CC BY
3УДК: 519.7+519.22+519.87 DOI: 10.37489/2782-3784-myrwd-56 EDN: OISYCP
ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ ORIGINAL RESEARCH
Оценка уровня компьютерной и статистической грамотности у студентов-медиков
Дмитриева Н. Ю. ©
АО «Астон Консалтинг»,Москва,Российская Федерация
Аннотация
Цель. Оценка уровня статистической грамотности студентов-медиков в условиях перехода клинической медицины на доказательную основу и возросшей потребности во врачах, способных правильно интерпретировать данные, представленные в различных научных источниках, и проводить собственные исследования.
Материалы и методы. Методы исследования включали в себя онлайн-анкетирование и статистическую обработку результатов. Дополнительно использовался сервис бизнес-аналитики для валидации данных и быстрого поиска инсайтов. При статистической обработке результатов использовались методы описательной статистики, а для сравнения показателей использовались непараметрические методы: и-критерий Манна — Уитни и критерий Кра-скела — Уоллиса, позволяющие работать с выборками небольшого объёма, а также однофакторный дисперсионный анализ и корреляционный анализ. Уровень достоверности — 0,05.
Результаты. В исследовании приняли участие 252 респондента. Исследование показало, что студенты медицинских специальностей имеют в среднем высокие оценки, как за курс информатики (4,5±0,6 балла), так и за курс статистики (4,4±0,6 балла). Уровень статистической грамотности был высоким сразу после прохождения курса, но за несколько лет учёбы он снижается. Выявлена значимая средняя положительная корреляционная связь между средним баллом за обучение и баллами за информационно-коммуникационные технологии (ИКТ) (г=0,35; р<0,05) и значимая слабая положительная корреляционная связь между средним баллом за обучение и статистику (г=0,23; р<0,05), средняя корреляционная между баллом за статистику и ИКТ (г=0,59; р<0,05). Более половины (54%) студентов медицинских специальностей хотели бы пройти более глубокое обучение в области ИКТ, при этом 35% студентов-медиков хотят углублённо изучать языки программирования; на втором месте — инструменты бизнес-аналитики, интерес к углублённому изучению статистики проявили 49% студентов медицинских специальностей.
Заключение. Существует разрыв между знаниями студентов в области статистики, информатики и цифровиза-ции и тем уровнем владения, который требуется от специалиста при выходе на работу. Его уменьшение возможно за счёт доступа студентов к данным реальной клинической практики в течение всего процесса обучения, разработки дополнительных обучающих программ, посвящённых анализу данных в медицине, развития культуры работы с данными с первого курса, в том числе, используя инструменты бизнес-аналитики, особое внимание уделяя грамотной визуализации данных.
Ключевые слова: медицинская статистика; биостатистика; информационно-коммуникационные технологии; цифровизация медицины; обучение; данные реальной клинической практики; RWD
Для цитирования: Дмитриева Н. Ю. Оценка уровня компьютерной и статистической грамотности у студентов-медиков. Реальная клиническая практика: данные и доказательства. 2024;4(2):36-44. https://doi.org/10. 37489/2782-3784-ту^-56. EDN: О^СР.
Поступила: 28.05.2024. В доработанном виде: 15.06.2024. Принята к печати: 18.06.2024. Опубликована: 18.09.2024.
Assessment of computer and statistical literacy levels among medical students
Nataliya Yu. Dmitrieva ©
AO«Aston Consulting»,Russian Federation,Moscow Abstract
Objective. Assessing the level of statistical literacy of medical students in the context of the transition from clinical medicine to evidence-based medicine and the increased need for doctors who can correctly interpret data presented in various scientific sources and conduct their own research.
Materials and methods. The research methods included an online survey and statistical processing of the results. Additionally, a business analysis service was used to validate the data and search for insights quickly. When statistically processing the results, descriptive statistics were used, and to compare indicators, non-parametric methods were used: Mann-Whit-
myRWD ОБРАЗОВАНИЕ
• . EDUCATION
ney and the Kruskal-Wallis test, which allow working with small samples, as well as one-way analysis of variance and correlation analysis. Confidence level of 0.05.
