TÜRKÇE
ENGLISH
Genel Bilgi
| Kod | BİS614 |
| Ad | İleri Medikal İnformatik |
| Dönem | 2023-2024 Eğitim-Öğretim Yılı |
| Yarıyıl | . Yarıyıl |
| Süre (T+U) | 2-2 (T-U) (17 Hafta) |
| AKTS | 6 AKTS |
| Yerel Kredi | 3 Yerel Kredi |
| Eğitim Dil | Türkçe |
| Seviye | Doktora Dersi |
| Tür | Normal |
| Öğretim Şekli | Yüz Yüze Öğretim |
| Bilgi Paketi Koordinatörü | Dr. Öğr. Üyesi Yusuf Kemal ARSLAN |
Dersin Amacı / Hedefi
Öğrencilere DNA ve protein dizi hizalaması, protein yapısal hizalaması, protein/RNA yapısı tahmini, filogenetik ağaç yapımı, mikrodizi veri analizi gibi biyoinformatiğin temel sorunlarına yaklaşım ile ilgili kazanım sağlamak
Dersin İçeriği
Genom dizileme, mikrodizi teknolojisi ve diğer yüksek verimli deneysel yöntemler gibi biyolojik deneyler tarafından üretilen büyük miktarda bilginin madenciliği için hesaplama teknikleri tanıtılacaktır.
Dersin Ön Koşulu
Temel genetik ve istatistik bilgisi
Kaynaklar
Shortliffe, E. H., Perreault, L. E., Wiederhold, G., & Fagan, L. M. (Eds.). (1990). Medical informatics: computer applications in health care. Addison-Wesley Longman Publishing Co., Inc..
Notlar
Shortliffe, E. H., Perreault, L. E., Wiederhold, G., & Fagan, L. M. (Eds.). (1990). Medical informatics: computer applications in health care. Addison-Wesley Longman Publishing Co., Inc..
Dersin Öğrenme Çıktıları
| Sıra | Dersin Öğrenme Çıktıları |
|---|---|
| ÖÇ01 | Tanımlayıcı yöntemlerle verileri özetler. |
| ÖÇ02 | Olasılık ilkeleri ve olasılık dağılımları kavramı hakkında iyi bir kavrayışa sahip olur. |
| ÖÇ03 | Öğrenciler istatistiksel örnekleme ve tahmin hakkında bilgi sahibi olur |
| ÖÇ04 | Güven aralıkları ve hipotez testleri hakkında çalışma bilgisi kazanır. |
| ÖÇ05 | Olasılık dağılımlarını kullanarak biyolojik deneysel verileri modeller |
| ÖÇ06 | Büyük miktarlarda ve çok boyutlu biyolojik verileri kümeler, görselleştirir ve özetler |
Program Öğrenme Çıktıları ile İlişkisi
| Sıra | Tür | Program Öğrenme Çıktıları | Duzey |
|---|---|---|---|
| PÖÇ01 | Bilgi - Kuramsal, Olgusal | Biyoistatistik yüksek lisans programında kazandığı yeterliliklerine dayalı olarak alanındaki güncel ve ileri düzeydeki bilgileri (Meta analizi, veri madenciliği, çok değişkenli ve boylamsal veri analizi, sağkalım analizi, regresyon vs.) alana yenilik getirecek özgün tanımları, kavramları ve teoremleri kavrar. | 2 |
| PÖÇ02 | Bilgi - Kuramsal, Olgusal | Uzmanlık gerektiren bilgileri kullanarak, kendi alanı ve ilişkili olduğu alanlardaki yeni ve karmaşık fikirleri analiz eder, sentezler ve yorumlar. | 3 |
| PÖÇ03 | Bilgi - Kuramsal, Olgusal | Biyoistatistik alanında sıklıkla kullanılan teknolojik araç ve yazılımlar hakkında ileri düzeyde bilgi sahibidir. | |
| PÖÇ04 | Bilgi - Kuramsal, Olgusal | Etik ilkelerin ve etik kurulların birey ve toplum için önemini bilir. Etik kurullarda Biyoistatistikçinin önemini kavrar. | |
| PÖÇ05 | Bilgi - Kuramsal, Olgusal | Sağlık alanına yönelik yapılan çalışmalarda sürekli olarak kullanılan istatistiksel yöntemler hakkında ileri düzeyde bilgi sahibidir. | |
