BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//IACS - ECPv6.15.11//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:IACS
X-ORIGINAL-URL:https://www.iacs.es
X-WR-CALDESC:Eventos para IACS
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Madrid
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20230911
DTEND;VALUE=DATE:20231016
DTSTAMP:20260411T005043
CREATED:20230630T085209Z
LAST-MODIFIED:20230904T063543Z
UID:10001786-1694390400-1697414399@www.iacs.es
SUMMARY:AMF028/23  Introducción al Aprendizaje Automático en ciencias de la salud (R): Modelos supervisados (Edición 2023)
DESCRIPTION:La principal diferencia entre el aprendizaje automático y el análisis estadístico tradicional es su propósito. Los modelos de aprendizaje automático están diseñados para hacer las predicciones más precisas posibles\, mientras que los modelos estadísticos están diseñados para inferir sobre las relaciones entre variables. \nConocer la metodología empleada en el aprendizaje automático\, así como disponer de un software que permita usar esta metodología con datos biomédicos\, puede ser de gran utilidad a los profesionales de la salud para crear modelos predictivos que ayuden a la toma de decisiones diarias. De la misma forma\, la adquisición de estos nuevos conocimientos puede ayudar a comprender qué métodos y técnicas usar en cada investigación\, dependiendo de la naturaleza. \nDisponer de programas que calculen de forma rápida estos modelos predictivos y que sean fáciles de usar por profesionales que no sean expertos en estadística ni informática\, ayudará a que los modelos creados por grupos de investigación biomédica sean usados por la comunidad científica. \nEn este curso se estudiarán los principales métodos supervisados que son un conjunto de técnicas utilizadas en el ámbito del aprendizaje automático que se basan en el uso de datos etiquetados para entrenar modelos y realizar predicciones o clasificaciones en nuevos datos. Estos métodos son ampliamente aplicados en diversas áreas de las ciencias de la salud\, con el objetivo de mejorar el diagnóstico\, el pronóstico y la toma de decisiones clínicas. \n			\n			\n				\n				\n				\n				\n				\n				\n				\n				\n				\n				\n			\n			\n				\n				\n				\n				\n			\n				\n				\n				\n				\n				\n				\n				PREINSCRÍBETE\n			\n			\n				\n				\n				\n				\n				\n				GUÍA DIDÁCTICA
URL:https://www.iacs.es/evento/amf028-23-introduccion-al-aprendizaje-automatico-en-ciencias-de-la-salud-r-modelos-supervisados-edicion-2023/
LOCATION:on-line\, España
CATEGORIES:Formación,Formación en Investigación
GEO:40.463667;-3.74922
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20230911
DTEND;VALUE=DATE:20231023
DTSTAMP:20260411T005043
CREATED:20230630T083840Z
LAST-MODIFIED:20230904T063531Z
UID:10001785-1694390400-1698019199@www.iacs.es
SUMMARY:AMF025/23 Inferencia estadística aplicada a estudios biomédicos (1ª Ed. 2023)
DESCRIPTION:La inferencia estadística es un campo fundamental en la investigación científica. La recopilación de datos y la descripción de los mismos son sólo los primeros pasos para la comprensión de un fenómeno\, pero la inferencia estadística permite sacar conclusiones más allá de los datos observados. Nos permite tomar decisiones sobre una población completa\, en función de lo que sabemos sobre una muestra representativa de datos. Por ejemplo\, la inferencia estadística se utiliza para determinar si un tratamiento médico es eficaz o no; o para determinar la asociación entre la exposición a un factor de riesgo y la aparición de una enfermedad. \nUna sólida comprensión de la estadística inferencial es de gran importancia para diseñar e analizar estudios empíricos\, para cuantificar la incertidumbre