MASAKPRA20 Praksisstudier i akuttsykepleierens funksjons- og ansvarsområder, trinn 2 Emneplan

Studenten skal med noe veiledning ivareta akuttsykepleierens funksjons- og ansvarsområder. Det forventes at studenten viser progresjon i kunnskap, ferdigheter og generell kompetanse. Det for ventes at studenten viser klar faglig fremgang, tar ansvar og i økende grad viser evne til å gjøre selvstendige vurderinger i utøvelsen av akuttsykepleie.

Studenten skal primært ha praksisstudier ved akuttmottak. Andre aktuelle avdelinger og læresteder for praksisstudier kan være:

• overvåkingsavdelinger
• intermediæravdelinger
• postoperativ avdeling
• prehospitale tjenester/ambulansetjenesten
• akuttpsykiatrisk avdeling
• legevakt

Praksisstudiene skal tilrettelegges slik at studenten etter gjennomført studium har fått erfaring med og utviklet handlingskompetanse i akuttsykepleie i forhold til alle hyppig forekommende sykdomstilstander, sentrale behandlingsformer og ulike pasientsituasjoner.

MASKAPRA10 Praksisstudier i akuttsykepleierens funksjons- og ansvarsområder, trinn 1 må være bestått for å kunne påbegynne dette emnet.

Etter gjennomført emne har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten

• kan, med noe veiledning. drøfte komplikasjoner ved akutt og kritisk sykdom, skade, medisinsk behandling og akuttsykepleie
• kan, med noe veiledning, drøfte helt kompenserende sykepleie ved alvorlig svikt i pasientens vitale funksjoner
• kan, med noe veiledning, drøfte kliniske undersøkelsesmetoder og vurderingsverktøy for å utøve akuttsykepleie
• kan, med noe veiledning, drøfte hvordan opprettholde og gjenopprette vitale funksjoner der de er truet
• kan, med noe veiledning, kritisk vurdere pasientens og pårørendes opplevelser, reaksjoner og behov ved akutt og kritisk sykdom i et alders- og flerkulturelt perspektiv
• kan, med noe veiledning, kritisk vurdere mestringsstrategier ved akutt og/eller kritisk sykdom og død
• kan, med noe veiledning, drøfte teorier om kommunikasjon og helsepedagogikk til kritisk syke pasienter og deres pårørende i alle aldre
• kan, med noe veiledning, drøfte kunnskap om etisk refleksjon og kan analysere faglig etiske problemstillinger

Ferdigheter

Studenten

• kan, med noe veiledning, bruke kunnskaper og ferdigheter for å planlegge og utøve akuttsykepleie i samsvar med lover, forskrifter, retningslinjer og rammebetingelser
• kan, med noe veiledning, gjennomføre systematisk overvåkning av pasienten
• kan, med noe veiledning, identifisere, vurdere og analysere tegn og symptomer på endring i akutte og komplekse pasientsituasjoner
• kan, med noe veiledning, analysere pasientens ressurser, problemer og behov
• kan, med noe veiledning, bruke og forholde seg kritisk til ulike kartleggings-, vurderings- og dokumentasjonsverktøy i utøvelsen av akuttsykepleie
• kan, med noe veiledning, bruke prinsipper for smittevern og iverksette infeksjonsforebyggende tiltak i akuttmottaket
• kan, med noe veiledning, analysere risikofaktorer til akuttbehandling, samt iverksette tiltak for å forebygge komplikasjoner og uønskede hendelser
• kan, med noe veiledning, bruke relevante metoder i kommunikasjon og samhandling med kritisk syke pasienter, pårørende og andre i det tverrprofesjonelle teamet
• kan, med noe veiledning, redusere stress, smerte og ubehag ved medisinsk behandling og akuttsykepleie
• kan, med noe veiledning, reflektere kritisk i valgsituasjoner og handle i samsvar med egen kompetanse, etiske prinsipper, personvern og helselovgivningen
• kan, med noe veiledning, arbeide med praktisk og teoretisk problemløsning relatert til akuttsykepleierens funksjons- og ansvarsområder:
  • administrere relevant monitoreringsutstyr
  • yte helt eller delvis kompenserende hjelp ved svikt i pasientens vitale organ eller organsystemer, som blant annet assistert respirasjon og sirkulasjon
  • identifisere akutte situasjoner
  • administrere og evaluere medikamentell og ikke-medikamentell smertelindring for pasienten
  • administrere og evaluere sedasjon av pasienten
  • bruke og kontrollere medisinsk utstyr og digitale verktøy, og har et reflektert forhold til denne teknologiens muligheter og begrensninger
  • utøve akuttsykepleie med respekt for pasientens autonomi, integritet og verdighet
  • samhandle med pasientens pårørende, vise dem respekt og omsorg og ivareta deres rettigheter
  • sikre kontinuitet i pasientens behandling ved skriftlig og muntlig dokumentasjon
  • dokumentere, evaluere og kvalitetssikre eget arbeid
  • sikre personopplysninger etter gjeldende lover og forskrifter
  • utføre triage av pasienter i akuttmottaket

