Svensk Dialysdatabas. Dialysdos PD. Klinikdata hösten 2005 Översikt åren
|
|
- Olof Ström
- för 7 år sedan
- Visningar:
Transkript
1 Svensk Dialysdatabas Dialysdos PD Klinikdata hösten 5 Översikt åren 2 5
2 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Fördelning av olika PD-typer Figur 2. Aminosyreanvändning Figur 3. Icodextrinanvändning Figur 4. Volym in per dygn i CAPD Figur 5. Volym in per dygn APD våt dag Figur 6. Totalt Kt/V för urea Figur 7. Andel med Kt/V > 1, Figur 8. Totalt kreatininclearance Figur 9. Andel med totalt kreatininclearance > 50 L Tabell 1. Volym in i CAPD Tabell 2. Volym in i APD våt dag Tabell 3. Andel med någon typ av APD Tabell 4. Andel med aminosyror Tabell 5. Andel med icodextrin Tabell 6. Andel med aminosyror o/e icodextrin Tabell 7. Totalt Kt/V för urea Tabell 8. Andel med totalt Kt/V > 1, Tabell 9. Total kreatininclearance Tabell 10. Andel med totalt kreatininclearance > 50 L Referenser
3 Läsanvisningar och kommentarer I princip är alla diagram i rapporten av samma typ. Kategoriaxeln (x-axeln) visar varje deltagande klinik i form av en sifferkod. Kliniker som inte levererat data avseende aktuell variabel visas inte. Värdeaxeln (y-axeln) visar antingen medelvärdet eller måluppfyllelse i procent för aktuell variabel. Mätenhet framgår av diagramrubriken. I båda fallen visar felstaplarna det 95-procentiga konfidensintervallet för värdet eller procenttalet. I vissa fall är den aktuella variabeln så skevt fördelad att medianvärdet ger en bättre eller kompletterande beskrivning av data. Felstaplarna i diagram med medianvärden visar interkvartilavståndet. Detta innebär att området inom interkvartilavståndet omfattar hälften av observationerna. Metoder Data har insamlats under hösten 5. Deltagande kliniker har uppmanats rapportera en uppsättning data för varje patient i kronisk HD-behandling under valfri vecka under någon av veckorna Databasen för 5 års undersökning omfattar 699 dataposter för PD. Den statistiska bearbetningen har gjorts med StatView for Windows version 5.0. Programmets One Sample Analysis har använts för beräkning av konfidensintervall för medelvärden. Beräkning av procentandel med konfidensintervall har gjorts i Excel med den metod (Wilson 1927) som rekommenderas i Gardner & Altmans Statistics with confidence, andra upplagan (sid. 46), efter det att andel och antal observationer har beräknats i StatView. Merparten av diagrammen har framställts i Excel. SDDB: s data är av två huvudtyper, ordinationsdata och mätdata. Ordinationsdata är principiellt påtagligt stabilare än mätdata. Mätdata i sin tur är mer eller mindre labila. Den matematiska bearbetningen av data kan inte ta hänsyn till detta. Det måste läsaren göra. Storleken på konfidensintervallet för ett medelvärde bestäms av spridningen i data (standardavvikelsen), antalet observationer och val av konfidensintervall (95-procentiga intervall används konsekvent). Förutsatt att den underliggande spridningen är den samma på alla kliniker så minskar konfidensintervallet proportionellt med antalet observationer. Vid beräkning av konfidensintervallet för procentandel används enbart värdet på andelen och antal observationer. Eftersom andelen alltid är mellan noll och 100 procent blir konfidensintervallen mer asymmetriska ju närmre dessa extremer andelen är. Dialysdos Dialysdos i PD mäts traditionellt som Kt/V för urea och som Kreatininclearance. Båda måtten avser en veckas behandling, vilket innebär att den mätning som görs ett dygn extrapoleras till att gälla en hel vecka. Kt för urea under en vecka kan enkelt beräknas med insamling av använt dialysat och urinsamling. V kan däremot