Valbara kurser

Kurstillfällen

Hösten 2024

Engelskt kurstillfälle: 21-23/10 + 5/11 (på engelska)
Svenskt kurstillfälle: 18-20/11 + 6/12 (på svenska)

Kursledare

Jan Lexell jan [dot] lexell [at] med [dot] lu [dot] se
Christina Brogårdh christina [dot] brogardh [at] med [dot] lu [dot] se

Målgrupp

Forskningsstudenter vid medicinska fakulteten. Studenter som har gjort sin halvtidskontroll har företräde.

Poäng

1,5 högskolepoäng

Syfte

Kursen syftar till att de forskarstuderande ska fördjupa sina kunskaper och färdigheter i publiceringsprocessen och hur man skriver och granskar ett vetenskapligt manuskript.

Genomförande

Undervisningen sker huvudsakligen genom interaktiva undervisningsmoment. Kursen innehåller föreläsningar, granskning av vetenskapliga artiklar, grupparbeten, diskussioner, praktiska tillämpningar och självstudier. Kursen ges under fem dagar och inleds med tre kursdagar, därefter en dag med eget arbete och avslutas 2 veckor senare med en kursdag.

Kursplan (pdf 66,5 kB, ny flik)

Course dates 

Autumn 2024:

Week 47, 18-22 November. Mornings are in class and the afternoons consist of individual work.

Course organizers 

Matteo Bruschettini matteo [dot] bruschettini [at] med [dot] lu [dot] se (matteo[dot]bruschettini[at]med[dot]lu[dot]se)

Martin Ringsten martin [dot] ringsten [at] med [dot] lu [dot] se (martin[dot]ringsten[at]med[dot]lu[dot]se)

Examinator

Stefan Hansson stefan [dot] hansson [at] med [dot] lu [dot] se (stefan[dot]hansson[at]med[dot]lu[dot]se)

Target group 

The one week course is aimed towards PhD students and researchers at the Faculty of Medicine.
Participation is free for PhD students from European Economic Area (EEA) and Switzerland. Other external participants might require a fee for participation, see more on Cochrane Sweden’s website for this course.

Description

The course is aimed at PhD students and researchers who wants to increase their knowledge about how to conduct a systematic review or evidence synthesis. The course is also relevant for people who will use systematic reviews, evidence synthesis or results from randomized trials to inform decisions in healthcare (clinicians, decision makers, guideline developers, or policy makers).

The course aims to introduce and increase participants knowledge about the Cochrane methodology to systematic reviews with a focus on systematic reviews of interventions. During the week we will go through the process from the initial idea and research question that can be explored in a systematic review, tools to support the systematic review process, risk of bias, meta-analysis, the GRADE-approach to judge uncertainty, best practice reporting of results in reviews, and the use of systematic reviews in guidelines and decision making. 
The course will include lecturers and facilitators from several Cochrane Centers, each within their expert area. Lectures will be mixed with discussions and working in groups with exercises in the mornings, and after lunch participants will work individually within the Cochrane Interactive Learning-modules. There will be time to ask individual questions to our lecturers and facilitators about your own potential reviews or other evidence-related questions during the week.

Location

The course will be aimed to be conducted on campus in Lund for all days.

Examination
To pass the course you will need to attend the days in class, have an active participation in discussions and teamwork during these days, and completion of the module 1-8 and quizzes in Cochrane Interactive Learning.

Credits

The course is rewarded with 1,5 ECTS credits (equal to one week full time studies) for enrolled PhD students. All participants will receive a certificate of attendance for the course.

Resources and literature

Cochrane Interactive Learning modules, available from https://training.cochrane.org/interactivelearning 

Cochrane Handbook for Systematic Reviews of Interventions, available for free from https://training.cochrane.org/handbook

Additional articles, books and some pre-course work will be handed out before the course starts.

Registration

You can register through the link in the right hand margin. Chose the correct date of the course. If you are an external participant (outside of Lund University), please clearly state this and your affiliation and professional title in “Other comments”, and try to fill the other information in as good as possible (if not relevant leave blank)

Kursplan (pdf 289,6, ny flik)

Försöksdjursvetenskap för utförare av djurförsök

Kursansvarig: 

Lena Uller (lena [dot] uller [at] med [dot] lu [dot] se (lena[dot]uller[at]med[dot]lu[dot]se)) Docent, Respiratorisk Immunofarmakologi, Institutionen för experimentell medicinsk vetenskap, Lund

Examinator:

Lena Uller

Målgrupp

Detta är en obligatorisk kurs för doktorander vid Lunds Universitet som avser att arbeta med djur. Du registreras specifikt för de djurslag du avser arbeta med. Inga förkunskaper inom området krävs. Kursen motsvarar FELASA B, men är ännu inte formellt certifierad av Felasa B. 

