Análisis de Datos Informáticos Biomédicos

• Conocer fundamentos de herramientas análisis datos.
• Obtención y preparación de datos.
• Análisis exploratorio de datos.
• Técnicas Estadísticas/Bioestadísticas.
• Visualización de datos.
• Interpretación y presentación de datos.

E-Learning con clases Asincrónicas y acceso a nuestra plataforma Moodle. Los contenidos se entregan divididos en lecciones como se menciona anteriormente, con material de apoyo imprimible, videos, servicios disponibles de lunes a domingos las 24 horas del día y una prueba al finalizar el curso. La nota de la prueba permite la entrega del diploma correspondiente, con escala de notas de 1.0 a 7.0. en el que se aprueba con nota igual o superior a 4.0 para la entrega del diploma correspondiente.

Lección 1: Introducción al Entrono de Herramientas de análisis de Datos Biomédicos.

• Visión general de herramientas populares para análisis de datos en el ámbito biomédico: R,Python, SQL y software especializado como SPSS y SAS. Visión general de herramientas populares para análisis de datos en el ámbito biomédico: R, Python, SQL y software especializado como SPSS y SAS.
• Fundamentos de análisis de datos biomédicos: almacenamiento y gestión de grandes volúmenes de datos clínicos y genómicos.
• Introducción al uso de entornos de trabajo en la nube y plataformas de big data para datos biomédicos.
• Actividad práctica: Configuración de entornos de trabajo y exploración básica de datos biomédicos en una de las plataformas presentadas.

Lección 2: Modelamiento y Preparación de Datos (ETL) en el Contexto Biomédico.

• Introducción al proceso ETL: recolección de datos desde sistemas de información de salud, bases de datos genómicas y otras fuentes biomédicas.
• Limpieza, estandarización y estructuración de datos: cómo manejar datos faltantes, inconsistencias y errores comunes en datos biomédicos.
• Modelado de datos: creación de esquemas y estructuras de datos que faciliten análisis avanzados.
• Actividad práctica: Ejercicio de ETL aplicado, con un conjunto de datos biomédicos reales para preparar los datos para análisis.

Lección 3: Análisis Estadísticos y Visualización de Datos Biomédicos.

• Técnicas estadísticas aplicadas: análisis de regresión, pruebas de hipótesis, análisis de supervivencia, y técnicas multivariantes en el contexto biomédico.
• Visualización de datos: principios y buenas prácticas para la presentación de datos biomédicos; uso de gráficos para interpretar tendencias y patrones clínicos.
• Presentación de resultados: cómo estructurar informes de análisis y realizar presentaciones claras y concisas de los hallazgos.
• Actividad práctica: Creación de gráficos e interpretación de resultados de análisis estadísticos en un entorno de visualización como RoPython.

El curso está enfocado a funcionarios del área de la salud, Profesionales, Técnicos, Administrativos, Estudiantes del área de la salud y público general.

Matricula para Inicio del curso máximo 48 horas horas hábiles desde la compra del curso.

Una prueba al finalizar el curso, la nota de la prueba permite la entrega del diploma correspondiente, con escala de notas de 1.0 a 7.0, se aprueba con nota igual o superior a 4.0.

El Valor del curso expresado es por Persona.