Ressources pour les stagiaires
Webinaires et ressources créés par shAIRe
Explorez les sessions de formation, les outils pratiques et les ressources de connaissances conçus par shAIRe pour améliorer les compétences des stagiaires dans la gestion des données sur la santé pulmonaire dans la recherche.
Développement de carrière pour les stagiaires en recherche sur la santé pulmonaire
En cours
Utilisation de l'intelligence artificielle dans les données sur la santé pulmonaire
En cours
Meilleures pratiques pour les analyses statistiques utilisant des données sur la santé pulmonaire
En cours
Accès et gestion des données de cohorte et de registre de données sur la santé pulmonaire
En cours
Ressources externes pour les stagiaires
Accédez à une collection de ressources et de supports d’apprentissage sélectionnés et fiables pour soutenir la recherche respiratoire basée sur les données.
HarvardX : diagrammes causaux
Les diagrammes de causalité ont révolutionné la façon dont les chercheurs s'interrogent : quel est l'effet causal de X sur Y ? Ils sont devenus un outil essentiel pour les chercheurs qui étudient les effets des traitements, des expositions et des politiques. En résumant et en communiquant les hypothèses sur la structure causale d'un problème, les diagrammes de causalité ont permis de clarifier les paradoxes apparents, de décrire les biais courants et d'identifier les variables d'ajustement. Par conséquent, une bonne compréhension des diagrammes de causalité devient de plus en plus importante dans de nombreuses disciplines scientifiques.
Maelström : Rmonize
Rmonize est un package R permettant le traitement structuré et documenté des données issues d'études individuelles dans un format commun et harmonisé. Il fournit des fonctions permettant de préparer et de valider les données d'entrée requises, ainsi que de produire des jeux de données et une documentation harmonisés, basés sur la liste de variables à générer, spécifiée par l'utilisateur, ainsi que sur les éléments et algorithmes de traitement des données. Rmonize inclut également des fonctions permettant d'identifier les problèmes de traitement potentiels et de produire des résumés descriptifs et des rapports visuels des variables harmonisées. Ainsi, Rmonize offre un pipeline simplifié et réutilisable qui aide les utilisateurs à améliorer l'efficacité, la cohérence et la transparence de leur initiative d'harmonisation.
Cliquez ici pour accéder à Rmonize
Maelström : Mica
Mica est une application logicielle permettant de créer des portails en ligne pour des études épidémiologiques individuelles ou des réseaux multi-études. Elle aide les chercheurs et les gestionnaires de données à diffuser efficacement les informations relatives à leurs études et réseaux. Mica permet ainsi l'annotation, l'organisation et la diffusion des métadonnées des études et des variables. Une interface de recherche en ligne permet ensuite aux utilisateurs de parcourir et d'interroger ces métadonnées, les aidant ainsi à identifier les études et les données qui les intéressent pour répondre à leurs questions de recherche. Mica inclut également d'autres fonctionnalités utiles de communication et de diffusion.
Cliquez ici pour accéder à Mica
Maelström : Opale
Opal est une application logicielle permettant de gérer, d'harmoniser et d'intégrer les données d'études épidémiologiques. En tant que référentiel central de données d'études, Opal permet aux utilisateurs d'importer, de valider, de dériver, d'analyser et d'exporter des données. Opal offre une interface uniforme capable d'intégrer les données collectées auprès de sources multiples pour une même étude et de dériver des données au format commun (c'est-à-dire harmonisées) pour plusieurs études. L'application Opal offre également une infrastructure logicielle de pointe pour le chiffrement des données, la gestion des identifiants des participants (avec fonctions d'importation et d'exportation) et l'authentification/autorisation des utilisateurs.
GraphPad : Choisir un test statistique
Ceci est le chapitre 37 de la première édition de Biostatistique intuitive Par Harvey Motulsky. Copyright © 1995 par Oxford University Press Inc.
Choisir l'approche analytique la plus adaptée à votre situation peut s'avérer complexe. Cette ressource contient une vidéo et un tableau récapitulatif pour vous aider à déterminer la meilleure approche analytique.
Cliquez ici pour accéder à GraphPad : Choisir un test statistique
Méthodes statistiques et analyse de données de l'UCLA : quel test statistique utiliser ?
Le tableau ci-dessous présente plusieurs analyses courantes et vous aide à choisir parmi elles en fonction du nombre de variables dépendantes (parfois appelées variables de résultat) et de la nature de vos variables indépendantes (parfois appelées prédicteurs). Il est également important de prendre en compte la nature de votre variable dépendante, à savoir s'il s'agit d'une variable d'intervalle, ordinale ou catégorielle, et si elle est distribuée normalement (voir « Quelle est la différence entre les variables catégorielles, ordinales et d'intervalle ? » pour plus d'informations). Le tableau présente ensuite un ou plusieurs tests statistiques couramment utilisés pour ces types de variables (mais pas nécessairement le seul type de test possible), ainsi que des liens expliquant comment réaliser ces tests avec SAS, Stata et SPSS.
Méthodes statistiques et analyse de données de l'UCLA : Annoter les résultats
Ces pages contiennent des exemples de programmes et de résultats, accompagnés de notes de bas de page expliquant la signification des résultats. Cela vous aidera à mieux lire les résultats obtenus et à les interpréter avec précision.
Méthodes statistiques et analyse de données de l'UCLA : exemples d'analyse de données
Ces pages contiennent des exemples (souvent hypothétiques) illustrant l'application de différentes techniques d'analyse statistique à l'aide de différents logiciels statistiques. Chaque page fournit quelques exemples d'utilisation de l'analyse, ainsi que des données d'échantillon, un exemple d'analyse et une explication des résultats, suivis de références pour plus d'informations. Ces pages présentent simplement le sujet. essence de la technique et faire pas fournir une description complète de la façon de l'utiliser.
