آموزش مدل‌های داده‌های بالینی و ارزیابی کیفیت داده‌ها - آخرین آپدیت

دانلود Clinical Data Models and Data Quality Assessments

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: هدف این دوره آموزش مفاهیم مدل‌های داده‌های بالینی و مدل‌های داده مشترک (CDM) است. پس از اتمام این دوره، فراگیران قادر خواهند بود طراحی‌های مدل داده را با استفاده از نمودارهای رابطه موجودیت (ERD) تفسیر و ارزیابی کنند، تفاوت بین مدل‌های مختلف داده را تشخیص داده و نحوه استفاده از هر یک را برای پشتیبانی از مراقبت‌های بالینی و علم داده توضیح دهند. همچنین، آن‌ها قادر خواهند بود دستورات SQL را در Google BigQuery برای استعلام از مدل داده‌های بالینی MIMIC3 و مدل داده مشترک OMOP ایجاد کنند.

سرفصل ها و درس ها

مقدمه: مدل‌های داده‌های بالینی و مدل‌های داده مشترک Introduction: Clinical Data Models and Common Data Models

  • خوش‌آمدگویی به دوره مدل‌های داده‌های بالینی و ارزیابی کیفیت داده‌ها Welcome to Clinical Data Models and Data Quality Assessments

  • انبار داده‌های تحقیقات بالینی Clinical Research Data Warehouses

  • نمودارهای رابطه موجودیت (ERDs) Entity Relationship Diagrams (ERDs)

  • مدل‌های داده‌های بالینی Clinical Data Models

  • چرا مدل‌های داده مشترک؟ Why Common Data Models?

  • مروری سریع بر مدل داده مشترک: i2b2 A Quick Tour of a Common Data Model: i2b2

  • مروری سریع بر مدل داده مشترک: OMOP A Quick Tour of a Common Data Model: OMOP

  • مروری سریع بر مدل داده مشترک: Sentinel A Quick Tour of a Common Data Model: Sentinel

  • مروری سریع بر مدل داده مشترک: PCORNet A Quick Tour of a Common Data Model: PCORNet

ابزارها: استعلام از مدل‌های داده‌های بالینی Tools: Querying Clinical Data Models

  • بررسی عمیق مدل داده MIMIC III A Deep Dive into the MIMIC-III Data Model

  • نوشتن استعلام برای MIMIC III Querying MIMIC-III

  • بررسی عمیق مدل داده OMOP A Deep Dive into OMOP Data Model

  • نوشتن استعلام برای OMOP Querying OMOP

  • مقایسه مدل‌های داده MIMIC و OMOP Comparing the MIMIC and OMOP Data Models

  • اکوسیستم جامعه OHDSI The OHDSI Community Ecosystem

تکنیک‌ها: استخراج، تبدیل، بارگذاری (ETL) و نگاشت اصطلاحات Techniques: Extract-Transform-Load and Terminology Mapping

  • وظایف فرآیند ETL The ETL Task

  • نگاشت ساختاری در مقابل نگاشت اصطلاحات Structural versus Terminology Mapping

  • پروفایل‌بندی داده‌ها با White Rabbit Data Profiling with White Rabbit

  • نگاشت داده‌ها با ابزار Rabbit in a Hat Data Mapping with the Rabbit in a Hat Tool

  • نگاشت اصطلاحات (Terminology Mapping) Terminology Mapping

  • مثال نگاشت بیمار MIMIC به شخص در OMOP Example mapping of MIMIC Patient to OMOP Person

تکنیک‌ها: ارزیابی کیفیت داده‌ها Techniques: Data Quality Assessments

  • ابعاد کیفیت داده‌ها / تناسب برای استفاده Data quality dimensions / fitness for use

  • پروفایل‌بندی داده‌ها برای ارزیابی کیفیت Data profiling for data quality assessment

  • ارزیابی کیفیت داده‌ها با استفاده از SQL Data quality assessment using SQL

  • قوانین Callahan و Khare Callahan and Khare rules

  • ابزارهای OHDSI Achilles و Achilles Heel OHDSI Achilles and Achilles Heel

کاربرد عملی: ایجاد فرآیند ETL برای تبدیل جدول MIMIC III به OMOP Practical Application: Create an ETL Process to Transform a MIMIC-III Table to OMOP

  • مرور فرآیند ETL Review of the ETL process

  • مثال: تبدیل بیمار MIMIC به شخص OMOP - مراحل ۱ و ۲ Example: Transforming MIMIC Patient to OMOP Person Steps 1 and 2

  • مثال: تبدیل بیمار MIMIC به شخص OMOP - مرحله ۳ Example: Transforming MIMIC Patient to OMOP Person Step3

  • مثال: تبدیل بیمار MIMIC به شخص OMOP - مرحله ۴ Example: Transforming MIMIC Patient to OMOP Person Step 4

  • مثال: تبدیل بیمار MIMIC به شخص OMOP - مراحل ۵ و ۶ Example: Transforming MIMIC Patient to OMOP Person Steps 5 and 6

  • مثال: تبدیل بیمار MIMIC به شخص OMOP - مرحله ۷ Example: Transforming MIMIC Patient to OMOP Person Step 7

نمایش نظرات

آموزش مدل‌های داده‌های بالینی و ارزیابی کیفیت داده‌ها
جزییات دوره
17h 30m
32
(آخرین آپدیت)
8,890
4.1 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