Santé

Épidémiologie, Données de Santé, Biostatistique - EDSB

  • ECTS

    60 crédits

  • Durée

    1 an

  • Structure de formation

    Faculté de Médecine, Faculté de pharmacie

Présentation

Le parcours proposé est une évolution du parcours « Statistiques pour les Sciences de la Santé » de la mention « Mathématiques» de la précédente période. Le Master 1 devient commun avec le parcours « épidémiologie, données de santé, biostatistiques – Data Analyst pour les Sciences du Vivant » avec lequel la mutualisation était déjà très importante pendant la précédente période. 

Son objectif reste de fournir à des étudiants issus principalement du cursus Santé et de licences de biologie d’acquérir une double-compétence en biostatistiques. Cette double compétence est particulièrement recherchée sur le marché de l’emploi comme le montrent les chiffres du taux d’insertion à la sortie du parcours. Nos étudiants sont de véritables atouts dans une équipe puisqu’ils ont la culture nécessaire en biologie/santé pour maîtriser la problématique d’intérêt et la compétence pour analyser les données de façon adéquate. Cette analyse adéquate des données en biologie/santé est un enjeu majeur pour la recherche des années à venir car les données sont de plus en plus volumineuses et nombreuses et des erreurs dans leur analyse peut conduire (et a déjà conduit par le passé) à des conclusions erronées ou non reproductibles décrédibilisant l’ensemble de la filière recherche. Une expertise réelle en analyse de données est donc aujourd’hui indispensable pour permettre de répondre à des questions biologiques complexes. Cet objectif est l’ « ADN » de notre formation et perdure pour la prochaine période.

En complément, le changement de mention a pour premier objectif d’être en cohérence avec l’origine souhaitée de nos étudiants : la situation dans la mention « Mathématiques » était trompeuse puisque nous ne recruterons que des étudiants issus des filières de santé et de biologie pour leur offrir une double compétence en biostatistiques. Or ces étudiants ne vont pas naturellement chercher leur master dans une mention « Mathématiques ».  Notre lisibilité était donc compromise par ce rattachement.

En termes d’évolution, il correspond à un besoin concernant le public cible qui sera constitué d’étudiants en Santé et d’étudiants en réorientation issus du Parcours d’Accès Spécifique Santé (PASS) et de la Licence Accès Santé(LAS), en cours de mise en place dans le cadre de la réforme de la PACES.

De plus, nous avons fait évoluer le contenu de la formation pour permettre aux étudiants en santé et en biologie d’acquérir des compétences toujours plus proches du marché de l’emploi en biostatistiques : introduction du langage Python, renforcement des enseignements en Machine Learning et intelligence artificielle. Cette évolution est également en cohérence avec le changement de mention car les applications en santé de ces méthodes sont de plus en plus nombreuses (recherche de biomarqueurs, médecine personnalisée,…).

Lire plus

Programme

Sélectionnez un programme

Master 1 Epidémiologie, Données de Santé, Biostatistique (EDSB)

Le parcours proposé est une évolution du parcours « Statistiques pour les Sciences de la Santé » de la mention « Mathématiques» de la précédente période. Le Master 1 devient commun avec le parcours « épidémiologie, données de santé, biostatistiques – Data Analyst pour les Sciences du Vivant » avec lequel la mutualisation était déjà très importante pendant la précédente période. 

Son objectif reste de fournir à des étudiants issus principalement du cursus Santé et de licences de biologie d’acquérir une double-compétence en biostatistiques. Cette double compétence est particulièrement recherchée sur le marché de l’emploi comme le montrent les chiffres du taux d’insertion à la sortie du parcours. Nos étudiants sont de véritables atouts dans une équipe puisqu’ils ont la culture nécessaire en biologie/santé pour maîtriser la problématique d’intérêt et la compétence pour analyser les données de façon adéquate. Cette analyse adéquate des données en biologie/santé est un enjeu majeur pour la recherche des années à venir car les données sont de plus en plus volumineuses et nombreuses et des erreurs dans leur analyse peut conduire (et a déjà conduit par le passé) à des conclusions erronées ou non reproductibles décrédibilisant l’ensemble de la filière recherche. Une expertise réelle en analyse de données est donc aujourd’hui indispensable pour permettre de répondre à des questions biologiques complexes. Cet objectif est l’ « ADN » de notre formation et perdure pour la prochaine période.

