Läsanvisningar - Medicinsk statistik - Läkarprogrammet T10
|
|
- Monica Berg
- för 8 år sedan
- Visningar:
Transkript
1 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 på termin 1, 5 och 10. Till boken hör det webbaserade elabbet med bl.a. kunskapsfrågor, problem, statistikfall och arbetsböcker i Microsoft Excel som kan användas för grundläggande statistiska analyser. Inloggningskod till elabbet finns på pärmens insida i kursboken. Att planera ett forskningsprojekt Läs avsnitt 1.2 i boken. En viktig del av planeringen är att avgöra hur stor undersökningen ska vara. Hur många patienter ska inkluderas? Hur många prover behöver analyseras? Hur många journaler ska granskas? Hur stort registerutdrag behövs etc.? I boken beskrivs sådana dimensioneringsberäkningar ("powerberäkningar") i avsnitt 6.4, 8.4 och Ett enkelt gratisprogram som kan användas för powerberäkningar är PS Samplesize och kan laddas ned på Ska du göra en litteraturöversikt? Metaanalyser och systematiska litteraturöversikter beskrivs kortfattat på sid. 30 i boken. Det finns en utmärkt checklista för systematiska litteraturöversikter på I elabbet som hör till kursboken finns exempel på hur metaanalyser redovisas och tolkas i statistikfall nr 12, Kaffe, te och typ2-diabetes, och nr 20, Rökning och myelodysplastiska syndrom. Statistikfall nr 10, Hudirritationer, ger träning i att dimensioneringsberäkna.
2 Organisera insamlade data Kapitel 2 beskriver grunderna kring hur data bör struktureras för att sedan kunna analyseras med hjälp av statistikprogram (t.ex. SPSS) eller med de arbetsböcker som finns i elabbet. Principen är att man i datatablån (t.ex. i ett kalkylblad i Excel) lägger upp en rad per individ som ingår i undersökningen och en kolumn per uppgift (variabel) som man samlar in: Flödesschema för deltagande Avsnitt 3.1. Det är viktigt att beskriva bortfallet i alla faser av en undersökning. På sid. 51 i boken finns ett exempel på ett mycket användbart flödesschema som bygger på CONSORT - rekommendationerna Flödesschemat är avsett för kliniska prövningar men kan efter smärre modifieringar även användas för epidemiologiska undersökningar. En svensk översättning av CONSORT- flödesschemat finns för nedladdning i elabbet (välj menypunkten Flödesscheman ute i vänsterkanten). Beskrivande statistik Avsnitt Såväl bakgrundsvariabler (t.ex. ålder, kön, kliniska karakteristika), behandlingsrelaterade variabler samt utfallsvariabler (resultatvariabler) ska beskrivas. Sammanfatta genomsnitt och spridning med medelvärde och standardavvikelse endast för kvantitativa variabler som är symmetriskt fördelade (figur 3.2 a; sid. 56). För snedfördelade kvantitativa variabler bör istället median och percentiler användas (figur 3.2 b-c sid. 57). Kategoriska variabler sammanfattas med hjälp av relativa frekvenser (avsnitt 3.3).
3 Det är viktigt att läsaren kan bedöma jämförbarheten i de grupper som studeras. Redovisa bakgrundsvariablerna uppdelade på någon viktig gruppering i din undersökning, t.ex. behandling eller exponering. Tabell 3.7 (sid. 71; klinisk prövning) och tabell 15.6 (kohortundersökning) ger exempel på hur bakgrundsvariabler kan redovisas i tabellform. Utfallsvariabler kan med fördel redovisas med hjälp av figurer, se exempelvis figur 3.3 (sid. 68; lådagram), figur 3.4 (sid. 73; stapeldiagram) eller figur 6.1 (sid. 113; medelvärden med felstaplar som anger 95% konfidensintervall). Däremot är det oftast slöseri med plats i rapporten att redovisa bakgrundsvariabler, t.ex. andelen män eller andelen rökare, i figurer. Tabeller lämpar sig bättre för sådan redovisning. Arbetsboken i Excel som hör till kapitel 3 i elabbet kan användas för att beräkna medelvärde, standardavvikelse, median, kvartiler och percentiler. Konfidensintervall För utfallsvariabler ska den statistiska osäkerheten beskrivas med hjälp av konfidensintervall. Problem 9.1 på sid. 165 ger god träning i att tolka konfidensintervall. Interaktiva diskussioner av bokens problem finns i elabbet. Konfidensintervall kan exempelvis beräknas för medelvärdet i en undersökningsgrupp (kapitel 6) differensen mellan två medelvärden (kapitel 8) medianvärden (kapitel 9) andelar (kapitel 10) incidenstal (avsnitt 15.2) oddskvoter (avsnitt 15.4) Arbetsböckerna i Excel som hör till kapitel 6, 8, 9, 10 och 15 i elabbet kan användas för att beräkna konfidensintervall enligt listan ovan. Statistikfall nr 9, Rotavirus i Latinamerika, ger träning i att beräkna konfidensintervall för binära utfall.
