Personendetails

- Präanalytik

- analytische Technologien und Methoden der Messwerterfassung

- Probenaufbereitung

- exemplarische Analyse von Substraten und Enzymen aus biologischem Untersuchungsmaterial

- Biochemische Grundlagen des Reaktionsablaufes

- Testprinzipien und Reaktionsbedingungen

- Kriterien zur Auswahl und Beurteilung von Messmethoden

- Methoden zur Quantifizierung von Messergebnissen

- Grundlagen der Qualitätssicherung

- Fallbeispiele

Integrierte Lehrveranstaltung

Immanente Leistungsüberprüfung

- Ausgewählte klinisch-chemische Parameter zur Diagnostik und Therapieüberwachung von Stoffwechselstörungen und Organerkrankungen

- Präanalytik

- Analytik

- Postanalytik

- Grundlagen der Qualitätssicherung

- Fallbeispiele

Integrierte Lehrveranstaltung

Immanente Leistungsüberprüfung

- Parameter eines klinisch-chemischen Routinebefundes: Physiologische und pathophysiologische Bedeutung, Indikation, Bewertung, Differentialdiagnostik und relevante präanalytische Hinweise

- Einführung in die medizinische Diagnostik

- hepatobiliäre Enzymdiagnostik

- kardiale Diagnostik

- renale Diagnostik

- Elektrolyte

- Eisenstoffwechsel

- Fettstoffwechsel

- Zuckerstoffwechsel

- Blutgase

- Säure-Basen-Haushalt

- Entzündungs- und Proteindiagnostik

- Fallbeispiele

Mündliche Vorträge unterstützt durch Vortragsunterlagen

Endprüfung

- Laborbezogene Hygienemaßnahmen

- Gebrauchsgüter

- berufsrelevante physikalische Größen und Einheiten

- Messen und Registrieren

- Wasserqualitäten

- Lösungen und Verdünnungen

- zentrale Begriffe des Funktionsablaufes im Analysenprozess insbesondere der Präanalytik

- Basics Qualitätsmanagement

- Basics Molekularbiologie

- Basics Immunologie

- Basics Mikroskopie

- medizinische Terminologie

Vorlesung, Selbststudium, Praktische Übungen

Endprüfung

- Ermittlung einer linearen Kalibrierfunktion

- Rechnerische und grafische Überprüfung der Linearität

- Testung der Präzision

- Analyse bei geringen Stoffmengenkonzentrationen (Nachweis-, Erfassungs- und Bestimmungsgrenze) mittels DIN

- Überprüfung einzelner Verfahrensschritte

- Untersuchung auf Matrixeinflüsse

- Prüfung auf Zeitstabilität

- Ausblick auf ausgewählte grafische Methoden der Qualitätskontrolle

- Zu Beginn erstellen die Studierenden eigene Algorithmen (fördert Verständnis und Kreativität) im Statistikprogramm R unter Verwendung der Entwicklungsumgebung RStudio, die dann transparent dokumentiert und reproduziert werden können. Während der Lehrveranstaltung bauen sich die Studierenden ein Portfolio an Funktionen auf, mit dem sich die Aufgaben der Abschlussprüfung in einem open-books Format lösen lassen.

Falllösungen, praktische Übungen, problembasiertes Lernen

Endprüfung

- Interaktion mit Praxisanleiter*innen

- Analyse des fachlichen, methodischen und organisatorischen Umfelds

- Umgang mit fachlicher Kritik

- Umgang mit belastenden Situationen

- Feedback

- Zusammenarbeit in Teams

- Reflexion des persönlichen Lernfortschritts

- Verfassen eines Praxisberichts

Gruppenarbeit, Feedback, Diskussion, Peer-Feedback

Immanente Leistungsüberprüfung

- Parameter eines klinisch-chemischen Routinebefundes: Physiologische und pathophysiologische Bedeutung, Indikation, Bewertung, Differentialdiagnostik und relevante präanalytische Hinweise

- Einführung in die medizinische Diagnostik

- hepatobiliäre Enzymdiagnostik

- kardiale Diagnostik

- renale Diagnostik

- Elektrolyte

- Eisenstoffwechsel

- Fettstoffwechsel

- Zuckerstoffwechsel

- Blutgase

- Säure-Basen-Haushalt

- Entzündungs- und Proteindiagnostik

- Fallbeispiele

Mündliche Vorträge unterstützt durch Vortragsunterlagen

Endprüfung

- Ermittlung einer linearen Kalibrierfunktion

- Rechnerische und grafische Überprüfung der Linearität

- Testung der Präzision

- Analyse bei geringen Stoffmengenkonzentrationen (Nachweis-, Erfassungs- und Bestimmungsgrenze) mittels DIN

- Überprüfung einzelner Verfahrensschritte

- Untersuchung auf Matrixeinflüsse

- Prüfung auf Zeitstabilität

- Ausblick auf ausgewählte grafische Methoden der Qualitätskontrolle

- Zu Beginn erstellen die Studierenden eigene Algorithmen (fördert Verständnis und Kreativität) im Statistikprogramm R unter Verwendung der Entwicklungsumgebung RStudio, die dann transparent dokumentiert und reproduziert werden können. Während der Lehrveranstaltung bauen sich die Studierenden ein Portfolio an Funktionen auf, mit dem sich die Aufgaben der Abschlussprüfung in einem open-books Format lösen lassen.

Falllösungen, praktische Übungen, problembasiertes Lernen

Endprüfung