gms | German Medical Science

Eine verstärkte Wissenschaftlichkeit bei fachübergreifender, kompetenzorientierter Lehre gehört zu den Kennzeichen eines modernen Medizinstudiums. Der Masterplan 2020, der 2017 durch Bundesgesundheitsminister, Bundesforschungsministerin und Vertreterinnen der Länder und des Bundestages beschlossen wurde, sieht für ein reformiertes Medizinstudium explizit eine systematische Vermittlung bis hin zum „routinierten Umgang mit wissenschaftlichen Konzepten und Methoden“ vor [1]. Wissenschaftskompetenz soll strukturiert und mit separaten Leistungsnachweisen gelehrt werden. Grundlage der Empfehlungen ist u.a. ein Gutachten des Wissenschaftsrats, der aufeinander aufbauende Veranstaltungen zur Wissenschaftskompetenz auch im Hinblick auf internationale Entwicklungen als einen zentralen Bestandteil des Curriculums fordert und die Relevanz anwendungs- und studentenzentrierter Lehrformate betont [2]. Kernthemen des Arztes als Wissenschaftler beziehen sich dabei auf Haltung und Informationsbewertung, Anwendung wissenschaftlicher Erkenntnisse am Patienten, lebenslanges Lernen mit kritischer Reflexion, Befähigung zum Lehren und die „Qualifikation zum wissenschaftlichen Arbeiten inklusive statistischer Methoden und Publikationspraxis“.

Im neuen Nationalen Kompetenzbasierten Lernzielkatalog Medizin ist dies umgesetzt [3], [4]. Medizinisch-wissenschaftliche Kompetenzen (Kapitel VIII.1) werden in Bezug auf Lernen und Lehren (VIII.1.2, VIII.1.5), evidenzbasierte Medizin (EbM, VIII.1.3), aber auch eigenes Forschen in Praktika (VIII.1.6) und Forschungsarbeit (VIII.1.7) sowie die dafür notwendigen Grundlagenkenntnisse (VIII.1.4.1) und praktischen Fähigkeiten (VIII.1.4.2) unterschieden [3], [4]. Das Institut für Medizinisch-Pharmazeutische Prüfungsfragen (IMPP) hat viele dieser Lernziele bereits als Prüfungsgegenstände für das zweite Staatsexamen aufgenommen [5].

Eine besondere Herausforderung einer forschungs(projekt)basierten wissenschaftlichen Ausbildung sind fächerspezifische Unterschiede, die nicht nur Forschungsmethoden und -inhalte, sondern auch Haltungen und den Wissenschaftsbegriff als solchen beeinflussen [6]. Diese Unterschiede werden häufig nicht explizit wahrgenommen und erschweren die Abstimmung zwischen einer methodischen Grundausbildung und der individuell betreuten, teils medizinferneren Projektarbeit. Ein gemeinsamer Pfad für alle Medizinstudenten ist dagegen die Ausbildung in evidenzbasierter Medizin, die Kenntnisse der klinischen Epidemiologie und Biometrie in jedem Fall voraussetzt und vertieft [7], [8].

Bei der Vermittlung einer wissenschaftlichen Qualifikation einschließlich EbM und der Befähigung zu verantwortungsvoller eigener Forschung kommt daher den Datenwissenschaften Epidemiologie, Biometrie und Medizininformatik als Grundlagenfächern klinischer Studienmethodik eine besondere Bedeutung zu. Wir möchten mit der vorliegenden Projektvorstellung zu einem Austausch über Umsetzungsmöglichkeiten beitragen.

Das Curriculum Medizin der 2012 gegründeten Medizinischen Fakultät der Universität Oldenburg setzt als Modellstudiengang ein Z-Curriculum um, also eine aufgehobene Trennung zwischen Vorklinik und Klinik [9]. Wissenschaftliche Kompetenzen werden im Rahmen eines longitudinalen Forschungscurriculums vermittelt. Methodische Grundlagen wurden anfangs über einen Vorlesungsblock mit statistischen Inhalten in Jahr 1, anschließend über ein sogenanntes Begleitseminar (gelegentliche Vorlesungen ohne Präsenzpflicht über drei Jahre) vermittelt. Als Leistungsnachweis dienten drei zunehmend umfangreiche Forschungsarbeiten in frei wählbaren Fächern mit frei wählbaren Dozenten. Diese Arbeiten wurden sämtlich dem Querschnittbereich 1 (Q1, Epidemiologie, Biometrie und Medizininformatik) zugeordnet. Die Umsetzung von Kompetenzen aus den Q1-Fächern wurde dabei jedoch weder strukturiert abgefordert und angeleitet noch fachlich überprüft.