4 Val av statistiskt test Grundprinciperna i statistisk hypotesprövning beskrivs i kapitel 7. Ett flödesschema som underlättar valet av statistiska test finns i figur 7.1 på sid Goda råd kring val av statistisk metod i olika studiesituationer finns också i faktaruta 1.7 på sid. 29. Avsnitt diskuterar rapportering och tolkning av p-värden. En interaktiv version av flödesschemat ovan finns i elabbet (välj menypunkten Flödesscheman ute i vänsterkanten). Kunskapsfrågorna som hör till kapitel 10 i elabbet ger god träning i att välja rätt statistiskt test i olika studiesituationer. Är du osäker på hur p-värden och konfidensintervall tolkas? Kunskapsfrågor i kapitel 9 kan avhjälpa detta. Epidemiologisk metodik I kapitel 15 finns exempel på tvärsnittsundersökningar (problem 15.1, sid. 287), kohortundersökningar (problem 15.2, sid 289; exempel 15.4; sid 303) och fallkontrollundersökningar (problem 15.4, sid 304; problem 15.7, sid 316). Interaktiva diskussioner av bokens problem finns i elabbet. I fall-kontrollundersökningar beskrivs effekten av exponeringen med hjälp av oddskvoter, se formel 15.4 på sid. 305 i boken samt faktarutor på nästföljande sidor.
5 Överlevnadsanalyser används i kohortundersökningar men också i kliniska prövningar (se avsnitt 15.3 i boken). Dessa analysmetoder kan användas även för andra typer av utfall än överlevnad, t.ex. tid till återfall, tid till graviditet, tid till utskrivning från vårdavdelning etc. Man brukar rita s.k. Kaplan-Merierkurvor för att jämföra överlevnaden i olika grupper: Grupper som jämförs i en epidemiologisk undersökning är sällan jämförbara vilket kan snedvrida resultaten (s.k. confounding; se avsnitt 15.5). Statistisk regressionsmodellering kan användas för att justera resultaten för bristande jämförbarhet mellan grupperna. Om utfallsvariabeln är kontinuerlig (t.ex. blodtryck) används linjär regression (problem 11.5, sid 221; exempel 15.7, sid. 312). Är utfallet binärt används istället logistisk regression (problem 15.7; sid. 316). Bland statistikfallen i elabbet finns ett flertal exempel på epidemiologiska undersökningar. Grundläggande epidemiologiska dataanalyser kan göras med hjälp av arbetsboken i Excel som hör till kapitel 15 i elabbet. En mer omfattande Excel-arbetsbok för epidemiologiska dataanalyser är Episheet som kan laddas ned gratis på Ett bildspel visar hur man kan göra en linjär regressionsanalys (finns under Bonus- och fördjupningsmaterial i menyn ute i vänsterkanten). Statistikprogram måste användas för andra typer av regressionsanalys.
