Epidemiologi del 2. Anders Beckman. MD, PhD Lunds Universitet. A Beckman Regional forskarutbildning
|
|
- Jonas Jakobsson
- för 7 år sedan
- Visningar:
Transkript
1 Epidemiologi del 2 Anders Beckman MD, PhD Lunds Universitet 1
2 Studieanvisning Kunskap och förståelse Efter genomförd utbildning skall studenten kunna redogöra för metoder som används vid insamling, bearbetning, analys och presentation av data, såväl kvantitativa som kvalitativa förklara metodernas möjligheter och begränsningar redogöra för principiell planläggning och design av epidemiologiska studier redogöra för och förklara felkällor vid insamling, bearbetning och analys av data Färdighet och förmåga Efter genomförd utbildning skall studenten kunna beräkna deskriptiva mått på sjukdomsförekomst beräkna jämförande mått på sjukdomsförekomst använda relevant metodik inom eget projekt 2
3 Del 2 Analys Epidemiologisk modell Risk: absolut, relativ, attributable Etiologisk fraktion OR Sensitivitet/specificitet Validitet/reliabilitet Screening prevention Efficiacy effectivness 3
4 Epidemiologisk triad Agent Bakterie/virus Antigenbildning Virulens Disease Host Ålder Kön Kondition Environment Väder Boende Område Buller Luft Utsläpp 4
5 Modeller Enfaktormodell Flerfaktormodell 5
6 Enfaktormodell Värd + Agens Sjukdom 6
7 Epidemiologisk modell Arv, genetik Ekonomi Sociala faktorer KASAM Exposition Hälsa/Sjukdom Utbildning Kultur, etnicitet Omgivning 7
8 Orsak och verkan Multifaktoriellt Arv och miljö Association - causation Individ och/eller grupp 8
9 KOL Orsak och verkan exempel Rökning Luftföroreningar 9
10 Orsak Mäta Exponering orsak Ideal counterfactual Effektmått av exponering Absoluta mått Absolut risk Riskskillnad Relativa mått RR OR 10
11 Fällor Confounding Systematiska fel=bias Slumpfel 11
12 Downs syndrom Confounding =sammanblandning Sannolikhet Ålder Paritet moder 12
13 Confounder Associerad med utfallet Associerad med exponering Ingen effekt av exponering 13
14 Confounder - exempel Exp Utfall Confounder 14
15 Fel=Error Systematiska eller slumpfel Fel Systematiska fel Slumpfel 15 Studiestorlek
16 Systematiska fel=bias Urvalsfel=selection bias Information bias 16
17 Selection bias Self-selection Investigator selection Åtgärder Randomisering Restriktion Matchning Stratifiering Standardisering Matematisk bearbetning Totalpopulation Population at risk Sjuka 17
18 Information bias Misclassification Recall Follow up 18
19 Slumpfel P-värde konfidensintervall 19
20 Hypotesprövning H 0 =Nollhypotes 20
21 Signifikans p<0,05 = slumpens skörd <1 av 20 Beroende av materialstorlek Dikotomisering Statistisk signifikans klinisk signifikans 21
22 Konfidensintervall = CI CI inkluderar effektstorlek och styrka OR Om 95% CI 1, = p<0,05 22
23 P<0,05 23
24 P>0,05 24
25 Exempel CI Blodvärde i två grupper A=140 B=125 A=140 (95% CI ) B=125 (95% CI ) Ökad storlek A=140 (95% CI ) B=125 (95% CI ) 25
26 CI 26
27 Riskkvantifiering Frekvens Relativ risk Odds Odds ratio Absolut risk 27
28 Riskkvantifiering Incidens Antal nya fall Totala antalet individer (som kan få sjukdomen) I e = Incidens exponerade I oe = Incidens oexponerade 28
29 Risk Exponerade =I e Oexponerade =I oe Incidens 56/100=0,56 24/100=0,24 Absolut risk: 56 per hundra per år Attributrisk(AR)=Riskdifferens: 0,56-0,24=0,32 Relativ risk=rr=0,56/0,24=2,3 RR 0,24/0,56=0,43 Etiologisk fraktion=attributable fraction (0,56-0,24)/0,56=0,57 29
30 Risk 2 Exponerade Oexponerade Incidens 5/1000=0,005 1/1000=0,001 Absolut risk: 5 per tusen per år Attributrisk(AR)=Riskdifferens 0,005-0,001=0,004 Relativ risk=rr=0,005/0,001=5 Etiologisk fraktion=attributable fraction (0,005-0,001)/0,005=0,80 30
31 I befolkning Population attributable risk=överrisk i befolkning pga exponering: AR*exponeringsprevalens 31
32 Exempel Attributable risk Mortalitet Överdödlighet 1,0 160 Blodtryck 32
33 Prevalens Andel Prevalens Blodtryck 33
34 Population attributable risk Mortalitet Överdödlighet 1,0 Blodtryck 34
35 Preventionsparadox Få högriskindivider står för liten del av sjuklighet, medan en stor del av befolkningen står för en liten del av risken, men en stor del av sjukligheten 35
36 Sannolikhet Tärning slå en etta Sannolikhet p=1/6=0,17 p=0-1 Odds p/(1-p) (p=sannolikhet) 1/5 0-36
37 Jämföra sannolikhet Prospektiv studie: Kohort Relativ risk = RR Retrospektiv studie: Fall-kontroll Odds ratio = OR 37
38 RR Jämföra sannolikhet - incidens 38
39 RR Fall Friska Totalt Incidens Exponerade a b a+b a/(a+b) I e Oexponerade c d c+d c/(c+d) I oe Kohort Risk RR= I e = a/(a+b) I oe = c/(c+d) = I e /I oe a/(a+b) c/(c+d) 39
40 RR exempel 2 Dagis med/utan utevistelse Förkylning Friska Totalt Incidens Innedagis /98 Utedagis /108 RR= 63/98 = 3,16 22/108 40
41 Oddskvot Odds ratio = OR När incidenssiffror saknas Odds p/(1-p) 1/5 0- Oddskvot = OR Odds1 Odds2 (p=sannolikhet) 41
42 OR exempel Dagis med/utan utevistelse Förkylning Friska Odds Innedagis /35 Utedagis /86 OR= 63/35 = 7 22/86 42
43 RR vs OR Fall Friska Exponerade a b Oexponerade c d Kohort Risk=a/(a+b) resp c/(c+d) RR= a/(a+b) c/(c+d) Fall-kontroll Odds exponerade=a/b Odds oexponerade=c/d OR= a/b a*d = c/d b*c 43
44 Validitet Mäter det som ska mätas Intern Studieupplägg, datainsamling, mätning, analys Extern Generaliserbarhet 44
45 Validitet 2 Intern validitet Urval Urval Selektionsfel Population Mätfel Confounding Slump Resultat Extern validitet= generaliserbarhet 45
46 Reliabilitet Precision, tillförlitlighet 46
47 Validitet Hög Validitet Låg Reliabilitet Hög Reliabilitet Låg 47
48 Sensitivitet - Specificitet Dikotomisering Ond God Snygg Ful Ung Gammal Dum Klok Sjuk Frisk 48
49 Dikotomiserad värld God Ond 49
50 Kontinuerlig värld God Ond 50
51 Dikotomisera det kontinuerliga Skilja goda från dåliga Sensitivitet: andel sant positiva som klassas som positiva Specificitet: andel sant negativa som klassas som negativa 51
52 Sensitivitet vs specificitet Specificitet Sensitivitet 52
53 Sp vs Se Sjuk Frisk Test + a b Test - c d Sens resp Spec a/(a+c) d/(b+d) 53
54 Gold standard Sjukdom Ja Nej Test Positiv Sant sjuka=a Falskt sjuka=b Negativ Falskt friska=c Sant friska=d Sensitivitet: a/(a+c) Specificitet: d/(b+d) 54
55 Exempel Se-Sp Diabetes mellitus Ja Nej Diabetestest Positiv Negativ Sensitivitet: 400/( )=0,8 = 80% Specificitet: 450/(50+450)=0,9 = 90% 55
56 När? Hög sensitivitet Viktigt hitta allvarlig, behandlingsbar sjukdom Tbc, Hodgkin, trombos Negativt resultat viktigast! Hög specificitet Viktigt konfirmera sjukdom Cancer, ALS Positivt resultat viktigast 56
57 Prediktivt värde Andel sant positiva (eller negativa) i relation till totalantal positiva (eller negativa) i test Relaterar till prevalens 57
