Valbara kurser

Kurstillfällen

Våren 2025

Svenskt kurstillfälle: 28/3, 31/3, 1/4 + 11/4 
Engelskt kurstillfälle: 2/6, 3/6, 4/6 + 16/6 

Hösten 2025

Svenskt kurstillfälle: 8/9, 9/9, 10/9 samt 19/9
Engelskt kurstillfälle: 3/11, 4/11, 5/11 samt 14/11

Kursledare

Jan Lexell jan [dot] lexell [at] med [dot] lu [dot] se
Christina Brogårdh christina [dot] brogardh [at] med [dot] lu [dot] se

Målgrupp

Forskningsstudenter vid medicinska fakulteten. Studenter som har gjort sin halvtidskontroll har företräde.

Poäng

1,5 högskolepoäng

Syfte

Kursen syftar till att de forskarstuderande ska fördjupa sina kunskaper och färdigheter i publiceringsprocessen och hur man skriver och granskar ett vetenskapligt manuskript.

Genomförande

Undervisningen sker huvudsakligen genom interaktiva undervisningsmoment. Kursen innehåller föreläsningar, granskning av vetenskapliga artiklar, grupparbeten, diskussioner, praktiska tillämpningar och självstudier. Kursen ges under fem dagar och inleds med tre kursdagar, därefter en dag med eget arbete och avslutas 2 veckor senare med en kursdag.

Kursplan (pdf 66,5 kB, ny flik)

Hösten 2025:

24-28 november. Förmiddagarna är schemalagda med undervisning i klassrum och eftermiddagarna består av individuellt arbete.

Kursarrangörer

Matteo Bruschettini matteo [dot] bruschettini [at] med [dot] lu [dot] se (matteo[dot]bruschettini[at]med[dot]lu[dot]se)

Martin Ringsten martin [dot] ringsten [at] med [dot] lu [dot] se (martin[dot]ringsten[at]med[dot]lu[dot]se)

Examinator

Stefan Hansson stefan [dot] hansson [at] med [dot] lu [dot] se (stefan[dot]hansson[at]med[dot]lu[dot]se)

Målgrupp

Denna veckolånga kurs riktar sig till doktorander och forskare vid Medicinska fakulteten.
Deltagande är kostnadsfritt för doktorander från Europeiska ekonomiska samarbetsområdet (EES) och Schweiz. Övriga externa deltagare kan behöva betala en avgift – se mer information på Cochrane Sveriges hemsida för denna kurs.

Beskrivning

Kursen riktar sig till doktorander och forskare som vill fördjupa sina kunskaper om hur man genomför en systematisk översikt eller evidenssyntes. Kursen är även relevant för personer som använder systematiska översikter, evidenssynteser eller resultat från randomiserade studier för att fatta beslut inom hälso- och sjukvård (exempelvis kliniker, beslutsfattare, riktlinjeutvecklare eller policyansvariga).

Syftet med kursen är att introducera och fördjupa deltagarnas kunskaper i Cochrane-metodik för systematiska översikter, med fokus på översikter av interventioner. Under kursveckan går vi igenom processen från den ursprungliga idén och forskningsfrågan som kan utforskas i en systematisk översikt, verktyg som stödjer processen, risk för bias, metaanalys, GRADE-verktyget för att bedöma osäkerhet, bästa praxis för att rapportera resultat i översikter samt användningen av systematiska översikter i riktlinjer och beslutsfattande.
Kursen kommer att inkludera föreläsare och handledare från flera Cochrane-centra, var och en expert inom sitt område. Föreläsningar varvas med diskussioner och gruppövningar under förmiddagarna, medan eftermiddagarna ägnas åt individuellt arbete i modulerna i Cochrane Interactive Learning. Det kommer finnas möjlighet att ställa individuella frågor till föreläsarna och handledarna om dina egna potentiella översikter eller andra evidensrelaterade frågor under veckan.

Plats

Kursen är planerad att hållas på campus i Lund under alla dagar.

Examination

För att bli godkänd på kursen krävs närvaro i klassrummet under alla kursdagar, aktivt deltagande i diskussioner och grupparbeten samt slutförande av modulerna 1–8 och tillhörande quiz i Cochrane Interactive Learning.

Poäng

Kursen ger 1,5 högskolepoäng (motsvarande en veckas heltidsstudier) för antagna doktorander. Alla deltagare får ett intyg på genomgången kurs.