inte bestämmas med kliniskt användbara rutinmetoder, utan måste beräknas med hjälp av en antropometrisk ekvation, vanligtvis enligt Watson [1]. Problemet med detta är givetvis att V beräknat med denna ekvation förutsätter att alla patienter är genomsnittspatienter vilket inte alltid är fallet. I motsats till Kt/V vid hemodialys, där V inte behöver vara känt 1, blir alltså Kt/V i PD, p.g.a. svårigheten med att bestämma V korrekt, ett osäkert mått på dialysdos [2]. Icke desto mindre används Kt/V i kvalitetssäkringssammanhang. Kreatininclearance normaliseras i stället till 1,73 m 2 kroppsyta, där kroppsytan också beräknas med en antropometrisk ekvation, vanligtvis enligt DuBois och DuBois [3]. Denna normalisering anses mer robust. Enligt senaste EBPG för PD gäller numera ett renodlat PD-clearance för urea, mätt som Kt/V, på minst 1,7, för att ett av de båda adequacy-måtten skall an- 1 Vid klassisk ureakinetisk modellering (UKM) är det, förutom Kt/V, i själva verket V som beräknas ( modelleras ). 3
4 ses var uppnått. Det andra måttet är att anuriska patienter skall ultrafiltrera minst en liter per dygn. Detta mått följs f.n. inte av SDDB. För APD-patienter finns ett ytterligare mål på minst 45 (50 enligt förslaget till nya nationella riktlinjer) L/vecka/1,73 kvm som renodlat PD-clearance för kreatinin. I dessa riktlinjer sägs också att restfunktion kan kompensera om dessa mål inte kan uppnås med dialysbehandlingen. I SDDB registreras total-kt/v, totalt Kreatininclearance/1,73 m 2 samt GFR. Ett litet problem är att de tre firmasponsrade datorprogram som finns för beräkning av dialysdos inte är helt transparenta. Baxters och Fresenius program använder sig av konventionella beräkningsmetoder för clearance och baseras på en dygnssamling av dialysat och eventuell urin, medan Gambros program baseras på den s.k. treporsmodellen och på specifika byten med olika påsstyrkor. Så långt det har gått att utröna ger de olika programmen samma resultat vid beräkning av de aktuella variablerna. Ett speciellt problem är att Gambros program anger kreatininclearance i ml/min/1,73 m 2, medan övriga program anger samma variabel i mätenheten L/vecka/1,73 m 2. Eftersom en vecka innehåller minuter måste värdet på Kreatininclearance från Gambros program multipliceras med 10,1, vilket framgår av manualen, men det förbises ändå ibland. Helsingborg KG Prütz 4
5 Fördelning av olika PD-typer 5 100% % 24 60% 40% 70 20% 0% CAPD APD (våt dag) APD (torr dag) PD med HD-stöd Figur 1. Fördelning av olika PD-typer 5 De nationella procenttalen visas i stapeln för riket.
6 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Aminosyror tillsatta dialysatet Figur 2. Aminosyreanvändning 5 Nej Ja
7 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Icodextrin tillsatt dialysatet Figur 3. Icodextrinanvändning 5 Nej Ja
8 Medelvärde (95% KI) volym in per dygn i CAPD Figur 4. Volym in per dygn i CAPD 5
9 Medelvärde (95% KI) volym in APD med våt dag Figur 5. Volym in per dygn APD våt dag 5
10 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 Medelvärde (95% KI) för Kt/V urea Figur 6. Totalt Kt/V för urea 5
11 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Procent (95% KI) av värdena för Kt/V > 1, Figur 7. Andel med Kt/V > 1,7 5
12 Medelvärde (95% KI) för kreatininclerance i L/vecka/1,73 m Figur 8. Totalt kreatininclearance 5 Klinikerna och har uppenbarligen lagt in data med fel mätenhet, se de inledande kommentarerna.
13 Procent (95% KI) av värdena för kreatininclearance > 50 L/1,73 m % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Figur 9. Andel med totalt kreatininclearance > 50 L 5 Se kommentaren till figur 8.
