Launch your career in Clinical Data Science. A six-course introduction to using clinical data to improve the care of tomorrow's patients.

4.5

Sterne

258 Bewertungen

Laura K. Wiley, PhD +1 weiterer Dozent

5.568 bereits angemeldet

von

Spezialisierung Clinical Data ScienceUniversity of Colorado System

Was Sie lernen werden

Describe how each type of clinical data are generated, specifically outlining who creates the data, when and why the data are generated.

Write SQL code to combine two or more tables using database joins.

Write R code to manipulate and tidy data including: selecting columns, filtering rows, and joining data sets.

Write markdown formatted text and combine with R code in RMarkdown documents.

Kompetenzen, die Sie erwerben

Implementation Science
Clinical Text Mining
R Programming
Computational Phenotyping
Data Quality Assessment

Über dieses Spezialisierung

5.832 kürzliche Aufrufe

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.

Praktisches Lernprojekt

Each course in the specialization culminates in a final project that is a practical application of the tools and technique you learned throughout the course. In these projects you will apply your skills to a real clinical data set using the free, fully hosted online data science environment provided by our industry partner, Google Cloud.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Mittel“

Some programming experience and an interest in Clinical Data Science are required.

Etwa 7 Monate bis zum Abschluss

Empfohlenes Lerntempo: 2 Stunden/Woche

Englisch

Untertitel: Englisch, Französisch, Portugiesisch (europäisch), Russisch, Spanisch

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Mittel“

Some programming experience and an interest in Clinical Data Science are required.

Etwa 7 Monate bis zum Abschluss

Empfohlenes Lerntempo: 2 Stunden/Woche

Englisch

Untertitel: Englisch, Französisch, Portugiesisch (europäisch), Russisch, Spanisch

So funktioniert die Spezialisierung

Kurse absolvieren

Eine Coursera-Spezialisierung ist eine Reihe von Kursen, in denen Sie eine Kompetenz erwerben. Um zu beginnen, melden Sie sich direkt für die Spezialisierung an oder überprüfen Sie deren Kurse und wählen Sie denjenigen Kurs aus, mit dem Sie beginnen möchten. Wenn Sie einen Kurs abonnieren, der Bestandteil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung Es ist in Ordnung, wenn Sie nur einen Kurs absolvieren möchten — Sie können Ihren Lernprozess jederzeit unterbrechen oder Ihr Abonnement kündigen. Gehen Sie zu Ihrem Lernender-Dashboard, um Ihre Kursanmeldungen und Ihren Fortschritt zu verfolgen.

Praxisprojekt

Jede Spezialisierung umfasst ein Praxisprojekt. Sie müssen das Projekt/die Projekte erfolgreich abschließen, um die Spezialisierung abzuschließen und Ihr Zertifikat zu erwerben. Wenn die Spezialisierung einen separaten Kurs für das Praxisprojekt umfasst, müssen Sie zunächst alle anderen Kurse abschließen, bevor Sie damit beginnen können.

Zertifikat erwerben

Wenn Sie alle Kurse und das Praxisprojekt abgeschlossen haben, erhalten Sie ein Zertifikat, dass Sie für potenzielle Arbeitgeber und Ihr berufliches Netzwerk freigeben können.

Es gibt 6 Kurse in dieser Spezialisierung

Kurs1

Kurs 1

Introduction to Clinical Data Science

4.6

Sterne

327 Bewertungen

•

95 Bewertungen

This course will prepare you to complete all parts of the Clinical Data Science Specialization. In this course you will learn how clinical data are generated, the format of these data, and the ethical and legal restrictions on these data. You will also learn enough SQL and R programming skills to be able to complete the entire Specialization - even if you are a beginner programmer. While you are taking this course you will have access to an actual clinical data set and a free, online computational environment for data science hosted by our Industry Partner Google Cloud.

