À propos de ce Spécialisation

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau intermédiaire

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

Approx. 2 mois pour terminer

11 heures/semaine recommandées

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Implementation ScienceClinical Text MiningR ProgrammingComputational PhenotypingData Quality Assessment

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau intermédiaire

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

Approx. 2 mois pour terminer

11 heures/semaine recommandées

Anglais

Sous-titres : Anglais

Fonctionnement du Spécialisation

Suivez les cours

Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.

Projet pratique

Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.

Obtenir un Certificat

Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.

how it works

Cette Spécialisation compte 6 cours

Cours1

Introduction to Clinical Data Science

4.6
41 notes
11 avis
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. At the end of this course you will be prepared to embark on your clinical data science education journey, learning how to take data created by the healthcare system and improve the health of tomorrow's patients....
Cours2

Clinical Data Models and Data Quality Assessments

4.1
9 notes
2 avis
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....
Cours3

Identifying Patient Populations

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....
Cours4

Clinical Natural Language Processing

This course teaches you the fundamentals of clinical natural language processing. In this course you will learn practical techniques for extracting information stored in text-based portions of electronic medical records....

Enseignants

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

Partenaires du secteur

Industry Partner Logo #0

À propos de 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....

Foire Aux Questions

  • Oui ! Pour commencer, cliquez sur la carte du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et terminer le cours pour obtenir un Certificat partageable, ou vous pouvez accéder au cours en auditeur libre afin d'en visualiser gratuitement le contenu. Si vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Visitez votre tableau de bord d'étudiant(e) pour suivre vos progrès.

  • Ce cours est entièrement en ligne : vous n'avez donc pas besoin de vous présenter physiquement dans une salle de classe. Vous pouvez accéder à vos vidéos de cours, lectures et devoirs en tout temps et en tout lieu, par l'intermédiaire du Web ou de votre appareil mobile.

  • 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.

  • The specialization will take approximately 6 months to complete. However students can take the specialization at their own pace.

  • 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.

  • 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.

  • 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.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.