Con esta Postgraduate diploma conseguirás los conocimientos necesarios para realizar investigaciones sanitarias de la forma más eficaz”

A la hora de realizar cualquier tipo de actividad, los procesos, métodos y los instrumentos que se utilicen marcarán la diferencia no solo en la forma en la que esta se lleva a cabo, sino también en los resultados que se puedan obtener. Para bien o para mal, todo esto influirá de manera directa. Así pues, y concretamente en la Odontología, las investigaciones están en busca de mejorar la calidad de los productos, mecánicas y protocolos de acción por parte de los profesionales que buscan expandir sus conocimientos y habilidades en esta rama.

Hoy en día los métodos utilizados en consulta han cambiado mucho en lo que respecta a lo que se conocía hace tan solo unas décadas atrás. Estas mejoras se han conseguido gracias a esos equipos de trabajo enfocados en investigar y buscar nuevos límites en lo que a las posibilidades de la Odontología se refiere. De esta manera, la optimización en los protocolos de investigación es algo indispensable, puesto que suponen un ahorro de tiempo, dinero y esfuerzo humano sumamente importantes.

Primando esta necesidad a la hora de una buscar una investigación lo más correcta y exhaustiva posible, TECH Global University ha elaborado un plan de estudio donde los matriculados recibirán todos los contenidos necesarios para ser referentes en la eficiencia investigativa, actualizando los conocimientos y diferenciándose como especialistas del sector.

Con todo lo comentado con anterioridad y buscando ofrecer un programa único, TECH Global University presenta esta Postgraduate diploma, con una naturaleza 100% online, donde los alumnos podrán estudiar desde cualquier parte del mundo, sin restricciones horarias, ni límites. De esta manera, el programa educacional se adapta al alumnado y no al contrario, consiguiendo una comodidad inimaginable hasta ahora.

Perfecciona tus competencias a la hora de emprender proyectos de investigación. Apoyándote en un temario riguroso y exhaustivo”

Esta Postgraduate diploma en Tools for Health Research contiene el programa científico más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en el uso de Herramientas para la investigación en Salud 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras 
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet 

La creación de gráficos a partir de los resultados obtenidos en una investigación es clave en el proceso investigativo. Actualízate e incorpora a tu práctica todos los detalles de este campo”

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual; es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.

¿Actualizarte y mantener tus responsabilidades profesionales? Con esta Postgraduate diploma de TECH es posible, pues se adapta a tu situación personal y profesional"

Incorpora a tu Vademecum las herramientas de investigación más vanguardistas para potenciar tus proyectos de investigación odontológica"

The syllabus has been designed based on the requirements of Dentistry following the demands proposed by the teaching team of this Postgraduate diploma, with the aim that the students acquire the latest knowledge regarding the types of tools necessary for a correct investigation. Throughout the 3 modules the professionals will study the different subjects related to the definition of hypotheses, the use of applications, statistical practices and the graphic/visual representation of the data obtained. 

A syllabus aimed at dentists like you, who are seeking to keep up to date on the Tools for Health Research"

Module 1. Generation of Research Projects

1.1. General Structure of a Project
1.2. Presentation of Background and Preliminary Data
1.3. Definition of the Hypothesis
1.4. Definition of General and Specific Objectives
1.5. Definition of the Type of Sample, Number and Variables to be Measured
1.6. Establishment of the Scientific Methodology
1.7. Exclusion/Inclusion Criteria in Projects with Human Samples
1.8. Establishment of the Specific Team: Balance and Expertise
1.9. Expectations: An Important Element that we Forget
1.10. Budget Generation: A fine Tuning Between the Needs and the Reality of the Call
1.11. Ethical Aspects

Module 2. Statistics and R in Health Research

2.1. Biostatistics

2.1.1. Introduction to The Scientific Method
2.1.2. Population and Sample. Sampling Measures of Centralization
2.1.3. Discrete Distributions and Continuous Distributions
2.1.4. General Outline of Statistical Inference. Inference about a Normal Population Mean. Inference about a General Population Mean
2.1.5. Introduction to Nonparametric Inference

2.2. Introduction to R

2.2.1. Basic Features of the Program
2.2.2. Main Object Types
2.2.3. Simple Examples of Simulation and Statistical Inference
2.2.4. Graphs
2.2.5. Introduction to R Programming

2.3. Regression Methods with R

2.3.1. Regression Models
2.3.2. Variable Selection
2.3.3. Model Diagnosis
2.3.4. Treatment of Outliers
2.3.5. Regression Analysis

2.4. Multivariate Analysis with R

2.4.1. Description of Multivariate Data
2.4.2. Multivariate Distributions
2.4.3. Dimension Reduction
2.4.4. Unsupervised Classification: Cluster Analysis
2.4.5. Supervised Classification: Discriminant Analysis

2.5. Regression Methods for Research with R

2.5.1. Generalized Linear Models (GLM): Poisson Regression and Negative Binomial Regression
2.5.2. Generalized Linear Models (GLM): Logistic and Binomial Regressions
2.5.3. Poisson and Negative Binomial Regression Inflated by Zeros
2.5.4. Local Fits and Generalized Additive Models (GAMs)
2.5.5. Generalized Mixed Models (GLMM) and Generalized Additive Mixed Models (GAMM)

2.6. Statistics Applied to Biomedical Research with R I

2.6.1. Basic Notions of R. Variables and Objects in R. Data handling. Files Graphs
2.6.2. Descriptive Statistics and Probability Functions
2.6.3. Programming and Functions in R
2.6.4. Contingency Table Analysis
2.6.5. Basic Inference with Continuous Variables

2.7. Statistics Applied to Biomedical Research with R II

2.7.1. Analysis of Variance
2.7.2. Correlation Analysis
2.7.3. Simple Linear Regression
2.7.4. Multiple Linear Regression
2.7.5. Logistic Regression

2.8. Statistics Applied to Biomedical Research with R III

2.8.1. Confounding Variables and Interactions
2.8.2. Construction of a Logistic Regression Model
2.8.3. Survival Analysis
2.8.4. Cox Regression
2.8.5. Predictive Models. ROC Curve Analysis

2.9. Statistical Data Mining Techniques with R I

2.9.1. Introduction. Data Mining. Supervised and Unsupervised Learning. Predictive Models. Classification and Regression
2.9.2. Descriptive Analysis Data Pre-Processing
2.9.3. Principal Component Analysis (PCA)
2.9.4. Cluster Analysis Hierarchical Methods. K-Means

2.10. Statistical Data Mining Techniques with R II

2.10.1. Model Assessment Measures. Predictive Ability Measures. ROC Curves
2.10.2. Models Assessment Techniques. Cross-Validation. Bootstrap Samples
2.10.3. Tree-Based Methods (CART)
2.10.4. Support Vector Machines (SVM)
2.10.5. Random Forest (RF) and Neural Networks (NN)

Module 3. Graphical Representations of Data in Health Research and Other Advanced Analysis

3.1. Types of Graphs
3.2. Survival Analysis
3.3. ROC Curves
3.4. Multivariate Analysis (Types of Multiple Regression)
3.5. Binary Regression Models
3.6. Massive Data Analysis
3.7. Dimensionality Reduction Methods
3.8. Comparison of Methods: PCA, PPCA and KPCA
3.9. T-SNE (t-Distributed Stochastic Stochastic Neighbor Embedding)
3.10. UMAP (Uniform Manifold Approximation and Projection)

Looking for an innovative, clear and adaptable program for you? Enroll and expand your knowledge related to Health Research in a radical way"