HEALTH DATA SCIENCE

Scopo di questo insegnamento è quello di offrire alcuni elementi di scenario per una delle principali applicazioni di data science: i sistemi sanitari. Parallelamente, sarà l'occasione per esaminare le metodologie e gli strumenti statistici più comuni in questo campo, sia da un punto di vista teorico che pratico attraverso attività di laboratorio.

Conoscenze sui sistemi informativi per i sistemi sanitari. Capacità di analisi sui metodi statistici per i dati sanitari.

Almeno completata la frequenza del corso di Statistical Learning for Data Science.

1. Health systems information needs and (Statistical) Health Information Systems
2. Statistical models for health data (ref. Agresti and Collett books)
- Analyzing contingency tables and comparing proportions. Relative risk, odds ratio, and chi-squared test of independence
- Logistic regression. Interpretation, evaluation, and selection. Categorical predictors and aggregated data.
- Loglinear models for contingency tables. Interpretation, evaluation, and selection. Measures of association and independence. Relationship with logistic regression.
- Introduction to survival analysis. Survival function, Hazard function, censoring.
- Accelerated Failure Time models, proportional hazard models, Cox regression (brief reference)
3. Health data analysis lab
- Case studies and practical applications with R.

Agresti, A. (2018). An introduction to categorical data analysis. John Wiley & Sons. (ch 2, 4, 7)
Collett, D. (2015). Modelling survival data in medical research. CRC press. (ch 2 and 3)

Per gli studenti frequentanti: gli studenti discuteranno un gruppo di lavoro parzialmente preparato durante la parte di laboratorio del corso.
Studenti non frequentanti: gli studenti discuteranno un lavoro pratico sui dati forniti all'esame (scritto e orale).

scritto e orale

Lezioni frontali (teoria e laboratorio)

Questo insegnamento tratta argomenti connessi alla macroarea "Povertà e disuguaglianze" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile