آموزش طراحی مطالعات بهداشتی داده های بزرگ ، قسمت دوم

Designing Big Data Healthcare Studies, Part Two

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برای انجام دقیق تجزیه و تحلیل داده های مراقبت های بهداشتی ، شما باید اپیدمیولوژی و طراحی مطالعه اساسی را درک کنید - که در قسمت اول این مجموعه آموزشی آورده شده است. اما شما همچنین باید بتوانید تحلیل توصیفی و رگرسیونی انجام دهید و از تصمیمات خود در مورد انتخاب ، تفسیر و ارائه مدل دفاع کنید. بخش دو مجموعه ما در مورد طراحی مطالعات بهداشتی داده های بزرگ شامل تدارکات برنامه ریزی و اجرای تجزیه و تحلیل در مجموعه داده های تحلیلی تهیه شده در دوره قبلی است. مربی مونیکا واهی نحوه انجام تحلیل و تفسیر مدل نهایی را در متن فرضیه اصلی شما نشان می دهد. در طول راه ، او در مورد بهترین روش ها برای نامگذاری و ترتیب کد ، مدل سازی گام به گام ، نسبت های عجیب و غریب و خطر نسبی آموزش می دهد. با استفاده از این آموزش ها ، شما باید بتوانید مطالعات مراقبت های بهداشتی عالی را طراحی کنید که از تمام داده های بزرگ ارائه می شود.
موضوعات شامل:
  • بین کد ماژولار و کد اسپاگتی تفاوت قائل شوید و زمان استفاده از هر کدام را توضیح دهید.
  • رویکرد تحول مجموعه داده ها را توضیح دهید.
  • زمان مناسب برای حذف شناسه ها از مجموعه داده ها را ارزیابی کنید.
  • ملاحظات نتایج طبقه بندی شده را ذکر کنید.
  • تشخیص دهید که با داده های بزرگ ، حتی تفاوت های کوچک از نظر آماری قابل توجه است.
  • تعیین زمان مناسب استفاده از یک مدل گام به گام.

سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • آنچه شما باید بدانید What you should know

  • با استفاده از پرونده های تمرینی Using the exercise files

1. تدارکات ایجاد مجموعه داده های تحلیلی 1. Logistics of Creating the Analytic Dataset

  • تنظیم کد Code arrangement

  • رویکرد تحول Dataset Dataset transformation approach

  • استفاده از معیارهای صلاحیت Applying qualification criteria

  • نهایی کردن مجموعه داده تحلیلی Finalizing the analytic dataset

1. اعتبار لوبیا چیست؟ 1. What Is Bean Validation?

2. انجام تجزیه و تحلیل 2. Conducting the Analysis

  • تحلیل توصیفی در مقابل رگرسیون Descriptive vs. regression analysis

  • ملاحظات برای نتایج طبقه بندی شده Considerations for categorical outcomes

  • ساختار جدول توصیفی: جدول 1 Structure of descriptive table: Table 1

  • مثال جدول توصیفی Descriptive table example

  • مدل سازی گام به گام برای پاسخ به یک فرضیه Stepwise modeling to answer a hypothesis

  • ایجاد مدل کار: قسمت 1 Establishing the working model: Part 1

  • ایجاد مدل کار: قسمت 2 Establishing the working model: Part 2

  • مستندات فراداده مدل Documenting model metadata

  • مدل سازی گام به گام انتخابی: شکستن مدل کار Selective stepwise modeling: Breaking the working model

  • با در نظر گرفتن تناسب مدل Considering model fit

  • انتخاب و تفسیر مدل نهایی Selecting and interpreting the final model

2. معرفی پروژه دوره 2. Introduction to the Course Project

3. تفسیر مدل نهایی 3. Interpreting the Final Model

  • بررسی تفسیر رگرسیون Regression interpretation review

  • تفسیر برآورد پارامتر رگرسیون Interpreting regression parameter estimates

  • جدول 2x2 دوباره مرور شده است: خطر نسبی The 2x2 table revisited: Relative risk

  • ارائه مدل نهایی Final model presentation

  • صحبت درباره تجزیه و تحلیل شما: مقدمه و روش ها Talking about your analysis: Introduction and methods

  • صحبت درباره تجزیه و تحلیل خود: نتایج و بحث Talking about your analysis: Results and discussion

3. اعمال محدودیت های داخلی 3. Applying Built-In Constraints

نتیجه Conclusion

  • بررسی مجموعه دوره ها Review of the course series

  • مراحل بعدی Next steps

نمایش نظرات

آموزش طراحی مطالعات بهداشتی داده های بزرگ ، قسمت دوم
جزییات دوره
1h 35m
26
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
8,679
- از 5
ندارد
دارد
دارد
Monika Wahi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Monika Wahi Monika Wahi

مونیکا واحی یک متخصص علوم داده و بیوتکنولوژی است که در تحقیق و تجزیه و تحلیل داده های مراقبت های بهداشتی ماهر است. مونیکا واحی بنیانگذار علوم بهداشتی واسانا است که به عنوان مدیر ارشد علوم و رئیس ارشد مالی فعالیت می کند. وی در اپیدمیولوژی ، انفورماتیک و زیست آمار تخصص دارد و در SAS ، R ، Excel و SQL مهارت دارد. او همچنین به عنوان رئیس خدمات حرفه ای دت ونچ و به عنوان مدرس خدمت می کند و آمار را در کالج لابوره در میلتون ، ماساچوست تدریس می کند.