Méthodes statistiques et analyse de données de l'UCLA : exemples de manuels
Cette page répertorie tous les livres et articles pour lesquels nous avons développé des pages web expliquant comment résoudre les exemples à l'aide de logiciels statistiques courants. Nous vous encourageons à vous procurer les manuels ou articles associés à ces pages afin d'approfondir votre compréhension conceptuelle des analyses illustrées. Nous remercions chaleureusement leurs auteurs de nous avoir autorisé à créer ces pages et à diffuser leurs fichiers de données sur notre site web. Ces ouvrages ne sont qu'un aperçu des ouvrages que vous pouvez emprunter via notre service de prêt de livres de statistiques.
Méthodes statistiques et analyse de données de l'UCLA : séminaires à venir et passés
Séminaires à venir et passés disponibles via UCLA Advanced Research Computing.
Cours de courte durée AI4PH
AI4PH est heureux de proposer une série de formations courtes et gratuites aux étudiants diplômés, aux professionnels de la santé publique et aux spécialistes des sciences des données qui souhaitent développer leurs compétences et leur compréhension de l'IA, de la santé publique et de l'équité afin de les appliquer à leurs recherches et à leur pratique. Ce programme s'intéresse aux changements transformateurs pour relever les défis de la population et de la santé publique et comprendre l'impact de ces outils sur l'équité en santé.
Ces cours gratuits sont offerts tout au long de l'année et nécessitent une inscription.
Inférence causale : Et si ? Manuel de Miguel A. Hernan et James M. Robins
Nous espérons que le livre sera utile à toute personne intéressée par l’inférence causale, y compris les épidémiologistes, les statisticiens, les psychologues, les économistes, les sociologues, les politologues, les informaticiens… Le livre est divisé en trois parties de difficulté croissante : (1) inférence causale sans modèles, (2) inférence causale avec modèles et (3) inférence causale à partir de données longitudinales complexes.
Repenser la statistique : un cours bayésien par Richard McElreath
Il s'agit d'une série de conférences en ligne sur YouTube de Richard McElreath qui couvre les versions de style conférence de son manuel.
CANSTAT
Le Réseau canadien de formation en statistique des essais cliniques (CANSTAT) est une plateforme de formation pancanadienne, multiinstitutionnelle et multidisciplinaire qui fournira aux participants les compétences techniques et l’expérience pratique nécessaires pour devenir des chefs de file dans leur domaine et pour garantir que les essais cliniques génèrent des données probantes de la plus haute qualité pour améliorer la santé des Canadiens.
Les objectifs du programme sont de doter les boursiers de :
- Connaissances sur les essais cliniques
- Compétences techniques et interpersonnelles requises
- Possibilités de mettre en pratique les compétences
Le programme CANSTAT réunira les boursiers avec des experts cliniciens et statisticiens en essais cliniques et leur permettra d'acquérir des connaissances grâce à un programme complet d'apprentissage expérientiel. Une formation formelle sera également dispensée par le biais d'ateliers animés par des experts en essais cliniques du monde entier et de réunions de renforcement des capacités en présentiel.
À la fin du programme, les boursiers seront prêts à travailler en tant que professionnels de la biostatistique en tant que collaborateurs, communicateurs, chercheurs et leaders efficaces qui contribueront de manière significative aux essais cliniques universitaires et industriels au Canada.
CANTRAIN
Le Réseau canadien de formation en statistique des essais cliniques (CANSTAT) est une plateforme de formation pancanadienne, multiinstitutionnelle et multidisciplinaire qui fournira aux participants les compétences techniques et l’expérience pratique nécessaires pour devenir des chefs de file dans leur domaine et pour garantir que les essais cliniques génèrent des données probantes de la plus haute qualité pour améliorer la santé des Canadiens.
Les objectifs du programme sont de doter les boursiers de :
- Connaissances sur les essais cliniques
- Compétences techniques et interpersonnelles requises
- Possibilités de mettre en pratique les compétences
Le programme CANSTAT réunira les boursiers avec des experts cliniciens et statisticiens en essais cliniques et leur permettra d'acquérir des connaissances grâce à un programme complet d'apprentissage expérientiel. Une formation formelle sera également dispensée par le biais d'ateliers animés par des experts en essais cliniques du monde entier et de réunions de renforcement des capacités en présentiel.
À la fin du programme, les boursiers seront prêts à travailler en tant que professionnels de la biostatistique en tant que collaborateurs, communicateurs, chercheurs et leaders efficaces qui contribueront de manière significative aux essais cliniques universitaires et industriels au Canada.
CANUE
Le CANUE offre aux chercheurs un accès à des données normalisées et prêtes à être analysées sur l'exposition environnementale, couvrant l'ensemble du Canada. Ces données comprennent les concentrations des principaux polluants atmosphériques (p. ex., PM₂, NO₂, ozone), l'utilisation des terres, les espaces verts, le bruit et les variables climatiques, toutes indexées selon des codes postaux à six caractères. Les données du Consortium canadien de recherche en santé environnementale urbaine (CANUE) sont pré-couplées à d'importantes études de cohorte canadiennes et à des bases de données administratives sur la santé qui comprennent des mesures et des résultats pertinents pour la santé pulmonaire. Les chercheurs peuvent également demander des ensembles de données personnalisés pour les lier à leurs propres populations d'étude. Ces ressources soutiennent des recherches de haute qualité et reproductibles sur les déterminants environnementaux de la santé respiratoire.