Career prospects are bright for those qualified to work in healthcare data analytics. Perhaps you work in data analytics, but are considering a move into healthcare where your work can improve people’s quality of life. If so, this course gives you a glimpse into why this work matters, what you’d be doing in this role, and what takes place on the Path to Value where data is gathered from patients at the point of care, moves into data warehouses to be prepared for analysis, then moves along the data pipeline to be transformed into valuable insights that can save lives, reduce costs, to improve healthcare and make it more accessible and affordable. Perhaps you work in healthcare but are considering a transition into a new role. If so, this course will help you see if this career path is one you want to pursue. You’ll get an overview of common data models and their uses. You’ll learn how various systems integrate data, how to ensure clear communication, measure and improve data quality. Data analytics in healthcare serves doctors, clinicians, patients, care providers, and those who carry out the business of improving health outcomes. This course of study will give you a clear picture of data analysis in today’s fast-changing healthcare field and the opportunities it holds for you.
Este curso faz parte do Programa de cursos integrados Health Information Literacy for Data Analytics
oferecido por
Programa de cursos integrados Health Information Literacy for Data AnalyticsUniversidade da Califórnia, DavisInformações sobre o curso
oferecido por
Universidade da Califórnia, Davis
UC Davis, one of the nation’s top-ranked research universities, is a global leader in agriculture, veterinary medicine, sustainability, environmental and biological sciences, and technology. With four colleges and six professional schools, UC Davis and its students and alumni are known for their academic excellence, meaningful public service and profound international impact.
Programa - O que você aprenderá com este curso
Introduction to Healthcare Data Models
In this module, you will be able to define the foundational terms used in discussing and building healthcare data models. You'll be able to describe the conceptual model showing how data flows from operations to analysis. You will compare and contrast common data models used in healthcare data systems. You will also be able to identify common measures used in healthcare data analysis.
Data Models and Use Cases They Support
In this module, you'll be able to describe the Star Schema Data Model, distinguish it from the hierarchical and relational model, list some pros and cons and explain situations in which it could be appropriately used. You should also recognize when another type of data model might be better suited to a particular use case.
Working with Data across Systems
In this module, you'll be able to explain how information is stored in data models and how we assemble relevant information to analyze an interesting problem that can improve our healthcare systems. We'll review how we normalize data and how that facilitates analysis. We'll go on to discuss how to bring together information from different sources and across various functional systems. We will also consider how to measure it accurately.
Improving the Quality of Healthcare Data
In this module, you will be able to examine the data that goes into these models and explain how we work with the information that comes from the practice and business of medicine. We will transition from raising the data quality to focusing on finding and correcting data errors by validation and verification. You will also be able to describe several ways data is checked to eliminate errors and improve data quality.
Avaliações
Principais avaliações do HEALTHCARE DATA MODELS
Healthcare Data Models is a great course that elaborately exposed various models relevant for healthcare data analysis. Doug did a very good job.
Very well developed, simple and to the point. Highly recommended for doctors and healthcare IT professionals.
Great examples and reinforces what the goals of each module are.
Sobre Programa de cursos integrados Health Information Literacy for Data Analytics
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
