University of Glasgow
Data Mining von klinischen Datenbanken - CDSS 1
University of Glasgow

Data Mining von klinischen Datenbanken - CDSS 1

2.712 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(13 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 20 Stunden
3 Wochen bei 6 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(13 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 20 Stunden
3 Wochen bei 6 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Verstehen des Schemas öffentlich zugänglicher EHR-Datenbanken (MIMIC-III)

  • Erkennen Sie die Verwendung der Internationalen Klassifikation der Krankheiten (ICD)

  • Extrahieren und visualisieren Sie deskriptive Statistiken aus klinischen Datenbanken

  • Verstehen und extrahieren Sie wichtige klinische Ergebnisse wie Sterblichkeit und Verweildauer

Kompetenzen, die Sie erwerben

  • Kategorie: auswertung klinischer Datenbanken
  • Kategorie: Elektronische Krankenakten
  • Kategorie: Deskriptive Statistik
  • Kategorie: Ethik im EHR
  • Kategorie: Internationale Klassifikation der Krankheiten

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

5 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Informierte klinische Entscheidungsfindung mit Deep Learning
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • 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
Platzhalter
Platzhalter

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.

Platzhalter

In diesem Kurs gibt es 4 Module

In diesem Modul wird MIMIC-III vorgestellt, die größte öffentlich zugängliche Datenbank für elektronische Gesundheitsdaten (EHR), die zum Benchmarking von Algorithmen für maschinelles Lernen zur Verfügung steht. Sie erfahren insbesondere, wie diese relationale Datenbank aufgebaut ist und welche Tools zur Abfrage, Extraktion und Visualisierung von deskriptiven Analysen zur Verfügung stehen. Das Schema und die Kodierung der Internationalen Klassifikation der Krankheiten sind wichtig, um zu verstehen, wie man Forschungsfragen den Daten zuordnet und wie man wichtige klinische Ergebnisse extrahiert, um klinisch nützliche Algorithmen für maschinelles Lernen zu entwickeln.

Das ist alles enthalten

6 Videos9 Lektüren1 Aufgabe2 Diskussionsthemen

In dieser Woche besprechen wir die grundlegende Struktur der MIMIC III-Datenbank und machen praktische Übungen zur Extraktion und Visualisierung von zusammenfassenden Statistiken. Wir werden verstehen, wie schwierig es ist, klinische Ergebnisse zu definieren und wir werden klinische Variablen in Bezug auf einen bestimmten Patienten untersuchen.

Das ist alles enthalten

5 Videos7 Lektüren1 Aufgabe1 Diskussionsthema

In dieser Woche geht es um die Geschichte des Systems der Internationalen Klassifikation der Krankheiten (ICD), das in Zusammenarbeit entwickelt wurde, damit die medizinischen Begriffe und Informationen in Totenscheinen für statistische Zwecke zusammengefasst werden können. Praktische Beispiele zeigen, wie Sie ICD-9-Codes aus der MIMIC III-Datenbank extrahieren und visualisieren können. Außerdem erörtern wir die Unterschiede zwischen den Systemen ICD-9, ICD-10 und ICD-11.

Das ist alles enthalten

5 Videos6 Lektüren1 Aufgabe1 Diskussionsthema

In dieser Woche erhalten Sie einen Überblick über klinische Konzepte, bei denen es sich um statistische Instrumente zur Ermittlung von Krankheitsbewertungen handelt. Sie werden auf der Grundlage von Expertenmeinungen entwickelt und anschließend auf der Basis datengesteuerter Methoden erweitert. Diese Modelle sind der Vorläufer von Modellen des maschinellen Lernens für die Präzisionsmedizin. Schließlich bieten die praktischen Übungen dieser Woche die Möglichkeit, ein komplexes Flussdiagramm zur Aufnahme von Patienten zu implementieren.

Das ist alles enthalten

3 Videos11 Lektüren2 Aufgaben1 Diskussionsthema

Dozent

Fani Deligianni
University of Glasgow
5 Kurse5.006 Lernende

von

Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 13

4.8

13 Bewertungen

  • 5 stars

    92,30 %

  • 4 stars

    0 %

  • 3 stars

    7,69 %

  • 2 stars

    0 %

  • 1 star

    0 %

DA
5

Geprüft am 2. Aug. 2022

KD
5

Geprüft am 19. Juli 2023

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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