Opleidingen

Klassikale opleidingen

De Cel Biostatistiek organiseert jaarlijks meerdere lessenreeksen rond het gebruik van statistische software en het uitvoeren van statistische analyses, met als doelpubliek onderzoekers van de Faculteit Geneeskunde en Gezondheidswetenschappen en het UZ Gent.

Elk van onderstaande cursussen wordt erkend als Specialist Course door de UGent Doctoral School. Bij verzoek om financiering, dient de aanvraag voor erkenning ten laatste 1 maand vóór aanvang van de cursus te gebeuren. Onze cursussen zijn ook opgenomen in het Faculty Research Training Program van de faculteit Geneeskunde en Gezondheidswetenschappen.

Meer informatie over onze cursussen is beschikbaar via onderstaande links. Voor vragen over de inhoud van een cursus kan je terecht bij de lesgever via statcel@ugent.be. Voor administratieve vragen kan je het secretariaat contacteren via secr.biostatistiek@UGent.be.

Causal Reasoning and Inference: Moving Beyond ‘Correlation Is Not Causation’: september-oktober 2026 (English)

‘Correlation does not imply causation’, a phrase you’ve likely heard repeatedly during your statistical training. Although a legitimate scientific goal, researchers are often discouraged from asking causal questions because, as reviewers and editors emphasize, these questions cannot be answered reliably without experimentation or randomization. As a result, researchers commonly use statistical approaches that estimate ‘adjusted associations’, tend to avoid explicit causal language when interpreting these measures, yet often conclude their manuscripts with policy recommendations that are implicitly grounded in causal interpretations.

Advances in the interdisciplinary field of causal inference show that we can do better and that being explicit about causal study goals helps to avoid common errors and reduce bias. For example, the usual—but often unstated—goal of multivariate regression is to produce estimates adjusted for confounders to make causal interpretations more justifiable. Many researchers were, however, never taught that standard regression adjustment practices are usually inappropriate to answer the (usually implicit) causal question(s) of interest and often increase, rather than reduce, bias. In addition, not only confouning bias, but also other forms of bias—less familiar to many researchers—lurk around the corner, even though they can usually be prevented.

This course will focus on common pitfalls and how to avoid them by aligning causal goals with causal reasoning and appropriate causal methods. You’ll be introduced to key theoretical concepts—such as counterfactual outcomes—and practical tools, including causal DAGs, to strengthen causal reasoning. The course also covers the basics of implementing causal methods, such as g-computation, in R.

Starten met R: oktober-november 2026 (Dutch) en februari-maart 2027 (English)

Zou je als onderzoeker in de gezondheidswetenschappen graag je analyses op reproduceerbare wijze uitvoeren en rapporteren? Zou je graag je resultaten visualiseren in figuren van hoge kwaliteit? Lijkt het je wel wat om te leren programmeren in R, maar weet je niet zo goed hoe daaraan te beginnen? Dan is deze cursus iets voor jou.

Analyse van geclusterde en longitudinale data in R: april-mei 2027 (Dutch)

In deze meer geavanceerde cursus worden onderzoekers geïntroduceerd in de analyse van geclusterde en longitudinale data in R. Er wordt verwacht dat er ervaring is met R en basiskennis van lineaire en logistische regressie.

In deze lessenreeks wordt niet louter de theorie besproken, maar gaat er veel aandacht naar de praktische uitvoering van de analyses in R en de interpretatie van de resultaten. De interactieve lessen in kleine groep laten toe om voldoende vragen te stellen. Volgende zaken komen aan bod: de structuur van geclusterde en longitudinale data, continue uitkomsten: linear mixed models in R, categorische uitkomsten: generalized linear mixed models en GEE models.

Cancellation policy

Op de klassieke opleidingen is de volgende cancellation policy van toepassing.

De Cel Biostatistiek en het Lerend Netwerk Lesgevers Statistiek hebben een Ufora-pagina "E-learning Statistiek" ontwikkeld ter ondersteuning van het onderwijs aan de Faculteit Geneeskunde en Gezondheidswetenschappen en het begeleiden en/of uitwerken van masterproeven.

Studenten, maar ook (co)promotoren, begeleiders van masterproeven of onderzoekers binnen de faculteit of het UZ Gent kunnen hier terecht voor een online overzicht met de meest voorkomende, basis statistische methoden binnen de onderzoeksdomeinen van de faculteit. De e-learning pagina bevat onder meer een toetsvinder, praktisch uitgewerkte cases voor basismethoden in zowel SPSS als R, en een uitgewerkt gamma aan 'good practices'.

Alle leden van de Faculteit Geneeskunde en Gezondheidswetenschappen hebben automatisch toegang tot Ufora E-learning pagina: E-Learning Statistiek Faculteit Geneeskunde en Gezondheidswetenschappen - Statistics Faculty of Medicine and Health Sciences - DX00115.

De Ufora-pagina’s van eerder georganiseerde, klassikale opleidingen zijn vrij beschikbaar op Ufora via ‘Ontdekken'. Je kan jezelf inschrijven voor volgende cursussen: 

• Statistical analysis of longitudinal continuous outcome data in SPSS – STATLONG
• Regressiemodellen voor niet-continue data in SPSS – Regressie_niet-continue_data_SPSS
• Data management and data transformations in SPSS – Data_SPSS