本课程涵盖应用于大型复杂生物医学数据的计算和统计方法,以便通过医学研究改善健康和医疗保健。作为该课程的一部分,你将获得对正在改变医学研究和创造令人兴奋的新商业机会的技术的理解。你将学习如何连接、描述和分析大型复杂数据集,如电子健康记录。你还将学习如何设计和开展复杂和创新的健康研究,利用越来越多的关于大小人口的健康、行为和遗传构成的可用数据。该课程借鉴了一系列的领域,包括健康信息学/健康数据科学、临床流行病学、计算机科学、生物医学统计和其他领域,如遗传学。
本项目申请要求如下:
学历要求:本科学士学位,2.1荣誉学位以上
专业背景:临床或科学专业背景,且具有相当数量的计算或数学课程
语言:
雅思:总分7.0,每部分6.5
托福:总分96,阅读和写作24,口语和听力22
PTE:总分76,每部分75
GRE:不要求
序号 | 课程介绍 | Curriculum |
1 | 健康研究的数据方法 | Data Methods for Health Research |
2 | 健康数据科学论文 | Dissertation in Health Data Science |
3 | 医学科学的基础统计 | Basic Statistics for Medical Sciences |
4 | 健康数据科学原理 | Principles of Health Data Science |
5 | 回归模型 | Regression Modelling |
6 | 用Python为健康研究编程 | Programming with Python for Health Research |