Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp

Storlek: px
Starta visningen från sidan:

Download "Epidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp"

Transkript

1 Epidemiologi T5 Kursmål epidemiologi Kunna förklara och använda grundläggande epidemiologiska begrepp Prevalens Incidens Riskanalys Kursmål epidemiologi Kunna beräkna en diagnostisk metods informationsvärde Sensitivitet Specificitet Prediktiva värden och diskutera metodens användbarhet vid diagnostik, vid uppföljning av sjukdomstillstånd och i hälsoundersökningar 1

2 Dessutom Epidemiologisk studiedesign Fall-kontroll och kohortstudier Prospektiva och retrospektiva studier, tvärsnittsstudier Felkällor i epidemiologiska studier Bias och felklassificiering Confounding och effektmodifiering Varför epidemiologi? Exponering? Utfall (t.ex. sjukdom) Är exponerade mer eller mindre sjuka än ej exponerade = kohortstudie Är sjuka mer eller mindre exponerade än friska = fall-kontroll-studie Definition av exponering och utfall Innan man börjar fundera kring studiedesign måste man bestämma Vilken är exponeringen? Vad innebär oexponerad? Vem definieras som sjuk? Vem definieras som frisk? Ovanstående definitioner måste vara entydigt bestämda! 2

3 Definition av exponering och utfall Om utfallet är att födas med en missbildad hand vem har inte utfallet? Barn utan missbildningar? Barn med andra missbildningar? Om exponering är att arbeta vid en datorskärm, vem är ej exponerad? De som bara använder dator hemma? De som aldrig använder dator? Definition av exponering och utfall Måste alla exponerade vara lika mycket exponerade? Inom t.ex. en yrkeskategori kan det finnas vissa individer som slutat med yrket i fråga På en arbetsplats kan det finnas individer med olika nivåer av exponering Olika individer kan ha varit exponerade olika länge Kohortstudier Är exponerade mer sjuka än oexponerade? Exponerade Sjuka Kan vara flera olika sjukdomar! Population Inte sjuka Oexponerade Sjuka Inte sjuka 3

4 Att mäta risk Hur vet man om exponerade och oexponerade skiljer sig åt m.a.p. sjukdomsrisk? För att kunna beräkna detta måste man känna till begreppen Risk Tid under risk Persontid Risk Att vara under risk att ha möjlighet att få en viss sjukdom Alla levande är under risk att dö Endast män är under risk att få prostatacancer Endast kvinnor är under risk att bli gravida Endast barn är under risk att dö i plötslig spädbarnsdöd Tid under risk Den period man är under risk Exempel: En kvinna är under risk att bli gravid mellan menarche och menopaus Exempel: En kvinna är under risk att få missfall medan hon är gravid 4

5 Persontid Tid under risk anges ofta som persontid För persontid kan användas olika enheter som t.ex. personår eller persontimme 1 personår = 1 person observerad i 1 år eller 2 personer observerade i ½ år eller 365 personer observerade i 1 dag Exempel: Persontid Vi studerar utfallet missfall eller dödfött barn hos 10 gravida kvinnor 7 kvinnor födde levande barn efter 9 månader tid under risk för var och en är 9 månader 1 kvinna gjorde abort efter 1 månad hennes tid under risk är 1 månad 2 kvinnor fick missfall efter 1 resp. 2 månader deras tid under risk är 1 resp. 2 månader Exempel: Persontid Utfall Barn Abort Missfall 1 Missfall 2 Tid under risk Antal kvinnor Person mån Total tid under risk är = 67 personmånader Kan också uttryckas som 67/12 = 5,6 personår Eller som 67x30 = 2010 persondagar 5

6 Prevalens (P) Andelen sjuka (eller med viss egenskap) i en population vid ett specifikt tillfälle P = antal sjuka / totalt antal 0 P 1 Prevalens av pojkar Missfall efter 1 månad Missfall efter 2 månader Abort efter 1 månad Vid tid 0: P = 6/10 = 60% Vid tid 1: P = 5/8 = 63% Vid födsel: P = 4/7 = 57% Flicka Pojke Incidens (I) Ett mått på insjuknandehastighet I = antal fall / total tid under risk 0 I < 6

7 Skattning av tid under risk Ibland känner man inte till exakt tid under risk Utfallen inträffar jämnt över perioden anta att alla inföll efter halva tiden Uppföljning vart femte år med registrering av nya fall. Antag att sex individer insjuknat med ett års intervall. Tid under risk = = 15 år Skattning = 6*2,5 = 15 år Utfallen inträffar inte jämnt över perioden incidens kan ej beräknas Incidens av missfall Missfall efter 1 månad Missfall efter 2 månader Abort efter 1 månad Hela graviditeten: Tid under risk=67 personmånader Antal fall=2 I=2/67=0,03 Första månaden Tid under risk=10 personmånader Antal fall=1 I=1/10=0,1 Kumulativ incidens (KI) Andelen insjuknade under en specificerad tidsperiod KI = antal insjuknade / antal friska vid start 0 KI 1 (Kumulativ incidens och konfidensintervall betecknas båda KI, men det brukar framgå av omständigheterna vad som avses) 7

8 Kumulativ incidens av missfall Missfall efter 1 månad Missfall efter 2 månader Abort efter 1 månad Hela graviditeten Antal vid start=10 Antal fall=2 KI=2/10=20% Andra månaden Antal vid start=8 Antal fall=1 KI=1/8=12,5% Absolut risk Man använder P, I eller KI för att beskriva hur det ser ut i en grupp av individer Exempel: Den kumulativa missfallsincidensen mäts i grupp A (KI=0,02) och grupp B (KI=0,01). Detta är absoluta risker. Riskdifferens Man tittar på differensen mellan två grupper med avseende på P, I eller KI Exempel: Riskdifferensen mellan grupp A och grupp B är 0,02-0,01=0,01 Missfallsfrekvensen är 1 %-enhet högre i grupp A än i grupp B Om det inte finns någon skillnad mellan A och B är differensen 0 8

9 Relativ risk Man tittar på kvoten mellan två grupper med avseende på P, I eller KI Exempel: Den relativa risken för grupp A i förhållande till grupp B är 0,02/0,01=2 Dubbel risk för missfall i grupp A jämfört med grupp B Om det inte finns någon skillnad mellan A och B är kvoten 1 Riskmått i kohortstudier Prevalens, incidens och kumulativ incidens Absolut risk, riskdifferens och relativ risk Standardiserad mortalitetsrat (SMR) och standardiserad incidensrat (SIR) Standardiserad = tar hänsyn till t.ex. åldersfördelning Relativa risker Jämför observerade fall med förväntade fall Risk i kohortstudie Exponerad kohort (E+): Arbetare på ett företag Oexponerad kohort (E-): Personer från samma stad Exponeringen är bestämd Sjukdomsfrekvensen undersöks Risken för arbetarna är ca 7 gånger högre än för de oexponerade E+ E- RR = D D Totalt = 7,

10 Kohorter En exponerad kohort vs en oexponerad Arbetsplatsen man vill undersöka jämfört med en liknande utan den aktuella exponeringen En exponerad vs en oexponerad och riket Som ovan, plus jämförelser med t.ex. cancerincidensen i landet i helhet Flera exponerade Olika grader av exponering beroende på t.ex. hur länge man varit exponerad Sammanfattning kohortstudier Man utgår från exponering och tittar på sjukdomsbild Man kan studera flera sjukdomar, men oftast endast en exponering Effektiv design vid vanlig sjukdom och sällsynt exponering Relativ risk uttrycks ofta som SMR eller SIR Fall-kontroll-studier Är sjuka (fall) mer exponerade än friska (kontroller)? Kan vara flera olika exponeringar Exponerade Oexponerade Exponerade Oexponerade Fall (personer som har sjukdomen) Kontroller (personer som inte har sjukdomen) Population 10

