Wissenschaftsausbildung im Medizinstudium: Das Oldenburger Datenanalyseprojekt als Umsetzungsbeispiel [Lessons learned]

mibe000250 10.3205/mibe000250 urn:nbn:de:0183-mibe0002504 Fallbericht Case Report Wissenschaftsausbildung im Medizinstudium: Das Oldenburger Datenanalyseprojekt als Umsetzungsbeispiel [Lessons learned] Science education in medical school: the Oldenburg data analysis project as an implementation example [Lessons learned] Timmer Timmer Antje A Prof. Dr.

Carl von Ossietzky Universität Oldenburg, Fakultät für Medizin und Gesundheitswissenschaften, Abteilung Epidemiologie und Biometrie, 26111 Oldenburg, Deutschland, Tel.: +49 441 798 4437Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Carl von Ossietzky Universität Oldenburg, Fakultät für Medizin und Gesundheitswissenschaften, Abteilung Epidemiologie und Biometrie, 26111 Oldenburg, Germany, Phone.: +49 441 798 4437Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

antje.timmer@uni-oldenburg.de author Neuser Neuser Johanna J

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Uslar Uslar Verena V

Universitätsklinik für Viszeralchirurgie, Pius-Hospital, Medizinischer Universitätscampus, Carl von Ossietzky Universität, Fakultät für Medizin und Gesundheitswissenschaften, Oldenburg, Deutschland

University Clinic of Visceral Surgery, Pius-Hospital, Medical University Campus, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Kappen Kappen Sanny S

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Seipp Seipp Alexander A

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Tiles-Sar Tiles-Sar Natalia N

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author de Sordi Sordi Dominik D

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Beckhaus Beckhaus Julia J

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author Otto-Sobotka Otto-Sobotka Fabian F

Abteilung für Epidemiologie und Biometrie, Fakultät für Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität, Oldenburg, Deutschland

Division of Epidemiology and Biometry, Faculty of Medicine and Health Sciences, Carl von Ossietzky University, Oldenburg, Germany

