Dottorato in scienze per la sanità pubblica
Dottorato
A.A. 2024/2025
Area
Medica e sanitaria
Coordinatore di Dottorato
Il corso di dottorato in Scienze per la sanità pubblica ha come obiettivo la preparazione di ricercatori capaci di disegnare, condurre e interpretare criticamente progetti di ricerca e di formazione superiore finalizzati a:
- valutare lo stato di salute e prevenire l?occorrenza di malattie trasmissibili e cronico-degenerative a livello di popolazione;
- promuovere lo stato di salute degli individui e delle comunità;
- trasmettere cultura scientifica e metodologie di ricerca rilevanti.
Il processo di internazionalizzazione prevede lo scambio di studenti e docenti con dottorati, enti di ricerca ed istituzioni estere e l?organizzazione di corsi tenuti da esperti stranieri.
Gli obiettivi specifici del corso di Dottorato comprendono lo sviluppo di metodologie di ricerca in ambito sanitario, dal laboratorio alla clinica:
- nell?ambito di politiche di prevenzione mirate alla popolazione e a particolari sottogruppi a rischio;
- nell?ambito dei servizi che concorrono alla tutela e promozione della salute individuale e a livello di popolazione;
- in un contesto trasversale e trans-disciplinare che riconosca come la salute di una popolazione sia strettamente connessa alla salute di animali e ambiente (one health approach)
Comprendono inoltre l?acquisizione di solide basi metodologiche nelle discipline quantitative necessarie per la corretta applicazione e sviluppo dei metodi e per la critica interpretazione dei risultati emersi dalla ricerca di base, clinica, sanitaria ed epidemiologica.
- valutare lo stato di salute e prevenire l?occorrenza di malattie trasmissibili e cronico-degenerative a livello di popolazione;
- promuovere lo stato di salute degli individui e delle comunità;
- trasmettere cultura scientifica e metodologie di ricerca rilevanti.
Il processo di internazionalizzazione prevede lo scambio di studenti e docenti con dottorati, enti di ricerca ed istituzioni estere e l?organizzazione di corsi tenuti da esperti stranieri.
Gli obiettivi specifici del corso di Dottorato comprendono lo sviluppo di metodologie di ricerca in ambito sanitario, dal laboratorio alla clinica:
- nell?ambito di politiche di prevenzione mirate alla popolazione e a particolari sottogruppi a rischio;
- nell?ambito dei servizi che concorrono alla tutela e promozione della salute individuale e a livello di popolazione;
- in un contesto trasversale e trans-disciplinare che riconosca come la salute di una popolazione sia strettamente connessa alla salute di animali e ambiente (one health approach)
Comprendono inoltre l?acquisizione di solide basi metodologiche nelle discipline quantitative necessarie per la corretta applicazione e sviluppo dei metodi e per la critica interpretazione dei risultati emersi dalla ricerca di base, clinica, sanitaria ed epidemiologica.
