Ce Mastère Spécialisé Hybride en Recherche Médicale vous offre l'opportunité de mettre à jour vos connaissances grâce à une qualification qui se situe à l'avant-garde académique”

Aujourd'hui, la société est plus consciente de l'importance de la Recherche Médicale. La pandémie de COVID-19 a marqué un tournant dans ce domaine. En conséquence, les administrations publiques et les entités privées préconisent désormais la promotion de projets qui apportent des solutions aux principaux défis en matière de santé.

Dans ce contexte, les professionnels de la Médecine ont pu constater la valorisation de leur travail, l'amélioration de la collaboration entre les équipes des différents projets à travers le monde et l'amélioration des techniques et des méthodes utilisées. Une réalité qui a conduit les spécialistes à exiger une mise à jour de leurs connaissances. C'est pourquoi cette institution académique a créé ce Mastère Spécialisé Hybride en Recherche Médicale.

Il s'agit d'un programme dans lequel TECH a réuni une équipe d'experts en gestion et en enseignement qui lui fera découvrir les dernières avancées dans l'utilisation du programme R pour l'analyse statistique et graphique des données ou les informations essentielles pour le lancement d'un nouveau projet de recherche. Pour ce faire, il disposera d'outils pédagogiques innovants qui lui permettront de se tenir au courant des nouvelles technologies favorisant la diffusion scientifique ou la protection des résultats. 

En outre, grâce au système Relearning, basé sur la répétition des contenus, le professionnel pourra réduire les longues heures d'étude et de mémorisation. De cette manière, il avancera de manière beaucoup plus naturelle et progressive à travers le syllabus de ce programme.

Une option académique qui offre également une vision plus pratique de la réalité de la Recherche Médicale. Ainsi, une fois la phase théorique 100% en ligne achevée, le diplômé aura accès à un séjour pratique dans un centre clinique de pointe. Un espace où il sera encadré par des chercheurs ayant une grande expérience dans ce domaine. Une excellente occasion de rester à la pointe de la Recherche Médicale grâce à une qualification de haut niveau.

Il s'agit d'un diplôme qui vous fournit les informations les plus récentes sur les nouveaux domaines de la recherche biomédicale”

Ce Mastère Spécialisé Hybride en Recherche Médicale contient le programme scientifique le plus complet et le plus actualisé du marché. Ses caractéristiques sont les suivantes:

• Le développement de plus de 100 études de cas présentées par des experts en Recherche en Science de la Santé
• Son contenu graphique, schématique et éminemment pratique, qui vise à fournir des informations scientifiques et d'assistance sur les disciplines médicales indispensables à la pratique professionnelle
• Évaluation de la viabilité des projets de recherche potentiels
• Vision pratique des techniques et des nouvelles technologies appliquées à l'obtention de résultats et à leur diffusion
• Tout cela sera complété par des cours théoriques, des questions à l'expert, des forums de discussion sur des sujets controversés et un travail de réflexion individuel
• Disponibilité des contenus à partir de tout appareil fixe ou portable doté d'une connexion internet
• En outre, vous pourrez effectuer une pratique clinique dans l'un des meilleurs centres de recherche

En seulement 7 mois, TECH vous offre une mise à jour avancée sur la recherche en santé, le financement et la diffusion des projets de recherche”

Le corps enseignant du programme englobe des spécialistes réputés dans le domaine et qui apportent à ce programme l'expérience de leur travail, ainsi que des spécialistes reconnus dans de grandes sociétés et des universités prestigieuses.

Son contenu multimédia, développé avec les dernières technologies éducatives, permettra au professionnel un apprentissage situé et contextuel, c'est-à-dire un environnement simulé qui fournira une formation immersive programmée pour s'entraîner dans des situations réelles.

La conception de ce programme est axée sur l'Apprentissage par les Problèmes, grâce auquel le professionnel doit essayer de résoudre les différentes situations de la pratique professionnelle qui se présentent tout au long du programme académique. Pour ce faire, l’étudiant sera assisté d'un innovant système de vidéos interactives, créé par des experts reconnus.