author German Medical Science GMS Publishing House

Düsseldorf

610 science education medical curriculum teaching goals epidemiology and biometry Wissenschaftsausbildung Medizinstudium Lernzielkatalog Epidemiologie und Biometrie GMDS 2023 GMDS 2023 20230912 germ engl This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). 1860-9171 19 GMS Medizinische Informatik, Biometrie und Epidemiologie GMS Med Inform Biom Epidemiol 11 Einleitung: Wissenschaftsausbildung wird im Medizinstudium gemäß Masterplan 2020 künftig einen höheren Stellenwert einnehmen. An vielen Standorten sind wissenschaftliche Curricula bereits umgesetzt. Andere Fakultäten werden voraussichtlich in den nächsten Jahren nachziehen und dabei auch die Empfehlungen des Nationalen Kompetenzbasierten Lernzielkatalogs Medizin (NKLM) zu berücksichtigen haben. Ziel dieses Artikels ist die Darstellung eines Umsetzungsbeispiels aus den Fächern Epidemiologie und Biometrie als Beitrag zur fachlich-didaktischen Diskussion. Projektbeschreibung: Wir berichten von unseren Erfahrungen mit einem seit 2019 an der Fakultät für Medizin und Gesundheitswissenschaften verpflichtenden Datenanalyseprojekt für Medizinstudenten im zweiten Studienjahr. Das Projekt soll die aus den Fächern Epidemiologie und Biometrie benötigten wissenschaftlichen Kompetenzen für spätere eigene Forschungsprojekte trainieren. Dabei wird besonderer Wert auf verantwortungsvollen Umgang mit Daten, Transparenz und Reproduzierbarkeit gelegt. Beispielsweise stellt ein von den Studenten zu erstellender statistischer Analyseplan eine notwendige Voraussetzung des Datenzugangs dar. Parallel werden eine zunehmende Standardisierung der Betreuung, wahlweise Nutzung von Englisch und digitale Unterstützung umgesetzt, damit das Projekt perspektivisch auch bei ansteigenden Studentenzahlen zu bewältigen ist. Diskussion: Die Erfahrungen aus bisher 5 Jahren sind sehr positiv, wobei eine formale Evaluation des Lernerfolgs noch aussteht. Das Projekt ist sowohl für die Studenten als auch für Betreuer und Dozenten aufwändiger als derzeit abgebildet werden kann. Aktuelle Herausforderungen bestehen vor allem hinsichtlich personeller Ausstattung, zusätzlichen Zeit- und Betreuungsbedarfs derjenigen Studenten, die sich für eigene statistische Programmierung mit R entscheiden, und einer Optimierung der curricularen Einbindung. Introduction: According to the Master Plan 2020, science education will play a critical role in future medical curricula. Science modules have already been implemented at many locations. Other medical faculties will follow in the next few years, as legislation is expected to make recommendations of the national competence-based learning objectives curriculum for medicine (NKLM) mandatory. This article aims to present an implementation example from epidemiology and biometry as a contribution to the didactic discussions within the data sciences in medicine. Project description: We report on our experiences with a data analysis project for second-year medical students, which has been compulsory at the Faculty of Medicine and Health Sciences since 2019. The project is intended to train the scientific skills required from the subjects of epidemiology and biometry for student research projects. Emphasis is placed on responsible data handling, transparency, and reproducibility. For example, the writing of a statistical analysis plan is required prior to data access. Improved standardization of materials, optional use of the English language, and digital support will be implemented to help manage the project when student numbers increase. Discussion: The experience from five years is very positive, although a formal evaluation of the learning success is still pending. Current challenges concern staffing, additional time and supervision requirements for those students who do statistical programming with R, and improved integration into the medical curriculum. EinleitungEine verstärkte Wissenschaftlichkeit bei fachübergreifender, kompetenzorientierter Lehre gehört zu den Kennzeic</PlainText></TextGroup>hen 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 <TextLink reference="1"></TextLink>. 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 <TextLink reference="2"></TextLink>. 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 Publikati<TextGroup><PlainText>o</PlainText></TextGroup>nspraxis“. </Pgraph><Pgraph>Im neuen Nationalen Kompetenzbasierten Lernzielkatalog Medizin ist dies umgesetzt <TextLink reference="3"></TextLink>, <TextLink reference="4"></TextLink>. 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 <TextLink reference="3"></TextLink>, <TextLink reference="4"></TextLink>. Das Institut für Medizinisch-Pharmazeutische Prüfungsfragen (IMPP) hat viele dieser Lernziele bereits als Prüfungsgegenstände für das zweite Staatsexamen aufgenommen <TextLink reference="5"></TextLink>. </Pgraph><Pgraph>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 <TextLink reference="6"></TextLink>. 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 <TextLink reference="7"></TextLink>, <TextLink reference="8"></TextLink>. </Pgraph><Pgraph>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. </Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Introduction"> <MainHeadline>Introduction</MainHeadline><Pgraph>Scientific rigour and interdisciplinary competence-oriented teaching are the hallmarks of modern medical degree programs. The Master Plan 2020, formulated in 2017 by the Federal Ministry of Health, the Federal Ministry of Research and Education, and state representatives, explicitly calls for the mandatory inclusion of systematic training in scientific concepts and methods within a reformed medical curriculum <TextLink reference="1"></TextLink>. Graduates are expected to use scientific skills competently. </Pgraph><Pgraph>These recommendations are based on, among other things, the expert statement of the German Council of Science and Humanities <TextLink reference="2"></TextLink>. This statement calls for sequential courses on scientific literacy as a central component of the curriculum, also given international developments, and emphasizes the relevance of skills-oriented student-centred teaching formats. Core topics of the physician as a scientist refer to scientific attitude and information evaluation, application of scientific knowledge to patient care, lifelong learning with critical reflection, and the ability to teach. The core topics also explicitly include skills in statistical methods and publication practice. </Pgraph><Pgraph>The new National Competence-Based Learning Objective<TextGroup><PlainText>s C</PlainText></TextGroup>atalogue for Medicine has implemented the recommendations <TextLink reference="3"></TextLink>, <TextLink reference="4"></TextLink>. Medical-scientific competencies (Chapte<TextGroup><PlainText>r VIII.1</PlainText></TextGroup>) are differentiated in terms of learning and teaching (VIII.1.2, VIII.1.5), evidence-based medicine (EbM, VIII.1.3), but also practical research training (VIII.1.6) and individual research projects (VIII.1.7), as well as the basic knowledge (VIII.1.4.1) and practical skills (VIII.1.4.2) required for this purpose <TextLink reference="3"></TextLink>, <TextLink reference="4"></TextLink>. The Institute for Medical and Pharmaceutical Examination Questions (IMPP) has already included many of these learning objectives as examination items for the second state examination <TextLink reference="5"></TextLink>. </Pgraph><Pgraph>Subject-specific differences in science influence how research methods and content, attitudes, and the concept of science as such are taught <TextLink reference="6"></TextLink>. These differences need to be consciously perceived. They challenge the alignment of methodological science education and individually supervised project work. On the other hand, training in evidence-based medicine (EbM) is mandatory for all medical students and requires and deepens clinical epidemiology and biometry knowledge <TextLink reference="7"></TextLink>, <TextLink reference="8"></TextLink>. </Pgraph><Pgraph>The medical data sciences epidemiology, medical biometry, and medical informatics are essential as basic subjects of clinical trial methodology in providing scientific qualifications, including EbM and the ability to conduct research responsibly. With this project presentation, we would like to contribute to an exchange on implementation possibilities in science education within the medical curriculum.