Partie 0 : Notions de base de SAS pour l’analyse des mégadonnées
1. Présentation du programme SAS
2 Entrée/sortie de données
3. Étape de données
4 SQL et MACRO

Partie 1 : Les mégadonnées de l'assurance maladie nationale
Chapitre 1 : Structure et caractéristiques des mégadonnées de l'assurance maladie nationale
1. Comprendre les mégadonnées de l'assurance maladie nationale
2. Constitution de bases de données pour l'analyse des données massives de l'assurance maladie nationale
3 cas d'analyse
Chapitre 2 Recherche sur la consommation de drogues
1. Comprendre les données pharmaceutiques
2. Analyse des habitudes de consommation de drogues
Chapitre 3 Études de coûts
1. Préparation d'une analyse des coûts à partir des données massives de l'Assurance maladie nationale
2 cas d'analyse des coûts
3. Précautions à prendre lors du calcul des coûts dans des situations particulières
4 Autres considérations
Chapitre 4 : Analyse statistique pour l'évaluation des politiques
1. Recherche statistique pour l'évaluation des politiques
2. Analyse des séries chronologiques discontinues
3. Analyse de la double différence

Partie 2 : Analyse des mégadonnées à partir des déclarations volontaires d’événements indésirables
Chapitre 5 Aperçu des données de notification volontaire des événements indésirables en Corée
1. Contexte
2. Composition des données brutes des rapports d'effets indésirables des médicaments
3. Méthode et procédure de demande de données brutes pour la déclaration des effets indésirables des médicaments
Chapitre 6 : Analyse technique du statut de notification des effets indésirables à partir des données de notification des effets indésirables
1. Importer, fusionner et convertir des données à des fins de recherche.
2. Caractéristiques de l’état de la déclaration des événements indésirables par année et de l’état de la déclaration des événements indésirables liés aux vaccins, y compris le sexe, l’âge et le type de déclarant.
3. Analyse de l’état des signalements d’effets indésirables des vaccins pendant la grossesse et de décès.
Chapitre 7 : Analyse des indices à l’aide des données KAERS
1. Concept et application de l'analyse des indices
2. Analyse des indices concernant le traitement par méthylphénidate
Chapitre 8 : Étude des effets indésirables des vaccins disponibles dans les données KAERS : Analyse des changements
1 Concept d'analyse du changement
2. Effectuer une analyse des changements

〈Partie 3 Données de l'enquête par panel〉
Chapitre 9 : Introduction aux données d'enquêtes par panel
1 Aperçu des données de l'enquête par panel
2. Présentation du panel médical coréen
Chapitre 10 Traitement des données
1. Aperçu du traitement des données
2 exemples de traitement de données
Chapitre 11 Analyse de panel
1. Aperçu de l'analyse du panel
2 Statistiques descriptives des données de panel
3. Analyse de régression des données de panel

Partie 4 : Modèle de données commun
Chapitre 12 : Introduction au modèle de données commun
1. Concept, avantages et inconvénients du modèle de données commun
2. Statut national et international du modèle commun de données
Chapitre 13 OMOP-CDM
1 Contexte OMOP-CDM
Chapitre 14 : Introduction au système US Sentinel CDM
1. Contexte de la construction du projet Sentinel CDM
2 Systèmes Sentinelle
Chapitre 15 : Introduction au projet MOA pour la pharmacovigilance active
1. Concept et nécessité du protocole d'accord sur le développement durable (PAD)
2 Structure et terminologie du MDP MOA
Analyse des effets indésirables des médicaments à l'aide du modèle CDM à 3 MOA
Chapitre 16 : Études de cas avancées utilisant le modèle de données commun
1. Aperçu
2. Composition de la cohorte
3. Analyse des tendances en matière de prescription de médicaments
4. Comparaison des résultats cliniques en fonction des médicaments utilisés (estimation)
5. Construction d'un modèle prédictif à l'aide de l'apprentissage automatique (prédiction)

Partie 5 : Analyse des mégadonnées à l’aide de l’intelligence artificielle et de l’apprentissage automatique
Chapitre 17 : Théorie de l'intelligence artificielle et de l'apprentissage automatique
1. Intelligence artificielle et apprentissage automatique
2. La relation entre l'apprentissage automatique et l'intelligence artificielle
3 types d'apprentissage automatique
4 étapes d'apprentissage automatique
5 programmes d'analyse d'apprentissage automatique
Chapitre 18 : Études de cas en intelligence artificielle et apprentissage automatique
1 Apprentissage automatique des données non structurées SNS
2. Apprentissage automatique à partir de données cliniques
3 Modèles de prédiction des risques de maladie par apprentissage automatique
4. Méthodes d'estimation du score de propension basées sur l'apprentissage automatique
5. Développement d'un algorithme d'apprentissage automatique pour la détection d'indices

Annexe : Prétraitement des données (code SAS)