Results. Two hundred fifty-two respondents participated in the study. The study revealed that medical students, on average, had high grades in both the computer science course (4.5±0.6 points) and the statistics course (4.4±0.6 points). The level of statistical literacy is high immediately after completing the course but decreases over several years of study. There was a significant average positive correlation between teaching GPA and ICT scores (r=0.35, p<0.05) and a significant weak positive correlation between teaching GPA and statistics (r=0.23, p<0.05), and an average correlation between statistics scores and ICT (r=0.59, p<0.05). More than half (54%) of medical students wanted to undergo more in-depth training in the field of ICT, while 35% of medical students wanted to study programing languages in depth, business analytics tools were in second place, and 49% of students showed an interest in the in-depth study of statistics medical specialties.
Conclusion. There is a gap between students' knowledge of statistics, computer science, and digitalization and the level of proficiency required of a specialist when entering the workforce. Its reduction is possible through students' access to real clinical practice data throughout the entire learning process, the development of additional training programs dedicated to data analysis in medicine, and the development of a culture of working with data from the first year, including using business analytics tools and special attention focusing on competent data visualization.
Keywords: medical statistics; information and communication technologies; digitalization of medicine; training; real-world data; RWD
For citation: Dmitrieva NYu. Assessment of computer and statistical literacy levels among medical students. Real-World Data & Evidence. 2024;4(2):36-44. https://doi.org/10.37489/2782-3784-myrwd-56. EDN: OISYCP.
Received: 28.05.2024. Revision received: 15.06.2024. Accepted: 18.06.2024. Published: 18.09.2024.
Введение / Introduction
Мировая медицина уверенно движется в направлении цифровизации.
Цифровое здравоохранение способствует повышению эффективности и качества оказания медицинской помощи, доступности медицинских услуг, телемедицине и использованию искусственного интеллекта для анализа данных и помощи в принятии решений.
Цифровое здравоохранение также может помочь решить проблему нехватки персонала, что является одним из ключевых вопросов для руководителей здравоохранения. В результате Всемирная организация здравоохранения поставили цифровое здравоохранение в качестве важного направления в своей цифровой повестке [1].
Распоряжение Правительства Российской Федерации от 17 апреля 2024 г. № 959-р утвердило стратегическое направление в области цифровой трансформации здравоохранения [2]. Одной из задач направления является достижение высокого уровня показателя «цифровая зрелость» участников реализации стратегического направления, что требует большого количества специалистов высокого уровня, обладающие знаниями в области информатизации медицины.
Важнейшей частью системы подготовки квалифицированных кадров для народного хозяйства страны является система профильного высшего образования. Грамотное выстраивание процесса подготовки будущих специалистов в области медицинской статистики, информатики и цифровизации позволит улучшить качество владения современными методами сбора, обработки и анализа медицинских данных, что в свою очередь повысит качество оказания медицинской помощи.
Цель / Objective
Целью исследования была оценка уровня статистической грамотности студентов-медиков в условиях перехода клинической медицины на доказательную основу и возросшей потребности в сотрудниках здравоохранения, способных правильно собирать, анализировать, визуализировать, а также интерпретировать данные, представленные в различных научных источниках, что является неотъемлемой частью их научной и практической работы.
Материалы и методы / Materials and methods
Для оценки уровня компьютерной и статистической грамотности у студентов-медиков и выявления факторов, оказывающих значимое воздействие на исследуемые показатели испытуемого, была разработана анкета. Опрос проводился с помощью сервиса онлайн-анкетирования Yandex Forms. Ссылка на него была отправлена студентам медицинских специальностей, проходящим обучение в одном из московских вузов и все, кто хотел, смогли принять в нём участие.
