• EIT logo

Science des données pour les soins de santé : Utilisation de données probantes du monde réel

Découvrez l’importance des données probantes du monde réel et apprenez comment elles peuvent être utilisées dans les santé.

  • Duration

    5 weeks
  • Weekly study

    5 hours

Comprendre les RWE et apprendre comment les utiliser

Les données du monde réel consistent en une quantité énorme de données qui n’entrent pas dans les limites des essais cliniques contrôlés. Ces données sont de plus en plus utilisées pour éclairer les prises de décisions relatives aux soins de santé. Les données probantes du monde réel représentent les conclusions tirées de ces données. Dans ce cours, vous apprendrez comment les données probantes du monde réel peuvent être utilisées dans les soins de santé, en étudiant les tendances actuelles et les méthodes en vigueur pour les utiliser.

Download video: standard or HD

Skip to 0 minutes and 20 seconds In the past decisions about patient care were based upon the results of randomized controlled trials. However these studies are highly controlled and may not necessarily represent the conditions in the real world. Due to the increase in the use of technology, We now have access to vast amounts of health related data, often collected within the context of routine clinical care.

Skip to 0 minutes and 45 seconds It makes such a difference when you’re able to use data that actually comes from real life experience and it reflects what’s actually happening, rather than something experimental and I guess a lot of whats happened in recent years where we’ve tried to know what’s going on and healthcare has been based on modelling and synthetic data. It’s a breath of fresh air to know that we can use what’s actually there. Also we get to look outcomes we can follow patients over time and see what happens to them.Do they get better? Do they get worse? Is it something we need to treat them more? Treat them less? Change the treatment? How much they cost?

Skip to 1 minute and 20 seconds Those are the kind of things we can get from real world.

Skip to 1 minute and 27 seconds I think there’s a wonderful opportunity here to learn from a combination of academic rigour and real life practice. Some of the people who are involved in developing this course have got wonderful theory and on top of that we’re adding the chance to see what’s actually happening for example with industry with major drug companies and medical device companies and how they’re using the evidence. So that will all together inform the course and the opportunity isn’t just about theory. Learners will get a chance to do the practical examples, projects, activities. Hands on hands on with the data and I think that’s going to be a great opportunity. A great course.

What topics will you cover?

Semaine 1 - Les principes des données probantes du monde réel, la santé et comment ils s’harmonisent

Semaine 2 - Gouvernance de l’information et déploiement des résultats des données

Semaine 3 - Réflexion conceptuelle, méthode et cadre

Semaine 4 - Analyse des données du monde réel à l’aide de l’informatique décisionnelle

Semaine 5 - Élaboration des données probantes du monde réel à partir des données du monde réel

Learning on this course

On every step of the course you can meet other learners, share your ideas and join in with active discussions in the comments.

What will you achieve?

By the end of the course, you‘ll be able to...

  • Mettre en pratique les connaissances des principes fondamentaux des données du monde réel (RWD) et des données probantes du monde réel (RWE) pour comprendre les définitions, la portée, les avantages et les inconvénients ainsi que l’utilisation potentielle
  • Mettre en pratique les connaissances sur la politique et les exigences de gouvernance de l’information en ce qui concerne les données des patients, ainsi que les connaissances des ensembles de données
  • Identifier les études sur les RWD et les RWE et comprendre la différence entre ce que les RWE sont et ne sont pas
  • Classifier la théorie essentielle de l’utilisation des RWE avec la science des données et les différences principales entre l’utilisation des RWE avec et sans la science des données
  • Classifier différentes tâches d’enquête de données et les algorithmes les plus appropriés pour les sélectionner/traiter
  • Appliquer des techniques d’analyse de données appropriées à un problème à l’aide d’un cadre de RWE (arbre de décision) suite à des séances de groupes pratiques démontrant par la même une compréhension des connaissances acquises
  • Évaluer des expériences à l’aide d’analyses exploratoires de RWD (données structurées)
  • Évaluer la précision des modèles ou des algorithmes de RWDafin de prendre une décision informée quant à leur utilisation
  • Comparer les tendances actuelles des RWD et formuler des idées sur la manière d’améliorer la lecture des données
  • Interpréter les ensembles de données et identifier ceux qui répondent aux critères relatifs aux données ouvertes
  • Développer une proposition de projet sur les RWD à l’attention du dirigeant de votre organisation, en identifiant un problème et les buts et objectifs principaux pour résoudre la question

Who is the course for?

Ce cours s’adresse à toutes les personnes qui s’intéressent à la relation entre ICT et les soins de santé, surtout celles qui s’intéressent à l’analyse des données. Vous pouvez être étudiant de premier cycle en science des données ou bien analyste ou responsable commercial travaillant dans les produits pharmaceutiques des sciences de la vie, la réglementation de la santé, la biotechnologie et les dispositifs médicaux. Ce cours porte sur les données de santé au Royaume-Uni, toutefois le cours est pertinent pour les apprenants situés dans d’autres pays.

What software or tools do you need?

Pour participer à ce cours, vous avez besoin d’un ordinateur avec un accès haut débit à internet.

Who will you learn with?

I am a chartered engineer, and my research interests are centred on digital health and its application to global public health challenges.

I am a founding director at Health iQ - a UK-based, award-winning data science firm.
My background spans public health and NHS informatics and I'm an Honorary Researcher at Imperial College London.

I am a healthcare data strategy specialist and I've supported a number of NHS organisations in the development of their data architecture, capability and tools.

Who developed the course?

EIT

The European Institute of Innovation and Technology is a unique EU body boosting Europe’s ability to innovate, creating pan-European partnerships to find innovative solutions to global challenges.

Endorsers and supporters

content provided by

Health IQ logo

content provided by

Qlik logo

Learning on FutureLearn

Your learning, your rules

  • Courses are split into weeks, activities, and steps to help you keep track of your learning
  • Learn through a mix of bite-sized videos, long- and short-form articles, audio, and practical activities
  • Stay motivated by using the Progress page to keep track of your step completion and assessment scores

Join a global classroom

  • Experience the power of social learning, and get inspired by an international network of learners
  • Share ideas with your peers and course educators on every step of the course
  • Join the conversation by reading, @ing, liking, bookmarking, and replying to comments from others

Map your progress

  • As you work through the course, use notifications and the Progress page to guide your learning
  • Whenever you’re ready, mark each step as complete, you’re in control
  • Complete 90% of course steps and all of the assessments to earn your certificate

Want to know more about learning on FutureLearn? Using FutureLearn