11 Risk i fall-kontroll-studier? D+ D- D+ E E+ 100 E E- 10 D RR = 150 = 7,3 RR = 16, = Odds Sannolikhet för händelse genom sannolikhet för ej händelse Oddset att vara sjuk beräknas som slh(sjuk)/slh(frisk) E+ D+ 100 D- 50 Odds E+ 100 = = = 2 50 E Odds E = = = 0,1 Oddskvot (OR) Man kan få ett relativt riskmått genom att beräkna kvoten mellan två odds Denna kvot kallas oddskvot (odds ratio = OR) Om oddset för E+ är 2 och oddset för E- är 0,1 blir oddskvoten 2/0,1=20 Detta tolkas som att E+ har 20 gånger så stor risk att vara sjuk som E- 11

12 Fall-kontroll-studier oddskvot D+ D- D+ D- E E E E OR = = = 20 OR = = = Sammanfattning fall-kontroll Man utgår från sjukdom och tittar på exponeringsbild Man kan studera flera exponeringar, men endast en sjukdom Effektiv design vid vanlig exponering och sällsynt sjukdom Relativ risk uttrycks som OR Tidsperspektiv Tvärsnittsstudie Man undersöker förhållandena (t.ex. sjukdomsförekomsten) vid ett specifikt tillfälle Longitudinell studie Man undersöker hur förhållandena ser ut under en viss tidsperiod Prospektiv studie = man påbörjar studien innan fallen har inträffat Retrospektiv studie = man påbörjar studien efter att fallen har inträffat 12

13 Exempel: Tidsperspektiv Tvärsnittsstudie: Hur många kvinnor i populationen är gravida just nu? Longitudinell studie (retrospektiv): Hur många kvinnor i populationen är gravida just nu, eller har någonsin varit gravida? Longitudinell studie (prospektiv): Hur många kvinnor i populationen blir gravida inom t.ex. 10 år? Informationskällor Enkäter Intervju/fylla i själv Tillfråga anhöriga Biomarkörer Databaserade register Dödsfallsregistret, tumörregistret, medicinska födelseregistret, m.fl. Listor över anställda, studenter, etc. Geographical Informations System (GIS) Precision och validitet Slumpmässiga fel = upprepade mätningar ger inte samma resultat Precision = frånvaro av slumpmässiga fel Systematiska fel (bias) = mätinstrumentet mäter inte exakt det vi vill mäta Validitet = frånvaro av systematiska fel 13

14 Precision och validitet Låg validitet Hög validitet Låg precision Hög precision Selektionsbias Stickprovet är inte representativt för studiepopulationen Exponerade sjuka Exponerade friska Oexponerade sjuka Oexponerade friska Selektionsbias effekt Studie om rökning och missfall Rökande mammor med missfall deltar ej: Ingen verkar ha fått missfall efter att ha rökt, alltså dras slutsatsen att rökning inte är skadligt Icke-rökande mammor utan missfall deltar ej: Alla som inte röker har fått missfall, alltså dras slutsatsen att rökning inte är skadligt 14

15 Selektionsbias effekt Studie om rökning och missfall (forts) Icke-rökande mammor med missfall deltar ej: Alla missfall verkar ha skett hos rökare, alltså dras slutsatsen att rökning är farligare än det faktiskt är Rökande mammor utan missfall deltar ej: Alla rökare verkar ha fått missfall, alltså dras slutsatsen att rökning är mer skadligt än det faktiskt är Selektionsbias effekt Risken underskattas om Exponerade sjuka ej deltar Oexponerade friska ej deltar Risken överskattas om Exponerade friska ej deltar Oexponerade sjuka ej deltar Selektionsbias För vilken studiepopulation är deltagarna representativa? För vilken studiepopulation kan man dra slutsatser av undersökningen? 15

16 Recall bias Sjuka och friska minns sin exponering olika Exponerade och oexponerade redogör för sjukdom olika Recall bias exponering Mammor med missbildade barn överdriver exponeringen (t.ex. rökning) Det verkar som att alla med missbildade barn var exponerade, alltså överskattas risken Mammor med friska barn underskattar exponeringen Det verkar som att ingen med friskt barn var exponerad, alltså överskattas risken Recall bias exponering Mammor med missbildade barn underskattar sin exponering Det verkar som att ingen med missbildade barn var exponerad, alltså underskattas risken Mammor med friska barn överdriver sin exponering Det verkar som att alla med friska barn var exponerade, alltså underskattas risken 16

17 Recall bias effekter Risken överskattas om Sjuka överdriver sin exponering Friska underskattar sin exponering Risken underskattas om Sjuka underskattar sin exponering Friska överdriver sin exponering Recall bias sjukdom Exponerade på ett undersökt företag underskattar sin sjukdom Det verkar som att exponeringen inte leder till sjukdom, alltså underskattas risken Oexponerade på ett kontrollföretag överdriver sin sjukdom Det verkar som att man blir sjuk även utan exponeringen, alltså underskattas risken Recall bias sjukdom Exponerade överdriver sin sjukdom Det verkar som att alla exponerade blir sjuka, alltså överskattas risken Oexponerade underskattar sin sjukdom Det verkar som att man inte blir sjuk om man inte är exponerad, alltså överskattas risken 17

18 Recall bias effekter Risken överskattas om Exponerade överdriver sin sjukdom Oexponerade underskattar sin sjukdom Risken underskattas om Exponerade underskattar sin sjukdom Oexponerade överdriver sin sjukdom Intervjuarbias Intervjuaren lägger in personliga tolkningar i frågeställningarna Man samlar in data på olika sätt för fall och kontroller / exponerade och oexponerade Exempel: Fallen intervjuas av läkaren medan kontrollerna får en enkät hemskickad Felklassificering Bias kan leda till felklassificering Detta innebär att En frisk antas vara (klassas som) sjuk En sjuk antas vara frisk En exponerad antas vara oexponerad En oexponerad antas vara exponerad 18

19 Felklassificering exempel Mamma anger inte att hon har rökt exponerad klassas som oexponerad eller minns inte riktigt när hon slutade röka oexponerad klassas som exponerad Arbetare vill inte erkänna att han har ont sjuk klassas som frisk eller överdriver sina smärtor frisk klassas som sjuk Oberoende felklassificering Mammor till friska och missbildade barn har samma risk att överdriva eller underskatta exponering Risken att bli felklassad vad gäller exponering beror inte av sjukdomsstatus Exponerade och oexponerade arbetare har lika stor risk att överdriva eller underskatta sin sjukdom Risken att bli felklassad vad gäller sjukdom beror inte av exponeringsstatus Detta kallas oberoende felklassificering Oberoende felklassificering Grupperna späds ut Resulterar i att nollhypotesen stärks Man missar att förkasta när man borde ha gjort det 19

20 Beroende felklassificering Mammor med missbildade barn har större risk att överdriva sin exponering än de med friska barn Risken att bli felklassad vad gäller exponering beror av sjukdomsstatus Exponerade arbetare har större risk att överdriva sin sjukdom Risken att bli felklassad vad gäller sjukdom beror av exponeringsstatus Detta kallas för beroende felklassificering Beroende felklassificering Friska Sjuka Exp Oexp Överdriver Stärker H 0 Falskt positiv Överdriver Falskt positiv Stärker H 0 Underskattar Falskt positiv Stärker H 0 Underskattar Stärker H 0 Falskt positiv Vilken sorts fel? I en undersökning bland bilförare uppgav 90% att de var bättre förare än genomsnittet Fel lägesmått? Selektionsbias? Felklassificering? 20