Tutte le classi di laurea magistrale - All classes of master's degree
Milano
Sedi didattiche
Dipartimento di Scienze Cliniche e di Comunità - Laboratorio di Statistica - Via Celoria 22 - Milano
- Coordinatore del corso: prof. Carlo La Vecchia
[email protected] - Sito web del corso
https://discco.unimi.it/it/node/16663/ - Sede amministrativa
Dipartimento di Scienze cliniche e di comunità - Via Commenda, 19 - Milano
| Titolo | Docente/i |
|---|---|
| Malattie a trasmissione alimentare ad eziologia batterica e virale: metodi di feno- e geno-tipizzazione finalizzati allo studio epidemiologico degli agenti patogeni e alle indagini sugli eventi epidemici
Requisiti: Conoscenza di base dell'epidemiologia ed esperienza nel laboratorio di biologia molecolare |
|
| Epidemiologia molecolare di infezioni virali di rilevante impatto per la salute pubblica
Requisiti: Esperienze di base nel laboratorio di biologia molecolare |
|
| Studio del ruolo di prebiotici e probiotici assunti naturalmente con la dieta sullo sviluppo di una serie di tumori. Particolare attenzione verrà posta allo sviluppo di modelli statistici che possano valutare l'effetto simultaneo di un ampio spettro di micronutrient, che mantengano al tempo stesso un buon grado di interpretabilità a livello epidemiologico
Requisiti: Competenze di programmazione in linguaggio SAS, compreso linguaggio Macro, IML, SQL |
|
| Analisi, interpretazione e previsione di dati di mortalità e incidenza
Requisiti: Conoscenza dei linguaggi di programmazione statistica SAS ed R e delle principali tecniche di analisi usate in questo campo (e.g.modelli lineari e joinpoint) |
|
| Gestione ed analisi dei dati dell’European Cystic Fibrosis Society Patient Registry
Requisiti: Buona conoscenza di statistica, di statistica medica, di statistica multivariata. Conoscenza del linguaggio SAS-base, SAS-stat e SAS-macro per la gestione di procedure di gestione e analisi dei dati |
|
| HTA in sanità pubblica | |
| Il consenso per le attività cliniche e di ricerca. Valutazioni in merito alla gestione dei sistemi qualità e di rischio | |
| Meccanismi fisio-patogenetici delle patologie da lavoro | |
| Esposizione ad inquinamento atmosferico e marker molecolari
Requisiti: Esperienza in laboratori focalizzati allo studio di epigenetica, microbioma, biologia molecolare |
|
| Esposizioni ambientali e disturbo depressivo maggiore
Requisiti: Conoscenza delle principali esposizioni ambientali e di outcome di salute |
|
| All'interno del progetto EPIGENESIS, gli effetti dell'esposoma sulla salute verranno studiati sia a livello individuale che di popolazione attraverso l'uso di avanzate tecnologie "omics", come l'epigenetica, la metabolomica e il sequenziamento dell'RNA di singole cellule. La ricerca di biomarcatori epigenetici in grado di sintetizzare l'informazione complessa ricavata dall'esposoma assumerà particolare rilevanza
Requisiti: Esperienza in laboratori focalizzati allo studio di epigenetica, microbioma, biologia molecolare |
|
| Modelli spline bivariati per la stima dell'associazione tra due esposizioni continue e rischio di tumore
Requisiti: Elevata esperienza di programmazione in R ed eventuamente in STAN. Conoscenze nell'ambito dei modelli semi-parametrici e loro declinazioni |
|
| Ri-analisi collaborative di studi epidemiologici: problemi di analisi statistica e interpretazione epidemiologica
Requisiti: Buone conoscenze statistiche relative a meta e pooled analysis con particolare riferimento ai modelli a effetti misti. Conoscenza di R e SAS |
|
| Valutazione di modelli predittivi in presenza di elevata dimensionalità. Scelta del modello statistico
Requisiti: Conoscenza dei modelli di regressione e dell'analisi della sopravvivenza |
|
| Analisi congiunta di dati riguardanti il tempo di comparsa di un evento e profili longitudinali di biomarcatori: applicazioni in ambito cardiologico (NT-proBNP per pazienti con rimodellamento chirurgico del ventricolo) e oncologico (biomarcatori immunologici in pazienti con melanoma metastatico)
Requisiti: Conoscenza di base dell'analisi dei tempi di evento |
|
| Uso di modelli lineari (e non-lineari) generalizzati per la stima dell’efficacia dei trattamenti mediante misure clinicamente utili quando l’outcome è un tempo di evento
Requisiti: Buona conoscenza di statistica e uso di software statistici |
|
| Valutazione dell’effetto dell’ossigeno terapia sul trapianto polmonare e sul rischio di morte in pazienti con fibrosi cistica mediante l’uso di modelli multi-stato
Requisiti: Buona conoscenza di statistica e uso di software statistici |