Im Verlauf wurden Probleme dieser Herangehensweise klar. So ist eine Abstimmung der Seminarinhalte mit Projektarbeiten aus unterschiedlichen Fächern ohne direkte Kooperation der jeweiligen Betreuer schon zeitlich nicht gut möglich. Ohne direkte Prüfungs- oder Umsetzungsrelevanz scheinen Ringvorlesungen oder Vorlesungsblöcke für nachhaltigen Lernerfolg mit Anwendungskompetenz nicht hilfreich und werden von Studenten nicht gut angenommen (schlechter Vorlesungsbesuch).

Ab ca. 2015 wurden erstmals Aufgaben aus Q1 in die Modulabschlussabschlussprüfungen, ab 2017 bei fachspezifischem Nichtbestehen eine Kompensationsprüfung Q1 zur Zulassung zum Staatsexamen eingeführt. Die Prüfung von Basiskenntnissen aus Forschung und evidenzbasierter Medizin, letztere angelehnt an den Berliner EbM-Fragebogen [10] zeigten dabei erhebliche Wissensdefizite. So war bei 15 von 35 Studenten des ersten Jahrgangs die Kompensationsprüfung Q1 erforderlich, nur fünf traten im ersten Anlauf an, nur einer davon war im ersten Anlauf erfolgreich, so dass behelfsmäßig kurzwirksame Repetitorien eingerichtet werden mussten.

Wir haben seither ein eigenständiges Curriculum der Fächer Epidemiologie und Biometrie entwickelt (Abbildung 1 [Abb. 1]). Als erstes wurden Journal Clubs in Jahr 4 eingeführt, um Themen der evidenzbasierten Medizin und epidemiologischen Forschung mit Relevanz für die ärztliche Tätigkeit zu bearbeiten. Zeitgleich wurden unsere grundlegenden Methoden von allgemeinen wissenschaftlichen Themen getrennt. Sie werden nun in acht Vorlesungen mit sechs begleitenden Übungen im dritten Semester vermittelt. Diese Positionierung im Studium entspricht der Verortung der bearbeiteten Lernziele und Kompetenzlevel im NKLM 2.0 als Grundlagenwissen (bis Ende Jahr 2 zu lehren und zu prüfen) [3].

Die Einführung eines Datenanalyseprojekts (DAP) im vierten Semester war wie folgt motiviert:

• Verbesserung der Nachhaltigkeit zuvor erlernter vorwiegend theoretischer Forschungskompetenzen aus den Q1-Fächern durch direkten Anwendungsbezug. Im Sinne des ICAP-Modells erweitern interaktive und konstruktive Elemente des DAP die aktiven und passiven Lernphasen von Übung und Vorlesung [11].
• Verbesserung der strukturierten Forschungsausbildung durch Herausgreifen und gezieltes Einüben spezifischer Kompetenzen aus den Datenwissenschaften unter Anleitung durch Experten der jeweils relevanten Fächer.

Das übergeordnete Ziel des DAP ist somit, Medizinstudenten eine Anwendungskompetenz grundlegender Haltungen, Methoden und Fertigkeiten zu vermitteln, wie sie aus unseren Fächern für studentische Forschungsprojekte benötigt werden und im NKLM abgebildet sind. Das Projekt ist explizit als Übung zur Vermittlung von „Forschungshandwerk“ gestaltet und sieht keine Publikation von Ergebnissen vor. Dies soll Studenten und Betreuer entlasten. Zudem halten wir die Inflation un(ter)finanzierter kleiner Projekte mit selektiver Publikation zufällig herausragender Ergebnisse, die sich aus vermehrter studentischer Forschung ergeben könnte, für problematisch und möchten mit unserer Ausbildung eben gerade zu Forschungsintegrität und -qualität beitragen [12], [13].

Das DAP ist in vier Phasen gegliedert, die sich studienbegleitend insgesamt über ein Semester erstrecken. Es wird in Tandems durchgeführt. Dies soll Teamarbeit fördern und die Umsetzung einer Qualitätssicherung z.B. mittels Doppelprogrammierung ermöglichen. Die Studenten können Partner, Thema und Fragestellung, sowie inzwischen auch Sprache und Software wählen (Deutsch, Englisch, SPSS, R).

