This course teaches you the fundamentals of computational phenotyping, a biomedical informatics method for identifying patient populations. In this course you will learn how different clinical data types perform when trying to identify patients with a particular disease or trait. You will also learn how to program different data manipulations and combinations to increase the complexity and improve the performance of your algorithms. Finally, you will have a chance to put your skills to the test with a real-world practical application where you develop a computational phenotyping algorithm to identify patients who have hypertension. You will complete this work using a real clinical data set while using a free, online computational environment for data science hosted by our Industry Partner Google Cloud.
Этот курс входит в специализацию ''Специализация Clinical Data Science'
Identifying Patient Populations
от партнера
Об этом курсе
Чему вы научитесь
Create a computational phenotyping algorithm
Assess algorithm performance in the context of analytic goal.
Create combinations of at least three data types using boolean logic
Explain the impact of individual data type performance on computational phenotyping.
Программа курса: что вы изучите
Неделя
12 ч. на завершение
Introduction: Identifying Patient Populations
Learn about computational phenotyping and how to use the technique to identify patient populations.
5 видео ((всего 23 мин.)), 9 материалов для самостоятельного изучения, 2 тестов
5 видео
Introduction to Computational Phenotyping5мин
Introduction to Manual Record Review4мин
Manual Record Review: Selecting Reviewers and Records6мин
Manual Record Review: Tools and Techniques5мин
9 материала для самостоятельного изучения
Introduction to Specialization Instructors5мин
Course Policies5мин
Accessing Course Data and Technology Platform15мин
Introduction to Course Example15мин
Introduction to Manual Record Review10мин
Methods - Selecting Reviewers10мин
Methods - Selecting Records for Review10мин
Methods - Creating Review Instruments and Protocols10мин
Methods - Assessing Review Quality10мин
2 практического упражнения
Week 1 Practice Quiz8мин
Week 1 Assessment16мин
Неделя
23 ч. на завершение
Tools: Clinical Data Types
Understand how different clinical data types can be used to identify patient populations. Begin developing a computational phenotyping algorithm to identify patients with type II diabetes.
5 видео ((всего 19 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
5 видео
Computational Phenotyping: Billing Data5мин
Computational Phenotyping: Laboratory Data3мин
Computational Phenotyping: Clinical Observations2мин
Computational Phenotyping: Medications3мин
2 материала для самостоятельного изучения
Testing Individual Data Types30мин
Note about the Assessment2мин
2 практического упражнения
Programming Exercises Practice Quiz30мин
Week 2 Assessment18мин
Неделя
33 ч. на завершение
Techniques: Data Manipulations and Combinations
Learn how to manipulate individual data types and combine multiple data types in computational phenotyping algorithms. Develop a more sophisticated computational phenotyping algorithm to identify patients with type II diabetes.
2 видео ((всего 15 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
2 материала для самостоятельного изучения
Data Manipulations30мин
Data Combinations45мин
2 практического упражнения
Programming Exercises Practice Quiz30мин
Week 3 Assessment25мин
Неделя
41 ч. на завершение
Techniques: Algorithm Selection and Portability
Understand how to select a single "best" computational phenotyping algorithm. Finalize and justify a phenotyping algorithm for type II diabetes.
1 видео ((всего 4 мин.)), 1 материал для самостоятельного изучения, 1 тест
1 видео
1 материал для самостоятельного изучения
Assessing Algorithmic Accuracy, Complexity, and Portability25мин
1 практическое упражнение
Week 4 Assessment20мин
Преподаватели
Laura K. Wiley, PhD
Assistant ProfessorDivision of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus
О Система университетов штата Колорадо
The University of Colorado is a recognized leader in higher education on the national and global stage. We collaborate to meet the diverse needs of our students and communities. We promote innovation, encourage discovery and support the extension of knowledge in ways unique to the state of Colorado and beyond.
О специализации ''Clinical Data Science'
Are you interested in how to use data generated by doctors, nurses, and the healthcare system to improve the care of future patients? If so, you may be a future clinical data scientist!
This specialization provides learners with hands on experience in use of electronic health records and informatics tools to perform clinical data science. This series of six courses is designed to augment learner’s existing skills in statistics and programming to provide examples of specific challenges, tools, and appropriate interpretations of clinical data.
By completing this specialization you will know how to: 1) understand electronic health record data types and structures, 2) deploy basic informatics methodologies on clinical data, 3) provide appropriate clinical and scientific interpretation of applied analyses, and 4) anticipate barriers in implementing informatics tools into complex clinical settings. You will demonstrate your mastery of these skills by completing practical application projects using real clinical data.
This specialization is supported by our industry partnership with Google Cloud. Thanks to this support, all learners will have access to a fully hosted online data science computational environment for free! Please note that you must have access to a Google account (i.e., gmail account) to access the clinical data and computational environment.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
I live in an area that restricts access to Google products. Will I be able to complete the specialization?
Unfortunately at this time we can only allow students who have access to Google services (e.g., a gmail account) to complete the specialization. This is because we give students access to real clinical data and our privacy protections only allow data sharing through the Google BigQuery environment.
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2019 Все права защищены.
