Fel och fel. slumpmässiga och systema4ska fel i epidemiologiska studier Katja Fall Vetenskapligt förhållningssä>
|
|
- Ingrid Berg
- för 7 år sedan
- Visningar:
Transkript
1 Fel och fel slumpmässiga och systema4ska fel i epidemiologiska studier Katja Fall Vetenskapligt förhållningssä>
2 Varför? En hjälp då man kri4skt granskar studier - andras. och egna! A> ta fram e> es4mat (ex: RR=2.1) E# epidemiologisk es/mat är slutprodukten av studiens design, genomförande och dataanalys Rothman KJ et al. Modern epidemiology. 3rd ed. Lippinco> Williams & Wilkins. 2008, p. 128.)
3 Tolkningar av observerade resultat RR =2.1 Exponering UYall (sjukdom) Är de#a (RR=2.1) e# resultat av systemfel (bias), slumpen eller representerar det e# sant es/mat? Mao e# kausalt eller icke-kausalt samband?
4 Typer av fel i epidemiologiska studier ACCURACY (validitet och precision är båda komponenter av accuracy) Slumpmässiga fel Precision Systema4ska fel (Bias) Validitet Selek4onsbias Confounding Informa4onsbias (missklassificering) Intern validitet (inom studiebasen) Extern validitet (generaliserbarhet) Exponering Sjukdom
5 Fel Fel (errors) Ex: må>band Systema4ska fel Slumpmässiga fel Studiestorlek Rothman KJ. Epidemiology: an introduc4on. New York: Oxford University Press, 2002, p. 95.
6 Systematiska fel kan leda till: över- eller underska.ning av det observerade es4matet utspädning av styrkan på det observerade es4matet (RR 1) RR=0.7 RR=1 RR=2.2
7 Typer av fel i epidemiologiska studier ACCURACY (validitet och precision är båda komponenter av accuracy) Slumpmässiga fel Precision Systema4ska fel (Bias) Validitet Selek4onsbias Confounding Informa4onsbias (missklassificering) Intern validitet (inom studiebasen) Extern validitet (generaliserbarhet) Exponering Sjukdom
8 Selek4onsbias Skillnaden i resultat om man skulle jämföra det es4mat man får i studiepopula4onen med det man skulle få från den bakomliggande (sanna) popula4onen Bakgrundspopula4on eller Pa4enter vid inklusion Icke valbara, tackar nej, för sjuka, papperslösa mm Studiepopula4on eller Pa4enter vid studiens slut Uppstår om deltagandet i studien är relaterad 4ll både exponering och sjukdom
9 Selek&onsbias Uppstår utifrån studiedeltagandet Kohortstudier: loss to follow-up (drop-outs) Är studiedeltagarna med komplett uppföljning representativa för hela studiekohorten (vid studiestarten)? De som förloras under uppföljningen eller som drar sig ur studien kan skilja sig åt from de som följs hela studietiden Fall-kontrollstudier: icke-deltagande Är de inkluderade fallen och kontrollerna representativa för studiebasen (som man vill dra slutsatser kring)? De som väljer att inte delta i studier skiljer sig nästan alltid åt från de som deltar
10 Typer av fel i epidemiologiska studier Accuracy (validitet och precision är båda komponenter av accuracy) Slumpmässiga fel Precision Systema4ska fel (Bias) Validitet Selek4onsbias Confounding Informa4onsbias (missklassificering) Intern validitet (inom studiebasen) Extern validitet (generaliserbarhet) Exponering Sjukdom
11 Informa4onsbias E> slags systema4skt fel som introduceras i studien när man klassificerar exponering eller uyall Kallas för missklassificering och leder 4ll a> individer hamnar i fel kategorier: sjuk/frisk exponerad/icke-exponerad
12 Informa4onsbias Missklassificering slumpmässig (icke-differen4ell) missklassificeringen är inte relaterad 4ll exponering eller sjukdom, ex undermåliga enkäyrågor icke-slumpmässig (differen4ell) missklassificeringen är relaterad 4ll an4ngen exponering eller sjukdom
13 Icke-slumpmässig missklassifika4on Uppföljnings-bias (surveillance bias, detek4onsbias) Kohortstudie, RTC Exponerade Oexponerade (rökare) (icke-rökare) KOL (emfysem)? KOL (emfysem)?