Nach einer Informations- und Einführungsveranstaltung finden sich die Tandems, wählen ein Projekt aus und formulieren eine vorläufige Fragestellung auf Basis der Informationen zu vorhandenen Variablen. Themenabsprachen mit Betreuern sollen die Durchführbarkeit des geplanten Projektes und eine Vergleichbarkeit nach Schweregrad und Aufwand gewährleisten und Duplikationen vermeiden. Anschließend erstellen die Studenten ein Exposé, um ihre Pläne mit einem Betreuer zu besprechen.

Phase 2 beinhaltet die Formulierung eines detaillierten statistischen Analyseplans („SAP“). Neben der Formulierung der Studienfrage werden u.a. konkrete Angaben zur Art der Daten, dem Auswertungsdesign, benötigten Variablen, geplanten Schritten zur Plausibilisierung der Daten, Beschreibung der Studienpopulation und weiteren statistischen Analysen, Angaben zur voraussichtlichen Fallzahl, Maßnahmen der Qualitätssicherung und Hinweise zu Ethikvotum und Datenschutz gefordert. Erst nach Besprechung, Überarbeitung und Wieder-Einreichen des fertigen SAP wird Zugang zu den Daten gewährt. Für diese Planungsphase sind zwei Betreuergespräche vorgesehen.

In der anschließenden Analysephase arbeiten die Tandems weitgehend selbstständig, teilweise auch im Rahmen einer sogenannten Intensivwoche, in der Räume für gemeinsames Arbeiten vor Ort oder online zum Austausch zwischen verschiedenen Tandems und mit direktem Betreuerzugang für allgemeine Fragen zur Verfügung stehen.

Das Projekt schließt ab mit der Niederschrift der Ergebnisse. Hierfür wird wiederum eine Besprechung eines ersten Entwurfs zugestanden, bevor die Einreichung einer finalen Version erfolgt. Optional kann pseudonymisiert eine Lernreflexion eingereicht werden.

Die Lernziele des DAP je Phase sind in Tabelle 1 [Tab. 1] dargestellt. Nach Mapping mit den Lernzielen des NKLM 2.0 sind alle im ersten Studienabschnitt für die Fächer Epidemiologie und Biometrie vorgesehenen Lernziele aus dem Bereich Wissenschaft abgedeckt, vgl. [14], dort Tab. 2 (VIII.1.4.1 und 4.2 im NKLM 2.0). Dabei stellt die Mehrzahl der für Epidemiologie und Biometrie spezifischen Lernziele eine Vertiefung des Kompetenzlevels bereits im vorhergehenden Semester im Rahmen von Vorlesungen und Übungen bearbeiteter Themen dar.

Zusätzlich werden Lernziele berührt, die nicht primär der Epidemiologie und Biometrie zugeordnet sind und nur dann erstmals im DAP vermittelt werden müssen, wenn sie bis dahin noch nicht durch andere Veranstaltungen des Forschungspfades abgedeckt wurden (Tabelle 1 [Tab. 1], Markierung mit *).

Zurzeit bieten wir fünf verschiedene Datensätze an. Drei davon stammen aus eigenen Befragungen unterschiedlicher Designs, so etwa einer parallelen Erhebung von Kindern und ihren Eltern, die Untersuchungen auf Übereinstimmung erlaubt, und einer Befragung von Erkrankten und gesunden Personen, anhand derer gematchte Analysen im Fall-Kontroll-Design berechnet werden können. Beispielprojekte berechnen Scores zu Lebensqualität, Depressivität und Angst, Medikationsadhärenz, sozialem Verhalten bei Kindern oder sozioökonomischem Status und überprüfen deren Assoziation mit weiteren Merkmalen. Datensets aus klinischen Registern kooperierender Kollegen enthalten u.a. Informationen zu Tumorstadium, Komorbidität, Genotyp und Überleben. Hier wählen die Studenten gerne Kaplan-Meier-Kurven zur Auswertung.

Perspektivisch ist vorgesehen, dass eigene Datensätze eingebracht werden können, zumindest das Angebot beispielsweise um Labordaten erweitert wird. Variablen sollten unterschiedliche Skalenniveaus abdecken und sowohl verschiedene Fragestellungen als auch eine Beschreibung der Studienpopulation erlauben.