В анкете была собрана информация о социально-демографических характеристиках респондентов (пол, возраст, регион проживания, специализация, работа на момент исследования, наличие свободного времени), баллах, полученных в процессе обучения за информационно-коммуникационные технологии (ИКТ), статистику и в целом в процессе обучения, оценивался опыт применения различного программного обеспечения (ПО) для обработки и визуализации данных, информация об изученных статистических методах, а также потребность в дополнительных знаниях в области ИКТ, статистики и цифровых технологий.
Чтобы выделить особенности отношения к медицинской информатике и статистике студентов медицинских специальностей, дополнительно было опрошено ещё две категории респондентов: сотрудники консалтинговой компании, работающей на рынке здравоохранения, студенты технических специальностей.
Для удобства анализа данных использовался сервис бизнес-аналитики Power BI, позволяющий быстро анализировать имеющийся набор данных и находить инсайты [3].
Статистическая обработка результатов осуществлялась с использованием IBM SPSS Statistic ver. 24, Statistica и R.
При обработке результатов использовались методы описательной статистики, а для сравнения показателей использовались непараметрические методы: U-критерий Манна — Уитни (2 независимые выборки) и критерий Краскела — Уоллиса (3 и более независимых выборок), а также одно-факторный дисперсионный анализ и корреляционный анализ.
Уровень достоверности — 0,05.
Результаты / Results
В опросе приняло участие 252 респондента из трёх групп: 140 человек — студенты медицинских специальностей, 86 — сотрудники консалтинговой компании и 26 — студенты технических вузов.
Портрет респондента, принявшего участие в исследовании, представлен в таблице.
Студенты-медики, участвовавшие в опросе, до поступления в вуз, помимо Москвы и Московской области проживали в 10 регионах Российской Федерации (Белгородская обл., Брянская обл., Воронежская обл., Краснодарский край, Липецкая обл., Орловская обл., Пензенская обл., Удмуртская Республика, Ханты-Мансийский авт. окр., Чувашская Республика), а также 45 студентов, которые до обучения в вузе проживали в других странах.
При анализе баллов, полученных студентами при обучении, выявлена значимая средняя положительная корреляционная связь между средним баллом за обучение и баллами за ИКТ (r=0,35; p<0,05), и значимая слабая положительная корреляционная связь между средним баллом за обучение и статистику (r=0,23; p<0,05), средняя корреляционная
Таблица. Портрет респондента, принявшего участие в исследовании (n=252) Table. Portrait of a respondent who took part in the study (n=252)
Параметр Обучающиеся по специальностям: лечебное дело, фармация и стоматология (n=140) Сотрудники компании, оказывающей консультационные услуги в области здравоохранения(п=86) Обучающиеся технических вузов (n=26)
Пол Женский 54,30% 74,42% 57,70%
Мужской 45,70% 25,58% 42,30%
Специализация Другое 10,9%* 79,10% 100,00%
Лечебное дело 65,20% 14,00% 0,00%
Стоматология 17,40% 0,00% 0,00%
Фармация 6,50% 7,00% 0,00%
Работа в настоящий момент Только работаю 0,00% 93,00% 0,00%
Только учусь 69,60% 0,00% 42,30%
Учусь и работаю 30,40% 7,00% 57,70%
Наличие свободного времени? Более четырёх часов в день 0,00% 9,30% 0,00%
От двух до четырёх часов в день 26,10% 18,60% 50,00%
От получаса до часа в день 21,70% 17,40% 19,20%
От часа до двух часов в день 32,60% 32,60% 7,70%
У меня нет свободного времени 19,60% 22,10% 23,10%
Параметр Обучающиеся по специальностям: лечебное дело, фармация и стоматология (n=140) Сотрудники компании, оказывающей консультационные услуги в области здравоохранения(п=86) Обучающиеся технических вузов (n=26)
Валидные 140 86 26
Среднее 23 41 19
Среднеквадратичное отклонение 4 10 2
Сколько вам полных лет Минимум 18 23 18
Процентиль 25 20 35 18
Медиана 22 39 19
Процентиль 75 26 48 19
Максимум 42 62 23
Валидные 138 82 26
Среднее 4,3 4,5 4,3
Ваш средний балл за период обучения в последнем учебном Среднеквадратичное отклонение 0,6 0,5 0,5
Минимум 3 3 3
Процентиль 25 4 4 4
заведении? Медиана 4 4,5 4,3
Процентиль 75 5 5 4,8
Максимум 5 5 5
Ваш балл за информационно- коммуникационные Валидные 117 66 21
Среднее 4,5 4,5 4,2
технологии? Среднеквадратичное отклонение 0,6 0,6 0,6
Минимум 3 3 3
Процентиль 25 4 4 4
Медиана 5 5 4
Процентиль 75 5 5 5
Максимум 5 5 5
Ваш балл за курс статистики? Валидные 105 66 15
Среднее 4,4 4,3 4,6
Среднеквадратичное отклонение 0,6 0,6 0,5
Минимум 3 3 4
Процентиль 25 4 4 4
Медиана 4 4 5
Процентиль 75 5 5 5
Максимум 5 5 5
Примечание: * — Биомедицина. Медсёстры (бакалавриат). Note: * — Biomedicine. Nurses (bachelor's degree).