Poäng

3 högskolepoäng för full kurs, 2 poäng om inte den praktiska delen utförs.

Tid & Lokal

Detta är en web-baserad utbildning som finns på Canvas Catalog. Du arbetar på egen hand vid din egen dator.

Kursinnehåll 

Kursen är på engelska & innehåller 15 moduler, varvat med självutvärderingar.

• Modul 1: Etik och djuranvändning
• Modul 2: Svensk lagstiftning
• Modul 3: Journalföring
• Modul 4: Identifieringsmetoder
• Modul 5: Avbrytningskriterier
• Modul 6: Biologi
• Modul 7: Etologi
• Modul 8: Hushållning
• Modul 9: Djurvård och övervakning
• Modul 10: Anestesi, analgesi och eutanasi
• Modul 11: Sjukdomar hos försöksdjur
• Modul 12: Försöksdjursmetodik
• Modul 13: Genetiskt Modifierade Organismer
• Modul 14: Alternativa metoder
• Modul 15: Säkerhet på biomedicinska avdelningar

Genomförande

Ungefärlig tid för att avsluta den teoretiska delen är 40 h. De olika modulerna examineras kontinuerligt med självutvärderingar. Efter avklarad teori finns det möjlighet till en praktisk del, där omfattningen påverkas av dina inplanerade aktiviteter inom din forskning. Efter detta erhålls ett certifikat på din kunskap om att arbeta med djur.

Kurslitteratur

All litteratur finns på Canvas Catalog med länkar till hemsidor mm för mer information.

För frågor om kursen, vänligen kontakta djurutbildning [at] med [dot] lu [dot] se (djurutbildning[at]med[dot]lu[dot]se) 

Anmälan till kursen: Training in Laboratory Animal Science | Staff Pages (lu.se)

Kursledare:

Patrik Önnerfjord (patrik [dot] onnerfjord [at] med [dot] lu [dot] se (patrik[dot]onnerfjord[at]med[dot]lu[dot]se))

Lotta Happonen (lotta [dot] happonen [at] med [dot] lu [dot] se (lotta[dot]happonen[at]med[dot]lu[dot]se))

Examinator: Prof. Johan Malmström (johan [dot] malmstrom [at] med [dot] lu [dot] se (j)ohan [dot] malmstrom [at] med [dot] lu [dot] se)

Målgrupp: doktorander på medicinska fakulteten

Plats: Kursen ges i huvudsak fysiskt på plats men vissa delmoment digitalt

Tidpunkt: Vecka 49 (2-6 december), vissa självstudier veckan innan kursen (ca 4tim) med viss litteratur samt första delen av individuellt obligatoriskt projektarbete.

Antal deltagare: max 12

Allmänna uppgifter: Målgruppen är doktorander vid Medicinska fakulteten som med denna kurs kommer lära sig grunderna inom biologisk masspektrometri och klinisk proteomik. Kursen ges på heltid för forskarstuderande (valbar kurs) vid medicinska fakulteten i Lund. Den är i mån av plats, även öppen för övriga doktorander, post-docs och andra intressenter vid medicinska fakulteten (såsom kliniska forskare) eller annan fakultet inom LU. Kursen motsvarar en veckas heltidsstudier.

Masspektrometri (MS) är en teknik för att mäta molekylvikten (m/z) och mängd av biomolekyler t.ex. proteiner och peptider. Klinisk proteomik beskriver storskalig analys av proteiner i kliniska prover (vävnad/celler/vätska) och MS-baserad proteomik används flitigt inom life science med tillämpningar som spänner från grundläggande forskningsfrågor till precisionsmedicin, t.ex. identifikation av biomarkörer eller för bakteriell identifiering vid akut sepsis för att välja effektiv läkemedels-behandling och därmed rädda liv.