|
| L’attesa di vita in pazienti con fibrosi cistica: un confronto tra le nazioni europee consorziate nel ECFS-patient registry mediante metodi di sopravvivenza relativa
Requisiti: Buona conoscenza di statistica e uso di software statistici |
|
| Modelli per tracciare carte di riferimento per l'accrescimento somatico di ragazze e ragazzi
Requisiti: Conoscenza dei modelli di regressione non lineare |
|
| Modelli di regressione in analisi della sopravvivenza per tempi discreti, adattamento del metodo in presenza di rischi competitivi per la stima dell'hazard della distribuzione di incidenza cruda e della distribuzione marginale di evento
Requisiti: conoscenza approfondita dei metodi statistici in analisi della sopravvivenza, esperienza di programmazione in R |
|
| Utilizzo delle tecniche di Machine Learning per la selelzione delle variabili e la costruzione di modelli predittivi
Requisiti: Conoscenza di tecniche di analisi multivariata e modellamento con stime penalizzate |
|
| Riproducibilità dei dietary pattern a posteriori: dietary pattern comuni e specifici per studio, nazione, somministrazione o altre covariate di interesse
Requisiti: Buona capacità di programmazione in linguaggio SAS o R. Conoscenze di statistica multivariata |
|
| Effetti di una alimentazione aderente alla dieta mediterranea sulla composizione del latte materno
Requisiti: Buona capacità di programmazione in linguaggio SAS o R. Buone conoscenze di statistica di base |
|
| Dietary pattern a posteriori in epidemiologia nutrizionale: problemi di analisi statistica e interpretazione epidemiologica
Requisiti: Buona capacità di programmazione in linguaggio SAS o R. Conoscenze di statistica multivariata |
|
| Problematiche di modelli epidemiologici, con particolare riferimento a grandi database sulla dieta
Requisiti: Buona capacità di programmazione in linguaggio SAS o R. Buone conoscenze di statistica di base |
|
| La telemedicina: modelli e approcci di implementazione per la creazione di una sanità di valore | |
| Operation management e service management nell'ambito delle aziende sanitarie (logistica del paziente, patient experice) | |
| La co-production di servizi sanitari | |
| La creazione di valore nei servizi sanitari: modelli e strumenti | |
| Utilizzo di data base di grandi dimensioni (database amministrativi o derivanti dall'unione di vari database clinici) per effettuare una valutazione della capacità, in termini sia di fattibilità che di accuratezza, della metodologia dell'attribute matching nel predire il rischio di eventi in diversi contesti clinici, anche in confronto con score prognostici già presenti in letteratura
Requisiti: Conoscenze di statistica medica di base e buona capacità di utilizzare software per analisi statistica e gestione dati di grandi dimensioni (SAS, MS Access) |
|
| Metodi statistici per studi primari e metanalisi di accuratezza diagnostica
Requisiti: Metodi per l'analisi di tabelle di contingenza e conoscenza dei modelli lineari |
|
| Razionalizzazione delle terapie dell'infertilità: studi di validazione di modelli, studi costo-efficacia e studi costo-beneficio
Requisiti: Familiarità con i problemi dell'infertilità e buona conoscenza della statistica |
|
| Utilizzo di data base routinari (SDO/CEDAP) per il monitoraggio della qualità dell'assistenza ostetrica e l'analisi degli andamenti geografici e temporali delle patologie ostetriche
Requisiti: Competenze in campi di ricerca specifici: area clinica, biomedica o di sanità pubblica, statistica medica |
|
| Sistemi di valutazione delle Clinical Competence dei professionisti nelle Organizzazioni Sanitarie e analisi degli impatti | |
| Clinicians engagement: ambiti e modalità del coinvolgimento dei clinici nella gestione delle Organizzazioni Sanitarie | |
| Sviluppo organizzativo e progettazione dell'organizzazione nelle aziende sanitarie: metodi e strumenti per check up organizzativo e l'analisi dei fabbisogni, definizione dei modelli e delle strutture organizzative. | |
| La trasformazione digitale nella gestione delle aziende sanitarie: determinanti e impatti | |
| Invecchiamento e lavoro: effetti del lavoro usurante e del ritardo pensionistico su età biologica e sulle capacità lavorative (Work ability)
Requisiti: Competenze nel campo dello studio degli effetti delle esposizioni professionali |
|
| Valutazione di efficacia di interventi sanitari, prevalentemente attraverso la conduzione di revisioni sistematiche in diversi ambiti clinici (medicina interna, cardiologia, oncologia, neurologia, ortopedia e riabilitazione, sanità pubblica).