y proporcionar soluciones adecuadas a cuestiones sustantivas. Sin embargo\, los investigadores suelen ser propensos a cometer muchos errores conceptuales con respecto a este tema. Una comprensión inadecuada de la inferencia estadística puede llevar a conclusiones erróneas y a resultados no reproducibles\, lo que afecta negativamente la credibilidad de la investigación científica. En este curso discutiremos la inferencia estadística en el contexto actual de la “crisis de la replicación”\, y en relación con los desafíos que plantea el auge de Big Data\, el aprendizaje automático y los efectos de selección de sesgo (e.g. selección de cerezas\, pruebas múltiples\, dragado de datos y P-hacking). Esto es crucial para enfrentar los problemas de inducción\, falsificación y demarcación de la ciencia de la pseudociencia\, y sirve como eje para comprender y superar las guerras estadísticas. \nEste curso te guía a través de los métodos\, técnicas y cálculos estadísticos necesarios para tener éxito en el campo de la biomedicina. Cada nuevo concepto se desarrolla sistemáticamente a través de ejemplos completamente elaborados de problemas de investigación médica actuales. \n			\n			\n				\n				\n				\n				\n				\n				\n				\n				\n				\n				\n			\n			\n				\n				\n				\n				\n			\n				\n				\n				\n				\n				\n				\n				PREINSCRÍBETE\n			\n			\n				\n				\n				\n				\n				\n				GUÍA DIDÁCTICA
URL:https://www.iacs.es/evento/inferencia-estadistica-datos_biomedicos-2/
LOCATION:on-line\, España
CATEGORIES:Formación,Formación en Investigación
GEO:40.463667;-3.74922
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20230918
DTEND;VALUE=DATE:20231009
DTSTAMP:20260411T005043
CREATED:20230630T090416Z
LAST-MODIFIED:20230904T063456Z
UID:10001788-1694995200-1696809599@www.iacs.es
SUMMARY:AMF027/23 Normas de Buena Práctica Clínica (BPC) en Investigación (Edición 2023)
DESCRIPTION:La Guía de Buena Práctica Clínica (BPC) es una norma internacional de calidad ética y científica aplicable al diseño\, realización\, registro y comunicación de los ensayos clínicos en los que participen seres humanos. El cumplimiento de esta norma proporciona una garantía pública de la protección de los derechos\, la seguridad y el bienestar de los sujetos del ensayo de acuerdo con los principios de la Declaración de Helsinki\, así como también garantiza la credibilidad de los datos del ensayo clínico. \nEl objetivo de esta guía de BPC de la Conferencia Internacional de Armonización (International Conference on Harmonitation\, ICH) es proporcionar una norma única para la Unión Europea\, Japón y los Estados Unidos\, facilitando de este modo la aceptación mutua de datos clínicos por parte de las autoridades reguladoras de estas jurisdicciones. \nOrganizamos este curso para dar a conocer e instruir al participante en las normas internacionales de Buena Práctica Clínica de la ICH (ICH-BPC) con referencias a las Directivas Europeas y a la normativa nacional vigente. \nEste curso va dirigido a profesionales del Sistema Aragonés de Salud\, y/o a personal investigador del IIS Aragón\, que estén relacionados con la gestión de los Ensayos Clínicos y/o que realicen o proyecten realizar ECM en Aragón. \n			\n			\n				\n				\n				\n				\n				\n				\n				\n				\n				\n				\n			\n			\n				\n				\n				\n				\n			\n				\n				\n				\n				\n				\n				\n				PREINSCRÍBETE\n			\n			\n				\n				\n				\n				\n				\n				GUÍA DIDÁCTICA
URL:https://www.iacs.es/evento/norma-de-buenas-practicas-clinicas-bpc-en-investigacion-edicion-2023-2/
LOCATION:on-line\, España
CATEGORIES:Formación,Formación en Investigación
GEO:40.463667;-3.74922
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20231016
DTEND;VALUE=DATE:20231028
