|
|
|
||
|
Poslední úprava: Alena Žaludová (07.02.2019)
K udělení zápočtu musí student splnit všechny následující podmínky: 1. Docházka k prezenční formě výuky 100%. Náhradní termíny výuky nejsou vypisovány. V případě důvodů hodných zvláštního zřetele může být povoleno absolvování prezenční části výuky v následujícím akademickém roce s přesunem studijní povinnosti v ISP. 2. Vyhovující prospěch při průběžném hodnocení v průběhu výuky bloků 1 a 4. 3. Předložení návrhu projektu k tématu disertační práce ve struktuře a rozsahu specifikovaném na počátku výuky bloku 2.
|
|
||
|
Poslední úprava: Alena Žaludová (11.02.2019)
1. Blok – Databázové informační systémy – teorie a praxe 1.1. Úvod do problematiky - Základní pojmy, vyhledávání a získávání dokumentů, osobní dokumentace. Knihovny, služby knihoven, souborné katalogy, discovery systems. 1.2. Elektronické informační zdroje - Internet, plnotextové zdroje, open access, bibliografické zdroje, zdroje typu medicíny založené na důkazech. Licencované zdroje a konsorcia v ČR, portály EIZ. 1.3. Praktický kurz: Vyhledávání v EIZ - výběr zdrojů, tvorba dotazu, metodika tvorby rešerší z medicínských časopiseckých/knižních zdrojů, strategie jejich vyhledávání. Zdrojové databáze: Web of Science, Scopus, PubMed, Medline, UpToDate, MESH, Google Scholar. 1.4. Praktický kurz: Publikační činnost, citování a tvorba bibliografické citace, citační etika, normy. Scientometrie – H-index, impakt faktor, citační databáze – WoS (JCR), Scopus a vyhledávání citovanosti. Publikační aktivita a její role při hodnocení vědy a výzkumu. Sběr publikační aktivity v praxi. 1.5. Praktický kurz: Práce s vybranými citačními a publikačními softwary.
2. Blok - Návrh a zajištění vědeckého projektu 2.1. Evidence based medicine – principy: Kritické myšlení a nahlížení na dostupná data v medicíně založené na důkazech, specifika experimentálního a klinického výzkumu. 2.2. Fáze tvorby výzkumného projektu - Výběr tématu, výběr zadavatele, studie proveditelnosti – personální předpoklady, získání dostatečně velkého souboru v čase, materiální předpoklady, intelektuální předpoklady, časový faktor, kreativita. Nejčastější chyby a předcházení jim. 2.3. Zdůvodnění potřebnosti: Vědecký a praktický rozměr projektu. 2.4. Návrh (design) metod a principy sběru dat v biomedicínském výzkumu – Význam kontrolní skupiny, rozvržení studie a časový plán, zvláštnosti experimentálních a klinických výzkumných projektů. 2.5. Personální zajištění (management) - Struktura řešitelského týmu a pravidla práce v něm, osobnost a odborné kvality vedoucího výzkumného týmu/školitele v přípravě projektu a obecné předpoklady pro jeho úspěšné řešení. 2.6. Ochrana duševního vlastnictví: Patenty, copyright časopisů - jak vyplňovat formuláře. Využití PC programů k odhalení plagiátorství.
3. Blok - Etické aspekty vědecké práce 3.1. Úvod do problematiky - Etické principy v biomedicínském výzkumu, od Norimberských pravidel k Helsinské deklaraci. Etika ve zpracování a prezentaci získaných výsledků. 3.2. Legislativní a morální pravidla klinického výzkumu. Placebo a etické problémy jeho použití ve výzkumné práci. Role etické komise. 3.3. Legislativní a morální pravidla experimentálního výzkumu užitím zvířat. Odborná komise pro zajišťování dobrých životních podmínek pokusných zvířat.
4. Blok - Aplikovaná statistika v biomedicínském výzkumu .1. Základní statistické pojmy a parametry: Popisná statistika souboru, pravděpodobnost sledovaného jevu, princip testování hypotéz, vybrané parametrické a neparametrické testy, korelační a regresní analýza, odhady parametrů. Tento kurz 4.1 je k dispozici v Moodle a je určen k samostudiu před praktickými kurzy. 4.2. Praktický kurz: Základy zpracování dat pomocí statistického software I. Konkrétně popisná statistika, testování normality rozdělení, t-testy, test shody rozptylů. (MS Excel nebo GraphPad). (6 hodin výuky) 4.3. Praktický kurz: Základy zpracování dat pomocí statistického software II. Zahrnuje jednoduchou lineární regresi, korelační analýzu, interval spolehlivosti populačního průměru. (MS Excel nebo GraphPad). (4 hodiny výuky) 5. Blok - Správná praxe v laboratoři a ve viváriu (1 hodina) 5.1. Základní pojmy a legislativa, program zabezpečení kvality práce a standardní operační postupy. 5.2. Obecné problémy laboratorních měření a jejich nejistota, zdroje chyb a možnosti jejich minimalizace. Senzitivita a specifika testu a jeho prediktivní hodnota. Vliv „cut-off“limituna sensitivitu a specifitu testu.
6. Blok - Možnosti preklinického a klinického výzkumu ve FN HK a LF v HK 6.1. Organizační struktura a možnosti výzkumu ve FN HK - typy širších projektů, granty, lékové studie, spolupráce s průmyslem. Výběr témat výzkumu vhodných a nevhodných pro FN HK, pravidla sestavení výzkumného plánu, klinický protokol. Příklady možností zapojení do výzkumu ve FN HK. 6.2. Možnosti metodické podpory klinického výzkumu ve FN HK na pracovištích laboratorní medicíny – ÚKBD, patologie, mikrobiologie, imunologie. Definice pravidel spolupráce. 6.3. Okruhy výzkumu a metodologické možnosti na LF v HK.
7. Blok – Vědecké granty 7.1. Aktuální grantový systém v ČR a EU – Požadavky a systém hodnocení u různých grantových agentur - prezentace jejich formulářů a vysvětlení k vyplnění, úloha oponentů (posuzovatelů). Nejčastější chyby při podávání žádostí o grant. 7.2. Struktura grantové přihlášky - Obsah, rozsah, prezentace vzorového projektu, náležitosti projektu spojené s experimentálním a klinickým výzkumem, proveditelnost projektu a předběžná data, harmonogram přípravy, podpora grantovým a zahraničním oddělením LF v HK (prezentace povinností a možností GZO při asistenci s přípravou grantové žádosti včetně personálního představení). Nejčastější chyby při podávání žádostí o grant. |
|
||
|
Poslední úprava: Alena Žaludová (07.02.2019)
Povinná: viz E-learning kurzy na moodle.lfhk.cuni.cz Doporučená: Greenhalgh, T.: Jak pracovat s vědeckou publikací, Grada - Avicenum, Praha 2003 Skalská, H., Stránský, P.: Základy biostatistiky, UK Praha 1996, (Camelot\Educ\PGS1\skripta) Zvárová, J.: Základy statistiky pro biomedicínské obory, Karolinum, Praha, 1998 Stat Soft's Electronic Statistics Textbook Mareš, J. (2013). Přehledové studie: jejich typologie, funkce a způsob vytváření. Pedagogická orientace, 23 (4), 427–454. Špála, M. (2006). Impakt faktor – dobrý sluha, ale špatný pán. Časopis lékařů českých, 145 (1), 69-79. Univerzitní a fakultní směrnice |