Curso de Bioestatística Aplicada a Data Science

Aula 1 • Tipos de Variáveis e Escalas de Mensuração

Diferencia escalas nominal, ordinal, intervalar e de razão com exemplos biomédicos. A classificação correta orienta cada decisão analítica subsequente no capítulo.

Aula 2 • Papel da Estatística na Biomedicina

Define bioestatística e sua função na pesquisa clínica e em saúde pública. Estabelece por que o raciocínio quantitativo rigoroso é essencial antes de qualquer análise começar.

Aula 3 • Princípios de Visualização de Dados

Apresenta histogramas, box plots e gráficos de dispersão como ferramentas diagnósticas e de comunicação. A visualização adequada revela pressupostos distribucionais antes do teste formal.

Aula 4 • Qualidade e Pré-processamento de Dados

Aborda padrões de dados ausentes, erros de codificação e inconsistências de unidades comuns em conjuntos de dados de saúde. Dados limpos são um pré-requisito para inferência válida em todos os capítulos subsequentes.

Aula 1 • Teorema de Bayes em Diagnósticos

Aplica o teorema de Bayes para atualizar a probabilidade de doença com base nos resultados de teste. Conecta a prevalência pré-teste à probabilidade a posteriori, fundamental para a avaliação de testes diagnósticos.

Aula 2 • Regras Centrais de Probabilidade

Aborda regras da adição, multiplicação e complemento com exemplos de prevalência de doenças. Essas regras sustentam os cálculos de sensibilidade, especificidade e valor preditivo adiante.

Aula 3 • Distribuições de Probabilidade Contínuas

Aborda distribuições normal, log-normal, exponencial e Weibull relevantes para medições biomédicas. Selecionar a distribuição correta garante inferência paramétrica válida posteriormente.

Aula 4 • Distribuições de Probabilidade Discretas

Apresenta distribuições binomial, Poisson e binomial negativa para resultados de saúde baseados em contagens. Cada distribuição é combinada com cenários epidemiológicos realistas.

Aula 1 • Testes Múltiplos e Controle de Erro

Aborda a inflação do erro familiar e estratégias de correção para estudos com múltiplos desfechos. A correção adequada previne descobertas falsas em dados biomédicos de alta dimensionalidade.

Aula 2 • Lógica do Teste de Hipóteses

Define hipóteses nula e alternativa, estatísticas de teste e regras de decisão. Estabelece a estrutura conceitual aplicada em todo procedimento de teste subsequente.

Aula 3 • Estimação Pontual e Intervalos de Confiança

Aborda estimadores de máxima verossimilhança e de momentos, juntamente com a construção de IC. A estimação intervalar precisa é a base de todo relato inferencial.

Aula 4 • Testes para Médias e Proporções

Aplica testes z, testes t e testes de proporção a comparações biomédicas comuns. A seleção correta do teste depende do tipo de variável e do tamanho amostral abordados anteriormente.

Aula 1 • ANOVA de Um Fator e Testes Post-Hoc

Estende a comparação de dois grupos para múltiplos grupos independentes usando ANOVA. Procedimentos post-hoc identificam quais pares específicos de grupos diferem após um teste F significativo.

Aula 2 • Testes Não Paramétricos para Dados Contínuos

Aborda os testes U de Mann-Whitney, Kruskal-Wallis e Wilcoxon para sinais para desfechos não normais. Esses métodos baseados em postos são amplamente usados em pequenas amostras clínicas.

Aula 3 • Verificação de Pressupostos Antes do Teste

Aborda testes de normalidade, homogeneidade de variância e verificações de independência como pré-requisitos. Violações de pressupostos orientam a escolha entre alternativas paramétricas e não paramétricas.

Aula 4 • ANOVA de Dois Fatores e de Medidas Repetidas

Introduz delineamentos fatoriais e medidas repetidas intra-sujeito para dados biomédicos longitudinais. Termos de interação revelam como os efeitos do tratamento variam entre subgrupos.

