Biostatistika

Katedra za medicinsku fiziku i biofiziku

Studiji

Medicina

Studijska godina

ISVU ID

95015

URL

ECTS

1.50

Stimulativni ECTS: 0.00 (0.00 %)

Predavači

prof. dr. sc. Žauhar Gordana, prof. fizike i kemije nositelj

Pribanić Ivan, mag. edu. phys. et math.

naslovna asistentica Šegota Ritoša Doris, prof. fiz. i info.

Kolegij Biostatistika je obvezni predmet na 2. godini Integriranog preddiplomskog i diplomskog sveučilišnog studija Medicina koji se održava u ljetnom semestru, a sastoji se od 15 sati predavanja, i 15 sati vježbi, ukupno 30 sati (1,5 ECTS).

Cilj je kolegija osposobiti studenta, budućeg liječnika, za sustavni pristup organizaciji i obradi podataka, informacija i znanja u medicini i zdravstvu. Tijekom izvedbe nastave kolegija studenti će usvojiti znanja o planiranju istraživanja, o prikupljanju podataka i mjerenjima te o obradi tih podataka i njihovom prikazu. Time bi se ostvarila svrha nastave, a to je razvoj kulture kvantitativnog pristupa u prikupljanju, analizi i interpretaciji podataka u biološkim i medicinskim znanostima, što je uvjet stručnog djelovanja, kritičnog praćenja znanstvene i stručne literature i sudjelovanja u njenom kreiranju s aspekta egzaktnosti opažanja i zaključivanja.

Sadržaj predmeta je sljedeći:

ISHODI UČENJA ZA KOLEGIJ:

I. KOGNITIVNA DOMENA – ZNANJE

Razlikovati različite tipove podataka i pravilno koristiti skale mjerenja
pisati i prepoznati osnovne vrste raspodjela podataka
Nabrojati i odrediti osnovne mjere centralne tendencije i varijabilnosti podataka te napraviti odabir primjerenih mjera pri opisu podataka ovisno o vrsti empirijske raspodjele podataka
Opisati normalnu raspodjelu i navesti njezina svojstva, te odrediti položaj pojedinog rezultata u normalnoj raspodjeli pomoću z-vrijednosti
Opisai i primijeniti model jednostavne linearne regresije, te analizirati povezanost kvantitativnih obilježja, izračunavati Pearsonov koeficijent korelacije i jednadžbu pravca regresije
Primjeniti odgovarajuće statističke testove za usporedbu dviju skupina kvalitativnih podataka
Primjeniti odgovarajuće statističke testove za usporedbu dviju skupina kvantitativnih podataka
Razlikovati i procijeniti kad se koriste parametrijski, a kad neparametrijski testovi
Navesti osnovne neparametrijske testove za testiranje razlika nezavisnih i zavisnih uzoraka

II.PSIHOMOTORIČKA DOMENA – VJEŠTINE

Pripremiti i upisivati podake u program za obradu podataka
Koristiti programsku podršku za analizu podataka
Grafički prikazati kvalitativne i kvantitativne podatke
Analizirati kvantitativne podatke i izračunavati osnovne mjere centralne tendencije i mjere varijabilnosti podataka
Testirati raspodjelu podataka na normalnost Kolmogorov-Smirnovljevim testom uz pomoć računala
Testirati razlike među nezavisnim skupinama ispitanika pomoću parametrijskih testova
Testirati razlike među zavisnim skupinama ispitanika pomoću parametrijskih testova
Računati Pearsonov koeficijent korelacije i određivati jednadžbu pravca regresije

Izvođenje nastave:
Predavanja se održavaju u predavaonici 2, a vježbe u predavsaonici P9 Medicinskog fakulteta. Predviđeno vrijeme trajanja nastave je ukupno 7 tjedana.

Studentu je obveza pripremiti gradivo o kojem se raspravlja.
Obveze studenata su redovito pohađanje i aktivno sudjelovanje u nastavi. Studenti su obavezni napraviti sve vježbe. Tijekom vježbi nastavnik pokazuje te nadzire aktivno sudjelovanje studenata u izvođenju vježbi. Vježbe završavaju kolokvijem koji je uvjet za pristupanje završnom ispitu. Na kolokviju se ispituje korištenje programske podrške za analizu podataka (Statistica ili sl.). Tijekom nastave održat će se obvezni kolokvij iz vježbi, te pismeni međuispit.

Nastavnik ocjenjuje sudjelovanje studenta u radu vježbi (pokazano znanje, razumijevanje, sposobnost postavljanja problema, zaključivanje, itd.).

