Vous souhaitez savoir comment utiliser les données générées par les médecins, les infirmières et le système de santé pour améliorer les soins prodigués aux futurs patients ? Si oui, vous êtes peut-être un futur scientifique des données cliniques ! Cette spécialisation offre aux apprenants une expérience pratique de l'utilisation des dossiers de santé électroniques et des outils informatiques pour effectuer la science des données cliniques. Cette série de six cours est conçue pour augmenter les compétences existantes de l'apprenant en statistiques et en programmation afin de fournir des exemples de défis spécifiques, d'outils et d'interprétations appropriées des données cliniques. En terminant cette spécialisation, vous saurez comment : 1) comprendre les types et structures de données des dossiers médicaux électroniques, 2) déployer des méthodologies informatiques de base sur des données cliniques, 3) fournir une interprétation clinique et scientifique appropriée des analyses appliquées, et 4) anticiper les obstacles à la mise en œuvre d'outils informatiques dans des contextes cliniques complexes. Vous démontrerez votre maîtrise de ces compétences en réalisant des projets d'application pratique à l'aide de données cliniques réelles. Cette spécialisation est soutenue par notre partenariat industriel avec Google Cloud. Grâce à ce soutien, tous les apprenants auront accès à un environnement informatique en ligne entièrement hébergé pour la science des données, et ce gratuitement ! Veuillez noter que vous devez avoir accès à un compte Google (c'est-à-dire un compte gmail) pour accéder aux données cliniques et à l'environnement informatique.
Spécialisation Science des données cliniques
Lancez votre carrière dans la science des données cliniques. Une introduction en six cours à l'utilisation des données cliniques pour améliorer les soins des patients de demain.
Instructeurs : Laura K. Wiley, PhD
Inclus avec 
(363 avis)
Expérience recommandée
(363 avis)
Expérience recommandée
Ce que vous apprendrez
Compétences que vous acquerrez
- Bioinformatique
- Health Insurance Portability and Accountability Act (HIPAA) - Conformité à la loi sur la portabilité et la responsabilité en matière d'assurance maladie
- Traitement du langage naturel (NLP)
- Protection de la vie privée dans le domaine médical
- Modélisation des risques
- Modélisation des données
- Unité de soins intensifs
- Google Cloud Platform
- Manipulation de données
- Extraction, transformation, chargement (ETL)
- Gestion des données cliniques
- Informatique
- Informatique clinique
- Qualité des données
- Éthique des données
- Tidyverse (Package R)
- Conception de la base de données
- Exploration de texte
- Modélisation prédictive
Outils que vous découvrirez
Ce qui est inclus
Ajouter à votre profil LinkedIn
Améliorez votre expertise en la matière
- Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
- Maîtrisez un sujet ou un outil avec des projets pratiques
- Développez une compréhension approfondie de concepts clés
- Obtenez un certificat professionnel auprès de University of Colorado System
Spécialisation - série de 6 cours
Ce que vous apprendrez
Décrivez comment chaque type de données cliniques est généré, en précisant qui crée les données, quand et pourquoi elles sont générées.
Écrire du code SQL pour combiner deux tables ou plus à l'aide de jointures de base de données.
Écrire du code R pour manipuler et ordonner des données, y compris : sélectionner des colonnes, filtrer des lignes et joindre des ensembles de données.
Écrivez du texte formaté en markdown et combinez-le avec du code R dans des documents RMarkdown.
Compétences que vous acquerrez
Ce que vous apprendrez
Compétences que vous acquerrez
Ce que vous apprendrez
Créer un algorithme de phénotypage computationnel
Évaluer la performance des algorithmes dans le contexte de l'objectif analytique.
Créer des combinaisons d'au moins trois types de données en utilisant la logique booléenne
Expliquez l'impact des performances des différents types de données sur le phénotypage computationnel.
Compétences que vous acquerrez
Ce que vous apprendrez
Reconnaître et distinguer les différences de complexité et de sophistication entre l'exploration de texte, le traitement de texte et le traitement du langage naturel.
Écrire des expressions régulières de base pour identifier des textes cliniques courants.
Évaluer et sélectionner les sections de notes qui peuvent être utilisées pour répondre à des questions analytiques.
Écrire un code R pour rechercher d'autres mots-clés et phrases dans les fenêtres de texte afin de répondre à des questions analytiques.
Compétences que vous acquerrez
Ce que vous apprendrez
Compétences que vous acquerrez
Ce que vous apprendrez
Compétences que vous acquerrez
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Offert par
Partenaires du secteur
Comparer avec des produits similaires
| Évaluation | ||||
|---|---|---|---|---|
| Niveau | ||||
| Compétences | ||||
| Outils | ||||
| Dernière mise à jour | ||||
| Nombre d'exercices pratiques | ||||
| Éligibilité au diplôme | ||||
| Partie de Coursera Plus |
Vous aimerez peut-être aussi
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Malheureusement, à l'heure actuelle, nous ne pouvons autoriser que les étudiants qui ont accès aux services Google (c'est-à-dire un compte gmail) à compléter la spécialisation. En effet, nous donnons aux étudiants l'accès à des données cliniques réelles et nos protections de la vie privée n'autorisent le partage de données qu'à travers l'environnement Google BigQuery.
La durée de la spécialisation est d'environ 6 mois. Toutefois, les étudiants peuvent suivre la spécialisation à leur propre rythme.
Une certaine expérience ou sensibilisation à la programmation et aux concepts statistiques est utile. Cependant, le cours 1 - Introduction à la science des données cliniques, fournit aux apprenants une formation suffisante en SQL et R pour compléter la spécialisation.
Plus de questions
Aide financière disponible,