связь между баллом за статистику и ИКТ (r=0,59; p<0,05), что согласуется с международными исследованиями [4, 5].
Такие факторы, как страна проживания до поступления в вуз, наличие свободного времени, оказывают влияние на уровень знаний в области ИКТ и медицинской статистики: студенты из регионов и Москвы показывают значимо более высокие результаты по ИКТ по сравнению со студентами из других стран (p=0,047). Студенты, имеющие высокие баллы по ИКТ и по статистике, оценивают своё свободное время, как «от получаса до часа в день», что необходимо учитывать при разработке методик дополнительного обучения по рассматриваемым дисциплинам. А это возможно, например, путём открытия доступа студентам к деперсонализированным данным реальной клинической практики при изучении клинических дисциплин для возможности применить на практике полученные знания на курсе статистики.
Несмотря на высокие баллы, полученные студентами во время обучения, среди респондентов медицинского вуза только 37% отметили, что применяют полученные знания на практике. В двух других группах этот процент составил: 19% для студентов технических вузов и 67% для сотрудников консалтинговой компании. Из ПО, которым пользуются студенты медицинских специальностей, были указаны MS Word, MS PowerPoint, MS Excel и их аналоги, что перекликается с другими исследованиями в данной области [6]. Это ПО является основным рабочим инструментом и для других категорий респондентов. При этом 54% студентов медицинских специальностей отметили, что хотели бы более углублённо изучить компьютерные технологии. Были отмечены следующие основные направления: программирование (34%) и средства бизнес-аналитики (30%); на третьем месте — системы управления базами данных (28%). Среди сотрудников консалтинговой компании тоже есть потребность в изучении ИКТ (86%), но лидируют табличные процессоры (52%); на втором месте — инструменты бизнес-аналитики (51%); на третьем месте — системы управления базами данных (45%).
Что касается использования электронных библиотек, то 63% студентов медицинских специальностей отметили, что пользуются указанными ресурсами. Средний балл за курс ИКТ среди пользователей электронных библиотек был ниже и составил 4,51±0,56, чем среди тех, кто не пользуется данными сервисами, во второй группе он составил 4,71±0,45. С помощью однофакторного дисперсионного анализа выявлена положительная взаимосвязь между фактором «Опыт использования электронных библиотек/баз данных» и баллом за ИКТ
только для сотрудников консалтинговой компании: для пользователей электронных библиотек он составил 4,76±0,43, а во второй группе — 3,66±0,52.
Аналогичная взаимосвязь выявлена и для баллов по статистике: средний балл составил 4,33±0,65 среди пользователей электронных библиотек и 4,57±0,49 среди тех, кто не пользуется электронными библиотеками/базами данных. Отсутствие положительных взаимосвязей, предположительно, может быть связано с тем, что в ходе выполнения практических заданий не требуется работа с электронными ресурсами, как в рамках курсов по ИКТ, так и по статистике, несмотря на то что такой опыт в дальнейшем мог бы значительно пригодиться.
