Curso – Análisis multivariante en estudios biomédicos: Modelos de regresión logística (jamovi)
Este curso está diseñado para ofrecer una formación sólida y aplicada en regresión logística, abarcando sus principales variantes: binaria, ordinal y multinomial. A lo largo del curso aprenderás a utilizar estos modelos para analizar variables de respuesta categóricas, una situación muy frecuente en investigación biomédica, donde los desenlaces suelen expresarse como presencia o ausencia de enfermedad, niveles de gravedad, categorías de riesgo o tipos de respuesta clínica. La regresión logística ofrece un modelo flexible, interpretable y estadísticamente robusto.
La regresión logística permite modelar probabilidades y estudiar cómo cambian en función de uno o varios factores explicativos. El curso abordará cómo interpretar los coeficientes (y odds ratio), cómo construir y seleccionar modelos, cómo evaluar sus supuestos, cómo incorporar variables confusoras y cómo explorar relaciones entre predictores que ayuden a describir mejor el comportamiento de los datos.
El curso combinará la estimación e inferencia de efectos con la predicción de probabilidades, prestando atención tanto a la interpretación estadística como a la relevancia clínica de los resultados. Finalmente, se dedicará una parte importante a aprender cómo interpretar e informar correctamente los hallazgos, de modo que los análisis puedan comunicarse con claridad, rigor y utilidad en contextos científicos y sanitarios.
En este curso utilizamos el Software jamovi. (jamovi.org). Es un software que ofrece una interfaz gráfica de usuario (GUI) que utiliza menús y cuadros de diálogo. Este tipo de Softwares son ideales para las personas que sólo analizan datos ocasionalmente, ya que solo requieren que reconozca lo que necesita en dichos menús, en lugar de tener que recordar las declaraciones de programación.
(*) El curso está dirigido a personal sanitario que trabaja en alguno de los centros sanitarios de Atención Especializada o Primaria del SALUD y el Departamento, así como a integrantes de grupos de investigación del IIS Aragón.