6 Odds Ratio (OR) Oddskvoter (odds ratios) används först och främst i fall-kontrollstudier för att uppskatta den relativa risken, dvs. hur många gånger högre risken att drabbas av sjukdomen är om man utsätts för en viss riskfaktor ("exponerade") jämfört med dem som inte utsatts för riskfaktorn ("oexponerade"). OR är en kvot mellan två odds och uppför sig en aning antiintuitivt när dess storlek inte ligger nära 1 (OR = 0.5 är en lika kraftig effekt av exponeringen som OR = 2). Exempel. Anta att vi i en fall-kontrollstudie jämför förekomsten av en exponering X hos 100 personer som drabbats av en viss sjukdom (fall) med 100 personer som inte drabbats av sjukdom (kontroller, dvs. jämförelsepersoner): Sjukdomsstatus Exponerade Oexponerade Totalt Fall Kontroller Bland fallen är 85 av 100 exponerade. Oddset för exponering bland fallen är därför 85/15. Bland kontrollerna är 35 av 100 exponerade. Oddset för exponering bland kontrollerna är därför 35/65. Oddskvot = Oddset för exponering bland fallen / Oddset för exponering bland kontrollerna = 85/15 / (35/65) 10. En oddskvot på 10 innebär att risken att drabbas av sjukdom är 10 gånger högre om man är exponerad jämfört med om man är oexponerad. Lägg märke till att endast relativa risker (Hur många gånger högre är risken om man är exponerad?) och inte absoluta risker (Hur stor är risken om man är exponerad?) kan skattas direkt utifrån fall-kontrolldata. Anledningen till att absoluta risker inte kan skattas är att förhållandet mellan antalet fall och kontroller är godtyckligt valt. I exemplet ovan valde vi att rekrytera lika många kontroller som fall till studien. Om vi istället hade inkluderat dubbelt så många kontroller som fall hade vi fått lägre andelar sjukdomsfall både bland de exponerade och de oexponerade trots att samma underliggande sjukdomsrisker studeras. Oddskvoten påverkas däremot inte av förhållandet mellan antalet fall och antalet kontroller som inkluderats i studien.
7 Odds Ratio (OR) i genetiska studier I fall-kontrollstudier inom genetisk epidemiologi arbetar man ofta med en multiplikativ riskmodell (kan också benämnas log-additiv eftersom modellen är additiv på logskalan). Denna riskmodell innebär att oddskvoten, dvs. den relativa risken, ökar med en konstant faktor per risk-allel som man har av den genvariant som undersöks. En individ kan ha 0, 1 eller 2 risk-alleler för en given genvariant. En oddskvot på exempelvis 1,5 innebär att man har 1,5 gånger högre risk att drabbas av den studerade sjukdomen om man är bärare av en risk-allel av genvarianten och 1,5 1,5 = 2,25 gånger högre risk om man är bära av två risk-alleler, jämfört med om man inte har någon risk-allel alls av den undersökta genvarianten. Exempel. Anta att vi i en fall-kontrollstudie jämför förekomsten av en genvariant X hos 100 0personer som drabbats av en viss sjukdom (fall) med 1000 personer som inte drabbats av sjukdom (kontroller, dvs. jämförelsepersoner): Antal alleler av genvarianten X Sjukdomsstatus Totalt Fall Kontroller Man kan använda s.k. logistisk regressionsanalys som finns i statistikprogramvara för att räkna ut oddskvoten utifrån en multiplikativ riskmodell tillsammans med 95% konfidensintervall: Oddskvot = 1,375 (95% konfidensintervall 1,16-1,63). Resultatet i exemplet innebär att den uppskattade risken att drabbas av sjukdomen är 1,375 gånger högre (37,5% högre) om man har en allel och 1,375 1, gånger högre (89% högre) om mar två alleler, jämfört om man inte har någon allel alls av genvarianten X. Eftersom konfidensintervallet för oddskvoten i sin helhet är tydligt över ett ger studien starka belägg för att genvarianten ökar sjukdomsrisken. Det är viktigt att vara medveten om att beräkningarna i exemplet ovan bygger på förutsättningen att den valda riskmodellen (multiplikativ riskmodell) är korrekt. Alternativa riskmodeller, ex. dominanta eller recessiva riskmodeller, kan ge andra resultat. Det är därför viktigt att undersöka hur väl den valda riskmodellen stämmer med insamlade data.
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 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 merTENTAMEN TEORI. EXAMENSARBETE 1 (LÄLA53/LÄMA53) TERMIN 5, HT 2012, , kl
TENTAMEN TEORI. EXAMENSARBETE 1 (LÄLA53/LÄMA53) TERMIN 5, HT 2012, 2012-11-27, kl. 09.00-11.00 Namn: Pers.nr: Bokstavskombination: VIKTIGT: Skriv ovannämnda bokstavskombination plus de fyra sista siffrorna
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning
Läs 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 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 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 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 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 merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Medicinsk statistik Varför behöver Ni kunskap i medicinsk statistik? Självständigt arbete Framtida
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 merEPIDEMIOLOGI. 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 merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.
