Благодаря этой Специализированной магистратуре вы получите все знания для создания прочной научной базы, обеспечивающей решения для спортивной дисциплины"

Студенты факультета физической активности и спорта, а также другие профессионалы отрасли, заинтересованные в качественных и количественных исследованиях, могут посвятить себя изучению научных факторов, влияющих на эту сферу. Однако для их проведения специалисты должны в совершенстве знать биомеханику, физиологию и психологию и, кроме того, понимать, насколько важно правильно структурировать исследовательский проект. Это даст преимущества не только эксперту, но и спортсменам, поскольку ученые в этой области способствуют их восстановлению, в том числе с помощью психологической подготовки и диет.

Учитывая ограниченность академического предложения в этой области, TECH разработал полную программу со всей научной строгостью по созданию исследовательских проектов, их финансированию, статистике и R в исследованиях в сфере здравоохранения, а также по распространению результатов в виде отчетов, мемуаров и научных статей. Программа обучения подтверждена экспертами-преподавателями, которые не только участвуют в разработке содержания, но и передают знания студентам.

Кроме того, TECH включил в программу 1 500 часов аудиовизуальных и интерактивных материалов, которые обогащают обучение с помощью цифрового носителя с видеоконспектами, мероприятиями и моделированием реальных случаев. Цель программы — обновить навыки специалистов, чтобы они были готовы к реальной практике. В то же время университет внедрил инновационную методологию Relearning, которая освобождает специалистов от долгих часов обучения, так что, в дополнение к 100% онлайн-режиму, они проходят обучение постепенно, непрерывно и в удобной форме со всеми гарантиями. 

Получите все ключи к продвижению клинических исследований спортивных результатов и изучению их биологических и психологических возможностей"

Данная Специализированная магистратура в области медицинских исследований в спорте содержит самую полную и современную научную программу на рынке. Основными особенностями обучения являются:

• Разбор практических кейсов, представленных экспертами в области исследований в секторе здравоохранения
• Наглядное, схематичное и исключительно практическое содержание курса предоставляет научную и практическую информацию по тем дисциплинам, которые необходимы для осуществления профессиональной деятельности
• Практические упражнения для самооценки, контроля и улучшения успеваемости
• Особое внимание уделяется инновационным методологиям
• Теоретические занятия, вопросы эксперту, дискуссионные форумы по спорным темам и самостоятельная работа
• Учебные материалы курса доступны с любого стационарного или мобильного устройства с выходом в интернет

Обновите свои навыки, чтобы быть в первых рядах специалистов, участвующих в совместных исследовательских проектах в области спорта"

В преподавательский состав программы входят профессионалы отрасли, признанные специалисты из ведущих сообществ и престижных университетов, которые привносят в обучение опыт своей работы.

Мультимедийное содержание программы, разработанное с использованием новейших образовательных технологий, позволит специалисту проходить обучение с учетом контекста и ситуации, т.е. в симулированной среде, обеспечивающей иммерсивный учебный процесс, запрограммированный на обучение в реальных ситуациях.

Структура этой программы основана на проблемно-ориентированном обучении, с помощью которого специалист должен попытаться разрешать различные ситуации из профессиональной практики, возникающие в течение учебного курса. В этом специалистам поможет инновационная интерактивная видеосистема, созданная признанными экспертами.

Выделитесь в своей отрасли, освоив статистику и R в медицинских исследованиях благодаря теоретическим и практическим материалам, предлагаемым TECH"

Развивайтесь в области, требующей высококвалифицированных специалистов, и вы сможете стать одним из них"

Содержание данной Специализированной магистратуры по медицинским исследованиям в спорте было тщательно разработано TECH при поддержке команды врачей и научных экспертов. В свою очередь, TECH внедрил педагогическую систему Relearning, чтобы облегчить обучение студентов. Таким образом, им не придется тратить долгие и утомительные часы на обучение, а усвоение материала будет происходить постепенно и легко. Кроме того, TECH включил в программу обучения аудиовизуальные материалы в различных форматах, чтобы студенты могли наслаждаться онлайн-обучением, не отказываясь при этом от интенсивного и динамичного характера курса.

Учебная программа, разработанная для таких специалистов, как вы, которые стремятся совершенствовать свои навыки, чтобы быть гораздо более конкурентоспособными на современном рабочем рынке"

Модуль 1. Научный метод в исследованиях в области здравоохранения. Библиографическое позиционирование исследований

1.1. Определение вопроса или проблемы, требующей решения
1.2. Библиографическое позиционирование решаемого вопроса или проблемы

1.2.1. Поиск информации

1.2.1.1. Стратегии и ключевые слова

1.2.2. Pubmed и другие хранилища научных статей

1.3. Обработка библиографических источников
1.4. Обработка документальных источников
1.5. Расширенный библиографический поиск
1.6. Формирование справочных баз для многократного использования
1.7. Менеджеры библиографии
1.8. Извлечение метаданных при библиографическом поиске
1.9. Определение научной методологии, которой необходимо следовать

1.9.1. Выбор необходимых инструментов
1.9.2. Разработка положительного и отрицательного контроля в исследовании

