Les données de santé sont la clé de l'amélioration des résultats pour les patients, mais seulement lorsqu'elles sont propres, précises et correctement analysées. La mauvaise qualité des données affecte 86 % des professionnels de la santé et contribue à des erreurs médicales évitables qui coûtent des millions de dollars aux hôpitaux chaque année. Ce cours abrégé a été créé pour aider les analystes de données à effectuer une préparation systématique des données de santé qui a un impact direct sur la qualité des soins aux patients. À l'issue de ce cours, vous serez en mesure d'identifier les modèles de données manquantes qui pourraient compromettre l'analyse, de nettoyer les champs de texte désordonnés à l'aide de techniques de normalisation éprouvées et de quantifier la façon dont les décisions de nettoyage des données affectent les résultats statistiques. Vous maîtriserez les pratiques essentielles d'hygiène des données qui garantissent que vos analyses fournissent des informations fiables pour la prise de décision dans le domaine de la santé. A la fin de ce cours, vous serez capable de : Analyser les modèles de valeurs manquantes dans les ensembles de données de santé en utilisant la visualisation et les méthodes statistiques Appliquer des fonctions de nettoyage standard pour normaliser les données textuelles brutes pour une analyse cohérente Evaluer l'impact statistique de la suppression des valeurs aberrantes sur les mesures descriptives Ce cours est unique parce qu'il se concentre spécifiquement sur les défis des données de santé, en utilisant des scénarios du monde réel tels que le nettoyage des diagnostics des patients et l'analyse de la durée du séjour qui reflètent les environnements de données cliniques réels.

Pour réussir ce projet, vous devez avoir une bonne connaissance des fonctions de base des tableurs et des concepts statistiques fondamentaux.