Среди студентов-медиков не выявлено связи между опытом применения методов цифровой трансформации, таких как искусственный интеллект, в том числе машинное обучение, интернет вещей, большие данные и др., и использованием электронных ресурсов. Такая зависимость выявлена только для студентов технических вузов.
При этом потребность в углублённом изучении информационных технологий выше, чем в изучении статистики. Что касается изучения статистики, то несмотря на высокий средний балл за курс, среди методов, которые они изучали в процессе учёбы, почти все студенты могли вспомнить только описательные статистики и корреляционный анализ. Если рассмотреть группу старших курсов, то доля респондентов, вспомнивших тот или иной статистический метод становиться меньше по сравнению с респондентами с начальных курсов (см. рис. 1).
Необходимо отметить, что среди всех респондентов только 29% уточнили какое ПО используют для статистической обработки данных. Среди них высокая доля респондентов (58%), которые отметили, что для статистических расчётов и визуализации используют Excel. Специальное ПО, такое как SPSS и Statistica, используют только респонденты, которые прошли обучение статистике. Доля пользователей ПО, использующих R, Python и другое ПО, составила 14,8%, от ответивших на вопрос «Какое ПО вы используете/использовали при обработке данных?».
Среди студентов медицинских специальностей доля желающих изучать более глубоко статистику достигает своего минимума у студентов 3 курса (30,8%) и возрастает до максимального значения к 5 курсу (100%). Что дополнительно подтверждает необходимость создания для студентов возможностей постоянно применять изученные на младших курсах методы в течение всего процесса обучения (см. рис. 2).
Студенты хотят изучать анализ выживаемости, искусственный интеллект, а также разделы цифровой экономики.
Описательные
Корреляционный анализ
Регрессионный анализ
Дисперсионный анализ
Кластерный анализ
Анализ выживаемости
I 87,50% 83,33%
87,50%
33,33%
37,50%
16,67%
37,50%
Мета-анализ
Искусственный интеллект
12,50%
12,50%
■ 2 курс ИЗ курс
Рис. 1. Статистические методы изучаемые в процессе обучения студентами-медиками 2 курс против 3 курс, указанные при анкетировании (n=69)
Fig. 1. Statistical methods studied during the training process by medical students in their 2nd year versus 3rd year education, indicated during the survey (n=69)
100,0%
1 курс 2 курс 3 курс 4 курс 5 курс 6 курс
Рис. 2. Потребность в углублённом изучении статистики в зависимости от курса для студентов медицинских специальностей (n=140) Fig. 2. Need for in-depth statistical analysis depending on course of education for medical students (n=140)
Несмотря на то, что во все области здравоохранения активно внедряются методы цифровой трансформации, процент их использования на практике в группе студентов-медиков самый низкий (6,4 против 15,1% в консалтинговой компании, и 23,1% среди студентов технических вузов). Это говорит о необходимости внесений дополнений в программы, как по медицинской статистике, так и ИКТ.
Только 15,7% студентов медицинских специальностей уточнили, что они хотели бы изучать в рамках цифровой трансформации. Среди тем и направлений, которые было бы интересно изучить: медицинские информационные системы (18,2%), методы, применяемые в научных исследованиях (18,2%), data science (науку о данных) (13,4%), анализ МРТ и КТ снимков (13,4%).
Обсуждение / Discussion
Изучение международного опыта показало (запрос «medical informatics students» к PubMed), что существует разрыв между знаниями студентов в данной области и тем уровнем владения, который требуется от специалиста при выходе на работу.
Данной проблеме посвящены статьи учёных из США, Германии, Канады, Китая, Сербии, Австрии и многих других стран [7-9].
Большинство исследователей пишут о существовании разрыва между знаниями студентов в данной области и тем уровнем владения, который требуется от специалиста при выходе на работу. Они обеспокоены недостаточной квалификацией студентов медицинских специальностей в области медицинской информатики, что подтверждают опросы, которые проводили учёные. Помимо того, в работах приводятся и различные методы преодоления этого разрыва [10].