21 Confounding Exponering? Utfall (t.ex. sjukdom) Confounder = en faktor som förändrar (stör) förhållandet mellan exponering och utfall Kallas även konfounder, störfaktor eller skensamband Exempel: Paritet och Down s syndrom Exempel: Paritet och Down s syndrom <

22 Confounding För att vara en confounder skall faktorn vara associerad med exponeringen Exp vara associerad med utfallet inte ligga i kausalkedjan Confounder Utfall Behöver inte vara biologiskt associerad, utan kan uppkomma genom snedfördelning i stickprovet Matchning Antag att ålder är en confounder Matcha på ålder (i förväg!) För varje 32-årigt fall välj en 32-årig kontroll (individuell matchning) Hitta kontroller så att åldersfördelningen är lika i båda grupperna (gruppmatchning) Stratifiering Antag att kön är en confounder Analysera män och kvinnor var för sig Gruppvis analyser grupp = strata Specialfall: Analysera bara kvinnor (restriktion) 22

23 Justering Det vanligaste sättet Inte samma justering som i justerat R 2 Man tar hänsyn till andra faktorer så att riskestimatet blir oberoende av dessa En åldersjusterad risk för kvinnor vs män innebär att kvinnor har denna risk oavsett ålder Medför risk för bredare konfidensintervall Justering exempel Sjuk Frisk Risk Riskkvot E ,68 E ,23 0,21 Exponerade: 98 av 144 är sjuka, d.v.s. risken för sjukdom är 0,68 Oexponerade: 21 av 101 är sjuka, d.v.s. risken för sjukdom är 0,21 Riskkvoten är 3,23 Exponerade har drygt 3 gånger så hög risk Justering exempel Män Sjuk Frisk Risk E ,44 E ,15 Kvinnor Sjuk Frisk Risk E ,50 E ,49 Andelen E+ skiljer mellan män (73%) och kvinnor (44%) Andelen sjuka skiljer mellan män (36%) och kvinnor (50%) Kön är alltså en confounder 23

24 Justering exempel Män E+ E- Kvinnor Sjuk 40 5 Sjuk Frisk Frisk Risk 0,44 0,15 Risk E ,50 E ,49 Viktad risk för exponerade: n män 0,44 + n n + n män kvinnor kvinnor 0,50 = 0,47 Viktad risk för oexponerade: n män 0,15 + n n + n män kvinnor kvinnor 0,49 = 0,32 Den könsjusterade risken för exponerade är 0,47/0,32 = 1,49 Effektmodifiering Om man får olika riskestimat för olika nivåer av en variabel kallas denna variabel för en effektmodifierare Exempel: I en studie om ryggsmärtor (utfall) vid datorarbete (exponering) visade det sig att hos kvinnor förelåg en ökad risk, men hos män syntes ingen effekt. Kön är en effektmodifierare Datorarbete och ryggsmärta h/dag 3-4 h/dag 5-6 h/dag 7-8 h/dag Män Kvinnor 24

25 Viktigt! Resultat från epidemiologiska studier kan tillämpas på populationer, inte på individer! Rökare har ökad risk för lungcancer MEN alla rökare får inte lungcancer För (i princip) alla utfall finns flera faktorer som spelar in Jämför förklaringsgrad! Diagnostiska test Sensitivitet och specificitet är två egenskaper hos diagnostiska test Sensitivitet är sannolikheten att ett diagnostiskt test klassar sjuk som sjuk Om patienten har urinvägsinfektion, hur stor sannolikhet är det att en nitritsticka visar positivt? Specificitet är sannolikheten att ett diagnostiskt test klassar frisk som frisk Om patienten inte har urinvägsinfektion, hur stor är sannolikheten att en nitritsticka visar negativt? Diagnostiska test Sjukdom + - Test + a b - c d Sensitivitet= a/(a+c) Specificitet= d/(b+d) Om prevalensen av sjukdomen ökar kommer A, B, C och D att förändras, men sensitiviteten och specificiteten kommer ej att påverkas! 25

26 Frisk eller sjuk? Friska Sjuka Sensitivitet och specificitet Diagnostiska test utgår ofta från ett medicinskt referensvärde Om patienten har ett värde högre än referensvärdet klassas h-n som sjuk Sänker man referensvärdet hittar man fler sjuka (sensitiviteten ökar) men fler friska klassas som sjuka (specificiteten minskar) Sensitivitet och specificitet 26

27 Exempel Hälsoundersökning med tumörmarkör Kostnad 48:- Åtgärdsgräns 50 µg/l sensitivitet = 75%, specificitet = 98% Exakt metod finns, men är dyrare Hur gör man för att inte missa någon person med tumör? minimera kostnaderna? Exempel (forts) Sänk åtgärdsgränsen för det billiga testet Sensitiviteten ökar, d.v.s. fler sjuka hittas Specificiteten minskar, d.v.s. fler friska klassas som sjuka Gör uppföljning med det dyra testet Felklassade friska får rätt diagnos Diagnostiska test Prediktiva värden anger hur stor tilltro man kan sätta till provresultaten Positivt prediktivt värde (+PV) är sannolikheten att klassad sjuk (pos provresultat) är sjuk Om nitritstickan visar positivt, hur stor är sannolikheten att patienten har urinvägsinfektion? Negativt prediktivt värde (-PV) är sannolikheten att klassad frisk (neg provresultat) är frisk Om nitritstickan visar negativt, hur stor är sannolikheten att patienten inte har urinvägsinfektion? 27

28 Diagnostiska test Sjukdom + - Test + a b +PV = a/(a+b) - c d -PV = d/(c+d) Sensitivitet= a/(a+c) Specificitet= d/(b+d) Om prevalensen av sjukdomen ökar kommer A, B, C och D att förändras, och de prediktiva värdena kommer att bli annorlunda! Exempel Vi använder samma test som i tidigare exempel 75% sensitivitet och 98% specificitet På en grupp patienter remitterade p.g.a. misstanke om sjukdom (totalt 500, varav 400 sjuka och 100 friska) Vid en hälsoundersökning (totalt 500, varav 40 sjuka och 460 friska) Exempel (forts) remitterade Sensitivitet 75% 300 av 400 sjuka klassas som sjuka Specificitet 98% 98 av 100 friska klassas som friska PV+ = 300/302 = 99% Slh att diagnos sjuk betyder sjuk är 99% PV- = 98/198 = 49% Slh att diagnos frisk betyder frisk är 49% Test + - Sjd

29 Exempel (forts) hälsokontroll Sensitivitet 75% 30 sjuka klassas som sjuka Specificitet 98% 450 friska klassas som friska PV+ = 30/40 = 75% Slh att diagnos sjuk betyder sjuk är 75% PV- = 450/460 = 98% Test + - Sjd Slh att diagnos frisk betyder frisk är 98% Diagnostiska test Sensitivitet och specificitet är egenskaper hos testet och påverkas inte av sjukdomsfrekvensen i populationen Prediktiva värden är beroende av testets egenskaper och sjukdomsförekomsten i populationen Epi-övningen Designa epidemiologiska studier Fall-kontroll / kohort Tvärsnitt / prospektiv / retrospektiv Informationskällor Felkällor Inte räknestuga! 29

Epidemiologi 2. Ragnar Westerling

Epidemiologi 2. Ragnar Westerling Epidemiologi 2 Ragnar Westerling Analytiska studier Syftar till att undersöka vilken/vilka faktorer som ökar risken för sjukdom Två huvudtyper av studier: Kohortstudie Fall-kontrollstudie Kohortstudie

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

EPIDEMIOLOGI Kompendium för kursen i Yrkes- och Miljömedicin Termin 10, läkarutbildningen i Lund

EPIDEMIOLOGI Kompendium för kursen i Yrkes- och Miljömedicin Termin 10, läkarutbildningen i Lund EPIDEMIOLOGI Kompendium för kursen i Yrkes- och Miljömedicin Termin 10, läkarutbildningen i Lund 1. INTRODUKTION...2 2. ATT MÄTA HÄLSA OCH SJUKDOM...3 2.1. Grundläggande begrepp...3 2.2. Sjukdomsmått...3