Läs merResursfördelningsmodellen
PCA/MIH Johan Löfgren Rapport 25-6-26 (6) Resursfördelningsmodellen Växjös skolor våren 25 Inledning Underlag för analyserna utgörs av ett register som innehåller elever som gått ut årskurs nio 2 24. Registret
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 merMedicinsk statistik I
Medicinsk statistik I Läkarprogrammet T5 VT 2013 Susanna Lövdahl, Msc, Doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Medicinsk statistik VT-2013 Tre stycken
Läs 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 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 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 merTill 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 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 merValresultat Riksdagen 2018
Valresultat Riksdagen 2018 I ämnesplanerna i matematik betonas att eleverna ska få möjlighet att använda digitala verktyg. Ett exempel från kursen Matematik 2 är Statistiska metoder för rapportering av
Läs 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 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 merKLEINLEKTION. Område statistik. Lektionens upplägg. Lämplig inom kurserna Matematik 2b och 2c. Engage (Väck intresse) Explore (Upptäck laborera)
KLEINLEKTION Område statistik. Lämplig inom kurserna Matematik 2b och 2c. Centralt innehåll i Matematik 2b och 2c: Statistiska metoder för rapportering av observationer och mätdata från undersökningar
Läs merExaminationsuppgift 2014
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Per Arnqvist Examinationsuppgift 2014-10-09 Sid 1 (5) Examinationsuppgift 2014 Hemtenta Statistik för farmaceuter 3 hp LYCKA TILL! Sid
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs mer2 Dataanalys och beskrivande statistik
2 Dataanalys och beskrivande statistik Vad är data, och vad är statistik? Data är en samling fakta ur vilken man kan erhålla information. Statistik är vetenskapen (vissa skulle kalla det konst) om att
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 merMedelvärde, median och standardavvikelse
Medelvärde, median och standardavvikelse Detta är en enkel aktivitet där vi på ett dynamiskt sätt ska titta på hur de statistiska måtten, t.ex. median och medelvärde ändras när man ändar ett värde i en
Läs merSvensk Dialysdatabas. Fosfat och PTH HD och PD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Fosfat och PTH HD och PD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Fosfat HD 5...4 Figur 2. Andel Fosfat < 1,8 HD 5...5
Läs 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 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 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 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 merGrundläggande statistik 1, 6hp VT 2018
1 (5) Grundläggande statistik 1, 6hp VT 2018 Version 2017-02-05 I den här delkursen får man fördjupad kunskap i utvalda kvantitativa statistiska mått och metoder samt praktisk tillämpning av dessa analysmetoder
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 merKvantitativa 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 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 merInstitutionen för teknikvetenskap och matematik, S0001M LABORATION 2
Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Laborationen avser att illustrera användandet av normalfördelningsdiagram, konfidensintervall vid jämförelser samt teckentest. En viktig
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merFACIT (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 merBeskrivande statistik Kapitel 19. (totalt 12 sidor)
Beskrivande statistik Kapitel 19. (totalt 12 sidor) För att åskådliggöra insamlat material från en undersökning används mått, tabeller och diagram vid sammanställningen. Det är därför viktigt med en grundläggande
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs merGrundläggande statistik 1, 7,5 hp HT 2018
~- J'J, Jwt:~ "' 111. :X: 7,,,..._o '\Il) + s~ 1 (5) Grundläggande statistik 1, 7,5 hp HT 2018 Version 2017-09-03 I den här delkursen får man fördjupad kunskap i utvalda kvantitativa statistiska mått och
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 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 merBootstrapping i fall-/kontrollstudier av genetiska markörer
Bootstrapping i fall-/kontrollstudier av genetiska markörer Håkan Lövkvist RSKC 2011-03-09 Vad är bootstrapping? Bootstrap = stövelstropp Annan översättning: Ta sig i kragen, vara självbärande Litterär
Läs merIntroduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab
Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts
Läs merViktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.
Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik Urvalsstorlek Mätnivå/skaltyp Fördelning av data Studiedesign Frida Eek
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merÖVNINGSUPPGIFTER KAPITEL 2
ÖVNINGSUPPGIFTER KAPITEL 2 DATAMATRISEN 1. Datamatrisen nedan visar ett utdrag av ett datamaterial för USA:s 50 stater. Stat Befolkningsmängd Inkomst Marijuana Procent män (miljoner) per person lagligt?