Австрийскими учёными был разработан веб-опрос, состоящий из четырёх разделов: в первом разделе запрашивались демографические данные, во втором разделе оценивались текущие знания студентов-медиков в области цифрового здравоохранения, в третьем разделе задавался вопрос об их отношении к будущему влиянию цифрового здравоохранения на медицину, а в четвёртом разделе оценивались рекомендации студентов-медиков по медицинской учебной программе с точки зрения цифрового здравоохранения. Этот опрос был распространён среди всех (11 978) студентов всех государственных медицинских школ Австрии. В общей сложности 8,4% студентов-медиков начали опрос. В разделе самооценки знаний студенты-медики набрали в среднем 11,74 балла (SD 4,42) из возможного максимума в 32 (среднее значение для женщин — 10,66 (SD 3,87); среднее значение для мужчин — 13,34 (SD 4,50)). Раздел «Отношение» показал, что студенты рассматривают цифровиза-цию как угрозу, особенно касательно отношений между пациентом и врачом. Раздел рекомендаций по учебным программам показал высокий интерес к темам, связанным с искусственным интеллектом, с каждым годом обучения растущий интерес к влиянию цифрового здравоохранения на коммуникацию, а также снижение интереса к темам, связанным с робототехникой. Учёные делают вывод, что отношение к цифровому здравоохранению можно охарактеризовать как скептическое. Чтобы будущие врачи шли в ногу с этим развитием и выполняли свою ответственность перед обществом, авторы высказали мнение, что медицинские школы должны быть более активными, чтобы способствовать пониманию студентами-медиками того, что цифровое здравоохранение будет постоянно изменять медицинскую практику [11].
Навёрстывать знания в области информационных технологий могут помочь не только преподаватели, но и студенты старших курсов, обладающие знаниями в новых областях. Как написано Chen A. и соавт. в статье [12], в последнее время в учреждениях по всей территории Соединённых Штатов Америки (например, в Нью-Йоркском университете Langone Health, Калифорнийском университете в Сан-Франциско, Орегонском университете здра-
воохранения и науки, и Дьюке) проводится такое обучение.
В Российской Федерации рабочие программы по курсу медицинской информатики, доступные в сети Интернет, показывают, что программы содержат обширные разделы информации, которая должна быть изучена в рамках курса. При этом использованию специальных программ статистической обработки данных уделяется мало внимания, что уменьшает возможность использования изученных инструментов в повседневной практике.
Анализ отечественной литературы показал, что проблема необходимости обучения ИКТ и статистике отражается в научных работах [13-17], но вопросам оценки компетенции студентов медицинских вузов в области компьютерных технологий, а также медицинской статистике уделяется довольно мало внимания. При этом, как отмечалось ранее, медицинская статистика является основой доказательной медицины, без понимания которой работа современного специалиста в области здравоохранения невозможна.
Повышение уровня профессиональной подготовки в рассматриваемых областях, на наш взгляд, возможно за счёт следующих решений.
Прививая культуру работы с данными с первого курса, в том числе, используя инструменты бизнес-аналитики, особое внимание уделяя грамотной визуализации данных, с использованием различных библиотек на R или Phyton. Таким образом, мы научим студента рассказывать истории на основе данных.
Работы с данными реальной клинической практики позволит развить интерес учащегося к биостатистике.
Дополнительная программа для студентов старших курсов медицинских специальностей позволит студентам не утратить имеющиеся навыки работы с данными, а также изучить не включённые в базовый курс методы работы с данными, такие как машинное обучение и искусственный интеллект.
Создание единой базы деперсонализированных медицинских данных, доступных студентам из разных вузов, расширит доступ учащимся из всех регионов России к большому объёму медицинских данных и позволит повышать уровень владения различными статистическими методами.
Развитие дополнительных электронных русифицированных сервисов в области биостатистики, в том числе, используя международный опыт, расширит возможности студентов по изучению материала.
