Über diesen Kurs
14,347 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 21 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 2-4 hours/week...

Englisch

Untertitel: Englisch
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Biostatisticians
  • Pharmacists
  • Scientists
  • Data Scientists
  • Medical Doctors
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Biostatisticians
  • Pharmacists
  • Scientists
  • Data Scientists
  • Medical Doctors

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 21 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 2-4 hours/week...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
4 Stunden zum Abschließen

Introduction: Clinical Data Models and Common Data Models

9 Videos (Gesamt 54 min), 4 Lektüren, 1 Quiz
9 Videos
Clinical Research Data Warehouses9m
Entity Relationship Diagrams (ERDs)4m
Clinical Data Models4m
Why Common Data Models?10m
A Quick Tour of a Common Data Model: i2b26m
A Quick Tour of a Common Data Model: OMOP5m
A Quick Tour of a Common Data Model: Sentinel6m
A Quick Tour of a Common Data Model: PCORNet5m
4 Lektüren
Introduction to Specialization Instructors5m
Course Policies5m
Accessing Course Data and Technology Platform15m
Readings and Course Materials for Module 12h
1 praktische Übung
Clinical Data Models and Common Data Models30m
Woche
2
3 Stunden zum Abschließen

Tools: Querying Clinical Data Models

6 Videos (Gesamt 59 min), 1 Lektüre, 1 Quiz
6 Videos
Querying MIMIC-III9m
A Deep Dive into OMOP Data Model13m
Querying OMOP12m
Comparing the MIMIC and OMOP Data Models10m
The OHDSI Community Ecosystem7m
1 Lektüre
Readings and Course Materials for Module 21h 30m
1 praktische Übung
Tools: Querying Clinical Data Models30m
Woche
3
3 Stunden zum Abschließen

Techniques: Extract-Transform-Load and Terminology Mapping

6 Videos (Gesamt 53 min), 1 Lektüre, 1 Quiz
6 Videos
Structural versus Terminology Mapping6m
Data Profiling with White Rabbit10m
Data Mapping with the Rabbit in a Hat Tool9m
Terminology Mapping10m
Example mapping of MIMIC Patient to OMOP Person8m
1 Lektüre
Readings and Course Materials for Module 32h
1 praktische Übung
Techniques: Extract-Transform-Load and Terminology Mapping30m
Woche
4
3 Stunden zum Abschließen

Techniques: Data Quality Assessments

5 Videos (Gesamt 52 min), 1 Lektüre, 1 Quiz
5 Videos
Data profiling for data quality assessment10m
Data quality assessment using SQL13m
Callahan and Khare rules8m
OHDSI Achilles and Achilles Heel12m
1 Lektüre
Readings and Course Materials for Module 41h 30m
1 praktische Übung
Techniques: Data Quality Assessments30m
4.4
10 BewertungenChevron Right

Top-Bewertungen von Clinical Data Models and Data Quality Assessments

von MKNov 5th 2019

What a great course!! Kudos to the professor for being so detail oriented!! I learned a great deal about the clinical data models from this course!!

von VTSep 14th 2019

Good instructor who took time to explain and walked through each steps of the ETL process. Highly recommended.

Dozenten

Avatar

Laura K. Wiley, PhD

Assistant Professor
Division of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus
Avatar

Michael G. Kahn, MD, PhD

Professor of Clinical Informatics
Department of Pediatrics, Anschutz Medical Campus

Über University of Colorado System

The University of Colorado is a recognized leader in higher education on the national and global stage. We collaborate to meet the diverse needs of our students and communities. We promote innovation, encourage discovery and support the extension of knowledge in ways unique to the state of Colorado and beyond....

Über den Spezialisierung Clinical Data Science

Are you interested in how to use data generated by doctors, nurses, and the healthcare system to improve the care of future patients? If so, you may be a future clinical data scientist! This specialization provides learners with hands on experience in use of electronic health records and informatics tools to perform clinical data science. This series of six courses is designed to augment learner’s existing skills in statistics and programming to provide examples of specific challenges, tools, and appropriate interpretations of clinical data. By completing this specialization you will know how to: 1) understand electronic health record data types and structures, 2) deploy basic informatics methodologies on clinical data, 3) provide appropriate clinical and scientific interpretation of applied analyses, and 4) anticipate barriers in implementing informatics tools into complex clinical settings. You will demonstrate your mastery of these skills by completing practical application projects using real clinical data. This specialization is supported by our industry partnership with Google Cloud. Thanks to this support, all learners will have access to a fully hosted online data science computational environment for free! Please note that you must have access to a Google account (i.e., gmail account) to access the clinical data and computational environment....
Clinical Data Science

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..