Sammanfattning Data i föreliggande examensarbete är insamlat för studien Depression Screening Day, som är en studie genomförd i april 2002 av

Storlek: px
Starta visningen från sidan:

Download "Sammanfattning Data i föreliggande examensarbete är insamlat för studien Depression Screening Day, som är en studie genomförd i april 2002 av"

Transkript

1 Sammanfattning Data i föreliggande examensarbete är insamlat för studien Depression Screening Day, som är en studie genomförd i april 2002 av Allmänpsykiatriska kliniken vid Akademiska sjukhuset i Uppsala. Studien avser att kartlägga förekomsten av depressioner bland patienter inom somatisk öppen och slutenvård samt att undersöka om patientens formulär för självrapportering av depression stämmer överens med läkarens bedömning. Föreliggande examensarbete ämnar främst undersöka överensstämmelsen mellan läkarens (MADRS och SPIFA) och patientens (MADRS S och DSRS) formulär. Detta har mestadels utförts genom beräkningar av Cohen s kappa. Överensstämmelsen på frågenivå mellan MADRS och MADRS S uppskattades till ˆκ (w) = Överensstämmelsen på utfallet mellan SPIFA och DSRS uppskattades till ˆκ = Läkarna tenderade att skatta patienterna mindre deprimerade än vad patienterna själva ansåg. 1

2 Tack till... min handledare Dag Jonsson vid matematiska institutionen som hjälpt mig genomföra detta arbete. Tack också till Gunilla Stålenheim, Mathilde Hedlund och Lars von Knorring vid institutionen för neurovetenskap, UAS, som gav mig möjligheten att utföra detta arbete, samt vänligt och uppmuntrande besvarade mina frågor. 2

3 Innehåll 1 Inledning Studiens syfte Bakgrund till Depression Screening Day Beskrivning av symtom vid depression Studiens metod Formulär för bedömning av depression MADRS & MADRS S SPIFA & DSRS Studiens genomförande Samskattningsövning Insamling av data Beskrivning av data Deltagare Bortfall Statistiska metoder Metod för att uppskatta reliabilitet i data MADRS SPIFA Metod för att uppskatta överensstämmelse mellan läkarens och patientens skattning MADRS & MADRS S SPIFA & DSRS Metod för att uppskatta prevalens av depression Överensstämmelse mellan MADRS & SPIFA samt mellan MADRS S & DSRS Resultat Reliabilitet i data MADRS SPIFA Överensstämmelse mellan läkarens och patientens skattning MADRS & MADRS S SPIFA & DSRS Prevalens av depression i olika patientgrupper Överensstämmelse mellan MADRS & SPIFA samt mellan MADRS S & DSRS

4 5 Diskussion 25 6 Referenser 28 7 Bilagor 29 4

5 1 Inledning 1.1 Studiens syfte Målsättningen med projektet Depression screening Day, som genomförs av Allmänpsykiatriska kliniken vid Akademiska sjukhuset i Uppsala, är att kartlägga förekomsten av depressioner bland patienter inom primärvården och inom somatisk öppen och slutenvård. Studien ämnar också undersöka om patientens självskattning av symtom på depression stämmer överens med läkarens bedömning av patientens tillstånd. Min uppgift har bestått i att utföra statistiska beräkningar på data som samlats in. Jag har således inte varit delaktig i upplägget av studien eller insamlandet av data. Jag deltog som åskådare vid ett av tillfällena då samskattningsövningen hölls. Studien är godkänd av en lokal forskningsetisk kommitté. 1.2 Bakgrund till Depression Screening Day De depressiva sjukdomarna har under de senaste decennierna ökat i frekvens och åldern för insjuknande har sjunkit.världshälsoorganisationen (WHO) har infört en metod för att mäta bördan för samhället av olika sjukdomar genom att räkna antalet förlorade år i sjukskrivning, förtidspension och för tidig död. Enligt en svensk mätning med denna metod visar det sig att depression kommer på andra plats bland sjukdomar i Sverige. Bara ischemisk hjärtsjukdom utgör en tyngre börda för samhället[?]. Den höga förekomsten av de depres siva sjukdomarna innebär att man i dagsläget räknar med en livstidsrisk på ca 23% för män och ca 43% för kvinnor att insjukna i en behandlingskrävande depression. Man har också funnit att redan vid 16 års ålder uppfyller 5% av flickorna och 1% av pojkarna kriterierna för en egentlig depression; andelen som visar tecken på en medelsvår depression är 14% för flickorna respekt ive 5% för pojkarna. Av flickorna har 7% och av pojkarna 2% gjort minst ett självmordsförsök. Efter att ha drabbats av svår depression för första gången räknar man med att en människa tillbringar 20% av den återstående livs tiden i sjukdomsfas. Den tidiga insjuknandeåldern och den starka tendensen att återkomma gör att de depressiva sjukdomarna medför stort lidande för patienten och dess anhöriga samt stora kostnader för samhället[?]. Varför depressioner har blivit vanligare finns inget enkelt svar på, men en förklaring kan vara att depressioner tidigare har klassats som kroppsliga sjukdomar, då de ofta åtföljs av rygg eller muskelvärk[?]. Det är välkänt att många deprimerade patienter som söker vård inte får korrekt diagnos eller behandling. Hos patienter som söker för kroppsliga krämpor finns ofta depression med i bilden, men den är svår att upptäcka då både patient och 5

6 läkare koncentrerar sig på den kroppsliga åkomman. I en stor europeisk studie visade man att av 100 deprimerade patienter i befolkningen hade 69% sökt sjukvård. Av dessa hade 41% behandlats med något läkemedel, men endast 18% hade ordinerats ett antidepressivt läkemedel. Sverige deltog ej i denna studie, men tendensen tycks vara densamma i vårt land. En studie från 1997 visar på detta; enligt den blev 21% av de deprimerade patienterna identifierade och av dessa fick 47% antidepressiv behandling. En annan bidragande orsak till att deprimerade patienter inte får rätt vård är det faktum att av dem som söker läkarvård är det endast ett fåtal som i första hand söker sig till psykiatrin. I den tidigare nämnda europeiska studien visade man att de patienter med egentlig depression under de senaste 6 månaderna i snitt hade gjort 4.4 besök hos sin distriktsläkare, 1.8 besök hos annan medicinsk specialist och 0.8 besök hos psykiater[?]. 1.3 Beskrivning av symtom vid depression De två mest väsentliga karaktärsdragen vid en episod av egentlig depression är den sänkta grundstämmningen och det klart minskade intressset, eller den minskade lusten för och glädjen av alla eller nästan alla aktiviteter. Det är en nödvändighet att något av dessa två symtom har funnits med under minst två veckor och då förekommit under större delen av dagen för att patientens tillstånd ska kunna klassas som en egentlig depression enligt DSM IV 1. Andra symtom som vanligtvis förekommer i samband med en egentlig depression är förändringar i vikt, minskad eller ökad aptit, trötthet och brist på energi samt sömnstörningar i form av för mycket eller för lite sömn. Vanligt är att den deprimerade vaknar många gånger under natten och har svårt att somna om, samt att det definitiva uppvaknadet sker tidigare än vanligt. Nedsatt självförtroende och självnedvärdering med känslor av värdelöshet, otillräcklighet och ovärdighet förekommer ofta hos den deprimerade patienten, liksom överdrivna och obefogade skuldkänslor. Patientens förmåga att tänka, fatta beslut och koncentrera sig är försämrad och man kan ibland observera en psykomotorisk hämning hos patienten som yttrar sig genom en förlångsammad mimik, som kan uppfattas som att ansiktet saknar liv. En dominerande känsla hos den deprimerade är livets meningslöshet och tankar på döden som en befriare. För att ett tillstånd ska klassas som en egentlig depression måste symtomen, enligt DSM IV, vara av klinisk valör, med vilket menas att de ska förorsaka lidande eller försämrad funktion i arbete eller sociala sammanhang hos patienten. Symtomen får heller inte kunna förklaras 1 DSM IV är förkortning av Diagnostic and Statistical Manual of Mental Disorders och är en av de två förekommande manualer enligt vilken man diagnostiserar psykiska sjukdomar[?]. 6

