In diesem Kurs werden wir uns mit analytischen Lösungen für häufige Probleme im Gesundheitswesen beschäftigen. Ich werde diese Geschäftsprobleme besprechen und Sie werden verschiedene Datenstrukturen aufbauen, um Ihre Daten zu organisieren. Anschließend werden wir Möglichkeiten zur Gruppierung von Daten und zur Kategorisierung medizinischer Codes in analytische Kategorien untersuchen. Sie werden dann in der Lage sein, Daten zu extrahieren, zu transformieren und in Datenstrukturen zu laden, die für die Lösung medizinischer Probleme erforderlich sind, und Sie werden auch in der Lage sein, Daten aus verschiedenen Quellen zu harmonisieren. Schließlich werden Sie ein Datenwörterbuch erstellen, um die Quelle und den Wert der Daten zu kommunizieren. Die Erstellung dieser Artefakte von Datenprozessen ist eine Schlüsselqualifikation bei der Arbeit mit Daten aus dem Gesundheitswesen.
Analytische Lösungen für häufige Probleme im Gesundheitswesen
Dieser Kurs ist Teil von Spezialisierung Gesundheitliche Informationskompetenz für Datenanalyse
Dozent: Brian Paciotti
5.773 bereits angemeldet
Bei enthalten
(28 Bewertungen)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
In diesem Modul werden Sie erklären, warum der Vergleich von Gesundheitsdienstleistern im Hinblick auf die Qualität von Vorteil sein kann und welche Arten von Kennzahlen und Berichtsmechanismen die Qualitätsverbesserung vorantreiben können. Sie werden erkennen, wie wichtig es ist, Qualitätsvergleiche mit Hilfe der Risikoanpassung fairer zu gestalten, und Sie werden in der Lage sein, diese Methodik gegenüber Gesundheitsdienstleistern zu verteidigen, indem Sie die Bedeutung klinischer und nicht-klinischer Anpassungsvariablen sowie die Bedeutung qualitativ hochwertiger Daten darlegen. Sie können die wichtigen konzeptionellen Schritte bei der Durchführung der Risikoadjustierung unterscheiden und sind in der Lage, die Ernsthaftigkeit medizinischer Fehler im US-Gesundheitssystem darzulegen und den Beteiligten zu vermitteln, dass zuverlässige Leistungskennzahlen und damit verbundene Interventionen zur Verfügung stehen, um dieses enorme Problem zu lösen. Sie werden die Merkmale unterscheiden, die dazu beitragen, Menschen in die kleine Gruppe der Super-Utilizer einzuordnen und zusammenfassen, wie diese Population identifiziert und bewertet werden kann. Sie werden Manager des Gesundheitswesens darüber informieren, wie sich Betrug im Gesundheitswesen von anderen Arten des Betrugs unterscheidet, indem Sie verschiedene Schemata veranschaulichen, die Betrüger verwenden, um sich Ressourcen anzueignen. Sie werden Analysemethoden diskutieren, die auf Datensysteme im Gesundheitswesen angewendet werden können, um potenzielle Betrugsfälle zu identifizieren.
Das ist alles enthalten
8 Videos1 Lektüre1 Aufgabe3 Diskussionsthemen
In diesem Modul werden Sie klinische Identifizierungsalgorithmen definieren, herausfinden, wie Daten durch Algorithmusregeln umgewandelt werden, und erklären, warum einige Datentypen bei der Konstruktion der Algorithmen mehr oder weniger zuverlässig sind als andere. Sie werden auch einige Qualitätsmaßnahmen besprechen, die vom NQF anerkannt sind und von Gesundheitsorganisationen häufig verwendet werden. Sie werden erörtern, wie Grouper Ihnen helfen können, eine große Stichprobe von Leistungsansprüchen oder klinischen Daten zu analysieren. Sie werden online auf Open-Source-Grouper zugreifen und einen Analyseplan für die Zuordnung von Kodes zu allgemeineren und brauchbaren Diagnose- und Verfahrenskategorien erstellen. Sie werden auch einen Analyseplan für die Zuordnung von Codes zu allgemeineren und brauchbaren Analysekategorien vorbereiten und eine Nutzenerklärung für verschiedene kommerzielle Grouper erstellen, um Analyseteams darüber zu informieren, welchen Nutzen sie aus diesen kommerziellen Tools im Vergleich zu den Lizenz- und Implementierungskosten ziehen können.
Das ist alles enthalten
7 Videos1 Aufgabe1 Diskussionsthema
In diesem Modul beschreiben Sie logische Prozesse, die von Datenbank- und Statistikprogrammierern verwendet werden, um Daten zu extrahieren, zu transformieren und in Datenstrukturen zu laden (ETL), die zur Lösung medizinischer Probleme benötigt werden. Außerdem werden Sie Daten aus verschiedenen Quellen harmonisieren und integrierte Datendateien für die Analyse vorbereiten.
Das ist alles enthalten
6 Videos1 Aufgabe1 Diskussionsthema
In diesem Modul werden Sie einem Analyseteam beschreiben, wie die Risikostratifizierung Patienten mit bestimmten Bedürfnissen oder Problemen kategorisieren kann. Sie werden die Bedeutung der Schritte bei der Durchführung der Risikostratifizierung auflisten und erklären. Sie werden einige analytische Konzepte wie z.B. Grouper auf große Stichproben von Medicare-Daten anwenden und die Datenwörterbücher und Codebücher verwenden, um zu demonstrieren, warum es so wichtig ist, die Quelle und den Zweck der Daten zu verstehen. Sie werden artikulieren, was mit der allgemeinen Phase gemeint ist - "Der Kontext ist wichtig, wenn Sie Daten aus dem Gesundheitswesen analysieren und interpretieren." Sie werden auch spezifische Fragen und Ideen vermitteln, die Ihnen und anderen in Ihrem Analyseteam helfen werden, die Bedeutung Ihrer Daten zu verstehen.
Das ist alles enthalten
7 Videos1 Lektüre1 Aufgabe1 peer review2 Diskussionsthemen
Dozent
Empfohlen, wenn Sie sich für Gesundheitsinformatik interessieren
University of Colorado Boulder
The George Washington University
Johns Hopkins University
Imperial College London
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
28 Bewertungen
- 5 stars
71,42 %
- 4 stars
21,42 %
- 3 stars
3,57 %
- 2 stars
3,57 %
- 1 star
0 %
Zeigt 3 von 28 an
Geprüft am 5. Jan. 2020
Very good, although I would suggest the Health Informatics as a starting course
Geprüft am 25. Juni 2020
Very informative. Would have preferred more practical examples on data analysis
Geprüft am 17. Jan. 2020
Excellent material and a great introduction to data analytics!
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.