Enseignants
Langue
d'enseignement
d'enseignement
Anglais
Préalables
WFSP 2104 WFSP 2105 + Anglais
Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.
Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 |
Objectif général : Participer au développement et à l'analyse d'études épidémiologiques et utiliser les résultats de ces études pour appuyer les prises de décisions en santé publique. Choisir et appliquer les méthodes d'analyse épidémiologiques adéquates. Objectif spécifiques : Illustrer concrètement à l'aide d'analyses épidémiologiques les connaissances acquises au cours. Au terme du cours, l'étudiant aura acquis les techniques de base et avancées du raisonnement en épidémiologie. L'étudiant sera capable: - de construire et interpréter les indicateurs épidémiologiques. - de construire et interpréter les indicateurs d'association entre un facteur de risque et un problème de santé, selon le type d'enquête, - de définir les phénomènes de confusion et d'en tenir compte dans une analyse multivariée. - d'analyser des phénomènes de santé avec des modèles de simulation. - de développer et interpréter les analyses mentionnées ci-dessus avec le logiciel R. - et d'utiliser les notions acquises afin de pouvoir comprendre, analyser et commenter un article scientifique quantitatif dans le domaine des sciences de la santé. |
Contenu
Le cours est constitué de 6 modules formulés en objectifs pédagogiques. Chaque module participe à l'atteinte d'une ou de plusieurs compétences clés mobilisée(s) dans des situations professionnelles.
Module 1: The use of routine data for the generation of epidemiological information
Module2: Review of the basic concepts in epidemiology
Module 3: Bias Control (Bias: revision; Control of confounding (random sampling, pairing, standardization,…); Adjustment by a regression model: example: logistic regression
Module 4: Analyzing and understanding incidence rates (Logistic and Poisson regression)
Module 5: Simulation Modeling in epidemiology
Module 6: Study of some advanced epidemiological approaches and illustrations (Space-time models, Classification and regression Trees; Decomposing the inequalities of health.)
Module 1: The use of routine data for the generation of epidemiological information
Module2: Review of the basic concepts in epidemiology
Module 3: Bias Control (Bias: revision; Control of confounding (random sampling, pairing, standardization,…); Adjustment by a regression model: example: logistic regression
Module 4: Analyzing and understanding incidence rates (Logistic and Poisson regression)
Module 5: Simulation Modeling in epidemiology
Module 6: Study of some advanced epidemiological approaches and illustrations (Space-time models, Classification and regression Trees; Decomposing the inequalities of health.)
Méthodes d'enseignement
Langue d'enseignement et d'évaluation : anglais
Méthode: Le cours se donnera sous forme d'exposés magistraux illustrés par des exemples concrets tirés de la littérature scientifique. Il sera accompagné de séances d'exercices. Ses exercices seront réalisés en petits groupes, traités par les étudiants et discutés avec l'ensemble de la classe. Les exercices sont soit des exercices d'application simples (en regard des savoirs abordés dans la partie théorie), soit des exercices intégrateurs (par rapport aux objectifs d'apprentissage) qui permettront la mobilisation de différents savoirs et qui feront l'objet de travaux de groupe à des moments précis (dont les modalités seront expliquées pendant le cours).
Software : R
R is an interactive programming language containing a very large collection of statistical methods and important graphic facilities. It is a free clone of the S-Plus software marketed by MathSoft and developed by Statistical Sciences around the language S. The internet site of the "R core-development TEAM", http://www.r-project.org, is the best source of information on the software R
Méthode: Le cours se donnera sous forme d'exposés magistraux illustrés par des exemples concrets tirés de la littérature scientifique. Il sera accompagné de séances d'exercices. Ses exercices seront réalisés en petits groupes, traités par les étudiants et discutés avec l'ensemble de la classe. Les exercices sont soit des exercices d'application simples (en regard des savoirs abordés dans la partie théorie), soit des exercices intégrateurs (par rapport aux objectifs d'apprentissage) qui permettront la mobilisation de différents savoirs et qui feront l'objet de travaux de groupe à des moments précis (dont les modalités seront expliquées pendant le cours).
Software : R
R is an interactive programming language containing a very large collection of statistical methods and important graphic facilities. It is a free clone of the S-Plus software marketed by MathSoft and developed by Statistical Sciences around the language S. The internet site of the "R core-development TEAM", http://www.r-project.org, is the best source of information on the software R
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
L'examen consiste d'un examen écrit (théorie + exercices). L'évaluation comprend aussi des exercices (un projet) réalisés en groupes.
Note : 60% examen + 40% data analysis project. L'évaluation est en anglais.
Note : 60% examen + 40% data analysis project. L'évaluation est en anglais.
Ressources
en ligne
en ligne
"R core-development TEAM", http://www.r-project.org, is the best source of information on the software R.
Moodle
Moodle
Bibliographie
"Statistique/épidémiologie" Ancelle; collection " Sciences fondamentales "; éditions Maloine, Paris (2002). "The Oxford Handboractice" Pencheon, Guest, Melzer, Gray; Oxford University Press; Oxford (2006)
Support de cours
- Documents available on Moodle “The Oxford Handbook of public Health Practice” Pencheon, Guest, Melzer, Gray; Oxford University Press; Oxford (2006)
Faculté ou entité
en charge
en charge
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] en sciences et gestion de l'environnement
Mineure en sciences biomédicales (ouverture)
Master [120] en statistique, orientation biostatistiques
Certificat d'université : Statistique et science des données (15/30 crédits)