• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

Data-management

  • Niveau d'étude

    Bac +4

  • ECTS

    3 crédits

  • Composante

    Sciences Fondamentales et Appliquées

  • Volume horaire

    25h

  • Période de l'année

    Semestre 2

Description

Cette UE a pour but de former les étudiants des parcours orientés vers les essais cliniques aux techniques du data management. Les principes de base de la validation des données sont traités d’une part à partir du protocole clinique, et d’autre part autour des outils logiciels utilisés par le data manager. Cette UE utilise les principes du cours inversé, de l’apprentissage et de l’évaluation entre pairs, et de l’apprentissage par problèmes.

Lire plus

Objectifs

Acquérir les Connaissances: concernant les Principes du data management et de la traçabilité des données

 

Lire plus

Heures d'enseignement

  • Data-management - CMCM2h
  • Data-management - TPTP8h
  • Data-management - A-ATPApprentissage et évaluation entre pairs - TP0h
  • Data-management - A-SISTPSituation de simulation (en face-à-face pédagogique) - TP15h

Pré-requis nécessaires

Principes des essais cliniques

Lire plus

Syllabus

  • Principes de construction d’un eCRF à partir d’un protocole d’essai clinique
  • Principe de modélisation des essais cliniques
  • Techniques de base de la validation des données
  • Initiation aux outils du data management
Lire plus

Compétences visées

Compétences :

  • Analyser un protocole d’essais cliniques
    • Identifier les données manipulées et leurs contraintes
    • Différencier les données brutes des données calculées
    • Identifier les ambiguïtés d’un protocole d’essais cliniques
  • Appliquer les méthodes de conception et de développement d'eCRF
    • Modéliser les données d’un essai clinique
    • Traduire un protocole d’essais cliniques en eCRF
    • Identifier les contrôles de saisie des données
    • Programmer un eCRF
  • Concevoir et développer un plan de test d'essais cliniques
    • Choisir les tests appropriés aux données
    • Construire un plan de test
    • Programmer les tests
    • Construire un jeu cohérent de données de tests
Lire plus