Новости

Хотите увереннее читать научные публикации, видеть, где регрессионные модели построены корректно, а где — с нарушениями, и сами уметь строить прогностические модели и выявлять факторы риска?

Приглашаем на очную школу, где это можно освоить всего за три дня, а также, при желании, получить официальный документ, подтверждающий повышение квалификации.

Обучение пройдет 26–28 августа 2026 года с 10:00 до 16:00 на базе Северного государственного медицинского университета Минздрава России.

И это отличная возможность не просто прокачать свои исследовательские навыки: участники могут получить удостоверение о повышении квалификации — документ, который пополнит ваше портфолио, пригодится при аттестации и станет весомым подтверждением новой профессиональной компетенции. Это редкий случай, когда серьезное обучение у практикующих экспертов и официальный документ о повышении квалификации доступны в рамках одной короткой очной программы. Так что, если вам необходимо удостоверение, лучше не откладывать оформление заявки.

Университет оставляет за собой право отбора участников при большом количестве заявок — рекомендуем подать заявку заранее.

Программа школы построена вокруг практики: лекции читают преподаватели с большим опытом планирования научных исследований и участия в международных проектах, а на семинарах вы разберете, как правильно представлять результаты медицинских исследований.

- Введение в регрессионный анализ в биомедицине — роль регрессионного анализа в доказательной медицине, типы переменных, понятие зависимости, ковариант и вмешивающихся факторов, обзор методов и стратегий отбора переменных при многофакторном анализе.

- Линейная регрессия — допущения (нормальность остатков, гомоскедастичность, линейность связи, независимость наблюдений) и их графическая диагностика, множественная линейная регрессия, построение моделей в STATA, интерпретация и представление результатов.

- Логистическая регрессия — бинарная логистическая регрессия, преобразование «логит», отношение шансов, множественная логистическая регрессия, построение моделей в STATA, интерпретация и представление результатов.