فلش‌کارت‌های آموزشی ADMB و تحلیل داده‌های بالینی پیچیده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ADMB و تحلیل داده‌های بالینی پیچیده

موضوع کلی: آمار زیستی و تحلیل داده‌های کارآزمایی بالینی

موضوع میانی: مدل‌سازی آماری غیرخطی و تحلیل داده‌های طولی کارآزمایی‌های بالینی با ADMB

📋 سرفصل‌های دوره

• 1. مبانی آمار توصیفی در داده‌های بالینی
• 2. آمار استنباطی و آزمون فرضیه‌ها در پزشکی
• 3. تفسیر نتایج آزمون‌های آماری
• 4. مقدمه‌ای بر نرم‌افزار SPSS در تحلیل داده‌های پزشکی
• 5. وارد کردن و مدیریت داده‌ها در SPSS
• 6. پاکسازی و آماده‌سازی داده‌های بالینی
• 7. آمار توصیفی با استفاده از SPSS
• 8. نمایش گرافیکی داده‌های بالینی
• 9. آشنایی با انواع متغیرها در داده‌های پزشکی
• 10. مقیاس‌های اندازه‌گیری و انتخاب آزمون مناسب
• 11. آزمون t مستقل برای مقایسه میانگین‌ها
• 12. آزمون t زوجی برای داده‌های مرتبط
• 13. تحلیل واریانس (ANOVA) یک‌طرفه
• 14. مقایسه‌های تعقیبی در ANOVA
• 15. همبستگی پیرسون و اسپیرمن
• 16. رگرسیون خطی ساده
• 17. رگرسیون خطی چندگانه
• 18. پیش‌بینی با استفاده از مدل رگرسیونی
• 19. ارزیابی مدل رگرسیونی
• 20. مقدمه‌ای بر داده‌های طبقه‌ای
• 21. آزمون کای‌دو برای داده‌های طبقه‌ای
• 22. تحلیل بقا و منحنی کاپلان-مایر
• 23. مدل رگرسیون کاکس
• 24. آزمون‌های ناپارامتری (مان-ویتنی یو، کروسکال-والیس)
• 25. تحلیل داده‌های طولی
• 26. مقدمه‌ای بر روش‌های یادگیری ماشین در پزشکی
• 27. درخت تصمیم‌گیری در تشخیص بیماری
• 28. شبکه‌های عصبی مصنوعی در پیش‌بینی بیماری
• 29. خوشه‌بندی داده‌های بالینی
• 30. کاهش ابعاد داده‌ها (PCA)
• 31. اعتبارسنجی مدل‌های پیش‌بینی
• 32. مدیریت داده‌های گم‌شده
• 33. شناسایی و حذف داده‌های پرت
• 34. استانداردسازی و نرمال‌سازی داده‌ها
• 35. تحلیل حساسیت در داده‌های بالینی
• 36. مقدمه‌ای بر متاآنالیز
• 37. تحلیل هزینه-اثربخشی در مراقبت‌های بهداشتی
• 38. تحلیل داده‌های ژنومیک
• 39. تحلیل تصاویر پزشکی
• 40. تحلیل داده‌های حسگرهای پوشیدنی
• 41. مبانی داده‌کاوی در پزشکی
• 42. اخلاق در تحلیل داده‌های بالینی
• 43. حریم خصوصی و امنیت داده‌های بیمار
• 44. گزارش‌نویسی نتایج تحلیل داده‌ها
• 45. ارائه نتایج تحلیل داده‌ها به پزشکان و متخصصان