Boris Petz, Vladimir Kolesarić, Dragutin Ivanec: Petzova statistika, Naklada Slap, Jastrebarsko, 2012.

Triola M.M, Triola M.F, Biostatistics for the Biological and Health Sciences, Pearson, 2018. Dawson B, Trapp R.G, „Basic & Clinical Biostatistics “, McGraw-Hill, 5ed., 2020. (e-udžbenik) https://accessmedicine.mhmedical.com/Book.aspx?bookid=2724

Sve obavijesti o provođenju kolegija, kao i nastavni materijali bit će dostupni na sustavu za e-učenje Merlin. Studenti trebaju redovito posjećivati navedeni sustav kako bi bili na vrijeme informirani o svim činjenicama ili promjenama koje se tiču kolegija. Studenti su obvezni redovito pohađati i aktivno sudjelovati u svim oblicima nastave. Svaki student je dužan izraditi seminarski rad i izložiti ga pred svojom seminarskom grupom.

POHAĐANJE NASTAVE:
Nastava je organizirana prema rasporedu objavljenom na sustavu za e-učenje Merlin i INP aplikaciji Medicinskog fakulteta u Rijeci. Prisustvovanje predavanjima, seminarina, vježbama i međuispitima je obavezno te se za svaki od navedenih oblika nastave zasebno vodi evidencija za svakog studenta. Svi navedeni oblici nastave započinju u točno naznačeno vrijeme prema navedenom rasporedu te će kašnjenje biti tretirano kao izostanak. Ulasci/izlasci tijekom održavanja nastave se ne uvažavaju.
Student može opravdano izostati do 30 % sati predviđenih zasebno za vježbe, seminare i predavanja, isključivo zbog zdravstvenih razloga, što se opravdava liječničkom ispričnicom (uključujući izostanke s međuispita). Ako student neopravdano izostane s više od 30 % nastave po pojedinom obliku nastave (_ sati predavanja, _ sati seminara, _ sata vježbi), ne može nastaviti praćenje kolegija i gubi mogućnost izlaska na završni ispit (0 ECTS bodova, ocjena F).

POSEBNE ODREDBE ZA ONLINE NASTAVU:
Shodno trenutno važećim “Preporukama za primjereno ponašanje u virtualnim sustavima za provođenje online nastave i ostalim oblicima rada u virtualnom okruženju” Sveučilišta u Rijeci (3.3.2021.), određeni oblici nastave će biti održani u online okruženju u realnom vremenu prema objavljenom rasporedu. Predavanja, seminari i vježbe će se održavati na platformi MS Teams, a studenti trebaju imati uključenu kameru čitavo vrijeme trajanja nastave, te mikrofon u trenutku interakcije. Ponovljena nemogućnost uključivanja kamere i/ili mikrofona bit će tretirana kao izostanak.

ECTS bodovni sustav ocjenjivanja:

Ocjenjivanje studenata provodi se prema važećem Pravilniku o studijima Sveučilišta u Rijeci, te prema Pravilniku o ocjenjivanju studenata na Medicinskom fakultetu u Rijeci (usvojenog na Fakultetskom vijeću Medicinskog fakulteta u Rijeci).
Rad studenata vrednovat će se i ocjenjivati tijekom izvođenja nastave, te na završnom ispitu. Od ukupno 100 bodova, tijekom nastave student može ostvariti 70 bodova, a na završnom ispitu 30 bodova.

I. Tijekom nastave vrednuje se (maksimalno do 70 bodova):
Od maksimalnih 70 ocjenskih bodova koje je moguće ostvariti tijekom nastave, student mora sakupiti minimalno 50% ili 35 ocjenskih bodova kako bi pristupio završnom ispitu. Studenti koji sakupe manje od 35 ocjenskih bodova imat će priliku za jedan popravni međuispit te, ako na tom međuispitu ispitu zadovolje, moći će pristupiti završnom ispitu. Studenti koji su tijekom nastave ostvarili od 0 do 49,9% ocjenskih bodova od bodova koje je bilo moguće steći tijekom nastave (odnosno manje od 35 ocjenskih bodova) ocjenjuju se ocjenom F (neuspješan) te moraju ponovno upisati kolegij.

