In diesem Kurs erfahren Sie, wie Real World Data/Evidence für die pharmazeutische Forschung und Entwicklung genutzt werden können und wie sie das Evidenzpaket für die Entscheidungsfindung im Gesundheitswesen ergänzen. Wenn Sie daran interessiert sind, Datenwissenschaft in der pharmazeutischen Forschung anzuwenden, indem Sie Daten nutzen, die im Rahmen der klinischen Routine gesammelt wurden, ist dieser Kurs genau das Richtige für Sie. Der Kurs wird Ihnen helfen zu beschreiben, was es bedeutet, ein Real World Data Scientist in der pharmazeutischen Industrie zu sein. Sie werden die Besonderheiten der Datenquellen entdecken und lernen, wie man qualitativ hochwertige Nachweise generiert und wie diese Nachweise von den Beteiligten für die Entscheidungsfindung genutzt werden. Um in diesem Kurs erfolgreich zu sein, sollten Sie einen Hintergrund in Data Analytics, Statistik oder anderen technischen Bereichen haben. Es werden keine Erfahrungen in der pharmazeutischen Industrie erwartet. Wir danken Hannah Furby und Matt Secrest für ihr inspirierendes Material.
In diesem Modul stellen wir kurz die Phasen der Arzneimittelentwicklung und den Prozess der Evidenzgenerierung vor, um Behandlungen für Patienten bereitzustellen. Anschließend wird veranschaulicht, wie Daten/Evidenz aus der realen Welt in die Arzneimittelentwicklung einfließen.
Das ist alles enthalten
5 Videos4 Lektüren1 Aufgabe1 Diskussionsthema
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 21 Minuten
Einführung in den Kurs•2 Minuten
Prozess der Evidenzgenerierung für die Entscheidungsfindung bei der Arzneimittelzulassung•6 Minuten
Phasen des klinischen Entwicklungsprogramms und die Einordnung der Erkenntnisse aus der Praxis•6 Minuten
Vergleichende Wirksamkeit•6 Minuten
Überprüfung der Module•2 Minuten
4 Lektüren•Insgesamt 63 Minuten
Syllabus•3 Minuten
Eine Einführung in die Grundlagen randomisierter kontrollierter Studien in der pharmazeutischen Forschung•30 Minuten
Biopharmaunternehmen sollten einen neuen, integrierten Ansatz für Strategien zur Generierung von Beweisen in Erwägung ziehen, um den Wert von Therapien für alle Beteiligten besser darzustellen.•15 Minuten
Entdecken Sie den RWE Navigator•15 Minuten
1 Aufgabe•Insgesamt 5 Minuten
Prüfmodul 1•5 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Austausch von Wissen•10 Minuten
Verständnis für die Grenzen von Real-World-Daten
Modul 2•1 Stunde abzuschließen
Moduldetails
In diesem Modul erkunden wir die Grenzen von realen Daten. Wir erörtern verschiedene Quellen für reale Daten und erläutern ihre Stärken und Schwächen. Anschließend erstellen wir klarere Definitionen der Arten von Bias, die bei der Untersuchung von Realweltdaten auftreten können.
Das ist alles enthalten
3 Videos1 Aufgabe2 Diskussionsthemen
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 15 Minuten
Weitere Einzelheiten zu spezifischen Datenquellen aus der realen Welt•5 Minuten
Beschreibung der Arten von Bias•7 Minuten
Überprüfung der Module•2 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Prüfmodul 2•30 Minuten
2 Diskussionsthemen•Insgesamt 30 Minuten
Nachteile spezifischer Datenquellen für eine prostataspezifische Frage•10 Minuten
Beispiele für verschiedene Arten von Voreingenommenheit•20 Minuten
Studiendesigns und Methoden zur Kontrolle von Verzerrungen
Modul 3•2 Stunden abzuschließen
Moduldetails
In diesem Modul untersuchen wir Studiendesigns für Beobachtungsdaten und Methoden zur Kontrolle von Bias (systematischen Fehlern). Wir erwähnen auch konkrete Beispiele aus der pharmazeutischen Forschung.
Das ist alles enthalten
3 Videos4 Lektüren1 Aufgabe1 Diskussionsthema
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 14 Minuten
Studienpläne•7 Minuten
Methoden zur Kontrolle von Bias•5 Minuten
Überprüfung der Module•1 Minute
4 Lektüren•Insgesamt 100 Minuten
Arten von Beobachtungsstudien und Interventionsstudien; ein Überblick•30 Minuten
Kontrolle der Verwechslungsgefahr in der Analysephase•30 Minuten
Erkunden Sie den E-Wert-Rechner für nicht gemessene Verwirrung•10 Minuten
Stellen Sie die richtige(n) Frage(n)•30 Minuten
1 Aufgabe•Insgesamt 5 Minuten
Prüfmodul 3•5 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Austausch von Wissen•10 Minuten
Entwerfen und Durchführen einer eigenen Real-World-Data-Studie
Modul 4•3 Stunden abzuschließen
Moduldetails
In diesem Modul werden wir unsere eigene Studie mit synthetischen Daten entwerfen und durchführen, um die in den Modulen 1-3 erlernten Konzepte zu erforschen.
Real World Evidence: wozu? Aus zwei verschiedenen Perspektiven der Interessenvertreter
Modul 5•2 Stunden abzuschließen
Moduldetails
In diesem Modul betrachten wir die Sichtweise von zwei wichtigen Interessengruppen: Regler und Kostenträger. Wir sehen, wie sie zu Daten/Evidenz aus der realen Welt und deren Akzeptanz stehen. Wir erforschen auch spezifische Anwendungsfälle, wie Evidenz aus der realen Welt in der Praxis verwendet wurde.
Das ist alles enthalten
3 Videos4 Lektüren1 Aufgabe2 Diskussionsthemen
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 12 Minuten
Perspektiven der Akteure und Anwendungsfälle in der Pharmaindustrie•4 Minuten
Ein Blick auf fortgeschrittene Themen•6 Minuten
Kursrückblick•2 Minuten
4 Lektüren•Insgesamt 55 Minuten
Beweise aus der realen Welt - Wo stehen wir jetzt?•15 Minuten
WERT von Real-World Evidence in der Technologiefolgenabschätzung im Gesundheitswesen: lost in translation?•15 Minuten
Vergleichende Wirksamkeitsforschung•15 Minuten
Weiterer Lesestoff•10 Minuten
1 Aufgabe•Insgesamt 5 Minuten
Prüfmodul 5•5 Minuten
2 Diskussionsthemen•Insgesamt 25 Minuten
Welche Gemeinsamkeiten sehen Sie bei den von den HTA-Stellen akzeptierten RWE?•10 Minuten
Fassen Sie einen Anwendungsfall zusammen und sagen Sie, was der WERT von RWE war•15 Minuten
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.8
13 Bewertungen
5 stars
76,92 %
4 stars
23,07 %
3 stars
0 %
2 stars
0 %
1 star
0 %
Zeigt 3 von 13 an
R
RM
5·
Geprüft am 15. Feb. 2025
Great starter course about real world evidence, design of experiments for data scientists aiming to design better clinical trials and save patient lives
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.