Grâce à ce Mastère spécialisé, vous développerez vos propres projets de recherche et vous disposerez des connaissances spécifiques en Pharmacie pour participer à des travaux collaboratifs"

Pendant la pandémie, les scientifiques ont dû mener de multiples essais dans le monde entier pour parvenir à un vaccin COVID. La Recherche Médicale a joué un rôle clé dans ces processus. Cependant, son développement a été rendu possible par les avancées technologiques, comme le Big Data. L'étude de l'information permet de cribler les médicaments en vue de leur application finale chez les patients. 

C'est une discipline vivante qui évolue constamment et qui coopère avec d'autres sciences dans son développement. La viabilité des médicaments est directement liée au financement des projets de recherche. C'est pourquoi le secteur médical exige un investissement plus important de la part des États et des spécialistes disposant de connaissances technologiques actualisées, capables de rationaliser les processus et de réduire ainsi le coût des études. Dans ce sens, TECH a développé un diplôme destiné aux spécialistes en pharmacie et aux autres professionnels du secteur qui souhaitent mettre à jour leurs compétences conformément à la méthode scientifique appliquée à la recherche en santé. 

Ce Mastère spécialisé en Recherche Médicale est 100% en ligne, offre aux étudiants une grande flexibilité afin d'étudier et de développer d'autres domaines de leur vie simultanément. De plus, TECH a intégré la méthodologie innovante du Relearning, afin que les étudiants puissent apprendre sans avoir à investir de longues heures de mémorisation. De cette façon, le spécialiste pourront assimiler toutes les connaissances en matière d'essais cliniques, de statistiques et de R appliquées à la recherche et à la diffusion des résultats, entre autres aspects. Un programme clé pour la mise à jour des professionnels et qui augmentera leur développement théorique et pratique. 

Grâce à TECH, vous vous distinguerez en tant que professionnel sur un marché du travail en mutation et qui exige des qualifications scientifiques exigeantes"

Ce Mastère spécialisé en Recherche Médicale contient le programme scientifique le plus complet et le plus actualisé du marché. Ses caractéristiques sont les suivantes:

• Le développement d'études de cas présentées par des experts de la recherche en sciences de la santé
• Les contenus graphiques, schématiques et éminemment pratiques avec lesquels ils sont conçus fournissent des informations scientifiques et sanitaires essentielles à la pratique professionnelle 
• Les exercices pratiques où effectuer le processus d’auto-évaluation pour améliorer l’apprentissage 
• Il met l'accent sur les méthodologies innovantes  
• Cours théoriques, questions à l'expert, forums de discussion sur des sujets controversés et travail de réflexion individuel 
• Il est possible d'accéder aux contenus depuis tout appareil fixe ou portable doté d'une connexion à internet

Participez à l'évolution de la Recherche Médicale et découvrez les nouveaux espaces d'études et les réseaux de collaboration en sciences de la santé"

Le corps enseignant du programme englobe des spécialistes réputés dans le domaine et qui apportent, à ce programme l'expérience de leur travail, ainsi que des spécialistes reconnus dans de grandes sociétés et des universités prestigieuses.

Son contenu multimédia, élaboré avec la dernière technologie éducative, permettra aux professionnels un apprentissage situé et contextuel, c'est-à-dire un environnement simulé qui fournira une formation immersive programmée pour s'entraîner face à des situations réelles.

La conception de ce programme est axée sur l'Apprentissage Par les Problèmes, grâce auquel le professionnel devra essayer de résoudre les différentes situations de pratique professionnelle qui présentent tout au long du programme. Ils seront assistés par un système vidéo interactif innovant créé par des experts renommés.

Les biobanques d'échantillons sont essentielles dans le secteur pharmaceutique pour établir des critères et un ordre de qualité. Maîtriser les groupes de réseautage, grâce à TECH"

Dynamisez votre carrière en développant des projets de recherche qui favorisent la médecine moderne"

Le contenu de ce Mastère spécialisé en Recherche Médicale a été élaboré pour permettre aux spécialistes d'apprendre, grâce à des outils pédagogiques innovants et de s'éloigner des études conventionnelles. La méthodologie Relearning, que posibilita qui permet de suivre le programme et de l'assimiler sans devoir passer des heures à le mémoriser, est l'une des plus remarquables. TECH cherche ainsi à guider les professionnels afin qu'ils puissent combiner leur diplôme avec le reste de leur vie personnelle et professionnelle.

