Master i epidemiologi, helsedata, biostatistikk - EDSB

Dette kurset er en evolusjon av kurset "Statistikk for helsevitenskap" i "Matematikk." Master 1 blir kjent med kurset "epidemiologi, helsedata, biostatistikk - dataanalytiker for biovitenskap," som samlingen allerede var viktig i forrige periode.

Målet er fortsatt å gi studenter hovedsakelig fra helse- og biologi-bachelorgrader for å tilegne seg en dobbel biostatistikk-kompetanse. Denne doble ferdigheten er spesielt ettertraktet på arbeidsmarkedet, som vist i figurene for integrasjonsgraden på slutten av kurset. Studentene våre er virkelige eiendeler i et team siden de har den nødvendige kulturen innen biologi / helse for å mestre spørsmålet om interesse og kompetanse til å analysere dataene tilstrekkelig. Denne tilstrekkelige analysen av data i biologi / helse er et viktig spørsmål for forskning i årene som kommer fordi dataene blir stadig mer omfangsrike og mange, og feil i analysen kan føre til (og har allerede ført tidligere) til feil eller ikke- reproduserbare konklusjoner som miskrediterer hele forskningssektoren. Ekte ekspertise innen dataanalyse er derfor viktig i dag for å kunne svare på komplekse biologiske spørsmål. Dette målet er "DNA" i treningen vår og fortsetter i neste periode.

Det første målet med å endre karakteren er å være i samsvar med studentenes ønsket opprinnelse: Karaktersituasjonen "Matematikk" var misvisende, siden vi bare vil rekruttere studenter fra helse- og biologi-felt for å tilby dem dobbelt kompetanse innen biostatistikk. Imidlertid søker disse studentene ikke naturlig sin mastergrad i "Matematikk." Denne forbindelsen kompromitterte derfor lesbarheten vår.

Når det gjelder utvikling, tilsvarer det et behov angående målgruppen, som vil bestå av helsestudenter og omorienteringsstudenter fra den spesifikke helsetilgangsstien (PASS) og helsetilgangslisensen (LAS) implementert som en del av reformen av PASSENE.

Vi har endret opplæringsinnholdet slik at studenter innen helse og biologi kan tilegne seg ferdigheter som stadig er nærmere arbeidsmarkedet innen biostatistikk: innføring av Python-språket, styrking av maskinlæringstimer og kunstig intelligens. Denne utviklingen er også i samsvar med endringen i betegnelsen fordi disse metodene er mer og mer helseprogrammer (forskning for biomarkører, personlig medisin, etc.).