| Short Name
|
Data Warehouses
|
| Name (De)
|
Data Warehouses für medizinische Versorgung und Forschung
|
| Name (En)
|
Data Warehouses for medical care and research
|
| Description (De)
|
Inhalt Die Vorlesung „Data Warehouses für medizinische Versorgung und Forschung“ vermittelt die Grundlagen der Datengewinnung, des Datenzugriffs und der Datenanalyse von primären und sekundären Datenquellen in der klinischen Studienforschung und der Versorgung. Es werden gängige Methoden und Werkzeuge eingeführt (Electronic Data Capture, Anforderungsanalyse, Konzeption und Validierung von Studiendatenbanken, Biomaterialdatenbanken, Data Dictionaries, Standard Operating Procedures, automatische Generierung von Reports, Data Mining in klinischen Anwendungssystemen). Während der Übungen werden die Inhalte aus den Vorlesungen an konkreten Applikationen und praxisnahen Szenarien angewandt. Dabei werden die jeweiligen Softwarewerkzeuge zuerst näher vorgestellt und anhand komplexer Beispiele demonstriert. Im Anschluss lösen die Studenten selbstständig Aufgaben, wie sie typischerweise an Medizininformatiker herangetragen werden. Die vollständige Lösung der Aufgaben ist Teil des Selbststudiums.
Qualifikationsziele· Die Studierenden können Grundlagen der Datenrepräsentation und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management, (FAIR Prinzipien) erläutern. · Die Studierenden können bei gängigen Datenbanken Abfragen durchführen. · Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien) nennen / erklären. · Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinischen Studien an EDC (Electronic Data Capture) nennen / erklären, z.B. aus Registern (deutsches Krebsregister).
|
| Description (En)
|
|
| Study Program(s)
|
MSc MI (Leipzig)
|
| LO of the Module
|
|
| external LO
|
|
| Previous
|
|
Learning Objectives of the Module
| LO-PIN |
LO-Catalogue |
LO-ID |
Description(De/En) |
Niveau 1 |
Niveau 2 |
Niveau 3 |
Niveau 4 |
Role
|
| LZ-PIN 30150 |
BMHI-Version-0 |
8.2 |
Die Studierenden können Grundlagen der Datenrepräsentation und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management |
nennen & erläutern |
anwenden |
|
|
|
|
|
|
The basics of data representation and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management |
name & clarify |
apply |
|
|
|
| LZ-PIN 34152 |
BMHI-Version-4 |
8.1 |
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management , (FAIR-Prinzipien) - idealerweise an realen Bedingungen |
|
anwenden |
|
|
|
|
|
|
Basics of data mining and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management , (FAIR principles) - ideally on real conditions. |
|
apply |
|
|
|
| LZ-PIN 34153 |
BMHI-Version-4 |
8.1.1 |
Die Studierenden können bei gängigen Datenbanken Abfragen |
|
durchführen |
|
|
|
|
|
|
Queries on common databases |
|
perform |
|
|
|
| LZ-PIN 34154 |
BMHI-Version-4 |
8.1.2 |
Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien) |
nennen & erklären |
|
|
|
|
|
|
|
Measures to ensure high data quality (based on FAIR principles) |
name & explain |
|
|
|
|
| LZ-PIN 34155 |
BMHI-Version-4 |
8.1.4 |
Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister) |
nennen & erklären |
|
|
|
|
|
|
|
Requirements for information processing in clinical studies on EDC (Electronic Data Capture) e.g. from registries (German Cancer Registry) |
name & explain |
|
|
|
|
|
Go to the Administation of Module Descriptions