Il Master in Biostatistica avanzata per la ricerca clinica, promosso dall’Unità di Biostatistica, Epidemiologia e Sanità Pubblica del Dipartimento di Studi Cardio-Toraco-Vascolari e Sanità Pubblica dell’Università degli Studi di Padova, prepara figure professionali statistiche con elevata capacità di identificare, disegnare e analizzare studi clinici.
Il Master è finalizzato all’approfondimento di tematiche avanzate nella statistica per la ricerca clinica. Queste tematiche sono di rilievo per l’industria farmaceutica e delle CRO (Contract Research Organizations). Il Master si rivolge quindi a personale interno, che può aggiornarsi professionalmente, o a nuove leve che puntano a specializzarsi in questo settore.
Si tratta di un Master di II livello erogato in modalità online e on demand.
Le attività formative del Master in Biostatistica avanzata per la ricerca clinica si strutturano in cinque moduli, che approfondiscono temi quali:
- Modulo 0: Preliminary Course of R;
- Modulo 1: Modelli lineari e non lineari per trials clinici randomizzati e non randomizzati;
- Modulo 2: Estimandi e Missing Data;
- Modulo 3: Disegni bayesiani di fase 2-3 per la sperimetazione farmacologica e dei dispositivi biomedicali;
- Modulo 4: Network Meta Analisi, basket and umbrella trials;
- Modulo 5: Propensity scores per trials clinici non randomizzati.
Il progetto formativo è finalizzato all’approfondimento di tematiche avanzate nella statistica per la ricerca clinica.
Il Master in Biostatistica avanzata per la ricerca clinica contribuisce alla formazione tecnica e scientifica di figure professionali statistiche con elevata capacità di identificare, disegnare ed analizzare studi clinici con metodologie innovative e non standard. Nel dettaglio, una figura precisa è quella del biostatistico che opera o vuole operare nella ricerca farmacologica, sia privata che pubblica.
Le tematiche affrontate sono di rilievo per l’industria farmaceutica e le CRO (Contract Research Organizations), che hanno bisogno di sviluppare competenze interne o di acquisire personale già formato su di esse. Il Master colma questo gap, facilitando una preparazione statistica più vicina alle esigenze delle aziende e alle nuove metodiche emergenti.
Modulo 1: Modelli lineari e non lineari per trials clinici randomizzati e non randomizzati
Negli studi clinici sono frequenti dati clusterizzati, come studi longitudinali, misure ripetute o esperimenti a blocchi, nei quali i soggetti dello stesso gruppo presentano caratteristiche ed esiti simili. In questi casi, i metodi statistici tradizionali che assumono indipendenza tra osservazioni possono produrre risultati distorti. I modelli lineari misti consentono invece di analizzare correttamente dati correlati, modellando la dipendenza tra unità appartenenti allo stesso cluster e migliorando l’affidabilità delle stime.
Modulo 2: Estimandi e Missing Data
La preservazione della randomizzazione è essenziale per garantire validità e ridurre bias negli studi clinici. Le deviazioni dal protocollo successive all’assegnazione del trattamento possono alterare i risultati, soprattutto se correlate al trattamento stesso; per questo è spesso adottato il principio dell’intention-to-treat, che mantiene i soggetti nelle analisi secondo l’assegnazione originaria. Nonostante il ruolo centrale dei trial clinici nelle decisioni regolatorie, manca ancora una definizione normativa univoca dell’estimand primario negli studi confermatori, generando eterogeneità metodologica tra i diversi disegni di studio.
Modulo 3: Disegni bayesiani di fase 2-3 per la sperimetazione farmacologica e dei dispositivi biometrici
Gli studi clinici su farmaci e dispositivi medici richiedono sempre più spesso la gestione di dati complessi, costosi e correlati. I disegni sperimentali bayesiani permettono di integrare informazioni provenienti da studi precedenti o dalla letteratura, riducendo tempi, costi ed esposizione dei pazienti a trattamenti meno efficaci. Offrono inoltre grande flessibilità, consentendo aggiornamenti del disegno sperimentale e valutazioni preventive degli esiti possibili. La FDA ha recentemente promosso l’uso di modelli bayesiani gerarchici per integrare dati storici negli studi sui dispositivi medici. L’applicazione di questi approcci è stata favorita dai progressi computazionali e dai metodi MCMC implementati in software dedicati. Il modulo fornisce una panoramica sistematica dei modelli bayesiani, compresi gli aspetti metodologici e regolatori.