14 Vad blir effekten av icke-slumpmässig (differen4ell) missklassificering? Oberäknelig!
15 Slumpmässig (non-differen4al) missklassificering Fall-kontrollstudie Kohortstudie, RCT, X-sekt Fall Kontroller Exponerade Oexponerade Exponerad? Exponerad? Sjukdom? Sjukdom?
16 Vad blir effekten av slumpmässig (ickedifferen4ell) missklassificering? Driver resultaten mot e>! (gör grupperna mer lika varandra)
17 Orsaker 4ll informa4onsbias Undermåliga enkäter Recall bias Skillnader i diagnoskriterier mellan olika sjukhus Skev uppföljning (surveillance bias)
18 Typer av fel i epidemiologiska studier Accuracy (validitet och precision är båda komponenter av accuracy) Slumpmässiga fel Precision Systema4ska fel (Bias) Validitet Selek4onsbias Confounding Informa4onsbias (missklassificering) Intern validitet (inom studiebasen) Extern validitet (generaliserbarhet) Exponering Sjukdom
19 Confounding bias (förväxling) Confusion or mixing of effects 1. En confounder måste vara associerad med den exponering man studerar 2. Måste påverka risken a> utveckla den studerade sjukdomen 3. Får inte vara en följd av exponeringen Exponering UYall Confounder
20 Antal syskon och risken för Down s syndrome Affected Babies per 1000 Live Births 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0, Birth order
21 Maternal age and Downs syndrome 9 Affected Babies per 1000 Live Births < Maternal age
22 Affected Babies per 1000 Live Births <20 Maternal age Birth order
23 A> fundera på som poten4ella confounders Ålder Kön Bostadsområde/ort (stad/landsbygd etc) Socioeconomisk status, etnicitet, civilstånd Kända riskfaktorer för sjukdomen man studerar Faktorer som är kända för a> samvariera med exponeringen Tidigare sjukdom, komorbiditet
24 Typer av fel i epidemiologiska studier Accuracy (validitet och precision är båda komponenter av accuracy) Slumpmässiga fel Precision Systema4ska fel (Bias) Validitet Selek4onsbias Confounding Informa4onsbias (missklassificering) Intern validitet (inom studiebasen) Extern validitet (generaliserbarhet) Exponering Sjukdom
25 Slumpmässiga fel En studies reliability (pålitlighet) beror på graden av slumpmässiga fel representerar den överensstämmelse mellan resultat man skulle få om man upprepade exakt samma studie flera gånger (100, 1000 ) Beror på studiens storlek Frånvaro av slumpmässiga fel=hög precision
26 Inferens generalisera resultat från s4ckprov 4ll popula4onen medför viss osäkerhet (benämns i termer av sannolikhet)
27 Konfidensintervall Es4mat från e> s4ckprov kan redovisas med beskrivande sta4s4k (varia4on mellan individer i gruppen) Ex: medelvärde för längd i en klass och varia4on i mätvärdet (medelvärde och SD) Nu handlar det istället om hur man redovisar den sta4s4ska osäkerheten i uppska>ade es4mat (tex genomsni>svärden, skillnader, RR)
28 Precision Vi använder konfidensintervall för a> indikera vilken slumpmässig varia4on vi har kring vårt es4mat (ex: RR=2.5 95% CI= ) E= 95% konfidensintervall täcker med 95% sannolikhet det sanna värdet i popula&onen (noggrant: om man beräknar punktes4mat i 100 s4ckprov och beräknar deras konfidensintervall så täcker 95% av dem det sanna värdet i popula4onen) E> bre> konfidensintervall indikerar a> precisionen är låg och e> smal a> den är hög
29 95% KI för medelvärdet för födelsevikt från 100 s4ckprov (n=25) Popula4onsmedelvärdet för födelsevikt= 3.39 kg Skickat från min iphone E> av 5 konfidensintervall som inte inkluderar medelvärdet
30 Konfidensgrad vs. felrisk E> konfidensintervall som har 95% konfidensgrad kommer a> innehålla målpopula4onens verkliga medelvärde i 95 undersökningar av 100. Felrisken med 95% konfidensgrad är det mao (100-95) 5 % risk a> konfidensintervallet inte innehåller det verkliga medelvärdet (kallas även signifikansgränsen) Vilken konfidensgrad ska man välja?