Ce programme dispose de matériel audiovisuel sous différents formats et d'un guide de référence que vous pouvez télécharger sur un dispositif à la fin du diplôme"

Module 1. La méthode scientifique appliquée à la recherche en santé. Positionnement bibliographique de la recherche   

1.1. Définition de la question ou du problème à résoudre 
1.2. Positionnement bibliographique de la question ou du problème à résoudre 

1.2.1. La recherche d'informations 

1.2.1.1. Stratégies et mots clés 

1.2.2. Pubmed et autres référentiels d'articles scientifiques 

1.3. Traitement des sources bibliographiques 
1.4.  Traitement des sources documentaires 
1.5. Recherche bibliographique avancée 
1.6. Génération de bases de référence à usage multiple 
1.7. Les responsables de la bibliographie 
1.8. Extraction de métadonnées dans les recherches bibliographiques 
1.9.  Définition de la méthodologie scientifique à suivre 

1.9.1. Sélection des outils nécessaires 
1.9.2. Conception de contrôles positifs et négatifs dans une enquête 

1.10. Projets translationnels et essais cliniques : Similitudes et différences 

Module 2. Création de groupes de travail : recherche collaborative 

2.1. Définition des groupes de travail 
2.2. Formation d'équipes multidisciplinaires 
2.3.  Répartition optimale des responsabilités 
2.4. Leadership 
2.5. Contrôle de la réalisation des activités 
2.6. Équipes de recherche hospitalière 

2.6.1. Recherche clinique 
2.6.2. Recherche fondamentale 
2.6.3. Recherche translationnelle 

2.7. Création de réseaux de collaboration pour la recherche en santé 
2.8. De nouveaux espaces pour la recherche en santé 

2.8.1. Réseaux thématiques 

2.9. Centres de recherche biomédicale en réseau 
2.10. Biobanques d'échantillons : recherche collaborative internationale 

Module 3. Génération de projets de recherche 

3.1. Structure générale d'un projet 
3.2. Présentation du contexte et des données préliminaires 
3.3. Définition de l'hypothèse 
3.4. Définition des objectifs généraux et spécifiques 
3.5. Définition du type d'échantillon, du nombre et des variables à mesurer 
3.6. Établissement de la méthodologie scientifique 
3.7. Critères d'exclusion/inclusion dans les projets avec des échantillons humains 
3.8.  Mise en place de l'équipe spécifique : équilibre et expertise 
3.9. Aspects éthiques et attentes : un élément important que nous oublions 
3.10. La génération du budget : un ajustement fin entre les besoins et la réalité de l'appel à propositions 

Module 4. L'essai clinique dans la recherche en santé 

4.1. Types d'essais cliniques (EC) 

4.1.1. Essais cliniques promus par l'industrie pharmaceutique 
4.1.2. Essais cliniques indépendants 
4.1.3. Reconditionnement des médicaments 

4.2. Phases des EC 
4.3. Principales figures impliquées dans les EC5 
4.4. Génération de protocoles 

4.4.1. Randomisation et masquage 
4.4.2. Études de non-infériorité 

4.5. Fiche d'information pour les patients  
4.6. Critères de bonne pratique clinique R 
4.7. Recherche de financement pour les essais cliniques 

4.7.1. Publique Principales agences européennes, latino-américaines et américaines 
4.7.2. Privé. Principales entreprises pharmaceutiques

Module 5. Financement du projet 

5.1. Recherche de possibilités de financement 
5.2. Comment adapter un projet au format d'un appel à proposition? 

5.2.1. Les clés du succès 
5.2.2. Positionnement, préparation et rédaction 

5.3. Appels à propositions publics. Principales agences européennes et américaines 
5.4. Appels à propositions européens spécifiques 