1.10. Трансляционные проекты и клинические испытания: Сходства и различия

Модуль 2. Создание рабочих групп: совместные исследования

2.1. Определение рабочих групп
2.2. Формирование междисциплинарных команд
2.3. Оптимальное распределение обязанностей
2.4. Лидерство
2.5. Контроль за выполнением мероприятий
2.6. Больничные исследовательские группы

2.6.1. Клинические исследования
2.6.2. Основные исследования
2.6.3. Трансляционные исследования

2.7. Совместное сетевое взаимодействие для исследований в области здравоохранения
2.8. Новые пространства для исследований в области здравоохранения

2.8.1. Тематические сети

2.9. Сетевые центры биомедицинских исследований
2.10. Биобанки образцов: международные совместные исследования

Модуль 3. Генерация исследовательских проектов

3.1. Общая структура проекта
3.2. Представление исходных и предварительных данных
3.3. Определение гипотезы
3.4. Определение общих и конкретных целей
3.5. Определение типа выборки, количества и переменных, подлежащих измерению
3.6. Установление научной методологии
3.7. Критерии исключения/включения в проектах с человеческими образцами
3.8. Создание специальной команды: баланс и экспертиза
3.9. Формирование бюджета: тонкая настройка между потребностями и реальностью конкурса

Модуль 4. Клиническое испытание в медицинских исследованиях

4.1. Типы клинических испытаний (КИ)

4.1.1. Клинические испытания, продвигаемые фармацевтической промышленностью
4.1.2. Независимые клинические испытания
4.1.3. Переупаковка лекарств

4.2. Фазы КИ
4.3. Основные фигуры, вовлеченные в КИ5
4.4. Генерация протоколов

4.4.1. Рандомизация и слепое исследование
4.4.2. Исследования неинфериорности

4.5. Информационный лист пациента
4.6. Критерии надлежащей клинической практики
4.7. Поиск финансирования для клинических испытаний

4.7.1. Государственное финансирование. Основные агентства Европы, Латинской Америки и США
4.7.2. Частное финансирование. Крупнейшие фармацевтические компании

Модуль 5. Финансирование проектов

5.1. Поиск возможностей финансирования
5.2. Как адаптировать проект к формату конкурса заявок?

5.2.1. Ключи к успеху
5.2.2. Позиционирование, подготовка и написание текста

5.3. Государственные конкурсы заявок. Основные европейские и американские агентства
5.4. Конкретные европейские конкурсы

5.4.1. Проекты Горизонт 2020
5.4.2. Мобильность человеческих ресурсов
5.4.3. Программа мадам Кюри

5.5. Конкурсы межконтинентального сотрудничества: Возможности для международного взаимодействия
5.6. Конкурсы на сотрудничество с Соединенными Штатами
5.7. Стратегия участия в международных проектах

5.7.1. Как определить стратегию участия в международных консорциумах
5.7.2. Структуры поддержки и помощи

5.8. Международные научные лобби

5.8.1. Доступ и нетворкинг

5.9. Частные конкурсы

5.9.1. Фонды и финансирующие организации, занимающиеся исследованиями в области здравоохранения в Европе и Америке
5.9.2. Частные конкурсы на финансирование от организаций США

5.10. Лояльность источника финансирования: ключи к устойчивой финансовой поддержке

Модуль 6. Статистика и R в медицинских исследованиях

6.1. Биостатистика

6.1.1. Введение в научный метод
6.1.2. Население и выборка. Выборочные показатели централизации
6.1.3. Дискретные распределения и непрерывные распределения
6.1.4. Общие сведения о статистических выводах. Вывод о среднем значении нормальной группы населения. Вывод о среднем значении генеральной группы населения
6.1.5. Введение в непараметрический анализ

6.2. Введение в R

6.2.1. Основные характеристики программы
6.2.2. Основные типы объектов
6.2.3. Простые примеры моделирования и статистического вывода
6.2.4. Графики
6.2.5. Введение в программирование на языке R

6.3. Регрессионные методы с использованием R

6.3.1. Регрессионные модели
6.3.2. Выбор переменных
6.3.3. Диагностика модели
6.3.4. Обработка нетипичных данных
6.3.5. Регрессионный анализ

6.4. Многомерный анализ с использованием R

6.4.1. Описание многомерных данных
6.4.2. Многомерные распределения
6.4.3. Уменьшение размеров
6.4.4. Неконтролируемая классификация: кластерный анализ
6.4.5. Контролируемая классификация: дискриминантный анализ

6.5. Регрессионные методы исследования с использованием R

6.5.1. Обобщенные линейные модели (ОЛМ): пуассоновская и отрицательная биномиальная регрессия
6.5.2. Обобщенные линейные модели (ОЛМ): логистическая и биномиальная регрессии
6.5.3. Пуассоновская и отрицательная биномиальная регрессия с нулевым раздутием
6.5.4. Локальные корректировки и обобщенные аддитивные модели (GAM)
6.5.5. Обобщенные смешанные модели (GLMM) и обобщенные аддитивные смешанные модели (GAMM)

