Contenuti / Contents
Il Master universitario biennale di II livello in Epidemiologia propone ai discenti un'offerta didattica di ampio respiro proiettata al futuro e all'innovazione senza per questo rinunciare all'adeguata valorizzazione della propria consolidata tradizione.
- I principi di disegno dello studio osservazionale, gli studi di coorte e gli studi caso-controllo.
- La valutazione delle distorsioni. La misclassificazione e l’errore di misura.
- Le misure di attendibilità (ad es. coefficiente di correlazione intraclasse, Kappa di Cohen, curve ROC).
- I modelli lineari generalizzati. Valutazione critica dei modelli e analisi di sensibilità.
- I modelli di analisi della sopravvivenza compresi modelli per rischi competitivi, sopravvivenza relativa, modelli per eventi ripetuti e modelli congiunti per studi longitudinali e di sopravvivenza.
- I trials clinici, l’analisi della sopravvivenza (modello di Cox ed estensioni) e la meta-analisi.
- L’epidemiologia per i programmi di screening di popolazione. Gli studi di valutazione della efficacia, la valutazione costi-benefici e la stima dell’impatto dell’intervento.
- Modelli statistici multilivello e trattamento probabilistico dell’incertezza connessa alle graduatorie di strutture per le analisi epidemiologiche sulla valutazione degli interventi e le performance delle strutture sanitarie.
- L’epidemiologia e la società, la trasmissione delle conoscenze e la comunicazione del rischio.
- L’inferenza causale in epidemiologia che viene trattata in dettaglio a partire dal modulo sui principi di epidemiologia, e con particolare riguardo alla definizione del confondimento, l’introduzione ai DAGs e ai modelli causali, la specificazione dei metodi di analisi che utilizzano il propensity score, l’inverse probability weighting e la stima degli effetti diretti e indiretti.
- Un trattamento unitario dei problemi di inferenza statistica negli studi epidemiologici con riferimento al controllo del tasso di falsi positivi / falsi negativi, alla riproducibilità dei risultati, alla presenza di distorsioni da confondimento non osservato insieme all’introduzione all’inferenza bayesiana.
- I modelli per le analisi spaziali e spazio-temporali, modelli geostatistici e l’analisi di studi complessi come le survey spazio-temporali.
- La Citizen Science in epidemiologia. In particolare, vengono trattati gli aspetti relativi al coinvolgimento dei soggetti della ricerca in tutte le fasi degli studi epidemiologici e all'etica della ricerca epidemiologica.
- Una trattazione sistematica della comunicazione nell'ambito degli studi epidemiologici.
- Nuovi modelli per l'epidemiologia ambientale, come la meta-analisi multivariata per funzioni non lineari.
- Metodi moderni di intelligenza artificiale per la predizione in outcome research e exposure assessment.
- Evidence synthesis e inferenza causale.
- Metodi nell’epidemiologia delle malattie infettive con applicazioni al caso della pandemia COVID-19.
The two-year Level 2 Masters Degree in Epidemiology offers students a wide-ranging educational experience that looks towards the future and innovation without, however, sacrificing the well-established and valuable traditions of the course.
- The design principles of observational studies, cohort studies and case-control studies.
- The evaluation of bias. Misclassification and measurement error.
- Reliability measurements (for instance intraclass correlation coefficient, Cohen’s Kappa, ROC curves).
- Generalized linear models. Critical evaluation of models and sensitivity analysis.
- Survival analysis models including competitive risk models, relative survival, repeated event models, and joint models for longitudinal and survival studies.
- Clinical trials, survival analysis (Cox model and extensions) and meta-analysis.
- Epidemiology for population screening programmes. Effectiveness assessment studies, cost-benefit evaluation, and estimation of the impact of intervention.
- Multilevel statistical models and probabilistic treatment of uncertainty related to rankings of facilties for epidemiological analyses of intervention evaluation and performances of healthcare facilities.
- Epidemiology and society, knowledge transfer and risk communication.
- Causal inference in epidemiology which is dealt with in detail starting from the module on the principles of epidemiology, and with particular regard to the definition of confounding, the introduction to DAGs and causal models, the specification of the methods of analysis that use the propensity score , the inverse probability weighting and the estimation of direct and indirect effects.
- A unitary treatment of statistical inference problems in epidemiological studies with reference to the control of false positive/false negative rate, reproducibility of results, presence of bias from unobserved confounding, together with an introduction to Bayesian inference.
- Models for spatial and space-time analyzes, geostatistical models and the analysis of complex studies such as space-time surveys.
- Citizen Science in Epidemiology. In particular, aspects relating to the involvement of research subjects in all phases of epidemiological studies and the ethics of epidemiological research are dealt with.
- Systematic treatment of communication in epidemiological studies.
- New models for environmental epidemiology, such as multivariate meta-analysis for nonlinear functions.
- Modern artificial intelligence methods for prediction in outcome research and exposure assessment.
- Evidence synthesis and causal inference.
- Methods in the epidemiology of infectious diseases with applications to the case of the COVID-19 pandemic.