58 PPV=(sensitiviteten)(prevalensen) / ((sensitiviteten)(prevalensen) + (1-specificiteten)(1-prevalensen)) NPV=(specificiteten)(1-prevalensen) / ((specificiteten)(1- prevalensen) + (sensitiviteten)(prevalensen)) 58
59 Prediktivt värde Sjuk Frisk Prediktivt värde Test + a b a/(a+b) Test - c d d/(c+d) Sens resp Sp a/(a+c) d/(b+d) 59
60 Prediktivt värde Diabetes mellitus PV Ja Nej Diabetestest Positiv /(400+50) Negativ /( ) Sensitivitet: 400/( )=0,8 = 80% +Prediktivt värde: 400/(400+50)=0,89=89% Specificitet: 450/(50+450)=0,9=90% -Prediktivt värde: 100/( )=0,19=19% 60
61 Prediktivt värde 2 Diabetes mellitus Ja Nej Diabetestest 2 Positiv Negativ Sensitivitet: 40/(40+4)=0,91=91% +Prediktivt värde: 40/(40+40)=0,5=50% 61
62 PV Sjuk Frisk Prediktivt värde Test ,33 Test ,99 Sens resp Sp 0,99 0,99 62
63 Prediktivt värde vs prevalens 1 0,8 Prediktivt värde 0,6 0,4 Pr.v + Pr.v - 0, ,05 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0, Prevalens
64 Falskhet Falskt positiv Ökar vid låg prevalens, låg specificitet Ger oro, kostnader Falskt negativ Ökar vid hög prevalens, låg sensitivitet Ger fler sjuka 64
65 Falsk 2 Typ I fel = α-fel resp Typ II fel = β-fel Typ I Förkastar nollhypotes dvs finner effekt när ingen finns Falskt positiv Beroende av signifikansnivå Typ II Accepterar nollhypotes dvs finner ingen effekt när effekt finns Teststyrka: 1 (p-typii) 65
66 Typfel Diabetes mellitus Ja Nej Diabetestest Positiv Typ I-fel Negativ 100 Typ II-fel 450 Effekter Falskt positiva Falskt negativa 66
67 Efficacy vs effectivness Efficacy Ideala förhållande (RCT) Effectivness Reella förhållande 67
68 RCT Intention to treat Efter randomisering Förklarande Efter behandling cohort NNT 68
69 RCT Exempel Behandling Ej behandling Ja Nej Utfall Död Levande Incidens behandling 8,2% Incidens icke behandling 11,5% RR: 8,2/11,5=0,71 Relativ riskreduktion 1-0,71=29% Absolut riskreduktion: 11,5-8,2=3,3% NNT: 1/0,033=30 69
70 Prevention Primär Innan sjukdom, reducera riskfaktorer Ex: Vaccination Sekundär Tidig upptäckt screening Ex: cellprov Tertiär Lindra försämring, komplikationer Ex: ASA 70
71 Prevention-Screening Sjukdom 6 D (death, disease, disability, discomfort, dissatisfaction, destitution) Screening test Sensitivitet, specificitet, enkel, billig, säker, acceptabel, reliabel Prevention Säker, effektiv, cost-effective Behandling Säker, effektiv, cost-effective 71
72 Jämförelser Sjukhus Vårdcentraler Läkare mm 72
73 Regression to the mean Exempel 1 Långa föräldrar får korta barn Korta föräldrar får långa barn Exempel 2 Sämsta sjukhus blir bästa sjukhus 73
74 Rangordning Genomsnittligt resultat Post festum Påverkat av urval, tillfälligheter, inrapportering Oregistrerade uppgifter påverkar kraftigt Beräkna urvalsosäkerhet 95% CI Felmarginal Ref: J Ranstam LT 2008:105:
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 merEpidemiologi T5. Kursmål epidemiologi. Kursmål epidemiologi. Kunna förklara och använda grundläggande epidemiologiska begrepp
Epidemiologi T5 Kursmål epidemiologi Kunna förklara och använda grundläggande epidemiologiska begrepp Prevalens Incidens Riskanalys Kursmål epidemiologi Kunna beräkna en diagnostisk metods informationsvärde
Läs merGrunderna i epidemiologi Felkällor.