Kurs2

Kurs 2

Clinical Data Models and Data Quality Assessments

4.2

Sterne

54 Bewertungen

•

18 Bewertungen

This course aims to teach the concepts of clinical data models and common data models. Upon completion of this course, learners will be able to interpret and evaluate data model designs using Entity-Relationship Diagrams (ERDs), differentiate between data models and articulate how each are used to support clinical care and data science, and create SQL statements in Google BigQuery to query the MIMIC3 clinical data model and the OMOP common data model.

Kurs3

Kurs 3

Identifying Patient Populations

4.5

Sterne

32 Bewertungen

•

10 Bewertungen

This course teaches you the fundamentals of computational phenotyping, a biomedical informatics method for identifying patient populations. In this course you will learn how different clinical data types perform when trying to identify patients with a particular disease or trait. You will also learn how to program different data manipulations and combinations to increase the complexity and improve the performance of your algorithms. Finally, you will have a chance to put your skills to the test with a real-world practical application where you develop a computational phenotyping algorithm to identify patients who have hypertension. You will complete this work using a real clinical data set while using a free, online computational environment for data science hosted by our Industry Partner Google Cloud.

Kurs4

Kurs 4

Clinical Natural Language Processing

3.4

Sterne

19 Bewertungen

•

9 Bewertungen

This course teaches you the fundamentals of clinical natural language processing (NLP). In this course you will learn the basic linguistic principals underlying NLP, as well as how to write regular expressions and handle text data in R. You will also learn practical techniques for text processing to be able to extract information from clinical notes. Finally, you will have a chance to put your skills to the test with a real-world practical application where you develop text processing algorithms to identify diabetic complications from clinical notes. You will complete this work using a free, online computational environment for data science hosted by our Industry Partner Google Cloud.

Dozenten

Laura K. Wiley, PhD

Assistant Professor

Division of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus

20.113 Lernende

6 Kurse

Michael G. Kahn, MD, PhD

Professor of Clinical Informatics

Department of Pediatrics, Anschutz Medical Campus

6.377 Lernende

2 Kurse

von

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.

Partner in der Branche

Häufig gestellte Fragen

Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Kann ich mich auch nur für einen Kurs anmelden?
Ja! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich anmelden und den Kurs absolvieren, um ein teilbares Zertifikat zu erwerben, oder Sie können als Gast teilnehmen, um die Kursmaterialien gratis einzusehen. Wenn Sie einen Kurs abonnieren, der Teil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung. Auf Ihrem Kursteilnehmer-Dashboard können Sie Ihren Fortschritt verfolgen.
Ist finanzielle Unterstützung möglich?
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Kann ich kostenlos an diesem Kurs teilnehmen?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse in der Spezialisierung und Sie erwerben ein Zertifikat, wenn Sie die Arbeit abschließen. Wenn Sie lediglich den Kursinhalt lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen. Wenn Sie die Gebühr nicht bezahlen können, haben Sie die Möglichkeit, finanzielle Hilfe zu beantragen.
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Dieser Kurs findet ausschließlich online statt, Sie müssen also zu keiner Sitzung persönlich erscheinen. Sie können jederzeit und überall über das Netz oder Ihr Mobilgerät auf Ihre Vorträge, Lektüren und Aufgaben zugreifen.
I live in an area that restricts access to Google products. Will I be able to complete the specialization?
Unfortunately at this time we can only allow students who have access to Google services (i.e., a gmail account) to complete the specialization. This is because we give students access to real clinical data and our privacy protections only allow data sharing through the Google BigQuery environment.
Wie lange dauert es, die Spezialisierung abzuschließen?
The specialization will take approximately 6 months to complete. However students can take the specialization at their own pace.
What background knowledge is necessary?
Some experience or awareness of programming and statistical concepts are helpful. However, Course 1 - Introduction to Clinical Data Science, provides learners with enough training in SQL and R to complete the specialization.
Do I need to take the courses in a specific order?
We highly recommend that you take Course 1 - Introduction to Clinical Data Science, first as it is meant to provide basic training and information useful for Courses 2-6. Although you may take Course 2-6 in any order, it may be helpful to take them sequentially.
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more. Additionally, certification in this specialization may enhance professional credentials and attribute to new jobs, salary increases, or promotions.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.