| PÖÇ06 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanındaki bilgileri sistematik bir yaklaşımla değerlendirir | 2 |
| PÖÇ07 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım veya uygulama geliştirir, bilinen bir düşünce, yöntem, tasarım veya uygulamayı geliştirir ve farklı bir alana uygular. | 4 |
| PÖÇ08 | Beceriler - Bilişsel, Uygulamalı | Tıp ve sağlık bilimlerinde ortaya çıkan yeni ve karmaşık problemler için gözlemsel ve kliniksel araştırma tasarımı kurgular, eleştirel analizi yapar, yorumlar ve raporlar. | |
| PÖÇ09 | Beceriler - Bilişsel, Uygulamalı | Sağlık bilimlerinde tanı ve tedavide karar verme sürecindeki ileri istatistiksel yöntemleri kullanır, bu alanda çalışan araştırıcılara danışmanlık yapar. | |
| PÖÇ10 | Beceriler - Bilişsel, Uygulamalı | Biyoistatistik alanı ile ilgili çalışmalarda üst düzey beceri gerektiren araştırma ve analiz yöntemlerini kullanır. | 3 |
| PÖÇ11 | Beceriler - Bilişsel, Uygulamalı | Sağlık bilimlerinde sıkça kullanılan teknik ve yöntemleri gibi ileri istatistik yöntemlerini özgün düşünce, araştırma ile uzmanlık düzeyinde geliştirir ve uygular. | |
| PÖÇ12 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Biyoistatistik alanına yenilik getiren özgün bir çalışmayı bağımsız olarak gerçekleştirir | |
| PÖÇ13 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Bilimsel bir makaleyi değerlendirebilecek ileri düzeyde istatistiksel analiz yapar. | |
| PÖÇ14 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Biyoistatistik alanı ile ilgili makale okuma, yazma becerisi geliştirir ve ulusal ve/veya uluslararası hakemli dergilere makale başvurusu yapar | |
| PÖÇ15 | Yetkinlikler - Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği | Özgün ve disiplinlerarası sorunların çözümlenmesinde etkin rol alır | |
| PÖÇ16 | Yetkinlikler - Öğrenme Yetkinliği | Yaratıcı ve eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak Biyoistatistik alanı ile ilgili yeni düşünce ve yöntemler geliştirir. | |
| PÖÇ17 | Yetkinlikler - Öğrenme Yetkinliği | Kanıta ulaşmanın yollarını kavrar ve elde ettiği kanıtlara eleştirel değer biçer. | |
| PÖÇ18 | Yetkinlikler - Öğrenme Yetkinliği | Yaşam boyu öğrenme ve mesleki gelişim ilkelerini bir tutum olarak belirler ve bu tutumunu çalışmalarında sergiler. | |
| PÖÇ19 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Sağlık mesleğinin gerektiği sosyal ilişkilerin dinamiklerini kavrar ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla değerlendirir ve geliştirir | |
| PÖÇ20 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Disiplinlerarası çalışmalarda diğer uzman kişilerle alandaki konuları etkin iletişim becerilerini kullanarak tartışır, özgün görüşlerini savunarak akademik danışmanlık yapar | 2 |
| PÖÇ21 | Yetkinlikler - İletişim ve Sosyal Yetkinlik | Uluslararası bilimsel ortamlarda yabancı dil bilgisi ile yazılı, sözlü ve görsel iletişim kurar | |