Ce Mastère Spécialisé Hybride vous initiera aux dernières techniques d'exploration de données statistiques grâce à une équipe d'enseignants spécialisés"

Obtenez les informations les plus pertinentes sur la programmation R et appliquez sa méthodologie dans votre prochaine recherche"

Le programme de ce diplôme universitaire a été conçu par une excellente équipe de professionnels, qui cherchent à offrir les informations les plus pertinentes et les plus récentes sur la Recherche Médicale. Ainsi, le spécialiste pourra se plonger dans un programme avancé qui l'amènera à connaître les méthodes scientifiques actuelles appliquées à la recherche en santé, à la génération de projets ou à la diffusion des résultats dans de nouveaux espaces d'information. Le tout, avec du matériel didactique multimédia auquel il peut accéder à tout moment de la journée, à partir d'un appareil électronique doté d'une connexion à internet. Le programme est complété par un séjour pratique dans un centre de recherche de premier plan. 

Un plan d'études conçu pour vous offrir les dernières connaissances scientifiques appliquées à la recherche en santé”

Module 1. La méthode scientifique appliquée à la recherche en santé. Positionnement bibliographique de la recherche

1.1. Définition de la question ou du problème à résoudre
1.2. Positionnement bibliographique de la question ou du problème à résoudre

1.2.1. La recherche d'informations

1.2.1.1. Stratégies et mots clés

1.2.2. Le pubmed et autres référentiels d'articles scientifiques

1.3. Traitement des sources bibliographiques
1.4. Traitement des sources documentaires
1.5. Recherche bibliographique avancée
1.6. Génération de bases de référence à usage multiple
1.7. Gestionnaires de bibliographie
1.8. Extraction de métadonnées dans les recherches bibliographiques
1.9. Définition de la méthodologie scientifique à suivre

1.9.1. Sélection des outils nécessaires
1.9.2. Conception de contrôles positifs et négatifs dans une enquête

1.10. Projets translationnels et essais cliniques: Similitudes et différences

Module 2. Création de groupes de travail: recherche collaborative

2.1. Définition des groupes de travail
2.2. Formation d'équipes multidisciplinaires
2.3. Répartition optimale des responsabilités
2.4. Leadership
2.5. Contrôle de la réalisation des activités
2.6. Les équipes de recherche hospitalière

2.6.1. Recherche clinique
2.6.2. Recherche fondamentale
2.6.3. Recherche translationnelle

2.7. Création de réseau de collaboration pour la recherche en santé
2.8. Nouveaux espaces pour la recherche en santé

2.8.1. Réseaux thématiques

2.9. Centres de recherche biomédicale en réseau
2.10. Biobanques d'échantillons: recherche collaborative internationale

Module 3. Génération de projets de recherche

3.1. Structure générale d'un projet
3.2. Présentation du contexte et des données préliminaires
3.3. Définition de l'hypothèse
3.4. Définition des objectifs généraux et spécifiques
3.5. Définition du type d'échantillon, du nombre et des variables à mesurer
3.6. Établissement de la méthodologie scientifique
3.7. Critères d'exclusion/inclusion dans les projets avec des échantillons humains
3.8. Mise en place de l'équipe spécifique: équilibre et expertise
3.9. Attentes: un élément important que nous oublions
3.10. Génération du budget: un ajustement fin entre les besoins et la réalité de l'appel à propositions
3.11. Aspects éthiques

Module 4. L'essai clinique dans la recherche en santé

4.1. Types d'essais cliniques (EC)

4.1.1. Essais cliniques promus par l'industrie pharmaceutique
4.1.2. Essais cliniques indépendants
4.1.3. Reconditionnement des médicaments

4.2. Phases des EC
4.3. Principales figures impliquées dans les EC5
4.4. Génération de protocoles

4.4.1. Randomisation et masquage
4.4.2. Études de non-infériorité

4.5. Aspects éthiques
4.6. Fiche d'information pour les patients
4.7. Critères de bonne pratique clinique
4.8. Comité Éthique pour la Recherche sur les Médicaments
4.9. Recherche de financement pour les essais cliniques

4.9.1. Publique. Principales agences européennes, latino-américaines et américaines
4.9.2. Privé. Principales entreprises pharmaceutiques