Ocjenske bodove student stječe aktivnim sudjelovanjem u nastavi, izvršavanjem postavljenih zadataka i izlascima na međuispite na sljedeći način:

	Bodovanje	Maksimalan broj bodova
Parcijalni ispit	Numerički problemski zadatci (3 zadatka)	32
Vježbe	Kolokvij - rješavanje problemskih zadataka uz pomoć računalnog programa	35
Aktivnost	aktivnost na vježbama	3
UKUPNO		70
ZAVRŠNI ISPIT	Pismeni ispit (29 pitanja)	30
ZAVRŠNI ISPIT	Ukupno	30
UKUPNO		100

a) aktivnost na vježbama (do 3 boda)
Vježbe imaju za cilj poticati analitički, kvantitativni pristup u rješavanju problema iz statistike. Studenti su dužni pripremiti se za vježbe, ponavljanjem teorije, i na vježbama aktivno sudjelovati. Na vježbama studenti dobivaju i zadatke za zadaću. Bodovanje aktivnosti obavlja se na sljedeći način:

broj riješenih domaćih zadaća

ocjenski bodovi

b) pismeni međuispit (do 32 boda)

Pismeni međuispit ima 3 problemska zadatka koji obuhvaćaju gradivo obrađeno na predavanjima. Svaki zadatak se posebno boduje. Ako su točno riješeni svi zadatci moguće je skupiti maksimalno 32 boda. Prag prolaza na testu je 50% , što znači da se test boduje samo ako je na testu ostvareno barem 16 bodova.

c) kolokvij iz vježbi (do 35 bodova)

Vježbe završavaju kolokvijem. Na kolokviju se ispituje rješavanje statističkih zadataka u programu Statistica. Maksimalno je moguće skupiti 35 bodova na temelju kolokvija iz vježbi. Prag prolaza na kolokviju je 50%, što znači da se kolokvij boduje samo ako je ostvareno barem 18 bodova.

II. Završni ispit (do 30 bodova)

Završni ispit je u pravilu pismeni i sastoji se od 29 pitanja Svako pitanje ili tvrdnja ima pet ponuđenih odgovora, od kojih više njih može biti točnih. Uspješno položen ispit je onaj na kojem je točno riješeno najmanje 50% testa (15 točnih odgovora).
Transformacijska skala iz točno odgovorenih pitanja u bodove na završnom ispitu je sljedeća:

broj točnih odgovora na testu

ocjenski bodovi

Tko može pristupiti završnom ispitu:
Završnom ispitu student/studentica pristupa po završetku nastave i pod uvjetom da je ostvario/la najmanje 50% (35 ocjenskih bodova).

Tko ne može pristupiti završnom ispitu:
Studenti koji su tijekom nastave ostvarili 0 do 34,9 bodova ili koji imaju 30% i više izostanaka s nastave. Takav student je neuspješan (1) F i ne može izaći na završni ispit, tj. mora predmet ponovno upisati naredne akademske godine.

III. Konačna ocjena je zbroj ECTS ocjene ostvarene tijekom nastave i na završnom ispitu:

Konačna ocjena
A (90-100%)	izvrstan (5)
B (75-89,9%)	vrlo-dobar (4)
C (60-74,9%)	dobar (3)
D (50-59,9%)	dovoljan (2)
F (studenti koji su tijekom nastave ostvarili manje od 30 bodova ili nisu položili završni ispit)	nedovoljan (1)

Termini održavanja testova tijekom nastave:
Pismeni međuispit: 09.04.2024.
Kolokvij iz vježbi: u terminu zadnjih vježbi od 16.04.2024. do 19.04.2024.

Završni ispit:
1. rok 09.05.2024.
2. rok 25.06.2024.
3. rok 12.09.2024.

KONTAKTIRANJE S NASTAVNICIMA:
Nastavnici su svakodnevno tijekom radnog vremena dostupni putem e-mail adresa (dostupnim na internetskim stranicama Medicinskog fakulteta Sveučilišta u Rijeci) za sva pitanja koja se tiču nastave. Nastavni sadržaji i sve obavijesti vezane uz kolegij nalaze se na portalu Merlin 2023. /2024.

AKADEMSKA ČESTITOST:
Očekuje se da će nastavnik poštivati Etički kodeks Sveučilišta u Rijeci, a studenti Etički kodeks za studente Sveučilišta u Rijeci.

Izvedbeni nastavni plan za 2024/2025

1 P1 Uvod. Važnost poznavanja statistike u medicini. Biološka varijabilnost i priroda podataka u medicini. Ljestvice mjerenja.