| PÖÇ22 | Yetkinlikler - Alana Özgü Yetkinlik | Biyoistatistik ve tıbbi bilişim bilgisini kullanarak yaşadığı topluma bilgi ve becerilerini sunarak toplumun bilgi toplumu olmasına katkıda bulunur | |
| PÖÇ23 | Yetkinlikler - Alana Özgü Yetkinlik | Biyoistatistik ile ilgili karşılaşılan sorunların çözümünde özgün görüşlerini savunarak işlevsel etkileşim kurar | |
| PÖÇ24 | Yetkinlikler - Alana Özgü Yetkinlik | Etkili iletişim becerilerini kullanarak danışmanlık verebilir, araştırmalarda ekip çalışması içinde yer alır, bilimsel etik kuralları savunur | |
| PÖÇ25 | Yetkinlikler - Alana Özgü Yetkinlik | Alanın gereği olarak diğer sağlık disiplinleri ile çalışabilme deneyimine sahiptir. | 4 |
| PÖÇ26 | Yetkinlikler - Alana Özgü Yetkinlik | Sağlık alanına yönelik yaptığı çalışmalarda doğru istatistiksel yöntemleri seçer ve uygular, doğru yorumlar. İleri düzeyde analiz ve sentez yapar. | |
| PÖÇ27 | Yetkinlikler - Alana Özgü Yetkinlik | Sağlık alanı ile ilgili güncel gelişmeleri ve bilgileri ülke gerçekleri doğrultusunda toplum yararına kullanır. |
Haftalık Akış
| Hafta | Konu | Ön Hazırlık | Yöntemler |
|---|---|---|---|
| 1 | Medikal enformatiğe giriş | Okuma | Öğretim Yöntemleri: Anlatım |
| 2 | Medikal enformatik | Okuma | Öğretim Yöntemleri: Anlatım |
| 3 | Genetik bilgi | Okuma, Literatür tarama | Öğretim Yöntemleri: Anlatım, Bireysel Çalışma |
| 4 | Genetik bilgi 2 | Okuma, Literatür tarama | Öğretim Yöntemleri: Anlatım, Bireysel Çalışma |
| 5 | DNA ve protein dizi hizalaması | Okuma | Öğretim Yöntemleri: Anlatım |
| 6 | Protein yapısal hizalaması | Okuma | Öğretim Yöntemleri: Anlatım |
| 7 | protein/RNA yapısı tahmini | Okuma | Öğretim Yöntemleri: Anlatım |
| 8 | Ara Sınavlar | Ölçme Yöntemleri: Yazılı Sınav |
|
| 9 | Filogenetik ağaç yapımı | Okuma | Öğretim Yöntemleri: Anlatım |
| 10 | mikrodizi veri analizi | Okuma | Öğretim Yöntemleri: Anlatım |
| 11 | Çoklu regresyon ve temel bileşenler analizi | Okuma | Öğretim Yöntemleri: Anlatım, Soru-Cevap |
| 12 | Çoklu regresyon ve temel bileşenler analizi 2 | Okuma | Öğretim Yöntemleri: Anlatım, Alıştırma ve Uygulama, Tartışma |
| 13 | Monte-Carlo-Markov zinciri, Metropolis-Hastings algoritması ve Gibbs örneklemesi | Okuma | Öğretim Yöntemleri: Anlatım, Gösterip Yaptırma |
| 14 | Çekirdek (Kernel) yöntemler | Okuma | Öğretim Yöntemleri: Anlatım |
| 15 | Destek vektör makinaları | Okuma | Öğretim Yöntemleri: Anlatım |
| 16 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Yazılı Sınav |
|
| 17 | Yarıyıl Sonu Sınavları | Ölçme Yöntemleri: Ödev |
Öğrenci İş Yükü - AKTS
| Çalışmalar | Sayısı | Süresi (Saat) | İş Yükü (Saat) |
|---|---|---|---|
| Ders ile İlgili Çalışmalar | |||
| Ders (Sınav haftaları dahil değildir) | 14 | 4 | 56 |
| Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) | 14 | 4 | 56 |
| Değerlendirmeler ile İlgili Çalışmalar | |||
| Ödev, Proje, Diğer | 1 | 2 | 2 |
| Ara Sınavlar (Yazılı, Sözlü, vs.) | 1 | 12 | 12 |
| Yarıyıl/Yıl Sonu/Final Sınavı | 1 | 28 | 28 |
| Toplam İş Yükü (Saat) | 154 | ||
| Toplam İş Yükü / 25 (s) | 6,16 | ||
| AKTS | 6 AKTS | ||