</Pgraph></TextBlock> <TextBlock language="de" linked="yes" name="Projektbeschreibung"> <MainHeadline>Projektbeschreibung</MainHeadline><SubHeadline>Kontext und Vorgeschichte des Projektes</SubHeadline><Pgraph>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 <TextLink reference="9"></TextLink>. 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.</Pgraph><Pgraph>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). </Pgraph><Pgraph>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 <TextLink reference="10"></TextLink> 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. </Pgraph><Pgraph>Wir haben seither ein eigenständiges Curriculum der <TextGroup><PlainText>Fächer</PlainText></TextGroup> Epidemiologie und Biometrie entwickelt (Abbildun<TextGroup><PlainText>g 1 </PlainText></TextGroup><ImgLink imgNo="1" imgType="figure"/>). 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 <TextGroup><PlainText>Jahr 2</PlainText></TextGroup> zu lehren und zu prüfen) <TextLink reference="3"></TextLink>.</Pgraph><SubHeadline>Das Datenanalyseprojekt im Curriculum Epidemiologie und Biometrie</SubHeadline><Pgraph>Die Einführung eines Datenanalyseprojekts (DAP) im vierten Semester war wie folgt motiviert: </Pgraph><Pgraph><UnorderedList><ListItem level="1">Verbesserung der Nachhaltigkeit zuvor erlernter vorwiegend theoretischer Forschungskompetenzen aus den Q1-Fächern durch direkten Anwendungsbezug. Im Sinne des ICAP-Modells erweitern <Mark1>i</Mark1>nteraktive und <Mark1>k</Mark1>onstruktive Elemente des DAP die <Mark1>a</Mark1>ktiven und <Mark1>p</Mark1>assiven Lernphasen von Übung und Vorlesung <TextLink reference="11"></TextLink>.</ListItem><ListItem level="1">Verbesserung der strukturierten Forschungsausbildung durch Herausgreifen und gezieltes Einüben spezifischer Kompetenzen aus den Datenwissenschaften unter Anleitung durch Experten der jeweils relevanten Fächer.</ListItem></UnorderedList></Pgraph><Pgraph>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 <TextLink reference="12"></TextLink>, <TextLink reference="13"></TextLink>. </Pgraph><SubHeadline2>Aufbau und Struktur des Projektes</SubHeadline2><Pgraph>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). </Pgraph><Pgraph>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. Themenab<TextGroup><PlainText>spra</PlainText></TextGroup>chen 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. </Pgraph><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph><SubHeadline2>Lernziele im Detail</SubHeadline2><Pgraph>Die Lernziele des DAP je Phase sind in Tabelle 1 <ImgLink imgNo="1" imgType="table"/> 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. <TextLink reference="14"></TextLink>, 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. </Pgraph><Pgraph>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 <ImgLink imgNo="1" imgType="table"/>, Markierung mit *).</Pgraph><SubHeadline2>Beispieldatensets</SubHeadline2><Pgraph>Zurzeit bieten wir fünf verschiedene Datensätze an. Drei davon stammen aus eigenen Befragungen unterschiedli<TextGroup><PlainText>c</PlainText></TextGroup>her 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. </Pgraph><Pgraph>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.</Pgraph><SubHeadline2>Personelle und technische Umsetzung</SubHeadline2><Pgraph>Vorlesungen, Seminare, Materialerstellung, Dozentenschulung und technische Umsetzung werden durch die Abteilungsleitung verantwortet. Wissenschaftliche Mitar<TextGroup><PlainText>b</PlainText></TextGroup>eiter 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 Oberflä<TextGroup><PlainText>c</PlainText></TextGroup>hen, Umgang mit Endnote) der Datenmanager der Abteilung herangezogen. </Pgraph><Pgraph>Die Studenten erhalten umfangreiches Material, das über die Plattform Stud-IP mittels eines webbasierten Lernsys<TextGroup><PlainText>t</PlainText></TextGroup>ems (Courseware) zur Verfügung gestellt wird (Abbildun<TextGroup><PlainText>g 2 </PlainText></TextGroup><ImgLink imgNo="2" imgType="figure"/>) <TextLink reference="15"></TextLink>. 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“). </Pgraph><SubHeadline2>Bewertung des DAP, Feedback und Evaluation</SubHeadline2><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph><SubHeadline2>Anrechnung des DAP</SubHeadline2><Pgraph>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. </Pgraph><SubHeadline2>Datenschutz und Ethikvotum</SubHeadline2><Pgraph>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. </Pgraph><Pgraph>Das Vorgehen wurde der zuständigen Ethikkommissio<TextGroup><PlainText>n v</PlainText></TextGroup>orgestellt. 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. Ethikkommissio<TextGroup><PlainText>n d</PlainText></TextGroup>er Universität Oldenburg, Anfrage 2018-085 vom 26.7.2018). </Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Project description"> <MainHeadline>Project description</MainHeadline><SubHeadline>Context and history of the project</SubHeadline><Pgraph>The Medical Faculty of the University of Oldenburg, founded in 2012, implements a Z-curriculum as a model study program <TextLink reference="9"></TextLink>. The Z-curriculum describes the abolition of the traditional separation between pre-clinical and clinical topics in separate phases of the curriculum. Scientific competencies are taught within the framework of a longitudinal research curriculum. Methodological basics were taught via a lecture block with statistical content in year 1, then via a seminar accompanying individual research projects (occasional lectures over three years, attendance not mandatory). Three increasingly extensive research papers in freely selectable subjects with freely selectable lecturers served as proof of achievement. All research projects were assigned to cross-section area 1 (Q1, epidemiology, biometrics, and medical informatics). However, research skills and knowledge from epidem<TextGroup><PlainText>i</PlainText></TextGroup>ology, biometry and medical informatics were neither required nor taught or guided in a structured way nor checked professionally within these projects. </Pgraph><Pgraph>With time, problems with this approach became apparent. For example, optimizing seminar content for project work from different subjects requires intense supervisor cooperation. Without direct examination or implementation relevance, lecture series or lecture blocks are not helpful for sustainable learning success with application competence. Lecture attendance could have been better.</Pgraph><Pgraph>From around 2015, tasks from Q1 were introduced in the module final examinations, and from 2017 a compensatory examination Q1 was introduced for admission to the state examination in the event of failed subject-specific exams. The testing of basic knowledge from research and evidence-based medicine, based on the Berlin EbM questionnaire <TextLink reference="10"></TextLink>, showed considerable learning deficits. Thus, 15 of 35 first-year students required the Q1 compensation exam, only five sat on the first attempt, and only one was successful in the first attempt, so makeshift short-acting revision courses had to be set up. </Pgraph><Pgraph>We have since developed an independent curriculum of epidemiology and biometrics (Figure 1 <ImgLink imgNo="1" imgType="figure"/>). Journal clubs were first introduced in year 4 to address topics in evi<TextGroup><PlainText>d</PlainText></TextGroup>ence-based medicine and epidemiologic research relevant to physician practice. At the same time, fundamental methods in epidemiology and biometry were separated from general science topics. They are now taught in eight lectures with six accompanying exercises in the third semester. This position in the curriculum corresponds to the location of the revised learning objectives and competence levels in the NKLM 2.0 <TextLink reference="3"></TextLink>.