Vorlesungen, Seminare, Materialerstellung, Dozentenschulung und technische Umsetzung werden durch die Abteilungsleitung verantwortet. Wissenschaftliche Mitarbeiter betreuen außer den Übungen jeweils ca. acht (Teilzeitmitarbeiter) bis 14 (Vollzeit) Tandems als Tutor. Besprechungszeiten sind kontingentiert und sollen auf methodische Fragen der Planung und Auswertung fokussieren. Unterstützend wird für technische Fragen (Datenzugang, Präparation der Datensets, geschützte Oberflächen, Umgang mit Endnote) der Datenmanager der Abteilung herangezogen.

Die Studenten erhalten umfangreiches Material, das über die Plattform Stud-IP mittels eines webbasierten Lernsystems (Courseware) zur Verfügung gestellt wird (Abbildung 2 [Abb. 2]) [15]. Die Materialien werden fortlaufend weiterentwickelt und beinhalten Formvorlagen, erklärende Dokumente, Videos, Links und Literaturempfehlungen. Über separate Gruppenzuordnungen und Zeitvorgaben kann eine selektive Sichtbarkeit von Unterlagen gesteuert werden. Über diese Plattform werden zudem Entwürfe und fertige Arbeiten eingereicht, Termine gemacht, Bekanntmachungen und Rundmails generiert und allgemeine Fragen gestellt (Chatfunktion, „Blubber“).

Eine Vorlage zur detaillierten Bewertung steht den Studenten als Information vorab zur Verfügung. Exposé (10%), SAP (50%) und Abschlussbericht (40%) werden zunächst unabhängig durch den Betreuer und eine weitere Person bewertet, meist Abteilungsleiter oder Seniorbiometriker, und anschließend konsentiert. Zweitbewertung und Konsensus-Besprechung dienen der Ausbildung von Mitarbeitern und der Gewährleistung vergleichbarer Standards. Bonuspunkte können Studenten z.B. für englische Arbeiten, Rechnen mit R und Abgabe einer Abschlussreflexion erwerben.

Ein Feedback der Studenten wird indirekt über die freiwilligen Lernreflexionen eingeholt. Eine summative studentische Evaluation des Lehrangebotes durch Universität bzw. Fakultät ist ebenfalls möglich. Dies wird eher nicht wahrgenommen. Wir denken, dass die Reflexion der im DAP zu stärkenden Eigenverantwortlichkeit der Studenten für ihren Lernprozess besser gerecht wird.

Für das DAP werden seitens der Fakultät aktuell zwei Credit points (CP) veranschlagt, entsprechend einem studentischen Zeitaufwand von insgesamt 60 Stunden. Der Aufwand entspricht allerdings eher drei CP. Fünf Vorlesungen je zwei Lehreinheiten werden der Abteilungsleitung, bis zu eine Woche als Praktikum (Intensivwoche) sowie 0,3 SWS pro betreutem Tandem den Erstbetreuern angerechnet. Videos, Plattformpflege und weitere Materialien, Zweitbegutachtung und Supervision sind nicht dargestellt.

Alle Datensätze liegen in der Abteilung nur in faktisch anonymisierter Form vor. Studenten haben über eine geschützte Oberfläche Zugriff auf die Daten und können diese nicht auf eigene Rechner kopieren. Es wird nur auf die Variablen Zugriff gewährt, die für das jeweilige Projekt notwendig sind und konkret angefordert wurden. Zudem werden jeweils maximal 80% der Datensätze vergeben, zufällig ausgewählt und mit jeweils neu generierten Identifikationsnummern versehen.

Das Vorgehen wurde der zuständigen Ethikkommission vorgestellt. Dabei wurde ein Ethikvotum als nicht erforderlich angesehen, da es sich um anonymisierte Daten und zudem nicht um Forschung im eigentlichen Sinne handele (Prof. F. Griesinger, Med. Ethikkommission der Universität Oldenburg, Anfrage 2018-085 vom 26.7.2018).