Resurser och litteratur

Cochrane Interactive Learning-moduler, tillgängliga via: https://training.cochrane.org/interactivelearning 

Cochrane Handbook for Systematic Reviews of Interventions, tillgänglig kostnadsfritt via: https://training.cochrane.org/handbook

Ytterligare artiklar, böcker och visst förberedelsematerial kommer att delas ut innan kursstart. 

Anmälan

Du kan anmäla dig via länken i högermarginalen. Välj rätt kursdatum. Om du är extern deltagare (utanför Lunds universitet), ange detta tydligt tillsammans med din tillhörighet och yrkestitel under "Övriga kommentarer", och försök fylla i övrig information så gott det går (lämna annars fält tomma). 

Kursplan (pdf 289.6, ny flik)

Försöksdjursvetenskap för utförare av djurförsök

Kursansvarig: 

Lena Uller (lena [dot] uller [at] med [dot] lu [dot] se (lena[dot]uller[at]med[dot]lu[dot]se)) Docent, Respiratorisk Immunofarmakologi, Institutionen för experimentell medicinsk vetenskap, Lund

Examinator:

Lena Uller

Målgrupp

Detta är en obligatorisk kurs för doktorander vid Lunds Universitet som avser att arbeta med djur. Du registreras specifikt för de djurslag du avser arbeta med. Inga förkunskaper inom området krävs. Kursen motsvarar FELASA B, men är ännu inte formellt certifierad av Felasa B. 

Poäng

3 högskolepoäng för full kurs, 2 poäng om inte den praktiska delen utförs.

Tid & Lokal

Detta är en web-baserad utbildning som finns på Canvas Catalog. Du arbetar på egen hand vid din egen dator.

Kursinnehåll 

Kursen är på engelska & innehåller 15 moduler, varvat med självutvärderingar.

• Modul 1: Etik och djuranvändning
• Modul 2: Svensk lagstiftning
• Modul 3: Journalföring
• Modul 4: Identifieringsmetoder
• Modul 5: Avbrytningskriterier
• Modul 6: Biologi
• Modul 7: Etologi
• Modul 8: Hushållning
• Modul 9: Djurvård och övervakning
• Modul 10: Anestesi, analgesi och eutanasi
• Modul 11: Sjukdomar hos försöksdjur
• Modul 12: Försöksdjursmetodik
• Modul 13: Genetiskt Modifierade Organismer
• Modul 14: Alternativa metoder
• Modul 15: Säkerhet på biomedicinska avdelningar

Genomförande

Ungefärlig tid för att avsluta den teoretiska delen är 40 h. De olika modulerna examineras kontinuerligt med självutvärderingar. Efter avklarad teori finns det möjlighet till en praktisk del, där omfattningen påverkas av dina inplanerade aktiviteter inom din forskning. Efter detta erhålls ett certifikat på din kunskap om att arbeta med djur.

Kurslitteratur

All litteratur finns på Canvas Catalog med länkar till hemsidor mm för mer information.

För frågor om kursen, vänligen kontakta djurutbildning [at] med [dot] lu [dot] se (djurutbildning[at]med[dot]lu[dot]se) 

Anmälan till kursen: Training in Laboratory Animal Science (Lund University Staff Pages)

Forskarutbildningsnämnden erbjuder fyra valbara kurser i Tillämpad statistik på en regelbunden basis. Målgruppen är doktorander vid Medicinska fakulteten vid Lunds universitet, men postdoktorala/seniora forskare och doktorander från andra fakulteter eller lärosäten kan också antas i mån av plats. För att antas behöver du ha genomgått Tillämpad statistik I och II, eller motsvarande. Kurserna ges på engelska.

Kurserna kommer att erbjudas enligt följande schema:

Schemat för nästa kurstillfälle finns i den expanderbara sektionen för denna specifika kurs längre ner på hemsidan.

Mer information om alla kurserna ges nedan. Liksom på Tillämpad statistik I och II kommer du att arbeta med syntaxbaserad statistisk programvara på dessa kurser. Vi stödjer Stata och R, och rekommenderar att du väljer en av dessa två.

Tillämpad statistik III: Regressionsanalys

Kursen ger deltagarna ingående kunskaper om flera metoder för regressionsanalys och hur dessa kan användas inom medicinsk forskning.

