Présentation
Un parcours de formation flexible et personnalisable !
Cette formation est organisée sous forme de modules indépendants, permettant à chaque participant de construire un parcours adapté à ses besoins.
Vous pouvez :
- suivre un seul module spécifique
- combiner plusieurs modules pour construire un parcours complet
- progresser à votre rythme en fonction de vos projets de recherche ou d’analyse
Il n’est pas nécessaire de suivre l’ensemble du programme : chaque module peut être suivi de manière autonome.
Cette organisation modulaire permet de se former efficacement aux méthodes statistiques et à l’analyse de données avec R appliquées à la santé.
Organisation du parcours de formation
Parcours de formation du logiciel R appliqué aux données de santé
L’analyse des données de santé repose aujourd’hui sur la maîtrise d’outils statistiques performants et de méthodes d’analyse adaptées. Le logiciel R est devenu une référence incontournable pour les chercheurs, biostatisticiens et professionnels de la santé qui souhaitent analyser, modéliser et interpréter des données complexes.
Ce parcours de formation propose une approche progressive et modulable de l’apprentissage de R et des statistiques appliquées aux données de santé. Il permet d’acquérir des compétences solides en analyse statistique, modélisation et méthodologie, tout en s’adaptant aux besoins et aux objectifs de chaque participant.
L’un des principaux atouts de ce programme est sa grande flexibilité.
Le parcours est composé de modules indépendants, qui peuvent être suivis séparément ou combinés librement selon les besoins, le niveau ou les objectifs professionnels de chacun.
Il n’est pas nécessaire de suivre l’ensemble du parcours :
chaque module peut être suivi de manière autonome
les participants peuvent choisir uniquement les thématiques qui les intéressent
les modules peuvent être combinés progressivement pour construire un parcours personnalisé
Cette approche permet aussi bien de découvrir R, de se perfectionner en statistiques, ou d’approfondir certaines méthodes spécifiques utilisées en analyse de données de santé.
Chaque module peut également donner lieu à une microcertification, valorisant les compétences acquises.
Programme
La formation est organisée sous forme de modules indépendants mais complémentaires.
Vous pouvez :
- suivre un seul module spécifique pour développer une compétence ciblée
- combiner plusieurs modules pour construire un parcours complet en analyse avec le logiciel R de données de santé
- accumuler des microcertifications et des crédits ECTS
Chaque module possède une page dédiée présentant :
les objectifs pédagogiques
le programme détaillé
les prérequis
les modalités d’évaluation
les crédits ECTS associés.
Module : initiation et pratiques avancées du logiciel R pour les données de santé
- Introduction à R
- IDE et présentation de l’interface R studio
- Bonnes pratiques de travail en R
- Concepts de base en R (objets, vecteurs, fonction et arguments)
- Introduction au tidyverse
- Manipulation de données avec tidyr, stringr, forcats, lubridate
- transformation de données avec dplyr
- Visualisation de données avec ggplot2
- Mise en pratique
Module : statistiques descriptive et inférentielles sur R
- Analyses univariées
- Analyses bivariées
- Statistiques inférentielles (tests de comparaison paramétrique et non paramétriques)
- Mise en pratique
Module : modèles linéaires généralisé sur R
- Introduction : rappel stat rapide
- Packages et fonctions utiles
- Régression linéaire multiples et diagnostics
- Régression polynomiale et diagnostiques
- Régression logistique et diagnostiques
- Régression de poisson et diagnostiques
- ANOVA
- ANCOVA
- Mise en pratique
Module : méthodes d'analyse multivariées exploratoire
1) Introduction: rappels stat et techniques usuelles
2) Packages et fonctions utiles
3) ACP
4) ACM
5) AFP
6) réduction de dimension orienté prédiction (PLS)
7) Mise en pratiques
Module : méthodes de clustering
1) Introduction: rappels stat et techniques usuelles
2) Préparation des données
3) Mesure des distances
4) Clustering partitionnel
5) Clustering hiérarchique
6) interpretation des clusters
7) visualisation des clusters
8) Mise en pratiques
Module : gestion des données manquantes
1) Introduction: typologies de données manquantes
2) Diagnostiquer les données manquantes
3) Stratégie simple de gestion des données manquantes (élimination, imputation simple, modèles robustes
4) Imputation multiples
5) reporting et bonnes pratiques
6) Mise en pratique
Module : calcul de taille d'échantillon
- Introduction
- Pour les design simple (test de comparaison de groupe, régression)
- Calcul par simulation pour les designs complexes
- Mise en pratique
Module : plan d'expérience
A venir
Module 9 : analyse de survie
A venir
Module : analyse bayesienne
A venir
Objectif
Une formation essentiellement pratique et adressée spécifiquement aux biologistes et aux médecins qui permet de démystifier l’utilisation du logiciel R.