Grunderna i epidemiologi Felkällor karin.engstrom@ki.se Karin Engström, Kvant. metoder FHV T1 december 2011 1 Problemformulering /målsättning Undersökningsplan Urvalsram Mätinstrument Urval Mätning Databehandling
Läs merVad 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 merStudiedesign: 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 merVANLIGA 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 merFel och fel. slumpmässiga och systema4ska fel i epidemiologiska studier Katja Fall Vetenskapligt förhållningssä>
Fel och fel slumpmässiga och systema4ska fel i epidemiologiska studier Katja Fall Vetenskapligt förhållningssä> Varför? En hjälp då man kri4skt granskar studier - andras. och egna! A> ta fram e> es4mat
Läs merEpidemiologi 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 merEpidemiologi 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 merForskningsdesign & 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 merGrunderna 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 merKlinisk 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 merErica Schytt. Barnmorska Föreståndare för Centrum för klinisk forskning Dalarna Docent Karolinska Institutet Professor Høgskulen på Vestlandet
Erica Schytt Barnmorska Föreståndare för Centrum för klinisk forskning Dalarna Docent Karolinska Institutet Professor Høgskulen på Vestlandet Tänk er en enkätstudie I den bästa av världar. Alla i hela
Läs merEPIDEMIOLOGI 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 merST-fredag epidemiologi och biostatistik 2017
ST-fredag epidemiologi och biostatistik 2017 Emma Larsson. ST-läkare, PhD. PMI, KS Solna Gabriella Jäderling. Överläkare, PhD. PMI KS Solna Mikael Eriksson. Specialistläkare, doktorand. PMI KS Solna. Max
Läs merIntroduktion till Klinisk Epidemiologi. Klinisk Epidemiologi och Biosta6s6k, 2016
Introduktion till Klinisk Epidemiologi Katja Fall Klinisk Epidemiologi och Biosta6s6k, 2016 16-09-14 Katja Fall 2016 1 Epidemiologi Studier av sjukdomars förekomst och riskfaktorer (Rothman) Komponenter:
Läs merCancerlarmet. Ragnar Westerling Professor i socialmedicin
Cancerlarmet Ragnar Westerling Professor i socialmedicin Momentets syfte Hur kan man värdera vilken stöd som finns för uppmärksammade cancerrisker? Hur kan man analysera om det finns en ökad sjukdomrisk
Läs merVad 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 mer2011-09-02. 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 merEpidemiologi (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 merAllmänt. 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 merKirkegaard. 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 merForskningsdesign & 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 merAtt 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 merEpidemiologi. 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 mer8 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 merStatistisk 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 merLUFTFÖRORENINGAR-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 merEpidemiologisk 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 merMedicinsk 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 merExempel: 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 merStudiedesign och effektmått
Studiedesign och effektmått Kohortstudier och randomiserade studier Disposition Mått på association Studiedesign Randomiserade kliniska/kontrollerade prövningar Kohortstudier Mått på sjukdomsförekomst
Läs merMålbeskrivning-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 merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merDifferentiell psykologi
Differentiell psykologi Måndagen den 19/9 2011 Sensitivitet och specificitet Version 1.1 Dagens agenda Validering av kriterietolkningar Diagnostiska studier Exempel på diagnostisk studie av MDI Olika prövningar
Läs merLåt dig inte luras av statistik
Låt dig inte luras av statistik Ett träningspass för allmänläkare Malin André Bo Karlsson allmänläkare Uppsala Populationen i primärvård och på sjukhus Prevalensens betydelse för det prediktiva värdet
Läs merEpidemiologi 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 merTillstånd: Enskild tand med ringa till måttlig defekt som medför funktionsstörning Åtgärd: Inlägg metall (gjutet guld)
Tillstånd: Enskild tand med ringa till måttlig defekt som medför funktionsstörning Åtgärd: Inlägg metall (gjutet guld) Det här är resultatet av litteratursökningen utifrån detta tillstånds- och åtgärdspar
Läs merLäsanvisningar - 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 merStatistik. 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 merGATE: Graphic Appraisal Tool for Epidemiology Graphic Architectural Tool for Epidemiology Graphic Approach To Epidemiology
1 GATE: Graphic Appraisal Tool for Epidemiology Graphic Architectural Tool for Epidemiology Graphic Approach To Epidemiology 2 Jerry Morris epidemiologi = täljare nämnare In: Uses of Epidemiology 1957
