- 141
- 119 621
Professor Fernando Hartwig
Brazil
Приєднався 19 тра 2020
The creator of this channel is a professor of Epidemiology at the Faculty of Medicine and the Postgraduate Program in Epidemiology (PPGEpi) at Federal University of Pelotas (UFPel), in Brazil. His CV can be found at: lattes.cnpq.br/0127634577820264.
The original motivation for creating this channel was to allow the course on Causal Inference in Epidemiology (taught to PhD students at the PPGEpi) to progress via distance learning due to the COVID-19 pandemic. Due to positive feedback from students and other viewers, the channel continued with the goal of contributing in some way to disseminate knowledge.
I hope you enjoy the videos!
The original motivation for creating this channel was to allow the course on Causal Inference in Epidemiology (taught to PhD students at the PPGEpi) to progress via distance learning due to the COVID-19 pandemic. Due to positive feedback from students and other viewers, the channel continued with the goal of contributing in some way to disseminate knowledge.
I hope you enjoy the videos!
Causal Inference - Lecture 2.3 | d-connection and d-separation rules of directed acyclic graphs
This lecture discusses the so-called d-separation rules. These are a set of criteria used to decide, from a given DAG, whether two variables (or two sets of variables) are independent, possibly conditioning on other variables (i.e., within strata of these other variables).
More specifically, the lecture covers the following topics:
- When a path between two variables is open (so that it is a source of association between them) or blocked (so that it is not a source of association between them).
- The concepts of d-connection and d-separation.
- d-separation rules, with intuitive explanations and examples.
- Compatability, strong and weak faithfulness. These are rules that relate d-connection and d-separation to statistical independence.
ALL COURSE MATERIALS ARE FREELY AVAILABLE HERE: drive.google.com/drive/folders/1hwNIRgi557u2K-MPhRdZEah35E-NwC0h?usp=drive_link
More specifically, the lecture covers the following topics:
- When a path between two variables is open (so that it is a source of association between them) or blocked (so that it is not a source of association between them).
- The concepts of d-connection and d-separation.
- d-separation rules, with intuitive explanations and examples.
- Compatability, strong and weak faithfulness. These are rules that relate d-connection and d-separation to statistical independence.
ALL COURSE MATERIALS ARE FREELY AVAILABLE HERE: drive.google.com/drive/folders/1hwNIRgi557u2K-MPhRdZEah35E-NwC0h?usp=drive_link
Переглядів: 36
Відео
Epidemiologia (aula 5, parte 2/3) | Tipos de estudos ecológicos
Переглядів 106Місяць тому
Esta aula discute as vantagens e limitações dos diferentes tipos de estudos ecológicos: - Múltiplos grupos: delineamento ecológico que compara diferentes grupos (cidades, escolas etc.) quanto a ocorrência do desfecho, utilizando apenas uma medida de cada grupo. - Série temporal: delineamento ecológico que avalia apenas um grupo quanto à mudanças na ocorrência do desfecho ao longo do tempo. - De...
Causal Inference - Lecture 2.2 | Terminology and interpretation of DAGs
Переглядів 312 місяці тому
This lecture defines important concepts about DAGs and illustrates how DAGs are interpreted. The following concepts are defined: - Father of V: a direct cause of the variable V. - Son of V: a direct consequence of V. - Antecessor of V: any cause of V (either direct or indirect). - Predecessor of V: any consequence of V (either direct or indirect). - For any pair of variables in the DAG, their c...
Epidemiologia (aula 5, parte 1/3) | Introdução aos estudos ecológicos
Переглядів 1682 місяці тому
Esta aula apresenta e define os estudos ecológicos como um delineamento observacional experimental em nível coletivo (também conhecido como agregado ou ecológico), que se diferencia dos demais estudos observacionais justamente por ter como unidade grupos de indivíduos (bairros, cidades, países, escolas, empresas etc.), e não indivíduos. A principal aplicação dos estudos ecológicos é no estudo d...