31 100% KI
32 Systema4ska och slumpmässiga fel Vik4ga a> komma ihåg när: Man designar studier Analyserar studier Tolkar resultaten Formulerar scien4fic facts
33 P-värde p-value = probability value/sannolikhetsmå> p-värdet beräknas eser a> man antagit a> nollhypotesen är sann (a> det inte finns någon skillnad mellan grupperna man undersökt) Om nollhypotesen verkligen är sann (ingen skillnad mellan grupperna), hur stor är då sannolikheten a> vi får det värde vi få> (eller ngt extremare)? P<0.05 P-value - a measure of consistency between the data and the null hypothesis.
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
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
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
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)
Grunderna 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
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 (
Epidemiologi 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
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
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,
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)
Checklista för systematiska litteraturstudier 3
Bilaga 1 Checklista för systematiska litteraturstudier 3 A. Syftet med studien? B. Litteraturval I vilka databaser har sökningen genomförts? Vilka sökord har använts? Har författaren gjort en heltäckande
Erica 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
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
Introduktion 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:
Bild 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
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
Studietyper, 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
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
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
OM DET FUNNES EVIDENSBASERAT ÄTANDE - VAD SKULLE DET VARA?
OM DET FUNNES EVIDENSBASERAT ÄTANDE - VAD SKULLE DET VARA? Ätande baseras på vetenskapligt underlag och beprövad erfarenhet. Evidensbaserat ätande bygger på bästa
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
Checklista för systematiska litteraturstudier*
Bilaga 1 Checklista för systematiska litteraturstudier* A. Syftet med studien? B. Litteraturval I vilka databaser har sökningen genomförts? Vilka sökord har använts? Har författaren gjort en heltäckande
Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Hur 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
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
EXAMINATION KVANTITATIV METOD
ÖREBRO UNIVERSITET Hälsoakademin Idrott B, Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-09 (090209) Examinationen består av 8 frågor, några med tillhörande följdfrågor. Frågorna 4-7 är knutna till
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:
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
Studiedesign och effektmått
Studiedesign och effektmått Kohortstudier och randomiserade studier Disposition Mått på association Studiedesign Randomiserade kliniska/kontrollerade prövningar Kohortstudier Mått på sjukdomsförekomst
Intro studiedesign med kvantitativ metodik
Intro studiedesign med kvantitativ metodik Catharina Gustavsson Centrum för Klinisk Forskning Landstinget Dalarna catharina.gustavsson@ltdalarna.se 2017-09-25 Kännetecken för kvantitativ 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
Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
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
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
Syfte: o statistiska test om parametrar för en fördelning o. förkasta eller acceptera hypotesen
Uwe Menzel, 2017 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Syfte: o statistiska test om parametrar för en fördelning o förkasta eller acceptera hypotesen hypotes: = 20 (väntevärdet är 20)
SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011
Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i
Hur hanterar vi multipla exponeringar?
Hur hanterar vi multipla exponeringar? Liisa Byberg Institutionen för kirurgiska vetenskaper Uppsala universitet Höstmöte Framtidens forskning inom arbets- och miljömedicin 15/11 2018 Epidemiologi och
Hur man tolkar statistiska resultat
Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?
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 (
EXAMINATION KVANTITATIV METOD vt-11 (110204)
ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt
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
Cancerlarmet. 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
RA och Smärta. Långvarig och generaliserad smärta. Stefan Bergman
RA och Smärta Långvarig och generaliserad smärta Stefan Bergman Smärta är en upplevelse Smärta är en obehaglig sensorisk och emo=onell upplevelse =ll följd av en fak=sk eller möjlig vävnadsskada eller
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.
Analytisk statistik. Tony Pansell, optiker Universitetslektor
Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp
Innehåll. 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,
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
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
Kan man utvärdera Socialt arbete? Vad kan man utvärdera och vilka krav ställ för a: det ska vara en utvärdering?