Заключение / Conclusion
Таким образом, на текущий момент сохраняется разрыв между знаниями студентов в области ста-
тистики, информатики, цифровизации и тем уровнем владения, который требуется от специалиста при выходе на работу. Его уменьшение возможно за счёт доступа студентов к данным реальной клинической практики в течение всего процесса обучения, развития культуры работы с данными с пер-
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ Конфликт интересов.
Автор декларирует отсутствие конфликта интересов.
СВЕДЕНИЯ ОБ АВТОРАХ
Дмитриева Наталия Юрьевна — к. б. н., начальник отдела информационных систем АО «Астон Консалтинг», Москва, Российская Федерация e-mail: n.dmitrieva@aston-health.com © https://orcid.org/0000-0003-1072-243X
Литература/References
1. World Health Organization et al. Thirteenth general programme of work, 2019-2023: promote health, keep the world safe, serve the vulnerable. — World Health Organization, 2019. — №. WHO/PRP/18.1 https://iris.who.int/bitstream/handle/10665/324 775ZWHO-PRP-18.1-eng.pdf.
2. Распоряжение Правительства Российской Федерации от 17 апреля 2024 г. № 959-р Об утверждении стратегического направления в области цифровой трансформации здравоохранения. [Электронный ресурс] [Order of the Government of the Russian Federation of April 17, 2024 No. 959-r On approval of the strategic direction in the field of digital transformation of healthcare.] (In Russ.) https://www.garant.ru/products/ipo/pri-me/doc/408813257/#1000.
3. Дмитриева Н.Ю. Power BI как вспомогательный инструмент биостатистика. Реальная клиническая практика: данные и доказательства. 2022;2(1):36-39. [Dmitrieva N.Yu. Power BI as an auxiliary tool for biostatistics. Real-World Data & Evidence. 2022;2(1):36-39. (In Russ.)] https:// doi.org/10.37489/2782-3784-myrwd-10.
4. Milic NM, Ilic N, Stanisavljevic DM, Cirkovic AM, Milin JS, Bukumiric ZM, Milic NV, Savic MD, Ris-tic SM, Trajkovic GZ. Bridging the gap between informatics and medicine upon medical school entry: Implementing a course on the Applicative Use of ICT. PLoS One. 2018 Apr 23;13(4):e0194194. doi: 10.1371/journal.pone.0194194.
5. Allabun SM. The Understanding of Medical Informatics among Dental and Medical Students. Biomed Res Int. 2022 Oct 5;2022:5141568. doi: 10.1155/2022/5141568. Retraction in: Biomed Res
вого курса, в том числе, используя инструменты бизнес-аналитики, особое внимание уделяя грамотной визуализации данных. В свою очередь, анализ данных реальной клинической практики повысит интерес к биостатистике среди студентов медицинских специальностей.
ADDITIONAL INFORMATION Conflict of interests.
The author declares no conflict of interests.
ABOUT THE AUTHORS
Nataliya Yu. Dmitrieva — PhD (biological), head of information systems department JSC "Aston Consulting", Moscow, Russian Federation e-mail: n.dmitrieva@aston-health.com © https://orcid.org/0000-0003-1072-243X
Int. 2023 Nov 1;2023:9791573. doi: 10.1155/2023/ 9791573.
6. Кулешова В. В., Пашина И. В. Изучение возможности студентов медицинских факультетов использования IT-технологий в образовательном процессе. Тюменский медицинский журнал. 2011;2:54-55. [Kuleshova VV., Pashina I.V Studying the possibility of medical students using IT technologies in the educational process. Tyumen medical journal. 2011;2:54-55. (In Russ.)].
7. Milic NM, Masic S, Milin-Lazovic J, Trajkovic G, Bukumiric Z, Savic M, Milic NV, Cirkovic A, Ga-jic M, Kostic M, Ilic A, Stanisavljevic D. The Importance of Medical Students' Attitudes Regarding Cognitive Competence for Teaching Applied Statistics: Multi-Site Study and Meta-Analysis. PLoS One. 2016 Oct 20;11(10):e0164439. doi: 10.1371/ journal.pone.0164439.
