One Course
Setiap pelajaran, proyek, dan tryout di Analitik data layanan kesehatan.
Ditagih bulanan. Batalkan kapan saja.
Level 1: Pendatang baru
0 poin
Login untuk menyimpan progres Anda di berbagai perangkat.
Pelajari data Cedar Ridge Health, sistem kesehatan fiktif. Baca rekam medis dan sumber data klinis serta klaim, lalu gunakan SQL dan Python untuk menghitung lama rawat, kunjungan ulang, ketidakhadiran, waktu tunggu, dan penolakan klaim berdasarkan definisi tertulis.
Unit 1, Rekam medis pasien: 6 pelajaran dan 32 latihan yang diperiksa, tanpa akun atau kartu.
Mulai unit gratisSisa kursus terbuka dengan paket One Course atau All Access. Lihat paket dan harga
Pilih akses di sini. Kursus Anda sudah dipilih.
Audit tiga ekstrak data mentah dengan satu query per pemeriksaan, lalu putuskan apa yang diperbaiki lebih dulu dan mengapa.
7 langkah · 35 minProyek · LanjutanLaporan rawat inap ulang semesteranSusun laporan rawat inap ulang semesteran Cedar Ridge: rawat inap indeks, rawat inap ulang dan tingkatnya tanpa rawat inap ulang terencana, per departemen, tipe penjamin dan bulan, serta apa yang bisa dikatakan angka-angka tersebut.
7 langkah · 21 minStudi kasus · LanjutanDari mana penolakan klaim berasalCari tahu seberapa tinggi sebenarnya penolakan klaim Cedar Ridge, alasan, payer, dan jenis encounter mana yang mendorongnya, dolar yang dipertaruhkan untuk setiap tim, dan harus mulai dari mana.
6 langkah · 35 minStudi kasus · AhliDua laporan, dua lama rawatDua departemen melaporkan rata-rata lama rawat yang berbeda untuk semester yang sama: reproduksi keduanya, temukan konvensi yang membedakannya, dan rekomendasikan satu definisi.
6 langkah · 25 minProyek · AhliDashboard instalasi gawat daruratSusun angka untuk dashboard IGD per fasilitas: kunjungan, pasien yang pergi sebelum ditangani, median waktu door-to-provider, median lama tinggal, dan rawat inap, masing-masing dengan definisinya.
6 langkah · 35 minTryout · AhliTryout ATryout berwaktu: 25 soal dalam 40 menit, tugas SQL pada data Cedar Ridge dan pertanyaan tentang definisi, privasi, dan sumber data.
25 pertanyaan · 40 minTryout · AhliTryout BTryout berwaktu kedua: 25 soal baru dalam 40 menit, dengan penekanan pada klaim, ukuran mutu, privasi, dan fungsi window.
25 pertanyaan · 40 minPelajari analisis data layanan kesehatan dengan catatan Cedar Ridge Health, sebuah sistem layanan kesehatan fiktif dengan dua rumah sakit dan satu grup klinik. Anda membaca rekam medis pasien, memetakan dari mana data klinis dan data klaim berasal, menerapkan aturan privasi HIPAA yang menjadi pedoman seorang analis, lalu menjawab pertanyaan nyata dengan SQL dan Python: lama rawat, rawat ulang, pasien yang tidak hadir, waktu proses di IGD, penolakan klaim, dan ukuran mutu. Setiap jawaban diperiksa terhadap data, dan salinan data kedua yang tersembunyi menangkap jawaban yang diketik secara manual. Semua pasien adalah tokoh rekaan, dan kursus ini mengajarkan pekerjaan dengan data, bukan perawatan klinis.
Pemula
Header pasien, jenis encounter, diagnosis beserta kodenya, hasil pemeriksaan terhadap rentang referensinya, dan daftar obat, dibaca seperti seorang analis membacanya.
Data klinis dan data klaim, sistem kode di dalamnya, pesan HL7 dan resource FHIR, serta cara membaca kamus data.
Apa yang termasuk PHI, 18 pengenal Safe Harbor, limited data set, dan akses minimum yang diperlukan, dengan pertanyaan wawancara tingkat mudah.
SELECT dan WHERE pada data pasien, encounter, dan hasil lab, menghitung kunjungan versus orang, serta tanggal di balik lama rawat, usia, dan jumlah rawat inap tiap bulan.
Menengah
Pasien beserta encounter-nya, diagnosis berdasarkan kode, hasil lab beserta masa rawatnya, dan LEFT JOIN yang menemukan apa yang hilang.
Pasien duplikat dengan dua nomor rekam medis, tanggal dan nilai yang mustahil, kode diagnosis yang tidak valid, dan proyek audit kualitas data.
Sensus dan rata-rata lama rawat, throughput IGD dan tingkat no-show, didefinisikan secara tepat, dengan pertanyaan wawancara tingkat menengah.
Lanjutan
Tingkat readmisi 30 hari, readmisi terencana, logika indikator dengan numerator, denominator, dan pengecualian, kohort pasien, dan proyek laporan readmisi.
Tabel yang sama sebagai ekstrak CSV di pandas: memuat dan menetapkan tipenya, tingkat per kelompok, penggabungan data (merge), dan kohort.
Bagaimana klaim bergerak dari tagihan hingga pembayaran, tingkat penolakan menurut alasan dan payer, bauran payer, dan studi kasus penolakan klaim.
Ahli
Fungsi window pada encounter seorang pasien, ekstrak yang dide-identifikasi dengan Safe Harbor, definisi metrik yang kokoh, studi kasus perbedaan indikator, dan proyek dashboard IGD.
Pertanyaan wawancara analis data kesehatan tingkat sulit dan dua tryout berwaktu.
Hitung kunjungan dan pasien secara terpisah. Join ke diagnosis atau hasil laboratorium dapat menggandakan satu kunjungan tanpa menambah pasien. Tentukan populasi dan periode sebelum menulis agregasi.
Indikator kunjungan ulang memerlukan aturan pengecualian, sedangkan lama rawat bergantung pada definisi waktu masuk dan keluar. Simpan definisi bersama hasilnya agar kolega dapat mengulangi perhitungan. Untuk fondasi kueri, lanjutkan dengan SQL.
Tidak. Sistem kesehatan dan seluruh pasien fiktif. Struktur tabel mengikuti contoh ekstrak rekam medis elektronik dan klaim.
Tidak. Rekam medis memakai desain generik kami dan kursus ini tidak berafiliasi dengan vendor EHR atau badan sertifikasi.
Tidak. Materi privasi ini membahas kerangka HIPAA di AS. Bahasa pengantar Indonesia tidak mengubah yurisdiksi contoh atau menggantikan ketentuan setempat.
SQL dan Python dijalankan pada data tugas serta salinan tersembunyi dengan nilai berbeda. Total yang diketik langsung tidak membuktikan analisisnya benar.