• Descripció

Aquesta assignatura pretén ser el punt de trobada de les estudiants del màster amb la ciència de dades, un nou àmbit de coneixement ampli i complex.

En l'assignatura aprendrem quinas avantatges poden aportar les dades en el context de la salut, estudiarem els conceptes fonamentals relacionats amb la ciència de dades i el Big Data, analitzarem algunes de les bases de dades en salut disponibles, aprendrem a analitzar dades per obtenir informació útil a partir d'elles, veurem com avaluar la validesa dels sistemes d'anàlisi de dades per saber quina credibilitat hem de donar-lis i finalment introduirem breument la importància de visualitzar convenientment els resultats de les anàlisis de dades. Finalment, estudiarem quins problemes de privacitat existeixen i com podem garantir l'anonimització de dades. Per realitzar aquestes activitats utilitzarem exemples pràctics, reflexionarem sobre problemes reals i analitzarem dades reals.

Al final de l'assignatura, les estudiants tindran una visió general del que significa la ciència de dades en l'entorn de la salut, quin és el seu potencial, com es realitza l'anàlisi de dades i els seus principals reptes.

• L'assignatura en el conjunt del pla d'estudis

Aquesta és una assignatura obligatòria, prevista per ser cursada en el segon semestre del màster.

• Camps professionals en què es projecta

Avui dia l'anàlisi de dades s'utilitza de forma àmplia en el context de la salut. Per tant, els coneixements apresos durant l'assignatura seran útils per a qualsevol professional de la salut, ajudant-lo a entendre millor els sistemes que s'apliquen avui en dia sota diferents noms (intel·ligència artificial, machine learning, deep learning, etc.).

• Coneixements previs

L'assignatura assumeix coneixements bàsics sobre estadística descriptiva i inferencial, amb l'objectiu d'entendre els algoritmes de mineria de dades utilitzades durant el curs.

• Informació prèvia a la matrícula

Alguns dels continguts d'aquesta assignatura s'han d'estudiar a partir de materials i recursos escrits en anglès.

• Objectius i competències

Al final d'aquesta matèria s'espera que l'estudiant sigui capaç de:

• Conèixer què és la ciència de dades, quin és el seu cicle de vida i quines etapes ho conformen, i què permet en l'àmbit de la salut.
• Conèixer les limitacions de la ciència de les dades i què cal tenir en compte en interpretar els seus resultats.
• Identificar com la ciència de dades pot ajudar a resoldre problemes identificats en l'àmbit de la salut mitjançant l'anàlisi i interpretació de dades.
• Aplicar la terminologia del científic de dades per poder establir amb ell una comunicació clara i efectiva que faciliti la interlocució amb l'equip tecnològic.
• Valorar com la ciència de dades pot ajudar a resoldre problemes identificats en l'àmbit sanitari, saber formular les preguntes adequades i buscar una solució al problema després de la comprensió de resultats obtinguts
• Identificar les principals fonts de dades en salut, els problemes d'interoperabilitat que presenten i les principals propostes de solució a aquests problemes.
• Identificar els diferents tipus de bases de dades que poden utilitzar-se per emmagatzemar dades en salut i saber identificar els més útils en cada cas.
• Valorar les possibles aplicacions de l'anàlisi de dades a gran escala tant en la medicina prescriptiva i personalitzada com en la salut pública.

• Continguts

1. Què són les organitzacions basades en dades i què poden aportar al sector de la salut?
2. Què és la ciència de dades i com pot aplicar-se en entorns de salut?
3. Quines dades són rellevants en salut i com adquirir-les, preparar-les i emmagatzemar-les?
4. Com obtenir informació de valor a partir de l'anàlisi de dades?
5. Com avaluar un model d'anàlisi de dades?
6. Guia bàsica per a una visualització de dades més efectiva
7. Com garantir la privacitat de dades?

• Consulta dels recursos d'aprenentatge de què disposa l'assignatura

• Recursos d'aprenentatge i eines de suport

Del llistat anterior, únicament haureu d'utilitzar els indicats explícitament en la descripció dels blocs de l'assignatura. La resta dels materials són complementaris, per a qui vulgui aprofundir més en matèria.

En l'activitat es realitzaran activitats pràctiques utilitzant R Studio. Per donar suport a l'ús d'aquesta eina i l'aprenentatge del llenguatge R es facilitaran un conjunt de vídeos introductoris al tema i es proveirà d'una subscripció a l'entorn DataCamp, amb una selecció de cursos d'introducció de R i R Studio.

• Informacions sobre l'avaluació a la UOC

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus.

D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent –incloses les proves finals– o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular.

De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui.

• Consulta del model d'avaluació