This course introduces you to how Real World Data/Evidence can be used for pharmaceutical research and development and how it complements the evidence package for healthcare decision-making. If you are interested in applying data science to pharmaceutical research using data collected as part of routine clinical practice, this course is for you.
Data Science with Real World Data in Pharma
il reste 4 jours : Bénéficiez d'un coup de pouce pour le Black Friday avec 160 $ de réduction sur plus de 10 000 programmes.
Data Science with Real World Data in Pharma
Instructeurs : Adriana Reyes
2 592 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
9 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Explain how real world data/evidence fits into the drug development process
Describe the three major types of bias that can be encountered in observational studies
Apply basic survival analysis techniques such as Kaplan-Meier plots and Cox Models to synthetic data.
Compétences que vous acquerrez
- Catégorie : Clinical Trials
- Catégorie : Clinical Research
- Catégorie : Electronic Medical Record
- Catégorie : Statistical Methods
- Catégorie : R Programming
- Catégorie : Predictive Modeling
- Catégorie : Healthcare Industry Knowledge
- Catégorie : Data Science
- Catégorie : Drug Development
- Catégorie : Epidemiology
- Catégorie : Data Quality
- Catégorie : Health Policy
- Catégorie : Data Analysis
- Catégorie : Statistical Analysis
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
5 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 5 modules dans ce cours
In this module we briefly introduce the phases in drug development and the evidence generation process to bring treatments to patients. We then exemplify how real-world data/evidence fits into the drug development.
Inclus
5 vidéos4 lectures1 devoir1 sujet de discussion
In this module, we explore the limitations of real-world data. We discuss several sources of real-world data and explain their strengths and weaknesses. We then create clearer definitions of the types of bias that can be encountered when exploring real-world data.
Inclus
3 vidéos1 devoir2 sujets de discussion
In this module we explore study designs for observational data and methods to control for bias (systematic errors). We also mention concrete examples used in pharmaceutical research.
Inclus
3 vidéos4 lectures1 devoir1 sujet de discussion
In this module we will design and conduct our own study using synthetic data to explore the concepts learned in modules 1-3.
Inclus
5 vidéos1 devoir1 sujet de discussion3 laboratoires non notés
In this module we consider the point of view of two critical stakeholders: regulators and payers. We see their position about real world data/evidence and its acceptance. We also explore specific use cases of how real world evidence has been used in practice.
Inclus
3 vidéos4 lectures1 devoir2 sujets de discussion
Instructeurs
Offert par
En savoir plus sur Data Analysis
Statut : Prévisualisation
Statut : Essai gratuitUniversity of California, Davis
Statut : Essai gratuitUniversity of Colorado System
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
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.
Plus de questions
Aide financière disponible,