Kan man utvärdera Socialt arbete? Vad kan man utvärdera och vilka krav ställ för a: det ska vara en utvärdering? FD Mar?n Olsson Socialhögskolan Lunds Universitet Först svaren: Ja Antagligen allt. Men
ST-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
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
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
STATISTISK 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
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
Föreläsning G60 Statistiska metoder
Föreläsning 9 Statistiska metoder 1 Dagens föreläsning o Regression Regressionsmodell Signifikant lutning? Prognoser Konfidensintervall Prediktionsintervall Tolka Minitab-utskrifter o Sammanfattning Exempel
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
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
Varför statistik? det finns inga dumma frågor, bara dumma svar! Serik Sagitov
Summer Science Camp, Tjärnö, 8 August 2012 Varför statistik? Serik Sagitov http://www.math.chalmers.se/ serik/ Avdelningen för matematisk statistik Matematiska Vetenskaper Chalmers Tekniska Högskola och
Sta$s$k och Experiment
Sta$s$k och Experiment Christophe Clément Stockholms universitet clement@fysik.su.se 1 Varför staesek? Datainsamling och mängd mätningar Sannolikhetsfördelning Normalfördelning Centralvärdesatsen SystemaEska
Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens
Analytisk statistik Tony Pansell, Leg optiker Docent, Universitetslektor Analytisk statistik Att dra slutsatser från den insamlade datan. Två metoder:. att generalisera från en mindre grupp mot en större
Vetenskaplig metod och statistik
Vetenskaplig metod och statistik Innehåll Vetenskaplighet Hur ska man lägga upp ett experiment? Hur hanterar man felkällor? Hur ska man tolka resultatet från experimentet? Experimentlogg Att fundera på
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
F3 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
TENTAMEN 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
Influensavaccinets skyddseffekt och effektivitet
Influensavaccinets skyddseffekt och effektivitet Åke Örtqvist, Smittskydd Stockholm Influensadagen 170929 Efficacy vs. effectiveness Efficacy uppmätt skyddseffekt i en randomiserad kontrollerad studie
7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.
Betrakta motstånden märkta 3.9 kohm med tolerans 1%. Anta att vi innan mätningarna gjordes misstänkte att motståndens förväntade värde µ är mindre än det utlovade 3.9 kohm. Med observationernas hjälp vill
TAMS65 - Föreläsning 6 Hypotesprövning
TAMS65 - Föreläsning 6 Hypotesprövning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Exempel Allmän beskrivning P-värde Binomialfördelning Normalapproximation TAMS65 - Fö6 1/33
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
Kodkombination: 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
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
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
Föreläsning 12, FMSF45 Hypotesprövning
Föreläsning 12, FMSF45 Hypotesprövning Stas Volkov 2017-11-14 Stanislav Volkov s.volkov@maths.lth.se FMSF45 F12: Hypotestest 1/1 Konfidensintervall Ett konfidensintervall för en parameter θ täcker rätt
Kausalitet: 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
Design av kliniska studier Johan Sundström
Design av kliniska studier Johan Sundström Kraschkurs i klinisk vetenskapsmetodik Orsak och verkan? Tvärsnittsstudie Oexponerade Exponerade Orsak och verkan? Tvärsnittsstudie Oexponerade* Exponerade*
Kvantitativ vs kvalitativ forskningstradition. Kvantitativ vs kvalitativ forskningstradition. Ontologisk nivå (hur världen är beskaffad)
Det finns tre sorters lögner: Lögn, förbannad lögn och statistik. Kent- Inge Perseius, RN, PhD Mark Twain Kvantitativ vs kvalitativ forskningstradition Ontologisk nivå (hur världen är beskaffad) Kvantitativ:
Borde vi mäta statistisk osäkerhet vid totalundersökningar?
Borde vi mäta statistisk osäkerhet vid totalundersökningar? Paul Dickman Sandra Eloranta Therese Andersson Institutionen för Medicinsk Epidemiologi och Biostatistik (MEB) Karolinska, Stockholm Det korta
TAMS65 - Föreläsning 6 Hypotesprövning
TAMS65 - Föreläsning 6 Hypotesprövning Martin Singull Matematisk statistik Matematiska institutionen Innehåll Exempel Allmän beskrivning p-värde Binomialfördelning Normalapproximation TAMS65 - Fö6 1/36
FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik
Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende
F9 Konfidensintervall
1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att
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
Analytisk statistik. Mattias Nilsson Benfatto, PhD.
Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik
HÄLSOEFFEKTER OCH HELKROPPSVIBRATIONER HELKROPPSVIBRATIONER OCH LÄNDRYGGSSMÄRTA HELKROPPSVIBRATIONER OCH HÄLSOEFFEKTER
HELKROPPSVIBRATIONER OCH LÄNDRYGGSSMÄRTA Jens Wahlström Yrkes- och miljömedicin HÄLSOEFFEKTER OCH HELKROPPSVIBRATIONER HELKROPPSVIBRATIONER OCH HÄLSOEFFEKTER 1 MÅNGA OLIKA HÄLSOEFFEKTER HAR Manlig fertilitet
Bilaga till rapport 1 (10)
Bilaga till rapport 1 (10) Arbetsmiljöns betydelse för hjärt- och kärlsjukdom, rapport 240 (2015) Bilaga 7 Gallrings- och granskningsmallar SBU Statens beredning för medicinsk och social utvärdering www.sbu.se
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
Epidemiologiska data i hälsoriskbedömning Hur kommer epidemiologiska studier in? Maria Feychting
Epidemiologiska data i hälsoriskbedömning Hur kommer epidemiologiska studier in? Maria Feychting 2016-12-09 Maria Feychting 1 Traditional health risk assessment process Hazard Identification Exposure-
Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3
Föreläsning Kap 3,7-3,8 4,1-4,6 5, 5,3 1 Kap 3,7 och 3,8 Hur bra är modellen som vi har anpassat? Vi bedömer modellen med hjälp av ett antal kriterier: visuell bedömning, om möjligt F-test, signifikanstest
Bilaga 2. Granskningsmallar
Bilaga 2. Granskningsmallar Diagnostik Författare: Journal: År: Volym: Sidor: Granskad av: Datum: 1. Var sammansättningen av patientgruppen (spektrum) representativ för de patienter som kommer att få testet
Introduktion till statistik för statsvetare
och enkäter "Det finns inget så praktiskt som en bra teori" September 2011 och enkäter Inledning Inledning Om vi vill mäta en egenskap hos en population individer (individer kan vara personer, företag
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
7.5 Experiment with a single factor having more than two levels
7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan
Konfidensintervall i populationsbaserade studier varför behövs de? Therese Andersson Sandra Eloranta
Konfidensintervall i populationsbaserade studier varför behövs de? Therese Andersson Sandra Eloranta Bakgrund Populations-baserad cancerpatientöverlevnad skattas med hjälp av data från det svenska cancer
OBS! Vi har nya rutiner.
KOD: Kurskod: PM1303 Kursnamn: Vetenskapsteori och grundläggande forskningsmetod Provmoment: Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna hjälpmedel: Miniräknare Tentan består av
Agenda. 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
Radon och dess hälsoeffekter
SeminariearbeteMiljömedicin Radonochdesshälsoeffekter Läkarprogrammettermin4,grupp10 Bergqvist,Sara Bergsten,Sofie Hansson,Linnea Hedström,Johanna Redfors,Ola Vikström,Nils Inlämnat:100422 SeminariearbeteMiljömedicin
Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
ADHD & SUD; Vad vet vi idag?
Samsjuklighet vid ADHD och Beroendesjukdom Etiologi och Farmakologisk Behandling Charlotte Skoglund M.D., PhD Department of Clinical Neuroscience, Centre of Psychiatry Research, Karolinska Institutet Vi
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
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
Vad är. Patient Reported Outcome Measures och andra begrepp. Kerstin Hagberg. RTP, PhD, Docent
Vad är Patient Reported Outcome Measures och andra begrepp Kerstin Hagberg RTP, PhD, Docent Ortopedteknik Sahlgrenska Universitetssjukhuset, Göteborg ISPO-S, Feb 2015 2 Kliniska utvärderingsmetoder Kliniska