7 av en somatisk sjukdom, drogpåverkan eller en älskad anhörigs bortgång och ej heller vara sekundära till en psykotisk störning[?]. 2 Studiens metod 2.1 Formulär för bedömning av depression MADRS & MADRS S MADRS står för Montgomery Åsberg Depression Rating Scale. Skalan är speciellt utformad för att vara känslig för förändringar av behandlingseffekter hos deprimerade patienter. Till grund för skattningen av en patient ligger en klinisk intervju om kärnsymtomen som förekommer vid depression. Intervjun struktureras så att man går från allmänna frågor om symtomen till mer detaljerade. På så vis kan en allt precisare skattning av var på skalan en patient befinner sig göras. MADRS består av tio frågor där bedömaren skattar patientens tillstånd med något av de fördefinierade stegen 0, 2, 4 eller 6, eller mellan dem med 1, 3 eller 5[?]. Ju högre totalpoäng desto djupare kan depressionen anses vara. Patientens totalpoäng på MADRS skalan visar vilka åtgärder som bör vidtas. Om totalpoängen är > 20 ska patienten erbjudas behandling och om den är > 40 ska patienten remitteras till psykiatrin alternativt ska ärendet handläggas i samråd med psykiater[?]. Egenbedömningen av depression, MADRS S, som fyllts i av patienten, består av nio frågor. Dessa är samma frågor som i MADRS formuläret bortsett från fråga nummer två, som ej finns med i patientens formulär. Fråga nummer två i MADRS utgörs av en observation av läkaren. Se bilaga I och II för MADRS respektive MADRS S SPIFA & DSRS SPIFA står för Strukturerad Psykiatrisk Intervju För Allmänläkare och är ett verktyg för diagnostisering av psykiska sjukdomar. SPIFA är utvecklat i Norge och används där av allmänläkare, men är utformat så att det skulle kunna användas av flera yrkeskategorier. Till grund för frågorna, som leder fram till diagnos i SPIFA, ligger DSM-systemet. Det är tänkt att SPIFA ska vara ett kort, lättadministrerat och systematiskt verktyg för kliniker. SPIFA är sammansatt av tre delar: diagnosscreening, diagnosmanual samt ett sammanställningsformulär[?]. Diagnosscreeningen för depression består av två frågor på vilka patienten måste svara ja på minst en för att eventuellt kunna diagnostiseras som deprimerad. Diagnosmanualen för depression består av sju frågor. På sammanställningsformuläret markeras positiva bedömningar. Vid 7

8 ja på minst fem frågor av de, sju frågorna i diagnosmanualen, tillsammans med de två första i diagnosscreeningen, anses patienten ha depression[?]. Formuläret för självbedömning av depression, som fyllts i av patienten, är enligt Depression Self Rating Scale (DSRS). DSRS är även det baserat på kriterierna för egentlig depression enligt DSM IV, och är tänkt att vara ett användbart verktyg inom den psykiatriska öppenvården[?]. Det består av 14 ja/nej frågor (15 frågor för ungdomar). För att patienten ska anses ha depression enligt detta formulär krävs ja på minst en av de två första frågorna samt totalt minst fem ja svar. Se bilaga III och IV för formulär som fyllts i av läkaren respektive patienten. 2.2 Studiens genomförande Samskattningsövning Alla läkare som skulle utföra skattningar av patienter närvarade vid något av utbildningstillfällena som anordnades den 7:e och 12:e mars Under utbildningen instruerades läkarna i användning av SPIFA och MADRS. Läkarna fick praktisera genom att bedöma patienter från tre videoupptagningar. Två videoupptagningar visade en patient som intervjuades enligt MADRS manualen och en upptagning en intervju enligt SPIFA. Efter varje intervju diskuterades läkarnas bedömningar samt vad som ansågs vara lämplig bedömning för varje fråga. Som ett mått på interbedömarreliabiliteten i data beslutade man att använda skattningen av den patient (MADRS) som visades som nummer två samt den enda gjorda SPIFA skattningen. Med reliabilitet avses den grad av konsistens med vilken ett test mäter det som det mäter. Om man antar att en egenskap eller ett attribut hos ett föremål är konstant och man utför upprepade mätningar av denna egenskap och samtliga mätningar visar samma resultat anser man att det är hög reliabilitet i mätningarna[?]. I denna undersökning avser man att mäta olika symtoms grad av förekommande hos patienter. För att skattningarna i så hög grad som möjligt ska avspegla patientens sanna tillstånd och inte bero av vem som skattat patienten strävar man efter att samtliga skattare är eniga i bedömningen av en och samma patient. Som ett mått på interbedömarreliabiliteten i data används här videoupptagningar där samtliga läkare skattar samma patienter dvs egenskaperna hos patienterna är konstanta. 8

9 2.2.2 Insamling av data Insamlingen av data genomfördes av utvalda öppenvårdsmottagningar, slutenvårdsavdelningar och kliniker som tackat ja till deltagande i studien. Data kom att insamlas under en, för varje plats, bestämd dag på totalt 20 olika platser. Skattningarna genomfördes av 15 läkare; några av dem skattade patienter på mer än en plats. Samtliga data samlades in någon gång under måndag till fredag vecka 16, De patienter som under dagens lopp besökte en plats där insamling pågick tillfrågades om de ville delta. De som valde att delta ombads att i väntrummet fylla i de två formulären MADRS S och DSRS. Om patienten avstod från deltagande antecknades detta som bortfall. I mån av tid och resurs intervjuades slumpmässigt utvalda patienter också av en läkare. Intervjun ägde i samtliga fall rum efter det att patienten själv fyllt i formulären. 2.3 Beskrivning av data Deltagare Totalt kom 396 patienter att delta i studien. Av dessa var 102 män och 294 kvinnor. Männen var mellan 13 och 90 år gamla. Kvinnorna var mellan 13 och 96 år gamla. Medelåldern för män var 47.6 år och för kvinnor 40.3 år. Hur deltagarna fördelar sig på de olika insamlingsplatserna, klinik, primärvård och slutenvård, samt på de tre åldersgrupperna, ungdom, vuxen och äldre, presenteras i tabell 1 och 2. Med klinik avses en plats dit en patient kommer på bestämd tid efter att ha remitterats dit. Patienten lämnar vanligtvis kliniken samma dag. Med primärvård avses en plats dit patienten först vänder sig för att få hjälp med någon typ av åkomma. Med slutenvård avses en plats där patienten är inskriven på en avdelning en längre tid, vanligtvis minst över natten. Med ungdom avses en person i åldern 13 20, vuxen avser en person i åldern och med äldre avses en person som är äldre än 65 år. Kvinnor Män Totalt Klinik Primärvård Slutenvård Totalt Tabell 1: Antal patienter från respektive typ av insamlingsplats. 9

10 Kvinnor Män Totalt Ungdom Vuxen Äldre Totalt Tabell 2: Antal patienter från respektive åldersgrupp. Läkarskattning genomfördes på totalt 169 patienter; av dessa var 54 män och 115 kvinnor. De läkarskattade patienterna fördelade sig på insamlingsplatser och åldersgrupper enligt tabell 3 och 4. Kvinnor Män Totalt Klinik Primärvård Slutenvård Totalt Tabell 3: Antal läkarskattade patienter från respektive typ av insamlingsplats. Kvinnor Män Totalt Ungdom Vuxen Äldre Totalt Tabell 4: Antal läkarskattade patienter från respektive åldersgrupp Bortfall Totalt antecknades 188 personer direkt som bortfall pga olika anledningar, se tabell 5. Av dem var 100 kvinnor och 88 män. Den totala svarsfrekvensen var 67.8%. Svarsfrekvensen för kvinnor var 74.6% och för män 53.7%. Av de patienter som deltog i studien var det 15 som inte lämnade full ständiga svar vid ifyllning av självbedömningsformuläret DSRS, och av dem var det fem som kom att räknas till bortfallet. Deras självbedömningsformulär var nämligen så pass ofullständigt ifyllda att det inte gick att avgöra om de uppfyllde kriterierna för depression eller ej. På egenbedömningsformuläret, MADRS S, var det 17 personer som ej besvarat en eller fler frågor. Totalt saknades svar på 74 frågor. Av de personer med ofullständiga egenbedömningsformulär var det nio personer vars totalpoäng ej gick att avgöra 10

11 Anledning Kvinnor (100) Män (88) ville ej 47% 44% för sjuk 25% 32% tidsbrist 12% 13% dålig svenska 6% 3% uppgift saknas 10% 8% Tabell 5: Anledning till bortfall bland de som tackade nej till deltagande. grupptillhörighet på, dvs om personen skulle klassas som symtomfri, i behov av medicinering eller bör remitteras till psykiatrin. Dessa personer räknades således till bortfall vid uppskattningen av överensstämmelsen mellan läkare och patient på totalpoäng. Vid analys av överensstämmelse på frågenivå har samtliga svar som lämnats av patienterna inkluderats i analysen. SPIFA MADRS Kvinnor Män Kvinnor Män Klinik Äldre Primärvård 1* Slutenvård Klinik Vuxen Primärvård 1 Slutenvård 1 1 Klinik 1* 2* Ungdom Primärvård Slutenvård Totalt Tabell 6: Bortfall pga ofullständigt ifyllt formulär av patienten. (* = ej skattad patient.) 11