Das Projekt wurde erstmals 2018 als „kleine Forschungsarbeit“ in Einzelarbeit angeboten und von acht Studenten gewählt, die als Pilot dienten. Ab dem Sommersemester 2019 wurde es dann für alle damals noch 40 Studenten eines Jahrgangs verpflichtend. Seit 2020 hat sich die Studentenzahl ab Jahr 1 verdoppelt, seit 2023 beginnen jeweils 120 Teilnehmer; langfristig sollen in Oldenburg 200 Studenten im Jahr studieren. Weiterentwicklungen des Projektes über die Zeit dienen daher vor allem einer erhöhten Betreuungseffizienz, zumal bisher keine Informationen dazu vorliegen, ob und wie Personalmittel in Zukunft an Lehraufgaben angepasst werden. Zusätzlich arbeiten wir kontinuierlich an Standards zur Optimierung von Abläufen und zur Verbesserung des Lernerfolgs.

Das DAP wurde von Anfang an als sehr lohnende gemeinsame Aufgabe des Teams wahrgenommen. Folgende Einzelpunkte scheinen erwähnenswert oder bedurften einer Anpassung:

• Die Anrechnung des DAP bildet weder für die Studenten noch für die Dozenten den tatsächlichen Aufwand ab. Jedoch finden alle Mitarbeiter das Projekt wichtig und stellen hierfür andere Arbeiten zurück.
• Die Forderung eines SAP war zunächst hinsichtlich Durchführbarkeit als kritisch angesehen worden. Wir haben jedoch den Eindruck, dass gerade in dieser Phase zwar der Betreuungsbedarf am höchsten ist, jedoch auch ein besonders intensiver Lerneffekt deutlich wird.
• Lerneffekte sind auch für die Dozenten hoch. Gerade die schriftliche Formulierung durch Studenten zeigt sehr viel deutlicher als mündliche Prüfungen oder Multiple Choice (MC)-Fragen, wo und wie welche Missverständnisse und Fehlkonzeptionen auftreten können
• Immer wieder beglückend sind ein Leuchten in den Augen der Studenten, wenn sie schon bei der Themenwahl „angebissen“ haben, oder besonders gute Arbeiten, die das Niveau manch einer medizinischen Dissertation oder gesundheitswissenschaftlicher Masterthese hinsichtlich der Kompetenzen aus Epidemiologie und Biometrie locker überschreiten.
• Zunächst war vorgesehen, dass für den Abschlussbericht nur der SAP um Ergebnisse ergänzt werden sollte, um die Studenten zu entlasten. Inzwischen verlangen wir jedoch einen Abschlussbericht im Stil einer „echten“ Publikation und empfehlen hierfür STROBE-Statement und JAMA-Autorenrichtlinien, mit Abstrichen bei Einleitung und Diskussion. Dies macht die Arbeiten deutlich angenehmer les- und bewertbar und auch kürzer.
• Längerer Entwicklung bedurfte eine Entscheidung, wie hinsichtlich der Fallzahlplanung vorzugehen ist, die in diesem Stadium noch nicht gelernt werden muss und kann. Inzwischen fordern wir eine Herleitung der erwarteten Fallzahlen sowie ein Statement, ob eine formale Fallzahlplanung bzw. Power-Analyse erforderlich wäre.
• Besondere Probleme bei der Auswertungsplanung machte die Unterscheidung zwischen verletzten Einschlusskriterien, implausiblen Daten und Ausreißern. Inzwischen werden eigens unplausible Daten generiert, um die Problematik besser greifbar zu machen.
• In den ersten Intensivphasen in Präsenz wurde deutlich, dass Tandems sehr intensiv zusammenarbeiten, statt die Arbeit innerhalb des Tandems aufzuteilen. Wir finden das positiv im Hinblick auf intensive Lernerfahrung. Allerdings erhöht es den Zeitbedarf für die Teilnehmer. Leider erlaubt die studentische Auslastung nicht, mehr der offensichtlich sehr lohnenden Intensivtage in mehreren DAP-Phasen anzubieten.
• Um auch nicht-deutschsprachige Mitarbeiter an der Lehre beteiligen zu können und Internationalisierung zu fördern, bieten wir Übungen und DAP zunehmend auch auf Englisch an. So stehen seit 2022 alle Vorlesungen der Einführungsphase auf Englisch digital zur Verfügung. Aktuell arbeiten sieben von 40 Tandems komplett auf Englisch, vier weitere teilweise.
• Schwierigkeiten treten zurzeit noch mit denjenigen Studenten auf, die als Software R wählen. Hier sind fünf Softwareübungen im Vorsemester meist nicht ausreichend. Aktuell arbeiten dennoch neun von 40 Tandems mit R. Da uns sehr daran gelegen ist, auch interessierteren Studenten Möglichkeiten der Entwicklung zu bieten, sind weitere Angebote zu R in Planung.
• Besondere Schwierigkeiten machte der Umgang mit epidemiologischen Konzepten. Dies betrifft korrekte Häufigkeitsangaben in der Einleitung (gefordert) und einen etwas forschen Umgang mit Konzepten wie Repräsentativität oder Bias in der Diskussion der Ergebnisse (explizit NICHT gefordert). Seit 2023 ist die Arbeit an der Einleitung incl. Recherche korrekter Häufigkeitsangaben vom Abschlussbericht in das Exposé vorverlegt, damit sie nicht im Endspurt untergeht.
• Problematisch sind zeitliche Kollisionen mit Prüfungsphasen und Wissenschaftspraktika zum Ende des Semesters, die sich regelmäßig in Qualitätsabfällen zwischen SAP und Abschlussbericht zeigen.
• Das Projekt ließ sich während der Pandemie mit geringen Modifikationen weiterhin umsetzen. Allerdings fiel das DAP im Jahr 2021 deutlich schlechter aus (keine sehr guten Arbeiten) und war auch im Hinblick auf die Rückmeldungen ungewöhnlich unerfreulich (s.u.).
• Sonst sehen wir üblicherweise eine gute Spreizung der Noten zwischen 1 und 4 bei einem Durchschnitt um 2,0. Etwa ein Tandem pro Jahrgang muss zum Vierergespräch gebeten werden, um Nicht-Bestehen abzuwenden, etwa ein Student pro Jahr bricht ab und verschiebt ins Folgejahr.
• Die Qualität der Journal Clubs in Jahr 4 hat mit Einführung der intensivierten Ausbildung in Jahr 2 deutlich zugenommen. Anfangs war aufgrund meist fehlender Grundkenntnisse noch keine eigentliche Textarbeit möglich gewesen.

