تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی طراحی مطالعات مراقبت های بهداشتی داده های بزرگ، بخش اول

دوره آموزشی طراحی مطالعات مراقبت های بهداشتی داده های بزرگ، بخش اول

2 ساعت 16 دقیقهپیشرفته2025-02-04

مدرسین

Monika Wahi

Monika Wahi

Data Science and Biotech Expert

جزئیات دوره

حتی اگر درک عمیقی از آمار و علوم اطلاعاتی داشته باشید، برای انجام تحلیل‌های دقیق و علمی در حوزه داده‌های سلامت، باید با اصول اپیدمیولوژی و طراحی مطالعات تحقیقاتی آشنا باشید. این دوره آموزشی به شما کمک می‌کند تا تحقیقات خود را بر اساس فرضیات علمی طراحی کنید و شکاف دانشی را که بسیاری از تحلیلگران هنگام ورود به حوزه سلامت با آن مواجه می‌شوند، برطرف نمایید.

در این دوره، مونیکا واهای، مدرس دوره، مفاهیم و اصطلاحات پایه‌ای اپیدمیولوژی را تعریف کرده و روش‌های مختلف طراحی مطالعات را بررسی می‌کند؛ از جمله مطالعات توصیفی، تحلیلی، مقطعی و مورد-شاهدی. سپس به‌طور عمیق‌تر به مطالعات مقطعی و مورد-شاهدی می‌پردازد و نحوه برنامه‌ریزی مجموعه داده‌های تحلیلی را آموزش می‌دهد. این شامل شناسایی متغیرهای مورد نیاز و عملیاتی کردن آن‌ها در یک دیکشنری داده است.

در پایان، مروری بر درس‌های آموخته‌شده از این دوره خواهد داشت و شما را برای بخش دوم از مجموعه آموزشی آماده می‌کند؛ بخشی که به تجزیه و تحلیل توصیفی و رگرسیونی بر روی داده‌هایی که طراحی کرده‌اید، می‌پردازد.

اهداف آموزشی این دوره:
تعریف مفهوم مواجهه و پیامد در مطالعات سلامت
بررسی تفاوت‌های بین جمعیت‌ها و نمونه‌ها در مطالعات داده‌های سلامت
آشنایی با روش علمی در اپیدمیولوژی و نحوه استفاده از آن
شناخت عناصر کلیدی معیار بردفورد هیل در بخش اول
درک تفاوت بین مطالعات مشاهده‌ای و آزمایش‌ها
تعریف و شناخت طراحی مطالعات مورد-شاهدی
آشنایی با سطوح شواهد علمی و اجزای مهم آن
درک مفهوم نرخ شیوع در اپیدمیولوژی
برنامه‌ریزی برای ایجاد یک فرضیه پژوهشی کارآمد

مهارت ها

RData EngineeringData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceDeep Dive (X:Y)

سرفصل ها

0. مقدمه

  • 01 - خوش آمدید
  • 02 - آنچه باید بدانید
  • 03 - استفاده از فایل‌های تمرین

1. اپیدمیولوژی و استنتاج علّی

  • 04 - تعریف اپیدمیولوژی
  • 05 - شرایط مربوط به داده ها
  • 06 - تعریف مواجهه و نتیجه
  • 07 - جمعیت‌ها در مقابل نمونه ها
  • 08 - روش علمی در اپیدمیولوژی
  • 09 - معیارهای برادفورد هیل - قسمت اول
  • 10 - معیارهای برادفورد هیل - قسمت دوم

2. طرح‌های مطالعه

  • 11 - مروری بر تحقیقات انسانی
  • 12 - مطالعه مشاهده ای در مقابل آزمایش
  • 13 - طرح‌های مطالعه توصیفی در مقابل تحلیلی
  • 14 - طرح مطالعه مقطعی
  • 15 - طرح مطالعه موردی- شاهدی
  • 16 - سطوح شواهد

3. اقدامات انجمن

  • 17 - آشنایی با جدول 2*2
  • 18 - نسبت شیوع
  • 19 - نسبت شانس در یک مطالعه مقطعی
  • 20 - نسبت شانس در مطالعه مورد شاهدی
  • 21 - نتیجه گیری در مورد جدول 2*2

4. برنامه ریزی برای مطالعه

  • 22 - تعریف مخدوش کننده ها
  • 23 - استفاده از شبکه علیت برای شناسایی عوامل مخدوش کننده
  • 24 - ابزار بررسی متون علمی
  • 25 - بررسی متون علمی موجود
  • 26 - ایجاد یک فرضیه کاری
  • 27 - انتخاب مجموعه داده
  • 28 - ملاحظات داده نهایی

5. برنامه ریزی مجموعه داده‌های تحلیلی

  • 29 - تعریف داده گردانی
  • 30 - الزامات یک مجموعه داده تحلیلی مقطعی یا موردی
  • 31 - راه‌اندازی دیکشنری داده
  • 32 - عملیاتی کردن زیرجمعیت
  • 33 - عملیاتی کردن مواجهه، نتیجه و عوامل مخدوش کننده
  • 34 - مستندسازی متغیرهای تبدیل شده در فرهنگ لغت داده

نتیجه گیری

  • 35 - بررسی دوره
  • 36 - آمادگی برای قسمت دوم

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal