Docente/i: Riccardo Bellazzi  

Denominazione del corso: Modelli probabilistici in medicina
Codice del corso: 064073
Corso di laurea: Ingegneria Biomedica
Settore scientifico disciplinare: ING-INF/06
L'insegnamento è affine per:
Crediti formativi: CFU 5
Sito web del corso: http://aim.labmedinfo.org

Obiettivi formativi specifici

Il corso si propone di completare la preparazione dello studente sull'applicazione di modelli statistici e probabilistici a problemi biomedici. Al fianco di argomenti classici, quali i test di ipotesi e la regressione, verranno presentati dei metodi avanzati di modellizzazione probabilistica ed il loro utilizzo per la diagnosi, prognosi e la ricerca biomedica.

Programma del corso

Richiami di statistica classica e probabilitą

• Richiami su concetti statistici di base.
• Test di ipotesi: significativitą e potenza dei test.
• Metodi parametrici e non parametrici per il confronto fra medie, mediane e varianze. Test per il paragone di proporzioni. Test di accostamento.
• Analisi della varianza ad una e a due vie.

Rischio ed analisi di sopravvivenza

• Richiami sull'analisi delle tabelle di contingenza: odds ratio e rischio relativo. Test di ipotesi ed intervalli di confidenza.
• Richiami sulla regressione logistica.
• Prevalenza, incidenza, Tasso di incidenza, Mortalitą
• Curve Kaplan-Meier
• Il modello di Cox

Regressione

• La regressione lineare. Stima e valutazione della bontą dei risultati.
• Metodi di regressione non lineare. Alberi di regressione. Metodi Bump-hunting. Reti neurali.

Reti Bayesiane

• Richiami sul teorema di Bayes e sull'inferenza Bayesiana
• Definizione e proprietą. Indipendenza condizionale.
• Inferenza
• Apprendimento delle distribuzioni di probabilitą condizionale
• Apprendimento della struttura
• Applicazioni biomediche

Seminari

• Metodi statistici per l'analisi di studi genetici
• Metodi basati su modello per il clustering di dati biomedici
• Metodi basati su modello per il clustering di serie temporali
• Problemi decisionali dinamici

Esercitazioni
Esercitazioni con Matlab (Statistical Toolbox) e con strumenti di analisi e apprendimento di reti Bayesiane (Genie,BNT toolbox). Soluzione di problemi su basi di dati biomedici.

Prerequisiti

Conoscenze di statistica di base.

Tipologia delle attività formative

Lezioni (ore/anno in aula): 30
Esercitazioni (ore/anno in aula): 20
Laboratori (ore/anno in aula): 0
Progetti (ore/anno in aula): 0

Materiale didattico consigliato

Un testo di biostatistica. Dispense e slides delle lezioni.

Modalità di verifica dell'apprendimento

Prove in itinere scritte con utilizzo del calcolatore. Discussione orale di un articolo scientifico. Negli appelli una prova scritta e la discussione orale di un articolo scientifico.