Läs merAgenda. Statistik Termin 11, Läkarprogrammet, VT14. Forskningsprocessen. Agenda (forts.) Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 11, Läkarprogrammet, VT14 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merCervical 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 merEpidemiologi 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 merAnalys 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 merEpidemiologi 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 merEpidemiologi. 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 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 merKronisk 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 merBilaga 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 merI 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 merPropensity 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 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 merNamn: 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 merKvalitetssäkring 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 merFrågor som påverkar utvärderingens design
Varför utvärdera? Fördjupa och sprida kunskap om den verksamhet som utvärderas. Kunna säga något om effekten av vad som genomförts Förbättra/förändra en process Frågor som påverkar utvärderingens design
Läs merDifferentiell psykologi
Differentiell psykologi Tisdag 25 september 2012 Generalizability Theory Dagens agenda Repetition: Sensitivitet och specificitet Övningsuppgift från gårdagen Generalizability theory Kritik mot CTT/TST
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 merGrundläggande 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 merKausalitet: grafiska modeller. Anna Myléus MD PhD Allmänmedicin Epidemiologi and global hälsa Umeå University
Kausalitet: grafiska modeller Anna Myléus MD PhD Allmänmedicin Epidemiologi and global hälsa Umeå University Innehåll Begreppet kausalitet Epidemiologisk design Störfaktorer Grafisk modell som stöd Kausalitet
Läs merÅr 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 merLäkemedelsepidemiologi. 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 merDatakvalitet. 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 merForskning om sjukfrånvaro
Forskning om sjukfrånvaro Kristina Alexanderson Kristina.alexanderson@ki.se Professor i socialförsäkring Sektionen för försäkringsmedicin Institutionen för klinisk neurovetenskap Karolinska Institutet
Läs merAtt 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 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 merGranskningsmall för randomiserad kontrollerad prövning
Granskningsmall för randomiserad kontrollerad prövning Sammanfattning av granskningen Författare, år alternativt SBU:s identifikationsnummer: Total bedömning av studiekvalitet: Hög o Medelhög o Låg o Granskningsmall
Läs merSTATISTISK POWER OCH STICKPROVSDIMENSIONERING
STATISTISK POWER OCH STICKPROVSDIMENSIONERING Teori UPPLÄGG Gemensam diskussion Individuella frågor Efter detta pass hoppas jag att: ni ska veta vad man ska tänka på vilka verktyg som finns vilket stöd
Läs merInnehåll: 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 merAtt 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 merTentamen i Vetenskaplig grundkurs (MC001G/MC014G/MC1016), STATISTIK
Tentamen i Vetenskaplig grundkurs (MC001G/MC014G/MC1016), 161102 STATISTIK Maxpoäng är 17 p. G 10 p; VG 14,5 p; Ge fullständiga svar men skriv ändå kortfattat och tydligt! Ange dina svar direkt i tentamen!
Läs merHypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
Läs merStatistikens grunder. Mattias Nilsson Benfatto, Ph.D
Statistikens grunder Mattias Nilsson Benfatto, Ph.D Vad är statistik? Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information.
Läs merHur man tolkar statistiska resultat
Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?
Läs merMissing 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 merFaktor som är statistiskt associerad till ökad risk för insjuknande i sjukdomen Rimlig biologisk mekanism finns som förklarar sambandet faktor -
Fredrik Wallentin Faktor som är statistiskt associerad till ökad risk för insjuknande i sjukdomen Rimlig biologisk mekanism finns som förklarar sambandet faktor - sjukdom Dosrelation (graderat samband)
Läs merLärare 2. Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum
Lärare 2 Lärare 1 Binomial och normalfördelning Fel i statistiska undersökningar Att tolka undersökningar Falska samband Jämföra i tid och rum Lärare 2 Att utföra undersökningar Sneda statistiska underlag
Läs merPublikationer/Statistik. Publikationer/Statistik. Publikationer/Statistik
Publikationer/Statistik - Inklusionskriterier, exklusionskriterier - Studiepopulation (hur sjuka var patienterna?) - Studiers generaliserbarhet - Utfallsvariabler (endpoints), primära/sekundära, sammansatta
Läs merStatistik 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 merAgenda. Statistik Termin 10, Läkarprogrammet, VT15. Agenda (forts.) Forskningsprocessen. Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 10, Läkarprogrammet, VT15 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merHögt blodtryck. Åderlåtning i Landeryd/Hylte
Högt blodtryck Åderlåtning i Landeryd/Hylte 2 Bra källor att läsa om hypertoni Läkemedelskommitténs Terapirekommendationer 2014 Nya riktlinjer från Läkemedelsverket 2014 som kommer senast i början av hösten,
Läs merEkologiska studier, naturalistiska studier eller effectiveness-studier samma sak?