Requisiti: Competenze in campi di ricerca specifici: area clinica, biomedica o di sanità pubblica, statistica medica |
|
| Applicazione dei principi, dei concetti e metodi della medicina basata sulle prove di efficacia al mondo dell’informazione medica. ca
Requisiti: Competenze in campi di ricerca specifici: area biomedica, editoria sientifica e medica, digitalizzazione e information technology, information mastery |
|
| Metodi di valutazione del benessere psicologico in esposti a stress lavorativo
Requisiti: Competenze in studi epidemiologici con valutazione del benessere psicologico in lavoratori (operatori sanitari o altri settori) |
|
| Analisi dei dati molecolari relativi al sequenziamento di DNA e RNA nella valutazione dei biprofili in ambito oncologico
Requisiti: Buona capacità di programmazione in linguaggio R. Buone conoscenze di statistica |
|
| Concordanza tra metodi di misura di variabili continue
Requisiti: Approfondita conoscenza della regressione OLS, dell'analisi del modello strutturale e dei metodi di analisi multivariata |
|
| Uso di modelli di sopravvivenza netta e relativa per la valutazione della incidenza della mortalità per differenti neoplasie da dati di registro tumori e studi clinici osservazionali e sperimentali
Requisiti: Buone conoscenze di statistica |
|
| Salute e comfort nel Lavoro 4.0
Requisiti: Competenze sulla valutazione dei rischi professionali e loro effetti su salute e comfort dei lavoratori |
|
| Progettazione, implementazione e valutazione dell'efficacia di interventi di natura infermieristica nell'ambito di vari quadri clinici, nel contesto ospedaliero ed extraospedaliero. Progettazione ed implementazione di interventi volti a ridurre il rischio clinico correlato all'assistenza infermieristica
Requisiti: Competenze nel settore infermieristico (clinico, formativo, organizzativo o di ricerca) |
|
| Epidemiologia molecolare dell'antimicrobico-resistenza in ottica One-Health. Campionamento, sequenziamento e comparazione di geni di resistenza da batteri patogeni di origine umana e animale in Regione Lomabardia.
Requisiti: Conoscenze in microbiologia, biologia molecolare ed epidemiologia |
|
| Sistemi di sorveglianza sanitaria nelle popolazioni animali: definizione delle sensibilità dei sistemi ed implementazione di sistemi di sorveglianza sindromica verso patogeni emergenti
Requisiti: Conoscenza approfondita dei metodi statistici e di base dei sistemi informativi territoriali applicazioni del calcolo delle probabilità, esperienza di programmazione in R |
|
| Analisi della trasmissione di ceppi patogeni farmaco-resistenti e patogeni emergenti per l’identificazione delle popolazioni sorgente ed sentinella
Requisiti: Conoscenze di metodi di analisi attraverso modelli matematici e conoscenze di metodi statistici per la stima dei parametri, esperienza di programmazione in R |
|
| Filogenesi e filodinamica degli agenti infettivi emergenti
Requisiti: Esperienze nel laboratorio di biologia molecolare e conoscenze di base sull'analisi filogenetica |
|
| Analisi del resistoma microbico multispecie mediante approccio multiomico con sequenziamento nanopore, metaproteomica e HPC. Applicazioni in sanità pubblica
Requisiti: Competenze in microbiologia e tecniche molecolari e omiche |
|
| Infezioni di rilevante impatto per la Sanità Pubblica: epidemiologia e prevenzione |
Immatricolazione
Posti disponibili: 6
Bando di ammissione
Consulta il bando per scoprire le date e i contenuti del test e tutte le informazioni su come iscriverti.
Domanda di ammissione: dal 29/05/2024 al 27/06/2024
Allegati e documenti
Seguire il percorso di dottorato
Contatti e aiuto
Gli uffici che forniscono assistenza ai dottorandi e agli enti finanziatori.