Educational data mining
      
        
           Dotaz
           
        
   Zobrazit nápovědu
   
      
        
    
    
        
    
  
V souvislosti s narůstajícím objemem dostupných klinických dat dochází ke stále častějším aplikacím metod tzv. dolování dat („data-mining“) v klinickém výzkumu a praxi. Celý proces data-miningu lze rozdělit na řadu samostatných a poměrně snadno uchopitelných kroků od uložení dat a jejich přípravy, přes pochopení datové struktury souboru až po modelování a extrakci využitelných poznatků. Ve vytvořeném e-kurzu přinášíme kromě teoretického popisu metod i řadu řešených případových studií, např. při mapování genové exprese nebo při modelování strukturovaných dat z klinické praxe.
Data mining has become a standard approach in many fields of clinical research. The whole data-mining process can be divided into sets of simple logical steps from the data preparation and validation, through definition of data structure and statistical description, up to data modelling and mining. The newly developed e-learning course addresses all the main steps of the data mining together with case studies of microarrays data analysis.
- Klíčová slova
- CRISP-DM, microarrays,
- MeSH
- data mining * MeSH
- multimédia využití MeSH
- počítačem řízená výuka * MeSH
- vzdělávání odborné metody MeSH
- Geografické názvy
- Česká republika MeSH
Data mining (DM) is a widely adopted methodology for the analysis of large datasets which is on the other hand often overestimated or incorrectly considered as a universal solution. This statement is also valid for clinical research, in which large and heterogeneous datasets are often processed. DM in general uses standard methods available in common statistical software and combines them into a complex workflow methodology covering all the steps of data analysis from data acquisition through pre-processing and data analysis to interpretation of the results. The whole workflow is aimed at one final goal – to find any interesting, non-trivially hidden and potentially useful information. This innovative concept of data mining was adopted in our educational course of the Faculty of Medicine at the Masaryk University accessible from its e-learning portal http://portal. med.muni.cz/clanek-318-zavedeni-technologie-data-miningu-a-analyzy-dat--genovych-expresnich-map-do-vyuky.html.
- MeSH
- biostatistika metody MeSH
- data mining * metody trendy MeSH
- lidé MeSH
- multifaktorová rozměrová redukce metody MeSH
- počítačem řízená výuka * metody trendy MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
- Klíčová slova
- statistika, vícerozměrná analýza, velké datové soubory,
- MeSH
- databáze genetické trendy využití MeSH
- distanční studium metody trendy MeSH
- financování organizované MeSH
- genetické techniky trendy využití MeSH
- lékařská informatika MeSH
- lidé MeSH
- počítačem řízená výuka přístrojové vybavení využití MeSH
- sběr dat metody trendy MeSH
- statistika jako téma MeSH
- teoretické modely MeSH
- zobrazování dat trendy MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- databáze MeSH
Vyd. 2. 62, 51 s. : il., formuláře ; 30 cm
Absolventská práce - Co, jak a proč připravit, zpracovat, napsat a zhodnotit (obhájit) - František Francírek - Interaktivní učební příručka s názvem Absolventská práce. Co, jak a proč připravit, zpracovat, napsat a zhodnotit (obhájit) je určena studentům vyšších odborných škol a jejich pedagogům. Přehledným a stručným způsobem vysvětluje posloupnost jednotlivých etap zásadních pro vznik závěrečné kvalifikační práce, stejně jako souvislosti mezi nimi. Studenty si jistě získá svým nápaditým designem i tím, že je sama psaná ve formátu absolventské práce. Cílem příručky je nejen srozumitelné vysvětlení klíčových momentů, ale hlavně hlubší porozumění hodnotám, které studentovi práce přináší.
- MeSH
- autorství MeSH
- data mining MeSH
- odborná způsobilost MeSH
- publikace MeSH
- studium vysokoškolské MeSH
- ukládání a vyhledávání informací MeSH
- Publikační typ
- příručky MeSH
- Konspekt
- Vysoké školy
- NLK Obory
- pedagogika
- humanitní vědy a umění
4. přeprac. a rozš. vyd. 69, xi s. : il. (některé barev.) ; 23 cm