Kursen innehåller följande teman:

• Introduktion till teori och metod för regressionsanalys
• Linjär regression för kontinuerliga utfall: analys, diagnostik och robusta metoder. Variansanalys (ANOVA).
• Logistisk regression för binära utfall: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter och transformation av parameterskattningar till riskkvoter och riskdifferenser.
• Ordinal och multinomial logistisk regression för kategoriska utfall: analys, tolkning och diagnostik
• Poissonregression och andra metoder för räknedata: analys, tolkning och diagnostik

Lärare: Anton Nilsson (anton [dot] nilsson [at] med [dot] lu [dot] se (anton[dot]nilsson[at]med[dot]lu[dot]se)), Pär-Ola Bendahl (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se)) och Sara Ekberg (sara [dot] ekberg [at] reddooranalytics [dot] se (sara[dot]ekberg[at]reddooranalytics[dot]se))

Tillämpad statistik III: Metoder för hantering av saknade data

Kursen ger en bakgrund till problemet ”saknade data”, beskriver konsekvenserna av enkla ad-hoc metoder för lösning av detta problem, samt ger ingående kunskaper om multipel imputation (MI).

Kursen innehåller följande teman:

• Introduktion till saknade data
  • Att identifiera saknade data
  • Möjliga konsekvenser av saknade data
  • Mekanismer för uppkomst av saknade data
  • Kort översikt av metoder för hantering av saknade data
• Multipel imputation
  • Översiktligt om teorin bakom MI
  • Metoden ”chained equations”
  • Att bygga en imputationsmodell
  • Analys av imputerade data
  • Diagnostik av MI-modellen (modellvalidering)
• Rapportering MI-resultat och metodens begränsningar
  • Riktlinjer för rapportering av analyser av multipel-imputerade data
  • MI-metodens begränsningar

Lärare: Aleksandra Turkiewicz (aleksandra [dot] turkiewicz [at] med [dot] lu [dot] se (aleksandra[dot]turkiewicz[at]med[dot]lu[dot]se)) och Pär-Ola Bendahl (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se))

Tillämpad statistik III: Överlevnadsanalys

Kursen ger deltagarna ingående kunskaper om metoder för överlevnadsanalys och hur dessa kan användas inom medicinsk forskning.

Kursen innehåller följande teman:

• Introduktion till teori och metoder för överlevnadsanalys: Kaplan-Meier-överlevnadskurvor, lograngtestet och Cox-regression
• Parametriska överlevnadsmodeller: Modeller som antal proportionell hazarder och modeller som inte förutsätter proportionella hazarder
• Avancerade och specialiserade analyser: Modeller för upprepade händelser, modeller med tidsvariande kovariater och modeller för konkurrerande risker

Lärare: Anton Nilsson (anton [dot] nilsson [at] med [dot] lu [dot] se (anton[dot]nilsson[at]med[dot]lu[dot]se)), Pär-Ola Bendahl (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se)) och Rebecca Rylance (rebecca [dot] rylance [at] med [dot] lu [dot] se (rebecca[dot]rylance[at]med[dot]lu[dot]se))

Regressionsmodeller (mixed models) för longitudinella och klustrade data 

Kursen ger deltagarna ingående kunskaper om hur ”mixade modeller” kan användas för analys av data med upprepade mätningar, såsom:

1. Upprepade mätningar av patienter, djur eller andra biologiska sampel
2. Data som är klustrade inom individer (två ögon, två hjärnhalvor, flera vävnads- eller cellprover från samma individ eller liknande)

Mer information om kursen kommer att publiceras under 2026.

Lärare: Aleksandra Turkiewicz (aleksandra [dot] turkiewicz [at] med [dot] lu [dot] se (aleksandra[dot]turkiewicz[at]med[dot]lu[dot]se)) och Rebecca Rylance (rebecca [dot] rylance [at] med [dot] lu [dot] se (rebecca[dot]rylance[at]med[dot]lu[dot]se))

3 högskolepoäng

Kursdatum
Höstterminen 2025, 1–17 oktober

Antal deltagare: 15

Kursansvariga
Fredrik Ek – fredrik [dot] ek [at] med [dot] lu [dot] se (fredrik[dot]ek[at]med[dot]lu[dot]se)
Marcus Järås – marcus [dot] jaras [at] med [dot] lu [dot] se (marcus[dot]jaras[at]med[dot]lu[dot]se)

Målgrupp
Doktorander vid Medicinska fakulteten, Lunds universitet. Forskare med doktorsexamen samt doktorander från andra fakulteter eller lärosäten kan antas till kursen i mån av plats.