Epidemiologia | Prova de residência médica - Acesso direto - HCPA 2021 - Questão 82
Переглядів 312 місяці тому
Este vídeo corrige e comenta a segunda questão de epidemiologia (questão 82) da prova de residência médica de acesso direto do Hospital de Clínicas de Porto Alegre (HCPA), realizada em 2020, com início da residência em 2021. ENUNCIADO: Considere a tabela abaixo acerca dos resultados de um estudo. # tabela mostrada no vídeo # A medida de magnitude de efeito calculada como a x d / b x c é conheci...
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 3)
Переглядів 712 місяці тому
Este vídeo demonstra a relação entre a prevalência da doença influencia os valores preditivos positivo e negativo de um teste diagnóstico mostrando que é possível calcular os valores preditivos a partir da sensibilidade e especificidade do teste e da prevalência da doença, utilizando equações derivadas no vídeo. Calcular os valores preditivos a partir da prevalência da doença na qual o paciente...
Causal Inference - Lecture 2.1 | Introduction to directed acyclic graphs (DAGs)
Переглядів 472 місяці тому
This lecture introduces directed acyclic graphs (DAGs) as a tool for visually representing causal assumptions related to a given causal question. The goal of the lecture is to introduce DAGs by comparing them to the more traditional (at least in epidemiology) hierarchical models, where causes of the outcome are organized in levels, from the more distal to the more proximal levels. Basic concept...
Epidemiologia | Prova de residência médica - Acesso direto - HCPA 2021 - Questão 81
Переглядів 372 місяці тому
Este vídeo corrige e comenta a primeira questão de epidemiologia (questão 81) da prova de residência médica de acesso direto do Hospital de Clínicas de Porto Alegre (HCPA), realizada em 2020, com início da residência em 2021. ENUNCIADO: No Rio Grande do Sul, a pandemia da COVID-19 teve seu primeiro caso confirmado em 10 de março de 2020 e o primeiro óbito em 24 do mesmo mês. Conforme o site do ...
Epidemiologia | Relação entre prevalência da doença e acurácia de um teste diagnóstico (parte 2)
Переглядів 563 місяці тому
Este vídeo demonstra a relação entre a prevalência da doença influencia a acurácia de um teste diagnóstico mostrando que é possível calcular a acurácia a partir da sensibilidade e especificidade do teste e da prevalência da doença, utilizando uma equação derivada no vídeo. # # # LINKS ÚTEIS: # Série completa sobre epidemiologia clínica: ua-cam.com/video/triR6kMNzPA/v-deo.html&pp=iAQB Parte 1 de...
Causal Inference - Lecture 1.4 | Summary of lecture 1
Переглядів 653 місяці тому
This video briefly reviews the main concepts learned in Lecture 1. The goal is to provide a quick checklist that viewers can use to make sure all main concepts of lecture 1 are clear. Before moving on, all of the following should be clear: 1) What potential outcomes are and why only one of them can be observed in practice. 2) How to define individual level and average causal effects. 3) What is...
Epidemiologia | Relação entre prevalência da doença e acurácia de um teste diagnóstico (parte 1)
Переглядів 883 місяці тому
Este vídeo ilustra, através de um exemplo, que a prevalência da doença influencia a acurácia de um teste diagnóstico. Ou seja, se o mesmo teste for aplicado em populações com diferentes prevalências da doença, a acurácia em cada uma destas populações será diferente. A explicação para este fenômeno é que, quando a prevalência é baixa (próxima de 0%), a maioria da amostra é composta por indivíduo...
Causal Inference - Lecture 1.3.5 | Stable Unit Treatment Value Assumption (SUTVA) and consistency
Переглядів 1553 місяці тому
This lecture discusses (i) the Stable Unit Treatment Value Assumption (SUTVA) assumption, and (ii) the assumption of consitency of potential outcomes for estimating causal effects. SUTVA can be defined as the situation where potential outcomes for a given individual are unambiguous - therefore, the individual level causal effect is unique. This is the same implication that we arrived when discu...
