Laboratoriemedicinsk dataanalys
Kursplan, Grundnivå, 3ME092
Kursen är avvecklad.
- Kod
- 3ME092
- Utbildningsnivå
- Grundnivå
- Huvudområde(n) med fördjupning
- Biomedicinsk laboratorievetenskap G2F
- Betygsskala
- Godkänd (G), Underkänd (U)
- Fastställd av
- Programkommittén för masterprogrammen vid medicinska fakulteten, 7 maj 2018
- Ansvarig institution
- Institutionen för medicinska vetenskaper
Allmänt
Kursen ges i termin 1 på masterprogrammet i avancerad medicinsk avbildning, ingång för studenter med röntgensjuksköterskeexamen.
Behörighetskrav
Röntgensjuksköterskeexamen eller biomedicinsk analytikerexamen 180 hp eller kandidatexamen 180 hp i biomedicin, biomedicinsk laboratorievetenskap eller radiografi eller motsvarande. Dessutom krävs kunskaper i svenska och engelska motsvarande vad som krävs för grundläggande behörighet till utbildning på grundnivå.
Mål
FÄRDIGHET OCH FÖRMÅGA
Studenten ska efter genomförd kurs kunna tillämpa:
- grundläggande metoder för beskrivande statistik
- grundläggande sannolikhetsteori
- grundläggande statistisk slutledning (inferens)
- grundläggande multivariat dataanalys
KUNSKAP OCH FÖRSTÅELSE
Studenten ska efter avslutad kurs:
- Kunna redogöra för teoretiska och praktiska grundläggande begrepp inom beskrivande statistik, sannolikhetsteori, statistisk slutledning och multivariat dataanalys.
- Kunna redogöra för och generalisera utifrån exempel på statistisk dataanalys inom analytisk laboratorievetenskap och bioinformatik hämtade bl.a. från tidigare och senare kurser i programmet.
VÄRDERINGSFÖRMÅGA OCH FÖRHÅLLNINGSSÄTT
Studenten ska efter avslutad kurs:
- Kunna värdera betydelsen och behovet av att tillkalla statistiskt expertstöd för ett givet problem.
Innehåll
STATISTIK
Allmänna begrepp och beskrivande statistik. Mättekniska prestandamått som precision, noggrannhet, bias, limit of detection, variationskoefficient. Grundläggande begrepp som sambandsmått, fördelningsfunktioner, stickprov och samplingsfördelning. Statistisk inferensteori inkluderande parameterskattning, regressionsanalys samt parametrisk och icke-parametrisk hypotestestning. Prestandamått som känslighet, specificitet, positivt prediktivt värde. Orienterande introduktion till multivariat dataanalys i form av t.ex. hierarkisk klusteranalys och multivariat regression.
TILLÄMPNINGAR
Laboratorievetenskapliga och bioinformatiska tillämpningar som t.ex. instrument-kalibrering, metodutveckling och validering, multipel sekvensanalys samt biomarkörsgenererande metoder som t.ex. spektroskopiska tekniker, molekylära systemanalyser och automatiserad mikroskopi.
Undervisning
Undervisningen omfattar föreläsningar, dator- och räkneövningar, problemorienterade grupparbeten och seminarier.
Examination
För godkänd kurs krävs godkänt resultat på samtliga obligatoriska moment samt godkänt tentamensprov.
Studerande som underkänts på tentamensprov har rätt att genomgå tentamensprov ytterligare 4 gånger (= totalt 5 tentamensprov). Om synnerliga skäl finns kan programkommittén medge ytterligare tentamenstillfälle. Som tentamenstillfälle räknas de gånger studenten deltagit i tentamen. Inlämning av s.k. blank skrivning räknas som ett tentamenstillfälle.
Övriga föreskrifter
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t ex vara besked om särskilt pedagogiskt stöd från universitetets samordnare.