Grâce à ce Certificat avancé, vous acquerrez toutes les connaissances nécessaires concernant les nouveaux outils de recherche afin de rester en phase avec les exigences du secteur” 

L'innovation progressive justifie l'examen minutieux que subissent certains médicaments lorsqu'ils sont mis sur le marché. Afin d'obtenir le "produit phare", certaines entreprises ont sous-évalué le travail des produits pharmaceutiques sur le marché. À certaines occasions, des médicaments qui affectaient la santé des individus ont même été retirés. Ainsi, la cérivastatine a été temporairement suspendue, à la demande du laboratoire pharmaceutique Bayer, S.A., car elle provoquait des lésions rénales chez ses consommateurs.

À cet égard, il est essentiel que les pharmaciens disposent d'un personnel ayant une connaissance approfondie des protocoles, agissant conformément à l'éthique professionnelle et, par-dessus tout, constamment informé. Afin de répondre à la demande de qualifications sur le marché du travail, TECH a développé un programme rigoureux qui explore le traitement de l'information clinique, qui est essentiel à la gestion du domaine social et sanitaire, ainsi que la recherche et la publication d'articles, de thèses et de rapports appliqués. De cette manière, les spécialistes augmenteront leur compétitivité sur le marché du travail en acquérant de nouvelles connaissances dans le domaine de la recherche.

Ce programme, 100% en ligne, permet aux spécialiste de suivre le cours sans renoncer aux activités professionnelles et personnelles. De plus, TECH applique la prestigieuse et innovante méthodologie Relearning afin de dispenser les étudiants de longues heures de mémorisation, tout en obtenant une assimilation progressive et constante des contenus. Dans ce programme, les professionnels seront soutenus par une équipe pédagogique spécialisée dans le domaine, qui a été récompensée à plusieurs reprises dans le secteur de la santé.

La structure globale d'un projet est la clé de sa performance. Découvrez la production correcte d'études scientifiques afin de comprendre dans quelle mesure leur origine a un impact”

Ce Certificat avancé en Outils de Recherche en Santé contient le programme scientifique le plus complet et le plus actuel du marché. Les principales caractéristiques sont les suivantes: 

• Le développement d'études de cas présentées par des experts en Sciences de la Santé
• Des contenus graphiques, schématiques et éminemment pratiques avec lesquels ils sont conçus fournissent des informations sanitaires essentielles à la pratique professionnelle
• Des exercices pratiques où le processus d’auto-évaluation est utilisé pour améliorer l’apprentissage
• Les méthodologies innovantes
• Des cours théoriques, des questions à l'expert, des forums de discussion sur des sujets controversés et un travail de réflexion individuel
• La possibilité d'accéder aux contenus depuis tout appareil fixe ou portable doté d'une simple connexion à internet

Vous pouvez maintenant faire partie des professionnels à la pointe des études pharmaceutiques, grâce au perfectionnement théorique et pratique que vous obtiendrez avec TECH”

Le corps enseignant comprend des professionnels du secteur qui apportent à cette formation l'expérience de leur travail, ainsi que des spécialistes reconnus de sociétés de référence et d'universités prestigieuses.

Son contenu multimédia qui est développé avec les dernières technologies éducatives, permettra aux professionnels d'apprendre de manière située et contextuelle, c'est-à-dire dans un environnement simulé qui offrira une formation en immersion programmée pour s'entraîner aux situations de la vie réelle.

La conception de ce programme est axée sur l'Apprentissage Par les Problèmes, grâce auquel le professionnelle devra essayer de résoudre les différentes situations de pratique professionnelle qui se présentent tout au long du programme. Pour ce faire, il sera assisté d'un système vidéo interactif innovant créé par des experts reconnus. 

Maîtrisez les courbes ROC et les types d'analyse de régression multiple pour les appliquer dans vos enquêtes et fournir un service plus précis grâce"

Les statistiques et R sont essentiels dans la recherche en sciences de la santé. Accédez à ce domaine en manipulant des données de population et en travaillant avec des échantillons avec des garanties de succès"

Le programme de ce Certificat avancé en Outils de Recherche en Santé a été soigneusement conçu par un groupe d’ experts en Sciences de la Santé. Grâce à sa contribution, TECH propose une étude qui explore la génération de projets de recherche, les statistiques et la R dans la recherche en santé et les représentations graphiques des données, parmi beaucoup d'autres questions. Tout cela, grâce à la méthodologie innovante du Relearning, qui réduit les longues heures d'étude, en les transformant en un processus d'apprentissage constant basé sur des exercice théoriques et pratiques. 