Läs merIntroduktion 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 merSjukfrånvaro bland privatanställda tjänstemän
Sammanfattning 017 av rapport om Sjukfrånvaro bland privatanställda tjänstemän Kristin Farrants Arvid Sondén Kerstin Nilsson Kristina Alexanderson Avdelningen för försäkringsmedicin Institutionen för klinisk
Läs merKapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN
Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Spridningsdiagrammen nedan representerar samma korrelationskoefficient, r = 0,8. 80 80 60 60 40 40 20 20 0 0 20 40 0 0 20 40 Det finns dock två
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 merTENTAMEN I REGRESSIONSANALYS OCH TIDSSERIEANALYS
STOCKHOLMS UNIVERSITET Statistiska institutionen Marcus Berg VT2014 TENTAMEN I REGRESSIONSANALYS OCH TIDSSERIEANALYS Fredag 23 maj 2014 kl. 12-17 Skrivtid: 5 timmar Godkända hjälpmedel: Kalkylator utan
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 24 e mars Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 24 e mars 2016 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merPivottabeller. Del 2. Dan-Rune Hanssen
Pivottabeller Del 2 Dan-Rune Hanssen Innehållsförteckning Beräknade fält... 3 Använd kalkylbladsfunktioner i beräknade fält... 6 Ändra formel i beräknat fält... 7 Autoformat i pivottabell... 8 Pivotdiagram...
Läs merUpprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland
Upprepade mätningar och tidsberoende analyser Stefan Franzén Statistiker Registercentrum Västra Götaland Innehåll Stort område Simpsons paradox En mätning per individ Flera mätningar per individ Flera
Läs merAPC (Age, Period, Cohort) - modellering av incidensdata
APC (Age, Period, Cohort) - modellering av incidensdata Metodseminarium, mars 2010 Jonas Björk E-post: Jonas.Bjork@skane.se (Version 2010-03-08) APC-modellering av incidensdata Incidensberäkningar Poisson
Läs merDeskription (Kapitel 2 i Howell) Moment 1: Statistik, 3 poäng
Kognitiv psykologi Moment 1: Statistik, 3 poäng VT 27 Lärare: Maria Karlsson Deskription (Kapitel 2 i Howell) Beskrivande mått, tabeller och diagram 1 2 Tabeller Tabell- och kolumnrubriker bör vara fullständiga
Läs merLogistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013
Föreläsning 9 Logistisk regression och Indexteori Patrik Zetterberg 7 januari 2013 1 / 33 Logistisk regression I logistisk regression har vi en binär (kategorisk) responsvariabel Y i som vanligen kodas
Läs merBiostatistik har en central roll i epidemiologi
Biostatistik har en central roll i epidemiologi Introduktion till begrepp och metoder utifrån kliniska observationella studier ANDREAS PETTERSSON, med dr, leg läkare, enheten för klinisk epidemiologi,
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs mer*****************************************************************************
Statistik, 2p ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om
Läs merLULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 Tentamen i: Statistik 1, 7.5 hp Antal uppgifter: 5 Krav för G: 11 Lärare: Robert Lundqvist, tel
Läs merDatorövning 1 Statistik med Excel (Office 2010, svenska)
Datorövning 1 Statistik med Excel (Office 2010, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merDatorövning 1 Statistik med Excel (Office 2007, svenska)
Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merMarknadsinformationsmetodik Inlämningsuppgift
Marknadsinformationsmetodik Inlämningsuppgift Uppgiften löses med hjälp av SPSS. Klistra in tabeller och diagram från SPSS i ett Worddokument och kommentera där. Använd ett försättsblad till den slutgiltiga
Läs merKapitel 18: LINJÄRA SANNOLIKHETSMODELLER, LOGIT OCH PROBIT
Kapitel 18: LINJÄRA SANNOLIKHETSMODELLER, LOGIT OCH PROBIT Regressionsanalys handlar om att estimera hur medelvärdet för en variabel (y) varierar med en eller flera oberoende variabler (x). Exempel: Hur
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merSTOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson (examinator) VT2017 TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2017-04-20 LÖSNINGSFÖRSLAG Första version, med reservation för tryck-
Läs merSvensk Dialysdatabas. Blodtryck och blodtrycksbehandling PD. Klinikdata hösten 2005 Översikt åren 2002 2005
Svensk Dialysdatabas Blodtryck och blodtrycksbehandling PD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT 5...4 Figur 2. Andel med
Läs merPOPULATION OCH BORTFALL
RAPPORT POPULATION OCH BORTFALL En teknisk rapport om populationen och bortfallet i den internetbaserade Örebro-undersökningen om mobbning vid mätningarna 2012 och 2013. Björn Johansson Working Papers
Läs merMultivariabel statistik
Multivariabel statistik beware of the wolf Johan Lindbäck Uppsala Clinical Research Center Kvalitetsregisterforskningskonferens Arlanda 26 maj 2015 J Lindbäck (UCR) Multivariabla modeller 26/5 2015 2/36
Läs merÄr sjukvården jämställd och går det åt rätt håll?
