Grâce à ce Mastère spécialisé, vous actualiserez toutes vos connaissances sur la Recherche Médicale et biomédicale afin d'offrir un service adapté au paradigme numérique"

La kinésithérapie compte un nombre croissant de patients dans le monde. Alors que dans les temps anciens, les blessures étaient traitées par des médicaments ou autres drogues, aujourd'hui elles sont traitées par des techniques dont il a été scientifiquement prouvé qu'elles soulagent les tensions musculaires, favorisent la mobilité des tissus et la qualité du mouvement. Cependant, la forte intrusion dans ce domaine de la santé ouvre des débats sur ses avantages et affaiblit la confiance de l'individu dans cette discipline. 

C'est pourquoi il est essentiel de disposer d'une Recherche Scientifique adéquate dans le domaine de la kinésithérapie, car même une recherche mal structurée peut invalider des techniques thérapeutiques établies dans les soins cliniques. En ce sens, il s'agit d'une science très peu développée, c'est pourquoi les organismes publics et privés du secteur de la santé exigent des professionnels hautement qualifiés qui peuvent répondre à l'application de la kinésithérapie au moyen de différentes techniques.

TECH Université Technologique a développé un programme spécifique et rigoureux dont l'objectif principal est de former des spécialistes dans ce domaine et d'autres professionnels de la santé intéressés par le développement de projets de recherche selon les protocoles scientifiques appropriés. 

Ce Mastère spécialisé en Recherche Médicale vise à actualiser les connaissances des experts en essais cliniques afin de démontrer la capacité des techniques kinésithérapeutiques. Un apprentissage intensif concentré en 1 500 heures de matériel audiovisuel qui, grâce à son mode 100% en ligne, permet aux étudiants de combiner l'étude de ce diplôme avec le développement de leur vie personnelle et professionnelle. 

Démarquez-vous dans un secteur en constante évolution grâce à l'incorporation de nouvelles technologies dans le domaine médical" 

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 en Recherche en Science 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 permettant de réaliser 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 à partir de n'importe quel appareil fixe ou portable doté d'une connexion à internet

Vous n'êtes pas encore familiarisé avec les possibilités de financement des projets de santé? Obtenez toutes les clés des appels à propositions publics, à l'intérieur et à l'extérieur de l'Europe, afin de pouvoir exercer votre métier avec des garanties" 

Le programme comprend, dans son corps enseignant, des professionnels du secteur qui apportent l'expérience de leur travail à cette formation, ainsi que des spécialistes reconnus issus de grandes entreprises et d'universités prestigieuses. 

Son contenu multimédia, développé avec les dernières technologies éducatives, permettra aux professionnels d'apprendre dans un environnement d'apprentissage situé et contextuel, c'est-à-dire un environnement simulé qui fournira une formation immersive programmée pour s'entraîner dans des situations réelles. 

La conception de ce programme est basée sur l'Apprentissage par Problèmes. Ainsi le Professionnel devra essayer de résoudre les différentes situations de pratique professionnelle qui se vise à à lui tout au long du programme académique. Pour ce faire, l’étudiant sera assisté d'un innovant système de vidéos interactives, créé par des experts reconnus.  

Actualiser vos connaissances de la méthode scientifique appliquée aux échantillons de population afin de promouvoir les preuves cliniques en kinésithérapie"

Dynamisez votre carrière en prenant part à des projets de recherche collaborative qui ont permis de créer de vastes réseaux professionnels"

Les connaissances fournies dans ce Mastère spécialisé en Recherche M2dicale ont été apportées par des experts qui développent leurs propres lignes de recherche dans le domaine de la médecine. En outre, TECH Université Technologique utilise 1 500 heures de matériel audiovisuel sous différents formats tels que des résumés vidéo, des activités, des auto-tests et des vidéos explicatives pour rendre le programme plus dynamique. Tout cela, ainsi que la méthodologie innovante Relearning, permet aux professionnels d'atteindre un haut degré de satisfaction car ils ne doivent pas investir de longues heures de mémorisation et peuvent assimiler les contenus de manière progressive et simple.

Un plan d'études adapté à vos besoins pour que vous puissiez choisir le rythme de vos études avec seulement un appareil électronique et l'internet"

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 dépôts 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 transnational 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. Réseau 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 EC 
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 
4.7. Recherche de financement pour les essais cliniques 

4.7.1. Public. 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: possibilités 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 à propositions 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 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 statistique de Data Mining avec R II 

6.10.1. Mesures d'évaluation du modèle. Mesures de la capacité prédictive Courbes ROC 
6.10.2. Techniques d'évaluation des modèles. 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 le Paper?  

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: reproductibilité garantie 
8.7. Choix de la revue de l’envoi du Paper 

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 un “poster” est-il généré? 
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 retenir 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 vulgarisation? 

9.8.1. Podcast 
9.8.2. YouTube 
9.8.3. Tik Tok 
9.8.4. La bande dessinée 

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 Spin Off

Une opportunité académique unique pour des professionnels comme vous, qui cherchent à affiner leurs compétences dans le domaine théorique et pratique de la recherche"