| Dozent/in |
Prof. Dr. med. Reto Babst |
| Veranstaltungsart |
Vorlesung |
| Code |
HS221028 |
| Semester |
Herbstsemester 2022 |
| Durchführender Fachbereich |
Gesundheitswissenschaften |
| Studienstufe |
Bachelor |
| Termin/e |
Di, 20.09.2022, 16:15 - 18:00 Uhr, HS 5
Fr, 30.09.2022, 12:30 - 14:00 Uhr, HS 5
Fr, 07.10.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 14.10.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 21.10.2022, 08:15 - 10:00 Uhr, HS 10
Fr, 28.10.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 04.11.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 11.11.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 18.11.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 18.11.2022, 13:15 - 15:00 Uhr, HS 7
Fr, 25.11.2022, 08:15 - 10:00 Uhr, 4.A05
Fr, 02.12.2022, 08:15 - 10:00 Uhr, HS 10
Fr, 16.12.2022, 08:15 - 10:00 Uhr, HS 7
Fr, 23.12.2022, 08:15 - 10:00 Uhr, HS 7 |
| Umfang |
2 Semesterwochenstunden |
| Inhalt |
1. Einführung in den Kurs: Kursziel und Leistungsnachweis Geschichte, Grundlagen, Begriffe
2. Klinische Fragestellung und systematische Literaturrecherche3. Systematik der Leitlinienerstellung4. Metaanalysen5. Register als Basis für Qualitätssicherung6. Hierarchie der Evidenz und klinische Realität am Beispiel der Traumatologie7. Therapiestudien am Beispiel der Infektiologie8. Diagnostische Studien am Beispiel der Kardiologie9. Von der evidenzbasierten Qualitätssicherung zur „value based“ Medizin10. Qualitative und Quantitative Studien am Beispiel der Hausarztmedizin11. Real world data und evidenzbasierte Medizin 12. Stellenwert von Data Science und Machine Learning in der Entwicklung von evidenzbasierter Medizin13. Evidenzbasierte Medizin als Basis des Clinical Reasonings (klinische Beweisführung auf der Basis von Expertise, EbM und partizipativer Entscheidungsfindung). |
| Lernziele |
Dieses Modul vermittelt den Studierenden das Konzept, die Grundlagen und die Geschichte und Entwicklung der Evidenzbasierten Medizin (EbM). Es illustriert die verschiedenen Methoden, auf deren Basis evidenzbasierte Diagnostik, Behandlungsempfehlungen und Richtlinien entstehen, um eine patientenzentrierte partizipative Entscheidungsfindung („shared decision making“) zu ermöglichen.
Die Studierenden sollen die Bedeutung der wissensbasierten Entscheidungsfindung in der Theorie und in der praktischen Anwendung in verschiedenen Fachdisziplinen, und auch im Rahmen von Data Science und Machine Learning sehen.
Sie sollen die Struktur wissenschaftlicher medizinischer Fachliteratur verstehen und die angewandten Studientypen für verschiedene Fragestellungen bewerten und in der Evidenzhierarchie einordnen können.
Sie sollen befähigt werden medizinische Informationen bezüglich ihrer Evidenzlage kritisch zu beurteilen. |
| Sprache |
Deutsch |
| Anmeldung |
https://elearning.hsm-unilu.ch/course/view.php?id=525 |
| Prüfung |
Essayaufgaben mit Beurteilung und Bewertung einer Publikation nach Validität der Studie, der Relevanz des Verfahrens und der Anwendbarkeit der Ergebnisse auf der Basis des Lehrbuchs Grundwissen Medizin für Nichtmediziner, R. Strametz |
| Abschlussform / Credits |
Essayaufgaben mit Beurteilung und Bewertung einer Publikation nach Validität der Studie, der Relevanz des Verfahrens und der Anwendbarkeit der Ergebnisse auf der Basis des Lehrbuchs Grundwissen Medizin für Nichtmediziner, R. Strametz. / 3 Credits
|
| Hinweise |
Lehr- und Lernformate (z.B. Vorlesung, Seminar, Workshop, andere Kleingruppenformate, Inverted / Flipped Classroom, uw.):
Interaktive Vorlesungen, Flipped Classrooms, praktische Formate: Anwendungsbeispiele in Kleingruppen basierend auf klinischen Studienformaten. |
| Hörer-/innen |
Ja |
| Kontakt |
reto.babst@unilu.ch |
| Material |
Lehrbuch/Lehrbücher werden noch bestimmt und durch die Dozierenden Literaturhinweise vermittelt. |
| Literatur |
Grundwissen Medizin für Nichtmediziner in Studium und Praxis, Reinhard Strametz S. 71-111. Literaturhinweise der Dozierenden.
Trisha Greenhalgh: “How to read a paper. The Basics of Evidence-Based Medicine and Healthcare” ISBN 978-1119484745 Das Buch ist im Studiladen erhältlich. Das Buch ist empfohlen aber nicht zwingend.
|