Inscrivez-vous dès maintenant et évoluez grâce à des mises à jour statistiques. Avec TECH, vous utiliserez des outils innovants tels que GLM et GAMM” 

Module 1. Création de projets de recherche

1.1. Structure générale d'un projet
1.2. Présentation du contexte et des données préliminaires
1.3. Définition de l'hypothèse
1.4. Définition des objectifs généraux et spécifiques
1.5. Définition du type d'échantillon, du nombre et des variables à mesurer
1.6. Établissement de la méthodologie scientifique
1.7. Critères d'exclusion/inclusion dans les projets avec des échantillons humains
1.8. Création de l'équipe spécifique: balance et Expertise
1.9. Les attentes: un élément important à ne pas oublier
1.10. Développement du budget: un ajustement entre les besoins et la réalité de l'appel à propositions
1.11. Aspects éthiques

Module 2. Statistiques et R dans la recherche en santé

2.1. Biostatistique

2.1.1. Introduction à la méthode scientifique
2.1.2. Population et échantillon Mesures d'échantillonnage de la centralisation
2.1.3. Distributions discrètes et distributions continues
2.1.4. Aperçu général de l'inférence statistique Inférence sur la moyenne d'une population normale Inférence sur la moyenne d'une population générale
2.1.5. Introduction à l'inférence non paramétrique

2.2. Introduction à R

2.2.1. Caractéristiques de base du programme
2.2.2. Principaux types d'objets
2.2.3. Exemples simples de simulation et d'inférence statistique
2.2.4. Graphiques
2.2.5. Introduction à la programmation en R

2.3. Méthodes de régression avec R

2.3.1. Modèles de régression
2.3.2. Sélection des variables
2.3.3. Diagnostic du modèle
2.3.4. Traitement des valeurs atypiques
2.3.5. Analyse de régression

2.4. Analyse multivariée avec R

2.4.1. Description de données multivariées
2.4.2. Distributions multivariées
2.4.3. Réduction des dimensions
2.4.4. Classification non supervisée: analyse en grappes
2.4.5. Classification supervisée: analyse discriminante

2.5. Méthodes de régression pour la recherche avec R

2.5.1. Modèles linéaires généralisés (GLM): régression de Poisson et binomiale négative
2.5.2. Modèles linéaires généralisés (GLM): régressions logistiques et binomiales
2.5.3. Régression de Poisson et Binomiale négative gonflée par des zéros
2.5.4. Ajustements locaux et modèles additifs généralisés (GAM)
2.5.5. Modèles mixtes généralisés (GLMM) et modèles mixtes additifs généralisés (GAMM)

2.6. Statistiques appliquées à la recherche biomédicale avec R I

2.6.1. Notions de base de R. Variables et objets en R. Manipulation des données Fichiers Graphiques
2.6.2. Statistiques descriptives et fonctions de probabilité
2.6.3. Programmation et fonctions en R
2.6.4. Analyse des tableaux de contingence
2.6.5. Inférence de base avec des variables continues

2.7. Statistiques appliquées à la recherche biomédicale avec R II

2.7.1. Analyse de la variance
2.7.2. Analyse de corrélation
2.7.3. Régression linéaire simple
2.7.4. Régression linéaire multiple
2.7.5. Régression logistique

2.8. Statistiques appliquées à la recherche biomédicale avec R III

2.8.1. Variables confusionnelles et interactions
2.8.2. Construction d'un modèle de régression logistique
2.8.3. Analyse de survie
2.8.4. Régression de Cox
2.8.5. Modèles prédictifs Analyse de la courbes ROC

2.9. Techniques d'exploration statistique de Data Mining avec R I

2.9.1. Introduction Data Mining. Apprentissage supervisé et non supervisé Modèles prédictifs Classification et régression
2.9.2. Analyse descriptive Prétraitement des données 
2.9.3. Analyse des Composantes Principales(PCA) 
2.9.4. Analyse des groupes Méthodes hiérarchiques K-means s. K-means

2.10. Techniques d'exploration statistique de Data Mining avec R II

2.10.1. Mesures d'Évaluation du Modèle Mesures de la capacité de prédiction Courbes Roc
2.10.2. Techniques d'évaluation du modèle Validation croisée Echantillons Bootstrap
2.10.3. Méthodes basées sur les arbres (CART)
2.10.4. Support Vector Machines (SVM)
2.10.5. Random Forest (RF) et Réseau Neuronal (NN)

Module 3. Représentations graphiques des données dans la recherche en santé et autres analyses avancées

3.1. Types de graphiques
3.2. Analyse de survie
3.3. Courbes Roc
3.4. Analyse multivariée (types de régression multiple)
3.5. Modèles binaires de régression
3.6. Analyse des données massive
3.7. Méthodes de réduction de la dimensionnalité
3.8. Comparaison des méthodes: PCA, PPCA and KPCA
3.9. T-SNE (t-Distributed Stochastic Neighbor Embedding)
3.10. UMAP (Uniform Manifold Approximation and Projection)

Un programme conçu pour perfectionner vos compétences et vous doter de techniques et de stratégies innovantes dans le domaine de la recherche”