Undervisningsspråk
Engelska

Syfte
Kursens huvudsakliga syfte är att hjälpa studenter att förstå hur ett nytt läkemedel utvecklas – från de tidiga stadierna i laboratoriet (preklinisk upptäckt), genom preklinisk testning, hela vägen till kliniska prövningar på människor och slutligen regulatoriskt godkännande.

Kursupplägg
Kursen är uppbyggd kring seminarier ledda av experter från life science-industrin, Region Skåne och Lunds universitet. Studenterna kommer även att delta i gruppbaserade aktiviteter med starkt fokus på aktivt lärande.

Kursinnehåll
Kursen behandlar hela processen för läkemedelsutveckling – från preklinisk upptäckt till kliniska prövningar och regulatoriskt godkännande. Den tar upp viktiga vetenskapliga, strategiska och regulatoriska utmaningar, introducerar centrala metoder och begrepp, samt lyfter fram de olika yrkesgruppernas roller. Studenterna får en stabil grund för karriärer inom läkemedelsindustrin eller inom akademin med fokus på innovation, tidig läkemedelsutveckling och entreprenörskap.

Examination
Flervalsfrågor används för att testa kunskapsmål och förståelse.

Tillämpad statistik III: Regressionsanalys

3 hp (halvfart)

Datum: 10 november – 5 december 2025

Kursmål och syfte: Kursen ger deltagarna ingående kunskaper om flera metoder för regressionsanalys och hur dessa kan användas inom medicinsk forskning.

Kursen innehåller följande teman:

• Introduktion till teori och metod för regressionsanalys
• Linjär regression för kontinuerliga utfall: analys, diagnostik och robusta metoder. Variansanalys (ANOVA).
• Logistisk regression för binära utfall: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter och transformation av parameterskattningar till riskkvoter och riskdifferenser.
• Ordinal och multinomial logistisk regression för kategoriska utfall: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter.
• Poissonregression och andra metoder för räknedata: analys, tolkning och diagnostik. Prediktion av utfallssannolikheter. 

Schema:

Måndag 10 november: Individuella förberedelser, såsom att lära sig grundläggande Stata-kommandon. (Deltagarna kan välja mellan statistikprogrammen Stata och R.) En introduktion till grundläggande Stata-kommandon kommer att skickas ut.

Tisdag 11 november: Föreläsningar och övningar 9–16

Torsdag 13 november: Föreläsningar och övningar 9–16

Tisdag 18 november: Föreläsningar och övningar 9–16

Torsdag 20 november: Föreläsningar och övningar 9–16

Måndag 24 november: Föreläsningar och övningar 9–16

Tisdag 25 november – torsdag 27 november: Projektarbeten i grupp (förväntad tid att lägga ner: 2 dagar)

Fredag 28 november: Projektpresentationer 9–12

Måndag 1 december – fredag 5 december: Hemtentamen (förväntad tid att lägga ner: 1–2 dagar)

Lärare:

Anton Nilsson, docent, fil. dr., Institutionen för translationell medicin, Lunds universitet (anton [dot] nilsson [at] med [dot] lu [dot] se (anton[dot]nilsson[at]med[dot]lu[dot]se))

Pär-Ola Bendahl, docent, fil. dr., Institutionen för kliniska vetenskaper Lund, Lunds universitet (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se)) 

Sara Ekberg, fil. dr., Red Door Analytics (sara [at] reddooranalytics [dot] se)

Examinator:

Jonas Björk, professor, fil. dr., Institutionen för laboratoriemedicin, Lunds universitet (Jonas [dot] Bjork [at] med [dot] lu [dot] se (jonas[dot]bjork[at]med[dot]lu[dot]se))

Språk: Engelska

Målgrupp: Doktorander i medicin. Deltagare ska ha genomgått Tillämpad statistik I och II eller motsvarande med godkänt resultat. Även postdocs och seniora forskare kan antas, i mån av plats.

Antal deltagare: 20

Plats: Lund 

Litteratur: 

• Vach, W. Regression models as a tool in medical research. CRC Press, 1st ed., 2013. (Tillgänglig som e-bok vid Lunds universitetsbibliotek.)
• Ytterligare material som kommer att göras tillgängligt för deltagarna.

Kursledare 
Karin Engström (karin [dot] engstrom [at] med [dot] lu [dot] se)

Examinator
Helena Persson

Målgrupp:

Doktorander på medicinska fakulteten.  Kursen är i mån av plats även öppen för övriga sökande med anknytning till fakulteten, såsom disputerade forskare.