Die ersten Lernreflexionen waren teilweise so enthusiastisch, dass sie ab dem Folgejahr konsequenter pseudonymisiert wurden, um auch kritischere Stimmen zu ermutigen. Eine systematische Auswertung mittels qualitativer Verfahren steht aus. Folgende Hinweise finden sich wiederholt:

• Die Studenten setzen sich weitgehend positiv mit der Partnerarbeit und der Entwicklung eigener Kompetenzen im Projekt auseinander.
• Ebenfalls überwiegend positiv bzw. als hilfreich werden die Betreuung durch die wissenschaftlichen Mitarbeiter und die Bereitstellung der Unterlagen angesehen.
• Überwiegend wird davon ausgegangen, dass das Projekt gut auf weitere Forschungsprojekte vorbereitet und man sich diese nun besser vorstellen könne.
• Hinsichtlich der Auswirkungen auf die Motivation für weitere Forschung ist das Feedback eher gemischt.
• Ängste und Unsicherheiten vor Beginn des DAP werden fast regelhaft geäußert und sind üblicherweise diffus (wusste nicht, was mich erwartet, hatte Sorgen, ob ich das kann etc.).
• Im Jahrgang 2021 (alle bisherigen EuB Veranstaltungen und DAP nur online) wurden wenig selbstreflexiv auffällig viele Befindlichkeiten, Kritik an Projekt und Mitarbeitern, interpersonelle Probleme und Überforderungen, beispielsweise durch zu viele Wahlmöglichkeiten, geäußert.
• Wiederkehrende kritische Themen in allen Jahrgängen sind der hohe Zeitaufwand, Schwierigkeiten in der Umsetzung mit SPSS, die häufig darauf zurückgeführt werden, dass zwischen den Übungen und DAP zu viel Zeit vergeht, und technische Probleme (Datenzugriff).

Prinzipiell scheint uns mit dem aktuellen Lehrkonzept Epidemiologie und Biometrie einschließlich des Datenanalyseprojekts die vollständige Umsetzung der Lernziele des NKLM und unserer eigenen Vorstellungen guter Lehre gelungen. Alle Mitarbeiter sind mit Überzeugung dabei, der Vorlesungsbesuch ist gut und die Studenten zeigen fast durchweg hohes Engagement bei ihren Projekten. Unseren Eindruck intensiver Lerneffekte durch die frühzeitige eigenständige Verschriftlichung und die Kombination unterschiedlicher Lernformen einschließlich E-Learning können wir bisher nicht formal nachweisen. Die Formate sind allerdings in der Literatur ebenfalls positiv beschrieben [16], [17]. Auffällig ist, wie groß für viele der Schritt von den angeleiteten Übungen im Vorsemester zur eigenständigen Planung und Anwendung incl. selbstständiger Suche nach Lösungen ist, illustriert unter anderem im Umgang mit SPSS.