Modulo 4: Network Meta Analisi, basket and umbrella trials
Le revisioni sistematiche e le meta-analisi rappresentano strumenti fondamentali per valutare l’efficacia dei trattamenti. Quando occorre confrontare più interventi terapeutici, la Network Meta-Analisi consente di integrare evidenze dirette e indirette in un’unica analisi, anche in assenza di confronti testa a testa tra tutti i trattamenti. Il modulo approfondisce le assunzioni metodologiche del modello e la rappresentazione grafica dei risultati tramite SUCRA plot e rankogrammi. In ambito bayesiano vengono inoltre illustrati gli strumenti per valutare la convergenza degli algoritmi MCMC, con particolare attenzione alle statistiche diagnostiche di Gelman-Rubin.
Modulo 5: Propensity scores per trials clinici non randomizzati
Il modulo introduce i principi dell’inferenza causale e le principali quantità di interesse, come ATE, ATT e ATC. Vengono analizzate le condizioni necessarie per una corretta inferenza causale, tra cui randomizzazione e adeguata numerosità campionaria. Il Propensity Score è presentato come strumento centrale per ridurre il bias da confondimento negli studi osservazionali. Sono illustrate le principali tecniche basate sul propensity score, tra cui matching, stratificazione, aggiustamento per covariate e inverse probability weighting. Particolare attenzione è dedicata al Propensity Score Matching, dalle fasi di selezione dei confondenti e stima del punteggio fino alla verifica del supporto comune e alla valutazione della qualità dell’abbinamento. Il modulo conclude con un confronto tra approcci basati su propensity score e regressione multivariata tradizionale, evidenziandone vantaggi e limiti applicativi.
Il Master di II livello in Biostatistica Avanzata per la Ricerca Clinica è erogato interamente a distanza, in modalità online, per consentire la partecipazione anche a chi lavora a tempo pieno. Le lezioni sono disponibili on demand sulla piattaforma Moodle dell’Università di Padova, accessibili in qualsiasi momento, 24 ore su 24, 7 giorni su 7. Il programma è stato progettato per studenti e professionisti che desiderano conciliare la propria attività lavorativa con la necessità di acquisire o approfondire competenze specialistiche.
L’interazione tra studenti e docenti è costante e facilitata dal Forum di Moodle, che rappresenta uno spazio dedicato allo scambio di riflessioni e domande.
Il Master è articolato in diversi moduli della durata di circa quattro settimane ciascuno, distribuiti nell’arco dell’anno accademico. Al termine di ogni modulo, gli studenti hanno il tempo di rivedere le lezioni prima di completare un homework, sempre in modalità on demand, finalizzato alla verifica delle competenze acquisite.
Il project work, elaborato in accordo con il tutor e basato anche su casi di interesse specifico dello studente, viene sviluppato nei mesi successivi e costituisce la base per la discussione finale del diploma, che si svolge online tramite la piattaforma Zoom
Per conoscere Direttori e Docenti e avere altre informazioni utili sul Master in Biostatistica avanzata per la ricerca clinica, ecco il video di presentazione:
La graduatoria generale di merito per l’a.a. 2026/2027 sarà resa disponibile in questa sezione secondo le tempistiche previste dall’avviso di selezione.
Informazioni
Ottieni la brochure
"*" indica i campi obbligatori
Open badge
Gli Open Badge sono attestati digitali, di conoscenze disciplinari, abilità personali (soft skills) e competenze tecniche acquisite. Scopri il funzionamento e come riscattarli.
FAQ
La selezione all’ammissione del Master avviene per soli titoli. Le modalità sono descritte sul bando d’iscrizione del Master che trovate sul sito web dell’Ateneo dell’Università di Padova.
- Esenzione per i corsisti con disabilità
Non è prevista una quota di iscrizione per i candidati con una disabilità certificata e un’invalidità compresa tra il 66% e il 100%, o per coloro in possesso di una certificazione ai sensi della legge n. 104. Questi studenti dovranno versare esclusivamente il contributo di preiscrizione, l’assicurazione e le imposte di bollo.
- Iscrizione per il personale dell’Ateneo
È prevista la possibilità d’iscrizione in sovrannumero per il personale dell’Ateneo al fine di consentire l’aggiornamento continuo e permanente. La quota di iscrizione per il personale tecnico amministrativo dell’Ateneo è pari al 20% della quota prevista. Nel caso in cui il personale tecnico amministrativo sia in possesso dei requisiti di ammissione al corso, una volta terminato il percorso, potrà ottenere il Diploma o l’Attestato relativo, se sprovvisto dei requisiti di ammissione potrà essere ammesso in qualità di uditore e ottenere un attestato di partecipazione.
- Quota di iscrizione per uditori
Il contributo di iscrizione per gli uditori è pari al 50% della quota di iscrizione al Corso. Al termine del Corso, all’uditore che abbia assolto il requisito minimo di frequenza, potrà essere rilasciato un attestato di partecipazione da parte del direttore del Corso.
La frequenza del Master è obbligatoria, per ottenere il conseguimento del titolo e l’attestato di frequenza al Master sarà necessario accedere al 70% delle lezioni online.