De elektronische studiegids voor het academiejaar 2025 - 2026 is onder voorbehoud.





Data science in de gezondheidszorg (4747)
  
Coördinerend verantwoordelijke :Prof. dr. Ward SCHROOTEN 
  
Co-titularis :Prof. dr. ir. Liesbet PEETERS 
  
Lid van het onderwijsteam :dr. Ashkan PIRMANI 
 dr. ir. Axel FAES 
 Mevrouw Dorien ULENAERS 
 Mevrouw Eveline COEMANS 
 De heer Hamza KHAN 
 dr. Helene DE CANNIERE 
 dr. Ilse VERMEULEN 
 Prof. dr. Jochen BERGS 
 dr. Lotte GEYS 
 Mevrouw Marlies CLAESEN 
 Mevrouw Myrte BARTHELS 
 Prof. dr. Peter DE JAEGER 

Onderwijstaal : Nederlands
Studiepunten: 15,0
  
Periode: semester 1 (15sp)
  
2de Examenkans1: Ja
  
Eindcijfer2: Numeriek
 
Volgtijdelijkheid
 
   Geen volgtijdelijkheid

Begincompetenties

Dit opleidingsonderdeel is gericht naar houders van een professionele bachelor die willen schakelen naar een academisch niveau.

Vereiste voorkennis is schrijf- en leesvaardigheid in het Engels en basisvaardigheden MS Excel zoals beschreven in hoofdstuk 1 t.e.m. 14 (p. 1 - 706) van het boek Slager D, Slager A. Essential Excel 2019. A Step-By-Step Guide. ISBN: 978-1-4842-6208-5.


Inhoud

Dit opleidingsonderdeel is een inleiding in data science en omvat concepten en methodes vanuit statistiek, informatica en epidemiologie, gesitueerd in de context van de gezondheidszorg.

Studenten leren de belangrijkste methodes en concepten in opslag, verwerking, analyse en rapporteren van kwantitatieve data. De algemene doelstelling is drievoudig: 1) de student kan tot op een basisniveau data verwerken, analyseren en rapporteren; 2) de student heeft kennis en inzicht om voor complexere problemen in dialoog te gaan met statistici en informatici en 3) de student begrijpt het kwantitatieve luik van wetenschappelijke publicaties. 

De verschillende topics in dit OPO worden behandeld in leerpaden die telkens 1 of 2 weken in beslag nemen. Elk leerpad start met een inleidend hoorcollege, gevolgd door een aantal uren zelfstudie en een practicum. Er wordt van de student verwacht dat het leerpad doorgenomen is alvorens aan het practicum deel te nemen.

Tijdens het verloop van dit opleidingsonderdeel bereiden de studenten, ingedeeld in groepen, een data project voor. De bedoeling is om vanuit een ruwe dataset een dashboard op te stellen. Wekelijks is een PEER sessie voorzien om aan het project te werken. Tijdens de week voorafgaand aan de studie- en examenperiode worden de resultaten van de data projecten gepresenteerd.

Keywords: data science, statistiek, epidemiologie, databases, artificial intelligence

In dit opleidingsonderdeel zullen vier onderdelen aan bod komen:

  1. Statistiek
  2. Epidemiologie
  3. Relationele databases
  4. Artificial intelligence


Organisatie- / Werkvormen
Organisatievormen  
Afstandsonderwijs ✔  
Hoorcollege ✔  
Practicum ✔  
Responsiecollege ✔  
Werkzittingen ✔  
Zelfstudieopdracht (ZSO) ✔  
Werkvormen  
Groepswerk ✔  
Presentatie ✔  


Evaluatie

Periode 1    Studiepunten 15,00

Evaluatievorm
Schriftelijke evaluatie tijdens onderwijsperiode10 %
Behoud van deelcijfer in academiejaar✔
Voorwaarde behoud van deelcijfer in academiejaarDe student kan zijn deelcijfer enkel overdragen indien hij de helft of meer van de punten behaald heeft tijdens de eerste examenkans van dit opleidingsonderdeel.
Verslag✔
Schriftelijk examen80 %
Behoud van deelcijfer in academiejaar✔
Voorwaarde behoud van deelcijfer in academiejaarDe student kan zijn deelcijfer enkel overdragen indien hij de helft of meer van de punten behaald heeft tijdens de eerste examenkans van dit opleidingsonderdeel.
Gesloten-boek✔
Mondeling examen10 %
Behoud van deelcijfer in academiejaar✔
Voorwaarde behoud van deelcijfer in academiejaarDe student kan zijn deelcijfer enkel overdragen indien hij de helft of meer van de punten behaald heeft tijdens de eerste examenkans van dit opleidingsonderdeel.
Open vragen✔
Evaluatievoorwaarden (deelname en/of slagen)✔
VoorwaardenEen student moet geslaagd zijn (≥10/20) op elk onderdeel om te kunnen slagen voor het opleidingsonderdeel.
GevolgEen student die op een of meerdere onderdelen niet slaagt (<10/20), krijgt als eindresultaat in zijn studentendossier 9/20 of het rekenkundig gemiddelde indien de score lager is.