12 3 Statistiska metoder 3.1 Metod för att uppskatta reliabilitet i data MADRS För att få en uppfattning om hur pass eniga läkarna är i bedömningen av en och samma patient och därmed hur hög reliabiliteten i data är används Cohen s kappa, κ, som mått. Varje läkares skattning jämförs med medianen för samtliga läkares skattningar. Kappakoefficienten antar värden i intervallet { 1, 1} och är ett mått på överensstämmelse som korrigerats för eventuell slumpmässig överensstämmelse. Generellt anser man att ˆκ 0.75 tyder på utmärkt överensstämmelse, 0.40 < ˆκ < 0.75 tyder på måttlig överensstäm melse, och ˆκ 0.40 på dålig överensstämmelse. Kappakoefficienten definieras som: ˆκ = p o p e 1 p e (1) där p o är summan av proportionerna som överensstämmer, dvs summan av diagonalvärdena i tabell 7, k p o = p ii (2) i=0 medan p e är summan av produkterna av marginalsannolikheterna, p i och p i enligt tabell 7. k p e = p i p i (3) i=0 Median Läkarens bedömning k Totalt 0 p 00 p p 0k p 0 1 p 10 p p 1k p k p k0 p k1... p kk p k Totalt p 0 p 1... p k 1 Tabell 7: Proportioner mellan läkare och medianen för samtliga läkare på en skala med k+1 kategorier. Med k avses det maximala värdet som skattningen kan anta, i detta fall är k = 6, dvs läkaren kan bedöma patienten med något av skalstegen {0,1,...,6}. 12

13 Eftersom skattningsskalan för MADRS utgörs av en ordinalskala, betyder det att en avvikelse med två steg, mellan två bedömare, visar på bättre överensstämmelse än en avvikelse med tre, fyra eller fem steg gör. Därför är det vid beräkning av kappakoefficienten möjligt att använda ett sk viktat kappa. Ett viktat kappavärde innebär att även de bedömningar som inte är exakt överensstämmande kommer att bidra till kappavärdets storlek. Vikterna, w ij, (i = 0,..., k; j = 0,..., k), väljs i intervallet {0, 1} så att w ii = 1, dvs exakt överensstämmelse tilldelas maximal vikt. Övriga vikter väljs genom: (i j)2 w ij = 1 (4) k 2 På så vis kommer alla bedömningar som inte överensstämmer exakt att tilldelas mindre vikt än den maximala. Läkarens bedömning och medianen anses uppträda symmetriskt, så w ij = w ji. Den viktade proportionen av överensstämmelse beräknas genom: p o(w) = k i=0 k w ij p ij (5) där proportionerna, p ij, är enligt tabell 7. Den viktade slumpmässiga överens stämmelsen beräknas genom: p e(w) = k i=0 j=0 k w ij p i p j (6) j=0 och bygger på antagandet om oberoende mellan bedömarna. Det viktade kappavärdet för varje bedömare ges slutligen av: ˆκ (w) = P o (w) P e (w) 1 P e (w). (7) För att kombinera de 15 skattningarna av kappavärdet beräknas ˆκ (w)medel genom: ˆκ (w)medel = g m=1 g m=1 ˆκ (w)m V m(ˆκ (w)m ) 1 V m(ˆκ (w)m ) Ett approximativt 100(1 α)% konfidensintervall för det kombinerade underliggande värdet κ (w)medel ges av: 1 ˆκ (w)medel ± c α/2 (9) g m=1 1 V m(ˆκ (w)m ) (8) 13

14 där V m (ˆκ (w)m ) = (s.e.(ˆκ (w)m )) 2 och s.e.(ˆκ (w) ) för den m:te skattningen av κ (w) uppskattas genom: där s.e.(ˆκ w ) = 1 (1 p e(w) ) k n i=0 k j=0 p ij [w ij ( w i + w j )(1 ˆκ w )] 2 D (10) D = [ˆκ w p e(w) (1 ˆκ w )] 2 (11) w i = k p j w ij (12) j=0 w j = k p i w ij. (13) i=0 För att uppskatta hur läkarnas skattningar förhåller sig till en sk gold standard 2 utförs även beräkningar av viktat kappa mot gold standard på samma vis som för medianen. Samtliga beräkningar är enligt[?] SPIFA När det gäller överensstämmelsen mellan läkarna i bedömningen av patienten som intervjuades efter SPIFA manualen är det pga de sneda marginalsannolikheterna inte rättvisande att använda kappa som ett mått på reliabiliteten. Här beräknas istället ett procenttal, p i, för hur pass bra varje läkares bedömning stämmer överens med majoritetens bedömning. Ett medelvärde för dessa procental beräknas slutligen genom: m = 1 N N p i (14) i=1 där N är antalet läkare som genomförde samskattningsövningen. 2 Med gold standard menas här en bedömning av patienten som gemensamt utförts av några personer med lång erfarenhet av MADRS skalans tillämpning. 14

15 3.2 Metod för att uppskatta överensstämmelse mellan läkarens och patientens skattning MADRS & MADRS S Om man betraktar alla läkarskattningar och egenbedömningar, enligt MADRS formuläret, som par av observationer där ingen hänsyn tas varken till vem som skattat patienten eller till vilken fråga som besvarats kan man betrakta data som två variabler med n observationer. Antalet observationer: n = 9 (antal skattade patienter) bortfall. (15) Ett viktat kappa för överensstämmelsen mellan läkarens skattning och patientens egenbedömning beräknas på samma sätt som vid beräkningen av interbedömaröverensstämmelsen, men med patientens skattning istället för medianen, se avsnitt 3.1.1, ekvation (4) (7) för detaljer. Ett approximativt 100(1 α)% konfidensintervall för det viktade kappavärdet beräknas genom[?]: ˆκ w c α/2 s.e.(ˆκ w ) κ w ˆκ w + c α/2 s.e.(ˆκ w ) (16) där s.e.(ˆκ w ) beräknas enligt ekvation (10) (13)[?]. För att uppskatta överensstämmelse mellan läkarens och patientens skattning på totalpoängen beräknas dels ett oviktat kappa för överensstämmelse på grupptillhörighet, dels korrelationen mellan totalpoäng på MADRS och MADRS S. För beräkning av oviktat kappa införs dummyvariabler, 1, 2 och 3, där patienter med totalpoäng, 0 20 enligt läkarens skattning tilldelas 1, tilldelas 2 och en totalpoäng > 40 ger en 3:a 3. Eftersom formuläret som fyllts i av patienten endast innehåller nio frågor beräknas de poäng som patienten bör uppnå, genom att ta motsvarande procenttal av den maximala poängen. För att läkarens skattning ska generera en 2:a krävs således en totalpoäng mellan 21 och 40, vilket motsvaras av en totalpoäng mellan 35% och 67% av 60 poäng. Totalpoängen på patientens egenbedömning ska således ligga mellan 35 67% av 54 poäng, dvs mellan 19 och 36 poäng, för att klassas som en 2:a. Ett kappavärde för överensstämmelse på totalpoäng beräknas genom: ˆκ = p o p e 1 p e (17) 3 Rekommenderade gränser för totalpoängen på MADRS, enligt vilka olika åtgärder bör vidtas[?], se avsnitt

16 där och p o = p e = k p ii (18) i=0 k p i p i (19) i=0 och proportionerna, p ij, är enligt tabell 8[?]. Patientens bedömning Läkarens bedömning Totalt 1 p 11 p 12 p 13 p 1 2 p 21 p 22 p 23 p 2 3 p 31 p 32 p 33 p 3 Totalt p 1 p 2 p 3 1 Tabell 8: Proportioner av läkarens och patientens bedömningar. Ett approximativt 100(1 α)% konfidensintervall för kappavärdet beräknas genom: där ˆκ c α/2 s.e.(ˆκ) κ ˆκ + c α/2 s.e.(ˆκ). (20) s.e.(ˆκ) = samt A, B och C beräknas genom[?]: A + B C (1 p e ) n (21) A = k p ii [1 (p i + p i )(1 ˆκ)] 2 (22) i=0 B = (1 ˆκ) 2 i j p ij (p i + p j ) 2 (23) C = [ˆκ p e (1 ˆκ)] 2. (24) För att uppskatta korrelationen beräknas Spearmans rho. Spearmans rho är en korrelationskoefficient som uppskattar beroendet mellan ranger för icke normalfördelade data. Spearmans rho beräknas genom: i,j θ = (r i r)(s j s) i (r i r) (25) 2 j (s j s) 2 16