DTSTAMP:20260411T005043
CREATED:20230907T101316Z
LAST-MODIFIED:20230912T114704Z
UID:10001962-1697414400-1698451199@www.iacs.es
SUMMARY:AMF024/23 Curso Básico de Citometría (Edición 2023)
DESCRIPTION:La citometría de flujo es una técnica de análisis celular sencilla pero muy informativa y versátil que permite estudiar desde la expresión de determinadas proteínas en la célula hasta el metabolismo o la capacidad proliferativa de la misma y todo ello de una manera rápida\, estudiando múltiples células individuales y determinando diferentes parámetros de forma simultánea. \nEl objetivo del curso es dar a conocer los fundamentos en los que se sustenta la citometría de flujo\, presentar las diferentes aplicaciones que se derivan de los mismos\, familiarizarse con en el manejo de los equipos y conseguir que los profesionales sanitarios e investigadores sepan interpretar los datos que genera un citómetro de flujo. \nEl curso va dirigido fundamentalmente a investigadores en formación para que adquieran un conocimiento básico de la citometría y conozcan sus diversas aplicaciones para que puedan incorporar la citometría al futuro diseño de sus proyectos de investigación. \n			\n			\n				\n				\n				\n				\n				\n				\n				\n				\n				\n				\n			\n			\n				\n				\n				\n				\n			\n				\n				\n				\n				\n				\n				\n				PREINSCRÍBETE\n			\n			\n				\n				\n				\n				\n				\n				GUÍA DIDÁCTICA
URL:https://www.iacs.es/evento/curso-basico-de-citometria-edicion-2023-2/
LOCATION:on-line\, España
CATEGORIES:Formación,Formación en Investigación,on-line,Preinscripción
GEO:40.463667;-3.74922
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20231023
DTEND;VALUE=DATE:20231127
DTSTAMP:20260411T005043
CREATED:20230630T091948Z
LAST-MODIFIED:20231106T131315Z
UID:10001787-1698019200-1701043199@www.iacs.es
SUMMARY:AMF026/23 Generación de informes reproducibles en estudios biomédicos:  (R-Markdown)
DESCRIPTION:“Cada análisis que realizas con un conjunto de datos deberás rehacerlo de 10-15 veces antes de publicarlo” (Trevor Branch). Y es que seguramente te ha pasado más de una vez que debas corregir una base de datos debido a una errata\, agregar datos nuevos\, revisar los análisis por recomendación de un revisor o porque te ha surgido una duda\, porque deseas corregirlo o reutilizarlo para nuevos datos\, rehacer figuras y tablas para que sean más legibles\, colaborar con colegas en el proceso de análisis\, compartir o publicar tu metodología\, etc.. \nRealizar alguno de estos pasos mediante copy & paste del software estadístico al editor de texto\, puede resultar además de tedioso\, muy peligroso. Por eso es tan importante crear informes dinámicos y reproducibles.  \nEn general\, la generación de informes reproducibles en ciencias de la salud fortalece la confianza en la investigación y mejora la calidad de los resultados. Al hacer que los análisis sean más transparentes\, accesibles y verificables\, se promueve la excelencia científica y se impulsa el avance de la medicina y la atención sanitaria. \nVa dirigido a profesionales del Sistema Aragonés de Salud\, y/o a personal investigador del IIS Aragón que desarrolla investigación dentro de un equipo de investigación\, que precisen el manejo de este tipo de metodología para el desarrollo de su labor investigadora. \n			\n			\n				\n				\n				\n				\n				\n				\n				\n				\n				\n				\n			\n			\n				\n				\n				\n				\n			\n				\n				\n				\n				\n				\n				\n				PREINSCRÍBETE\n			\n			\n				\n				\n				\n				\n				\n				GUÍA DIDÁCTICA
URL:https://www.iacs.es/evento/generacion-informes-reproducibles/
LOCATION:on-line\, España
CATEGORIES:Formación,Formación en Investigación
GEO:40.463667;-3.74922
END:VEVENT
END:VCALENDAR