curso: Análisis de Datos Biomédicos con Software Especializado.
Objetivo General: Capacitar a los participantes en el uso de herramientas avanzadas de análisis de datos para mejorar la precisión y efectividad de sus investigaciones en ciencias de la salud.
Metodología: Aprendizaje Basado en Problemas (ABP), Enseñanza Activa y Colaborativa, Metodología mixta (Blended Learning) e Invitación de expertos.
Temario
1. Fundamentos del Análisis de Datos Biomédicos
Introducción a los datos biomédicos: tipos y características (clínicos, genómicos, imágenes médicas, etc.).
Ciclo de vida de los datos biomédicos: recopilación, procesamiento, análisis e interpretación.
Calidad de los datos: limpieza, normalización y validación.
Principios éticos y normativos en el manejo de datos de salud (HIPAA, GDPR, NOM-024-SSA3-2012 en México).
2. Estadística Aplicada al Análisis Biomédico
Introducción a la bioestadística: conceptos clave (media, desviación estándar, p-valor, etc.).
Pruebas estadísticas comunes en análisis biomédico: t-Student, ANOVA, chi-cuadrado, regresión lineal y logística.
Modelos predictivos aplicados a la salud (Machine Learning básico en biomédica).
Aplicación de pruebas estadísticas en software especializado (R, Python, SPSS, SAS).
3. Manejo de Software Especializado para Análisis Biomédico
Introducción y comparación de software para análisis biomédico (SPSS, R, Python, MATLAB, Bioinformatics Tools).
Análisis de bases de datos biomédicos con R y Python.
Importación, limpieza y preprocesamiento de datos biomédicos en software especializado.
Visualización de datos biomédicos: gráficos, tablas dinámicas, paneles de control.
4. Análisis de Datos Biomédicos en la Práctica Clínica
Aplicaciones del análisis de datos en estudios clínicos y ensayos controlados aleatorios.
Interpretación de resultados en estudios epidemiológicos.
Análisis de datos de dispositivos médicos y registros electrónicos de salud (EHR).
Identificación de patrones y tendencias en datos biomédicos.
5. Inteligencia Artificial y Aprendizaje Automático en el Análisis Biomédico
Introducción a la IA y Machine Learning aplicadas a la salud.
Aplicaciones prácticas: diagnóstico asistido por computadora, reconocimiento de imágenes médicas, predicción de enfermedades.
Algoritmos básicos utilizados en biomédica: árboles de decisión, redes neuronales, clustering.
Implementación de modelos predictivos en software especializado.
Duración: 20 Hrs
Fecha de Inicio: 2025-02-28
Modalidad: online
Costo: $500.00
Bibliografía:
1. Fundamentos del Análisis de Datos Biomédicos
Libro: Bioinformática: Métodos y Protocolos
Autores: Stephen Misener y Stephen A. Krawetz
Enlace: https://link.springer.com/book/10.1385/0896037320
2. Estadística Aplicada al Análisis Biomédico
Libro: Estadística para las Ciencias de la Vida
Autores: Myra L. Samuels, Jeffrey A. Witmer y Andrew Schaffner
Enlace: https ://www. pearson .com /us /higher -education /program /Samuels -
Statistics -for - the-Life -Sciences- 5th -Edition / PGM332789.html
3. Manejo de Software Especializado para Análisis Biomédico
Libro: R Programming for Bioinformatics
Autor: Robert Gentleman
Enlace: https://www.springer.com/gp/book/9780387293622
4. Análisis de Datos Biomédicos en la Práctica Clínica
Artículo: Aplicación de métodos Big Data al análisis de datos biomédicos:
Identificación de factores asociados con la presencia de datos incompletos y estudio de secuencias de eventos
Autor: Juan José Piñero de Armas
Enlace: https://repositorio.ucam.edu/handle/10952/5161
5. Inteligencia Artificial y Aprendizaje Automático en el Análisis Biomédico
Libro: Aprendizaje profundo para las ciencias biológicas: aplicación del aprendizaje profundo a la genómica, la microscopía, el descubrimiento de fármacos y más
Autores: Bharath Ramsundar, Peter Eastman, Patrick Walters y Vijay Pande
Enlace: https://www.oreilly.com/library/view/deep-learning-for/9781492039822/