Tweede examenkans

Evaluatievorm tweede examenkans verschillend van eerste examenkans
Neen
 

Verplicht studiemateriaal
 

 

  • Hand-outs van de docenten gedeeld op Blackboard
 

Aanbevolen literatuur
  Pdq Statistics (PDQ Series) Third Edition,Norman, G.R., Streiner, D.L.,2003,Great Time Books,9781550092073,Full text online: https://ebookcentral-proquest-com.bib-proxy.uhasselt.be/lib/ubhasselt/re ader.action?docID=3386885

Statistics : An Introduction using R,Crawley MJ,2nd edition, 2014,Wiley,9781118941102,Paperback ISBN: 9781118941096

Essential Excel 2019: A Step-By-Step Guide,Slager D & Slager A,2nd edition, 2020,Apress,9781484262085,Full text online: https://link-springer-com.bib-proxy.uhasselt.be/book/10.1007/978-1-4842- 6209-2

Biomedical Statistics. A Beginner's Guide,Shakti Kumar Yadav, Sompal Singh, Ruchika Gupta,2019,Springer Singapore,9789813292949,Full text online: https://link-springer-com.bib-proxy.uhasselt.be/book/10.1007/978-981-32- 9294-9
 

Aanbevolen studiemateriaal
 
 

Opmerkingen
 

De verplichte en aanbevolen handboeken zijn reeds beschikbaar via de UHasselt bibliotheek, of vrij beschikbaar via internet.


Eindcompetenties
schakelprogramma master in de verpleegkunde en de vroedkunde
  •  EC 
    		• EC 4. De student kan onderzoeksdesigns en -methoden in de gezondheidszorg duiden en evalueren op hun geschiktheid voor het beantwoorden van specifieke onderzoeksvragen.
     
  •  DC 
    		• De student kan een geschikte methode voorstellen voor data management, analyse en rapportering voor het beantwoorden van een onderzoeksvraag.
      
  •  BC 
    • De student heeft een inzicht in dataverzameling en kan dit toepassen in de juiste context, inclusief een real-world context.
    • De student heeft inzicht in databanken, zowel relationeel als niet-relationeel.
    • De student kan dataextraheren uit bestaande databanken en data transformeren tot een gewenst formaat.
    • De student kan een onderzoeksprotocol opstellen.
  •  EC 
    		• EC 6. De student kan wetenschappelijke publicaties en rapporten beoordelen en op een systematische manier samenvatten.
     
  •  DC 
    		• De student kan de toegepaste methodes voor data management, analyse en rapportering in een wetenschappelijke publicaties of rapport beoordelen en een kritische reflectie maken.
  •  EC 
    		• De student kan ruwe data systematisch benaderen, voorbereiden, analyseren en de resultaten van dit proces op schriftelijk wijze, ondersteund met visualisaties, rapporteren volgens geldende standaarden.
     
  •  DC 
    		• De student kan gebruik maken van statistische software en de output interpreteren.
      
  •  BC 

    • De student kan de kwaliteit van data controleren en data cleaning uitvoeren.

    De student kan data hercoderen en bijkomen de variabelen creëren.

    De student is vertrouwd met reproducible research en tracht dit toepassen in datamanagement en analyse.

    De student kent de basisprincipes van programmeren en kan deze toepassen in eenvoudige oefeningen.

    De student kan een beschrijvende data analyse uitvoeren, inbegrepen grafische voorstellingen.

    De student kaneen bivariate en regressie analyse uitvoeren en interpreteren.

    De student kent de belangrijkste concepten uit de epidemiologie en kan deze toepassen

    De student begrijpt de validatie van een diagnostische test en kan dit toepassen.

    Destudent is vaardig in het creëren van draaitabellen (pivot tables) en grafieken.

     
  •  DC 
    		• De student kan schriftelijk rapporteren conform de geldende standaarden.
      
  •  BC 

    • De student kan het resultaat van een data-analyse verwerken in een rapport.

    De student kan het resultaat van een data-analyse verwerken in een dashboard.

    De student is vertrouwd met de principes van GDPR, en kan de belangrijksteanonimisatie strategieën toepassen.

    De student begrijpt de FAIR principes.

    De student kent de basisprincipes rond data- harmonisatie.

  •  EC 
    		• De student kan samen met anderen tot gezamenlijke besluiten komen.
 
  EC = eindcompetenties      DC = deelcompetenties      BC = beoordelingscriteria  
Aangeboden inTolerantie3
schakelprogramma master in systeem- en procesinnovatie in de gezondheidszorg N
schakelprogramma master verpleegkunde en vroedkunde N
voorbereidingsprogramma master in systeem- en procesinnovatie in de gezondheidszorg N



1   Onderwijs-, examen- en rechtspositieregeling art. 12.2, lid 2.
2   Onderwijs-, examen- en rechtspositieregeling art. 15.1, lid 3.
3   Onderwijs-, examen- en rechtspositieregeling art. 16.9, lid 2.