Undervisningsspråk: Kursen ges på engelska

Syfte: Syftet med kursen är att ge en grundläggande förståelse för biologisk masspektrometri och klinisk proteomik med kunskap om aktuella metoder samt applikationer inom life science. Förvärvade kunskaper kommer sedan appliceras i studenterna egna projekt

Mål för kursen: efter avslutad kurs ska deltagarna kunna

• förklara grundprinciperna för masspektrometri (MS) och proteomik
• förstå hur biologisk MS kan användas i ett vidare perspektiv t.ex. identifiera kritiska sekvenser ”de novo” från okända proteiner och hur MS kan användas för att få fram strukturell information om konformation eller protein-protein interaktioner
• beskriva och föreslå analytiska MS-metoder för olika biologiska frågeställningar – samt diskutera för- och nackdelar med dessa
• delta i vetenskapliga diskussioner angående proteomik och kritiskt granska vetenskapliga resultat
• genomföra enklare analys från MS-data, inklusive identifikation och kvantifiering av proteiner
• planera hur masspektrometri skulle kunna komma till användning inom din egen forskning och möjliggöra experiment som skulle kunna förbättra ditt projekt

Kursinnehåll: Föreläsningar kommer innehålla grunderna inom biologisk masspektrometri och klinisk proteomik såsom principer för identifiering och kvantifiering av proteiner men även inbjudna föreläsare (seniora forskare inom biologisk MS och klinisk proteomik) som kommer att ge exempel på olika applikationer.

Följande delar kommer att behandlas på kursen:

• Introduktion till masspektrometri och klinisk proteomik
• Separationstekniker
• Protein identifikation
• Karakterisering av post-translationella modifikationer (PTMs)
• Kvantitativ proteomik
• Experimentell design
• Tolkning av MS-data, proteomik-verktyg

Kursupplägg: Föreläsningar, gruppövningar (parvis), PBL, instrument-demonstration, rundvandring på D13, datorövningar

Examination: För godkänt på kursen krävs, förutom godkänd inlämningsuppgift och två muntliga presentationer, aktivt deltagande på kursens samtliga moment.

Betyg: Godkänd eller underkänd

Förkunskapskrav: Inga förkunskaper krävs. Antagna till forskarutbildning på medicinska fakulteten har företräde.

Litteratur: Utvalda vetenskapliga artiklar och övrigt utbildningsmaterial kommer att delges innan och under kursen.

Kursledare 
Karin Engström (karin [dot] engstrom [at] med [dot] lu [dot] se)

Examinator
Helena Persson

Målgrupp:

Doktorander på medicinska fakulteten.  Kursen är i mån av plats även öppen för övriga sökande med anknytning till fakulteten, såsom disputerade forskare.

Omfattning 
En vecka (1.5 ECTS credits). Fem dagar är schemalagda. Självstudier ingår.

Lokal
BMC E11073 Rådslaget

Datum
Vecka 38 2024 (16-20 September). Måndag till torsdag 9-16. Den sista dagen är närvaro på plats inte obligatorisk.

Antal deltagare

24

Språk

Engelska

Syfte 

Syftet med kursen är att ge en grundläggande kunskap i programmeringsspråket R för att underlätta en självständig framtida användning av verktyg skrivna och/eller implementerade på detta språk, såsom exempelvis statistiska analyspaket. Kursens fokus ligger på hantering av data (som att t.ex. importera, sammanfatta information och ändra kolumner i tabeller) och visualisering (som att t.ex. att skapa olika typer av diagram). 

Mål för kursen 

Efter genomgången kurs ska deltagarna kunna: 

o Utföra grundläggande hantering av data med hjälp av R 

o Identifiera potentiella fallgropar vid hantering av data med R 

o Skapa grundläggande och visuellt tilltalande diagram med R 

o Identifiera online-resurser för att självständigt svara på frågor och utföra felsökning vid programmering i R

Kursinnehåll 

Kursen ger en introduktion till grundläggande termer och koncept inom programmering. Deltagarna kommer att få kunskap i bl.a. hur man importerar data till RStudio/Posit, 

sammanfattar data, skapar ny data, gör korsreferenser, sammanfogar data, väljer lämpliga grafiskt tilltalande diagram i olika format, och exporterar data och diagram i olika format. Vi kommer att fokusera på paket som ingår i programpaketet tidyverse. 

