Predictive analytics has a longstanding tradition in medicine. Developing better prediction models is a critical step in the pursuit of improved health care: we need these tools to guide our decision-making on preventive measures, and individualized treatments. In order to effectively use and develop these models, we must understand them better. In this course, you will learn how to make accurate prediction tools, and how to assess their validity. First, we will discuss the role of predictive analytics for prevention, diagnosis, and effectiveness. Then, we look at key concepts such as study design, sample size and overfitting.
Population Health: Predictive Analytics
Universiteit LeidenÜber diesen Kurs
4,368 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Basic familiarity with R, knowledge of basic statistical concepts. Completing 'Population Health: Responsible Data Analysis' beforehand recommended.
Ca. 17 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Was Sie lernen werden
Understand the role of predictive analytics for prevention, diagnosis, and effectiveness
Explain key concepts in prediction modelling: appropriate study design, adequate sample size and overfitting
Understand important issues in model development, such as missing data, non-linear relations and model selection
Know about ways to assess model quality through performance measures and validation
Kompetenzen, die Sie erwerben
Predictive Analyticsmedical statisticsR ProgrammingRegression Analysis
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Basic familiarity with R, knowledge of basic statistical concepts. Completing 'Population Health: Responsible Data Analysis' beforehand recommended.
Ca. 17 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
Universiteit Leiden
Leiden University is one of Europe's foremost research universities. This prominent position gives our graduates a leading edge and prepares them for careers both within and outside of academia. Leiden University is the oldest university in the Netherlands, founded in 1575. Our motto is: Praesidium Libertatis (Bastion of Liberty) - Freedom of spirit, thought and expression. Leiden University has a campus in Leiden and The Hague, with 7 faculties, 47 Bachelor Programmes, 79 Master Programmes and nearly 30,000 students.
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
Welcome to Leiden University
Welcome to the course Predictive Analytics! We are excited to have you in class and look forward to your contributions to the learning community. To begin, we recommend taking a few minutes to explore the course site. Review the material we will cover each week, and preview the assignments you will need to complete in order to pass the course. Click Discussions to see forums where you can discuss the course material with fellow students taking the class. If you have questions about course content, please post them in the forums to get help from others in the course community. For technical problems with the Coursera platform, visit the Learner Help Center.
2 Stunden zum Abschließen
2 Videos (Gesamt 7 min), 6 Lektüren
6 Lektüren
Meet the instructors & the team6m
Leiden University: Facts & Figures10m
About this course10m
Glossary10m
Community Guidelines 5m
What is your learning path?5m
3 Stunden zum Abschließen
Prediction for prevention, diagnosis, and effectiveness
In this module, we discuss the role of predictive analytics for prevention, diagnosis, and effectiveness. We begin with a brief introduction to predictive analytics, which we follow by differentiating between population-based and targeted interventions. We then explain why and when it may be beneficial to test for a diagnosis, and how analytic tools can help inform these decisions. Finally, we focus on the balance between benefits and harms of a certain treatment, and how we can predict the benefit for an individual.
3 Stunden zum Abschließen
6 Videos (Gesamt 28 min)
6 Videos
Introduction to predictive analytics6m
Predictive analytics in prevention4m
Predictive analytics diagnosis7m
Predictive analytics in intervention5m
To conclude1m
6 praktische Übungen
Introductory assignment30m
Prevention assignment30m
Diagnosis assignment20m
Intervention assignment20m
Reflect on your goals10m
Test your knowledge20m
4 Stunden zum Abschließen
Modeling Concepts
In this module, we will present some key concepts in prediction modeling. First, we weigh the strengths and weakness of various study designs. Second, we stress the importance of an appropriate sample size for reliable inference. Then, we discuss the issues of overfitting a prediction model, and regression-to-the-mean. Finally, we will guide you through the popular bootstrap procedure, showing how it can be used to assess parameter variability.
4 Stunden zum Abschließen
6 Videos (Gesamt 30 min), 3 Lektüren, 3 Quiz
3 Lektüren
Is caring about measurement error an error?20m
Sample size30m
Bootstrapping 101 in R30m
3 praktische Übungen
Testimation bias - an interactive introduction1h
Reflect on your goals10m
Test your knowledge30m
4 Stunden zum Abschließen
Model development
In this module, we focus on model development. First, we turn our attention to the missing values problem. We discuss well-known missingness mechanisms, and methods to deal with missing values appropriately. Second, we learn about methods to deal with non-linearity in a dataset. We then address the topic of model selection, focusing on the limitations of traditional stepwise selection procedures. Last, we talk about how introducing bias in exchange for lower variance can improve prediction quality. This can be done by using advanced methods, such as LASSO and Ridge regression.
4 Stunden zum Abschließen
6 Videos (Gesamt 30 min), 4 Lektüren, 2 Quiz
6 Videos
Missing values7m
Continuous predictors8m
Model selection6m
Model estimation5m
To conclude1m
4 Lektüren
Bias, precision and simple imputation of missing values40m
Dealing with non-linearity30m
Model selection25m
Model estimation30m
2 praktische Übungen
Reflect on your goals10m
Test your knowledge
5 Stunden zum Abschließen
Model validation and updating
In this final module, we learn about assessing the quality of a prediction model. First, we extensively discuss standard performance measures for both binary and continuous outcomes. Second, we explore different ways of validating a prediction model. We look at how to assess both the internal, and the more relevant external validity of a model. Next, we will look at how to update a model and make it applicable to a specific medical setting. We conclude with an interview, where we more broadly discuss the potential of predictive analytics by taking the example of the island of Aruba.
5 Stunden zum Abschließen
6 Videos (Gesamt 33 min), 2 Lektüren, 5 Quiz
6 Videos
Performance measures6m
Validation approaches7m
Updating approaches5m
Predictive analytics for Aruba11m
To conclude1m
2 Lektüren
Performance I - Statistical measures1h
Performance II - Evaluation of usefulness1h
5 praktische Übungen
Recall - Performance I15m
Validation cardiovascular disease30m
Reflect on your goals10m
Test your knowledge20m
Final Assessment1h
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat 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.
Wie erfolgen Rückerstattungen?
Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
