مبانی علم داده بالینی ۲۰۱۹
Fundamentals of Clinical Data Science 2019

دانلود کتاب مبانی علم داده بالینی ۲۰۱۹ (Fundamentals of Clinical Data Science 2019) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده	Andre Dekker, Michel Dumontier, Pieter Kubben

ناشر: Springer International Publishing

دسته: ابزار و تجهیزات پزشکی, پزشکی, پزشکی عمومی

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار	2019
زبان	English
تعداد صفحه‌ها	219
نوع فایل	pdf
حجم	7 Mb

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

هوش‌مصنوعی ترجمه کالیبو

توضیحات

معرفی کتاب مبانی علم داده بالینی ۲۰۱۹

این کتاب دسترسی آزاد، به طور جامع به مبانی علم داده های بالینی می پردازد و بر جمع آوری داده ها، مدل سازی و کاربردهای بالینی تمرکز دارد. مباحثی که در بخش اول در مورد جمع آوری داده ها پوشش داده می شوند عبارتند از: منابع داده، داده در مقیاس بزرگ (Big Data)، امانت داری داده ها (داده های FAIR) و نگرانی های مربوط به حریم خصوصی. جنبه های مدل سازی پیش بینی کننده با استفاده از تکنیک هایی مانند طبقه بندی، رگرسیون یا خوشه بندی، و اعتبارسنجی مدل پیش بینی در بخش دوم پوشش داده خواهد شد. بخش سوم به جنبه هایی از سیستم های پشتیبانی از تصمیم گیری بالینی (موبایل)، تعالی عملیاتی و مراقبت های بهداشتی مبتنی بر ارزش می پردازد.

مبانی علم داده های بالینی یک منبع ضروری برای متخصصان مراقبت های بهداشتی و مشاوران فناوری اطلاعات است که قصد دارند مهارت های خود را در زمینه پزشکی شخصی سازی شده، با استفاده از راه حل های مبتنی بر مجموعه داده های بزرگ از پرونده های الکترونیکی سلامت یا برنامه های پایش از راه دور، توسعه و اصلاح کنند. وعده کتاب این است که “بدون ریاضیات، بدون کدنویسی” و موضوعات را به سبکی توضیح می دهد که برای مخاطبان حوزه سلامت بهینه شده باشد.

توضیحات(انگلیسی)

This open access book comprehensively covers the fundamentals of clinical data science, focusing on data collection, modelling and clinical applications. Topics covered in the first section on data collection include: data sources, data at scale (big data), data stewardship (FAIR data) and related privacy concerns. Aspects of predictive modelling using techniques such as classification, regression or clustering, and prediction model validation will be covered in the second section. The third section covers aspects of (mobile) clinical decision support systems, operational excellence and value-based healthcare.

Fundamentals of Clinical Data Science is an essential resource for healthcare professionals and IT consultants intending to develop and refine their skills in personalized medicine, using solutions based on large datasets from electronic health records or telemonitoring programmes. The book’s promise is “no math, no code”and will explain the topics in a style that is optimized for a healthcare audience.