Läs mer

Studiedesign: Observationsstudier

Studiedesign: Observationsstudier Studiedesign: Observationsstudier Kvantitativa metoder II: Teori och tillämpning Folkhälsovetenskap 4, termin 6 Hanna Hultin hanna.hultin@ki.se Disposition Introduktion Kohortstudie Fall-kontrollstudie

Läs mer

Epidemiologi (II) Läkarprogrammet Termin 5, VT Lars Rylander. Avdelningen för arbets- och miljömedicin, Lund

Epidemiologi (II) Läkarprogrammet Termin 5, VT Lars Rylander. Avdelningen för arbets- och miljömedicin, Lund Epidemiologi (II) Läkarprogrammet Termin 5, VT 2015 Lars Rylander Avdelningen för arbets och miljömedicin, Lund Epost: Lars.Rylander@med.lu.se Tel: 046 222 1631 Exempel: Sjukdomsmått 1990 2000 2010 Antal

Läs mer

Studiedesign och effektmått

Studiedesign och effektmått Studiedesign och effektmått Kohortstudier och randomiserade studier Disposition Mått på association Studiedesign Randomiserade kliniska/kontrollerade prövningar Kohortstudier Mått på sjukdomsförekomst

Läs mer

Vad beror skillnaden på? Systematiska och slumpmässiga fel

Vad beror skillnaden på? Systematiska och slumpmässiga fel Vad beror skillnaden på? Systematiska och slumpmässiga fel Typer av fel och rätt Verklig skillnad Stort slumpfel! En studie genomförs Vi observerar en skillnad! Vi observerar ingen skillnad Slumpfel Systematiska

Läs mer

Epidemiologi del 2. Anders Beckman. MD, PhD Lunds Universitet. A Beckman Regional forskarutbildning

Epidemiologi del 2. Anders Beckman. MD, PhD Lunds Universitet. A Beckman Regional forskarutbildning Epidemiologi del 2 Anders Beckman MD, PhD Lunds Universitet 1 Studieanvisning Kunskap och förståelse Efter genomförd utbildning skall studenten kunna redogöra för metoder som används vid insamling, bearbetning,

Läs mer

Epidemiologi I. Läkarprogrammet Termin 5, VT Lars Rylander. Avdelningen för arbets- och miljömedicin, Lund Enheten för miljöepidemiologi

Epidemiologi I. Läkarprogrammet Termin 5, VT Lars Rylander. Avdelningen för arbets- och miljömedicin, Lund Enheten för miljöepidemiologi Epidemiologi I Läkarprogrammet Termin 5, VT 2016 Lars Rylander Avdelningen för arbets- och miljömedicin, Lund Enheten för miljöepidemiologi E-post: Lars.Rylander@med.lu.se Tel: 046 222 1631 Epidemiologi

Läs mer

År 2008 så kollar vi cancerregistret för att se i vilka av de i vår kohort som fått lungcancer.

År 2008 så kollar vi cancerregistret för att se i vilka av de i vår kohort som fått lungcancer. Radon Basgrupp 9 Förekomst: Radon är en radioaktiv gas som bildas vid sönderfall av uran. Den främsta källan till radon är berggrunden och i blåbetong som framställs ur sådan berggrund. Brunnar kan också

Läs mer

2011-09-02. Grunderna i epidemiologi. Innehåll: Vad är epidemiologi? Epidemiologins tillämpningsområden

2011-09-02. Grunderna i epidemiologi. Innehåll: Vad är epidemiologi? Epidemiologins tillämpningsområden Innehåll: Grunderna i epidemiologi Vad är epidemiologi? Beskriva 5 olika typer av studiedesign Beskriva 3 olika typer av sjukdomsmått Emilie.agardh@ki.se Diskutera orsaker och samband Varför är epidemiologi

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

Grunderna i epidemiologi.

Grunderna i epidemiologi. Grunderna i epidemiologi emilie.agardh@ki.se Innehåll: Vad är epidemiologi? Beskriva 4 olika typer av studiedesign Beskriva 3 olika typer av sjukdomsmått Diskutera orsaker och samband Varför är epidemiologi

Läs mer

Epidemiologisk studiedesign (Forskningsmetodik)

Epidemiologisk studiedesign (Forskningsmetodik) Epidemiologisk forskning vad är det? Epidemiologisk studiedesign (Forskningsmetodik) -Att beskriva sjukdomars utbredning i befolkningen -Att undersöka orsakerna till sjukdomar eller sjukdomars utbredning

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

8 Ordlista. Svårbehandlat smärttillstånd 2 3 dagar efter en tanduttagning, Patientens egen redogörelse, t ex för sin sjukdom eller sina symtom.

8 Ordlista. Svårbehandlat smärttillstånd 2 3 dagar efter en tanduttagning, Patientens egen redogörelse, t ex för sin sjukdom eller sina symtom. 8 Ordlista Alveolit Anamnes Bortfall Confounder Distans Svårbehandlat smärttillstånd 2 3 dagar efter en tanduttagning, oftast visdomständer. Patientens egen redogörelse, t ex för sin sjukdom eller sina

Läs mer

Epidemiologi FoU-kurs för ST-läkare

Epidemiologi FoU-kurs för ST-läkare Peter Garvin? Epidemiologi FoU-kurs för ST-läkare Peter Garvin Avdelningen för Samhällsmedicin Inst för Medicin och Hälsa Linköpings universitet Grundutbildning: 95-99 Biologi och

Läs mer

Klinisk forskningsmetodik. Olof Akre, läkare, forskare, Enheten för klinisk epidemiologi, KS

Klinisk forskningsmetodik. Olof Akre, läkare, forskare, Enheten för klinisk epidemiologi, KS Klinisk forskningsmetodik Olof Akre, läkare, forskare, Enheten för klinisk epidemiologi, KS Klinisk forskning vad är det? Forskning som sker på sjukhus och/eller på patienter Svarar på patientens frågor:

Läs mer

Epidemiologi 1. Ragnar Westerling

Epidemiologi 1. Ragnar Westerling Epidemiologi 1 Ragnar Westerling Epidemiologi Läran om sjukdomars utbredning i befolkningen Epi bland Demo folk Logi läran om Epidemiologi Svarar på frågor om tid, plats, person Vem är det som drabbas

Läs mer

Epidemiologi FoU-kurs för ST-läkare

Epidemiologi FoU-kurs för ST-läkare Peter Garvin? Epidemiologi FoU-kurs för ST-läkare Peter Garvin Avdelningen för Samhällsmedicin Inst för Medicin och Hälsa Linköpings universitet Grundutbildning: 95-99 Biologi och

Läs mer

Allmänt. Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin.

Allmänt. Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin. Allmänt Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin. Allmänt Vad är Epidemiologi? Enligt Dictionary of Epidemiology är det: "The

Läs mer

Vad beror skillnaden på?