17 där r i och s j är rangerna för totalpoängen på MADRS respektive MADRS S. För att undersöka hur pass bra överensstämmelsen är på respektive fråga mellan MADRS och MADRS S beräknas ett kappavärde för var och en av de nio frågorna. Detta genom att ta samtliga par av observationer som gjorts på respektive fråga utan hänsyn till vilken läkare som gjort skattningen. Ett viktat kappa beräknas via ekvation (4) (7), med patientens skattning istället för median. Ett konfidensintervall för viktat kappa beräknas via ekvation (10) (13) samt via ekvation (16). För att undersöka om kappa varierar mellan de platser (och därmed i stort sett av vem som skattat) som skattningarna utförts på, beräknas viktat kappa med konfidensintervall för respektive insamlingsplats där läkarskattnigar genomförts. Dessa beräkningar utföres via samma ekvationer som vid beräkning av viktat kappa för respektive fråga, se ovan SPIFA & DSRS Då formuläret för patientens självbedömning, DSRS, och formuläret som fyllts i av läkaren, SPIFA, innehåller olika antal frågor som ej är exakt överensstämmande har endast utfallet av respektive formulär jämförts, dvs om patienten har depression eller ej. För att uppskatta överensstämmelsen används kappavärdet som mått. Genom att betrakta läkarens och patientens skattning som oberoende par av 0/1 variabler, där 0 = ej depression och 1 = depression, erhålls totalt n par av observationer, där n är antalet genomförda läkarskattningar minus ev bortfall. Kappavärdet beräknas på samma sätt som vid överensstämmelse på totalpoäng, men med k = 2, se avsnitt 3.2.1, ekvation (17) (24) för detaljer. 3.3 Metod för att uppskatta prevalens av depression För att uppskatta andelen deprimerade i de olika patientgrupperna används dels patienternas självbedömningsformulär, DSRS, och dels läkarens skattning enligt SPIFA(se avsnitt för beskrivning av formulären). Detta för att se om det eventuellt finns några skilllnader i prevalens av depression mellan läkarnas och patienternas uppfattning. En studie av prevalens avser att vid en fix tidpunkt uppskatta andelen som uppfyller ett visst överenskommet kliniskt kriterium[?], i detta fall kriteriet för depression. Andelen deprimerade i populationen betecknas med P. P skattas med p genom: p = d n (26) 17

18 Där d är antalet personer som i undersökningen uppfyller kriterierna för depression, enligt respektive formulär, d är binomialfördelad Bin(n,P). Då np 5 och nq 5 där Q = 1 P är det möjligt att använda normal approximation av den exakta binomialfördelningen. Ett konfidensintervall för den underliggande proportionen, P, ges av alla de värden på P som uppfyller: p P 1 2n P Q n c α/2. (27) Genom att definiera q = 1 p och lösa ut P ges den undre respektive övre gränsen av: (2np + c 2 α/2 1) c α/2 c 2 α/2 (2 + 1/n) + 4p(nq + 1) P L = 2(n + c 2 α/2 ) (28) och P U = (2np + c 2 α/2 + 1) + c α/2 c 2 α/2 + (2 1/n) + 4p(nq 1) 2(n + c 2 α/2 ) (29) där c α/2 är värdet som skär bort arean α/2 från de båda ändarna på normal fördelningskurvan [?]. Då np < 5 eller nq < 5 används en tabell[?] för att uppskatta konfidensintervallet för P. 3.4 Överensstämmelse mellan MADRS & SPIFA samt mellan MADRS S & DSRS För att undersöka om de båda formulären SPIFA och MADRS tenderar att ge samma utfall vid bedömning av depression bör det vara skillnad mellan populationen som har bedömts deprimerade enligt SPIFA och den population som inte har det vad beträffar totalpoäng på MADRS. För att undersöka om populationen utan depression (SPIFA=0) skiljer sig från populationen med depression (SPIFA=1) utförs test av: H 0 = Inga skillnader mellan fördelningarna för MADRS totalpoäng före kommer mellan populationerna, SPIFA=0 och SPIFA=1. Då båda fördelningarna ej kan antas vara normalfördelade, används ett icke parametriskt test, Wilcoxons rangsummetest. 18

19 Observationerna från stickproven ordnas i storleksordning och tilldelas ranger från 1 till N, där N = n 0 + n 1, dvs summan av stickprovsstorlekarna. Rangsummorna, R 0 och R 1 beräknas. Ett lågt värde på R 0, och därmed ett högt värde på R 1 innebär att fördelningen för SPIFA=0 är förskjuten mot lägre värden[?]. Teststatistikan som används för test av H 0 är: H = 12 n i ( R i R) 2 N(N + 1) (30) där R i är medelvärdet av rangerna i grupp i och R är medelvärdet av alla ranger. Under nollhypotesen kan fördelningen för H approximeras med χ 2 1[?]. Testet utförs på samma sätt för att kontrollera överensstämmelsen mellan formulären ifyllda av patienten, MADRS S och DSRS. 19

20 4 Resultat 4.1 Reliabilitet i data MADRS Det totala antalet läkare som skattade patienter och deltog i samskattnings övningen var 15 st, så g = 15. Ett kombinerat viktat kappavärde, ˆκ (w)median, samt ett 95% igt konfidensintervall för detta, beräknades till: ˆκ (w)median = 0.74 (31) 0.71 ˆκ (w)median 0.77 (32) Viktat kappa för läkarnas överensstämmelse med gold standard, beräknades till: ˆκ (w)g.s = 0.62 (33) 0.55 ˆκ (w)g.s 0.68 (34) Samtliga beräkningar utförda i Matlab, se bilaga V. Samtliga läkare bedömde att patientens totalpoäng var 28 och 41 poäng SPIFA Totala antalet läkare som deltog var 15, så N = i=1 p i = 13.9, vilket ger m = 0.93, dvs överensstämmelse på SPIFA uppskattas vara 93%. Samtliga läkare bedömde patienten som deprimerad enligt kriterierna för SPIFA. 4.2 Överensstämmelse mellan läkarens och patientens skattning MADRS & MADRS S Antalet observationer vid uppskattning av överensstämmelsen mellan läkare och patient då ingen hänsyn tas till fråga eller till vem som skattat patienten uppgick till 1480 observationer.viktat kappavärde och ett 95%-igt konfidensintervall beräkandes i SAS (se bilaga VI) till: ˆκ w = 0.68 (35) 0.64 ˆκ w 0.72 (36) Vid uppskattningen av överensstämmelse på totalpoängen baseras räkning arna på n=163 observationer, fördelade enligt tabell 9. Enkelt kappavärde samt ett 95%-igt konfidensintervall beräknades (se bilaga VI) till: 20

21 ˆκ total = 0.63 (37) 0.46 κ total 0.79 (38) Patientens bedömning Läkarens bedömning Totalt Totalt Tabell 9: Fördelning av läkares och patienters bedömningar för totalpoäng på MADRS och MADRS S. Korrelationen mellan totalpoäng på MADRS och MADRS S, Spearmans rho, beräknades i SAS (se bilaga VI) till: ˆθ = 0.79 (39) Resultat av beräkningarna av viktat kappavärde för respektive fråga presenteras i tabell 10. Beräkningar utförda i Matlab, se bilaga VII. MADRS ˆκ (w) ˆκ (w)low ˆκ (w)high Antal obs Tabell 10: Viktat kappa, med 95% konfidensintervall, för överensstämmelse på respektive fråga mellan MADRS och MADRS S formuläret. Resultat av beräkningar av viktat kappa för respektive insamlingsplats presenteras i tabell 11. Beräkningar utförda i Matlab, se bilaga VII. 21

22 Plats ˆκ (w) ˆκ (w)low ˆκ (w)high A (63) B (54) C (134) D (90) E (27) F (54) H (72) I (432) J (180) K (72) L (27) M (24) N (38) O (63) P (61) Q (35) Tabell 11: Viktat kappa för överensstämmelse mellan MADRS och MADRS S för respektive plats, antal observationer inom parentes SPIFA & DSRS Beräkningar har utförts i SAS, se bilaga VI. Antalet observationer var 165 fördelade enligt tabell 12. Kappakoefficienten beräknades till: Ett 95% konfidensintervall beräknades till: ˆκ = 0.60 (40) 0.46 ˆκ 0.74 (41) Patientens bedömning Läkarens bedömning 0 1 Totalt Totalt Tabell 12: Fördelning för läkarens och patientens bedömningar enligt SPIFA och DSRS. 22

23 4.3 Prevalens av depression i olika patientgrupper Andelen med depression, enligt patienternas självbedömning (DSRS) presenteras i tabell 13, och enligt läkarskattningarna (SPIFA) i tabell 14. Beräkningar utförda i Matlab, se bilaga VIII. Grupp Deprimerade(%) Undre gräns(%) Övre gräns(%) män kvinnor ungdom män (1) kvinnor vuxna män kvinnor äldre män (1) kvinnor klinik män kvinnor primärvård män kvinnor slutenvård män kvinnor Tabell 13: Andel deprimerade(%), enligt patientens självbedömning(dsrs), samt 95% konfidensintervall för respektive grupp, (1) intervallet från tabell då Np < 5. 23

24 Grupp Deprimerade(%) Undre gräns(%) Övre gräns(%) män (1) kvinnor ungdom (1) män (1) kvinnor (1) vuxna män (1) kvinnor äldre (1) män (1) kvinnor (1) klinik män (1) kvinnor primärvård män (1) kvinnor slutenvård män (1) kvinnor Tabell 14: Andel deprimerade(%), enligt läkarskattningar med SPIFA, samt 95% konfidensintervall för respektive grupp, (1) intervallet från tabell då Np < Överensstämmelse mellan MADRS & SPIFA samt mellan MADRS S & DSRS Rangsummorna för populationerna beräknas med hjälp av Kruskal Wallis test i Minitab, vilket är detsamma som Wilcoxons rangsummetest. Vid jäm förelse av populationerna SPIFA=0 och SPIFA=1 vad beträffar totalpoäng på MADRS beräknades rangsummorna till, R 0 = 70.9 och R 1 = Testet visar på en signifikant skillnad mellan de båda populationerna (p ). Vid jämförelse av populationerna DSRS=0 och DSRS=1 vad beträffar totalpoäng på MADRS S beräknas rangsummorna till, R 0 = 60.8 och R 1 = Även detta test visar på en signifikant skillnad mellan de båda populationerna (p ). 24