</Pgraph><SubHeadline>The data analysis project in the epidemiology and biometrics curriculum</SubHeadline><Pgraph>The introduction of a data analysis project (DAP) in the fourth semester was motivated by the following aims: </Pgraph><Pgraph><UnorderedList><ListItem level="1">To improve the sustainability of previously learned predominantly theoretical research skills from Q1 subjects through direct application. Following the ICAP model, <Mark1>i</Mark1>nteractive and <Mark1>c</Mark1>onstructive elements of the DAP extend the <Mark1>a</Mark1>ctive and <Mark1>p</Mark1>assive learning phases of exercises and lectures <TextLink reference="11"></TextLink>.</ListItem><ListItem level="1">To improve structured research training by singling out and targeting specific competencies from the data sciences under the guidance of experts in the relevant subjects.</ListItem></UnorderedList></Pgraph><Pgraph>The overall aim of the DAP is thus to provide medical students with fundamental supervised-application-level competencies in attitudes, methods, and skills as required from our subjects for student research projects and mapped in the NKLM. The project is designed to teach research tools. Publication of results is explicitly excluded to reduce the burden on students and supervisors. Furthermore, we consider the inflation of un(der)financed selectively published small projects problematic as a potential result of mandatory student research. Adding to research waste would collide with teaching research integrity and quality <TextLink reference="12"></TextLink>, <TextLink reference="13"></TextLink>. </Pgraph><SubHeadline2>Design and structure of the project</SubHeadline2><Pgraph>The DAP is divided into four phases, extending over one semester during the curriculum. Students work in tandems as a measure to promote teamwork. Tandem work also enables the implementation of quality assurance through double programming or code review. The students can choose the partner and the topic, and there is also a choice for language and statistical software (German, English, SPSS, R). </Pgraph><Pgraph>After an informational and introductory session, the students partner up and formulate a preliminary research question based on information about available variables. The first meeting with a supervisor is designed to ensure the feasibility of the planned project and the comparability by severity and effort and to avoid the duplication of projects. Students then prepare an exposé to discuss their plans with a supervisor. </Pgraph><Pgraph>Phase 2 involves formulating a detailed statistical analysis plan (“SAP”). In addition to the formulation of the study question, specific information is required on the type of data, the analysis design, required variables, planned steps for plausibility testing of the data, description of the study population and further statistical analyses, information on the expected number of cases, quality assurance measures, and information on the ethics vote and data protection. Only after discussion, revision, and resubmission of the final SAP will data access be granted. Two supervisor meetings are scheduled for this planning phase. </Pgraph><Pgraph>In the subsequent analysis phase, the tandems work largely independently. We offer an additional “intensive week” when rooms are available for work on-site or online for better exchange between different tandems and with direct supervisor access for general questions. </Pgraph><Pgraph>The project concludes with the writing up of the results. Again, a discussion of a first draft is granted before submitting a final version. Optionally, a learning reflection can be submitted pseudonymously once the project is completed but before marks are received. </Pgraph><SubHeadline2>Learning objectives in detail</SubHeadline2><Pgraph>The learning objectives of the DAP per phase are shown in Table 1 <ImgLink imgNo="1" imgType="table"/>. Based on mapping with the learning objectives of the NKLM 2.0, all learning objectives from the field of science over the first study phase, which require expertise in epidemiology and biometry, are covered (<TextLink reference="14"></TextLink>, page 14, Tab. 2) (VIII.1.4.1 and 4.2 in the NKLM 2.0). We introduce most of this content in the previous semester through lectures and exercises. By the DAP, the competence level is then extended from basic understanding to supervised execution. </Pgraph><Pgraph>In addition, learning objectives are touched upon that are not primarily assigned to epidemiology and biometry and only need to be taught in the DAP for the first time if they have not yet been covered by other courses in the research pathway up to that point (Table 1 <ImgLink imgNo="1" imgType="table"/>, marked wit<TextGroup><PlainText>h *</PlainText></TextGroup>).</Pgraph><SubHeadline2>Sample datasets</SubHeadline2><Pgraph>We currently offer five different data sets. Three of them originate from our surveys and use different designs, such as a parallel survey of children and their parents, which allows agreement analysis, and a survey of diseased persons with healthy controls. Students may calculate scores on quality of life, depression and anxiety, medication adherence, children’s social behaviour, and socioeco<TextGroup><PlainText>n</PlainText></TextGroup>omic status and examine their association with other characteristics. Data sets from clinical registries of collaborating colleagues include information on tumour stage, comorbidity, genotype and survival. Exemplary analyses include Kaplan-Meier curves.</Pgraph><Pgraph>It is planned that additional data sets can be contributed; for example, laboratory data will be a valuable extension of the selection. Datasets need to include variables with different scale levels, useful to describe the study population and offer various research questions.</Pgraph><SubHeadline2>Personnel and technical implementation</SubHeadline2><Pgraph>Lectures, seminars, material production, lecturer training and technical implementation are the professor’s responsibility. Apart from the exercises, research assistants supervise about eight (part-time) to 14 (full-time) tandems as tutors. Meeting times are contingent and should focus on methodological questions of planning and evaluation. The department’s data manager supports technical questions (data access, preparation of data sets, protected interfaces, and software issues, including reference management). </Pgraph><Pgraph>Students receive extensive material made available via the Stud-IP platform through a web-based learning system (Courseware) (Figure 2 <ImgLink imgNo="2" imgType="figure"/>) <TextLink reference="15"></TextLink>. The materials, including form templates, explanatory documents, videos, links, and literature recommendations, are continuously developed. Separate group assignments and time restrictions are available to control the selective visibility of documents. This platform is also used to submit drafts and finished work, make appointments, generate announcements, and ask general questions (chat function, “blubber”). </Pgraph><SubHeadline2>Assessment of the DAP, feedback and evaluation</SubHeadline2><Pgraph>Exposé (10%), SAP (50%) and final report (40%) are first independently evaluated by the supervisor and one other person, usually the division head or senior biometrician, and then consented. Secondary scoring and consensus discussion are used to train staff and ensure comparable standards. Students can earn bonus points for doing and writing the project in English, using R for analyses, and submitting a reflection on their learning process. </Pgraph><Pgraph>Student feedback is mainly obtained through these voluntary pseudonymized learning reflections. Summative student evaluation of the course by the university or faculty is also possible. However, we consider reflections more helpful for strengthening the students’ sense of responsibility required to master sustainable science skills. They are also a helpful source of information for us to improve the course. </Pgraph><SubHeadline2>Crediting the DAP</SubHeadline2><Pgraph>The faculty currently assigns two credit points (CP) for the DAP, corresponding to a student time commitment of 60 hours. However, the student effort is more like three CPs. Five lectures per two teaching