• Descripción

Esta asignatura pretende ser el punto de encuentro de las estudiantes del máster con la ciencia de datos, un nuevo ámbito de conocimiento amplio y complejo. 

En la asignatura entendermos qué ventajas pueden aportar los datos en el contexto de la salud, estudiaremos los conceptos fundamentales relacionados con la ciencia de datos y el Big Data,  analizaremos algunas de las bases de datos en salud disponibles actualmente, aprenderemos a analizar datos para obtener información útil a partir de ellos, veremos como evaluar la validez de los sistemas de análisis de datos para saber que credibilidad debemos darles y finalmente introduciremos brevemente la importáncia de visualizar convenientemente los resultados de los análisis de datos. Finalmente, estudiaremos qué problemas de privacidad existen y cómo podemos garantizar la anonimización de datos. Para realizar estas actividades utilizaremos ejemplos prácticos, reflexionaremos sobre problemas reales y analizaremos datos reales.

Al final de la asignatura, las estudiantes tendrán una visión general de lo que significa la ciencia de datos en el entorno de la salud, cuál es su potencial, cómo se realiza el análisis de datos y sus principales retos.

• La asignatura en el conjunto del plan de estudios

Esta asignatura es obligatoria y está prevista que sea cursada en el segundo semestre del máster.

• Campos profesionales en el que se proyecta

Hoy en día el análisis de datos se utiliza de forma amplia en el contexto de la salud. Por tanto, los conocimientos aprendidos durante la asignatura serán útiles para cualquier profesional de la salud, ayudándole a entender mejor los sistemas que se aplican hoy en día bajo distintos nombres (inteligencia artificial, machine learning, deep learning, etc.). 

• Conocimientos previos

La asignatura asume conocimientos básicos sobre estadística descriptiva e inferencial, con el objetivo de entender los algoritmos de minería de datos utilizados durante el curso.

• Información previa a la matrícula

Algunos de los contenidos de esta asignatura deben estudiarse a partir de materiales y recursos escritos en inglés.

• Objetivos y competencias

Al final de esta materia se espera que el estudiante sea capaz de:

• Conocer qué es la ciencia de datos, cuál es su ciclo de vida y qué etapas lo conforman, y qué permite en el ámbito de la salud.
• Conocer las limitaciones de la ciencia de los datos y qué hay que tener en cuenta al interpretar sus resultados.
• Identificar cómo la ciencia de datos puede ayudar a resolver problemas identificados en el ámbito de la salud mediante el análisis e interpretación de datos.
• Aplicar la terminología del científico de datos para poder establecer con él una comunicación clara y efectiva que facilite la interlocución con el equipo tecnológico.
• Valorar cómo la ciencia de datos puede ayudar a resolver problemas identificados en el ámbito sanitario, saber formular las preguntas adecuadas y buscar una solución al problema tras la comprensión de los resultados obtenidos
• Identificar las principales fuentes de datos en salud, los problemas de interoperabilidad que presentan y las principales propuestas de solución a dichos problemas.
• Identificar los distintos tipos de bases de datos que pueden utilizarse para almacenar datos en salud y saber identificar los más útiles en cada caso.
• Valorar las posibles aplicaciones del análisis de datos a gran escala tanto en la medicina prescriptiva y personalizada como en la salud pública.

• Contenidos

1. ¿Qué son las organizaciones basadas en datos y qué pueden aportar en el sector de la salud?
2. ¿Qué es la ciencia de datos y como puede aplicarse en entornos de salud?
3. ¿Qué datos son relevantes en el entorno de salud y cómo adquirirlos, prepararlos y almacenarlos?
4. ¿Cómo obtener información de valor a partir del análisis de datos?
5. ¿Cómo evaluar un modelo de análisis de datos?
6. Guía básica para una visualización de datos más efectiva
7. ¿Cómo garantizar la privacidad de datos?

• Consulta de los recursos de aprendizaje de los que dispone la asignatura

• Recursos de aprendizaje y herramientas de apoyo

Del listado anterior, únicamente tendréis que utilizar los recursos indicados explícitamente en la descripción de los bloques de la asignatura. El resto de los materiales son complementarios, para quien quiera profundizar más en materia.

En la asignatura se realizarán actividades prácticas utilizando R Studio. Para dar soporte al uso de esta herramienta y el aprendizaje del lenguaje R se facilitarán un conjunto de vídeos introductorios al tema y se proveerá de una subscripción al entorno DataCamp, con una selección de cursos de introducción de R y R Studio. 

• Consulta del modelo de evaluación