Vad beror skillnaden på? Exempel: Kolesterol Vad beror skillnaden på...eller, varför blir det så fel ibland Markör på risk för hjärt-kärlsjukdom Kliniskt använder man sig av flera mått: Totalkolesterol (

Läs mer

Att mäta hälsa och sjukdom med tillgänglig information Kvantitativa metoder II: Teori och tillämpning Folkhälsovetenskap 4, termin 6

Att mäta hälsa och sjukdom med tillgänglig information Kvantitativa metoder II: Teori och tillämpning Folkhälsovetenskap 4, termin 6 Att mäta hälsa och sjukdom med tillgänglig information Kvantitativa metoder II: Teori och tillämpning Folkhälsovetenskap 4, termin 6 Hanna Hultin hanna.hultin@ki.se Disposition Mortalitet Morbiditet Standardisering

Läs mer

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10

Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10 Läsanvisningarna baseras på boken Björk J. Praktisk statistik för medicin och hälsa, Liber Förlag (2011), som är gemensam kursbok för statistikavsnitten

Läs mer

Kirkegaard. Epidemiologi del 1. Agenda. Etymologi. Vad är Epidemiologi? Epidemiologi vs klinik

Kirkegaard. Epidemiologi del 1. Agenda. Etymologi. Vad är Epidemiologi? Epidemiologi vs klinik Kirkegaard Epidemiologi del 1 Om jag vill lyckas med att föra en människa mot ett bestämt mål, måste jag först finna henne där hon är och börja just där. Anders Beckman MD, PhD, GP Lunds Universitet 1

Läs mer

Medicinsk statistik III Läkarprogrammet, Termin 5 VT 2016

Medicinsk statistik III Läkarprogrammet, Termin 5 VT 2016 Medicinsk statistik III Läkarprogrammet, Termin 5 VT 2016 Jonas Björk E-post: jonas.bjork@med.lu.se Medicinsk statistik III Innehåll och läsanvisningar Statistik för binära utfall Kapitel 12 Dimensionering

Läs mer

Målbeskrivning-frågebank i epidemiologi för grundläggande forskningsmetodik 20p Age adjusted rate, Age specific rate Bias, selektionsfel

Målbeskrivning-frågebank i epidemiologi för grundläggande forskningsmetodik 20p Age adjusted rate, Age specific rate Bias, selektionsfel Målbeskrivning-frågebank i epidemiologi för grundläggande forskningsmetodik 20p 2002-06-25 Nedanstående är en sammanställning av de skrivningsfrågor i epidemiologi som förekommit tidigare år. Age adjusted

Läs mer

Att mäta hälsa och sjukdom. Kvantitativa metoder II: teori och tillämpning Folkhälsovetenskap 4, termin 6 Hanna Hultin hanna.hultin@ki.

Att mäta hälsa och sjukdom. Kvantitativa metoder II: teori och tillämpning Folkhälsovetenskap 4, termin 6 Hanna Hultin hanna.hultin@ki. Att mäta hälsa och sjukdom Kvantitativa metoder II: teori och tillämpning Folkhälsovetenskap 4, termin 6 Hanna Hultin hanna.hultin@ki.se Disposition Introduktion Vad är epidemiologi? Varför behövs epidemiologin?

Läs mer

Att läsa en vetenskaplig artikel

Att läsa en vetenskaplig artikel Att läsa en vetenskaplig artikel Mathias Holm Arbets och miljömedicin Sahlgrenska Universitetssjukhuset September 2012 Indelning av föreläsning: Vad är en vetenskaplig artikel? Epidemiologiska vetenskapliga

Läs mer

Grundläggande Biostatistik. Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet

Grundläggande Biostatistik. Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet Grundläggande Biostatistik Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet Formell analys Informell data analys Design and mätning Problem Formell analys Informell data analys Hur

Läs mer

Ansamling av cancerfall hur utreder vi? Faktablad från Arbets och miljömedicin, Göteborg

Ansamling av cancerfall hur utreder vi? Faktablad från Arbets och miljömedicin, Göteborg Ansamling av cancerfall hur utreder vi? Faktablad från Arbets och miljömedicin, Göteborg april 2010 Ansamling av cancerfall hur utreder vi? Arbets och miljömedicin i Västra Götalandregionen blir ofta ombedda

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

Läkemedelsepidemiologi. Varför observationsstudier? Begränsningar med RCT. Vilka begränsningar har RCT? När går det inte att göra RCT?

Läkemedelsepidemiologi. Varför observationsstudier? Begränsningar med RCT. Vilka begränsningar har RCT? När går det inte att göra RCT? Läkemedelsepidemiologi Pia Frisk, leg apotekare, doktorand, Institutionen för farm biovetenskap, Uppsala universitet och Utvecklingsavdelningen, SLL Kurs i läkemedelsvärdering Kalmar, 13 oktober 2015 Varför

Läs mer

Forskningsdesign & Begrepp i vetenskaplig metodik Anna Svärd & Daniel Sjöberg

Forskningsdesign & Begrepp i vetenskaplig metodik Anna Svärd & Daniel Sjöberg Forskningsdesign & Begrepp i vetenskaplig metodik Anna Svärd & Daniel Sjöberg Centrum för Klinisk Forskning Landstinget Dalarna 2016-10-03 Forskningsdesign och begrepp Studiedesign Huvudgrupper Undergrupper

Läs mer

Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie

Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie Bilaga 4. SBU-projektet sjukskrivning, mall för dataextraktion för kvalitetsgranskning av studie Datum granskningen gjordes: 200............. Granskare:....................... Studien behandlar: " Orsaker

Läs mer

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 5/7/2010. Disposition. Studiedesign två huvudtyper

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 5/7/2010. Disposition. Studiedesign två huvudtyper Gustaf Edgren Post doc, institutionen för medicinsk epidemiologi och biostatistik Läkarstudent, termin 11 gustaf.edgren@ki.se Hur vet vi egentligen vad vi vet? Vad beror skillnaden på? 60 min 20 min 60

Läs mer

Epidemiologi. Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar. Epi = bland, mitt i Demo = befolkning

Epidemiologi. Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar. Epi = bland, mitt i Demo = befolkning Epidemiologi Definition sjukdomars utbredning i befolkningen och orsaker bakom sjukdomar Epi = bland, mitt i Demo = befolkning Logi= = läran l om Deskriptiv resp. Etiologisk inriktning Kan man mäta m hälsa?

Läs mer

Namn: Pers.nr: G: Minst 65 % Kod: T5V16 -

Namn: Pers.nr: G: Minst 65 % Kod: T5V16 - TENTAMEN TEORI - EXAMENSARBETE 1 (LÄLA53/LÄMA53) TERMIN 5, VT 2016 2016-04-19 Kl. 09.00-11.00 Namn: Pers.nr: Ma: 63 poäng G: Minst 65 % Kod: T5V16 - Poäng: VIKTIGT! Skriv ovannämnda kodkombination överst

Läs mer

Exempel: Kolesterol. Skillnad? Skillnad? Förra årets kolesterolvärden. Δ total = 0,35 mmol/l Δ HDL = 0,87 mmol/l. = 0,35 mmol/l. Δ total 2011-02-13

Exempel: Kolesterol. Skillnad? Skillnad? Förra årets kolesterolvärden. Δ total = 0,35 mmol/l Δ HDL = 0,87 mmol/l. = 0,35 mmol/l. Δ total 2011-02-13 Exempel: Kolesterol Markör på risk för hjärt-kärlsjukdom Kliniskt använder man sig av flera mått: Totalkolesterol (

Läs mer

Forskningsdesign & Begrepp i vetenskaplig metodik Catharina Gustavsson & Daniel Sjöberg

Forskningsdesign & Begrepp i vetenskaplig metodik Catharina Gustavsson & Daniel Sjöberg Forskningsdesign & Begrepp i vetenskaplig metodik Catharina Gustavsson & Daniel Sjöberg Centrum för Klinisk Forskning Landstinget Dalarna catharina.gustavsson@ltdalarna.se 2016-10-03 Studiedesigner Huvudgrupper

Läs mer

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 2/13/2011. Disposition. Experiment. Bakgrund. Observationsstudier

Studiedesign MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? 2/13/2011. Disposition. Experiment. Bakgrund. Observationsstudier Studiedesign eller, hur vet vi egentligen det vi vet? MÅSTE MAN BLI FORSKARE BARA FÖR ATT MAN VILL BLI LÄKARE? Disposition Bakgrund Experiment Observationsstudier Studiedesign Experiment Observationsstudier