1 P2 Prikaz kvalitativnih podataka u tabelama i grafički.

1 P3 Grafički prikaz kvantitativnih podataka.

1 P4 Mjere centralne tendencije i varijabilnosti podataka.

1 P5 Normalna raspodjela. Položaj pojedinog rezultata u grupi (z-vrijednost).

1 P6 Populacija i uzorak. Određivanje granica pouzdanosti.

1 P7 Testiranje razlike između dviju nezavisnih skupina ispitanika parametrijskim testom.

1 P8 Korelacija

1 P9 Jednadžba pravca regresije

1 P10 Testiranje razlike aritmetičkih sredina između dviju zavisnih skupina ispitanika.

1 P11 Analiza i usporedba kvalitativnih podataka.

1 P12 Hi-kvadrat test.

1 P13 McNemar test

1 P14 Višestruko testiranje. Analiza varijance. Izbor iz neparametrijskih testova.

1 P15 Izbor iz neparametrijskih testova. Završno predavanje.

1 V1 Upisivanje podataka u program za obradu. Kreiranje baze podataka.

1 V2 Grafički prikaz kvalitativnih podataka. Izrada linijskog i kružnog vremenskog dijagrama.

1 V3 Grafički prikaz empirijske raspodjele.

1 V4 Deskriptivna statistika.

1 V5 Provjeravanje normalnosti raspodjele podataka uz pomoć računala.

1 V6 z-vrijednosti.

1 V7 Testiranje razlike aritmetičkih sredina nezavisnih skupina Studentovim t-testom.

1 V8 Korelacije.

1 V9 Testiranje razlike aritmetičkih sredina zavisnih uzoraka.

1 V10 Usporedba kvalitativnih podataka.

1 V11 Hi-kvadrat test za nezavisne skupine.

1 V12 Hi-kvadrat test za zavisne skupine (McNemar test). Neparametrijski testovi.

1 V13 Višestruko testiranje. Analiza varijance.

2 V14-15 Ponavljanje i provjera znanja

Izvedbeno nastavni plan razrađen za ovu vrstu nastave, molimo javiti se nositelju kolegija za više detalja.

Izvedbeni nastavni plan za 2023/2024

1 P1 Uvod. Važnost poznavanja statistike u medicini. Biološka varijabilnost i priroda podataka u medicini. Ljestvice mjerenja.

1 P2 Prikaz kvalitativnih podataka u tabelama i grafički.

1 P3 Grafički prikaz kvantitativnih podataka.

1 P4 Mjere centralne tendencije i varijabilnosti podataka.

1 P5 Normalna raspodjela. Položaj pojedinog rezultata u grupi (z-vrijednost).

1 P6 Populacija i uzorak. Određivanje granica pouzdanosti.

1 P7 Testiranje razlike između dviju nezavisnih skupina ispitanika parametrijskim testom.

1 P8 Korelacija

1 P9 Jednadžba pravca regresije

1 P10 Testiranje razlike aritmetičkih sredina između dviju zavisnih skupina ispitanika.

1 P11 Analiza i usporedba kvalitativnih podataka.

1 P12 Hi-kvadrat test.

1 P13 McNemar test

1 P14 Višestruko testiranje. Analiza varijance. Izbor iz neparametrijskih testova.

1 P15 Izbor iz neparametrijskih testova. Završno predavanje.

1 V1 Upisivanje podataka u program za obradu. Kreiranje baze podataka.

1 V2 Grafički prikaz kvalitativnih podataka. Izrada linijskog i kružnog vremenskog dijagrama.

1 V3 Grafički prikaz empirijske raspodjele.

1 V4 Deskriptivna statistika.

1 V5 Provjeravanje normalnosti raspodjele podataka uz pomoć računala.

1 V6 z-vrijednosti.

1 V7 Testiranje razlike aritmetičkih sredina nezavisnih skupina Studentovim t-testom.

1 V8 Korelacije.

1 V9 Testiranje razlike aritmetičkih sredina zavisnih uzoraka.

1 V10 Usporedba kvalitativnih podataka.

1 V11 Hi-kvadrat test za nezavisne skupine.

1 V12 Hi-kvadrat test za zavisne skupine (McNemar test). Neparametrijski testovi.

1 V13 Višestruko testiranje. Analiza varijance.

2 V14-15 Ponavljanje i provjera znanja

Izvedbeno nastavni plan razrađen za ovu vrstu nastave, molimo javiti se nositelju kolegija za više detalja.

Izvedbeni nastavni plan za 2022/2023

1 P1 Uvod. Važnost poznavanja statistike u medicini. Biološka varijabilnost i priroda podataka u medicini. Ljestvice mjerenja.