Nová příručka „Jak vypracovat bakalářskou a diplomovou práci“, jak již název napovídá, je omezena pouze na práce bakalářské a diplomové, neboť na rigorózní a disertační práce je kladena vyšší náročnost na metodologickou a výzkumnou část. Hlavním cílem příručky je provést studenty celým procesem zpracování kvalifikační práce. V úvodu je vymezen rozdíl mezi bakalářskou a diplomovou prací. Následuje „jádro“ příručky – popis informačních zdrojů a způsoby jejich využití při psaní textu. Navazují kapitoly věnované struktuře práce, od fáze vymezení tématu a cíle práce, přes její formální úpravy a odborný styl, až po závěr. Celý text příručky je prostoupen řadou konkrétních příkladů, což nepochybně přispěje ke kvalitě zpracování bakalářských a diplomových prací. Součástí jednotlivých kapitol jsou i odkazy na publikace či další zdroje, v nichž lze získat mnoho užitečných informací.V závěrečné části příručky jsou vloženy přílohy, které obsahují vzory jednotlivých normovaných stran.
- MeSH
- akreditace MeSH
- data mining MeSH
- disertace jako téma normy MeSH
- studium vysokoškolské MeSH
- univerzity MeSH
- Publikační typ
- příručky MeSH
- Geografické názvy
- Česká republika MeSH
- Konspekt
- Vysoké školy
- NLK Obory
- pedagogika
- O autorovi
- Univerzita Jana Amose Komenského Praha Autorita
6., aktualiz. vyd. 69, xi s. : il., faksim. ; 23 cm
Návod jak správně zpracovat bakalářskou či diplomovou práci. Vysvětlen rozdíl mezi jednotlivými typy prací.
- MeSH
- data mining MeSH
- odborná způsobilost MeSH
- přístup k informacím MeSH
- publikace normy MeSH
- studium vysokoškolské MeSH
- univerzity MeSH
- Publikační typ
- příručky MeSH
- Konspekt
- Vysoké školy
- NLK Obory
- pedagogika
- O autorovi
- Univerzita Jana Amose Komenského Praha Autorita
This article briefly describes the development of the I-COP tool, which is designed to promote education and decision making of clinical oncologists. It is based on real data from medical facilities, which are processed, stored in database, analyzed and finally displayed in an interactive software application. Used data sources are shortly described in individual sections together with the functionality of developed tools. The final goal of this project is to provide support for work and education within each involved partner center. Clinical oncologists are therefore supposed to be the authors and users at the same time.
- MeSH
- algoritmy MeSH
- data mining metody MeSH
- elektronické zdravotní záznamy * MeSH
- lidé MeSH
- metody pro podporu rozhodování MeSH
- nádory diagnóza terapie MeSH
- navrhování softwaru MeSH
- registrace * MeSH
- software * MeSH
- systémy pro podporu klinického rozhodování * MeSH
- zdravotní záznamy osobní * MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
- Geografické názvy
- Česká republika MeSH
Závěrečná zpráva o řešení grantu Interní grantové agentury MZ ČR
2 svazky : ilustrace, tabulky ; 30 cm
Problematika dlouhodobé péče představuje závažný zdravotně-ekonomický problém, a to v souvislosti s demografickými trendy a měnícím se vzorcem nemocnosti, zejména v důsledku delšího dožití chronicky nemocných a lidí se závažnou dysabilitou. Česká republika patří mezi země, v nichž je o poskytování dlouhodobé péče k dispozici jen relativně velmi málo informací, některé závažné údaje týkající se například soběstačnosti, frailty a jejich rizikových faktorů nejsou sledovány vůbec. Tyto údaje jsou však pro plánování a poskytování kvalitní dlouhodobé péče nezbytně nutné. V našem projektu půjde o vytvoření baterie testů pro funkční hodnocení v dlouhodobé péči a o vytvoření software pro datamining (dolování dat), který umožní snazší, uživatelsky dostupné získávání a analýzu dat jak o potřebách pacientů tak o kriteriích kvality a dalších parametrech potřebných pro řízení dlouhodobé péče.; Long-term care presents an important health and economic issue especially with demographic changes and changing disease patterns (chronicity). The Czech Republic is among the countries where there is only little publicly available information about care provision. Some important data, for instance about self-sufficiency, frailty and their risk factors or others, are not being monitored at all. These data are necessary for appropriate planning and the quality of long-term care provision in general. Through our project, we aim to create a software which would enable an easy-to-use and accessible collection and analysis of data both on the needs of patients and on the quality criteria in long-term care provision. We aim to provide a „package of scales“ and a „package of criteria in care provision“ that will be easy to use by care providers and their automated processing by the software would make data available for both clinical use , anonymised, for the organisation of long-term care in our country.