Läs mer

Radon och dess hälsoeffekter

Radon och dess hälsoeffekter SeminariearbeteMiljömedicin Radonochdesshälsoeffekter Läkarprogrammettermin4,grupp10 Bergqvist,Sara Bergsten,Sofie Hansson,Linnea Hedström,Johanna Redfors,Ola Vikström,Nils Inlämnat:100422 SeminariearbeteMiljömedicin

Läs mer

Kohortstudie av cancersjuklighet och cancerdödlighet hos anställda vid Strömbackaskolan, Piteå 1973-2011

Kohortstudie av cancersjuklighet och cancerdödlighet hos anställda vid Strömbackaskolan, Piteå 1973-2011 Kohortstudie av cancersjuklighet och cancerdödlighet hos anställda vid Strömbackaskolan, Piteå 1973-2011 Bakgrund Strömbackaskolan i Piteå stod färdig 1973. Den består av fem byggnader, förutom huvudbyggnaden

Läs mer

Radiofrekvent exponering från mobiltelefoni och hälsa vetenskap och fallgropar. Professor Maria Feychting Institutet för miljömedicin

Radiofrekvent exponering från mobiltelefoni och hälsa vetenskap och fallgropar. Professor Maria Feychting Institutet för miljömedicin Radiofrekvent exponering från mobiltelefoni och hälsa vetenskap och fallgropar Professor Maria Feychting Institutet för miljömedicin ? Kan inte påverka biologisk materia överhuvudtaget Hjärntumörer Annan

Läs mer

Commissioned by the Norwegian Scientific Committee for Food Safety 2005:

Commissioned by the Norwegian Scientific Committee for Food Safety 2005: 1 05/208-10 Commissioned by the Norwegian Scientific Committee for Food Safety 2005: Utlåtande över Nordby et al Indicators of mancozeb exposure in relation to thyroid cancer and neural tube defects in

Läs mer

Information 2007-09-12 Yrkeshygieniker Hans Kling Bodycote Materials Testing AB Box 1340 581 13 Linköping Tel: 013-169126 ; 0734-189126 E-post: hans.kling@bodycote.com www.bodycote-mt.se Cancer Risk Among

Läs mer

mykofenolatmofetil Patientguide Information om risker för ofödda barn

mykofenolatmofetil Patientguide Information om risker för ofödda barn mykofenolatmofetil Patientguide Information om risker för ofödda barn Utfärdad den April 2016 Innehåll Inledning... 3 Vad är riskerna?... 4 Vilka är i riskzonen?... 4 Hur riskerna undviks... 5 Viktig information

Läs mer

Missing data och imputation eller Får man hitta på data? Lars Lindhagen, UCR 2014-05-21

Missing data och imputation eller Får man hitta på data? Lars Lindhagen, UCR 2014-05-21 Missing data och imputation eller Får man hitta på data? Lars Lindhagen, UCR 2014-05-21 Inledning Saknat data finns alltid, åtminstone i stora registerstudier. Ett problem som måste hanteras på något sätt.

Läs mer

Till ampad statistik (A5) Förläsning 13: Logistisk regression

Till ampad statistik (A5) Förläsning 13: Logistisk regression Till ampad statistik (A5) Förläsning 13: Logistisk regression Ronnie Pingel Statistiska institutionen Senast uppdaterad: 2016-03-08 Exempel 1: NTU2015 Exempel 2: En jobbannons Exempel 3 1 1 Klofstad, C.

Läs mer

Epidemiologi. epi=bland demos=folk logos=läran om. Läran om det som är bland" folk. Läran om sjukdomars utbredning i befolkningen

Epidemiologi. epi=bland demos=folk logos=läran om. Läran om det som är bland folk. Läran om sjukdomars utbredning i befolkningen Epidemiologi epi=bland demos=folk logos=läran om Läran om det som är bland" folk Läran om sjukdomars utbredning i befolkningen Epidemiologi är: Studier av fördelning (I) och orsaker (II) till hälsotillstånd

Läs mer

Hälsorelaterad forskning baserad påp. landstingens administrativa databaser. Ann-Britt

Hälsorelaterad forskning baserad påp. landstingens administrativa databaser. Ann-Britt Hälsorelaterad forskning baserad påp landstingens administrativa databaser Ann-Britt Wiréhn FoU-enheten för f r närsjukvn rsjukvården rden i Östergötlandtland Nationella populationsbaserade register relaterade

Läs mer

LUFTFÖRORENINGAR-DET OSYNLIGA HOTET MOT DEN HAVANDE KVINNAN?

LUFTFÖRORENINGAR-DET OSYNLIGA HOTET MOT DEN HAVANDE KVINNAN? LUFTFÖRORENINGAR-DET OSYNLIGA HOTET MOT DEN HAVANDE KVINNAN? Bakgrund Flera studier har tittat på luftföroreningar och födelsevikt/graviditetslängd. Få har tittat på graviditetskomplikationer. Vad händer

Läs mer

Epidemiologi Epidemiologi. Epidemiologi. Grundläggande forskningsmetodik för ST-läkare. Kartläggning och analys

Epidemiologi Epidemiologi. Epidemiologi. Grundläggande forskningsmetodik för ST-läkare. Kartläggning och analys Epidemiologi Grundläggande forskningsmetodik för ST-läkare 2016-04-14, Johan Lyth FoU-enheten för närsjukvården Läran om det som är bland folk Kartläggning och analys Epidemiologi Bygger på observationer

Läs mer

Innehåll: 3.4 Parametriskt eller ej 3.5 Life Table 3.6 Kaplan Meier 4. Cox Regression 4.1 Hazard Function 4.2 Estimering (PL)

Innehåll: 3.4 Parametriskt eller ej 3.5 Life Table 3.6 Kaplan Meier 4. Cox Regression 4.1 Hazard Function 4.2 Estimering (PL) Innehåll: 1. Risk & Odds 1.1 Risk Ratio 1.2 Odds Ratio 2. Logistisk Regression 2.1 Ln Odds 2.2 SPSS Output 2.3 Estimering (ML) 2.4 Multipel 3. Survival Analys 3.1 vs. Logistisk 3.2 Censurerade data 3.3

Läs mer

Gradering av evidensstyrka ABCD

Gradering av evidensstyrka ABCD Gradering av evidensstyrka ABCD 1234 ++++ Evidensgradering enl J. Nordenström Evidensgrad Innebörd Bakgrund A Stark vetenskaplig evidens Evidens från meta-analys, systematisk översikt eller välgjorda och

Läs mer

Internationella erfarenheter: Publicerade resultat kring cut off- värden för jordnöt

Internationella erfarenheter: Publicerade resultat kring cut off- värden för jordnöt Internationella erfarenheter: Publicerade resultat kring cut off- värden för jordnöt Jenny van Odijk Leg. Dietist, Med dr. Sahlgrenska Universitetssjukhuset Referenser Codreanu F et al. A novel immunoassay

Läs mer

Kronisk hypertoni och graviditet Epidemiologiska aspekter på maternella och perinatala komplikationer

Kronisk hypertoni och graviditet Epidemiologiska aspekter på maternella och perinatala komplikationer Kronisk hypertoni och graviditet Epidemiologiska aspekter på maternella och perinatala komplikationer Karin Zetterström, KK, USÖ, Örebro Handledare Doc Solveig Lindeberg KK, Akademiska sjukhuset, Uppsala

Läs mer

Bilaga 5. Gallrings- och granskningsmallar

Bilaga 5. Gallrings- och granskningsmallar Bilaga 5. Gallrings- och granskningsmallar Mall för gallring av abstrakt Ett abstrakt gallras om ett eller flera av nedanstående villkor är uppfyllda. Sjukdom/besvär ej relevant Studien har annat fokus

Läs mer

Datakvalitet. Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se

Datakvalitet. Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se Hva duger data til? Jonas Ranstam jonas.ranstam@med.lu.se Registercentrum Syd, Skånes Universitetssjukhus och Inst. f. kliniska vetenskaper, Lunds Universitet, Klinikgatan 22, 22185 Lund, Sverige 15 Jan

Läs mer

Statistisk styrka Dimensioneringsberäkningar

Statistisk styrka Dimensioneringsberäkningar Statistisk styrka Dimensioneringsberäkningar Jonas Björk Arbets- och miljömedicin vid Lunds universitet och FoU-centrum Skåne E-post: jonas.bjork@skane.se Tel: 046 17 79 30 FoU-Centrum Skåne (verksamhetschef:

Läs mer

I PRIMÄRVÅRDENS BRUS Vad ska vi göra? Vad ska vi hitta? Vad är sjukdom? Om tester och andra hjälpmedel i den kliniska vardagen.