25 5 Diskussion Vad beträffar reliabiliteten i data visar sig överensstämmelsen inom gruppen av läkare som skattat patienter vara god, ˆκ (w) = Generellt anser man att ˆκ (w) 0.75 tyder på utmärkt överensstämmelse, medan ˆκ (w) 0.40 tyder på dålig överensstämmelse[?]. Enigheten bland läkarna i bedömningen av patienten som intervjuades enligt SPIFA var även den god. Dock är det här inte lämpligt att använda kappavärde som mått på överensstämmelse då marginalsannolikheterna är sneda. Detta till följd av att patienten, som i videoupptagningen intervjuades enligt SPIFA, av majoriteten bedömdes uppfylla alla kriterier på depression som efterfrågades. Ett sätt att eventuellt undvika problem av denna typ är att använda sig av ett mer varierat material, dvs ett där patienten inte uppfyller samtliga kriterier på depression. Detta resonemang bygger på en artikel där marginalsannolikheternas betydelse för kappakoefficientens storlek diskuteras[?]. I artikeln konstateras bla att för ett fixt värde på den observerade överensstämmelsen, p o, minimeras den slumpmässiga överensstämmelsen, p e, (därmed maximeras kappakoefficienten) då marginalsannolikheterna är likformiga. Denna egenskap hos kappakoefficienten finner författaren rimlig eftersom det i ett fall där bedömningarna är koncentrerade till ett fåtal kategorier kan vara så att beslutskriterierna för att tillhöra en viss kategori är otillräckliga för att avgöra kategoritillhörighet. Därav borde kappakoefficienten då anta ett lägre värde än i ett fall där alla kategorier används i lika stor utsträckning. När det gäller läkarnas skattningar i förhållande till gold standard är överensstämmelsen något låg, ˆκ (w) = Detta skulle kunna bero på att en del av de läkare som skattade patienter var relativt nyutexaminerade, då de gjorde sin AT tjänstgöring under insamlingen av data. Det är därför troligt att de har mindre erfarenhet i användningen av skattningsformuläret MADRS, än vad den grupp specialister har som här utgör gold standard. Vid uppskattning av överensstämmelsen mellan MADRS och MADRS S, där man betraktar alla par av observationer som utförts utan hänsyn till vem som skattat eller till vilken fråga som besvarats, beräknas ˆκ (w) till Detta kan tyckas vara tämligen god överensstämmelse för att vara på frågenivå; man bör dock tänka på att detta resultat beror på många faktorer och därmed är felkällorna många. Patientens poäng på skattningsskalan påverkas av vederbörandes sanna tillstånd samt av det egna kriteriet för att skatta sig med nämnda poäng. Man kan anta att det förekommer variation inom patienten vid användandet av kriteriet, dvs en och samma patient kan vid ett tillfälle skatta sig med en 1:a och vid ett annat med en 2:a, trots att patientens sanna tillstånd är detsamma. Dessutom finns det variation mellan patienter, dvs två olika patienter som antas ha samma sanna tillstånd 25

26 tillämpar sina egna individuella kriterier och kan på så vis komma att skatta sig med olika poäng. Läkarens skattning beror likaså av vederbörandes egna kriterier, och skattningen av en och samma patient kan på så vis variera beroende av vem som utfört skattningen. Denna variation antas man dock ha kontrollerat för då man genom samskattningsövningen fått gruppen av läkare att tillämpa ungefär samma kriterium, men dock inte exakt samma eftersom ˆκ (w) < 1.0. Överensstämmelse på kategoritillhörighet, vad beträffar totalpoängen på MADRS och MADRS S, har uppskattats med ett enkelt kappavärde. Detta för att det här kan vara rimligt att kräva exakt överensstämmelse då resultatet av totalpoängen är det som till största del avgör vilka åtgärder som ska vidtas för patienten. Kappa uppskattas här till 0.63, vilket är något lågt. Vid närmare betraktande av tabell 9 kan man anta att det låga kappavärdet till stor del beror på de 13 observationer där läkarens totalpoäng genererat 1 och patientens 2. Detta tolkas som att patienterna finner sig något mer deprimerade än vad läkarna anser. Om man återknyter detta resultat med resultatet för gruppens överensstämmelse med gold standard finner man möjligen en rimlig förklaring. Då medianen för läkarna i samskattningsövningen var lägre än vad gold standard var är det tänkbart att denna grupp av läkare har en tendens att skatta lågt. Det något låga kappavärdet behöver således inte nödvändigtvis vara ett resultat av dålig överensstämmelse mellan de båda formulären. Spearmans korrelationskoefficient för totalpoäng på de båda formulären beräknades till, ˆθ = Detta är relativt hög korrelation, då maximal möjlig korrelation är 1.0, därmed antas totalpoängen på MADRS och MADRS S samvariera starkt. Vad beträffar överensstämmelsen mellan MADRS och MADRS S på respektive fråga ser det inte ut som att någon fråga avviker markant, dock har inga test utförts. Fråga nr 9, som har ett relativt lågt kappavärde (ˆκ (w) = 0.60) i förhållande till övriga värden, har tidigare uppmärksammats för att innehålla viss tvetydighet. Anledningen till tvetydigheten är att pessimism i bemärkelsen bristande framtidstro och föreställningar om samhällets undergång i olika bemärkelser är något annat än självförebråelser och känsla av att vara mindervärdig. Detta försök till förklaring har framförts i en diskussion på internet och är inte officiellt bekräftat. Men det är tänkbart att de två möjliga tolkningar kan ha bidragit till den låga överensstämmelsen mellan patient och läkare då de kan ha tolkat frågan på olika sätt. Variationen är stor vad beträffar kappavärden på de olika insamlingsplatserna. Antalet patienter som skattats på de olika platserna varierar också kraftigt, från 3 till 48. På tre platser är ˆκ (w) 0.40 vilket betyder att överens stämmelsen här inte är mycket bättre än slumpen. Överensstämmelsen mellan utfallet av formulären SPIFA och DSRS upp- 26

27 skattades till, ˆκ = 0.60, vilket är något lågt för att överensstämmelsen ska betecknas som god. Även här har läkarna en tendens att mer sällan skatta patienterna som deprimerade än vad patienterna själva gör (se tabell 12). Uppskattningen av prevalensen av depression enligt patientens formulär, DSRS, tycks stämma överens med att livstidsrisken för kvinnor att insjukna i en behandlingskrävande depression är större än livstidsrisken för män. Man finner här att en större andel kvinnor, 34%, än män, 18%, är deprimerade. Dock bör man beakta att svarsfrekvensen för män endast var 53.7%, vilket är lågt. Den största andelen deprimerade hittar man i gruppen unga kvinnor, av vilka uppskattningsvis 31% 50% är deprimerade. Skattningen av prevalens av depression, som baseras på läkarnas bedömning enligt SPIFA, pekar också den på att unga kvinnor är den åldersgrupp där störst andel är deprimerade. Dock är intervallen här mycket breda pga få observationer. Överensstämmelse mellan de båda formulären som använts av läkarna respektive patienterna tycks finnas. Resultatet av test av H 0, inga skillnader mellan fördelningar på totalpoäng för populationerna utan och med depression, visar på att det, som sig bör, finns en skillnad vad beträffar totalpoäng på MADRS respektive MADRS S. Dock förekommer det att patienter som enligt SPIFA och DSRS ej bedömts som deprimerade, på MADRS och MADRS S uppnår en totalpoäng > 20, vilket innebär att de kan tänkas vara i behov av antidepressiv medicinering. 27

28 6 Referenser 28

29 7 Bilagor I MADRS II MADRS S III SPIFA IV DSRS V Beräkning av reliabilitet (Matlab) VI Beräkningar utförda i SAS Viktat kappa för MADRS & MADRS S på frågenivå Kappa för totalpoäng på MADRS & MADRS S Spearmans rho Kappa för SPIFA & DSRS VII Beräkning av viktat kappa för olika frågor och insamlingsplatser (Matlab) VIII Beräkning av konfidensintervall för andelen deprimerade (Matlab) 29

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen

Läs mer

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Analytisk statistik. Mattias Nilsson Benfatto, PhD. Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Medicinsk statistik II

Medicinsk statistik II Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning

Läs mer

DSM-IV-kriterier för förstämningsepisoder (förkortade)

DSM-IV-kriterier för förstämningsepisoder (förkortade) Bilaga 2 DSM-IV-kriterier för förstämningsepisoder (förkortade) (Hämtade ur Svenska Psykiatriska Föreningens kliniska riktlinjer för förstämningssjukdomar) [59]. Egentlig depressionsepisod A. Minst fem

Läs mer

Vårdresultat för patienter. Elbehandling (ECT)

Vårdresultat för patienter. Elbehandling (ECT) Vårdresultat för patienter Elbehandling (ECT) I den här rapporten presenteras vårdresultat riktade till patienter och/eller anhöriga. Innehåll Vad är elbehandling?... 3 Antal behandlade patienter... 3

Läs mer

Statistik och epidemiologi T5

Statistik och epidemiologi T5 Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Dagens föreläsning Fördjupning av hypotesprövning Repetition av p-värde och konfidensintervall Tester för ytterligare situationer

Läs mer

Resultatdata fö r patienter ur Kvalitetsregister ECT

Resultatdata fö r patienter ur Kvalitetsregister ECT Resultatdata fö r patienter ur Kvalitetsregister ECT Från årsrapporten 2014 Innehåll 1. Antal ECT-behandlade och täckningsgrad... 2 2. Ålder och kön... 2 3. Behandlingstid och antal behandlingar... 3 4.

