo all'evento nella ricerca clinica ed epidemiologica.

Lezione 2 • Grafici a vulcano per dati omici

Costruisce diagrammi a vulcano che combinano il fold-change sull'asse x con la significatività statistica sull'asse y. I diagrammi a vulcano rappresentano la visualizzazione standard per i risultati di espressione differenziale e di GWAS.

Lezione 3 • Intervalli di confidenza nei grafici

Visualizza gli intervalli di confidenza come barre di errore, intervalli lineari e bande ombreggiate su vari tipi di grafico. La visualizzazione dell'IC sostituisce le fuorvianti barre dell'errore standard nella moderna reportistica biomedica.

Lezione 4 • Visualizzazione della dimensione dell'effetto

Diagramma che mostra la d di Cohen, gli odds ratio e i rischi relativi con incertezza per comunicare la significatività pratica. Le figure della dimensione dell'effetto spostano l'attenzione dai p-value a grandezze clinicamente rilevanti.

Lezione 1 • Standard per l'esportazione e la risoluzione delle figure

Tratta i formati raster e vettoriali, i requisiti di DPI e le specifiche delle figure richieste dalle riviste. Impostazioni di esportazione corrette prevengono la pixelatura e le alterazioni cromatiche nelle figure pubblicate.

Lezione 2 • Controllo di versione per il codice di analisi

Applica i concetti di controllo versione per tracciare le modifiche negli script di creazione dei grafici e nelle fasi di elaborazione dei dati. Il controllo versione consente la collaborazione e tracciabilità complete per le presentazioni a fini regolatori.

Lezione 3 • Report dinamici e notebook

Incorpora codice, output e narrazione in documenti di programmazione letteraria per una reportistica integrata. I report dinamici eliminano gli errori di copia-incolla tra l'analisi e il manoscritto.

Lezione 4 • Revisione tra pari e verifica delle figure

Stabilisce un processo di revisione basato su una checklist per valutare le figure prima dell'invio. Un controllo sistematico consente di individuare errori negli assi, etichette mancanti e problemi di accessibilità.