I PRIMÄRVÅRDENS BRUS Vad ska vi göra? Vad ska vi hitta? Vad är sjukdom? Om tester och andra hjälpmedel i den kliniska vardagen. I PRIMÄRVÅRDENS BRUS Vad ska vi göra? Vad ska vi hitta? Om tester och andra hjälpmedel i den kliniska vardagen Vad är sjukdom? och hur bedriver vi bäst det diagnostiska arbetet? Trygg diagnostisk strategi

Läs mer

Graviditetsnära bröstcancer möjligt att studera tack vare svenska register

Graviditetsnära bröstcancer möjligt att studera tack vare svenska register Graviditetsnära bröstcancer möjligt att studera tack vare svenska register Anna Johansson Inst. för medicinsk epidemiologi och biostatistik (MEB) Karolinska Institutet anna.johansson@ki.se Möte för FMS

Läs mer

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland

Upprepade 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 mer

Kausalitet 2012-03-26. Kausalitet. Vad är kausal inferens? Seminariets agenda. P(Y a=1 =1) P(Y a=0 =1) Kausal effekt för en individ i:

Kausalitet 2012-03-26. Kausalitet. Vad är kausal inferens? Seminariets agenda. P(Y a=1 =1) P(Y a=0 =1) Kausal effekt för en individ i: Seminariets agenda Vad är kausal inferens? nna Ekman rbets- och miljömedicin Kausalitet Statistiska samband kontra kausalitet Konfounding DG ett grafiskt stöd Inverse propability weights Kausalitet ounterfactual

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

Introduktion till Biostatistik. Hans Stenlund, 2011

Introduktion till Biostatistik. Hans Stenlund, 2011 Introduktion till Biostatistik Hans Stenlund, 2011 Modellbaserad analys Regression Logistisk regression Överlevnadsanalys Hitta misstag Hantera extremvärden Bortfall Hur samlas data in? Formell analys

Läs mer

Diagnostiska metoder. Några reflektioner. Christina Lindh Odontologiska fakulteten Malmö högskola

Diagnostiska metoder. Några reflektioner. Christina Lindh Odontologiska fakulteten Malmö högskola Diagnostiska metoder Några reflektioner Christina Lindh Odontologiska fakulteten Malmö högskola DIAGNOS» dia = genom» gnosis = kunskap Genom kunskap konstatera att en sjukdom föreligger samt fastställa

Läs mer

Cancerepidemiologisk forskning kring leukemi och myelodysplastiska syndrom

Cancerepidemiologisk forskning kring leukemi och myelodysplastiska syndrom NFT 3/2000 Cancerepidemiologisk forskning kring leukemi och myelodysplastiska syndrom av Jonas Björk, doktorand i epidemiologi vid Lunds universitet Jonas Björk Leukemi och myelodysplastiska syndrom är

Läs mer

Kvalitetssäkring och Validering Molekylära Metoder. Susanna Falklind Jerkérus Sektionen för Molekylär Diagnostik Karolinska Universitetslaboratoriet

Kvalitetssäkring och Validering Molekylära Metoder. Susanna Falklind Jerkérus Sektionen för Molekylär Diagnostik Karolinska Universitetslaboratoriet Kvalitetssäkring och Validering Molekylära Metoder Susanna Falklind Jerkérus Sektionen för Molekylär Diagnostik Karolinska Universitetslaboratoriet Vem/Vad styr oss? 98/79/EG - IVD direktivet Lagen (1993:584)

Läs mer

Hjärtinfarkt bland manliga och kvinnliga läkare i Stockholm

Hjärtinfarkt bland manliga och kvinnliga läkare i Stockholm Hjärtinfarkt bland manliga och kvinnliga läkare i Stockholm 1977-1996 Per Gustavsson 1,2 Kristina Jakobsson 3 Niklas Hammar 3,4 1. Arbets- och Miljömedicin, Samhällsmedicin, Stockholms läns landsting 2.

Läs mer

Radonexponering hos rökare

Radonexponering hos rökare Radonexponering hos rökare Basgrupp 9 Ahlberg, Lisa Andersen, Josefin Ersson, Björn Hed, Niklas Helenius, Jacob Pavlovic, Nevena Weber, Johan Inledning Tidigare studier har visat att det föreligger en

Läs mer

EHEC - sjuka människor

EHEC - sjuka människor EHEC - sjuka människor Smittskydd Stockholm 2011-10-25 Fallbeskrivning 1 2-årig flicka, insjuknar med blodiga diarréer och magont Försämras efter några dagar med njurinsufficiens, läggs i dialys Utvecklar

Läs mer

Mejàre nov Disposition. Processen för en systematisk översikt. Processen. Syfte Att tillägna sig ett kritiskt förhållningssätt

Mejàre nov Disposition. Processen för en systematisk översikt. Processen. Syfte Att tillägna sig ett kritiskt förhållningssätt 1 2 Disposition Kvalitetsgranskning av vetenskaplig litteratur: Granskning av randomiserade studier Ingegerd Mejàre 3-4 november 2016 Gå igenom de moment som ingår i granskningen av en RCT Workshop: Kvalitetsgranskning

Läs mer

Introduktion till studiedesign och biostatistik

Introduktion till studiedesign och biostatistik Introduktion till studiedesign och biostatistik Amelie Plymoth, PhD, MPH, MSc Postdoktor, Institutionen för Medicinsk Epidemiologi och Biostatistik (MEB) amelie.plymoth@ki.se Övergripande syfte med VetU

Läs mer

Bilaga till rapport 1 (7)

Bilaga till rapport 1 (7) Bilaga till rapport 1 (7) Skakvåld en systematisk litteraturöversikt, rapport nr 255 Appendix 5 Evaluation protocols/bilaga 5 granskningsmallar Checklista för bedömning av relevans sidan 2 3 Modifierad

Läs mer

Propensity Scores. Bodil Svennblad UCR 16 september 2014

Propensity Scores. Bodil Svennblad UCR 16 september 2014 Propensity Scores Bodil Svennblad UCR 16 september 2014 Jämföra två behandlingar Randomiserad studie A B Inte alltid etiskt försvarbart Dyrt Restriktioner på studiepopulationen (generaliserbart?) Real

Läs mer

Cervical cancer prevention - Studies on possible improvements.