Läs mer

Lärare 4. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum

Lärare 4. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum 1 Lärare 4 Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum Lärare 2 Att utföra undersökningar Sneda statistiska underlag

Läs mer

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Att aktivera nedstämda föräldrar eller Beteendeterapi vid depression eller Beteendeaktivering (BA) av Martell, Jacobsen mfl

Att aktivera nedstämda föräldrar eller Beteendeterapi vid depression eller Beteendeaktivering (BA) av Martell, Jacobsen mfl Att aktivera nedstämda föräldrar eller Beteendeterapi vid depression eller Beteendeaktivering (BA) av Martell, Jacobsen mfl 1 Egentlig depressionsepisod Minst 5 symtom under 2 veckor Symtom 1 eller 2 krävs

Läs mer

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i

Läs mer

Handläggare Iren Lagerstedt Bernice Calissendorff DATUM 2009-08-12 Uppföljning av leg psykoterapeuts behandlingsinsatser på vårdcentral. Med början i februari 2009 och med successiv tillsättning under

Läs mer

7.3.3 Nonparametric Mann-Whitney test

7.3.3 Nonparametric Mann-Whitney test 7.3.3 Nonparametric Mann-Whitney test Vi har sett hur man kan testa om två populationer har samma väntevärde (H 0 : μ 1 = μ 2 ) med t-test (two-sample). Vad gör man om data inte är normalfördelat? Om vi

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110319)

EXAMINATION KVANTITATIV METOD vt-11 (110319) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110319) Examinationen består av 10 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

Differentiell psykologi

Differentiell psykologi Differentiell psykologi Måndag 5 september 2 Det psykologiska instrumentets anatomi - introduktion Det psykologiska instrumentets anatomi : Introduktion Introduktionens två delar Exponering: mätning in

Läs mer

Provmoment: Ladokkod: Tentamen ges för: Tentamen VVT012 SSK05 VHB. TentamensKod: Tentamensdatum: Tid:

Provmoment: Ladokkod: Tentamen ges för: Tentamen VVT012 SSK05 VHB. TentamensKod: Tentamensdatum: Tid: Vetenskaplig teori och metod Provmoment: Ladokkod: Tentamen ges för: Tentamen VVT012 SSK05 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-02-17 Tid: 09-11 09.00-11.00 Hjälpmedel: Inga hjälpmedel

Läs mer

TMS136. Föreläsning 13

TMS136. Föreläsning 13 TMS136 Föreläsning 13 Jämförelser mellan två populationer Hittills har vi gjort konfidensintervall och tester kring parametrar i EN population I praktiska sammanhang är man ofta intresserad av att jämföra

Läs mer

Initialfas. IPT ÄR MULTITASKING Timing balans mellan manual & Patient

Initialfas. IPT ÄR MULTITASKING Timing balans mellan manual & Patient Att skapa sig en tydlig förståelse Initialfas Arbeta med valt fokus Återskapa färdigheter och planera för framtiden Diagnostisering Sammanlänka depressionen till ett interpersonellt sammanhang Interpersonell

Läs mer

Gamla tentor (forts) ( x. x ) ) 2 x1

Gamla tentor (forts) ( x. x ) ) 2 x1 016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110204)

EXAMINATION KVANTITATIV METOD vt-11 (110204) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

, s a. , s b. personer från Alingsås och n b

, s a. , s b. personer från Alingsås och n b Skillnader i medelvärden, väntevärden, mellan två populationer I kapitel 8 testades hypoteser typ : µ=µ 0 där µ 0 var något visst intresserant värde Då användes testfunktionen där µ hämtas från, s är populationsstandardavvikelsen

Läs mer

The Calgary Depression Scale for Schizophrenics Svensk översättning: Lars helldin

The Calgary Depression Scale for Schizophrenics Svensk översättning: Lars helldin The Calgary Depression Scale for Schizophrenics Svensk översättning: Lars helldin Denna skala är avsedd att användas då det finns misstanke om att en patient med känd schizofreni parallellt lider av en

Läs mer

Martina Datavs Johansson Ann-Sofie Kardell. Utvärdering av KBT i grupp för personer med depression Vid psykiatrisk mottagning 2, allmänpsyk Uppsala

Martina Datavs Johansson Ann-Sofie Kardell. Utvärdering av KBT i grupp för personer med depression Vid psykiatrisk mottagning 2, allmänpsyk Uppsala Martina Datavs Johansson Ann-Sofie Kardell Utvärdering av KBT i grupp för personer med depression Vid psykiatrisk mottagning 2, allmänpsyk Uppsala BAKGRUND Vid psykiatrisk mottagning 2, (tidigare mottagningen

Läs mer

Innehåll. Steg 4 Statistisk analys. Skillnader mellan grupper. Skillnader inom samma grupp över tid. Samband mellan variabler

Innehåll. Steg 4 Statistisk analys. Skillnader mellan grupper. Skillnader inom samma grupp över tid. Samband mellan variabler Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig steg 1 5 Steg 4 Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 Hypotesprövning

Läs mer

Kod: PSYK. Fall3. Man 57 år. lo poäng. 3 delar- lo delfrågor Klinisk medicin V. 29 Examinatoms totalpoäng på detta blad:

Kod: PSYK. Fall3. Man 57 år. lo poäng. 3 delar- lo delfrågor Klinisk medicin V. 29 Examinatoms totalpoäng på detta blad: Kod: Fall3 Man 57 år lo poäng 3 delar- lo delfrågor 2012-03-23 Klinisk medicin V 29 Examinatoms totalpoäng på detta blad: Fall 3 - Man 57 år - 3 delar- lo p Del l Du gör AT på kirurgen i Visby. Till avdelningen

Läs mer

Nationell Patientenkät Akutmottagningar Ordinarie mätning Hösten 2014. Landstingsjämförande rapport

Nationell Patientenkät Akutmottagningar Ordinarie mätning Hösten 2014. Landstingsjämförande rapport Nationell Patientenkät Akutmottagningar Ordinarie mätning Hösten 2014 Landstingsjämförande rapport Nationell Patientenkät Akutmottagningar Undersökningen i korthet Under hösten 2014 genomfördes en mätning

Läs mer

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas. Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare och examinator : Björn-Olof Skytt, tel 790 8649. Tillåtna hjälpmedel:

Läs mer

Statistik och epidemiologi T5

Statistik och epidemiologi T5 Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.

Läs mer

a) Facit till räkneseminarium 3

a) Facit till räkneseminarium 3 3.1 Fig 1. Sammanlagt 30 individer rekryteras till studien. Individerna randomiseras till en av de fyra studiearmarna (1: 500 mg artemisinin i kombination med piperakin, 2: 100 mg AMP1050 i kombination

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad

Läs mer

Tentamen i Tillämpad statistisk analys, GN, 7.5 hp. 23 maj 2013 kl. 9 14

Tentamen i Tillämpad statistisk analys, GN, 7.5 hp. 23 maj 2013 kl. 9 14 STOCKHOLMS UNIVERSITET MT4003 MATEMATISKA INSTITUTIONEN LÖSNINGAR Avd. Matematisk statistik 3 maj 013 Lösningar Tentamen i Tillämpad statistisk analys, GN, 7.5 hp 3 maj 013 kl. 9 14 Uppgift 1 a Eftersom

Läs mer

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 23:E MAJ 2013 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt Tillåtna hjälpmedel: miniräknare, lathund

Läs mer

Är depression vanligt? Vad är en depression?

Är depression vanligt? Vad är en depression? Depression Din läkare har ställt diagnosen depression. Kanske har Du uppsökt läkare av helt andra orsaker och väntade Dig inte att det kunde vara en depression som låg bakom. Eller också har Du känt Dig

Läs mer

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion Gnuer i skyddade/oskyddade områden, binära utfall och binomialfördelningar Matematik och statistik för biologer, 10 hp Fredrik Jonsson Januari 2012 I vissa områden i Afrika har man observerat att förekomsten

Läs mer

Föreläsning 5 och 6.