Omfattning 
En vecka (1.5 ECTS credits). Fem dagar är schemalagda. Självstudier ingår.

Lokal
BMC E11079 Dialogen

Datum
Vecka 46 (November 10-14. Måndag till torsdag 9-16. Den sista dagen är närvaro på plats inte obligatorisk.

Antal deltagare

24

Språk

Engelska

Syfte 

Syftet med kursen är att ge en grundläggande kunskap i programmeringsspråket R för att underlätta en självständig framtida användning av verktyg skrivna och/eller implementerade på detta språk, såsom exempelvis statistiska analyspaket. Kursens fokus ligger på hantering av data (som att t.ex. importera, sammanfatta information och ändra kolumner i tabeller) och visualisering (som att t.ex. att skapa olika typer av diagram). 

Mål för kursen 

Efter genomgången kurs ska deltagarna kunna: 

o Utföra grundläggande hantering av data med hjälp av R 

o Identifiera potentiella fallgropar vid hantering av data med R 

o Skapa grundläggande och visuellt tilltalande diagram med R 

o Identifiera online-resurser för att självständigt svara på frågor och utföra felsökning vid programmering i R

Kursinnehåll 

Kursen ger en introduktion till grundläggande termer och koncept inom programmering. Deltagarna kommer att få kunskap i bl.a. hur man importerar data till RStudio/Posit, 

sammanfattar data, skapar ny data, gör korsreferenser, sammanfogar data, väljer lämpliga grafiskt tilltalande diagram i olika format, och exporterar data och diagram i olika format. Vi kommer att fokusera på paket som ingår i programpaketet tidyverse. 

Kursupplägg 

Kursen kommer att ha en föruppgift där deltagarna ska installera RStudio/Posit och bedriva självstudier inom grundläggande programmeringskoncept och terminologi enligt litteraturlistan. Tillgång till bärbar dator förutsätts. Kursen består av fyra obligatoriska heldagar med en blandning av olika undervisningsformer såsom föreläsningar, programmeringsdemonstrationer och individuella övningar. På kursens sista dag kommer eleverna att arbeta med examinationen och lärare kommer att finnas tillgängliga under dagen. Deltagande på plats krävs inte för kursens sista dag. Deltagare som av någon anledning inte kan delta i de obligatoriska föreläsningarna har möjlighet att arbeta på de angivna övningarna på egen hand och kontakta lärare under de schemalagd tid. 

Examination 

Examinationen består av uppgifter som ska lösas med hjälp av programmering i R. Programmerings-skript som används för att svara på frågorna ska skickas till lärarna för utvärdering. 

Betyg 

Godkänd eller Underkänd.

Förkunskapskrav 

Sökande som är antagna till antagen till forskarutbildning på Lunds universitet kommer att prioriteras. Andra sökande anslutna till Medicinska fakulteten kan antas om det finns lediga platser. 

Litteratur 

Deltagarna får en text om grundläggande programmeringskoncept och termer en vecka före kursstart. Under kursen kommer texter som innehåller förklaringar av kommandon och övningar att delas ut.

1.5 hp (heltid)

Datum: 18-22 Maj 2026

Introduktion

Kursen ger en bakgrund till problemet ”saknade data” och vilka konsekvenserna av enkla ad-hoc metoder för lösning av detta problem kan bli. För- och nackdelar med olika metoder diskuteras. Fokus på denna kurs är multipel imputation (MI), en metod som deltagarna också får prova på under kursens laborativa delar. 

Syfte: Att göra deltagarna medvetna om potentiella konsekvenser av felaktig hantering av saknade data i medicinsk forskning i allmänhet samt att ge dem redskap för korrekt hantering av saknade data i den egna forskningen.

Kursen innehåller följande teman:

• Introduktion till saknade data
  • Att identifiera saknade data
  • Möjliga konsekvenser av saknade data
  • Mekanismer för uppkomst av saknade data
  • Kort översikt av metoder för hantering av saknade data
• Multipel imputation
  • Översiktligt om teorin bakom MI
  • Metoden ”chained equations”
  • Att bygga en imputationsmodell
  • Analys av imputerade data
  • Diagnostik av MI-modellen (modellvalidering)
• Rapportering av MI-resultat och metodens begränsningar
  • Riktlinjer för rapportering av analyser av multipel-imputerade data
  • MI-metodens begränsningar

Schema:

Måndag 08:30 – 16:30
Tisdag 08:30 – 13:00 (eget arbete på em)
Onsdag 08:30 – 16:30
Torsdag (eget arbete hela dagen)
Fredag 08:30 – 13:00 (hemtenta på em)

Plats: Lund, BMC

Lärare:

Aleksandra Turkiewicz, Docent, CStat, Enheten för Klinisk Epidemiologi, Kliniska Vetenskaper Lund, Lunds universitet (aleksandra [dot] turkiewicz [at] med [dot] lu [dot] se)

Pär-Ola Bendahl, Docent, Fil. Dr., Avdelningen för Onkologi, Institutionen för Kliniska Vetenskaper Lund, Lunds universitet (par-ola [dot] bendahl [at] med [dot] lu [dot] se (par-ola[dot]bendahl[at]med[dot]lu[dot]se))

Språk: Engelska

Målgrupp: Doktorander i medicin. Deltagare ska ha gått kurserna Tillämpad statistik I och II eller motsvarande med godkänt resultat.

Examinator:

Jonas Björk, Professor, Fil. Dr., Institutionen för Laboratoriemedicin, Lunds universitet (Jonas [dot] Bjork [at] med [dot] lu [dot] se (jonas[dot]bjork[at]med[dot]lu[dot]se))

Antal deltagare: 20

3 högskolepoäng

Våren 2026, 9 feburari-6 mars 

Kursen ges som campuskurs på deltid.

Kurstillfällen

Preliminärt schema  

Kursledare

Lina Magnusson Lina [dot] Magnusson [at] med [dot] lu [dot] se (Lina[dot]Magnusson[at]med[dot]lu[dot]se)

Målgrupp

Doktorander som ska genomföra kvalitativa studier inom ramen för sin forskarutbildning vid Medicinska fakulteten, Lunds universitet. Disputerade forskare och doktorander från andra fakulteter eller lärosäten får tillträde till kursen i mån av plats.

Undervisningsspråk

Engelska

Syfte

Att introducera deltagarna till hur man kan tillämpa kvalitativ metodik.

Genomförande

Kursen innehåller föreläsningar, gruppdiskussioner och seminarier. Kursen avslutas med ett seminarium som innehåller en presentation av egen plan och en kamratgranskning av en annan students plan för en kvalitativ studie.

Kursens innehåll 

Kursen innehåller studiedesign av kvalitativa studier och olika typer av kvalitativa datainsamlingsmetoder. Kursen fokuserar på vanliga kvalitativa dataanalysmetoder inom medicinsk och hälsovetenskaplig forskning. Tillförlitlighetsaspekter i relation till kvalitativ metodik introduceras och diskuteras i relation till de olika delarna av den kvalitativa forskningsprocessen. Seminarierna och uppgifterna i kursen är utformade för att studenterna ska kunna arbeta med en plan som inkluderar forskningsfråga, datainsamlingsmetod och preliminär analys av pilotintervjuer och/eller fokusgrupps diskussioner som relaterar till studentens eget forskningsområde.

• Aktivitetsbalans vid hälsa, ohälsa och sjukdom
• Att samla och använda biobanksprover inom forskning
• Applied Epidemiology and statistics III: Causal inference with non-randomized data (samarbete med GU - apply here for this course)
• Approaches to handling of missing data (samarbete med GU - online course)
• Basic Data Handling and Visualization with R
• Clinical proteomics and biological mass spectrometry
• Complex interventions in health care with a special focus on the care of adults and older persons
• Diabetes research
• Drug development and clinical trials 
• Epidemiology I - Introduction to Epidemiology
• Flödescytometri, Introduktionskurs
• Flödescytometri, Fortsättningskurs
• Glycobiology
• Health and Environment with special focus on climate change and sustainability
• Introduction to programming
• MAX IV/ESS-based imaging for medical and biomedical research, experimental setup
• Medicinsk bioinformatik, introduktionskurs
• Neutron scattering for medical and biomedical research, experimental part.
• Perspektiv på genus och intersektionalitet i medicinsk och hälsovetenskaplig forskning
• Preklinisk avbildning
• Tillämpad epidemiologi och statistik III: Kausal inferens med icke-randomiserad data
• Tillämpad kvalitativ metod II 
• Tillämpad statistik III - Statistiska metoder för upprepade mätningar
• Tillämpad statistik III- Tidsserieanalys i klinisk epidemiologi och miljöepidemiologi
• Tillämpad statistik III - Överlevnadsanalys
• X-ray micro- and nanoimaging for medical and biomedical research, experimental part