5.4.1. Projets Horizon 2020 
5.4.2. Mobilité des ressources humaines
5.4.3. Programme Madame Curie 

5.5. Appels à la collaboration intercontinentale : Opportunités d'interaction internationale
5.6. Appels de collaboration avec les États-Unis 
5.7. Stratégie de participation à des projets internationaux 

5.7.1. Comment définir une stratégie de participation à des consortiums internationaux? 
5.7.2. Structures de soutien et d'assistance 

5.8. Lobbies scientifiques internationaux 

5.8.1. Accès et networking

5.9. Appels privés

5.9.1. Fondations et organismes de financement de la recherche en santé en Europe et dans les Amériques 
5.9.2.  Appels de fonds privés d'organisations américaines 

5.10. Fidélité d'une source de financement : les clés d'un soutien financier durable 

Module 6. Statistiques et R dans la recherche en santé

6.1. Biostatistique 

6.1.1. Introduction à la méthode scientifique
6.1.2. Population et échantillon. Mesures d'échantillonnage de la centralisation 
6.1.3. Distributions discrètes et Distributions continues
6.1.4. Aperçu général de l'inférence statistique. Inférence sur la moyenne d'une population normale. Inférence sur la moyenne d'une population générale 
6.1.5. Introduction à l'inférence non-paramétrique 

6.2. Introduction à R 

6.2.1. Caractéristiques de base du programme 
6.2.2. Principaux types d'objets 
6.2.3. Exemples simples de simulation et d'inférence statistique 
6.2.4. Graphiques 
6.2.5. Introduction à la programmation en R 

6.3. Méthodes de régression avec R  

6.3.1. Modèles de régression 
6.3.2. Sélection des variables 
6.3.3. Diagnostic du modèle 
6.3.4. Traitement des valeurs aberrantes 
6.3.5. Analyse de régression 

6.4. Analyse multivariée avec R

6.4.1. Description des données multivariées 
6.4.2. Distributions multivariées 
6.4.3. Réduction des dimensions 
6.4.4. Classification non supervisée : analyse en grappes 
6.4.5. Classification supervisée : analyse discriminante 

6.5. Méthodes de régression pour la recherche avec R 

6.5.1. Modèles linéaires généralisés (GLM) : régression de Poisson et binomiale négative 
6.5.2. Modèles linéaires généralisés (GLM) : régressions logistiques et binomiales 
6.5.3. Régression de Poisson et binomiale négative gonflée par des zéros
6.5.4. Ajustements locaux et modèles additifs généralisés (MAG) 
6.5.5. Modèles mixtes généralisés (GLMM) et modèles mixtes additifs généralisés (GAMM) 

6.6. Statistiques appliquées à la recherche biomédicale avec R I 

6.6.1. Notions de base de R. Variables et objets en R. Manipulation des données. Les dossiers. Graphiques 
6.6.2. Statistiques descriptives et fonctions de probabilité 
6.6.3. Programmation et fonctions en R 
6.6.4. Analyse des tableaux de contingence 
6.6.5. Inférence de base avec des variables continues 

6.7. Statistiques appliquées à la recherche biomédicale avec R II 

6.7.1. Analyse de la variance 
6.7.2. Analyse de corrélation 
6.7.3. Régression linéaire simple 
6.7.4. Régression linéaire multiple 
6.7.5. Régression logistique 

6.8. Statistiques appliquées à la recherche biomédicale avec R III 

6.8.1. Variables confusionnelles et interactions 
6.8.2. Construction d'un modèle de régression logistique 
6.8.3. Analyse de survie 
6.8.4. Régression de Cox 
6.8.5. Modèles prédictifs. Analyse de la courbe ROC 

6.9. Techniques d'exploration statistique de Data Mining avec R I 

6.9.1. Introduction. Data Mining Apprentissage Supervisé et Non Supervisé Modèles prédictifs Classification et régression
6.9.2. Analyse descriptive. Prétraitement des données 
6.9.3. Analyse en composantes principales (ACP) 
6.9.4. Analyse des groupes. Méthodes hiérarchiques K-means 