Inledning Som titeln antyder är syftet med den här undersökningen att ta reda på om svensk hälso- och sjukvård är jämställd. Det är en fråga som kan analyseras utifrån olika perspektiv, vilka i huvudsak
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs merDatorövning 1 Statistik med Excel (Office 2007, svenska)
Datorövning 1 Statistik med Excel (Office 2007, svenska) I processövningen som ni ska genomföra ingår det att konstruera samt sammanställa en enkät. Denna sammanställning ska göras med hjälp av programmet
Läs merSvensk Dialysdatabas. Anemibehandling HD. Klinikdata hösten 2005 Översikt åren
Svensk Dialysdatabas Anemibehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Hb-värden...5 Figur 2. Andel med Hb >100...6 Figur 3. Andel
Läs merStatistik för Brandingenjörer. Laboration 1
LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Statistik för Brandingenjörer Laboration 1 Beskrivande statistik VT 2012 2 En marknadsundersökning Bakgrund Uppgiften kommer att omfatta en del av en marknadsundersökning
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 merÖVNINGSUPPGIFTER KAPITEL 2
ÖVNINGSUPPGIFTER KAPITEL 2 DATAMATRISEN 1. Datamatrisen nedan visar ett utdrag av ett datamaterial för USA:s 50 stater. Stat Befolkningsmängd Inkomst Marijuana Procent män (miljoner) per person lagligt?
Läs mer1 Mätdata och statistik
Matematikcentrum Matematik NF Mätdata och statistik Betrakta frågeställningen Hur mycket väger en nyfödd bebis?. Frågan verkar naturlig, men samtidigt mycket svår att besvara. För att ge ett fullständigt
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs 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 merStatistiska undersökningar
Arbetsgång vid statistiska undersökningar Problemformulering, målsättning Statistiska undersökningar Arbetsgången mm Definition av målpopulation Framställning av urvalsram Urval Utformning av mätinstrument
Läs merFinansiell statistik, vt-05. Allmän information. Johan Koskinen. F1(a) Allmän information
Johan, Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-05 F1a) Allmän information Allmän information Vem är jag och de övriga lärarna? Statistiska institutionen: när,
Läs merInstitutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03. Tentamen i kvantitativ metod Psykologi 2 HPSB05
Linköpings Universitet Jour; Ulf Andersson Institutionen för beteendevetenskap Tel: 0733-633 266 013-27 45 57/28 21 03 Tentamen i kvantitativ metod Psykologi 2 HPSB05 Torsdagen den 3/5 2007, kl. 14.00-18.00
Läs merSvensk Dialysdatabas. Blodtryck och blodtrycksbehandling HD. Klinikdata hösten 2005 Översikt åren 2002 2005
Svensk Dialysdatabas Blodtryck och blodtrycksbehandling HD Klinikdata hösten 5 Översikt åren 2 5 Innehållsförteckning Läsanvisningar och kommentarer...3 Figur 1. Systoliskt BT (mm Hg) före dialys...4 Figur
Läs merCancerepidemiologisk 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 merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 22 mars TEN1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 22 mars 2018 TEN1, 9 hp Tillåtna hjälpmedel: Miniräknare
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 merBilaga 2. Metod logistisk regression
45 Bilaga 2 Metod logistisk regression Till analyserna i avsnitten Vad styr barnlöshet? och Vad styr antal barn? har vi med hjälp av logistiska regressionsmodeller försökt att förklara dels vad det är
Läs merLaboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer
Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,
Läs merStatistik Lars Valter
Lars Valter LARC (Linköping Academic Research Centre) Enheten för hälsoanalys, Centrum för hälso- och vårdutveckling Statistics, the most important science in the whole world: for upon it depends the applications
Läs merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs mer