Microcredencial Análisis de datos y modelización en Ciencias de la Salud

1. Adquirir competencias en el uso de técnicas estadísticas y herramientas informáticas para el tratamiento, análisis e interpretación de datos procedentes del ámbito sanitario y biomédico.

2. Aplicar métodos de análisis de datos y de modelización matemática para representar, comprender y predecir fenómenos relacionados con la salud y la enfermedad.

3. Desarrollar y fomentar la capacidad de análisis crítico y la toma de decisiones, integrando los resultados del análisis de datos en la investigación y la práctica profesional en ciencias de la salud.

Graduados o estudiantes de último curso en ciencias de la salud, ciencias puras o ingeniería, con interés en análisis de datos, modelización matemática y aplicaciones cuantitativas para la toma de decisiones en salud.

MÓDULO 1: Análisis de Datos:

1.1. Introducción al análisis de datos en salud: tipos de datos clínicos y biomédicos, fuentes de información.

1.2. Preprocesamiento de datos: limpieza, preparación y selección de variables.

1.3. Análisis exploratorio de los datos clínicos: descripción estadística, medidas de tendencia y dispersión, correlaciones y análisis multivariante.

1.4. Conceptos estadísticos fundamentales: contraste de hipótesis, regresión lineal y logística, análisis de supervivencia.

1.5. Métodos y modelos de aprendizaje automático: supervisado y no supervisado.

1.6. Evaluación de modelos predictivos: métricas, validación cruzada y prevención de sobreajuste.

1.7. Análisis e interpretación de los resultados: visualización y toma de decisiones.

1.8. Ejemplos de aplicación de la IA en la salud.

MÓDULO 2: Modelización Matemática:

2.1. Introducción a fundamentos de modelización matemática: variables, parámetros, ecuaciones y sistemas dinámicos.

2.2. Ejemplos de modelos aplicados a procesos biológicos y sanitarios.

2.3. Modelos de procesos fisiológicos y epidemiológicos: crecimiento población, transmisión de enfermedades, dinámica de tratamientos y respuesta inmunológica.

2.4. Ajuste y validación de modelos: estimación de parámetros y validación con datos reales.

2.5. Simulación numérica y análisis de escenarios: predicción de resultados y evaluación de estrategias sanitarias.

2.6. Aplicaciones prácticas.

COMPETENCIAS:

1. Matemáticas

2. Estadística.

3. Evaluar datos, información y contenidos digitales.

Nivel de cualificación: Nivel MEC 5

En la siguiente tabla se presenta la relación entre los MECES (Marco Español de Cualificaciones para la Educación Superior) y MEC (Marco Europeo de Cualificaciones).