BIOB2100 Histopathology and Cytology Course description

The course deals with the practical application of laboratory analyses of cells and tissue related to pathological conditions. Basic knowledge of morphological analysis is necessary for a biomedical laboratory scientist to plan, perform, quality assure and assess biomedical analyses. The course emphasises relevant theory related to pre-analytical conditions, relevant analyses and micro-examination of cell and tissue specimens. It also covers a selection of histological and cytological methods used to diagnose cancer and other diseases, including immunological methods. Knowledge of cells and tissues and relevant methods of analysis is important in this part of the biomedical laboratory sciences field, where assessments are, in part, based on subjective criteria.

• Passed first year or equivalent of the Bachelor’s Programme in Biomedical Laboratory Sciences, with the exception of the course BIOB1060

or

• Admitted to the Complementary Education in Biomedical Laboratory Science

After completing the course, the student is expected to have achieved the following learning outcomes defined in terms of knowledge, skills and general competence:

Knowledge

The student

• can explain the principles of cell and tissue preparation for brightfield microscopy and digital pathology examination
• can explain relevant theory and the principles behind selected analyses, general staining theory, overview of staining and special staining techniques, and describe the application of method’s as well as its possibilities and limitations
• has knowledge of the use of antibodies as analysis tools and of different detection techniques
• can provide examples of key immunological methods and techniques used with biological fluids, cells and tissue
• is familiar with methods and applications in molecular pathology
• can explain the connection between analysis results, disease mechanisms and disease progression in cells and tissue
• can explain how relevant methods for detection of disease markers can provide solutions in relation to diagnosis and individually adapted treatment
• can define relevant quality concepts and describe how pre-analytical, analytical and post-analytical conditions can impact analysis results in histology and cytology

Skills

The student

• can use relevant instruments and techniques under supervision
• can perform micro-examination of cell and tissue specimens with a certain degree of independence
• can describe morphology and recognise cytological images of cervix- and non-gynaecological preparations in normal, premalignant and malignant conditions
• can make plans for and use selected methods of analysis and assess their reliability
• can assess the quality of an analysis based on defined quality concepts related to the connection between key theoretical principles, execution and results

General competence

The student

• can show respect for the patient behind the sample material, and shows responsibility in the analysis work

Work and teaching methods include lectures, assignments (individually and in groups), peer assessment and laboratory work.

The teaching comprises laboratory work and microscopy. Relevant theory is linked to practice through lectures, learning questions and individual assignments and various forms of group assignments in addition to self-study. Problem-solving, reflection and cooperation is a pre-condition. Students give each other feedback on some of the written assignments. The student’s portfolio is an important learning tool in the course.

Dette emnet skal sammen med Matematikk 1000 gi studenten forståelse for matematiske begreper, problemstillinger og løsningsmetoder med sikte på anvendelser. Videre skal det gi studenten forståelse for statistiske og sannsynlighetsteoretiske begreper, problemstillinger og løsningsmetoder med sikte på anvendelser innen eget fagfelt og ingeniørfag generelt. Arbeidet med emnet vil gi øvelse i å bruke matematisk programvare for å gjøre studentene i stand til å utføre beregninger i en jobbsituasjon.

Ingen forkunnskapskrav.

Etter å ha fullført dette emnet har studenten følgende læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse.

Kunnskap

Studenten kan:

• bruke lineær algebra til å finne egenverdier og løse systemer av differensiallikninger og løse andreordens lineære differensiallikninger med konstante koeffisienter
• drøfte funksjoner av flere variable og anvende partielt derivert på ulike problemstillinger
• gjøre rede for konvergens og potensrekkeutvikling av funksjoner
• gjøre rede for sentrale begreper innen mengdelære, sannsynlighetsteori, parameterestimering, hypotesetestingsteori og modellvalg
• gjøre rede for sannsynlighetsfordelingene normal, binomisk, Poisson og eksponential og typiske problemstillinger hvor de kan anvendes

Ferdigheter

Studenten kan:

• beregne egenvektorer og diagonalisere matriser
• anvende diagonalisering av matriser til å løse systemer av differensiallikninger
• bestemme konvergens av rekker med forholdstesten, samt finne Taylor-rekken til kjente funksjoner
• beskrive og drøfte funksjoner av flere variable bl.a. ved bruk av nivåkurver og partielle deriverte
• bestemme og klassifisere kritiske punkter til funksjoner av to variable
• anvende statistiske prinsipper og begreper fra eget fagfelt
• utføre grunnleggende sannsynlighetsregning med diskrete og kontinuerlige fordelinger. og parameterestimering
• regne ut konfidensintervaller og utføre hypotesetester
• utføre enkle korrelasjons-/regresjonsanalyser
• anvende matematikkverktøy på matriser og funksjoner av to variable

Generell kompetanse

Studenten kan:

• identifisere sammenhengen mellom matematikk og eget ingeniørfag
• overføre et praktisk problem fra eget fagområde til matematisk form, slik at det kan løses - analytisk eller numerisk
• bruke matematiske metoder og verktøy som er relevante for sitt fagfelt
• benytte statistiske tenkemåter på ingeniørproblemstillinger og formidle disse skriftlig og muntlig
• løse ingeniørproblemstillinger ved sannsynlighetsregning, statistisk forsøksplanlegging, datainnsamling og analyse

Det undervises i fellesforelesning og øvinger. I øvingstimene arbeider studentene med oppgaver, dels individuelt, dels i grupper og får veiledning av faglærer.

Ingen arbeidskrav.

Hjelpemidler vedlagt eksamen, samt håndholdt kalkulator som ikke kommuniserer trådløst og som ikke kan regne symbolsk. Dersom kalkulatoren har mulighet for lagring i internminnet skal minnet være slettet før eksamen. Stikkprøver kan foretas.