Föreläsning 5 och 6. Föreläsning 5 och 6. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper@math.uu.se Tillämpad statistik för STS vt 2014 Icke-parametriska metoder Föreläsningarnas innehåll: Allmänt, icke-parametrisk

Läs mer

Dold depression hos äldre En studie av hemsjukvårdspatienter vid vårdcentralen Kronan.

Dold depression hos äldre En studie av hemsjukvårdspatienter vid vårdcentralen Kronan. Dold depression hos äldre En studie av hemsjukvårdspatienter vid vårdcentralen Kronan. Carmen Lundholm ST-läkare Sandra af Winklerfelt Specialist i Allmänmedicin- Klinisk Handledare Anna-Lena Undén Docent

Läs mer

Samplingfördelningar 1

Samplingfördelningar 1 Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 1 januari 006, kl. 09.00-13.00 Tillåtna hjälpmedel: Bifogad formel-

Läs mer

VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK

VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK VANLIGA TERMER OCH BEGREPP INOM MEDICINSK VETENSKAP OCH STATISTIK TERM Analytisk statistik Bias Confounder (förväxlingsfaktor)) Deskriptiv statistik Epidemiologi Fall-kontrollstudie (case-control study)

Läs mer

Depression hos äldre i Primärvården

Depression hos äldre i Primärvården Depression hos äldre i Primärvården Maria Magnil-Molinder Specialist i allmänmedicin Brämaregårdens Vårdcentral Göteborg Doktorand vid Enheten för allmänmedicin Göteborgs Universitet Är det viktigt att

Läs mer

MADRS-S (MADRS självskattning)

MADRS-S (MADRS självskattning) Sida av MADRS-S (MADRS självskattning) Institutionen för klinisk neurovetenskap, sektionen för psykiatri, Karolinska Institutet, Stockholm. Namn Ålder Kön Datum Kod Summa Avsikten med detta formulär är

Läs mer

Hur man tolkar statistiska resultat

Hur man tolkar statistiska resultat Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?

Läs mer

Analys av proportioner

Analys av proportioner Analys av proportioner Innehåll Proportion konfidensintervall Jämförelse av två proportioner Två oberoende stickprov Relativ risk Parvisa observationer Jämförelse av tre eller flera proportioner x² (chi-två)

Läs mer

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande

Läs mer

FÖRELÄSNING 8:

FÖRELÄSNING 8: FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data

Läs mer

4. Behov av hälso- och sjukvård

4. Behov av hälso- och sjukvård 4. Behov av hälso- och sjukvård 3.1 Befolkningens behov Landstinget som sjukvårdshuvudman planerar sin hälso- och sjukvård med utgångspunkt i befolkningens behov, därför har underlag för diskussioner om

Läs mer

Beskrivande statistik. Tony Pansell, Leg optiker Docent, Universitetslektor

Beskrivande statistik. Tony Pansell, Leg optiker Docent, Universitetslektor Beskrivande statistik Tony Pansell, Leg optiker Docent, Universitetslektor Beskrivande statistik Grunden för all analys är ordning och reda! Beskrivande statistik hjälper oss att överskådligt sammanfatta

Läs mer

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) 2016-01-13 Statistiska institutionen, Uppsala universitet Uppgift 1 (20 poäng) A) (4p) Om kommunens befolkning i den lokala arbetsmarknaden

Läs mer

Depression. 26 september 2013

Depression. 26 september 2013 Depression 26 september 2013 Epidemiologi Prevalens 6% I Sverige har 12% av alla sjukskrivna diagnosen depression Patienter med depression 31% ingen vårdkontakt 51% misskända patienter 6% otillräcklig

Läs mer

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 5 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Andelar (kap 24) o Binomialfördelning (kap 24.1) o Test och konfidensintervall för en andel (kap 24.5, 24.6, 24.8) o Test

Läs mer

Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid:

Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid: Vetenskaplig teori och metod Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-11-09 Tid: 09.00-11.00 Hjälpmedel: Inga hjälpmedel

Läs mer

Lärare 1. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum

Lärare 1. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum Lärare 1 Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum Lärare 2 Att utföra undersökningar Sneda statistiska underlag

Läs mer

Nationell Patientenkät Primärvård läkare Mellanårsmätning Hösten Landstingsjämförande rapport

Nationell Patientenkät Primärvård läkare Mellanårsmätning Hösten Landstingsjämförande rapport Nationell Patientenkät Primärvård läkare Mellanårsmätning Hösten 2014 Landstingsjämförande rapport Nationell Patientenkät Primärvård läkare Undersökningen i korthet Under hösten 2014 genomfördes en mellanårsmätning

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Analys av korstabeller 2 Innehåll 1 Analys av korstabeller 2 Korstabeller Vi har tidigare under kursen redan bekantat oss med korstabeller. I en korstabell redovisar man fördelningen på två

Läs mer

SF1901: SANNOLIKHETSLÄRA OCH STATISTIK. MER HYPOTESPRÖVNING. χ 2 -TEST. Jan Grandell & Timo Koski

SF1901: SANNOLIKHETSLÄRA OCH STATISTIK. MER HYPOTESPRÖVNING. χ 2 -TEST. Jan Grandell & Timo Koski SF1901: SANNOLIKHETSLÄRA OCH STATISTIK FÖRELÄSNING 12. MER HYPOTESPRÖVNING. χ 2 -TEST Jan Grandell & Timo Koski 25.02.2016 Jan Grandell & Timo Koski Matematisk statistik 25.02.2016 1 / 46 INNEHÅLL Hypotesprövning

Läs mer

Skrivning/skriftlig eksamen till statistikdelen av kursen i forskningsmetodik maj 2002

Skrivning/skriftlig eksamen till statistikdelen av kursen i forskningsmetodik maj 2002 Skrivning/skriftlig eksamen till statistikdelen av kursen i forskningsmetodik maj 2002 Skriv läsligt! Utrymmet/pladsen på pappret bör räcka att svara på. Om du fortsätter på något annat ställe, ange detta

Läs mer

Alkoholberoende, diagnos

Alkoholberoende, diagnos Alkoholberoende, diagnos I Läkemedelsverkets behandlingsrekommendationer från år 2007 anges att 5 procent av befolkningen beräknas vara alkoholberoende, vilket motsvarar drygt 450 000 personer. (1) Utöver

Läs mer

Årsrapport 2011. Huvudman Landstinget i Uppsala län 751 25 UPPSALA. 2 Årsrapport 2011

Årsrapport 2011. Huvudman Landstinget i Uppsala län 751 25 UPPSALA. 2 Årsrapport 2011 Årsrapport 2011 2 Årsrapport 2011 Årsrapport 2011 Nationella kvalitetsregistret för psykossjukdomar (PsykosR) www.kcp.se Författare Rickard Färdig Leg psykolog, Fil.Dr, Utveckingsresurs Projektet Bättre

Läs mer

Tentamen vetenskaplig teori och metod, Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1

Tentamen vetenskaplig teori och metod, Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1 Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1 Ladokkod: 61ST01 Tentamen ges för: SSK GSJUK13v Tentamenskod: Tentamensdatum: 2015 10 02 Tid: 09:00 12:00 Hjälpmedel: Inga hjälpmedel Totalt

Läs mer

Agenda. Bakgrund. Diagnos och behandling vid ångest och depression. Bakgrund. Diagnostik. Depression. Ångestsyndrom. Sammanfattning- take-home message

Agenda. Bakgrund. Diagnos och behandling vid ångest och depression. Bakgrund. Diagnostik. Depression. Ångestsyndrom. Sammanfattning- take-home message Diagnos och behandling vid ångest och depression Louise Hamark Distriktsläkare och KBT-terapeut Uppsala Agenda Bakgrund Diagnostik Depression Sammanfattning- take-home message Bakgrund 1/3 av primärvårdens

Läs mer

Vad är BUP? En introduktionsföreläsning till barn och ungdomspsykiatrin. Mia Ramklint

Vad är BUP? En introduktionsföreläsning till barn och ungdomspsykiatrin. Mia Ramklint Vad är BUP? En introduktionsföreläsning till barn och ungdomspsykiatrin Mia Ramklint När är man barn och ungdom? Spädbarn Småbarn/Förskolebarn Skolbarn Ungdomar/tonåringar Unga vuxna Barn med beteendestörningar

Läs mer

TENTAMEN I STATISTIKENS GRUNDER 2

TENTAMEN I STATISTIKENS GRUNDER 2 STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:

Läs mer

Kvantitativa metoder och datainsamling

Kvantitativa metoder och datainsamling Kvantitativa metoder och datainsamling Kurs i forskningsmetodik med fokus på patientsäkerhet 2015-09-23, Peter Garvin FoU-enheten för närsjukvården Kvantitativ och kvalitativ metodik Diskborsten, enkronan

Läs mer

Man måste vila emellanåt

Man måste vila emellanåt Man måste vila emellanåt Patienters självskattade och berättade erfarenheter av att leva med kronisk hjärtsvikt Lena Hägglund Institutionen för Omvårdnad och Institutionen för Folkhälsa och Klinisk medicin

Läs mer

POPULATION OCH BORTFALL

POPULATION OCH BORTFALL RAPPORT POPULATION OCH BORTFALL En teknisk rapport om populationen och bortfallet i den internetbaserade Örebro-undersökningen om mobbning vid mätningarna 2012 och 2013. Björn Johansson Working Papers

Läs mer

Underlag för psykiatrisk bedömning

Underlag för psykiatrisk bedömning 1 Underlag för psykiatrisk bedömning 1. Orsak till bedömningen (Remiss? Sökt själv? Huvudproblem?).. (TC: kontaktorsak) 2. Långsiktigt förlopp (Kartlägg förlopp från uppgiven symtomdebut. Ange besvärsperioder,

Läs mer

Hypotestestning och repetition

Hypotestestning och repetition Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att

Läs mer

F19, (Multipel linjär regression forts) och F20, Chi-två test.

