Ja, es gibt sinnvolle praktische Arbeit, aber sie ist meist angeleitet und nicht offen. Sie werden elektronische Datenerfassungsinstrumente in REDCap erstellen, Studienformulare testen, eine schlecht gestaltete Umfrage kritisieren und eine eigene anonymisierte Umfrage erstellen. Diese Praxis hilft Ihnen, jede Idee anzuwenden, während Sie sie lernen, anstatt nur über klinische Daten-Workflows zu lesen.

Der Kurs deckt die wichtigsten Bereiche des Datenmanagements in der klinischen Forschung ab, von der Planung von Variablen und Erfassungsmethoden bis hin zur Organisation von Formularen und Studienverfahren. Außerdem werden Standards, die Einhaltung gesetzlicher Vorschriften, Datenqualität, De-Identifizierung, gemeinsame Datennutzung und umfragebasierte Datenerfassung behandelt. Insgesamt werden Sie sehen, wie ein gutes Datenmanagement eine Studie vom Aufbau bis zum Abschluss unterstützt.

Nach Abschluss des Kurses sollten Sie in der Lage sein, eine grundlegende Datenerfassungsstrategie für eine klinische Studie zu planen und bessere Entscheidungen darüber zu treffen, wie die Daten erfasst und organisiert werden sollen. Sie werden auch in der Lage sein, einfache REDCap-Formulare zu erstellen oder zu überprüfen, häufige Datenqualitätsprobleme zu erkennen und die wichtigsten Überlegungen zur Einhaltung von Vorschriften und zum Datenschutz zu verstehen. Sie können zum Beispiel Baseline- und Visit-Formulare für eine prospektive Studie entwerfen oder eine saubere Umfrage für die Datenerfassung der Teilnehmer entwerfen.

Der Kurs ist eher konzept- als projektorientiert und enthält durchgehend angeleitete Übungen. Der Kurs nimmt sich viel Zeit, um zu erklären, warum eine gute Datenplanung, Compliance und Qualität wichtig sind, und untermauert dies dann durch praktische Übungen, Quiz und Aufgaben.