Analisi dei Dati Longitudinali in Ambito Biomedico in Stata

I dati longitudinali hanno utilizzo sempre più diffuso negli studi epidemiologici (follow-up studies e clinical trials) e nella sanità pubblica per tre principali motivi: consentono un adeguato trattamento di varie forme di eterogeneità latente tra gli individui; possono migliorare notevolmente la precisione delle stime; consentono di sottoporre ad analisi empirica modelli realistici, con dinamica di breve e lungo periodo. Il workshop “Analisi dei dati longitudinali in ambito biomedico in Stata” pertanto offre ai partecipanti gli strumenti statistici, sia teorici sia applicati, necessari per: i) poter svolgere autonomamente analisi empirici di dati medici e bio-sanitari utilizzando le tecniche più recenti e avanzate, e ii) capire e valutare gli studi basati sui dati longitudinali riportati nella letteratura accademica e professionale. Durante il corso particolare attenzione sarà inoltre dedicata all’interpretazione e alla presentazione dei risultati.

Alla fine del workshop, il partecipante sarà in grado di implementare autonomamente le metodologie utilizzate durante il corso nel proprio specifico contesto di ricerca.

In linea con la nostra filosofia di formazione, le sessioni teoriche sono affiancate da illustrazioni pratiche ed esempi provenienti da diverse discipline biomediche, in cui il docente chiarisce le limitazioni e i punti di forza di ogni metodologia, nonché i criteri per la scelta e l’implementazione dello strumento di analisi statistica più appropriato per il problema oggetto di studio.

Il workshop è stato sviluppato per medici, ricercatori ed operatori in sanità pubblica provenienti da istituzioni pubbliche e private che desiderano acquisire gli strumenti necessari per condurre analisi empirici (per esempio sul rischio di contrarre una malattia o le relazioni tra variabile sanitarie e demografiche o ambientale) utilizzando i dati longitudinali. Il programma è anche indicato per Studenti, Dottorandi e Specializzandi.

Familiarità con il software Stata e conoscenze di base del modello di regressione lineare.

SESSIONE I: CENNI PRELIMINARI

Introduzione a Stata
La matrice dei dati in Stata
L’esplorazione descrittiva dei dati
Il modello di regressione lineare multivariata
Introduzione ai dati longitudinali: definizioni e caratteristiche

SESSIONE II: I DATI IN FORMATO PANEL

La creazione di un database longitudinale in Stata
La gestione dei dati: pulizia dei dati e integrazione delle informazioni
Gli operatori time series in Stata
Esempi di dati panel in campo medico
I vantaggi e gli svantaggi dei dati longitudinali per l’analisi statistica
La descrizione dei dati: prime elaborazioni descrittive dei dati longitudinali
La variabilità cross-sezionale e quella longitudinale
Le rappresentazioni grafiche

SESSIONE III: MODELLI PER DATI PANEL

I modelli Linear mixed effect: una introduzione
Il modello di regressione ad effetti “fissi”: definizioni e ipotesi
Il modello di regressione ad effetti “random” definizioni e ipotesi
I metodi di stima:

Stimatore Pooled Ordinary Least Squares (POLS)
Stimatore Within
Stimatore Between
Stimatore Generalised Least Squares (GLS)
Stimatore Feasible Generalised Least Squares (FGLS)
Esempi: l’utilizzo dei diversi metodi di stima

La selezione del modello:

La scelta del modello ad Effetti “fissi” o ad effetti “random”: il Test di Hausman per:
Test per random effects: Breusch-Pagan Lagrange multiplier (LM)
La dipendenza cross-sezionale
Pesaran CD test
Test di eteroschedasticità dei residui
Test di correlazione seriale
Test di stazionarietà

Esercizi sui test introdotti e loro interpretazione

SESSIONE IV: GENERALIZED ESTIMATING EQUATIONS (GEE)

Introduzione al modello GEE: un’estensione del modello di regressione classico
Il trattamento delle osservazioni correlate

Le misure ripetute
Altri esempi di osservazioni correlate

Possibili strutture di correlazione ed ipotesi sottostanti
Stimatori GEE e modelli possibili
La stima tramite la funzione di quasi-verosimiglianza
L’utilizzo del modello GEE nel caso di dati longitudinali
Esempi ed esercizi: applicazioni in campo medico

SESSIONE V: DATI LONGITUDINALI E CURVE DI CRESCITA

Introduzione al concetto di curva di crescita
A quadro concettuale ed esempi
L’analisi descrittiva delle curve di crescita
La definizione e la valutazione dei predittori
Growth curve modeling (GCM)
GCM: vantaggi e svantaggi
Applicazioni ed esempi in campo medico

SESSIONE VI: APPROFONDIMENTI 

Il trattamento dell’endogeneità nei dati panel:

Stimatori con variabili strumentali per dati panel
Lo Stimatore di Hausman-Taylor
Stimatore di Arellano-Bond

Esercizi ed esempi

TESTI UTILI

Multilevel and Longitudinal Modeling Using Stata, Third Edition, (2012) di Sophia Rabe-Hesketh e Anders Skrondal, StataPress Volume I, Volume II
Microeconometrics Using Stata, Cameron e Trivedi, Revised Edition, StataPress (2010)

Al momento non sono inserite date 2022 per questo corso. L’offerta formativa è comunque in continua evoluzione; suggeriamo pertanto di contattare la segreteria organizzativa formazione@tstat.it per segnalare il vostro interesse ed essere ricontattati non appena sarà inserita una data in calendario.