En complément, le changement de mention a pour premier objectif d’être en cohérence avec l’origine souhaitée de nos étudiants : la situation dans la mention « Mathématiques » était trompeuse puisque nous ne recruterons que des étudiants issus des filières de santé et de biologie pour leur offrir une double compétence en biostatistiques. Or ces étudiants ne vont pas naturellement chercher leur master dans une mention « Mathématiques ».  Notre lisibilité était donc compromise par ce rattachement.

En termes d’évolution, il correspond à un besoin concernant le public cible qui sera constitué d’étudiants en Santé et d’étudiants en réorientation issus du Parcours d’Accès Spécifique Santé (PASS) et de la Licence Accès Santé(LAS), en cours de mise en place dans le cadre de la réforme de la PACES.

De plus, nous avons fait évoluer le contenu de la formation pour permettre aux étudiants en santé et en biologie d’acquérir des compétences toujours plus proches du marché de l’emploi en biostatistiques : introduction du langage Python, renforcement des enseignements en Machine Learning et intelligence artificielle. Cette évolution est également en cohérence avec le changement de mention car les applications en santé de ces méthodes sont de plus en plus nombreuses (recherche de biomarqueurs, médecine personnalisée,…).

Voir la page complète de ce parcours

  • Anglais

    5 crédits
  • CHOIX S1

    2,5 crédits
    • Au choix : 1 parmi 2

      • ASPECTS TECHNOLOGIQUES DU RECUEIL DE DONNEES OMIQUES

        2,5 crédits
      • GRANDS ENJEUX EN SANTE

        2,5 crédits
  • INTRODUCTION STATISTIQUE INFERENTIELLE NIVEAU 1

    2,5 crédits
  • R-SAS NIVEAU1

    2,5 crédits
  • INTRODUCTION STATISTIQUE INFERENTIELLE NIVEAU 2

    2,5 crédits
  • DATA MINING

    5 crédits
    • Data Mining CT

    • Data Mining CC

  • INTRODUCTION EPIDEMIOLOGIE RECHERCHE CLINIQUE

    2,5 crédits
  • MATHEMATIQUES GENERALES

    2,5 crédits
  • BASE DE DONNEES NIVEAU1

    2,5 crédits
    • Bases de données Niveau 1 Ecrit

    • Bases de données niveau 1 Projet

  • MODELE LINEAIRE GENERAL

    2,5 crédits
  • R-SAS NIVEAU 2

    2,5 crédits
    • R-SAS écrits

    • R-SAS rapports ecrits

  • STAGE

    10 crédits
  • PYTHON

    2,5 crédits
  • ANALYSE STATISTIQUE DES DONNEES OMIQUES

    2,5 crédits
  • BIG DATA & INTELLIGENCE ARTIFICIELLE EN SANTE

    2,5 crédits
  • METHODES EN EPIDEMIOLOGIE QUANTITATIVE NIVEAU DE BASE

    2,5 crédits
  • ETUDE DE CAS (partie 1)

    2,5 crédits
  • ESSAIS CLINIQUES RANDOMISES

    2,5 crédits
  • INGENIERIE DE PROJETS & COMMUNICATION

    2,5 crédits

Master 2

Le parcours proposé est une évolution du parcours « Statistiques pour les Sciences de la Santé » de la mention « Mathématiques» de la précédente période. Le Master 1 devient commun avec le parcours « épidémiologie, données de santé, biostatistiques – Data Analyst pour les Sciences du Vivant » avec lequel la mutualisation était déjà très importante pendant la précédente période. 

