Medical Informatics including biostatistics 2/2
Informacje ogólne
| Kod przedmiotu: | WL-ED3.MIB2/2 | Kod Erasmus / ISCED: |
12.1
 /
(0912) Medycyna
|
| Nazwa przedmiotu: | Medical Informatics including biostatistics 2/2 | ||
| Jednostka: | Szkoła Medyczna dla Obcokrajowców | ||
| Grupy: |
Przedmioty III rok, kierunek lekarsko-dentystyczny, studia stacjonarne, tok 5-letni po angielsku |
||
| Punkty ECTS i inne: |
1.00  zobacz reguły punktacji |
||
| Język prowadzenia: | angielski | ||
Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)
| Okres: | 2020-10-01 - 2021-01-28 |
 
 zobacz plan zajęć |
| Typ zajęć: |
Ćwiczenia, 25 godzin więcej informacji |
|
| Koordynatorzy: | Wojciech Lasoń | |
| Prowadzący grup: | Mateusz Banach, Andrzej Kononowicz, Wojciech Lasoń, Monika Piwowar, Justyna Stefaniak | |
| Strona przedmiotu: | https://pegaz.uj.edu.pl/course/view.php?id=443079 | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Zaliczenie na ocenę | |
| Ocena wliczana do średniej: | tak |
|
| Cele kształcenia: | Podstawowym celem kształcenia jest zapoznanie studentów z nowoczesnymi i innowacyjnymi narzędziami w informatyce medycznej oraz rozwijanie umiejętności skutecznego ich wykorzystania we wspieraniu procesu decyzyjnego a także zapoznanie studentów z efektywnymi metodami statystycznymi w rozwiązywaniu problemów w medycynie |
|
| Efekty kształcenia: | Po ukończeniu przedmiotu student: W zakresie wiedzy: - ma wiedzę na temat metod statystycznych stosowanych w medycynie - zna zasady zintegrowanego podejścia do wiedzy medycznej (procedury diagnostyczne i terapeutyczne) oraz współpracy w zespole interdyscyplinarnym - zna techniki symulacyjne w medycynie i zasady tworzenia modeli symulacyjnych - ma wiedzę na temat technologii stosowanych w druku 3D oraz możliwości zastosowania tej technologii w medycynie, w szczególności w stomatologii W zakresie umiejętności: - potrafi przygotować i efektywnie wykorzystywać medyczne bazy danych - stosuje w praktyce metody statystyczne w rozwiązywaniu problemów - potrafi definiować problemy statystyczne i stawiać hipotezy - umie wybrać i wykorzystać w praktyce testy statystyczne oraz przedstawić wyniki w formie graficznej - posiada umiejętność definiowania potrzeb informacyjnych danego problemu i formułowania zapytań w bazach danych dostępnych w Internecie - ma umiejętność reprezentowania wiedzy w komputerowo wspomaganym procesie decyzyjnym w zakresie procedur diagnostycznych i terapeutycznych, - korzysta z drukarek 3D w edukacji medycznej i praktyce klinicznej w stomatologii - potrafi korzystać z modeli symulacyjnych w medycynie i przeprowadzać eksperymenty |
|
| Wymagania wstępne: | Zaliczenia przedmiotu "“Medical Informatics including Biostatistics ½” |
|
| Forma i warunki zaliczenia: | Studenci są oceniani na podstawie: - obowiązkowej obecności na zajęciach - aktywności w trakcie zajęć - przygotowania i wykonania zadań indywidualnych - przygotowania projektów i aktywnego udziału w realizacji zadania w zespole - wyników końcowego testu komputerowego |
|
| Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów: | Kryteria przyznawania oceny Aby zaliczyć moduł i uzyskać ocenę, konieczne jest: 1. udział we wszystkich zajęciach 2. aktywny udział w dyskusjach podczas zajęć 3. wykonanie zadań indywidualnych 4. przygotowanie i wykonanie projektu statystycznego (maksymalnie 40 pkt.) 5. zaliczenie testu komputerowego z informatyki medycznej (maksymalnie 20 pkt.) Aby zaliczyć przedmiot, student musi zebrać co najmniej 36 pkt. Kryteria oceny końcowej: Punkty uzyskane podczas kursu “Medical Informatics including Biostatistics 1/2” (rok 1.) zostaną dodane do punktów uzyskanych podczas kursu “Medical Informatics including Biostatistics 2/2” . Ostateczna ocena zostanie wyznaczona na podstawie sumy tych punktów Skala ocen: Punkty Ocena 0 - 60 D 61 - 68 C 69 - 76 C + 77 - 84 B 85 - 92 B + 93 - 100 A Poprawa oceny Studenci, którzy nie uzyskają 61 pkt., są zobowiązani do powtórzenia testu komputerowego. Wówczas, niezależni od wyników powtórzonego testu, końcowa liczba punktów wynosi 61. |
|
| Metody dydaktyczne - słownik: | E-learning |
|
| Metody dydaktyczne: | Metody dydaktyczne obejmują: - dyskusje między studentami i wykładowcami - prezentacje - indywidualną pracę z komputerem - własną prace projektową z wiodącym udziałem nauczyciela - rozwiązywanie problemów w zespołach - wykonywanie eksperymentów z wykorzystaniem modeli symulacyjnych |
|
| Bilans punktów ECTS: | Łącznie - 50 godzin pracy studentów udział w zajęciach - 25 godz przygotowanie do laboratorium - 15 godz przygotowanie projektu statystycznego - 10h |
|
| Grupa treści kształcenia: | Grupa treści podstawowych |
|
| Skrócony opis: |
Zapoznanie studentów z nowoczesnymi i innowacyjnymi systemami i narzędziami informatycznymi wspomagającymi procesy decyzyjne w medycynie, takimi jak: - systemy wspomagania decyzji klinicznych - technologie 3D w medycynie - modele symulacyjne i eksperymenty symulacyjne na modelach Zapoznanie studentów z efektywnymi metodami statystycznymi w rozwiązywaniu problemów w medycynie | |
| Pełny opis: |
1. Systemy wspomagania decyzji klinicznych Prezentacja modeli i metod wspomagania decyzji klinicznych. Praktyczne zadania do rozwiązania przez studentów 2. Symulacja w medycynie Przeprowadzanie eksperymentów symulacyjnych, zbieranie i analiza wyników, prezentacja graficzna, formułowanie wniosków System zdalnego monitorowania pacjenta - TeleCARE Symulacja ról lekarzy i pacjentów w systemie. Wprowadzanie danych do systemu, weryfikacja i analiza wyników pomiarów. Praca w grupach 3. Technologie 3D w medycynie. Druk 3D w stomatologii - prezentacja materiałów edukacyjnych i zapoznanie się z praktycznym działaniem drukarki 3d. 4. Statystyka opisowa, rozkład częstości i prawdopodobieństwa, testowanie hipotez Wprowadzenie do biostatystyki i podstawowe definicje. Przygotowywanie baz danych. Statystyki opisowe i graficzna prezentacja danych. Testowanie hipotez statystycznych. 5. Korelacja i regresja liniowa Korelacja Pearsona, regresja liniowa. 6. Test t-Studenta Test t-Studenta - sparowany i niesparowany. Nieparametryczne odpowiedniki testu t Studenta. 7. Test chi-kwadrat, tabela kontyngencji, ANOVA Test chi-kwadrat, analiza wariancji (ANOVA) i jej nieparametryczne odpowiedniki. Analiza post-hoc. 8. Końcowy projekt statystyczny Analiza i praktyczne rozwiązywanie problemu statystycznego w medycynie z wykorzystaniem narzędzia SAS. | |
| Literatura: |
1. Telemedicine Technologies: Information Technologies in Medicine and Telehealth Fong B., Fong A.C.M, Li C.K 2011 1st Wiley ISBN: 9780470745694 2. Simulations in Medicine Irena Roterman-Konieczna (Ed.) 2015 1st De Gruyter ISBN: 9783110406269 3. Biostatistics. A Foundation for Analysis in the Health Sciences Wayne W. Daniel 2009 9th Ed. Wiley ISBN: 978-0-470-10582-5 4. Statistics by Prescription Irena Roterman-Konieczna 2009 1st Ed. Jagiellonian University Press SBN: 978-83-233-2741-7 | |
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.