units are credited to the division head, up to one week as an internship (intensive week), and 0.3 SWS per supervised tandem to the tutors. Videos, platform maintenance, other materials, second opinions, and supervision are not accounted for. </Pgraph><SubHeadline2>Data protection and ethics vote</SubHeadline2><Pgraph>All data sets are available in the department only in de facto anonymized form. Students can access the data via a protected interface and cannot copy it to their computers. Access is only granted to those variables that are necessary for the respective project and have been specifically requested. In addition, 80% of the data sets are allocated in each case, randomly selected and provided with newly randomized identification numbers. </Pgraph><Pgraph>The procedure was presented to the responsible ethics committee. An ethics vote was unnecessary since the data were anonymized and not researched in the true sense of the word (Prof. F. Griesinger, Med. Ethics Committee of the University of Oldenburg, request 2018-085, dated July 26, 2018). </Pgraph></TextBlock> <TextBlock language="de" linked="yes" name="Erfahrung und Ergebnisse"> <MainHeadline>Erfahrung und Ergebnisse</MainHeadline><Pgraph>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. </Pgraph><SubHeadline>Eindrücke der Dozenten</SubHeadline><Pgraph>Das DAP wurde von Anfang an als sehr lohnende gemeinsame Aufgabe des Teams wahrgenommen. Folgende Einzelpunkte scheinen erwähnenswert oder bedurften einer Anpassung:</Pgraph><Pgraph><UnorderedList><ListItem level="1">Die <Mark1>Anrechnung des DAP</Mark1> 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. </ListItem><ListItem level="1">Die Forderung eines <Mark1>SAP</Mark1> 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.</ListItem><ListItem level="1">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 </ListItem><ListItem level="1">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. </ListItem><ListItem level="1">Zunächst war vorgesehen, dass für den <Mark1>Abschlussbe</Mark1><TextGroup><Mark1>r</Mark1></TextGroup><Mark1>icht</Mark1> 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. </ListItem><ListItem level="1">Längerer Entwicklung bedurfte eine Entscheidung, wie hinsichtlich der <Mark1>Fallzahlplanung</Mark1> 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. </ListItem><ListItem level="1">Besondere Probleme bei der <Mark1>Auswertungsplanung</Mark1> machte die Unterscheidung zwischen verletzten Einschlusskriterien, implausiblen Daten und Ausreißern. Inzwischen werden eigens unplausible Daten generiert, um die Problematik besser greifbar zu machen. </ListItem><ListItem level="1">In den ersten <Mark1>Intensivphasen in Präsenz</Mark1> wurde deutlich, dass Tandems sehr intensiv zusammenarbeiten, statt die Arbeit innerhalb des Tandems aufzuteilen. Wir finden das positiv im Hinblick auf intensive Lerner<TextGroup><PlainText>f</PlainText></TextGroup>ahrung. 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. </ListItem><ListItem level="1">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. </ListItem><ListItem level="1">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 <TextGroup><PlainText>40 T</PlainText></TextGroup>andems mit R. Da uns sehr daran gelegen ist, auch interessierteren Studenten Möglichkeiten der Entwicklung zu bieten, sind weitere Angebote zu R in Planung. </ListItem><ListItem level="1">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. </ListItem><ListItem level="1">Problematisch sind zeitliche Kollisionen mit Prüfungsphasen und Wissenschaftspraktika zum Ende des Semesters, die sich regelmäßig in Qualitätsabfällen zwischen SAP und Abschlussbericht zeigen. </ListItem><ListItem level="1">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.). </ListItem><ListItem level="1">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. </ListItem><ListItem level="1">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. </ListItem></UnorderedList></Pgraph><SubHeadline>Eindrücke aus den Lernreflexionen</SubHeadline><Pgraph>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:</Pgraph><Pgraph><UnorderedList><ListItem level="1">Die Studenten setzen sich weitgehend positiv mit der Partnerarbeit und der Entwicklung eigener Kompetenzen im Projekt auseinander. </ListItem><ListItem level="1">Ebenfalls überwiegend positiv bzw. als hilfreich werden die Betreuung durch die wissenschaftlichen Mitarbeiter und die Bereitstellung der Unterlagen angesehen. </ListItem><ListItem level="1">Überwiegend wird davon ausgegangen, dass das Projekt gut auf weitere Forschungsprojekte vorbereitet und man sich diese nun besser vorstellen könne. </ListItem><ListItem level="1">Hinsichtlich der Auswirkungen auf die Motivation für weitere Forschung ist das Feedback eher gemischt. </ListItem><ListItem level="1">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.). </ListItem><ListItem level="1">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. </ListItem><ListItem level="1">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). </ListItem></UnorderedList></Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Experience and results"> <MainHeadline>Experience and results</MainHeadline><Pgraph>The project was first offered in 2018 as a “small research paper” and chosen by eight students who served as pilots. It became mandatory for all <TextGroup><PlainText>40 s</PlainText></TextGroup>tudents in a cohort starting in the summer semester 2019. Since 2020, the number of students has doubled from year 1, with <TextGroup><PlainText>120 p</PlainText></TextGroup>articipants starting each year since 2023; the long-term goal is to have 200 students studying in Oldenburg each year. Further project developments over time primarily increase support efficiency, especially since no information is available on whether personnel resources will be adjusted to teaching tasks in the future. In addition, we are continuously working on standards to optimize processes and improve learning success. </Pgraph><SubHeadline>Impressions of the lecturers</SubHeadline><Pgraph>From the beginning, the DAP was perceived as a worthwhile joint team effort. The following individual points were raised or needed adjustment:</Pgraph><Pgraph><UnorderedList><ListItem level="1">The <Mark1>credit for the DAP</Mark1> does not represent the actual effort of either the students or the faculty. However, all employees consider the project essential and put other work on hold to make it work. </ListItem><ListItem level="1">The requirement of an <Mark1>SAP</Mark1> was initially considered critical in terms of feasibility. However, we have the impression that it is in this phase that both the need for support and the learning effects are highest.</ListItem><ListItem level="1">Learning effects are also evident for the lecturers. Students’ written accounts of methods and results document much more clearly than oral exams or multiple choice (MC) questions where and how misunderstandings and misconceptions can occur. </ListItem><ListItem level="1">It is gratifying to see a gleam in the student’s eyes when they have bought into their choice of a topic or to read outstanding papers that easily exceed the level of many a medical dissertation or health science master’s thesis in terms of competencies from epidemiology and biometry. </ListItem><ListItem level="1">Initially, it was envisaged that the <Mark1>final report</Mark1> would just be the SAP conversed to past tense and supplemented by the results and discussion. We changed this, however, to a final report in the style of a “real” publication. We recommend the STROBE statement and JAMA author guidelines for this purpose, with cutbacks in the introduction and discussion. This makes the papers much more pleasant to read and evaluate. The reports have also become shorter. </ListItem><ListItem level="1">It took some time to decide how to proceed regarding <Mark1>sample size estimation</Mark1>. This concept is considered too advanced for this stage. Also, the main task on the clinician’s side is not in calculating a sample size estimation but in the provision of all necessary information. The search efforts to find out about relevant differences and to back up other