News

Unità di Biostatistica

Unità di Biostatistica
Master II livello Direttore: Prof.ssa Ileana Baldi Vicedirettore: Prof. Annibale Biggeri Obiettivi: La sintesi delle evidenze riveste un ruolo sempre crescente nella ricerca, nella pratica clinica e nelle decisioni di politica sanitaria. Una condizione fondamentale per l'implementazione dei risultati che derivano da una revisione sistematica e successiva meta-analisi è la loro riproducibilità. Il Master è ideato per fornire gli strumenti per progettare, condurre e analizzare una revisione sistematica per domande di evidence-based healthcare, in un'ottica di riproducibilità metodologica e computazionale secondo il paradigma del literate programming. Particolare attenzione verrà data agli aspetti applicativi della meta-analisi, dai metodi di base fino ai multilevel, multivariati e Bayesian network, e dell'automatizzazione dei processi di revisione e aggiornamento. I metodi di base e avanzati saranno trattati utilizzando il software R. Sbocchi professionali: Per una descrizione delle opportunità professionali relative ai diversi indirizzi, si rimanda all'avviso di ammissione.
Topic 5: Machine learning and prediction in COVID-19 epidemics Moderator: Paola Berchialla, Associate Professor of Medical Statistics – University of Torino, IT Topic Introduction Veronica Sciannameo, Post-Doc Fellow in Medical Statistics, University of Torino, IT Machine learning to improve COVID-19 epidemic behaviour Danila Azzolina, Assistant Professor in Medical Statistics – University of Ferrara, IT Prediction models for diagnosis and prognosis of COVID-19 Laure Wynants, Assistant Professor of Epidemiology – School for Public Health and Prime Care, Fac. Health, Medicine and Life Sciences, Maastricht University, NL “Modelling SARS-CoV-2 transmission in Vo, Italy” Ilaria Dorigatti, Lecturer – MRC Centre for Global Infectious Disease Analysis, School of Public Health, Imperial College, London, UK Floor discussion
Topic 2: Machine learning perspectives in novel fields of bio-medical research Moderator: Ileana Baldi, Associate Professor of Medical Statistics – University of Padova, IT Topic Introduction Andrea Ricotti, Medical Intern , Unit of Epidemiology, Regional Health Service, ASL TO3, IT Machine learning assisted systematic reviews Corrado Lanera, Assistant Professor in Medical Statistics – University of Padova, IT Social Media and other Real World Data for Health-related Research Graciela Gonzalez-Hernandez, Associate Professor of Informatics – The Perelman School of Medicine, University of Pennsylvania, PA-USA Targeted learning with applications to causal inference Rachael Phillips PhD Student in Biostatistics at UC Berkeley School of Public Health – University of California Floor discussion
January 26, 2022 Topic 3: “Data” science for “omics” sciences Moderator: Annibale Biggeri, University of Padova Topic Introduction Luca Vedovelli, University of Padova Omics technologies for cancer detection and prediction of prognosis Giovanna Chiorino e Paola Ostano, Fondazione Edo e Elva Tempia, Biella Metabolomics applications in medical & biological sciences, Manuela Simonato, Post Doctoral Fellow in Metabolomics and Mass Spectrometry Floor discussion
Topic 1: Controversies in Statistical Learning in Clinical Epidemiology Moderator: Dario Gregori, Professor of Medical Statistics – University of Padova, IT Topic Introduction: Giulia Lorenzoni, Post-Doc Fellow in Clinical Epidemiology – University of Padova, IT "Controversies in Predictive Modelling, Machine Learning, and Validation in clinical research": Frank Harrell, Professor of Biostatistics – Vanderbilt University, Nashville, TN – USA "Epidemiologic Opportunities for AI in Abdominal Radiology": Ron Summers, M.D., Ph.D. Senior, Investigator, Imaging Biomarkers and Computer-Aided Diagnosis Laboratory – National Institutes of Health Clinical, Bethesda, MD – USA "Data science, statistics & health": Rob Tibshirani Professor of Statistics, Professor of Biomedical Data Science – Stanford University, CA – USA Floor discussion
Obiettivi: Il Master ha come obiettivo la formazione circa il corretto utilizzo delle geo-informazioni e degli strumenti per l'analisi spazio-temporale degli stessi. La finalità è quella di analizzare e comprendere le dinamiche dei fenomeni legati alla salute umana, veterinaria e della vegetazione, usando tecniche avanzate di modellistica applicate a dati geospaziali. Il Master propone un'offerta didattica volta a formare ricercatori e professionisti in grado di utilizzare correttamente l'informazione geospaziale, integrandola con altre fonti, aumentando la capacità descrittiva, predittiva e l'affidabilità delle operazioni di analisi. Sbocchi professionali: Il Master attraverso lezioni, esercitazioni su casi pratici e seminari da parte di esperti, rende il partecipante in grado di valorizzare e migliorare le operazioni necessarie alle soluzioni dei problemi legati alla salute umana, veterinaria e della vegetazione. Vengono acquisite conoscenze sulle innovazioni riguardo tecniche statistiche, di