Module 5. Financement du projet

5.1. Recherche de possibilités de financement
5.2. Comment adapter un projet au format d'un appel à candidatures?

5.2.1. Les clés du succès
5.2.2. Positionnement, préparation et rédaction

5.3. Appels à candidatures publics. Principales agences européennes et américaines
5.4. Appels à candidatures européens spécifiques

5.4.1. Projets Horizon 2020
5.4.2. Mobilité des Ressources Humaines
5.4.3. Programme Madame Curie

5.5. Appels à la collaboration intercontinentale: Opportunités d'interaction internationale
5.6. Appels à la collaboration avec les États-Unis
5.7. Stratégie de participation à des projets internationaux

5.7.1. Comment définir une stratégie de participation à des consortiums internationaux
5.7.2. Structures de soutien et d'assistance

5.8. Lobbies scientifiques internationaux

5.8.1. Accès et networking

5.9. Appels privés

5.9.1. Fondations et organismes de financement de la recherche en santé en Europe et en Amérique
5.9.2.  Appels de fonds privés d'organisations américaines

5.10. La fidélisation d'une source de financement: les clés d'un soutien financier durable

Module 6. Statistiques et R dans la recherche en santé

6.1. Biostatistique

6.1.1. Introduction à la méthode scientifique
6.1.2. Population et échantillon. Mesures d'échantillonnage de la centralisation
6.1.3. Distributions discrètes et Distributions continues
6.1.4. Aperçu général de l'inférence statistique. Inférence sur la moyenne d'une population normale. Inférence sur la moyenne d'une population générale
6.1.5. Introduction à l'inférence non-paramétrique

6.2. Introduction à R

6.2.1. Caractéristiques de base du programme
6.2.2. Principaux types d'objets
6.2.3. Exemples simples de simulation et d'inférence statistique
6.2.4. Graphiques
6.2.5. Introduction à la programmation en R

6.3. Méthodes de régression avec R

6.3.1. Modèles de régression
6.3.2. Sélection des variables
6.3.3. Diagnostic du modèle
6.3.4. Traitement des valeurs atypiques
6.3.5. Analyse de régression

6.4. Analyse multivariée avec R

6.4.1. Description des données multivariées
6.4.2. Distributions multivariées
6.4.3. Réduction des dimensions
6.4.4. Classification non supervisée: analyse en grappes
6.4.5. Classification supervisée: analyse discriminante

6.5. Méthodes de régression pour la recherche avec R

6.5.1. Modèles linéaires généralisés (GLM): régression de Poisson et binomiale négative
6.5.2. Modèles linéaires généralisés (GLM): régressions logistiques et binomiales
6.5.3. Régression de Poisson et Binomiale Négative gonflée par des zéros
6.5.4. Ajustements locaux et modèles additifs généralisés (GAM)
6.5.5. Modèles mixtes généralisés (GLMM) et modèles mixtes additifs généralisés (GAMM)

6.6. Statistiques appliquées à la recherche biomédicale avec R I

6.6.1. Notions de base de R. Variables et objets en R. Manipulation des données. Dossiers. Graphiques
6.6.2. Statistiques descriptives et fonctions de probabilité
6.6.3. Programmation et fonctions en R
6.6.4. Analyse des tableaux de contingence
6.6.5. Inférence de base avec des variables continues

6.7. Statistiques appliquées à la recherche biomédicale avec R II

6.7.1. Analyse de la variance
6.7.2. Analyse de corrélation
6.7.3. Régression linéaire simple
6.7.4. Régression linéaire multiple
6.7.5. Régression logistique

6.8. Statistiques appliquées à la recherche biomédicale avec R III

6.8.1. Variables confusionnelles et interactions
6.8.2. Construction d'un modèle de régression logistique
6.8.3. Analyse de survie
6.8.4. Régression de Cox
6.8.5. Modèles prédictifs. Analyse des courbes ROC

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

6.9.1. Introduction. Data Mining. Apprentissage Supervisé et Non Supervisé Modèles prédictifs Classification et régression
6.9.2. Analyse descriptive. Prétraitement des données
6.9.3. Analyse des Composantes Principales (PCA)
6.9.4. Analyse des Composantes Principales (PCA)
6.9.5. Analyse Cluster. Méthodes hiérarchiques. K-means