F19, (Multipel linjär regression forts) och F20, Chi-två test. Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med

Läs mer

FRÅGEFORMULÄR OM SMÄRTPROBLEM (3)

FRÅGEFORMULÄR OM SMÄRTPROBLEM (3) nr: FRÅGEFORMULÄR OM SMÄRTPROBLEM (3) Namn: Adress: Telenr: - Här följer några frågor och påståenden som kan vara aktuella för Dig som har besvär, värk eller smärta. Läs varje fråga och svara så gott Du

Läs mer

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande

Läs mer

8. Nuvarande praxis. 8.1 Inledning

8. Nuvarande praxis. 8.1 Inledning 8. Nuvarande praxis 8.1 Inledning Sömnbesvär behandlas, som framgått av tidigare kapitel, i stor utsträckning med läkemedel. Enligt Apotekets försäljningsstatistik uppgick försäljningen av sömnmedel och

Läs mer

Diagnostik av förstämningssyndrom

Diagnostik av förstämningssyndrom Diagnostik av förstämningssyndrom i samarbete 1med Denna broschyr bygger dels på slutsatserna från SBU:s rapport Dia gno stik och uppföljning av förstämningssyndrom (2012), dels på ett anonymiserat patientfall.

Läs mer

Behandling av nedstämdhet Hur ser dagens praxis ut?

Behandling av nedstämdhet Hur ser dagens praxis ut? Behandling av nedstämdhet Hur ser dagens praxis ut? Ingvar Krakau 2007-03-22 Praxisstudiens uppläggning Oro och nedstämdhet som samhällsproblem Hur uppmärksammas de som insjuknar Primär kontakt och diagnostik

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 5 Statistiska metoder 1 Dagens föreläsning o Konfidensintervall För andelar För medelvärden Vid jämförelser o Den statistiska felmarginalen o Stickprovsstorlek 2 Introduktion När man beräknar

Läs mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko. SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt

Läs mer

Tentamen i Statistik, STA A10 samt STA A13 9p 24 augusti 2005, kl

Tentamen i Statistik, STA A10 samt STA A13 9p 24 augusti 2005, kl Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A0 samt STA A3 9p 4 augusti 005, kl. 08.5-3.5 Tillåtna hjälpmedel: Ansvarig lärare: Övrigt:

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl Karlstads universitet Avdelningen för nationalekonomi och statistik Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl 08.15-13.15 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema

Läs mer

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser

Läs mer

Vetenskaplig metod och statistik

Vetenskaplig metod och statistik Vetenskaplig metod och statistik Innehåll Vetenskaplighet Hur ska man lägga upp ett experiment? Hur hanterar man felkällor? Hur ska man tolka resultatet från experimentet? Experimentlogg Att fundera på

Läs mer

Vad tycker Du om oss?

Vad tycker Du om oss? Vad tycker Du om oss? Patientenkät 216 Beroendecentrum Stockholm Marlene Stenbacka Innehåll Sid. Sammanfattning 2 Bakgrund 3 Metod 3 Resultat 4 Figurer: Figur 1a, 1b. Patientenkät för åren 211, 213-216.

Läs mer

Nationell utvärdering 2013 vård och insatser vid depression, ångest och schizofreni. Rekommendationer, bedömningar och sammanfattning

Nationell utvärdering 2013 vård och insatser vid depression, ångest och schizofreni. Rekommendationer, bedömningar och sammanfattning Nationell utvärdering 2013 vård och insatser vid depression, ångest och schizofreni Rekommendationer, bedömningar och sammanfattning Du får gärna citera Socialstyrelsens texter om du uppger källan, exempelvis

Läs mer

EPIDEMIOLOGI. Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell)

EPIDEMIOLOGI. Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell) EPIDEMIOLOGI Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell) Läran om utbredningen av och orsakerna till hälsorelaterade tillstånd eller förhållanden i specifika populationer och tillämpningen

Läs mer

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering.

Uppgift 1 (14p) lika stor eller mindre än den förväntade poängen som efterfrågades i deluppgift d? Endast svar krävs, ingen motivering. Uppgift 1 (14p) I en hockeymatch mellan lag A och lag B leder lag A med 4-3 när det är en kvart kvar av ordinarie matchtid. En oddssättare på ett spelbolag behöver bestämma sannolikheten för de tre matchutfallen

Läs mer

Analytisk statistik. Tony Pansell, optiker Universitetslektor

Analytisk statistik. Tony Pansell, optiker Universitetslektor Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp

Läs mer

LANDSTINGET I VÄRMLAND 2009-06-08 1

LANDSTINGET I VÄRMLAND 2009-06-08 1 LANDSTINGET I VÄRMLAND 2009-06-08 1 Förtydligande av vårdrutinen ansvars- och arbetsfördelning mellan division och division beträffande patienter med sk problematik Psykoorganiska tillstånd Konfusion Demens

Läs mer

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p) Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 27:E OKTOBER 2014 KL 08.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn-Olof Skytt, 08-790 86 49.

Läs mer

Antagen av Samverkansnämnden 2013-12-06

Antagen av Samverkansnämnden 2013-12-06 Politisk viljeinriktning för Vård och insatser vid depression, ångest och schizofreni i Uppsala-Örebroregionen baserade på Socialstyrelsens Nationella utvärdering 2013 Antagen av Samverkansnämnden 2013-12-06

Läs mer

F9 Konfidensintervall

F9 Konfidensintervall 1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att

Läs mer

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle Lärare: Mikael Elenius, 2006-08-25, kl:9-14 Betygsgränser: 65 poäng Väl Godkänt, 50 poäng

Läs mer

Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig (ej fackspråklig) ordbok utan kommentarer. Formelsamling lånas i tentamenslokalen.

Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig (ej fackspråklig) ordbok utan kommentarer. Formelsamling lånas i tentamenslokalen. Grundläggande statistik med regressionsanalys Ladokkod: TT131A 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-28 Tid: 14-18 Hjälpmedel: Miniräknare

Läs mer

Diagnostik och utredning av patienter med depressiva symtom på Tranebergs vårdcentral

Diagnostik och utredning av patienter med depressiva symtom på Tranebergs vårdcentral Diagnostik och utredning av patienter med depressiva symtom på Tranebergs vårdcentral Åsa Andreasson, ST-läkare Tranebergs Vårdcentral Oktober 2011 Klinisk handledare Monica Bäck, spec. i allmänmedicin

Läs mer

Exempel på observation

Exempel på observation Exempel på observation 1 Jag gjorde en ostrukturerad, icke deltagande observation (Bell, 2005, s. 188). Bell beskriver i sin bok ostrukturerad observation som något man tillämpar när man har en klar uppfattning

Läs mer

Mall och manual för granskning av interventionsstudier

Mall och manual för granskning av interventionsstudier Mall och manual för granskning av interventionsstudier Denna granskningsmall är modifierad efter original från SBU (5), 2002-12-12. En vetenskaplig artikel är oftast indelad i följande avsnitt: introduktion,

Läs mer

Problem med analyser av EQ-5D data. Philippe Wagner Tomasz Czuba Jonas Ranstam

Problem med analyser av EQ-5D data. Philippe Wagner Tomasz Czuba Jonas Ranstam Problem med analyser av EQ-5D data Philippe Wagner Tomasz Czuba Jonas Ranstam Tänkte prata om Vad är EQ-5D? Hur analyseras EQ-5D data? Kort repetition av t-testet T-testet och EQ-5D data Kort repetition

Läs mer

Attityder kring SBU:s arbete. Beskrivning av undersökningens upplägg och genomförande samt resultatredovisning

Attityder kring SBU:s arbete. Beskrivning av undersökningens upplägg och genomförande samt resultatredovisning Attityder kring SBU:s arbete Beskrivning av undersökningens upplägg och genomförande samt resultatredovisning Hösten 2010 Innehållsförteckning INNEHÅLLSFÖRTECKNING ANALYSRAPPORT Sammanfattning... 1 Inledning...

Läs mer