6.6. Применение статистики в биомедицинских исследованиях с помощью R I

6.6.1. Основные понятия R. Переменные и объекты R. Работа с данными. Файлы. Графики
6.6.2. Описательная статистика и функции вероятности
6.6.3. Программирование и функции в R
6.6.4. Анализ таблицы случайных связей
6.6.5. Основные выводы с непрерывными переменными

6.7. Статистика, применяемая в биомедицинских исследованиях с использованием R II

6.7.1. Дисперсионный анализ
6.7.2. Корреляционный анализ
6.7.3. Простая линейная регрессия
6.7.4. Множественная линейная регрессия
6.7.5. Логистическая регрессия

6.8. Статистика, применяемая в биомедицинских исследованиях с использованием R III

6.8.1. Спутывающие переменные и взаимодействие
6.8.2. Построение модели логистической регрессии
6.8.3. Анализ выживаемости
6.8.4. Регрессия Кокса
6.8.5. Прогнозные модели. Анализ ROC-кривых

6.9. Статистические методы добычи данных с использованием R I

6.9.1. Введение. Добыча данных. Контролируемое и неконтролируемое обучение. Прогнозные модели. Классификация и регрессия
6.9.2. Описательный анализ. Предварительная обработка данных
6.9.3. Анализ главных компонентов (PCA)
6.9.4. Анализ главных компонентов (PCA)
6.9.5. Кластерный анализ. Иерархические методы. Метод k-средних

6.10. Статистические методы добычи данных с использованием R II

6.10.1. Меры по оценке моделей. Меры прогностической способности. ROC-кривая
6.10.2. Методы оценки моделей. Перекрестная валидация. Образцы Bootstrap
6.10.3. Методы на основе деревьев (CART)
6.10.4. Метод опорных векторов (SVM)
6.10.5. Метод случайного леса (RF) и нейронные сети (NN)

Модуль 7. Графические представления данных в медицинских исследованиях и другие виды расширенного анализа

7.1. Типы графиков
7.2. Анализ выживаемости
7.3. ROC-кривая
7.4. Многомерный анализ (типы множественной регрессии)
7.5. Модели бинарной регрессии
7.6. Анализ массовых данных
7.7. Методы снижения размерности
7.8. Сравнение методов: PCA, PPCA and KPCA
7.9. T-SNE (t-Distributed Stochastic Neighbor Embedding)
7.10. UMAP (Uniform Manifold Approximation and Projection)

Модуль 8. Распространение результатов I: отчеты, мемуары и научные статьи

8.1. Создание научного отчета или мемуаров о проекте

8.1.1. Оптимальный подход к обсуждению
8.1.2. Представление ограничений

8.2. Подготовка научной статьи: Как написать статью на основе полученных данных?

8.2.1. Общая структура
8.2.2. Куда писать статью?

8.3. С чего начать?

8.3.1. Правильное представление результатов

8.4. Введение: Ошибка начала работы с этого раздела
8.5. Обсуждение: Кульминация
8.6. Описание материалов и методов: Гарантированная воспроизводимость
8.7. Выбор журнала, в который будет отправлена статья

8.7.1. Стратегия выбора
8.7.2. Список приоритетов

8.8. Адаптация рукописи к различным форматам
8.9. Сопроводительное письмо: краткая презентация исследования издателю
8.10. Как ответить на сомнения рецензентов? Письмо-опровержение

Модуль 9. Распространение результатов II: симпозиумы, конгрессы, распространение информации в обществе

9.1. Представление результатов на конгрессах и симпозиумах

9.1.1. Как создается постерный доклад?
9.1.2. Представление данных
9.1.3. Нацеливание сообщения

9.2. Короткие сообщения

9.2.1. Представление данных для коротких сообщений
9.2.2. Нацеливание сообщения

9.3. Пленарная лекция: заметки о том, как удерживать внимание аудитории специалистов более 20 минут
9.4. Распространение информации среди широкой общественности

9.4.1. Потребность vs. Возможность
9.4.2. Использование ссылок

9.5. Использование социальных сетей для распространения результатов
9.6. Как адаптировать научные данные к общедоступному языку?
9.7. Советы по краткому изложению научной статьи в нескольких символах

9.7.1. Мгновенное распространение через Twitter

9.8. Как превратить научную статью в материал для популяризации

9.8.1. Подкаст
9.8.2. Видеоролики на YouTube
9.8.3. Tik tok
9.8.4. Комикс

9.9. Популярная литература

9.9.1. Колонки
9.9.2. Книги

Модуль 10. Защита и передача результатов

10.1. Защита результатов: Общие сведения
10.2. Оценка результатов исследовательского проекта
10.3. Патенты: за и против
10.4. Другие формы защиты результатов
10.5. Перенос результатов в клиническую практику
10.6. Передача результатов в промышленность
10.7. Контракт на передачу технологии
10.8. Промышленная тайна
10.9. Создание спин-офф компаний в рамках исследовательского проекта
10.10. Поиск инвестиционных возможностей в спин-офф компан

Не раздумывайте, записывайтесь прямо сейчас, чтобы стать частью программы "Медицинские исследования в спорте" благодаря 100% онлайн-обучению"