23261 Epidemiologiske metoder til overvågning af smitsomme sygdomme

2024/2025

Kursusinformation
Epidemiological methods for surveillance of infectious diseases
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Retningsspecifikt kursus (MSc), Bioinformatics and Systems Biology
Retningsspecifikt kursus (MSc), Food Technology
Teknologisk specialisering (MSc), Bioinformatics and Systems Biology
Teknologisk specialisering (MSc), Food Technology
F2A (man 13-17)
Campus Lyngby
Forelæsninger, øvelser, gruppearbejde
13-uger
F2A
Skriftlig eksamen og bedømmelse af opgave(r)
Skriftlig eksamen (75%), Team præsentation af udleveret opgave (25%)
Skriftlig eksamen: 3 timer
Alle hjælpemidler - uden adgang til internettet
7-trins skala , intern bedømmelse
Dette kursus fokuserer på planlægning, anvendelse og fortolkning af forskellige kvantitative epidemiologiske metoder i forbindelse med overvågning af smitsomme sygdomme. En introduktion til epidemiologi kan opnås i kurset 23256, mens en introduktion til smitsomme sygdomme kan opnås i kurset 23205. Andre kurser, såsom 23263 og 23272, tilbyder mere indgående viden om specifikke epidemiologiske metoder nævnt i løbet af dette kursus.
Ana Sofia Ribeiro Duarte , asrd@food.dtu.dk
Alessandro Foddai , Lyngby Campus, Bygning 204 , alefo@food.dtu.dk
23 Fødevareinstituttet
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Emnet infektionssygdomsepidemiologi omfatter alt fra forståelse af sygdomsfordeling i populationer til evaluering af interventioner. Dette kursus vil introducere principper, metoder og anvendelser af kvantitativ epidemiologi, herunder modellering af sygdomsspredning, identificering af risikofaktorer og vurdering af effektiviteten af interventioner. Overvågning spiller en afgørende rolle i at opdage udbrud, spore tendenser og evaluere negative virkninger. Studerende vil også lære, hvordan man udvikler og evaluerer overvågningsprogrammer og vigtigheden af prøveudtagningsplaner.
Overvågningsdatadrevet risikovurdering og kommunikation til at informere ledelsen: udvikle kompetencer til at analysere og fortolke overvågningsdata til vurdering af risici forbundet med infektionssygdomme og til effektivt at informere ledelsen om de identificerede risici og foreslåede indgreb.
Anvendt epidemiologi til at velunderbyggede beslutninger: anvende epidemiologiske principper og metoder til at informere i beslutningsprocesser i sygdomsbekæmpelsesindsatsen og til at evaluere virkningen af forskellige interventioner på sygdomsoverførsel.
Planlægning/​fortolkning af overvågningsdata fra individuelt til befolkningsniveau: forstå overgangen fra data på individniveau til indsigt på befolkningsniveau i sygdomsovervågning og udvikle færdigheder til at planlægge og fortolke overvågningsdata på befolkningsniveau.
Monitorering vs overvågning: være i stand til at skelne mellem monitorering og overvågning med fokus på handlingsrettede resultater, der fører til effektive interventioner; evaluere et overvågningssystem i dets forskellige komponenter.
Praktisk betydning af prøveudtagningsdesign og dets interaktion med forskellige diagnostiske metoder: undersøge betydningen af robuste prøveudtagningsdesigns for at øge nøjagtigheden af diagnostiske metoder og evaluere de forskellige prøveudtagningsdesigns effektivitet under hensyntagen til deres interaktion med forskellige diagnostiske tilgange.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Vælge den mest passende modelleringstilgang og diagnostiske værktøjer til et givet epidemiologisk formål
  • Skitsere i et team et integreret overvågningsprogram for en zoonotisk sygdom, herunder valg af metoder og værktøjer
  • Forklare og vurdere de forskellige komponenter i et overvågningssystem
  • Definere ydelse mål for diagnostiske tests
  • Forklare hvordan testydelsen og prøveudtagningsdesignet kan påvirke ydelse af et overvågningssystem
  • Beskrive resultaterne af matematiske modeller, der forudsiger spredningen af infektionssygdomme i en defineret population
  • Analysere og fortolke data fra eksisterende nationale og internationale overvågningsprogrammer af infektionssygdomme, brug af antimikrobielle stoffer og antimikrobiel resistens
  • Udføre, i et team, undersøgelse af føde- og vandbårne sygdomsudbrud
  • Forklare hvordan genomiske data (WGS) fra patogener kan bruges til at belyse transmissionsveje og spore kilderne til infektioner
  • Fortolke epidemiologiske studier, der undersøger drivere/risikofaktorer for infektionssygdomme eller effektiviteten af vacciner/behandling
  • Vælge den passende studietype og statistiske test for en epidemiologisk undersøgelse
  • Estimere og fortolke byrde af sygdomstiltag (DALY) for prioritering af interventioner
Kursusindhold
Historie om infektionssygdomme: udvikling af infektionssygdomme gennem menneskets historie og deres samfundsmæssige indvirkning; historiske succeser og fiaskoer i sygdomsbekæmpelse; Typer af infektionsmidler: unikke egenskaber og udfordringer forårsaget af virale, bakterielle og parasitære sygdomme og den voksende trussel om antimikrobiel resistens; Zoonoser: sygdomme, der krydser artsgrænser (zoonoser) og deres konsekvenser for menneskers sundhed og bevarelse af vilde dyr. Design og evaluering af overvågningssystemer: design af effektive overvågningssystemer og evaluering af overvågningskomponenter. Tidlig opdagelse af udbrud og overvågning af sygdomstendenser; Epidemiologiske undersøgelser: design og fortolkning af epidemiologiske undersøgelser. Forskellen mellem kausalitet og sammenhæng. Evaluere behandlingsmuligheder og deres indvirkning på sygdomsudfald; Modellering af sygdomsspredning: modelleringsmetoder til at simulere sygdomsdynamik i en population. Forudsigelse af udbrud, vurdering af interventionsstrategier og forståelse af transmissionsmønstre; Drivere af infektionssygdomme: globale, regionale og lokale faktorer, der påvirker sygdomsprævalens. One Health – forbindelse mellem dyrs, menneskers og miljømæssige sundhed; Identifikation af risikofaktorer: risikofaktorer, der bidrager til sygdomsoverførsel og prioritering af interventioner baseret på evidens; Genomics og forudsigelse: Helgenom-sekventeringsdata (WGS) til sygdomsovervågning. Forudsigelse af patogenadfærd, antimikrobiel resistens og nye varianter. Præcisionsepidemiologi; Big Data og digital epidemiologi: datadrevne tilgange til overvågning i realtid. Kunstig intelligens rolle. Etiske overvejelser og hensyn til privatliv.
Litteraturhenvisninger
Alt materiale udleveres på kurset.
Sidst opdateret
02. maj, 2024