decisions are beyond the scope of the DAP. We now request a flow chart of the expected case numbers and a statement on whether formal sample size estimation or power analysis would be required if this were a true project. </ListItem><ListItem level="1">The distinction between violated inclusion criteria, implausible data and outliers seems difficult to grasp, particularly since our datasets previously underwent exceptional quality assurance methods and data cleaning. We now include self-generated implausible data to make the problem more tangible. </ListItem><ListItem level="1">In the <Mark1>in-presence intensive phases</Mark1>, tandems worked closely together rather than dividing tasks. We find this positive in terms of an intensive learning experience. However, it does increase the time needed to complete the DAP. Unfortunately, the general curricular student workload does not allow us to offer more intensive days covering all DAP phases. </ListItem><ListItem level="1">To enable non-German-speaking staff to participate in teaching and to promote internationalization, we are increasingly offering exercises and DAP in English. For example, all lectures in the introductory phase were made available digitally in English in 2022. Currently, seven of 40 tandems work entirely in English, and an additional partially (only the final report will be in English).</ListItem><ListItem level="1">Students who choose R as their software still need more support. It seems that more than the five software exercise sessions currently offered before the DAP are required. Nine out of 40 tandems are currently working with R. Since we are very interested in offering development opportunities to more interested students, additional workshops on R are being planned. </ListItem><ListItem level="1">Also problematic is the grasp of epidemiological concepts. This concerns the correct citation of frequency data in the introduction (required) and somewhat brash handling of concepts such as representativeness or bias in discussing the results (explicitly NOT required). Since 2023, the work on the introduction, including the search for correct frequency data, has been brought forward from the final report to the exposé to avoid it getting lost in the final spurt. </ListItem><ListItem level="1">Timing collisions with exam periods and science internships at the end of the semester are problematic and regularly manifest themselves in quality lapses between SAP and the final report. </ListItem><ListItem level="1">The project was implemented with minor modifications during the pandemic. However, the DAP in 2021 turned out unsatisfactory concerning work quality (no excellent marks) and could have been more pleasant regarding the feedback from the learning reflexions (see below). </ListItem><ListItem level="1">Otherwise, we typically see a good spread of grades between 1 (very good) and 4 (sufficient), with an average of around 2 (good). About one tandem per cohort is invited to a four-way interview to avert non-passes, and about one student per year drops out and defers to the following year. </ListItem><ListItem level="1">The quality of the journal clubs in year 4 increased notably with the introduction of intensified training in year 2, although we still encounter occasional groups where active student participation remains a problem. Initially, no real text work was possible due to a general lack of basic knowledge in clinical epidemiology. </ListItem></UnorderedList></Pgraph><SubHeadline>Impressions from the learning reflections</SubHeadline><Pgraph>Some of the first learning reflections we received were so enthusiastic that we used pseudonymization more consistently from the following year to encourage more critical voices. A systematic evaluation through qualitative methods is pending. The following observations are commonly encountered: </Pgraph><Pgraph><UnorderedList><ListItem level="1">Students are mostly positive about partnering and developing their skills in the project. </ListItem><ListItem level="1">The support provided by the scientific staff and the provision of documents is also predominantly described as positive and helpful. </ListItem><ListItem level="1">Most students assume that the project prepares well for further research projects and that these can now be better envisioned. </ListItem><ListItem level="1">The student feedback could be more explicit regarding the impact on motivation for further research. </ListItem><ListItem level="1">Fears and uncertainties before starting the DAP are expressed almost regularly and are usually diffuse (<TextGroup><PlainText>I did</PlainText></TextGroup> not know what to expect, worried if I could do it, etc.). </ListItem><ListItem level="1">Reflections of the 2021 “pandemic” DAP cohort (online only, including lectures and exercises starting in 2000) were exceptional because there was hardly any self-reflection on learning processes. Instead, students reported issues of increased sensitivity, such as feeling offended by the tone of written materials or by assumed preconceptions of team members. There were also more than usual complaints about the project, including issues such as offering too many elective options and reports on inter-personal problems.</ListItem><ListItem level="1">Recurring critical topics in all years are the high time requirements, difficulties in using SPSS, which are often attributed to too much time lapse between the exercises and the DAP, and technical problems with data access via the remote server. </ListItem></UnorderedList></Pgraph></TextBlock> <TextBlock language="de" linked="yes" name="Diskussion"> <MainHeadline>Diskussion</MainHeadline><Pgraph>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 <TextLink reference="16"></TextLink>, <TextLink reference="17"></TextLink>. 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. </Pgraph><Pgraph>Ein wesentlicher Knackpunkt wird sein, inwieweit sich die aufwändige Projektarbeit bei personell sehr begrenzten Ressourcen unter weiter ansteigenden Studentenzah<TextGroup><PlainText>l</PlainText></TextGroup>en fortsetzen lässt. Derzeit bewältigen wir zeitgleich <TextGroup><PlainText>40 T</PlainText></TextGroup>andems in einem Kernteam mit drei wissenschaftli<TextGroup><PlainText>c</PlainText></TextGroup>hen Mitarbeitern (2 VZÄ) der Epidemiologie und Biome<TextGroup><PlainText>t</PlainText></TextGroup>rie 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. </Pgraph><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Discussion"> <MainHeadline>Discussion</MainHeadline><Pgraph>We succeeded in implementing the learning objectves of the NKLM and our ideas of good teaching. All staff members are committed, lecture attendance is good, and students show high engagement in their projects almost across the board. We have yet to formally prove our impression of intensive learning effects through early independent writing and combining different learning formats, including e-learning. However, these formats are also described positively in the literature <TextLink reference="16"></TextLink>, <TextLink reference="17"></TextLink>. For many students, it is a remarkably steep step from performing supervised exercises during the winter term to self-reliant planning and application of newly learnt research skills, including problem-solving, illustrated, among other things, when using SPSS. </Pgraph><Pgraph>A central point for the future success of the DAP will be to what extent the elaborate project work can be continued with increasing student numbers. Currently, we manage 40 tandems simultaneously in a core team with three scientific staff (2 FTE) of epidemiology and biometrics plus a postdoctoral fellow of a cooperating clinical department and support by our technical staff. In 2024, the number of tandems will increase to about 60, perspectively over further years, to 100. </Pgraph><Pgraph>One measure will be the participation of additional staff from other divisions. Support by tutors will need to be increasingly restricted, standardization and detail of specifications will be further improved, dual assessments of trained employees will be limited to random samples and digital support will be further expanded. </Pgraph><Pgraph>There is also potential for optimization concerning the integration into the general medical curriculum. Synergy will likely occur if further basic research essentials, to be delivered by colleagues from ethics, medical informatics and sociology, are brought forward to the first study stage per NKLM 2.0. Unfortunately, we do not have a concept for the methodological supervision of student research work in later years, which will take up and complement the intensive basic training. These issues are not subject to our teaching responsibilities, although they should ideally be well aligned. </Pgraph><Pgraph>In addition, a formal evaluation of the long-term effects, such as on quality and supervision efforts in ethics applications and research papers and the basic scientific understanding of the graduates, is pending. We seek cooperation partners to evaluate the learning reflections for process evaluation qualitatively. </Pgraph></TextBlock> <TextBlock language="de" linked="yes" name="Fazit"> <MainHeadline>Fazit</MainHeadline><Pgraph>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. </Pgraph><Pgraph>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.</Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Conclusion"> <MainHeadline>Conclusion</MainHeadline><Pgraph>We took advantage of the unique situation of a model degree program with longitudinal pathways and initially low student numbers to develop a curriculum that might not have been realistic in this form in large conventional degree programs. Given the positive impressions, extensive standardization and digital support, we hope the format will remain feasible and can be further developed as student numbers continue to grow. </Pgraph><Pgraph>In summary, such a DAP is an essential bridge between the teaching of basic skills from data science and their application in student projects from other disciplines.</Pgraph></TextBlock> <TextBlock language="de" linked="yes" name="Anmerkungen"> <MainHeadline>Anmerkungen</MainHeadline><SubHeadline>Danksagung </SubHeadline><Pgraph>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. </Pgraph><Pgraph>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. </Pgraph><SubHeadline>Interessenkonflikte</SubHeadline><Pgraph>Die Autoren erklären, dass sie keine Interessenkonflikte in Zusammenhang mit diesem Artikel haben.</Pgraph></TextBlock> <TextBlock language="en" linked="yes" name="Notes"> <MainHeadline>Notes</MainHeadline><SubHeadline>Acknowledgements</SubHeadline><Pgraph>AT thanks Sarah Rose, Calgary, who introduced her to having to do a data analysis project in tandem many years ago. It inspired the current curriculum. We wish to thank all students who contributed to the further development of the DAP with comments and feedback. In addition, thanks go to the staff in the secretariat of the Department for Health Services Research, Mr Saß and Ms Garten, among others, for processing the anonymous reflections and administrative help, as well as the staff in the Dean of Studies Office, for example, Ms Gronewold, Ms König, and Mr Jerominek, who, under conditions that are not always easy, make a friendly and competent effort to provide support at all times. </Pgraph><SubHeadline>Competing interests</SubHeadline><Pgraph>The authors declare that they have no competing interests.</Pgraph><Pgraph> </Pgraph></TextBlock> <References linked="yes"> <Reference refNo="1"> <RefAuthor>Anonym</RefAuthor> <RefTitle></RefTitle> <RefYear>2017</RefYear> <RefBookTitle>Masterplan Medizinstudium 2020. Beschlusstext</RefBookTitle> <RefPage></RefPage> <RefTotal>Masterplan Medizinstudium 2020. Beschlusstext. 2017 [Accessed 2023 Mar 26]. Available from: https://www.bmbf.de/bmbf/shareddocs/downloads/files/2017-03-31_masterplan-beschlusstext.pdf</RefTotal> <RefLink>https://www.bmbf.de/bmbf/shareddocs/downloads/files/2017-03-31_masterplan-beschlusstext.pdf</RefLink> </Reference> <Reference refNo="2"> <RefAuthor>Wissenschaftsrat</RefAuthor> <RefTitle></RefTitle> <RefYear>2014</RefYear> <RefBookTitle>Empfehlungen zur Weiterentwicklung des Medizinstudiums in Deutschland auf Grundlage einer Bestandsaufnahme der humanmedizinischen Modellstudiengänge. Drs. 4017-14</RefBookTitle> <RefPage></RefPage> <RefTotal>Wissenschaftsrat. Empfehlungen zur Weiterentwicklung des Medizinstudiums in Deutschland auf Grundlage einer Bestandsaufnahme der humanmedizinischen Modellstudiengänge. Drs. 4017-14. 2014 [Accessed 2023 Mar 27]. Available from: https://www.wissenschaftsrat.de/download/archiv/4017-14.pdf</RefTotal> <RefLink>https://www.wissenschaftsrat.de/download/archiv/4017-14.pdf</RefLink> </Reference> <Reference refNo="3"> <RefAuthor>Medizinischer Fakultätentag</RefAuthor> <RefTitle></RefTitle> <RefYear>2021</RefYear> <RefBookTitle>Nationaler kompetenzbasierter Lernzielkatalog Medizin</RefBookTitle> <RefPage></RefPage> <RefTotal>Medizinischer Fakultätentag. Nationaler kompetenzbasierter Lernzielkatalog Medizin. 2021 [Accessed 2023 Mar 27]. Available from: https://nklm.de/zend/menu</RefTotal> <RefLink>https://nklm.de/zend/menu</RefLink> </Reference> <Reference refNo="4"> <RefAuthor>Timmer A</RefAuthor> <RefTitle>Wissenschaft im neuen Curriculum Humanmedizin – Bericht zum neuen Nationalen kompetenzbasierten Lernzielkatalog Medizin (NKLM 2.0) aus Perspektive der in der GMDS vertretenen Kompetenzen</RefTitle> <RefYear>2021</RefYear> <RefJournal>GMS Med Inform Biom Epidemiol</RefJournal> <RefPage>Doc16</RefPage> <RefTotal>Timmer A. Wissenschaft im neuen Curriculum Humanmedizin – Bericht zum neuen Nationalen kompetenzbasierten Lernzielkatalog Medizin (NKLM 2.0) aus Perspektive der in der GMDS vertretenen Kompetenzen [Science in the revised medical curriculum – implications of the National Competence-Based Learning Objectives Catalogue for Medicine (NKLM 2.0) for teaching data sciences as represented in the GMDS]. GMS Med Inform Biom Epidemiol. 2021;17(4): Doc16. DOI: 10.3205/mibe000230</RefTotal> <RefLink>https://doi.org/10.3205/mibe000230</RefLink> </Reference> <Reference refNo="5"> <RefAuthor>Institut für medizinische und pharmazeutische Prüfungsfragen (IMPP)</RefAuthor> <RefTitle></RefTitle> <RefYear></RefYear> <RefBookTitle>Gegenstandskataloge</RefBookTitle> <RefPage></RefPage> <RefTotal>Institut für medizinische und pharmazeutische Prüfungsfragen (IMPP). Gegenstandskataloge. [Accessed 2021 Apr 4]. Available from: https://www.impp.de/pruefungen/allgemein/gegenstandskataloge.html</RefTotal> <RefLink>https://www.impp.de/pruefungen/allgemein/gegenstandskataloge.html</RefLink> </Reference> <Reference refNo="6"> <RefAuthor>Kind P</RefAuthor> <RefAuthor>Osborne J</RefAuthor> <RefTitle>Styles of scientific reasoning: a cultural rationale for science education?</RefTitle> <RefYear>2017</RefYear> <RefJournal>Science Education</RefJournal> <RefPage>8-31</RefPage> <RefTotal>Kind P, Osborne J. Styles of scientific reasoning: a cultural rationale for science education? Science Education. 2017;101(1):8-31. DOI: 10.1002/sce.21251</RefTotal> <RefLink>https://doi.org/10.1002/sce.21251</RefLink> </Reference> <Reference refNo="7"> <RefAuthor>Timmer A</RefAuthor> <RefTitle>„Klinische Epidemiologie“: Ein Lehrbuchklassiker und seine Eignung für den Einsatz in einem sich wandelndem Medizinstudium</RefTitle> <RefYear>2022</RefYear> <RefJournal>GMS Med Inform Biom Epidemiol</RefJournal> <RefPage>Doc05</RefPage> <RefTotal>Timmer A. „Klinische Epidemiologie“: Ein Lehrbuchklassiker und seine Eignung für den Einsatz in einem sich wandelndem Medizinstudium [“Clinical Epidemiology“ [“Klinische Epidemiologie”]: A textbook classic and its suitability for use in a changing medical curriculum]. GMS Med Inform Biom Epidemiol. 2022;18(2):Doc05. DOI: 10.3205/mibe000238</RefTotal> <RefLink>https://doi.org/10.3205/mibe000238</RefLink> </Reference> <Reference refNo="8"> <RefAuthor>Raspe H</RefAuthor> <RefTitle>Klinische Medizin, klinische Forschung und klinische Epidemiologie</RefTitle> <RefYear>2004</RefYear> <RefJournal>Med Klin (Munich)</RefJournal> <RefPage>97-103</RefPage> <RefTotal>Raspe H. Klinische Medizin, klinische Forschung und klinische Epidemiologie [Clinical medicine, clinical research, and clinical epidemiology]. Med Klin (Munich). 