Causal Inference - Lecture 1.3.4 | Exposure variation irrelevance assumption for causal inference
Переглядів 393 місяці тому
This lecture discusses the assumption of irrelevance of varying forms of the exposure for estimating causal effects. An issue that may arise in practice is that each level of the exposure can have different versions (for example, someone may have high body mass index due to high levels of body fat or due to high levels of lean mass), and such versions can lead to different potential outcomes (f...
Causal Inference - Lecture 1.3.3 | No interference assumption for causal inference
Переглядів 434 місяці тому
This lecture discusses the assumption of no interference for estimating causal effects. No interference can be understood as the situation where the effect of the exposure on the outcome in a given individual is not affected by the exposure status of other individuals in the population. As a consequence, without this assumption, it is not possible to define potential outcomes based solely on th...
Causal Inference - Lecture 1.3.2 | Exchangeability assumption for causal inference
Переглядів 654 місяці тому
This lecture discusses the exchangeability assumption for estimating causal effects. Exchangeability can be understood as the situation where exposed and unexposed are perfectly comparable - that is, comparing outcome frequencies between the two groups is free from any systematic bias (confounding, selection bias, information bias, or reverse causation). This would be the case of a perfect rand...
PMAQ-AB: Resultados Selecionados da Avaliação Externa de 2012, 2014 e 2018 (Drª Elaine Tomasi)
Переглядів 244 місяці тому
PMAQ-AB: Resultados Selecionados da Avaliação Externa de 2012, 2014 e 2018 (Drª Elaine Tomasi)
Causal Inference - Lecture 1.3.1 | Positivity assumption for causal inference
Переглядів 1014 місяці тому
Causal Inference - Lecture 1.3.1 | Positivity assumption for causal inference
Empirically assessing the plausibility of unconfoundedness (Dr. Fernando Hartwig)
Переглядів 875 місяців тому
Empirically assessing the plausibility of unconfoundedness (Dr. Fernando Hartwig)
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 2)
Переглядів 57710 місяців тому
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 2)
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 1)
Переглядів 38911 місяців тому
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 1)
Epidemiologia | Testes confirmatórios (ou testes específicos)
Переглядів 34711 місяців тому
Epidemiologia | Testes confirmatórios (ou testes específicos)
Epidemiologia | Testes de triagem (ou rastreio, ou screening)
Переглядів 51711 місяців тому
Epidemiologia | Testes de triagem (ou rastreio, ou screening)
Epidemiologia | Como o ponto de corte influencia a validade de um teste diagnóstico
Переглядів 39711 місяців тому
Epidemiologia | Como o ponto de corte influencia a validade de um teste diagnóstico
Probabilidade | Aula 1.4 - O que é probabilidade? (Espaço amostral infinito discreto)
Переглядів 204Рік тому
Probabilidade | Aula 1.4 - O que é probabilidade? (Espaço amostral infinito discreto)
Probabilidade | Aula 1.3 - O que é probabilidade? (Espaço amostral finito)
Переглядів 101Рік тому
Probabilidade | Aula 1.3 - O que é probabilidade? (Espaço amostral finito)
Probabilidade | Aula 1.2 - O que é probabilidade? (Desfecho, espaço amostral e evento)
Переглядів 80Рік тому
Probabilidade | Aula 1.2 - O que é probabilidade? (Desfecho, espaço amostral e evento)
Probabilidade | Aula 1.1 - O que é probabilidade? (Introdução)
Переглядів 157Рік тому
Probabilidade | Aula 1.1 - O que é probabilidade? (Introdução)
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 2)
Переглядів 833Рік тому
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 2)
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 1)
Переглядів 1,6 тис.Рік тому
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 1)
Epidemiologia | Como calcular a concordância de um teste diagnóstico
Переглядів 770Рік тому
Epidemiologia | Como calcular a concordância de um teste diagnóstico