Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich mich für diese Specialization einschreibe?

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Klinische Datenmodelle und Bewertungen der Datenqualität

Klinische Datenmodelle und Bewertungen der Datenqualität

Dieser Kurs ist Teil von Spezialisierung „Klinische Datenwissenschaft“

Dozenten: Laura K. Wiley, PhD

8.828 bereits angemeldet

Bei enthalten

Mehr erfahren

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

66 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

66 Bewertungen

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Qualität der Daten
Kategorie: Gesundheitsinformatik
Kategorie: SQL
Kategorie: Integrität der Daten
Kategorie: Validierung von Daten
Kategorie: Datenumwandlung
Kategorie: Datenwörterbuch
Kategorie: Datenmodellierung
Kategorie: Daten-Mapping
Kategorie: Verwaltung klinischer Daten
Kategorie: Datenbank-Design
Kategorie: Integration von Daten
Kategorie: Extrahieren, Transformieren, Laden

Werkzeuge, die Sie lernen werden

Kategorie: Abfragesprachen
Kategorie: Relationale Datenbanken

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Klinische Datenwissenschaft“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module

Dieser Kurs zielt darauf ab, die Konzepte klinischer Datenmodelle und gängiger Datenmodelle zu vermitteln. Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage, Datenmodelldesigns mithilfe von Entity-Relationship-Diagrammen (ERDs) zu interpretieren und zu bewerten, zwischen Datenmodellen zu unterscheiden und darzulegen, wie diese zur Unterstützung der klinischen Versorgung und der Datenwissenschaft eingesetzt werden, und SQL-Anweisungen in Google BigQuery zu erstellen, um das klinische Datenmodell MIMIC3 und das gemeinsame Datenmodell OMOP abzufragen.

Moduldetails

In dieser Woche werden klinische Datenmodelle beschrieben und der Bedarf an und die Verwendung von gemeinsamen Datenmodellen in nationalen und internationalen Datennetzen erläutert. Wir werden auch die Merkmale von Entity-Relationship-Diagrammen (ERDs) behandeln, um die wichtigsten technischen Merkmale von Datenmodellen zu beschreiben.

Das ist alles enthalten

9 Videos5 Lektüren1 Aufgabe

9 VideosInsgesamt 54 Minuten

Willkommen bei den klinischen Datenmodellen und der Bewertung der Datenqualität2 Minuten
Data Warehouses für die klinische Forschung9 Minuten
Entity-Relationship-Diagramme (ERDs)4 Minuten
Klinische Datenmodelle4 Minuten
Warum gemeinsame Datenmodelle?10 Minuten
Ein kurzer Rundgang durch ein gemeinsames Datenmodell: i2b27 Minuten
Ein kurzer Rundgang durch ein gemeinsames Datenmodell: OMOP6 Minuten
Ein kurzer Rundgang durch ein gemeinsames Datenmodell: Sentinel6 Minuten
Ein kurzer Rundgang durch ein gemeinsames Datenmodell: PCORNet6 Minuten

5 LektürenInsgesamt 150 Minuten

Holen Sie sich Hilfe und treffen Sie andere Lernende in diesem Kurs. Treten Sie Ihren Diskussionsforen bei!5 Minuten
Einführung in die Specializations Instruktoren5 Minuten
Kursrichtlinien5 Minuten
Zugriff auf Kursdaten und Technologieplattform15 Minuten
Lektüre und Kursmaterialien für Modul 1120 Minuten

1 AufgabeInsgesamt 30 Minuten

Klinische Datenmodelle und gemeinsame Datenmodelle30 Minuten

Wir tauchen tief in die technischen Merkmale von klinischen Datenmodellen am Beispiel von MIMIC3 ein und untersuchen gängige Datenmodelle am Beispiel von OMOP.

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

6 VideosInsgesamt 59 Minuten

Ein tiefer Einblick in das MIMIC-III-Datenmodell5 Minuten
MIMIC-III abfragen10 Minuten
Ein tiefer Einblick in das OMOP-Datenmodell14 Minuten
OMOP abfragen12 Minuten
Vergleich der Datenmodelle MIMIC und OMOP11 Minuten
Das Ökosystem der OHDSI-Gemeinschaft7 Minuten

1 LektüreInsgesamt 90 Minuten

Lektüre und Kursmaterialien für Modul 290 Minuten

1 AufgabeInsgesamt 30 Minuten

Werkzeuge: Abfrage klinischer Datenmodelle30 Minuten

In diesem Modul lernen Sie die Prozesse und Herausforderungen beim Extrahieren, Transformieren und Laden (ETL) von Daten anhand von praktischen Beispielen aus der Daten- und Terminologiezuordnung kennen.

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

6 VideosInsgesamt 53 Minuten

Die ETL-Aufgabe7 Minuten
Strukturelles versus terminologisches Mapping6 Minuten
Datenprofilierung mit White Rabbit10 Minuten
Daten-Mapping mit dem Tool Rabbit in a Hat9 Minuten
Terminologie Mapping11 Minuten
Beispiel für die Zuordnung von MIMIC Patient zu OMOP Person9 Minuten

1 LektüreInsgesamt 120 Minuten

Lektüre und Kursmaterialien für Modul 3120 Minuten

1 AufgabeInsgesamt 30 Minuten

Techniken: Extrahieren-Transformieren-Laden und Terminologie-Mapping30 Minuten

Wir untersuchen die Dimensionen der Datenqualität, indem wir ihre Herausforderungen, die zu ihrer Messung verwendeten Datenqualitätsmessungen und die Regeln für die Datenqualität zur Beurteilung ihrer Verwendbarkeit untersuchen.

Das ist alles enthalten

5 Videos1 Lektüre1 Aufgabe

5 VideosInsgesamt 52 Minuten

Dimensionen der Datenqualität / Gebrauchstauglichkeit7 Minuten
Datenprofilierung zur Bewertung der Datenqualität10 Minuten
Bewertung der Datenqualität mit SQL13 Minuten
Callahan und Khare Regeln9 Minuten
OHDSI Achillesferse und Achillesferse13 Minuten

1 LektüreInsgesamt 90 Minuten

Lektüre und Kursmaterialien für Modul 490 Minuten

1 AufgabeInsgesamt 30 Minuten

Techniken: Bewertungen der Datenqualität30 Minuten

In diesem Modul sammeln Sie alles, was Sie gelernt haben, um eine praktische Übung mit ETL-Methoden zur Konvertierung von MIMIC3-Daten in das gemeinsame OMOP-Datenmodell durchzuführen.

Das ist alles enthalten

6 Videos1 Lektüre1 peer review

6 VideosInsgesamt 43 Minuten

Überprüfung des ETL-Prozesses6 Minuten
Beispiel: Umwandlung eines MIMIC-Patienten in eine OMOP-Person - Schritte 1 und 25 Minuten
Beispiel: MIMIC-Patient in OMOP-Person umwandeln Schritt310 Minuten
Beispiel: MIMIC-Patient in OMOP-Person umwandeln Schritt 48 Minuten
Beispiel: Umwandlung eines MIMIC-Patienten in eine OMOP-Person Schritt 5 und 611 Minuten
Beispiel: MIMIC-Patient in OMOP-Person umwandeln Schritt 74 Minuten