Accedi ai Corsi
In evidenza
Laurea Triennale
Amministrazioni, Professioni ed Organizzazioni Sportive con Sole 24 Ore Formazione
Chiamaci
{{ numero_verde }}
-
Ateneo
-
Offerta formativa
-
Ricerca
-
Iscrizione
-
Studenti e Aziende
- Notizie
-
Sedi
Offerta formativa
- Scienze Motorie (L-22)
- Scienze dell'Amministrazione e dell'Organizzazione (L-16)
- Scienze Biologiche (L-13)
- Moda e Design Industriale L-4
- Patrimonio Culturale in Era Digitale L-1
- Lingue e Culture Straniere per l'Era Digitale (L-11)
- Ingegneria Biomedica (L-9)
- Ingegneria Informatica e Intelligenza artificiale (L-8)
- Scienze dell'Alimentazione e Gastronomia (L-26)
- Management e Consulenza Aziendale (LM-77)
- Scienze e Tecniche delle Attività Motorie Preventive e Adattate LM-67
- Scienze della Nutrizione Umana LM-61
- Management, Diritto e Governance della Pubblica Amministrazione LM-63
- Lingue e culture straniere per l'era digitale: scuola, società e professioni LM-37
- Ingegneria Informatica e dell’Intelligenza Artificiale Applicata LM-32
- Doppia Laurea
- Master 1° Livello
- Master 2° Livello
- Aree Master
- Corsi di Formazione
- Corsi di Perfezionamento
- Corsi Singoli
- Formazione Docenti
- PA 110 e lode
Iscrizione
- Richiedi Informazioni
- Agevolazioni Economiche
- Prova la piattaforma
- Convenzioni commerciali
- Valutazione Crediti Formativi e Accessi
- Recupero delle competenze per accesso alle Magistrali
- Immatricolazione
- Doppia Laurea
- Iscrizione Master e Corsi
- Iscrizione ai Dottorati di Ricerca
- Immatricolazione titoli esteri
- Borse di studio Sole 24 Ore Formazione
- Studia con San Raffaele Roma e accedi ai corsi Google sull'Intelligenza Artificiale
Corsi di Laurea Triennale
Corsi di Laurea Magistrale
Scienze della Nutrizione Umana LM-61
Sperimentazione clinica e analisi dei dati
| Settore scientifico disciplinare | Numero crediti formativi (CFU) | Docente |
| MED/01 (MEDS-24/A) | 6 | Annamaria Porreca, Annarita Fanizzi |
Risultati di apprendimento attesi
L’obiettivo è che gli studenti acquisiscano una solida comprensione dei principi fondamentali della statistica medica, applicandoli all’analisi dei dati nutrizionali. Devono inoltre sviluppare competenze pratiche nell’utilizzo di metodi statistici per interpretare correttamente i dati, perfezionando infine un approccio critico verso la ricerca nutrizionale.
Conoscenza e capacità di comprensione
Al termine dell'insegnamento, lo studente avrà acquisito conoscenze approfondite in merito alla sperimentazione clinica e all’analisi dei dati applicata alle scienze della nutrizione. In particolare, sarà in grado di comprendere i principali disegni di studio sperimentali e osservazionali, i fondamenti dell’etica nella ricerca clinica e i metodi statistici più utilizzati in ambito biomedico.
Capacità di applicare conoscenza e comprensione
Lo studente sarà in grado di applicare le conoscenze acquisite all’analisi di dati derivanti da studi clinici e nutrizionali, utilizzando software statistici (R). Sarà inoltre in grado di interpretare in modo corretto i risultati alla luce delle finalità dello studio.
Autonomia di giudizio
Lo studente svilupperà la capacità di valutare criticamente la qualità metodologica degli studi clinici e nutrizionali pubblicati, riconoscendo eventuali limiti e potenziali fonti di errore nell’impostazione dello studio o nell’interpretazione dei risultati.
Abilità comunicative
Lo studente sarà in grado di esporre con chiarezza i risultati delle analisi statistiche e di discuterli con un linguaggio scientifico adeguato, sia in forma scritta che orale, anche in occasione di presentazioni accademiche o nella stesura di elaborati tecnico-scientifici.
Capacità di apprendimento
Lo studente svilupperà la capacità di aggiornarsi autonomamente su tematiche relative alla sperimentazione clinica e alla statistica applicata, anche attraverso la consultazione critica della letteratura scientifica in ambito nutrizionale e biomedico.
Obiettivi Formativi
Il corso ha l’obiettivo di fornire agli studenti i principi fondamentali della sperimentazione clinica, in particolare la progettazione, conduzione e valutazione critica degli studi clinici. Verranno inoltre affrontati i principali metodi di analisi dei dati biomedici, con attenzione all’applicazione statistica e alla lettura critica della letteratura scientifica. Gli studenti acquisiranno le competenze necessarie per comprendere le basi della metodologia sperimentale in medicina e per analizzare i dati clinici in modo rigoroso, con strumenti statistici appropriati e software dedicati.
