Objetivo: Reforzar los conceptos estadísticos fundamentales necesarios para el análisis de datos en bioestadística.

1. Conceptos básicos de estadística descriptiva

   • Medidas de tendencia central (media, mediana, moda).

   • Medidas de dispersión (varianza, desviación estándar, rango).

   • Ejercicio práctico: Calcular medidas descriptivas en Excel usando datos de salud (ej: presión arterial).

2. Distribuciones de probabilidad

   • Distribución normal, binomial y Poisson.

   • Ejercicio práctico: Simular distribuciones en Stata y graficarlas.

3. Introducción a la inferencia estadística

   • Intervalos de confianza y pruebas de hipótesis (t-test, chi-cuadrado).

   • Ejercicio práctico: Realizar una prueba t en Stata con datos de laboratorio.

4. Errores tipo I y tipo II

   • Interpretación de p-valores y poder estadístico.

   • Ejercicio práctico: Calcular el poder estadístico en Stata.

5. Correlación y regresión lineal simple

   • Interpretación de coeficientes y R².

   • Ejercicio práctico: Realizar un análisis de correlación en Excel.

Objetivo: Aprender a limpiar, organizar y preparar datos para su análisis.

1. Introducción a las bases de datos en investigación

   • Tipos de datos (cualitativos, cuantitativos, longitudinales).

   • Ejercicio práctico: Importar datos desde Excel a Stata.

2. Limpieza de datos

   • Identificación y manejo de valores faltantes y outliers.

   • Ejercicio práctico: Limpiar una base de datos en Stata.

3. Transformación de variables

   • Recodificación, creación de variables dummy y estandarización.

   • Ejercicio práctico: Crear variables categóricas en Excel.

4. Validación de datos

   • Detección de errores y consistencia en los datos.

   • Ejercicio práctico: Validar una base de datos en Stata.

5. Organización de datos para análisis

   • Estructura de datos wide vs long.

   • Ejercicio práctico: Cambiar la estructura de datos en Stata.

Objetivo: Analizar y describir las características de la población de estudio.

1. Descripción de variables categóricas

   • Frecuencias y proporciones.

   • Ejercicio práctico: Generar tablas de frecuencias en Stata.

2. Descripción de variables continuas

   • Medidas de tendencia central y dispersión.

   • Ejercicio práctico: Calcular estadísticas descriptivas en Excel.

3. Comparación de grupos

   • Pruebas t, ANOVA y chi-cuadrado.

   • Ejercicio práctico: Comparar grupos en Stata.

4. Visualización de datos

   • Gráficos de barras, histogramas y boxplots.

   • Ejercicio práctico: Crear gráficos en Excel y Stata.

5. Interpretación de resultados

   • Redacción de hallazgos en contexto clínico.

   • Ejercicio práctico: Escribir un párrafo descriptivo.

Objetivo: Aprender a analizar y comparar desenlaces en estudios clínicos o epidemiológicos.

1. Análisis de supervivencia

   • Curvas de Kaplan-Meier y log-rank test.

   • Ejercicio práctico: Realizar un análisis de supervivencia en Stata.

2. Regresión logística

   • Interpretación de OR (odds ratios) y ajuste de modelos.

   • Ejercicio práctico: Ajustar un modelo logístico en Stata.

3. Regresión lineal múltiple

   • Interpretación de coeficientes y R² ajustado.

   • Ejercicio práctico: Realizar una regresión lineal en Excel.

4. Análisis de covariables

   • Ajuste por variables confusoras.

   • Ejercicio práctico: Ajustar un modelo en Stata.

5. Interpretación de resultados clínicos

   • Redacción de hallazgos y conclusiones.

   • Ejercicio práctico: Escribir un resumen de resultados.

Objetivo: Aprender a redactar de manera clara y concisa los métodos y resultados de un estudio.

1. Estructura de una sección de métodos

   • Descripción del diseño del estudio, población y variables.

   • Ejercicio práctico: Redactar la sección de métodos de un estudio ficticio.

2. Descripción de análisis estadísticos

   • Cómo reportar pruebas estadísticas y modelos.

   • Ejercicio práctico: Redactar un párrafo de análisis estadístico.

3. Presentación de resultados

   • Uso de tablas y gráficos.

   • Ejercicio práctico: Crear una tabla en Excel y describirla.

4. Interpretación de resultados en contexto

   • Cómo relacionar hallazgos con la literatura existente.

   • Ejercicio práctico: Redactar una discusión breve.

5. Errores comunes en la redacción

   • Evitar ambigüedades y sobreinterpretación.

   • Ejercicio práctico: Revisar y corregir un texto.

No. BioStat-101 es un curso diseñado para iniciar desde cero.

No se requieren conocimientos previos en bioestadística. Si ya cuentas con alguna base, te será útil; si no, el curso está estructurado para homologar conocimientos y llevar a todos los participantes al mismo nivel, de forma progresiva y práctica.

Nuestras sesiones están diseñadas para trabajarse en Excel y Stata.

Si deseas realizar una inmersión completa en Stata, puedes adquirir la licencia directamente desde su sitio oficial. Existen opciones con descuento para estudiantes y universidades.

Si. Al final del curso, con aval de PublicaMed y valor curricular por 20 horas académicas.

PublicaMed se enfoca en enseñarte cómo concebir, diseñar, escribir y publicar un artículo científico, guiándote a lo largo de todo el proceso editorial. Si bien el análisis estadístico es parte del camino, no es el eje central del curso.

Biostat-101 complementa esta formación al brindarte los fundamentos prácticos de bioestadística aplicada, permitiéndote analizar datos reales, interpretar resultados y comprender el componente estadístico de tus proyectos con mayor seguridad.

Juntos, PublicaMed y Biostat-101 te ofrecen una formación integral: del diseño del estudio y la redacción del manuscrito, al análisis e interpretación correcta de los datos.

Sí. Aceptamos pagos de contado y hasta 9 meses sin intereses (MSI) con tarjetas bancarias participantes emitidas en México.
El precio base del programa es de $4,499 MXN (aprox. 230 USD).

Sí. El curso tiene un enfoque eminentemente práctico. A lo largo del programa trabajaremos con lecciones en video, pero la mayor parte del aprendizaje se basa en ejercicios aplicados con bases de datos limpias, que nosotros te proporcionaremos.

El objetivo es que, al finalizar el curso, no solo comprendas los conceptos, sino que seas capaz de realizar tus propios análisis de forma autónoma, incluyendo:

• Análisis de características basales

• Análisis de supervivencia

• Pruebas estadísticas básicas
  (análisis de distribución, χ², t de Student, sumatoria de rangos, entre otras)

De esta forma, podrás analizar e interpretar datos reales con confianza, aplicándolo directamente a tus proyectos académicos o clínicos.