Kursupplägg 

Kursen kommer att ha en föruppgift där deltagarna ska installera RStudio/Posit och bedriva självstudier inom grundläggande programmeringskoncept och terminologi enligt litteraturlistan. Tillgång till bärbar dator förutsätts. Kursen består av fyra obligatoriska heldagar med en blandning av olika undervisningsformer såsom föreläsningar, programmeringsdemonstrationer och individuella övningar. På kursens sista dag kommer eleverna att arbeta med examinationen och lärare kommer att finnas tillgängliga under dagen. Deltagande på plats krävs inte för kursens sista dag. Deltagare som av någon anledning inte kan delta i de obligatoriska föreläsningarna har möjlighet att arbeta på de angivna övningarna på egen hand och kontakta lärare under de schemalagd tid.

Examination 

Examinationen består av uppgifter som ska lösas med hjälp av programmering i R. Programmerings-skript som används för att svara på frågorna ska skickas till lärarna för utvärdering. 

Betyg 

Godkänd eller Underkänd. 

Förkunskapskrav 

Sökande som är antagna till antagen till forskarutbildning på Lunds universitet kommer att prioriteras. Andra sökande anslutna till Medicinska fakulteten kan antas om det finns lediga platser. 

Litteratur 

Deltagarna får en text om grundläggande programmeringskoncept och termer en vecka före kursstart. Under kursen kommer texter som innehåller förklaringar av kommandon och övningar att delas

3 hp (halvfart)

Datum: 4–29 november 2024

Kursmål och syfte: Kursen ger deltagarna ingående kunskaper om flera metoder för regressionsanalys och hur dessa kan användas inom medicinsk forskning.

Kursen innehåller följande teman:

• Introduktion till teori och metod för regressionsanalys
• Linjär regression för kontinuerliga utfall: analys, diagnostik och robusta metoder. Variansanalys (ANOVA).
• Logistisk regression för binära utfall: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter och transformation av parameterskattningar till riskkvoter och riskdifferenser. 
• Ordinal och multinomial logistisk regression för kategoriska utfall: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter. 
• Poissonregression och andra metoder för räknedata: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter. 

Schema:

Måndag 4 november: Individuella förberedelser, såsom att lära sig grundläggande Stata-kommandon. (Deltagarna kan välja mellan statistikprogrammen Stata och R.) En introduktion till grundläggande Stata-kommandon kommer att skickas ut.

Tisdag 5 november: Föreläsningar och övningar 9–16

Torsdag 7 november: Föreläsningar och övningar 9–16

Tisdag 12 november: Föreläsningar och övningar 9–16

Torsdag 14 november: Föreläsningar och övningar 9–16

Måndag 18 november: Föreläsningar och övningar 9–16

Tisdag 19 november – torsdag 21 november: Projektarbeten i grupp (förväntad tid att lägga ner: 2 dagar)

Fredag 22 november: Projektpresentationer 9–12

Måndag 25 november – fredag 29 november: Hemtentamen (förväntad tid att lägga ner: 1–2 dagar)

Lärare:

Anton Nilsson, docent, fil. dr., Institutionen för laboratoriemedicin, Lunds universitet (anton [dot] nilsson [at] med [dot] lu [dot] se (anton[dot]nilsson[at]med[dot]lu[dot]se))

Pär-Ola Bendahl, docent, fil. dr., Institutionen för kliniska vetenskaper Lund, Lunds universitet (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se)) 

Sara Ekberg, fil. dr., Red Door Analytics (sara [at] reddooranalytics [dot] se)

Examinator:

Jonas Björk, professor, fil. dr., Institutionen för laboratoriemedicin, Lunds universitet (Jonas [dot] Bjork [at] med [dot] lu [dot] se (jonas[dot]bjork[at]med[dot]lu[dot]se))

Språk: Engelska

Målgrupp: Doktorander i medicin. Deltagare ska ha genomgått Tillämpad statistik I och II eller motsvarande med godkänt resultat.

Antal deltagare: 20

Plats: Lund 

Litteratur: 

• Vach, W. Regression models as a tool in medical research. CRC Press, 1st ed., 2013. (Tillgänglig som e-bok vid Lunds universitetsbibliotek.)
• Ytterligare material som kommer att göras tillgängligt för deltagarna.

Poäng: 1.5 hp (heltid)

Datum: 13 maj – 17 maj 2024

Introduktion

Kursen ger en bakgrund till problemet ”saknade data” och vilka konsekvenserna av enkla ad-hoc metoder för lösning av detta problem kan bli. För- och nackdelar med olika metoder diskuteras; Fokus på denna kurs är multipel imputation (MI), en metod som deltagarna också får prova på under kursens laborativa delar.