Aula 1 • Viés, Confundimento e Validade

Identifica viés de seleção, viés de informação e confundimento como ameaças à validade interna. Reconhecer fontes de viés é essencial para avaliar criticamente estudos biomédicos publicados.

Aula 2 • Delineamento de Ensaio Clínico Randomizado Controlado

Aborda randomização, ocultação de alocação, cegamento e análise por intenção de tratar em ECRs. Os ECRs fornecem a evidência mais forte para inferência causal quando adequadamente delineados.

Aula 3 • Delineamentos de Estudos Observacionais

Contrasta delineamentos transversais, de coorte e caso-controle por temporalidade e estrutura de dados. A escolha do delineamento determina quais medidas de efeito são estimáveis e quais vieses surgem.

Aula 4 • Medidas de Associação e Impacto

Calcula razão de riscos, razão de chances, razão de taxas e risco atribuível para cada delineamento de estudo. Medidas de impacto quantificam a carga de saúde pública atribuível a uma exposição específica.

Aula 1 • Regressão Linear Simples e Múltipla

Deriva estimativas de OLS e estende para múltiplos preditores para desfechos contínuos como pressão arterial. Coeficientes de regressão quantificam associações ajustadas controlando por covariáveis.

Aula 2 • Construção de Modelo e Seleção de Variáveis

Compara seleção proposital, stepwise e métodos penalizados para inclusão de covariáveis. O sobreajuste e o subajuste são equilibrados por meio de validação cruzada e critérios de informação.

Aula 3 • Confundimento, Interação e Modificação de Efeito

Diferencia confundimento de modificação de efeito e mostra como modelar ambos em regressão. Termos de interação revelam efeitos de tratamento heterogêneos entre subgrupos de pacientes.

Aula 4 • Regressão Logística para Desfechos Binários

Modela o logaritmo da chance de um evento binário, como a presença de doença, usando máxima verossimilhança. As razões de chances da regressão logística são a medida de efeito padrão em epidemiologia.

Aula 1 • Testes Log-Rank e Ponderados

Compara curvas de sobrevivência entre grupos usando testes log-rank e ponderado de Wilcoxon-Gehan. A escolha do teste depende se as diferenças de risco são precoces, tardias ou proporcionais.

Aula 2 • Modelos de Sobrevivência Paramétricos

Ajusta modelos de tempo de falha acelerado exponencial, Weibull e log-normal a dados de sobrevivência. Modelos paramétricos permitem extrapolação além do acompanhamento observado para modelos de economia da saúde.

Aula 3 • Regressão de Cox de Riscos Proporcionais

Modela razões de riscos ajustadas por covariáveis usando o modelo semiparamétrico de Cox. O pressuposto de riscos proporcionais deve ser verificado antes de interpretar qualquer estimativa de HR.

Aula 4 • Conceitos de Sobrevivência e Censura

Define tempo de sobrevivência, função de risco e mecanismos de censura à direita, à esquerda e intervalar. Compreender a censura é essencial antes de aplicar qualquer estimador de sobrevivência.

Aula 1 • Modelos Lineares Generalizados e Mistos

Unifica a regressão para desfechos não normais por meio de funções de ligação e famílias da distribuição exponencial. Os GLMMs estendem isso para desfechos de contagem e binários agrupados em dados de saúde.

Aula 2 • Análise de Dados de Alta Dimensionalidade e Ômicos

Aborda redução de dimensionalidade, regressão penalizada e testes múltiplos em conjuntos de dados genômicos e proteômicos. Esses métodos lidam com o problema p >> n comum em pesquisa ômica.

Aula 3 • Inferência Bayesiana para Dados Biomédicos

Apresenta especificação da priori, verossimilhança e computação da posteriori via MCMC para modelos de saúde. Métodos bayesianos incorporam naturalmente conhecimento clínico prévio e quantificam a incerteza completamente.

Aula 4 • Métodos de Inferência Causal

Aborda métodos de escore de propensão, variáveis instrumentais e diferença em diferenças para estimação causal a partir de dados observacionais de saúde. A estruturação causal vai além da associação.