Imperial College London
全球疾病大师班:全球疾病分布
Imperial College London

全球疾病大师班:全球疾病分布

本课程是 全球疾病大师班 专项课程 的一部分

Helen Ward
Timothy Hallett

位教师:Helen Ward

7,859 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.7

(123 条评论)

初级 等级
无需具备相关经验
灵活的计划
1 周 在 10 小时 一周
自行安排学习进度
89%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.7

(123 条评论)

初级 等级
无需具备相关经验
灵活的计划
1 周 在 10 小时 一周
自行安排学习进度
89%
大多数学生喜欢此课程

您将学到什么

  • 描述全球主要疾病的广泛分布和趋势

  • 为健康概念化的不同方式进行论证

  • 认识不同疾病衡量标准的含义,并对支持这些结果的数据进行评论

  • 描述全球主要疾病广泛分布的驱动因素和趋势

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

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 全球疾病大师班 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

本单元将探讨全世界健康和疾病方面最重要的趋势和模式。您将看到,随着时间的推移,健康状况总体上得到了极大改善,但这些成果在国家之间和国家内部的分布并不均衡。

涵盖的内容

9个视频6篇阅读材料2个作业2个讨论话题2个插件

本模块将探讨不同的健康数据来源,以及我们如何估算特定疾病的统计数据。您还将学习如何生成疾病估计值。

涵盖的内容

4个视频1篇阅读材料1个作业2个讨论话题

本单元将讨论评估健康的不同指标。您还将了解什么是 "达赖年",以及为什么 "达赖年 "是衡量疾病的有用指标。

涵盖的内容

5个视频2篇阅读材料3个作业1个讨论话题

这最后一个单元将回过头来考虑本课程所研究的健康和疾病模式可能是由哪些因素造成的。除了直接影响疾病风险的因素外,还有更深层次的因素使某些人比其他人更容易受到这些风险因素的影响。这就引出了直接干预和结构性干预之间的区别--本专业的其他课程也会涉及这一主题。

涵盖的内容

6个视频3篇阅读材料1个作业1次同伴评审2个讨论话题2个插件

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
4.9 (29个评价)
Helen Ward
Imperial College London
9 门课程163,261 名学生

提供方

从 公共卫生 浏览更多内容

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

4.7

123 条评论

  • 5 stars

    82.11%

  • 4 stars

    13.82%

  • 3 stars

    0.81%

  • 2 stars

    0.81%

  • 1 star

    2.43%

显示 3/123 个

JS
4

已于 Jul 3, 2021审阅

AD
5

已于 Jun 30, 2020审阅

TG
5

已于 Sep 1, 2020审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题

¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。