Syfte: Att göra deltagarna medvetna om potentiella konsekvenser av felaktig hantering av saknade data i medicinsk forskning i allmänhet samt att ge dem redskap för korrekt hantering av saknade data i den egna forskningen.

Kursen innehåller följande teman:

• Introduktion till saknade data
  • Att identifiera saknade data
  • Möjliga konsekvenser av saknade data
  • Mekanismer för uppkomst av saknade data
  • Kort översikt av metoder för hantering av saknade data
• Multipel imputation
  • Översiktligt om teorin bakom MI
  • Metoden ”chained equations”
  • Att bygga en imputationsmodell
  • Analys av imputerade data
  • Diagnostik av MI-modellen (modellvalidering)
• Rapportering MI-resultat och metodens begränsningar
  • Riktlinjer för rapportering av analyser av multipel-imputerade data
  • MI-metodens begränsningar

Schema:

Måndag, tisdag (fm), onsdag och fredag (fm) – aktiviteter i klassrummet, tisdag (em) samt torsdag – eget arbete, fredag (em) - examination.

Lärare:

Aleksandra Turkiewicz, docent, CStat, Enheter för klinisk epidemiologi, Kliniska Vetenskaper, Lund

Pär-Ola Bendahl, docent, fil. dr., Institutionen för kliniska vetenskaper Lund, Lunds universitet (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se))

Examinator:

Jonas Björk, professor, fil. dr., Institutionen för laboratoriemedicin, Lunds universitet (jonas [dot] bjork [at] med [dot] lu [dot] se (jonas[dot]bjork[at]med[dot]lu[dot]se))

Språk: Engelska

Målgrupp och förkunskaper : Målgruppen är alla doktorander vid medicinska fakulteten som i sina projekt hanterar datamängder med saknade data. I andra hand, och i mån av plats, öppnas kursen upp för post-docs och seniora forskare som önskar lära sig mer om hantering av detta problem. Deltagare måste ha förkunskaper motsvarande tillämpad statistik I och II samt gedigen kunskap i hantering av ett statistiskt programpaket där implementering av multipel imputation finns (t ex R, Stata eller SPSS). Deltagare måste ha teoretisk och praktiskt kunskap om linjära samt logistiska regressionsmodeller.

Antal deltagare: 20

Plats: Lund

Maximalt 15 deltagare.

Datum: 2:e till 18:e oktober, 2024. 

Kurskoordinatorer: Fredrik Ek (fredrik [dot] ek [at] med [dot] lu [dot] se) och Marcus Järås (marcus [dot] jaras [at] med [dot] lu [dot] se)

Se länk för detaljer: Elective courses | Intramed (lu.se)

• Aktivitetsbalans vid hälsa, ohälsa och sjukdom
• Att samla och använda biobanksprover inom forskning
• Applied Epidemiology and statistics III: Causal inference with non-randomized data (samarbete med GU - apply here for this course)
• Approaches to handling of missing data (samarbete med GU - online course)
• Basic Data Handling and Visualization with R
• Clinical proteomics and biological mass spectrometry
• Complex interventions in health care with a special focus on the care of adults and older persons
• Diabetes research
• Drug development and clinical trials 
• Epidemiology I - Introduction to Epidemiology
• Flödescytometri, Introduktionskurs
• Flödescytometri, Fortsättningskurs
• Glycobiology
• Health and Environment with special focus on climate change and sustainability
• Introduction to programming
• MAX IV/ESS-based imaging for medical and biomedical research, experimental setup
• Medicinsk bioinformatik, introduktionskurs
• Neutron scattering for medical and biomedical research, experimental part.
• Perspektiv på genus och intersektionalitet i medicinsk och hälsovetenskaplig forskning
• Preklinisk avbildning
• Tillämpad epidemiologi och statistik III: Kausal inferens med icke-randomiserad data
• Tillämpad kvalitativ metod II 
• Tillämpad statistik III - Statistiska metoder för upprepade mätningar
• Tillämpad statistik III- Tidsserieanalys i klinisk epidemiologi och miljöepidemiologi
• Tillämpad statistik III - Överlevnadsanalys
• X-ray micro- and nanoimaging for medical and biomedical research, experimental part