Ekologiska studier, naturalistiska studier eller effectiveness-studier samma sak? Ingegerd Mejàre HTA-O 1 Innehåll Bakgrund Typ av studier Vad innebär effectiveness-studier, ekologiska studier, naturalistiska
Läs mer17/10/14. Kvantitativ metod och grundläggande statistik. Varför. Epidemiologi
Kvantitativ metod och grundläggande statistik Varför Sjuksköterskans yrkesutövning skall vila på vetenskaplig grund Kritiskt förhållningssätt, att kunna läsa artiklar och bedöma om slutsatser är rimliga
Läs merDiagnostiska 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 merStatistik Termin 10, Läkarprogrammet, HT16
I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Statistik Termin 10, Läkarprogrammet, HT16 Martin Cernvall martin.cernvall@pubcare.uu.se Måndag 29/8 -
Läs merTillstånd: Enskild tand med ringa till måttlig defekt som medför funktionsstörning Åtgärd: Inlägg keram klinikframställt
Tillstånd: Enskild tand med ringa till måttlig defekt som medför funktionsstörning Åtgärd: Inlägg keram klinikframställt Det här är resultatet av litteratursökningen utifrån detta tillstånds- och åtgärdspar
Läs merKodkombination: T5H De sista fyra siffrorna i pers.nr:... Namn: Pers.nr:
TENTAMEN TEORI. EXAMENSARBETE 1 (LÄLA53/LÄMA53) TERMIN 5, HT 2015 2015-11-24, kl. 09.00-11.00 Namn: Pers.nr: Kodkombination: T5H15 - VIKTIGT: Skriv ovannämnda kodkombination plus de fyra sista siffrorna
Läs merMejàre 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 merSvenska Tvillingregistret
Svenska Tvillingregistret Tjänstekatalog och prislista Svenska Tvillingregistret är en KI core facility som erbjuder möjligheter att genomföra olika typer av tvillingstudier. Vårt uppdrag Svenska Tvillingregistrets
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 merLycka till! Nämnden för omvårdnadsutbildningar Sjuksköterskeprogrammet 180hp. SJSD10, Sjuksköterskans profession och vetenskap I, 15 hp, Delkurs II
Nämnden för omvårdnadsutbildningar Sjuksköterskeprogrammet 180hp Kurs SJSD10, Sjuksköterskans profession och vetenskap I, 15 hp, Delkurs II Prov/moment Vetenskaplig metod och statistik, individuell skriftlig
Läs merAppendix I. Mallar för kritisk granskning och dataextraktion
Appendix I. Mallar för kritisk granskning och dataextraktion Granskningsmall och dataextraktion för diagnostiska studier Venös tromboembolism SBU Första författare:... Titel...... Tidskrift... Årtal...
Läs merKritisk granskning av forskning
Om kursen Kritisk granskning av forskning ebba.elwin@psyk.uu.se 018-471 21 35 rum 14:366 (vån 3) Två veckors arbete, 3 hp Fördjupning i tidigare studier i forskningsmetodik Mål: kunskaper för att läsa,
Läs merErfarenheter från Stockholm av samtidig influensa- och pneumokockvaccinering av äldre personer
Erfarenheter från Stockholm av samtidig influensa- och pneumokockvaccinering av äldre personer Åke Örtqvist, Smittskyddsläkare i Stockholms Län 1 Bakgrund Mycket låg användning av influensa- och pneumokockvaccin
Läs merDifferentiell psykologi
Differentiell psykologi Tisdag 24 september 2013 Confirmatory Factor Analysis CFA Dagens agenda Repetition: Sensitivitet och specificitet Övningsuppgift från idag Confirmatory Factor Analysis Utveckling
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 merLUCIE Lund University Checklist for Incipient Exhaustion. ett instrument för f r screening av tidiga tecken påp utmattningsreaktion
LUCIE Lund University Checklist for Incipient Exhaustion ett instrument för f r screening av tidiga tecken påp utmattningsreaktion LUCIE är r en del i verktygslåda för f r FHV Samarbete AMM Göteborg G
Läs merVÄGLEDNING för litteraturöversikt om
MALMÖ HÖGSKOLA Hälsa och samhälle Utbildningsområde omvårdnad VÄGLEDNING för litteraturöversikt om ett folkhälsoproblem KENT JOHNSSON INGELA SJÖBLOM LOTTIE FREDRIKSSON Litteraturöversikt Omvårdnad II OV311A
Läs merAnalytisk statistik. Tony Pansell, optiker Universitetslektor
Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp
Läs mer