آموزش شناسایی جمعیت‌های بیمار - آخرین آپدیت

دانلود Identifying Patient Populations

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی مبانی فنوتیپینگ محاسباتی (Computational Phenotyping) را به شما می‌آموزد؛ یک روش انفورماتیک زیست‌پزشکی برای شناسایی جمعیت‌های بیمار. در این دوره خواهید آموخت که انواع مختلف داده‌های بالینی در شناسایی بیماران مبتلا به یک بیماری یا ویژگی خاص چگونه عمل می‌کنند. همچنین نحوه برنامه‌نویسی برای دستکاری و ترکیب داده‌های مختلف جهت افزایش پیچیدگی و بهبود عملکرد الگوریتم‌های خود را فرا می‌گیرید. در نهایت، فرصتی خواهید داشت تا مهارت‌های خود را در یک کاربرد عملی واقعی به چالش بکشید و یک الگوریتم فنوتیپینگ محاسباتی برای شناسایی بیماران مبتلا به فشار خون بالا توسعه دهید. شما این پروژه را با استفاده از یک مجموعه داده بالینی واقعی و در محیط رایگان و آنلاین علوم داده که توسط شریک صنعتی ما، گوگل کلاد (Google Cloud)، میزبانی می‌شود، به پایان خواهید رساند.

سرفصل ها و درس ها

مقدمه: شناسایی جمعیت‌های بیمار Introduction: Identifying Patient Populations

  • خوش‌آمدگویی به دوره شناسایی جمعیت‌های بیمار Welcome to Identifying Patient Populations

  • مقدمه‌ای بر فنوتیپینگ محاسباتی Introduction to Computational Phenotyping

  • مقدمه‌ای بر بررسی دستی سوابق Introduction to Manual Record Review

  • بررسی دستی سوابق: انتخاب بازبین‌ها و پرونده‌ها Manual Record Review: Selecting Reviewers and Records

  • بررسی دستی سوابق: ابزارها و تکنیک‌ها Manual Record Review: Tools and Techniques

ابزارها: انواع داده‌های بالینی Tools: Clinical Data Types

  • انواع داده‌ها برای فنوتیپینگ محاسباتی Data Types for Computational Phenotyping

  • فنوتیپینگ محاسباتی: داده‌های صورت‌حساب Computational Phenotyping: Billing Data

  • فنوتیپینگ محاسباتی: داده‌های آزمایشگاهی Computational Phenotyping: Laboratory Data

  • فنوتیپینگ محاسباتی: مشاهدات بالینی Computational Phenotyping: Clinical Observations

  • فنوتیپینگ محاسباتی: داروها Computational Phenotyping: Medications

تکنیک‌ها: دستکاری و ترکیب داده‌ها Techniques: Data Manipulations and Combinations

  • دستکاری انواع داده‌های مجزا Manipulating Individual Data Types

  • ترکیب چندین نوع داده Combining Multiple Data Types

تکنیک‌ها: انتخاب الگوریتم و قابلیت انتقال Techniques: Algorithm Selection and Portability

  • انتخاب الگوریتم نهایی Selecting a Final Algorithm

کاربرد عملی: توسعه الگوریتم فنوتیپینگ محاسباتی برای شناسایی بیماران مبتلا به فشار خون Practical Application: Develop a Computational Phenotyping Algorithm to Identify Patients with Hypertension

نمایش نظرات

آموزش شناسایی جمعیت‌های بیمار
جزییات دوره
13h 25m
13
(آخرین آپدیت)
3,944
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar