- CG1. Estructurar el proceso de análisis de un problema con elementos aleatorios.
- CG2. Utilizar adecuadamente los métodos y técnicas estadísticas más usuales en el área de las Ciencias de la Salud y de la Vida.
- CG3. Adquirir la capacidad de resolver problemas estadísticos mediante la utilización del software adecuado y del desarrollo de programas eficientes.
- CG4. Comunicar y transmitir los resultados estadísticos mediante la elaboración de distintos tipos de informe, utilizando terminología específica de los campos de aplicación.
- CG5. Desarrollar un espíritu innovador en un ambiente interdisciplinar, fomentando de forma creativa la resolución de diversos tipos de problemas que surgen en el área de las Ciencias de la Salud y de la Vida.
- CG6. Conocer, identificar y seleccionar fuentes de información biomédicas públicas, de los organismos internacionales y de las organizaciones científicas, sobre el estudio y dinámica de las poblaciones con el fin de integrar su uso en el trabajo cotidiano.
- CG7. Realizar lecturas críticas de informes y publicaciones científicas de los campos de aplicación.
- CG8. Saber aplicar el método científico y adquirir habilidades en el manejo de fuentes de información, bibliografía, elaboración de protocolos y demás aspectos que se consideran necesarios para el diseño, ejecución y evaluación crítica de estudios en las Ciencias de la Salud y de la Vida.
- CG9. Demostrar un pensamiento lógico y un razonamiento estructurado en la determinación de la técnica estadística apropiada.

- CE4. Ser capaces de aplicar métodos avanzados de simulación para resolver los problemas de aleatorización, asignación, estimación e inferencia que aparecen en pruebas biomédicas convencionales y de nuevo desarrollo.
- CE6. Diseñar, recoger y depurar un conjunto de datos para su posterior análisis estadístico; incluyendo también el caso concreto de grandes bases de datos.
- CE7. Diseñar y desarrollar, mediante lenguaje de programación, programas informáticos eficientes para la gestión y el análisis de grandes bases de datos, que permitan aplicar técnicas estadísticas avanzadas y emergentes en el ámbito de la Bioestadística.
- CE8. Identificar el método apropiado para determinar el tamaño muestral en un proyecto de investigación en las Ciencias de la Salud y de la Vida.
- CE11. Comunicar y transmitir los resultados estadísticos correctamente, mediante la elaboración de informes o artículos de investigación, utilizando terminología específica de los ámbitos de aplicación en las Ciencias de la Salud y de la Vida.
- CE13. Saber plantear y modelizar estadísticamente problemas reales complejos en el área de las Ciencias de la Salud y de la Vida en función del tipo de información disponible y del diseño del estudio.

40%

40%

20%

100%

1,8

4,2

2

No hay requisitos previos.

Análisis de supervivencia: Estimación de la función de supervivencia. Regresión de Cox de riesgos proporcionales. Diagnóstico del modelo. Selección de las variables del modelo.
Extensiones del modelo de regresión de Cox a variables dependientes del tiempo. Modelos Multiestado. Eventos recurrentes. Riesgos competitivos. Modelos paramétricos
Modelos conjuntos para el análisis de datos longitudinales y tiempo hasta el evento.

La evaluación continua se valorará con un 40% de la nota final. Para ello se tendrán en cuenta distintas actividades:
1.- La participación en el aula representará, como máximo, el 15% de la evaluación continua.
2.- La presentación de trabajos al resto de compañeros, se ponderará con un máximo de un 40% en la evaluación continua.
3.- La realización de casos prácticos, puede suponer como máximo un 50% de la evaluación continua.
4.- La prueba intermedia para evaluar los contenidos teóricos y la resolución de problemas, podría representar hasta el 50% de la nota de la evaluación continua.
Se realizará un examen global, tanto en convocatoria ordinaria, como en convocatoria extraordinaria, que se valorará con un 60% de la nota final.
La nota final de la asignatura se calculará como el máximo entre:
a) La calificación del examen final.
b) La media ponderada de la evaluación continua y el examen final.
En todo caso, el alumno no tiene la opción de superar la asignatura únicamente con la evaluación continua.
Un estudiante a tiempo parcial o un estudiante que no ha participado en la evaluación continua a lo largo del curso, podrá presentarse al examen final. En este caso, la calificación obtenida en este examen será su nota final.

• Hosmer D W, Lemeshow J S, May S. Applied Survival Analysis: Regression Modeling of Time to Event Data. Wiley, 2ª edic. 2008.
• Kleinbaum D G, Klein M. Survival Analysis. A Self-Learning Text. Springer, 3ª edic. 2012.
• Klein PK, Moeschberger ML. Survival Analysis. Techniques for Censored and Truncated Data. Springer, 2ª ed. 2003.
• Moore Dirk F, Applied Survival Analysis Using R. Springer 2016
• Collet, D. Modelling survival data in medical research. Chapman and Hall/CRC. 4ª ed. 2023

La asignatura estará virtualizada, facilitándose material adicional
Tutorías:
- Las tutorías de la asignatura serán a demanda de los estudiantes y se acordará una tutoría con el estudiante mediante correo electrónico
- Para realizar consultas por vía mail podrán dirigirse a través del correo electrónico

La presencialidad de las asignaturas de Máster es del 30%, lo que significa que la carga de trabajo de un alumno, para cada asignatura de 6 créditos ECTS, se divide en 45 horas lectivas presenciales y en 105 de trabajo personal adicional.