gms | German Medical Science

Einleitung: In Zeiten der breiten Verfügbarkeit von Omics-Technologien und immer weiterwachsenden Datenmengen in den Biowissenschaften ist es unverzichtbar, Studierenden Methoden und vor allem ein Verständnis der Statistik mit auf den Weg zu geben, um aus diesen Datenmengen sinnvolle Schlussfolgerungen ziehen zu können.

Derzeitiger Stand: Das Institut für Biometrie ist an der Medizinischen Hochschule Hannover (MHH) stark in die Lehre der Humanmedizin eingebunden. Zusätzlich bietet die MHH noch weitere, forschungsorientierte Studiengänge wie die Masterstudiengänge Biomedizin bzw. Biochemie an, die den Bereich Statistik nicht als Teil ihres Curriculums vorgesehen haben. Um den Bedarf an anwendungsorientiertem, statistischen Wissens in den Biowissenschaften zu decken, boten wir im Sommersemester 2019 erstmals das Modul „Biostatistik, Omics und Big Data“ an [1]. Die Entwicklung des Moduls wurden vom Niedersächsischen Ministerium für Wissenschaft und Kultur im Rahmen des Förderprogramms „Qualität plus – Programm zur Entwicklung des Studiums von morgen“ für 3 Jahre finanziert.

Konzept: Im Modul werden Biostatistik und die verschiedenen Omics-Teildisziplinen (Genomics, Transcriptomics, Proteomics, Glycomics und Metabolomics) zusammengeführt und gemeinschaftlich von verschiedenen Instituten der MHH gelehrt. Einführend werden die Grundlagen der Statistik vermittelt, insbesondere die Problematik der Multiplizität, welche im Bereich der Biowissenschaften erfahrungsgemäß oft vernachlässigt wird. Im weiteren Verlauf stellen die jeweiligen Institute die Besonderheiten ihrer Omics-Teildisziplin vor, um ein möglichst breites Spektrum an Wissen und Anwendungsmöglichkeiten zu diesem Thema zu ermöglichen. Die praktischen Anwendungskompetenzen sollen anschließend in verschiedenen Praktika vertieft werden. Des Weiteren vertiefen wir die Bereiche der Studienplanung und Big Data.

Implementierung: Zum Start des Moduls fanden die Vorlesungen zunächst in Präsenz und ab dem Sommersemester 2020 über Microsoft Teams statt. Eine Herausforderung hierbei ist eine ausreichende Einbindung der Studierenden in die Vorlesung, die sich bei der Onlinelehre schwieriger gestaltet als in Präsenz. Hier haben wir die Studierenden im Vorlesungsverlauf durch die Nutzung von eduVote involviert. Hierbei handelt es sich um ein Audience Response System, bei dem Fragen beantwortet und die Ergebnisse direkt in der Vorlesungspräsentation angezeigt werden können. Zur weiteren visuellen Präsentation statistischer Grundprinzipien haben wir uns für Shiny Apps entschieden. Dies sind interaktive, webbasierte und in R erstellbare Programme, mit denen wir den Studierenden statistische Konzepte näher bringen können. Für das Praktikum nutzten wir die frei verfügbare Software R, welche durch die vielen zusätzlichen Softwarepakete besonders für Omics-Anwendungen geeignet ist, sowie den Editor RStudio.

Gewonnene Erkenntnisse: In unserem Vortrag möchten wir unsere praktischen Erfahrungen und Erkenntnisse mit der Durchführung des Moduls vorstellen. Die meisten Studierenden der Biowissenschaften besuchten zwar statistische Module in ihrem Bachelorstudiengang, brachten jedoch kein bis wenig statistisches Vorwissen in unser Modul mit. Weiterhin lag ein sehr heterogenes Vorwissen im Bereich der Statistik vor. Dadurch lag der Fokus in diesem Modul primär auf der Vermittlung von Grundwissen, das Vermitteln des notwendigen Wissens zur Auswertung komplexerer Omics-Experimente war nur selten möglich. Das Ziel des Moduls wird daher in Zukunft sein, das vorhandene Grundwissen der Studierenden zu erweitern und zu festigen. Dadurch erhalten sie mehr Sicherheit, aber auch die Fähigkeit, die Komplexität eines spezifischen statistischen Problems zu erkennen, und gegebenenfalls Unterstützung für die Planung und Auswertung in Anspruch zu nehmen.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.