Ein wesentlicher Knackpunkt wird sein, inwieweit sich die aufwändige Projektarbeit bei personell sehr begrenzten Ressourcen unter weiter ansteigenden Studentenzahlen fortsetzen lässt. Derzeit bewältigen wir zeitgleich 40 Tandems in einem Kernteam mit drei wissenschaftlichen Mitarbeitern (2 VZÄ) der Epidemiologie und Biometrie zuzüglich einer Postdoktorandin einer kooperierenden klinischen Abteilung und Unterstützung durch unseren technischen Mitarbeiter. Bereits 2024 wird sich die Anzahl der Tandems auf ca. 60, perspektivisch über weitere Jahre auf 100 erhöhen.

Eine Maßnahme wird voraussichtlich die Mitwirkung weiterer Mitarbeiter anderer Abteilungen sein. Betreuungsaufgaben im DAP werden zunehmend strenger kontingentiert, Standardisierung und Detaildichte von Vorgaben verbessert, Zweitbewertungen bei eingearbeiteten Mitarbeitern auf Stichproben eingeschränkt und die digitale Unterstützung weiter ausgebaut.

Optimierungspotential besteht hinsichtlich der Einbindung in das Gesamt-Medizin-Curriculum. Die beabsichtigte Herauslösung fachspezifischer Wissenschaftskompetenzen hat sich im Verlauf relativiert. Synergie-Effekte dürften auftreten, wenn weitere Forschungsgrundlagen, beispielsweise aus Ethik, Medizininformatik und Soziologie gemäß NKLM 2.0 in den ersten Studienabschnitt vorverlegt werden. Leider gibt es zudem noch kein Konzept für die methodische Betreuung studentischer Forschungsarbeiten, das unsere intensive Grundausbildung im Nachgang aufgreift und ergänzt, da solche Funktionen in der Fakultät nicht wissenschaftlich verantwortet werden.

Zudem steht eine formale Evaluation der Langzeiteffekte aus, wie etwa auf Qualität und Betreuungsaufwand in späteren Ethikanträgen und Forschungsarbeiten und das wissenschaftliche Grundverständnis der Absolventen. Zur Prozessevaluation suchen wir Kooperationspartner für eine qualitative Auswertung der Lernreflexionen.

Wir konnten die besondere Situation eines Modellstudiengangs mit longitudinalen Pfaden bei anfangs niedrigen Studentenzahlen nutzen, um ein Curriculum zu entwickeln, das in dieser Form für große konventionelle Studiengänge möglicherweise zu aufwändig gewesen wäre. Angesichts der sehr positiven Eindrücke, einer umfassenden Standardisierung und digitalen Unterstützung hoffen wir, dass das Format auch bei weiter ansteigenden Studentenzahlen durchführbar bleibt und weiterentwickelt werden kann.

Zusammenfassend halten wir ein solches DAP für eine wichtige Brücke zwischen der Vermittlung von Grundlagenkompetenzen aus den Datenwissenschaften und ihrer Anwendung in studentischen Projekten aus anderen Fächern.

AT dankt Sarah Rose, Calgary, bei der sie vor vielen Jahren selbst ein Datenanalyseprojekt im Tandem absolviert hat. Es war Inspiration für das jetzige Curriculum.

Wir danken allen Studentinnen, die mit Kommentaren und Feedback zur Weiterentwicklung des DAP beitragen. Zudem geht Dank an die Mitarbeiter im Sekretariat des Departments Versorgungsforschung, Herrn Saß und Frau Garten, u.a. für die Bearbeitung der pseudonymisierten Reflexionen und administrative Hilfe, sowie die Mitarbeiter im Studiendekanat, beispielsweise Frau Gronewold, Frau König und Herrn Jerominek, die sich unter nicht immer einfachen Bedingungen jederzeit freundlich und kompetent um Unterstützung bemühen.

Die Autoren erklären, dass sie keine Interessenkonflikte in Zusammenhang mit diesem Artikel haben.