fbpx

Análisis de datos longitudinales

Formulario de pre-inscripción

Nombre (requerido)

Apellido (requerido)

Email (requerido)

Teléfono

País:

 

Consulta

Código de seguridad:
captcha


Inicio: 26 de octubre de 2019

INSCRIPCIÓN ABIERTA

Este curso* cubre los métodos modernos de análisis de medidas repetidas, eventos correlacionados y datos longitudinales, incluyendo datos no balanceados o incompletos, característicos de la investigación en el área de salud.  

*Si bien este curso forma parte de la Maestría en Efectividad Clínica de la UBA, se puede tomar en forma independiente, no es necesario ser alumno de la maestría.

Objetivos generales

Se espera que los cursantes evalúen la estructura de datos correlacionados, seleccionen los modelos multivariables adecuados a cada situación y a distintas variables de respuesta e interpreten los resultados de los distintos modelos.

Contenidos generales
  • Introducción a datos correlacionados
  • Modelos lineales: modelos marginales y modelos condicionales
  • Modelos marginales y modelos condicionales para diseños por clúster. Introducción a modelos multinivel.
  • Cursada

    MODALIDAD

    * Ejercicios y de análisis de bases de datos

    * Bibliografía obligatoria y complementaria

    * Clases teórico-practicas

    Días y horarios

    8/09: 8.30 a 12.30 horas.

    21/09: 13.30 a 17.30 horas.

    5/10: 8.30 a 12.30 horas.

    6/10: 8.30 a 12.30 horas.

    Sedes

    • Escuela de Salud Pública de la Facultad de Medicina de la UBA, Marcelo T. de Alvear 2202, 1° piso – Ciudad Autónoma de Buenos Aires.
    • Instituto de Efectividad Clínica y Sanitaria (IECS), Dr. Emilio Ravignani 2024 – Ciudad Autónoma de Buenos Aires.
    Requisitos de aprobación
    • Asistencia al 75% de las clases
    • Aprobación del 80% de actividades de cada módulo
    • Aprobación del examen escrito
    Titulación

    Se otorgará Diploma del IECS de “Curso de Análisis de datos longitudinales”.

    Plantel docente
    • Dr. Fernando Rubinstein
    • Dra. Vilma Irazola
    Website Malware Scan