1 P2 Prikaz kvalitativnih podataka u tabelama i grafički.

1 P3 Grafički prikaz kvantitativnih podataka.

1 P4 Mjere centralne tendencije i varijabilnosti podataka.

1 P5 Normalna raspodjela. Položaj pojedinog rezultata u grupi (z-vrijednost).

1 P6 Populacija i uzorak. Određivanje granica pouzdanosti.

1 P7 Testiranje razlike između dviju nezavisnih skupina ispitanika parametrijskim testom.

1 P8 Korelacija

1 P9 Jednadžba pravca regresije

1 P10 Testiranje razlike aritmetičkih sredina između dviju zavisnih skupina ispitanika.

1 P11 Analiza i usporedba kvalitativnih podataka.

1 P12 Hi-kvadrat test.

1 P13 McNemar test

1 P14 Višestruko testiranje. Analiza varijance. Izbor iz neparametrijskih testova.

1 P15 Izbor iz neparametrijskih testova. Završno predavanje.

1 V1 Upisivanje podataka u program za obradu. Kreiranje baze podataka.

1 V2 Grafički prikaz kvalitativnih podataka. Izrada linijskog i kružnog vremenskog dijagrama.

1 V3 Grafički prikaz empirijske raspodjele.

1 V4 Deskriptivna statistika.

1 V5 Provjeravanje normalnosti raspodjele podataka uz pomoć računala.

1 V6 z-vrijednosti.

1 V7 Testiranje razlike aritmetičkih sredina nezavisnih skupina Studentovim t-testom.

1 V8 Korelacije.

1 V9 Testiranje razlike aritmetičkih sredina zavisnih uzoraka.

1 V10 Usporedba kvalitativnih podataka.

1 V11 Hi-kvadrat test za nezavisne skupine.

1 V12 Hi-kvadrat test za zavisne skupine (McNemar test). Neparametrijski testovi.

1 V13 Višestruko testiranje. Analiza varijance.

2 V14-15 Ponavljanje i provjera znanja

Izvedbeno nastavni plan razrađen za ovu vrstu nastave, molimo javiti se nositelju kolegija za više detalja.

Izvedbeni nastavni plan za 2021/2022

1 P1 Uvod. Važnost poznavanja statistike u medicini. Biološka varijabilnost i priroda podataka u medicini. Ljestvice mjerenja.

1 P2 Prikaz kvalitativnih podataka u tabelama i grafički.

1 P3 Grafički prikaz kvantitativnih podataka.

1 P4 Mjere centralne tendencije i varijabilnosti podataka.

1 P5 Normalna raspodjela. Položaj pojedinog rezultata u grupi (z-vrijednost).

1 P6 Populacija i uzorak. Određivanje granica pouzdanosti.

1 P7 Testiranje razlike između dviju nezavisnih skupina ispitanika parametrijskim testom.

1 P8 Korelacija

1 P9 Jednadžba pravca regresije

1 P10 Testiranje razlike aritmetičkih sredina između dviju zavisnih skupina ispitanika.

1 P11 Analiza i usporedba kvalitativnih podataka.

1 P12 Hi-kvadrat test.

1 P13 McNemar test

1 P14 Višestruko testiranje. Analiza varijance. Izbor iz neparametrijskih testova.

1 P15 Izbor iz neparametrijskih testova. Završno predavanje.

1 V1 Upisivanje podataka u program za obradu. Kreiranje baze podataka.

1 V2 Grafički prikaz kvalitativnih podataka. Izrada linijskog i kružnog vremenskog dijagrama.

1 V3 Grafički prikaz empirijske raspodjele.

1 V4 Deskriptivna statistika.

1 V5 Provjeravanje normalnosti raspodjele podataka uz pomoć računala.

1 V6 z-vrijednosti.

1 V7 Testiranje razlike aritmetičkih sredina nezavisnih skupina Studentovim t-testom.

1 V8 Korelacije.

1 V9 Testiranje razlike aritmetičkih sredina zavisnih uzoraka.

1 V10 Usporedba kvalitativnih podataka.

1 V11 Hi-kvadrat test za nezavisne skupine.

1 V12 Hi-kvadrat test za zavisne skupine (McNemar test). Neparametrijski testovi.

1 V13 Višestruko testiranje. Analiza varijance.

2 V14-15 Ponavljanje i provjera znanja

Izvedbeno nastavni plan razrađen za ovu vrstu nastave, molimo javiti se nositelju kolegija za više detalja.

Akademska godina
2024/2025	Download
2023/2024	Download
2022/2023	Download
2021/2022	Download

Kolegij

Biostatistika

Studiji

Studijska godina

ISVU ID

URL

ECTS

1.50

Predavači

Detalji

Izvedbeni nastavni plan za 2024/2025

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Izvedbeni nastavni plan za 2023/2024

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Izvedbeni nastavni plan za 2022/2023

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja

Ishodi učenja