8. Richardson JE, Bouquin DR, Tmanova LL, Wright D. Information and informatics literacies of first-year medical students. J Med Libr Assoc. 2015 0ct;103(4):198-202. doi: 10.3163/15365050.103.4.008.
9. Liu J, Jiao X, Zeng S, Li H, Jin P, Chi J, Liu X, Yu Y, Ma G, Zhao Y, Li M, Peng Z, Huo Y, Gao QL. Oncological big data platforms for promoting digital competencies and professionalism in Chinese medical students: a cross-sectional study. BMJ Open. 2022 Sep 15;12(9):e061015. doi: 10.1136/bmjop-en-2022-061015.
10. Behrends M, Paulmann V, Koop C, Foadi N, Mi-kuteit M, Steffens S. Interdisciplinary Teaching of Digital Competencies for Undergraduate Medical Students — Experiences of a Teaching Project by
Medical Informatics and Medicine. Stud Health Technol Inform. 2021 May 27;281:891-895. doi: 10.3233/SHTI210307.
11. Baumgartner M, Sauer C, Blagec K, Dorffner G. Digital health understanding and preparedness of medical students: a cross-sectional study. Med Educ Online. 2022 Dec;27(1):2114851. doi: 10.1080/108 72981.2022.2114851.
12. Chen A, Wang BK, Parker S, Chowdaiy A, Flan-nery KC, Basit M. A Student-Led Clinical Informatics Enrichment Course for Medical Students. Appl Clin Inform. 2022 Jan;13(1):322-326. doi: 10.1055/ s-0042-1743244.
13. Сабитова Н.Г. Использование электронной информационно-образовательной среды вуза в подготовке студентов медицинского вуза по развитию цифровой грамотности. Современные проблемы науки и образования. 2023;1. [Электронный ресурс] URL: https://science-edu-cation.ru/ru/article/view?id=32352 (дата обращения: 18.06.2024). [Sabitova N.G. The use of the electronic information and educational environment of the university in training medical students in the development of digital literacy. Modern problems of science and education. 2023;1. [Electronic resource] (In Russ.)].
14. Омельченко В.П., Демидова А.А. Особенности преподавания медицинской информатики при подготовке медицинских профессиональных кадров. Современные проблемы науки и образования. 2019;5. [Электронный ресурс] URL: https://science-education.ru/ru/article/view?
id=29160 (дата обращения: 18.06.2024). [14. Omelchenko V.P., Demidova A.A. Features of teaching medical informatics in the training of medical professionals. Modern problems of science and education. 2019;5. [Electronic resource] (access date: 06/18/2024). (In Russ.)].
15. Лукманов А. Х. Эволюция медицинской информатики в системе медицинских знаний: исторический аспект. Ремедиум. 2022;26(3):246-249. [Lukmanov A. H. Evolution of medical informatics in the system of medical knowledges: historical aspect. Remedium. 2022;26(3):246-249. (In Russ.)] doi:10.32687/1561-5936-2022-26-3-246-249.
16. Степанова О. А., Шамаева Т. Н. Научно-методическое обеспечение дисциплины «Информатика и медицинская статистика», реализующей программу аспирантуры в медицинском вузе. Вестник Томского государственного педагогического университета. 2016;8(173):79-82. [Stepanova O. A., Shamaeva T. N. Scientific and methodological support of the discipline "Informatics and Medical Statistics", implementing a postgraduate program at a medical university. Bulletin of Tomsk State Pedagogical University. 2016;8(173):79-82. (In Russ.)].
17. Денисов Е. Н., Климов А. В., Чернова Г. В. Проблемы преподавания информатики у студентов первого курса медицинских вузов. NovaInfo.Ru. 2017;1(66):238-241. [Denisov E. N., Klimov A. V., Chernova G. V. Problems of teaching computer science to first-year medical students. NovaInfo.Ru. 2017;1(66):238-241. (In Russ.)].
