Causal Inference for Assessing Effectiveness in Real World Data and Clinical Trials: A Practical Hands-on Workshop

HomeStudien Academy HTADS Kurse Causal Inference for Assessing Effectiveness in Real World Data and Clinical Trials: A Practical Hands-on Workshop

A Practical Hands-on Workshop (English)

Causal Inference for Assessing Effectiveness in Real World Data and Clinical Trials:

Kausale Zusammenhänge sind eine der wichtigsten Annahmen, die bei Entscheidungsanalysen gemacht werden. Interventionen oder Risikofaktoren werden häufig als kausaler Effekt modelliert. Es ist daher von großer Bedeutung, die Richtigkeit dieser Annahmen überprüfen zu können bzw. kausale Effekte anstelle von einfachen statistischen Assoziationen aus Daten ableiten zu können. Die valide Interpretation von Studienergebnissen betrifft nicht nur Entscheidungsanalytiker sondern auch die pharmazeutische Industrie, HTA-Behörden, Leitlinienerstellerinnen und Leitlinienersteller, Medizinerinnen und Mediziner und Wissenschaftlerinnen und Wissenschaftler.

Dieser Kurs vermittelt einen Einblick in die Konzepte der Kausalzusammenhänge sowohl bei Beobachtungs- als auch bei klinischen Studien. Ein besonderer Schwerpunkt liegt auf Methoden, die den Bias, der normalerweise beim Behandlungswechsel entsteht, verhindern. Weitere Gesichtspunkte sind Methoden, die bei time-varying confounding, Non-Compliance und aufeinander folgenden Therapien angewandt werden, sowie die Nutzung von Kausaldiagrammen.

Der Kurs beinhaltet die Vermittlung der theoretischen Grundlagen, Fallbeispiele, Diskussionen, sowie Übungen mit der entsprechenden statistischen Software. Bei den Fallbeispielen werden verschiedene Krankheitsbilder sowie verschiedene Blickwinkel berücksichtigt.

Weitere Informationen finden Sie unter: umit-tirol.at/causalinference

HTADS - Program on Health Technology Assessment & Decision Sciences

 

 

Abschluss

Bei erfolgreicher Absolvierung eines jeden Moduls erhalten die Teilnehmenden eine Teilnahmebescheinigung, sowie nach Abschluss aller vier Module ein offizielles Tiroler Privatuniversität UMIT TIROL Zertifikat. Bei erfolgreicher Teilnahme am Examen können ECTS-Credits erworben werden.

Teilnehmerzahl

Wir legen Wert auf eine intensive Ausbildung sowie auf einen persönlichen Kontakt zwischen den Lehrenden und Lehrgangsteilnehmerinnen und -teilnehmern. Deshalb haben wir für unsere Kurse begrenzte Teilnehmerzahlen.

Zulassungskriterien

Dies ist ein Einführungskurs. Es werden Grundkenntnisse ins Statistik, sowie etwas Erfahrung beim Umgang mit statistischer Software vorausgesetzt.

Dauer/Sprache

Die Dauer des Kurses beträgt 5 Tage und der Unterricht findet auf Englisch statt.

Zielgruppe

Das Angebot richtet sich an einen breiten Interessentenkreis, schwerpunktmäßig an Akteure im Gesundheitswesen aus HTA Agenturen, Wissenschaft und Lehre, Krankenversicherungen, Beratungseinrichtungen, Aufsichtsbehörden (EMA, FDA, etc.) oder der Pharma- und Medizinprodukteindustrie.

Ziel/Qualifikationsprofil

Der Universitätskurs vermittelt:

  • Konzepte und Methoden von „ causality, counterfactuals and causal inference”
  • Stellen und Interpretation von kausalen Fragen
  • Nutzung von Kausaldiagrammen
  • Verständnis für den Paradigmenwechsel von herkömmlichen Methoden und Kausalanalysen
  • Umgang mit fixen und timevarying confounding sowie Behandlungswechsel
  • Anwendung von Kausalmethoden (g-formula, inverse probability weighting with marginal structural models, g-estimation with structural nested models)
  • Target Trial Konzept
  • Anwendung diesen Methoden mit verbreiteten statistischen Software
  • Annahmen der einzelnen Methoden
Gebühren
Details zu den Kursgebühren sind der offiziellen Kurswebseite zu entnehmen: www.umit-tirol.at/causalinference
Lehrgangsleitung

Univ.-Prof. Dr. Uwe Siebert, MPH, MSc, Institut für Public Health, Medical Decision Making und Health Technology Assessment, Tiroler Privatuniversität UMIT TIROL

Kurskoordination

Felicitas Kühne, MSc., Institut für Public Health, Medical Decision Making und Health Technology Assessment, Tiroler Privatuniversität UMIT TIROL

Partner

Dr. Nicholas Latimer, BSc, MSc, School of Health and Related Research, University of Sheffield, Sheffield, UK; National Institute for Health Research (NIHR)

Dr. Ian White, MA, MSc, PhD, Medical Research Council Biostatistics Unit, Cambridge Institute of Public Health, Cambridge, UK