临床数据库的数据挖掘 - CDSS 1

临床数据库的数据挖掘 - CDSS 1

本课程是利用深度学习做出明智的临床决策专项课程的一部分

位教师：Fani Deligianni

访问权限由 Coursera Learning Team 提供

3,520 人已注册

4个模块

深入了解一个主题并学习基础知识。

14 条评论

中级等级

推荐体验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

4个模块

深入了解一个主题并学习基础知识。

14 条评论

中级等级

推荐体验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

您将学到什么

了解公开电子病历数据库的模式（MIMIC-III）
认识《国际疾病分类》（ICD）的使用
从临床数据库中提取描述性统计数据并将其可视化
了解并提取关键临床结果，如死亡率和住院时间

您将获得的技能

您将学习的工具

Relational Databases

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

5 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是利用深度学习做出明智的临床决策专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有4个模块

本课程将介绍 MIMIC-III，这是最大的公开电子健康记录 (EHR) 数据库，可用于为机器学习算法设定基准。您将特别了解这个关系数据库的设计，以及有哪些工具可用于查询、提取和可视化描述性分析。

本模块将介绍 MIMIC-III，这是最大的公开电子健康记录 (EHR) 数据库，可用于为机器学习算法设定基准。您将特别了解这个关系数据库的设计，以及有哪些工具可用于查询、提取和可视化描述性分析。模式和国际疾病分类编码对于了解如何将研究问题映射到数据以及如何提取关键临床结果以开发临床有用的机器学习算法非常重要。

涵盖的内容

6个视频9篇阅读材料1个作业2个讨论话题

6个视频总计53分钟

欢迎来到知情临床决策专业 1分钟
欢迎参加课程 1分钟
医疗保健领域的大数据 21分钟
英国和美国的电子病历系统 13分钟
MIMIC 重症监护数据集：影响 8分钟
数据使用要求 10分钟

9篇阅读材料总计210分钟

专业和课程结构 10分钟
认识团队 10分钟
标准化电子健康记录数据 10分钟
迁移到电子病历系统 90分钟
贝尔蒙特报告 60分钟
硬件要求 5分钟
访问 MIMIC-III 数据集 10分钟
完成 CITI 课程 10分钟
MIMIC III - 安装说明 5分钟

1个作业总计30分钟

第一周总结测验 30分钟

2个讨论话题总计20分钟

你是谁？ 10分钟
第 1 周 - 您的体验 10分钟

本周内容包括讨论 MIMIC III 数据库的基本结构，以及如何提取汇总统计数据并将其可视化的实践练习。我们将了解定义临床结果的难度，并将研究与特定患者相关的临床变量。

涵盖的内容

5个视频7篇阅读材料1个作业1个讨论话题

5个视频总计65分钟

MIMIC-III 数据链接 10分钟
作为关系数据库的 MIMIC-III 12分钟
MIMIC-III - 描述性统计 16分钟
MIMIC 的死亡率和住院时间 11分钟
提取单个病人的生命体征 15分钟

7篇阅读材料总计240分钟

可免费访问的重症监护数据库 MIMIC-III 60分钟
实践练习：使用 Postgres 和 Python 提取心率数据 30分钟
实践练习：使用 Postgres 和 Python 提取住院人数 30分钟
实践练习：使用 Postgres 和 Python 提取年龄和性别 30分钟
实践练习：使用 Postgres 和 Python 提取死亡率数据 30分钟
实践练习：使用 Postgres 和 Python 提取停留数字的长度 30分钟
实践练习：使用 Postgres 和 Python 提取单个病人的生命数据 30分钟

1个作业总计30分钟

第 2 周小结测验 30分钟

1个讨论话题总计10分钟

第 2 周 - 您的体验 10分钟

本周将讨论国际疾病分类（ICD）系统的历史，该系统是合作开发的，以便将死亡证明书中的医学术语和信息归类，用于统计目的。实际案例展示了如何从 MIMIC III 数据库中提取 ICD-9 代码并将其可视化。此外，我们还讨论了 ICD-9、ICD-10 和 ICD-11 系统之间的差异。

涵盖的内容

5个视频6篇阅读材料1个作业1个讨论话题

5个视频总计53分钟

国际疾病分类系统简介 12分钟
ICD 系统的演变 12分钟
ICD-9 和 MIMIC-III 11分钟
从 ICD-9 到 ICD-10 12分钟
ICD-10 中的特殊标志 6分钟

6篇阅读材料总计200分钟

世卫组织与卫生统计 40分钟
ICD 的历史 10分钟
实践练习：使用 Postgres 和 Python 提取患者身高 15分钟
实践练习：使用 Postgres 和 Python 提取包含重症监护病房天数的表格 15分钟
实践练习：使用 Postgres 和 Python 提取格拉斯哥昏迷量表 30分钟
实践练习：使用 Postgres 和 Python 提取 ICD-9 相关信息 90分钟

1个作业总计30分钟

第三周总结测验 30分钟

1个讨论话题总计10分钟

第 3 周 - 您的体验 10分钟

本周内容包括临床概念概述，临床概念是提供疾病评分的统计工具。它们根据专家意见开发，随后根据数据驱动方法进行扩展。这些模型是精准医疗机器学习模型的前身。最后，本周的实践练习为实施复杂的患者纳入流程图提供了机会。

涵盖的内容

3个视频11篇阅读材料2个作业1个讨论话题

3个视频总计42分钟

MIMIC III 的概念 15分钟
导管插入术与死亡率的关系：实例研究 10分钟
数据提取 17分钟

11篇阅读材料总计192分钟

MIMIC 代码库：实现可重现性 10分钟
血液动力学稳定的留置动脉导管与死亡率之间的关系 30分钟
实践练习：使用 Postgres 和 Python 提取 MIMIC-III 的生命数据 20分钟
实践练习：使用 Postgres 和 Python 从研究中排除重症监护室再入院病例 20分钟
实践练习：使用 Postgres 和 Python 选择需要机械通气的患者 2分钟
实践练习：使用 Postgres 和 Python 将诊断为败血症的患者排除在研究之外 20分钟
实践练习：使用 Postgres 和 Python 将需要使用血管加压器的患者排除在研究之外 20分钟
实践练习：使用 Postgres 和 Python 将曾安置过 IAC 的患者排除在研究之外 20分钟
实践练习：使用 Postgres 和 Python 将入住 CSRU 或 CCU 护理单元的患者排除在研究之外 20分钟
实践练习：使用 Postgres 和 Python 合并所有标准并将群组分组 20分钟
实践练习：可视化 IAC 组 10分钟

2个作业总计60分钟

课程结束总结性测验 30分钟
第 4 周总结测验 30分钟

1个讨论话题总计10分钟

第 4 周 - 您的体验 10分钟

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

Fani Deligianni

University of Glasgow

5 门课程 6,186 名学生

提供方

University of Glasgow

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
85.71%
4 stars
0%
3 stars
7.14%
2 stars
0%
1 star
7.14%

显示 3/14 个

已于 Aug 2, 2022审阅

This course is highly informative and practical-oriented. It has increased my desire in the clinical data analytics field

已于 Jul 19, 2023审阅

This is a great learning curve to properly introduce me into data analysis, and machine learning in healthcare data

查看更多评论

从数据科学浏览更多内容

University of Glasgow
Deep learning in Electronic Health Records - CDSS 2
课程
Northeastern University
Machine Learning for Healthcare Professionals
课程
Stanford University
Introduction to Clinical Data
课程
Northeastern University
Machine Learning in Healthcare: Fundamentals & Applications
课程