apprendimento automatico e di data-mining con integrazione dell'informazione geospaziale. Il Master forma figure professionali come consulenti e operatori per pubbliche amministrazioni, enti e imprese, Ong e Onlus, come anche attori coinvolti nella formazione e liberi professionisti in grado di fornire servizi avanzati di spatial-data analytics. Direttore: Francesco Pirotti Livello: 2 Durata: annuale Periodo: novembre 2021 / settembre 2022 Modalità didattica: a distanza Lingua: italiano Sede del Master: Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Via Loredan, 18 - 35131 Padova Posti disponibili: min: 5 / max: 120 Contributo di iscrizione: Euro 3.022,50 (prima rata: 2.022,50 euro / seconda rata: 1.000,00 euro) Modalità di selezione: valutazione titoli Scadenza presentazione domanda di ammissione: 8 ottobre 2021 Sito web: www.dctv.unipd.it/didattica/master-ii-livello/geostatistica-la-salute-de... Per informazioni: 331 2602232 / 331 2601668; angela.bigi@ubep.unipd.it
Master Online in Analisi di Dati Omici Obiettivi: Il Master è finalizzato all’apprendimento e all’utilizzo di tecniche statistiche e computazionali per l’analisi dei dati "omici". Per dati omici si intendono i dati provenienti da esperimenti di genomica, trascrittomica, epigenomica, metagenomica, metabolomica e proteomica. La struttura del Master riprende questa definizione, prevedendo un modulo per ogni tipo di dato. Questi dati stanno diventando onnipresenti non solo nella ricerca di base, ma anche nella ricerca e pratica clinica. Le tematiche del Master sono quindi di rilievo per i centri di ricerca, pubblici e privati, ma anche per gli ospedali e l’industria farmaceutica, che raccolgono spesso grandi moli di dati omici e che hanno bisogno di personale adeguatamente formato per la loro analisi. Per facilitare la partecipazione, il Master è realizzato in formato educazionale completamente a distanza utilizzando il modello tecnologico della "classe virtuale". Sbocchi professionali: Il Master contribuisce alla formazione tecnica e scientifica di figure professionali di formazione matematica, statistica, informatica e bioignegneristica interessate all’approfondimento dell’analisi dei dati omici. Il Master contribuisce alla formazione avanzata di figure professionali di formazione biologica e clinica, fornendo gli strumenti e le conoscenze tecniche per analizzare i dati prodotti nella ricerca e pratica clinica, sia pubblica che privata. Direttrice: Laura Ventura Livello: 2 Durata: annuale Periodo: novembre 2021 / settembre 2022 Modalità didattica: a distanza Lingua: italiano Sede del Master: Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Via Loredan, 18 - 35131 Padova Posti disponibili: min: 5 / max: 60 Contributo di iscrizione: Euro 3.022,50 (prima rata: 2.022,50 euro / seconda rata: 1.000,00 euro) Modalità di selezione: valutazione titoli Scadenza presentazione domanda di ammissione: 8 ottobre 2021 Sito web: www.dctv.unipd.it/didattica/master-ii-livello/analisi-di-dati-omici Per informazioni: 331 2602232 / 331 2601668; angela.bigi@ubep.unipd.it
Master Online in Farmacoepidemiologia e valutazione delle cure integrate Obiettivi: Il Master si pone come obiettivo quello di fornire elementi teorici e pratici per la pianificazione e realizzazione di studi di farmacoepidemiologia e di valutazione delle cure integrate utilizzando real world data, ottenuti dall'integrazione di flussi sanitari amministrativi e registri clinici, e per l'interpretazione critica della letteratura scientifica di riferimento. Per facilitare la partecipazione, il Master è realizzato in formato educazionale completamente a distanza, utilizzando il modello tecnologico della "classe virtuale". Sbocchi professionali Il Master contribuisce alla formazione tecnica e scientifica di figure professionali con acquisite competenze multidisciplinari che lavorano in ambito sanitario in grado di disegnare e condurre studi epidemiologici osservazionali nell'ambito della farmacoepidemiologia e valutazione delle cure integrate. Direttrice: Cristina Canova Livello: 2 Durata: annuale Periodo: novembre 2021 / settembre 2022 Modalità didattica: a distanza Lingua: italiano Sede del Master: Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Via Loredan 18 - 35131 Padova; Posti disponibili: min: 5 / max: 40 Contributo di iscrizione: Euro 3.022,50 (prima rata: 2.022,50 euro / seconda rata: 1.000,00 euro) Modalità di selezione: valutazione titoli Scadenza presentazione domanda di ammissione: 8 ottobre 2021 Sito web: www.dctv.unipd.it/didattica/master-ii-livello/farmacoepidemiologia-e-val... Per informazioni: 331 2602232 / 331 2601668; masterHRP.dctv@unipd.it
Load More... Subscribe
This error message is only visible to WordPress admins

Unable to retrieve new videos without an API key.

UBEP News

1 2 3 … 16

Unit of Biostatistics, Epidemiology and Public Health

Department of Cardiac, Thoracic, Vascular Sciences and Public Health
University of Padova

Via L. Loredan 18 – 35131 Padova

Director: Prof. DARIO GREGORI

Newsletter

Join to always keep updated on our unit!