Sundhedsdata

For at opnå bedømmelsen Bestået skal den studerende kunne: 

Viden 

• Definere ord og begreber der finder anvendelse indenfor statistik og sundhedsinformatik.
• Identificere egne styrker og svagheder i relation til digital dannelse.
• Beskrive hvordan digitale hjælpemidler i tandpleje kan have fordele og ulemper for udfyldelsen af tandlægerollen og for patientens behandlingsforløb og udfald, såvel for enkelte patienter som for hele patientpopulationen.
• Forklare hvordan kliniske og parakliniske fund digitaliseres.
• Beskrive styrker og svagheder ved brug af værktøjer baseret på AI (algoritmer/​maskinlæring) i tandpleje.
• Identificere korrekte svar på GDPR-problemstillinger.
• Beskrive begrebet teknologiforståelse og beskrive, hvordan forskellige teknologiforståelser kan influere på, hvordan digitale teknologier bruges og influerer på tandpleje.
• Beskrive de forskellige dimensioner indenfor e-sundhedskompetance modellen.
• Beskrive eksisterende sundhedsteknologier såsom Elektronisk Patient Journal (EPJ), fælles medicinkort, Sundhedsportalen sundhed.dk, apps, digital scanning og billedteknologi, kunstig intelligens, robotteknologi og deres rolle i odontologi.
• Forklare de statistiske begreber: model, parameterestimation, standardfejl, konfidensinterval, nulhypotese, hypotesetest, p-værdi, signifikansniveau, type 1 fejl, type 2 fejl.
• Beskrive elementerne i den biostatistiske tankegang, så som formulering af statistisk hypotese, stikprøvestørrelse og styrkeanalyse, statistisk modellering, hypotesetest, datafortolkning og kritisk tænkning. 

Færdigheder

• Anvende digitale begreber og ord i rette kontekst.
• Anvende og udarbejde en datamanagementplan (fx KU´s standard).
• Demonstrere indhentning og bearbejdning af data fra kliniske og parakliniske fund.
• Estimere sandsynligheder og middelværdier med tilhørende konfidensintervaller.
• Udføre t-test for sammenligning af middelværdier og fortolke effektmålet.
• Analysere antalstabeller vha. chi-i-anden test (goodness-of-fit-test).
• Kvantificere forskelle i risiko gennem effektmålene risikodifferens, risikoratio og odds-ratio.
• Estimere og fortolke lineære og logistiske regressionsmodeller med tilhørende prædiktion.
• Håndtere de nøgleelementer, der indgår i fortolkning af en diagnostisk undersøgelse (referenceområde, sensitivitet, specificitet, etc.).
• Beregne stikprøvestørrelser og deres usikkerhed.
• Håndtere og anvende data i overenstemmelse med gældende lovgivning. 

Kompetencer

• Kategorisere forskellige typer data og bedømme hvilken type data der bedst egner sig til at beskrive et fænomen eller specielle karakteristika indenfor populationer.
• Argumentere for styrker og svagheder ved digitale informationsteknologier i relation til specifikke tandplejefaglige problemstillinger set fra en patient, professionelt og samfundsmæssigt perspektiv.
• Diskutere mulige effekter af digitale informationsteknologier set fra patient, sundhedsprofessionelt og samfundsmæssigt perspektiv.
• Diskutere samspillet mellem e-sundhedskompetance og (specifikke) sundhedsteknologi(er).
• Diskutere hvorledes teknologiforståelse kan spille ind på anvendelse af sundhedsteknologi og afledte mulige betydninger for patienter og sundhedsprofessionelle.
• Formulere basale videnskabelige spørgsmål som statistiske hypoteser. 
• Fortolke resultater af statistiske analyser og drage relevante konklusioner. 
• Identificere andre statistiske forhold, herunder faldgruber, i dagligdagens kliniske problemer.
• Vurdere resultaterne af statistiske analyser, bl.a. ved at vurdere modelantagelser og begrænsninger.
• Argumentere for klinisk relevans af begreberne: model, parameterestimation, standardfejl, konfidensinterval, nulhypotese, hypotesetest, p-værdi, signifikansniveau, type 1-fejl, type 2-fejl.
• Vurdere odontologisk og medicinsk faglitteratur, hvori der indgår biostatistiske aspekter.