Brief summary of reasons for development of Hospital Information Systems (HIS) is described. We mention different concepts of HIS development. Primary negative attitude of physicians to the invasion of information technology to hospitals has been slowly changed. Extended teaching of fundamentals of computer science at medical universities is very important for a new generation of physicians. Modern methods of e‑learning allow using websites and medical atlases including presentations of surgical interventions in different branches of surgical medicine, physiotherapeutic methods, etc. Medical staff in hospitals may also profit from electronic tools used for education in medical informatics or for obligatory postgraduate courses. Software producing companies are obliged to teach potential users how to use implemented information systems effectively. E-learning is a good method how to teach new employees who need to start using the system. Telematics in health service and use of Internet data storages may be a trend in future development of information systems. Large amount of patient data in current databases is a big encouragement for expanded use of data mining and application of artificial intelligence methods in medical expert systems.
- Klíčová slova
- coding systems in healthcare,
- MeSH
- databáze jako téma trendy MeSH
- informační systémy dějiny trendy MeSH
- lékařská informatika dějiny trendy MeSH
- nemocniční informační systémy * dějiny trendy MeSH
- počítačem řízená výuka trendy MeSH
- počítačové metodologie MeSH
- ukládání a vyhledávání informací trendy MeSH
- využití lékařské informatiky * MeSH
BACKGROUND: No universal solution, based on an approved pedagogical approach, exists to parametrically describe, effectively manage, and clearly visualize a higher education institution's curriculum, including tools for unveiling relationships inside curricular datasets. OBJECTIVE: We aim to solve the issue of medical curriculum mapping to improve understanding of the complex structure and content of medical education programs. Our effort is based on the long-term development and implementation of an original web-based platform, which supports an outcomes-based approach to medical and healthcare education and is suitable for repeated updates and adoption to curriculum innovations. METHODS: We adopted data exploration and visualization approaches in the context of medical curriculum innovations in higher education institutions domain. We have developed a robust platform, covering detailed formal metadata specifications down to the level of learning units, interconnections, and learning outcomes, in accordance with Bloom's taxonomy and direct links to a particular biomedical nomenclature. Furthermore, we used selected modeling techniques and data mining methods to generate academic analytics reports from medical curriculum mapping datasets. RESULTS: We present a solution that allows users to effectively optimize a curriculum structure that is described with appropriate metadata, such as course attributes, learning units and outcomes, a standardized vocabulary nomenclature, and a tree structure of essential terms. We present a case study implementation that includes effective support for curriculum reengineering efforts of academics through a comprehensive overview of the General Medicine study program. Moreover, we introduce deep content analysis of a dataset that was captured with the use of the curriculum mapping platform; this may assist in detecting any potentially problematic areas, and hence it may help to construct a comprehensive overview for the subsequent global in-depth medical curriculum inspection. CONCLUSIONS: We have proposed, developed, and implemented an original framework for medical and healthcare curriculum innovations and harmonization, including: planning model, mapping model, and selected academic analytics extracted with the use of data mining.
- MeSH
- kurikulum * MeSH
- lidé MeSH
- statistické modely * MeSH
- studium lékařství * MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
