Datově orientované rozhodování v medicínském vzdělávání a ve zdravotnictví

V době, kdy jsme obklopeni každodenním používáním komunikačních a informačních technologií velmi úzce spojených s internetem, je velmi obtížné rozpoznat správnost, pravdivost a objektivitu prezentovaných a zveřejňovaných informací. Tato kniha a kapitoly, které jsou v ní obsaženy, si kladou za cíl poskytnout přehled vybraných projektů a aktivit napříč akademickou a státní doménou zaměřených na oblast zpracování a vizualizace dat. Je klíčové si uvědomit, že s ohledem na to, jaký objem dat v různé kvalitě máme nyní k dispozici, se musíme daleko více zaměřovat na to, jak porozumět, rozpoznat a dále korektně distribuovat korektní informace a závěry, které přímo z dat vyplývají. Hlavně proto vznikla tato kniha. Jednotlivé případové studie se soustředí na příklady dobré, ale i špatné praxe, v návaznosti na zkušenosti z reálně řešených projektů. Data by měla vždy sloužit jako podklad pro rozhodovací procesy a mechanismy, ale to pouze v případě, že jsou správně zpracována pochopena a především interpretována. Cest, jak prezentovat výsledky nad popisnými statistikami a datovými analýzami, je bezpochyby několik: od přehledové tabulky přes statické grafy až po interaktivní webové vizualizace. Není možné bez dalších informací (jako například cílová skupina či primární účel použití) říci, který typ a formát prezentace je ten nejlepší. Vybrané kapitoly obsažené v této knížce poukazují na kompletní životní cyklus pochopení, zpracování, vizualizace a validace dat tak, aby se na žádnou z klíčových komponent tohoto procesu nezapomnělo.

Kniha je rozdělena do tří hlavních částí:

  • Ucelený obraz (obecná východiska a metodiky)
  • Medicínské a zdravotnické vzdělávání ve vybraných případových studiích
  • Zdravotnické informace a statistika ve vybraných případových studiích

Každá kapitola, s výjimkou uceleného obrazu, má stejný formát: popisuje konkrétní výsledek projektu jako případovou studii, která je vždy založena na osvědčené mezioborové metodice (konkrétně CRISP-DM – Cross-Industry Process for Data Mining – strukturovaný přístup k plánování a vedení projektů data miningu).

Metodika obsahuje popisy jednotlivých fází projektu, úkoly spojené s jednotlivými fázemi a vztahy mezi nimi.

Procesní model poskytuje přehled celého životního cyklu data miningu.

Odkaz   Datum Přístupnost [?] Klinicky citlivé [?] Licence
 Datově orientované rozhodování v medicínském vzdělávání a ve zdravotnictví 9.10.2023 kdokoli Creative Commons License

4-D hodnocení:

typ
Skripta a návody
typ
Edukační weby a atlasy
typ
Digitální video
typ
Prezentace a animace
typ
Obrazový materiál – kasuistiky
typ
E-learningové kurzy (LMS)
result
Recenzováno
informace
level
Základní úroveň
level
Pokročilá úroveň
level
Specializační úroveň
level
Komplexní úroveň
   

Hodnocení

Zvolte prosím dosaženou úroveň vzdělání a poté ohodnoťte výukový materiál především z hlediska vhodnosti materiálu pro samostudium.
Student – student bakalářského nebo magisterského stupně
Absolvent – absolvent bakalářského nebo magisterského stupně
Ph.D. absolvent – postgraduální student, absolvent Ph.D. studia, odborný asistent, ...
%
Ohodnoťte
jako první tento článek!
hodnotit

Creative Commons LicenseObsah článku podléhá licenci Creative Commons Uveďte autora-Neužívejte dílo komerčně-Nezasahujte do díla 3.0 Česko