6.10. Techniques d'exploration de Data Mining avec R II 

6.10.1. Mesures d'Évaluation du Modèle Mesures de la capacité de prédiction Courbes Roc
6.10.2. Techniques d'évaluation du modèle Validation croisée Echantillons de Bootstrap
6.10.3. Méthodes basées sur les arbres (CART) 
6.10.4. Support Vector Machines (SVM)
6.10.5. Random Forest (RF) et Réseau Neuronal (NN)

Module 7. Représentations graphiques des données dans la recherche en santé et autres analyses avancées 

7.1. Types de graphiques 
7.2. Analyse de survie 
7.3. Courbes ROC 
7.4. Analyse multivariée (types de régression multiple) 
7.5. Modèles de régression binaire 
7.6. Analyse des données massive  
7.7. Méthodes de réduction de la dimensionnalité 
7.8. Comparaison des méthodes : PCA, PPCA et KPCA 
7.9. T-SNE (t-Distributed Stochastic Neighbor Embedding) 
7.10. UMAP (Uniform Manifold Approximation and Projection) 

Module 8. Diffusion des résultats I : Rapports, actes et articles scientifiques  

8.1. Production d'un rapport scientifique ou mémoire d'un projet 

8.1.1. Approche optimale de la discussion 
8.1.2. Présentation des limites 

8.2. Générer un article scientifique : Comment rédiger  un «Paper» basé sur les données obtenues

8.2.1. Structure générale 
8.2.2. Où va l'article?  

8.3. Par où commencer? 

8.3.1. Représentation correcte des résultats 

8.4. L'introduction : L'erreur de commencer par cette section
8.5. La discussion : Le point culminant
8.6. La description des matériaux et des méthodes : Une reproduction garantie
8.7. Choix de la revue dans laquelle l'article doit être soumis

8.7.1. Stratégie de choix 
8.7.2. Liste des priorités 

8.8. Adaptation du manuscrit aux différents formats 
8.9. La "cover letter" : présentation concise de l'étude à l'éditeur
8.10. Comment répondre aux doutes des examinateurs? La “rebuttal letter”

Module 9. Diffusion des résultats II : symposiums, congrès, diffusion auprès de la société 

9.1. Présentation des résultats lors de congrès et de symposiums 

9.1.1. Comment créer un “poster”? 
9.1.2.  Représentation des données 
9.1.3. Cibler le message 

9.2. Communications courtes 

9.2.1. Représentation des données pour les communications courtes 
9.2.2.  Cibler le message 

9.3.  La conférence plénière : notes sur la manière de maintenir l'attention du public spécialisé pendant plus de 20 minutes
9.4. Diffusion au grand public 

9.4.1. Besoin vs. Opportunité 
9.4.2. Utilisation des références 

9.5. Utilisation des réseaux sociaux pour la diffusion des résultats 
9.6. Comment adapter les données scientifiques au langage populaire? 
9.7. Conseils pour résumer un article scientifique en quelques caractères 

9.7.1. Diffusion instantanée via Twitter 

9.8.  Comment transformer un article scientifique en matériel de diffusion 

9.8.1. Podcast  
9.8.2.  Vidéos sur YouTube  
9.8.3. Tik tok 
9.8.4. Bandes dessinées 

9.9.  Littérature populaire 

9.9.1. Colonnes 
9.9.2. Livres 

Module 10. Protection et transfert des résultats   

10.1.  Protection des résultats : Généralités 
10.2. Valorisation des résultats d'un projet de recherche 
10.3. Brevets : avantages et inconvénients 
10.4. Autres formes de protection des résultats 
10.5. Transfert des résultats vers la pratique clinique 
10.6.  Transfert des résultats à l'industrie 
10.7. Le contrat de transfert de technologie 
10.8.  Le secret industriel 
10.9. Génération d'entreprises spin off à partir d'un projet de recherche 
10.10. Recherche d'opportunités d'investissement dans des entreprises spinoff 

Un programme adapté au paradigme numérique actuel qui ne pourra pas faire l'impasse sur les autres activités de votre vie, qu'elles soient personnelles ou professionnelles"