Programma del Corso
UD1 – Fondamenti di statistica e metodologia scientifica
1.Introduzione alla Statistica e Biostatistica
2.Introduzione all’Indagine Statistica
3.Il Disegno dello studio
UD2 – I caratteri statistici
4. I caratteri statistici e la loro distribuzione
5. La distribuzione di frequenza
6. Distribuzione in Classi e Rappresentazioni Grafiche
UD3 – Misure di tendenza centrale
7. La sintesi dei caratteri quantitativi: la media
8. La mediana
9. La mediana per le distribuzioni in classi, i quantili e la moda per tutti i tipi di carattere
UD4 – Variabilità e forma
10. Misure di dispersione nei caratteri quantitativi: variabilità assoluta, relativa e intervalli di variazione
11. La variabilità dei caratteri quantitativi: gli indici di dispersione
12. La forma dei caratteri quantitativi
UD5 – Statistica bivariata ed epidemiologia applicata
13. La statistica bivariata
14. Lo studio dell'interdipendenza
15. La regressione lineare semplice
16. L’indipendenza assoluta
17. Epidemiologia ed eziologia: misure di occorrenza, associazione e impatto
UD6 – Introduzione all’inferenza statistica
18. Le variabili casuali
19. La distribuzione normale
20. Introduzione all'inferenza statistica
21. La stima per intervalli
22. La verifica di ipotesi
23. La verifica delle ipotesi per il confronto tra gruppi
24. Il test del Chi-quadrato
25. La statistica non parametrica
26.Il calcolo della dimensione campionaria
UD7 – Introduzione all’analisi statistica in ambiente R
27. Una breve introduzione all’ambiente statistico R
28. Analisi di un dataset in R
29. Introduzione alla visualizzazione in R
30. Caso studio: Chocolate Sales Data
Testi consigliati
Il docente consiglia l’integrazione del materiale fornito (videolezioni, slides, esercitazioni) con i seguenti testi, a cui il docente può fare riferimento durante le lezioni:
•Girone G., Salvemini T. Lezioni di Statistica. Cacucci Editore (2000).
•Starbuck, C. (2023). Research Design. In The Fundamentals of People Analytics: With Applications in R (pp. 51-57). Cham: Springer International Publishing.
•Bacchieri, A., & Della Cioppa, G. (2004). Fondamenti di ricerca clinica. Springer Science & Business Media.
•Piccolo, D., Statistica. Il Mulino Editore (2010).
•Di Battista, T., Metodi e tecniche per la valutazione. Un approccio statistico. Franco Angeli Editore (2012).
Modalità di accertamento dei risultati di apprendimento acquisiti dallo studente
Modalità di esame
Propedeuticità
L’ordinamento della LM-61 non prevede alcuna propedeuticità
Prerequisiti
Il programma proposto consentirà anche agli studenti che non hanno precedentemente maturato
conoscenze disciplinari di raggiungere gli obiettivi formativi indicati. Non vi sono dunque
prerequisiti, ma si consiglia una conoscenza delle nozioni di matematica presenti in tutti i
programmi delle scuole superiori.
Calendario lezioni
Le attività di didattica, suddivise tra didattica erogativa (DE) e didattica sincrona (DS), saranno
costituite da 7 ore per CFU e ripartite secondo una struttura di almeno 2,5 ore di DE (tenuta in
considerazione la necessità di riascolto) e di 2 ore di DS per ciascun CFU.
Attività didattica erogativa (15 ore):
N 30 lezioni frontali videoregistrate, della durata di circa 30 minuti ciascuna (tenuta in
considerazione la necessità di riascolto) sempre disponibili in piattaforma.
Attività didattica sincrona (12 ore)
Lezioni frontali svolte in sincrono (didattica sincrona), della durata di 60 minuti ciascuna,
per un totale di 12 ore di didattica sincrona. Il calendario per l'anno accademico 2026/2027
è pubblicato dai docenti in piattaforma didattica, nella sezione “DIDATTICA SINCRONA”.
Le date previste per le sessioni di didattica sincrona potranno subire variazioni che saranno
comunicate tempestivamente mediante piattaforma.
Attività di autoapprendimento:
Materiale di studio ed articoli scientifici inerenti ai i contenuti del corso sono disponibili in
piattaforma per approfondimento degli argomenti trattati da parte degli studenti.
L'articolazione tra DE e DS, per ciascuna unità didattica, sarà organizzata coerentemente con gli
obiettivi formativi specifici dell’insegnamento.
Ricevimento studenti
Le docenti pubblicano mensilmente, nella pagina dell’insegnamento disponibile in piattaforma, una
data per il ricevimento online. Qualora non fosse possibile partecipare nella data prevista, è
possibile contattare le docenti ai seguenti indirizzi e-mail per concordare un incontro.
Lezioni
Introduzione al corso
La sperimentazione clinica e l'evidence based medicine
Randomizzazione e doppio cieco
Gli studi clinici randomizzati
Il disegno dei clinical trials 1
Il disegno dei clinical trials 2
Data reporting negli studi clinici
Il disegno adattativo
I trails preventivi
Misure di frequenza e di effetto nell'interpretazione dei dati epidemiologici
Introduzione al disegno degli studi osservazionali 1
Introduzione al disegno degli studi osservazionali 2
Epidemiologia della nutrizione
Bias e confondimento
Modificazione di effetto e causalità
Revisioni sistematiche e Metanalisi
Sperimentazione clinica sugli alimenti
Le statistiche descrittive
Inferenza, probabilità e P value
Confronto di due o più campioni
Correlazione e regressione
Dimensione campionaria e potenza statistica
Analisi della sopravvivenza
Analisi multivariata di dati clinici
L'approccio Bayesiano
Il management dei dati clinici
Il protocollo negli studi clinici
Valutazione della sicurezza di un trattamento
Aspetti etici della ricerca clinica
Valutazione critica degli studi clinici
Ruoli e figure in un Clinical Trial
La conduzione di una sperimentazione clinica farmacologica
