本课程旨在教授临床数据模型和常见数据模型的概念。完成本课程后，学员将能够使用实体关系图（ERD）解释和评估数据模型设计，区分不同的数据模型并阐明每种数据模型如何用于支持临床护理和数据科学，并在 Google BigQuery 中创建 SQL 语句以查询 MIMIC3 临床数据模型和 OMOP 通用数据模型。
临床数据模型和数据质量评估
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 临床数据科学 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5个模块
本周将介绍临床数据模型，并解释国家和国际数据网络对通用数据模型的需求和使用。 我们还将介绍实体关系图（ERD）的特点，以描述数据模型的关键技术特征。
涵盖的内容
9个视频5篇阅读材料1个作业
我们以 MIMIC3 为例深入探讨了临床数据模型的技术特点，并以 OMOP 为例研究了常见的数据模型。
涵盖的内容
6个视频1篇阅读材料1个作业
本模块通过数据和术语映射方面的实际案例，向学员传授提取、转换和加载（ETL）数据的流程和挑战。
涵盖的内容
6个视频1篇阅读材料1个作业
我们通过回顾数据质量所面临的挑战、用于衡量数据质量的数据质量测量方法以及用于评估其可接受性的数据质量规则，来探讨数据质量的各个层面。
涵盖的内容
5个视频1篇阅读材料1个作业
在本模块中，您将收集所学到的所有知识，使用 ETL 方法完成实际动手练习，将 MIMIC3 数据转换为 OMOP 通用数据模型。
涵盖的内容
6个视频1篇阅读材料1次同伴评审
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
授课教师评分
4.1 (10个评价)
从 数据分析 浏览更多内容
状态：免费试用University of Colorado System
状态：免费试用University of California, Davis
状态：免费试用Stanford University
状态：预览The University of Sydney
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
4.2
66 条评论
- 5 stars
54.54%
- 4 stars
25.75%
- 3 stars
10.60%
- 2 stars
4.54%
- 1 star
4.54%
显示 3/66 个
FG
4
已于 Dec 12, 2019审阅
An excellent course that provides great guidelines for clinical data models. There are plenty of exercises to cement each block of learning material.
MK
5
已于 Nov 4, 2019审阅
What a great course!! Kudos to the professor for being so detail oriented!! I learned a great deal about the clinical data models from this course!!
JJ
5
已于 Sep 13, 2019审阅
Good instructor who took time to explain and walked through each steps of the ETL process. Highly recommended.
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，