Generell kompetanse

Studenten

• kan, med noe veiledning, anvende kunnskaper og ferdigheter for å ha handlingsberedskap og handlingskompetanse i akutte og kritiske situasjoner
• kan, med noe veiledning, anvende kunnskap og ferdigheter i akuttsykepleie for å gjennomføre helt eller delvis kompenserende sykepleie ved svikt i pasientens grunnleggende behov
• kan, med noe veiledning, analysere etiske problemstillinger og anvende etisk refleksjon for å ivareta pasienten og pårørende
• kan, med noe veiledning, dokumentere, kvalitetssikre og formidle faglig informasjon om pasienten
• kan, med noe veiledning, samhandle med egen faggruppe og på tvers av faggrupper i behandlingen av pasienten.

Veiledede praksisstudier, refleksjonsgrupper, simulering og selvstudier.

For å fremstille seg til vurdering i praksis må følgende være godkjent:

• Studentens konkretisering av læringsutbyttet for emne.
• Selvvurdering og utfylt vurderingsskjema leveres til midtveis- og sluttvurdering.
• Deltakelse i obligatoriske aktiviteter:
  • Simulering
  • Refleksjonsgrupper

Vurderingen tar utgangspunkt i læringsutbytte for emnet, vurderingskriterier, studentens konkretisering av læringsutbyttet og den formative vurderingen som er gjort av studenten i løpet av gjennomføringen av emnet. For å kunne gi en vurdering av studenten i praksis kreves 90 % tilstedeværelse. For mer informasjon se generell del av programplanen om vurdering i praksis.

Because most young researchers in life and health sciences do not have a solid quantitative background, they face difficulties when analyzing data independently. This difficulty represents a major drawback in research. Students waste time learning analytical methods by themselves that could be more quickly learned with proper instruction and support. Additionally, the lack of convention or standards in some fields is a source of confusion that slows the learning process. As a consequence, the quality of insights and research productivity suffer. This course provides a comprehensive introduction to data science and big data applied to neuroscience research.

Its content is designed to train the participants in state-of-the-art techniques in data analysis and machine learning. This will enable the students to interact independently with the data and draw insights from them. The modules are organized so the participants have the opportunity to learn how to handle the most common data types (e.g., EEG, calcium imaging). Special attention is given to field-tested data management protocols, as they are critical for a fast transition from data acquisition to knowledge generation.

This is a hands-on course where the students will learn from implementing the analysis themselves with close supervision. The course will focus on case studies using data from real experiments; advanced students may choose to use their own data. The students will develop understanding through constant presentation of their work and dialectical reflection over their choices, results, and interpretations.

After completing the course, the student should have the following overall learning outcomes defined in terms of knowledge, skills and general competence:

;

Knowledge

Upon successful completion of this course, the student knows:

• theoretical and practical aspects of data management and data processing for different data types (electrophysiology, imaging, and behavior), so they can independently engage with the state-of-the art literature.
• how statistics, dimensionality reduction, signal processing, calculus, and supervised and unsupervised learning may be applied to data analysis in neuroscience research.
• commonly encountered problems in data science and the most trusted strategies to solve them.
• basic data visualization techniques and how to employ them in exploratory data analysis and scientific communication.

Skills

Upon successful completion of this course, the student can:

• apply data analysis techniques to formulate a hypothesis, collect data, preprocess it, analyze it, and reach conclusions about the data.
• plan, design and implement data analysis pipelines for the most common types of data in neuroscience.
• identify and define a problem and craft a solution using data analytics.
• critically assess the results as well as justify and explain the methodological choice.
• identify new opportunities for organizational change including process improvements, cost reduction, or efficiency improvements.

General competence

Upon successful completion of this course the student can apply:

• data analysis principles to neuroscientific data in the context of its own research.
• methods and tools for data analysis and visualization.
• heuristics and strategies commonly used in the research field to solve data analysis problems.

The teaching methodology is oriented by Bloom's taxonomy of educational goals, namely, recollection, understanding, application, analysis, evaluation, and creativity. To promote recollection, understanding, and application, the course will consist of seminars taught by the teaching staff of OsloMet and other guests (experts in neuroscience or data science fields), coding workshops and problem solving oriented projects. Students will actively participate by implementing the full data processing pipeline from extracting the raw data to building visualizations. The pipeline and good habits will be consolidated through repetition in different modules, contexts, and data types, which is known to promote generalization of the knowledge. Organized in pairs, the students will constantly have the opportunity to recollect, explain the content to each other, and justify their work, as well as to provide feedback to their partners. With the intent to prepare the students to go beyond the methods taught in the course, once per module, the participants will read relevant papers in neuroscience, and discuss how to implement their analysis.

The students will have an assignment at the end of each module (4 in total) to consolidate the material learned in that week. All assignments need to be submitted in order to have access to the exam and to pass the course.