Approche pédagogique
La formation propose un ensemble de modules spécialisés en analyse de données de santé avec R, conçus pour répondre aux besoins des chercheurs, professionnels de santé et analystes de données. Elle vise à développer des compétences directement mobilisables dans la recherche clinique, l’épidémiologie et l’analyse statistique des données de santé.
Le dispositif pédagogique repose sur une approche en classe inversée, combinant modules en e-learning et séances d’échanges avec les enseignants. Les contenus en ligne sont structurés en capsules courtes de microlearning, permettant aux participants d’apprendre R et l’analyse de données à leur rythme. Chaque module comprend des démonstrations de code R, des exercices pratiques appliqués à des données de santé et des quiz d’auto-évaluation.
Des séances de questions-réponses sont également organisées afin de permettre aux participants de clarifier certains concepts, d’échanger sur leurs analyses et d’approfondir les méthodes statistiques utilisées dans leurs projets.
L’enseignement met l’accent sur la manipulation, la transformation et la visualisation de données avec R, afin de permettre aux participants de développer une démarche structurée et reproductible d’analyse de données de santé.
Micro-certification : valorisez vos compétences grâce à la micro-certification !
À l’issue de chaque module, les participants qui le souhaitent peuvent passer un examen de micro-certification afin d’obtenir une reconnaissance officielle des compétences acquises.
Le programme est structuré en plusieurs modules thématiques couvrant les principales méthodes d’analyse de données avec R appliquées aux données de santé :
I. Initiation et pratiques avancées du logiciel R pour les données de santé
II. Statistiques descriptives et inférentielles sur R
III. Modèles linéaires généralisés sur R
IV. Méthodes d’analyse multivariées exploratoires (réduction de dimension)
V. Méthodes de clustering
VI. Gestion des données manquantes
VII. Calcul de taille d’échantillon
VIII. Plan d’expérience
IX. Analyse de survie
X. Analyse bayésienne
Chaque module peut faire l’objet d’une micro-certification individuelle, permettant de valoriser de manière ciblée les compétences acquises dans un domaine spécifique de l’analyse statistique et de la science des données.
Les participants ont également la possibilité de suivre plusieurs modules afin de construire progressivement un parcours de formation personnalisé et d’accumuler plusieurs micro-certifications.
Modalités:
La micro-certification est obtenue après la réussite d’un examen organisé à l’issue du module ou du parcours suivi.
La participation à cet examen est facultative et fait l’objet d’une inscription ainsi que d’un tarif distinct de la formation.
Je souhaite être informé⸱e de la prochaine session !
Admission
Pour qui ?
- Chercheurs du secteur biotechnologique, de la santé publique, responsables de projet & techniciens
- Enseignants des Hautes Ecoles et Universités
Prérequis
L’admission se fait sur dossier, à compléter directement en ligne via notre formulaire d’inscription. Celui-ci comprend des questions sur votre parcours académique et professionnel, ainsi qu’un espace pour télécharger une copie de votre carte d’identité et de votre diplôme.
Tarifs
Tarifs pour le parcours SANS microcertification :
Tarif plein :
- 1 900€
Tarif réduit pour les demandeurs d’emploi, les institutions publiques, académiques et ASBL :
- 1350€
Tarif réduit pour les doctorants & instit. hospitalières ULB :
- 950€
Tarifs pour le parcours AVEC microcertification :
Tarif plein :
- 1 900€
Tarif réduit pour les demandeurs d’emploi, les institutions publiques, académiques et ASBL :
- 1350€
Tarif réduit pour les doctorants & instit. hospitalières ULB :
- 950€
Contact
F.A.Q
Les formulaires d’inscription sont à remplir directement en ligne. Ceux-ci sont composés de questions sur votre parcours académique et/ou professionnel. Il vous sera également demandé de télécharger une copie de votre carte d’identité.
Si les inscriptions ne sont pas ouvertes, vous avez la possibilité de manifester votre intérêt pour cette formation en cliquant sur le bouton “cette formation m’intéresse !“
Une fois le formulaire soumis, nous serons informés de votre intérêt. Vous serez alors averti par email dès l’ouverture des prochaines inscriptions.
Nous avons la réponse parfaite pour vous : une formation sur mesure !
Tous nos programmes peuvent être adaptés pour répondre aux besoins spécifiques de votre entreprise, que ce soit en termes de modalités d’apprentissage, de contenu ou de durée. Nous collaborons avec vous pour comprendre votre projet et vous proposer des solutions sur mesure.
Contact : helsci@ulb.be