14 Inclusion criteria: CAPD from arbetsbok_pd.svd Ordinerad PD-volym (L), Total Ordinerad PD-volym (L), 2 Ordinerad PD-volym (L), 3 Ordinerad PD-volym (L), 4 Ordinerad PD-volym (L), 5 Tabell 1. Volym in i CAPD 2 5 Mean Std. Dev. Count # Missing Median 8,13 1, ,00 8,11 1, ,00 8,17 1, ,00 8,15 1, ,00 8,07 1, ,00 Andel APD, Total Andel APD, 2 Andel APD, 3 Andel APD, 4 Andel APD, 5 Mean Count # Missing 0, , , , , Tabell 3. Andel 2 med någon typ av APD 2 5 APD med våt dag dominerar kraftigt, i princip ser alla år ut som i figur 1. Inclusion criteria: APD from arbetsbok_pd.svd Ordinerad PD-volym (L), Total Ordinerad PD-volym (L), 2 Ordinerad PD-volym (L), 3 Ordinerad PD-volym (L), 4 Ordinerad PD-volym (L), 5 Tabell 2. Volym in i APD våt dag 2 5 Mean Std. Dev. Count # Missing Median 17,13 4, ,00 18,28 4, ,50 17,86 4, ,10 16,09 4, ,10 16,65 4, ,50 Andel AA, Total Andel AA, 2 Andel AA, 3 Andel AA, 4 Andel AA, 5 Mean Count # Missing 0, , , , , Tabell 4. Andel med aminosyror Andel betecknas av beräkningstekniska skäl som mean. 14
15 Mean Count # Missing Mean Std. Dev. Count # Missing Median Andel icodextrin, Total 0, Totalt Kt/V Urea, Total 2,34 0, ,26 Andel icodextrin, 2 0, Totalt Kt/V Urea, 2 2,33 0, ,20 Andel icodextrin, 3 0, Totalt Kt/V Urea, 3 2,32 0, ,20 Andel icodextrin, 4 0, Totalt Kt/V Urea, 4 2,34 0, ,26 Andel icodextrin, 5 0, Totalt Kt/V Urea, 5 2,35 0, ,27 Tabell 5. Andel med icodextrin 2 5 Tabell 7. Totalt Kt/V för urea 2 5 Mean Count # Missing Mean Count # Missing Andel AA o/e IDX, Total 0, Tot Kt/V > 1,7, Total 0, Andel AA o/e IDX, 2 0, Tot Kt/V > 1,7, 2 0, Andel AA o/e IDX, 3 0, Tot Kt/V > 1,7, 3 0, Andel AA o/e IDX, 4 0, Tot Kt/V > 1,7, 4 0, Andel AA o/e IDX, 5 0, Tot Kt/V > 1,7, 5 0, Tabell 6. Andel med aminosyror o/e icodextrin 2 5 Tabell 8. Andel med totalt Kt/V > 1,
16 Mean Std. Dev. Count # Missing Median Mean Count # Missing tot Kreatcl (korr), Total 76,68 19, ,00 Kreat-cl > 50, Total 0, tot Kreatcl (korr), 2 76,77 18, ,00 Kreat-cl > 50, 2 0, tot Kreatcl (korr), 3 76,32 20, ,00 Kreat-cl > 50, 3 0, tot Kreatcl (korr), 4 76,28 19, ,00 Kreat-cl > 50, 4 0, tot Kreatcl (korr), 5 77,35 20, ,45 Kreat-cl > 50, 5 0, Tabell 9. Total kreatininclearance 2 5 Inverkan på medelvärde och medianvärde av de felaktiga värdena i figur 8 har eliminerats genom att de lägsta och högsta fem procenten av värdena har trimmats bort. Tabell 10. Andel med totalt kreatininclearance > 50 L Samma data som i tabell 9 ligger till grund för beräkningarna. Referenser 1. Watson PE, Watson ID, Batt RD: Total body water volumes for adult males and females estimated from simple anthropometric measurements. Am J Clin Nutr 1980, 33(1): Johansson AC, Samuelsson O, Attman PO, Bosaeus I, Haraldsson B: Limitations in anthropometric calculations of total body water in patients on peritoneal dialysis. J Am Soc Nephrol 1, 12(3): DuBois D: Arch Int Med 1916, 17:
Svensk Dialysdatabas. Fosfat och PTH HD och PD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Fosfat och PTH HD och PD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Fosfat HD 5...4 Figur 2. Andel Fosfat < 1,8 HD 5...5
Läs merSvensk Dialysdatabas. Anemibehandling HD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Anemibehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Hb-värden...5 Figur 2. Andel med Hb >100...6 Figur 3. Andel
Läs merSvensk Dialysdatabas. Anemibehandling PD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Anemibehandling PD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Hb-värden...5 Figur 2. Andel med Hb >100...6 Figur 3. Andel
Läs merSvensk Dialysdatabas. Blodtryck och blodtrycksbehandling PD. Klinikdata hösten 2005 Översikt åren 2002 2005
Svensk Dialysdatabas Blodtryck och blodtrycksbehandling PD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT 5...4 Figur 2. Andel med
Läs merSvensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005
Svensk Dialysdatabas Blodtryck och blodtrycksbehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT (mm Hg) före dialys...4 Figur
Läs merSvensk Dialysdatabas. Dialysdos HD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Dialysdos HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Dialysantal i kategorier 3...5 Figur 2. Dialysantal medelvärde...6
Läs merDIALYS I SVERIGE 2005. sddb
DIALYS I SVERIGE 5 sddb Svensk Dialysdatabas Svensk Njurmedicinsk Förening Hösten 5 Förkortningar ANOVA Analysis of Variance (Variansanalys) APD Automated Peritoneal Dialysis (Maskin-PD) CAPD Continuous
Läs merResultat SDDB hösten Hemodialys. Version
Resultat SDDB hösten 3 Hemodialys Version 4-05-12 1 Diagrammen visar medelvärde eller procentandel per enhet. Den röda stapeln visar det nationella medelvärdet eller procentandelen. Observera att merparten
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs merPeritonealdialys. Analys av PDC mätning Vad Varför Hur? Laboratoriebroschyr
Peritonealdialys Analys av PDC mätning Vad Varför Hur? Laboratoriebroschyr Laboratoriebroschyr Analys av PDC mätning På ert sjukhus finns det peritonealdialyspatienter kopplade till den njurmedicinska
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merLektionsanteckningar 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 merValresultat Riksdagen 2018
Valresultat Riksdagen 2018 I ämnesplanerna i matematik betonas att eleverna ska få möjlighet att använda digitala verktyg. Ett exempel från kursen Matematik 2 är Statistiska metoder för rapportering av
Läs merDatorövning 5. Statistisk teori med tillämpningar. Lära sig beräkna konfidensintervall och utföra hypotestest för:
Datorövning 5 Statistisk teori med tillämpningar Hypotestest i SAS Syfte Lära sig beräkna konfidensintervall och utföra hypotestest för: 1. Populationsmedelvärdet, µ. 2. Skillnaden mellan två populationsmedelvärden,
Läs merParade och oparade test
Parade och oparade test Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning: möjliga jämförelser Jämförelser mot ett
Läs meregfr hos barn Peter Ridefelt
egfr hos barn Peter Ridefelt Klinisk kemi och farmakologi, Akademiska sjukhuset Uppsala Inst f medicinska vetenskaper, klinisk kemi, Uppsala Universitet Referensintervall egfr formler absolut GFR Iohexol
Läs merAnalys 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 merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merSociologi GR (A) Sociologisk Metod Examination #2 Peter Axelsson. N Minimum Maximum Mean Std. Deviation
Uppgift 1 Vikt Vikt är en variabel på kvotskalan. Det gör att vi kan räkna med aritmetiskt medelvärde (m) som centralmått (Djurefeldt, 2003:59). Medelvärdet är 35,85 kg. Det saknas värden för två observationer,
Läs merDialys i Sverige 2004. sddb. Svensk Dialysdatabas Hösten 2004 Svensk Njurmedicinsk Förening
Dialys i Sverige 2004 sddb Svensk Dialysdatabas Hösten 2004 Svensk Njurmedicinsk Förening Förkortningar ANOVA APD CAPD CI DOPPS EBPG EPO ERA-EDTA ESA ESL GFR HD HDF HF K/DOQI NCDS PD PTH SDDB SRAU TSAT
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merBeskrivande statistik
Beskrivande statistik Tabellen ovan visar antalet allvarliga olyckor på en vägsträcka under 15 år. år Antal olyckor 1995 36 1996 20 1997 18 1998 26 1999 30 2000 20 2001 30 2002 27 2003 19 2004 24 2005
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merFÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik
Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende
Läs merBilaga 6 till rapport 1 (5)
till rapport 1 (5) Bilddiagnostik vid misstänkt prostatacancer, rapport UTV2012/49 (2014). Värdet av att undvika en prostatabiopsitagning beskrivning av studien SBU har i samarbete med Centrum för utvärdering
Läs mer2.1 Minitab-introduktion
2.1 Minitab-introduktion Betrakta följande mätvärden (observationer): 9.07 11.83 9.56 7.85 10.44 12.69 9.39 10.36 11.90 10.15 9.35 10.11 11.31 8.88 10.94 10.37 11.52 8.26 11.91 11.61 10.72 9.84 11.89 7.46
Läs merNpMa2b ht Kravgränser
Kravgränser Provet består av ett muntligt delprov (Del A) och tre skriftliga delprov (Del B, Del C och Del D). Tillsammans kan de ge 73 poäng varav 27 E-, 27 C- och 19 A-poäng. Kravgräns för provbetyget
Läs merStudietyper, inferens och konfidensintervall
Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär
Läs merMedelvärde, median och standardavvikelse
Medelvärde, median och standardavvikelse Detta är en enkel aktivitet där vi på ett dynamiskt sätt ska titta på hur de statistiska måtten, t.ex. median och medelvärde ändras när man ändar ett värde i en
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merObligatorisk uppgift, del 1
Obligatorisk uppgift, del 1 Uppgiften består av tre sannolikhetsproblem, som skall lösas med hjälp av miniräknare och tabellsamling. 1. Vid tillverkning av en produkt är felfrekvensen 0,02, dvs sannolikheten
Läs mer34% 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 mer7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.
Betrakta motstånden märkta 3.9 kohm med tolerans 1%. Anta att vi innan mätningarna gjordes misstänkte att motståndens förväntade värde µ är mindre än det utlovade 3.9 kohm. Med observationernas hjälp vill
Läs merGamla 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 merMedicinsk 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 mer1. Lära sig plotta en beroende variabel mot en oberoende variabel. 2. Lära sig skatta en enkel linjär regressionsmodell
Datorövning 1 Regressions- och tidsserieanalys Syfte 1. Lära sig plotta en beroende variabel mot en oberoende variabel 2. Lära sig skatta en enkel linjär regressionsmodell 3. Lära sig beräkna en skattning
Läs merTvå 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 mer6-2 Medelvärde och median. Namn:
6-2 Medelvärde och median. Namn: Inledning Du har nu lärt dig en hel del om datainsamling och presentation av data i olika sorters diagram. I det här kapitlet skall du studera hur man kan karaktärisera
Läs merSDDB. Svensk DialysDataBas. Svensk Njurmedicinsk Förening. Hösten Version
SDDB Svensk DialysDataBas Svensk Njurmedicinsk Förening Hösten 2 Version 3-06-11 Innehåll Introduktion...4 Metod och läsanvisning...5 Deltagande patienter och enheter...6 Patienter...6 Enheter...6 Antropometriska
Läs merVärdena för en diskret variabel (med få värden) kan redovisas i en tabell över frekvensfördelningen, dvs antalet observationer för de olika värdena.
Deskriptiv statistik De enskilda uppgifterna i ett statistiskt material innehåller all tillgänglig information men behöver oftast sammanfattas och förenklas på något sätt. Detta kan göras i form av tabeller,
Läs merIntroduktion. 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 merInstitutionen för teknikvetenskap och matematik, S0001M LABORATION 2
Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Laborationen avser att illustrera användandet av normalfördelningsdiagram, konfidensintervall vid jämförelser samt teckentest. En viktig
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Linjär Regression Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Linjär Regression y i y 5 y 3 mätvärden x i, y i y 1 x 1 x 2 x 3 x 4 x 6 x
Läs mer13.1 Matematisk statistik
13.1 Matematisk statistik 13.1.1 Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför
Läs merSTOCKHOLMS UNIVERSITET HT 2006 Statistiska institutionen Jan Hagberg, Bo Rydén, Christian Tallberg, Jan Wretman
STOCKHOLMS UNIVERSITET HT 2006 Statistiska institutionen Jan Hagberg, Bo Rydén, Christian Tallberg, Jan Wretman OBLIGATORISK INLÄMNINGSUPPGIFT STATISTISK TEORI, GK 10 och GK 20:2, heltid, HT 2006 Den obligatoriska
Läs merTentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18
LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341, STN2) 213-1-11 kl 14 18 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd
Läs merD. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.
1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga
Läs merST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?
ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test? Mikael Eriksson Specialistläkare CIVA Karolinska Universitetssjukhuset, Solna Grund för hypotestestning 1. Definiera noll- och alternativhypotes,
Läs merMatematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT Laboration P3-P4. Statistiska test
Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT-2009 Laboration P3-P4 Statistiska test MH:231 Grupp A: Tisdag 17/11-09, 8.15-10.00 och Måndag 23/11-09, 8.15-10.00 Grupp B: Tisdag
Läs merUpprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland
Upprepade mätningar och tidsberoende analyser Stefan Franzén Statistiker Registercentrum Västra Götaland Innehåll Stort område Simpsons paradox En mätning per individ Flera mätningar per individ Flera
Läs merRiktlinjer för bedömning av njurfunktion
Riktlinjer för bedömning av njurfunktion Thamara Zafirova Överläkare- kemilaboratoriet, Jönköping 1 Bedömning av njurfunktion Att känna till patientens njurfunktion är av stor betydelse för diagnostik
Läs merLABORATION 1. Syfte: Syftet med laborationen är att
LABORATION 1 Syfte: Syftet med laborationen är att ge övning i hur man kan använda det statistiska programpaketet Minitab för beskrivande statistik, grafisk framställning och sannolikhetsberäkningar, visa
Läs merEXAMINATION 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 merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs merBeskrivande 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 merTentamen består av 12 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2013-11-16 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2013 Susanna Lövdahl, Msc, Doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Medicinsk statistik VT-2013 Tre stycken
Läs merLaboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,
Läs merForskningsmetodik 2006 lektion 2
Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som
Läs merMatematik. Ämnesprov, läsår 2014/2015. Bedömningsanvisningar Delprov B, C, D, E. Årskurs
Ämnesprov, läsår 2014/2015 Matematik Bedömningsanvisningar Delprov B, C, D, E Årskurs 6 Prov som återanvänds av Skolverket omfattas av sekretess enligt 17 kap. 4 offentlighets- och sekretesslagen. Detta
Läs merDIALYS I SVERIGE 2005. sddb
DIALYS I SVERIGE 5 sddb Svensk Dialysdatabas Svensk Njurmedicinsk Förening Hösten 5 Förkortningar ANOVA Analysis of Variance (Variansanalys) APD Automated Peritoneal Dialysis (Maskin-PD) CAPD Continuous
Läs merExperimentella metoder, FK3001. Datorövning: Finn ett samband
Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska
Läs merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs merD. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.
1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga
Läs merLUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg
LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg Simulering i MINITAB Det finns goda möjligheter att utföra olika typer av simuleringar i Minitab. Gemensamt för dessa är att man börjar
Läs merBiostatistik: Begrepp & verktyg. Kvantitativa Metoder II: teori och tillämpning.
Biostatistik: Begrepp & verktyg Kvantitativa Metoder II: teori och tillämpning Lovisa.Syden@ki.se BIOSTATISTIK att hantera slumpmässiga variationer! BIO datat handlar om levande saker STATISTIK beskriva
Läs merKvantitativ strategi Univariat analys 2. Wieland Wermke
+ Kvantitativ strategi Univariat analys 2 Wieland Wermke + Sammanfattande mått: centralmått n Beroende på skalnivån finns det olika mått, som betecknar variablernas fördelning n Typvärde eller modalvärde
Läs merFöreläsning G60 Statistiska metoder
Föreläsning 9 Statistiska metoder 1 Dagens föreläsning o Regression Regressionsmodell Signifikant lutning? Prognoser Konfidensintervall Prediktionsintervall Tolka Minitab-utskrifter o Sammanfattning Exempel
Läs merSammanfattningar Matematikboken X
Sammanfattningar Matematikboken X KAPITEL 1 TAL OCH RÄKNING Naturliga tal Med naturliga tal menas talen 0, 1,,, Jämna tal 0,,, 6, 8 Udda tal 1,,, 7 Tallinje Koordinater En tallinje kan t ex användas för
Läs merAtt mäta och förbättra dialysvården över tid
Att mäta och förbättra dialysvården över tid Exempel från dialysenheten på Länssjukhuset Ryhov, Jönköping Dan Enell, Mark Splaine, Johan Thor 13 maj, 2013 Syften 1. Att visa hur man kan använda mätningar
Läs mer732G01/732G40 Grundläggande statistik (7.5hp)
732G01/732G40 Grundläggande statistik (7.5hp) 2 Grundläggande statistik, 7.5 hp Mål: Kursens mål är att den studerande ska tillägna sig en översikt över centrala begrepp och betraktelsesätt inom statistik.
Läs merKvantitativ forskning C2. Viktiga begrepp och univariat analys
+ Kvantitativ forskning C2 Viktiga begrepp och univariat analys + Delkursen mål n Ni har grundläggande kunskaper över statistiska analyser (univariat, bivariat) n Ni kan använda olika programvaror för
Läs merBedömning och mätning av njurfunktion. Anders Christensson Njurmedicin SUS
Bedömning och mätning av njurfunktion Anders Christensson Njurmedicin SUS Njurens funktioner Rening glomerulär filtration (GFR) Vätskebalans Syrabasreglering Hormoner Blodtrycksreglering Indelning av kronisk
Läs merUppgift 1. Produktmomentkorrelationskoefficienten
Uppgift 1 Produktmomentkorrelationskoefficienten Både Vikt och Längd är variabler på kvotskalan och således kvantitativa variabler. Det innebär att vi inte har så stor nytta av korstabeller om vi vill
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merSkottarevet, Kattegatt Provtagningsredskap: Ponar och Boxcorer Beställare: Triventus Consulting AB Littera: 210417 Koncentrationer av metaller, PAHer, PCBer, alifatiska och aromatiska kolväten Datum: 2005-12-15
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna
Läs mer2. Lära sig beskriva en variabel numeriskt med "proc univariate" 4. Lära sig rita diagram med avseende på en annan variabel
Datorövning 1 Statistikens Grunder 2 Syfte 1. Lära sig göra betingade frekvenstabeller 2. Lära sig beskriva en variabel numeriskt med "proc univariate" 3. Lära sig rita histogram 4. Lära sig rita diagram
Läs merMVE051/MSG Föreläsning 7
MVE051/MSG810 2016 Föreläsning 7 Petter Mostad Chalmers November 23, 2016 Överblick Deskriptiv statistik Grafiska sammanfattningar. Numeriska sammanfattningar. Estimering (skattning) Teori Några exempel
Läs merBeräkningar och diagram i EQUALIS resultatsammanställningar. P016 v
Innehåll Introduktion... 2 EQUALIS resultatsammanställningar... 3 Diagram i EQUALIS resultatrapporter... 4 Statistiska grundbegrepp... 6 Referenser... 7 Introduktion EQUALIS arrangerar program för extern
Läs merMata in data i Excel och bearbeta i SPSS
Mata in data i Excel och bearbeta i SPSS I filen enkät.pdf finns svar från fyra män taget från en stor undersökning som gjordes i början av 70- talet. Ni skall mata in dessa uppgifter på att sätt som är
Läs merF8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17
1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,
Läs merHur skriver man statistikavsnittet i en ansökan?
Hur skriver man statistikavsnittet i en ansökan? Val av metod och stickprovsdimensionering Registercentrum Norr http://www.registercentrumnorr.vll.se/ statistik.rcnorr@vll.se 11 Oktober, 2018 1 / 52 Det
Läs merFöreläsning 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 merFarmakokinetik - distributionsvolym. Farmakokinetik - distributionsvolym. Farmakokinetik - distributionsvolym
Farmakokinetik - distributionsvolym Ett läkemedels distributionsvolym (V eller V D ) är den volym som läkemedlet måste ha löst sig i om koncentrationen överallt i denna volym är samma som plasmakoncentrationen.
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-09-28 Tillåtna
Läs merDATORÖVNING 2: STATISTISK INFERENS.
DATORÖVNING 2: STATISTISK INFERENS. START Logga in och starta Minitab. Se till att du kan skriva Minitab-kommandon direkt i Session-fönstret (se föregående datorövning). CENTRALA GRÄNSVÄRDESSATSEN Enligt
Läs merLaboration 2 Inferens S0005M VT16
Laboration 2 Inferens S0005M VT16 Allmänt Arbeta i grupper om 2-3 personer. Flertalet av uppgifterna är tänkta att lösas med hjälp av Minitab. Ett lärarlett pass i datorsal finns schemalagt. Var gärna
Läs merLaboration 2 Inferens S0005M VT18
Laboration 2 Inferens S0005M VT18 Allmänt Arbeta i grupper om 2-3 personer. Flertalet av uppgifterna är tänkta att lösas med hjälp av Minitab. Ett lärarlett pass i datorsal finns schemalagt. Var gärna
Läs merIntro till SPSS Kimmo Sorjonen (0811)
1 Intro till SPSS Kimmo Sorjonen (0811) 1. Att mata in data i SPSS 1. Klicka på ikonen för SPSS. 2. Välj alternativet Type in data och klicka på OK. 3. Databladet har två flikar: Data view och Variable
Läs merSTOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson Skriftlig omtentamen på momentet Statistisk dataanalys I (SDA l, beskrivande statistik) 3 högskolepoäng, ingående i kursen Undersökningsmetodik
Läs merVi har en ursprungspopulation/-fördelning med medelvärde µ.
P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har
Läs merSammanfattningar Matematikboken Y
Sammanfattningar Matematikboken Y KAPitel 1 TAL OCH RÄKNING Numeriska uttryck När man beräknar ett numeriskt uttryck utförs multiplikation och division före addition och subtraktion. Om uttrycket innehåller
Läs merSkolprestationer på kommunnivå med hänsyn tagen till socioekonomi
1(6) PCA/MIH Johan Löfgren 2016-11-10 Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi 1 Inledning Sveriges kommuner och landsting (SKL) presenterar varje år statistik över elevprestationer
Läs merArbeta med normalfördelningar
Arbeta med normalfördelningar I en större undersökning om hur kvinnors längd gjorde man undersökning hos kvinnor i ett viss åldersintervall. Man drog sedan ett slumpmässigt urval på 2000 kvinnor och resultatet
Läs merEn typisk medianmorot
Karin Landtblom En typisk medianmorot I artikeln Läget? Tja det beror på variablerna! i Nämnaren 1:1 beskrivs en del av problematiken kring lägesmått och variabler med några vanliga missförstånd som lätt
Läs mer