2004;99(2):97-103. DOI: 10.1007/s00063-004-1018-5</RefTotal> <RefLink>https://doi.org/10.1007/s00063-004-1018-5</RefLink> </Reference> <Reference refNo="9"> <RefAuthor>Gehlhar K</RefAuthor> <RefTitle>The model medical degree programme “human medicine” in Oldenburg – the European Medical School Oldenburg-Groningen</RefTitle> <RefYear>2019</RefYear> <RefJournal>GMS J Med Educ</RefJournal> <RefPage>Doc51</RefPage> <RefTotal>Gehlhar K. The model medical degree programme “human medicine” in Oldenburg – the European Medical School Oldenburg-Groningen. GMS J Med Educ. 2019;36(5):Doc51. DOI: 10.3205/zma001259</RefTotal> <RefLink>https://doi.org/10.3205/zma001259</RefLink> </Reference> <Reference refNo="10"> <RefAuthor>Kunz R</RefAuthor> <RefAuthor>Wegscheider K</RefAuthor> <RefAuthor>Fritsche L</RefAuthor> <RefAuthor>Schünemann HJ</RefAuthor> <RefAuthor>Moyer V</RefAuthor> <RefAuthor>Miller D</RefAuthor> <RefAuthor>Boluyt N</RefAuthor> <RefAuthor>Falck-Ytter Y</RefAuthor> <RefAuthor>Griffiths P</RefAuthor> <RefAuthor>Bucher HC</RefAuthor> <RefAuthor>Timmer A</RefAuthor> <RefAuthor>Meyerrose J</RefAuthor> <RefAuthor>Witt K</RefAuthor> <RefAuthor>Dawes M</RefAuthor> <RefAuthor>Greenhalgh T</RefAuthor> <RefAuthor>Guyatt GH</RefAuthor> <RefTitle>Determinants of knowledge gain in evidence-based medicine short courses: an international assessment</RefTitle> <RefYear>2010</RefYear> <RefJournal>Open Med</RefJournal> <RefPage>e3-e10</RefPage> <RefTotal>Kunz R, Wegscheider K, Fritsche L, Schünemann HJ, Moyer V, Miller D, Boluyt N, Falck-Ytter Y, Griffiths P, Bucher HC, Timmer A, Meyerrose J, Witt K, Dawes M, Greenhalgh T, Guyatt GH. Determinants of knowledge gain in evidence-based medicine short courses: an international assessment. Open Med. 2010;4(1):e3-e10. DOI: 10.2174/1874104501004010003</RefTotal> <RefLink>https://doi.org/10.2174/1874104501004010003</RefLink> </Reference> <Reference refNo="11"> <RefAuthor>Chi MT</RefAuthor> <RefAuthor>Wylie R</RefAuthor> <RefTitle>The ICAP framework: Linking cognitive engagement to active learning outcomes</RefTitle> <RefYear>2014</RefYear> <RefJournal>Educ Psychol</RefJournal> <RefPage>219-43</RefPage> <RefTotal>Chi MT, Wylie R. The ICAP framework: Linking cognitive engagement to active learning outcomes. Educ Psychol. 2014;49(4):219-43. DOI: 10.1080/00461520.2014.965823</RefTotal> <RefLink>https://doi.org/10.1080/00461520.2014.965823</RefLink> </Reference> <Reference refNo="12"> <RefAuthor>Altman DG</RefAuthor> <RefTitle>The scandal of poor medical research</RefTitle> <RefYear>1994</RefYear> <RefJournal>BMJ</RefJournal> <RefPage>283-84</RefPage> <RefTotal>Altman DG. The scandal of poor medical research. BMJ. 1994;308(6924):283-84. DOI: 10.1136/bmj.308.6924.283.</RefTotal> <RefLink>https://doi.org/10.1136/bmj.308.6924.283.</RefLink> </Reference> <Reference refNo="13"> <RefAuthor>Ioannidis JP</RefAuthor> <RefTitle>Why most published research findings are false</RefTitle> <RefYear>2005</RefYear> <RefJournal>PLoS Med</RefJournal> <RefPage>e124</RefPage> <RefTotal>Ioannidis JP. Why most published research findings are false. PLoS Med. 2005;2(8):e124. DOI: 10.1371/journal.pmed.0020124</RefTotal> <RefLink>https://doi.org/10.1371/journal.pmed.0020124</RefLink> </Reference> <Reference refNo="14"> <RefAuthor>Timmer A</RefAuthor> <RefAuthor>Weberschock T</RefAuthor> <RefAuthor>Rothenbacher D</RefAuthor> <RefAuthor>Varghese J</RefAuthor> <RefAuthor>Berger U</RefAuthor> <RefAuthor>Schlattmann P</RefAuthor> <RefAuthor>Dugas M</RefAuthor> <RefAuthor>Kopp-Schneider A</RefAuthor> <RefAuthor>Winter A</RefAuthor> <RefAuthor>Binder H</RefAuthor> <RefTitle>Digitalisierung, Evidenzbasierte Medizin, Prävention und Forschungskompetenz: Die Rolle der Medical Data Sciences im neuen Medizin-Curriculum: Empfehlungen zur Umsetzung des NKLM 2.x durch Epidemiologie, medizinische Biometrie und Medizininformatik, mit Bioinformatik und verwandten Fächern</RefTitle> <RefYear>2022</RefYear> <RefJournal>GMS Med Inform Biom Epidemiol</RefJournal> <RefPage>Doc06</RefPage> <RefTotal>Timmer A, Weberschock T, Rothenbacher D, Varghese J, Berger U, Schlattmann P, Dugas M, Kopp-Schneider A, Winter A, Binder H. Digitalisierung, Evidenzbasierte Medizin, Prävention und Forschungskompetenz: Die Rolle der Medical Data Sciences im neuen Medizin-Curriculum: Empfehlungen zur Umsetzung des NKLM 2.x durch Epidemiologie, medizinische Biometrie und Medizininformatik, mit Bioinformatik und verwandten Fächern [Digitalization, evidence-based medicine, preventive care and research skills: the role of the medical data sciences in the new medical curriculum: Recommendations for the implementation of the NKLM 2.x through epidemiology, medical biometry, and medical informatics, with bioinformatics and related subjects]. GMS Med Inform Biom Epidemiol. 2022;18(2):Doc06. DOI: 10.3205/mibe000239</RefTotal> <RefLink>https://doi.org/10.3205/mibe000239</RefLink> </Reference> <Reference refNo="15"> <RefAuthor>Anonym</RefAuthor> <RefTitle></RefTitle> <RefYear>2023</RefYear> <RefBookTitle>Stud.IP: Open Source Projekt zur Unterstützung von Präsenzlehre an Universitäten, Hochschulen und anderen Bildungseinrichtungen [computer program]</RefBookTitle> <RefPage></RefPage> <RefTotal>Stud.IP: Open Source Projekt zur Unterstützung von Präsenzlehre an Universitäten, Hochschulen und anderen Bildungseinrichtungen [computer program]. GNU General Public License, Version 2. Göttingen, Osnabrück, Oldenburg, u.a.; 2023.</RefTotal> </Reference> <Reference refNo="16"> <RefAuthor>Vallée A</RefAuthor> <RefAuthor>Blacher J</RefAuthor> <RefAuthor>Cariou A</RefAuthor> <RefAuthor>Sorbets E</RefAuthor> <RefTitle>Blended Learning Compared to Traditional Learning in Medical Education: Systematic Review and Meta-Analysis</RefTitle> <RefYear>2020</RefYear> <RefJournal>J Med Internet Res</RefJournal> <RefPage>e16504</RefPage> <RefTotal>Vallée A, Blacher J, Cariou A, Sorbets E. Blended Learning Compared to Traditional Learning in Medical Education: Systematic Review and Meta-Analysis. J Med Internet Res. 2020;22(8):e16504. DOI: 10.2196/16504.</RefTotal> <RefLink>https://doi.org/10.2196/16504.</RefLink> </Reference> <Reference refNo="17"> <RefAuthor>Kim S</RefAuthor> <RefAuthor>Yang JW</RefAuthor> <RefAuthor>Lim J</RefAuthor> <RefAuthor>Lee S</RefAuthor> <RefAuthor>Ihm J</RefAuthor> <RefAuthor>Park J</RefAuthor> <RefTitle>The impact of writing on academic performance for medical students</RefTitle> <RefYear>2021</RefYear> <RefJournal>BMC Med Educ</RefJournal> <RefPage>61</RefPage> <RefTotal>Kim S, Yang JW, Lim J, Lee S, Ihm J, Park J. The impact of writing on academic performance for medical students. BMC Med Educ. 2021;21(1):61. DOI: 10.1186/s12909-021-02485-2</RefTotal> <RefLink>https://doi.org/10.1186/s12909-021-02485-2</RefLink> </Reference> </References> <Media> <Tables> <Table format="png"> <MediaNo>1</MediaNo> <MediaID language="de">1de</MediaID> <MediaID language="en">1en</MediaID> <Caption language="de"><Pgraph><Mark1>Tabelle 1: Detaillierte Lernziele des Datenanalyseprojektes nach Phasen</Mark1></Pgraph></Caption> <Caption language="en"><Pgraph><Mark1>Table 1: Detailed learning objectives of the data analysis project by phase</Mark1></Pgraph></Caption> </Table> <NoOfTables>1</NoOfTables> </Tables> <Figures> <Figure format="png" height="484" width="502"> <MediaNo>1</MediaNo> <MediaID language="de">1de</MediaID> <MediaID language="en">1en</MediaID> <Caption language="de"><Pgraph><Mark1>Abbildung 1: Lehrkonzept Epidemiologie und Biometrie, Med. Fakultät Oldenburg</Mark1></Pgraph></Caption> <Caption language="en"><Pgraph><Mark1>Figure 1: Teaching concept Epidemiology and Biometry, Faculty of Medicine, Oldenburg, Germany</Mark1></Pgraph></Caption> </Figure> <Figure format="png" height="599" width="1167"> <MediaNo>2</MediaNo> <MediaID>2</MediaID> <Caption language="de"><Pgraph><Mark1>Abbildung 2: Screenshot der Einstiegsseite der Courseware DAP</Mark1></Pgraph></Caption> <Caption language="en"><Pgraph><Mark1>Figure 2: Screenshot entry page Courseware DAP</Mark1></Pgraph></Caption> </Figure> <NoOfPictures>2</NoOfPictures> </Figures> <InlineFigures> <NoOfPictures>0</NoOfPictures> </InlineFigures> <Attachments> <NoOfAttachments>0</NoOfAttachments> </Attachments> </Media> </OrigData> </GmsArticle>