Cervical cancer prevention - Studies on possible improvements. Cervical cancer prevention - Studies on possible improvements. Björn Strander Stolt medicine doktor Onkologiskt centrum, Västra regionen och Kvinnomottagningen, Kungsbacka Närsjukhus Syftet med avhandlingen

Läs mer

Evidensbaserad medicin (EBM)

Evidensbaserad medicin (EBM) Evidensbaserad medicin (EBM) En guide för brukare Inge Axelsson november 2007 Östersunds sjukhus och Mittuniversitetet www.peditop.com EBM - en guide för brukare 1 Definition av evidensbaserad medicin

Läs mer

Arbetets betydelse för uppkomst av besvär och sjukdomar Nacken och övre rörelseapparaten

Arbetets betydelse för uppkomst av besvär och sjukdomar Nacken och övre rörelseapparaten Arbetets betydelse för uppkomst av besvär och sjukdomar Nacken och övre rörelseapparaten Bakgrund Besvär från rörelseapparaten är vanliga arbetsrelaterade sjukdomar i industrialiserade länder. Omkring

Läs mer

Registerdata. Johan Kärrholm. Svenska och nordiska höftprotesregistren. Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal

Registerdata. Johan Kärrholm. Svenska och nordiska höftprotesregistren. Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal Registerdata Svenska och nordiska höftprotesregistren Johan Kärrholm Ortopediska kliniken, Sahlgrenska Universitetssjukhuset, Mölndal PRISS möte 2013 terminologi Infektion kan leda till - icke kirurgisk

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

Utvärdering av tester

Utvärdering av tester Sida 1 av 10 Utvärdering av tester Inom kvantitativ forskning kallar vi ibland våra datainsamlingstekniker för tester. I forskningsprojekt som använder tester är det alltid bra att kunna klargöra hur bra

Läs mer

OmniStat-OmniRisk. Ett par enkla datorprogram för att lära sig grunderna i att. 1. utvärdera diagnostiska metoders prestanda och testresultat

OmniStat-OmniRisk. Ett par enkla datorprogram för att lära sig grunderna i att. 1. utvärdera diagnostiska metoders prestanda och testresultat 1(11) OmniStat-OmniRisk Ett par enkla datorprogram för att lära sig grunderna i att 1. utvärdera diagnostiska metoders prestanda och testresultat OCH 2. jämföra risker/händelser/komplikationer mellan grupper

Läs mer

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012 Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår

Läs mer

Vårdens resultat och kvalitet

Vårdens resultat och kvalitet Vårdens resultat och kvalitet Resultat efter vård 2004-2005 Dödlighet Återinsjuknande Regelbundenhet i vårdkontakter Behov av forskning och utveckling inom hälso- och sjukvården i Region Skåne Rapport

Läs mer

Statistik. Statistik. Statistik. Lars Walter Fil.lic. Statistik

Statistik. Statistik. Statistik. Lars Walter Fil.lic. Statistik Statistik Lars Walter Fil.lic. Statistik Linköping universitet Stockholms universitet Karolinska sjukhuset Sveriges Lantbruksuniversitet Linköpings universitet Folkhälsocentrum, LiÖ FoU-enheten, LiÖ Statistik

Läs mer

FACIT (korrekta svar i röd fetstil)

FACIT (korrekta svar i röd fetstil) v. 2013-01-14 Statistik, 3hp PROTOKOLL FACIT (korrekta svar i röd fetstil) Datorlaboration 2 Konfidensintervall & hypotesprövning Syftet med denna laboration är att ni med hjälp av MS Excel ska fortsätta

Läs mer

Forskning om sjukfrånvaro

Forskning om sjukfrånvaro Forskning om sjukfrånvaro Kristina Alexanderson Professor i socialförsäkring Sektionen för försäkringsmedicin Karolinska Institutet kristina.alexanderson@ki.se www.ki.se/cns/forsakringsmedicin Sjukfrånvaro

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

Bilaga 3. Mall för kvalitetsgranskning av observationsstudier

Bilaga 3. Mall för kvalitetsgranskning av observationsstudier Bilaga 3. Mall för kvalitetsgranskning av observationsstudier reviderad 2014 Granskningen av en studie gäller i första hand studiekvalitet, det vill säga risk för systematiska fel och risk för intressekonflikter

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

Cancer Vårdkontakter i ett producentperspektiv Kolorektalcancer Lungcancer Bröstcancer Cancer i kvinnliga könsorgan Prostatacancer Urinblåsecancer

Cancer Vårdkontakter i ett producentperspektiv Kolorektalcancer Lungcancer Bröstcancer Cancer i kvinnliga könsorgan Prostatacancer Urinblåsecancer Cancer Vårdkontakter i ett producentperspektiv Kolorektalcancer Lungcancer Bröstcancer Cancer i kvinnliga könsorgan Prostatacancer Urinblåsecancer Thor Lithman Dennis Noreen Håkan Olsson Henrik Weibull

Läs mer

2015-04-22. Omgivningsmiljöarbetet i Sverige Vad har vi satt för spår och vart är vi på väg. Miljöfaktorer av betydelse för folkhälsan Kronologi

2015-04-22. Omgivningsmiljöarbetet i Sverige Vad har vi satt för spår och vart är vi på väg. Miljöfaktorer av betydelse för folkhälsan Kronologi Miljöfaktorer av betydelse för folkhälsan Kronologi Metaller Omgivningsmiljöarbetet i Sverige Vad har vi satt för spår och vart är vi på väg Göran Pershagen Institutet för Miljömedicin, KI Centrum för

Läs mer

Allmänt. Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin.

Allmänt. Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin. Allmänt Vårt kan det användas inom medicin? Epidemiologin är en viktig del inom t. ex. folkhälsovetenskap och klinisk medicin. Allmänt Vad är Epidemiologi? Enligt Dictionary of Epidemiology är det: "The

Läs mer

Vaccination med Pandemrix - Narkolepsi och andra biverkningar

Vaccination med Pandemrix - Narkolepsi och andra biverkningar Vaccination med Pandemrix - Narkolepsi och andra biverkningar Läkemedelsverkets erfarenheter SMI, 26/9 2011 Ingemar Persson Spontana Biverkningsrapporterna Okt 2009 - mars 2010: 6.1milj vaccinerade Pandemrix

Läs mer

BIOSTATISTIK OCH EPIDEMIOLOGI

BIOSTATISTIK OCH EPIDEMIOLOGI BIOSTTISTIK OCH EPIDEMIOLOGI 1. DTTYPER... 3 1.1. Kvalitativa data... 3 1.2. Kvantitativa data... 3 2. DESKRIPTIV STTISTIK... 5 2.1. Lägesmått... 5 2.2. Spridningsmått... 6 2.3. Grafisk beskrivning...

Läs mer

Metod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik

Metod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik Metod1 Intervjuer och observationer Ex post facto, laboratorie -, fältexperiment samt fältstudier forskningsetik 1 variabelbegreppet oberoende variabel beroende variabel kontroll variabel validitet Centrala

Läs mer

ADHD & Substansbrukssyndrom - Riskfaktorer

ADHD & Substansbrukssyndrom - Riskfaktorer ADHD & Substansbrukssyndrom - Riskfaktorer Charlotte Skoglund, M.D., PhD Maria Ungdom, Beroendecentrum Stockholm Klinisk Neurovetenskap & Medicinsk Epidemiologi och Biostatistik, Karolinska Institutet

Läs mer

Forskning från livets början till livets slut Från vaggan till graven

Forskning från livets början till livets slut Från vaggan till graven Forskning från livets början till livets slut Från vaggan till graven Måns Rosén Epidemiologiskt centrum Socialstyrelsen Register som finns på Epidemiologiskt Centrum Cancerregistret Medicinska födelseregistret

Läs mer

HÄLSOEFFEKTER I ETT FÖRORENAT OMRÅDE EN EPIDEMIOLOGISK STUDIE

HÄLSOEFFEKTER I ETT FÖRORENAT OMRÅDE EN EPIDEMIOLOGISK STUDIE 2008-02-13 HÄLSOEFFEKTER I ETT FÖRORENAT OMRÅDE EN EPIDEMIOLOGISK STUDIE Gun Wingren, Avdelningen för yrkes- och miljömedicin, Institutionen för klinisk och experimentell medicin, Hälsouniversitetet, 581

Läs mer