Son objectif reste de fournir à des étudiants issus principalement du cursus Santé et de licences de biologie d’acquérir une double-compétence en biostatistiques. Cette double compétence est particulièrement recherchée sur le marché de l’emploi comme le montrent les chiffres du taux d’insertion à la sortie du parcours. Nos étudiants sont de véritables atouts dans une équipe puisqu’ils ont la culture nécessaire en biologie/santé pour maîtriser la problématique d’intérêt et la compétence pour analyser les données de façon adéquate. Cette analyse adéquate des données en biologie/santé est un enjeu majeur pour la recherche des années à venir car les données sont de plus en plus volumineuses et nombreuses et des erreurs dans leur analyse peut conduire (et a déjà conduit par le passé) à des conclusions erronées ou non reproductibles décrédibilisant l’ensemble de la filière recherche. Une expertise réelle en analyse de données est donc aujourd’hui indispensable pour permettre de répondre à des questions biologiques complexes. Cet objectif est l’ « ADN » de notre formation et perdure pour la prochaine période.

En complément, le changement de mention a pour premier objectif d’être en cohérence avec l’origine souhaitée de nos étudiants : la situation dans la mention « Mathématiques » était trompeuse puisque nous ne recruterons que des étudiants issus des filières de santé et de biologie pour leur offrir une double compétence en biostatistiques. Or ces étudiants ne vont pas naturellement chercher leur master dans une mention « Mathématiques ».  Notre lisibilité était donc compromise par ce rattachement.

En termes d’évolution, il correspond à un besoin concernant le public cible qui sera constitué d’étudiants en Santé et d’étudiants en réorientation issus du Parcours d’Accès Spécifique Santé (PASS) et de la Licence Accès Santé(LAS), en cours de mise en place dans le cadre de la réforme de la PACES.

De plus, nous avons fait évoluer le contenu de la formation pour permettre aux étudiants en santé et en biologie d’acquérir des compétences toujours plus proches du marché de l’emploi en biostatistiques : introduction du langage Python, renforcement des enseignements en Machine Learning et intelligence artificielle. Cette évolution est également en cohérence avec le changement de mention car les applications en santé de ces méthodes sont de plus en plus nombreuses (recherche de biomarqueurs, médecine personnalisée,…).

Voir la page complète de ce parcours

Master 2 Epidémiologie, Données de Santé, Biostatistique (EDSB) sous parcours Data Analyst pour les Sciences du Vivant

Le parcours proposé est  une évolution du parcours "Statistiques pour les Sciences de la Vie" de la mention "Mathématiques" de la précédente période. Le Master 1 devient commun avec le parcours "épidémiologie, données de santé, biostatistiques - Données de Santé" avec lequel la mutualisation était déjà très importante pendant la précédente période.

Voir la page complète de ce parcours

  • ANALYSE DES DONNEES CENSUREES

    2,5 crédits
  • STATISTIQUES TEMPORELLES

    2,5 crédits
  • MODELE LINEAIRE GENERALISE ET MIXTE

    5 crédits
  • Application modèle mixte & machine learning

    2,5 crédits
  • ETUDE DE CAS PARTIE 2

    5 crédits
  • MACHINE LEARNING NIVEAU 1: APPLICATION AU PRONOSTIC

    2,5 crédits
  • BASES DE DONNEES NIVEAU 2

    2,5 crédits
  • MACHINE LEARNING NIVEAU 2

    2,5 crédits
  • RECUEIL PLANIFIE DE DONNEES

    2,5 crédits
    • Recueil plan. données CC

    • Recueil plan. données CT

  • STATISTIQUES POUR L'INDUSTRIE

    2,5 crédits
  • SEMINAIRES DE RECHERCHE

    2,5 crédits
  • Stage Master 2

    25 crédits
    • Mémoire stage

    • Oral stage

  • Stage M2 EDSB

    30 crédits