6.10. Techniques statistiques de Data Mining avec R II

6.10.1. Mesures d'Évaluation des Modèles. Mesures de la capacité de prédiction. Courbes ROC
6.10.2. Techniques d’Évaluation des Modèles. Validation croisée. Echantillons Bootstrap
6.10.3. Méthodes basées sur les arbres (CART)
6.10.4. Support vector machines (SVM)
6.10.5. Random Forest (RF) et réseaux de neurones (NN)

Module 7. Représentations graphiques des données dans la recherche en santé et autres analyses avancées

7.1. Types de graphiques
7.2. Analyse de survie
7.3. Courbes ROC
7.4. Analyse multivariée (types de régression multiple)
7.5. Modèles binaires de régression
7.6. Analyse des données de masse
7.7. Méthodes de réduction de la dimensionnalité
7.8. Comparaison des méthodes: PCA, PPCA et KPCA
7.9. T-SNE (t-Distributed Stochastic Neighbor Embedding)
7.10. UMAP (Uniform Manifold Approximation and Projection)

Module 8. Diffusion des résultats I: Rapports, mémoires et articles scientifiques

8.1. Production d'un rapport ou mémoire d'un projet

8.1.1. Approche optimale de la discussion
8.1.2. Présentation des limites

8.2. Production d’un article scientifique: Comment rédiger un «paper» basé sur les données obtenues?

8.2.1. Structure générale
8.2.2. Où va le “paper”?

8.3. Par où commencer?

8.3.1. Représentation adéquate des résultats
8.4. L'introduction: L'erreur de commencer par cette section

8.5. La discussion: Le point culminant
8.6. La description des matériaux et des méthodes: La reproductibilité garantie
8.7. Choix de la revue de l’envoi du “paper”

8.7.1. Stratégie de choix
8.7.2. Liste des priorités

8.8. Adaptation du manuscrit aux différents formats
8.9. La "cover letter": présentation concise de l'étude à l'éditeur
8.10. Comment répondre aux doutes des examinateurs? La “rebuttal letter”

Module 9. Diffusion des résultats II: Colloques, congrès, diffusion à la société

9.1. Présentation des résultats lors de congrès et de séminaires

9.1.1. Comment créer un “poster”?
9.1.2. Représentation des données
9.1.3. Cibler le message

9.2. Communications courtes

9.2.1. Représentation des données pour les communications courtes
9.2.2. Cibler le message

9.3. La conférence plénière: notes sur la manière de maintenir l'attention du public spécialisé pendant plus de 20 minutes
9.4. Diffusion au grand public

9.4.1. Nécessité vs. Opportunité
9.4.2. Utilisation des références

9.5. Utilisation des réseaux sociaux pour la diffusion des résultats
9.6. Comment adapter les données scientifiques au langage populaire?
9.7. Conseils pour résumer un article scientifique en quelques caractères

9.7.1. Diffusion instantanée via Twitter

9.8. Comment transformer un travail scientifique en matériel de diffusion?

9.8.1. Podcast
9.8.2. Vidéos sur YouTube
9.8.3. Tik tok
9.8.4. Bandes dessinées

9.9. La littérature populaire

9.9.1. Colonnes
9.9.2. Livres

Module 10. Protection et transfert des résultats

10.1. Protection des résultats: Généralités
10.2. Évaluation des résultats d'un projet de recherche
10.3. Le brevet: avantages et inconvénients
10.4. Autres formes de protection des résultats
10.5. Transfert des résultats vers la pratique clinique
10.6. Transfert des résultats à l'industrie
10.7. Le contrat de transfert de technologie
10.8. Le secret industriel
10.9. Création d'entreprises spin-off dérivées d'un projet de recherche
10.10. Recherche d'opportunités d'investissement dans des entreprises spin-off 

Ce diplôme vous permettra de vous tenir au courant des dernières avancées en matière de procédures pour la réalisation d'essais cliniques dans le domaine de la recherche en santé”