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

  • ECTS

    60 crédits

  • Durée

    1 an

  • Structure de formation

    Faculté de Médecine, Faculté de pharmacie

  • Langue(s) d'enseignement

    Français

Présentation

Le Master 1 EDSB constitue le socle commun de la formation en épidémiologie, biostatistique et analyse de données appliquées à la santé et aux sciences du vivant. Il vise à donner aux étudiants les bases nécessaires pour comprendre, structurer et analyser des données issues de contextes variés : recherche clinique, études épidémiologiques, santé publique, biologie ou sciences du vivant.

Les enseignements portent notamment sur les statistiques inférentielles, le modèle linéaire général, l’épidémiologie quantitative, les essais cliniques randomisés, le data mining, les bases de données et l’analyse des données omiques. La formation comprend également un apprentissage pratique complet des principaux langages de programmation utilisés en analyse de données, avec R, SAS et Python, ainsi qu’une introduction au big data et à l’intelligence artificielle en santé.

L’objectif est de former des étudiants capables non seulement d’appliquer des méthodes statistiques, mais surtout capables de répondre à une question scientifique, parce qu’ils en auront compris les hypothèses, auront appris à choisir les méthodes appropriées pour traiter les données et appris ài nterpréter correctement les résultats et à évaluer de manière critique les analyses réalisées.

Le M1 développe ainsi un socle méthodologique commun avant la spécialisation en M2 vers l’analyse des données de santé, ou la data science appliquée aux sciences du vivant. Un stage d’initiation à la recherche de deux mois permet de mettre en pratique les connaissances acquises sur une problématique réelle de recherche.

Lire plus

Programme

  • 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

Admission

Conditions d'admission

Modalités d'inscription

Capacité d'accueil