Ce module se concentre sur la mesure de la qualité des données. À l'issue de ce module, vous serez en mesure de décrire les métadonnées, d'énumérer ce que les métadonnées peuvent inclure, de donner quelques exemples de métadonnées et de rappeler certaines de leurs utilisations dans le cadre de la mesure de la qualité des données. Nous décrirons la provenance des données pour expliquer comment le fait de connaître l'origine d'un ensemble de données peut aider les analystes de données à déterminer si un ensemble de données est adapté à une utilisation particulière. Nous décrirons également 5 composantes de la qualité des données que vous pouvez rappeler et utiliser lors de l'évaluation des données. Vous apprendrez également à faire la distinction entre la vérification et la validation des données, en rappelant 4 méthodes de validation des données applicables et 3 concepts utiles pour valider les données. En plus de vos leçons vidéo, vous lirez et discuterez un article scientifique sur les méthodes et les dimensions de l'évaluation de la qualité des données des dossiers médicaux électroniques : permettre la réutilisation pour la recherche clinique. Nous conclurons le module avec un cadre abrégé en S-B-A-R qui est souvent utilisé dans les situations d'équipe de soins de santé pour communiquer sur les problèmes qui doivent être résolus.

Dans ce module, nous nous concentrons sur le contrôle, la gestion et l'amélioration de la qualité des données. Vous serez en mesure d'expliquer comment contrôler les données au jour le jour pour veiller à ce qu'elles restent cohérentes. Vous expliquerez comment les mesures peuvent nous aider à surveiller la santé des patients et la qualité des soins qu'ils reçoivent au fil du temps. Vous pourrez également discuter de la mise en place d'une culture de la qualité tout au long du cycle de vie des données et de l'amélioration de la qualité des données à partir de la base en posant des questions pour déterminer une base de qualité des données. Vous serez en mesure de gérer la qualité des données en fonction des changements attendus et inattendus, ainsi que de suivre les stratégies de contrôle tout au long du pipeline de données. À l'issue de ce module, vous serez en mesure d'identifier et de corriger les déficiences courantes des données et de mettre en œuvre des systèmes de contrôle du changement en tant qu'outil de surveillance. Vous vous souviendrez également de plusieurs bonnes pratiques que vous pourrez appliquer sur le terrain pour contrôler la qualité des données dans le domaine des soins de santé.

Dans ce module, nous nous concentrons sur le maintien de la qualité grâce à la gouvernance des données. Nous définirons la gouvernance des données et nous verrons pourquoi elle est importante dans le secteur des soins de santé. Vous discuterez de la composition des comités de gouvernance des données, du fonctionnement de ces comités par rapport aux analystes de données et vous décrirez comment les parties prenantes travaillent ensemble pour garantir la qualité des données. Vous serez en mesure de décrire comment des données de haute qualité constituent un atout précieux pour toute entreprise. Vous définirez également les systèmes de gouvernance des données. Vous vous souviendrez des différentes façons dont les données peuvent être réaffectées et vous expliquerez comment la gouvernance des données maintient la qualité des données lorsqu'elles sont réaffectées à un usage autre que celui pour lequel elles ont été collectées à l'origine. En plus des leçons vidéo, vous lirez et discuterez l'article Big Data, Bigger Outcomes et vous vous entraînerez à appliquer certains de ces concepts importants.