Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
|
|
- Anna Maria Markussen
- 8 år siden
- Visninger:
Transkript
1 Informationsbias Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1
2 Sidste gang Vi snakkede om Tværsnitsundersøgelser: Oplysninger om eksponering og udfald er indsamlet på samme tidspunkt, individniveau. Ofte svært at afgøre temporalitet, så risiko for omvendt kausalitet. Bruges også til kun at vurdere forekomst Økologiske undersøgelser: Sammenligning over tid eller geografi, gruppeniveau. Pas på den økologiske fejlslutning Overvågningsundersøgelser: Kun oplysning om udfald, individ eller gruppe niveau. Ingen sammenligningsgruppe Nemt, hurtigt og billigt Kasuistikker, tvillinge-/søskendestudier, case-only studier, crossover studier, case-crossover studier It og sundhed l 19. maj 2015 l Dias nummer 2
3 Typer af bias (skævhed) Informationsbias Har at gøre med informationen om de individer der indgår i den udvalgte stikprøve Selektionsbias Har at gøre med selektionen til den udvalgte stikprøve Confounding Har at gøre med forveksling af effekter på grund af uombyttelighed 800 typer bias er identificeret langt de fleste passer ind i kategorierne informationsbias eller selektionsbias It og sundhed l 19. maj 2015 l Dias nummer 3
4 Hvorfor informationsbias? Fordi vi kan komme til at over- eller undervurdere associationer, og drage forkerte konklusioner hvis vi ikke har korrekte informationer om deltagerne Indtil videre har vi forudsat at vi havde korrekte informationer om deltagerne: Det er (næsten) aldrig tilfældet Vi kan have mere eller mindre korrekte informationer om eksponering, udfald, og covariater Usikkerheden kan skyldes f.eks. biologisk variation, dårlig hukommelse, dårlig kodning, dårligt spørgsmål, upræcist måleudstyr, uvidenhed osv. Informationsbias er under- eller overvurdering af en association der skyldes systematisk forkert information om deltagerne It og sundhed l 19. maj 2015 l Dias nummer 4
5 Præcision og bias BT målt én gang for 20 personer A) Præcis, unbiased: BT, kviksølvsapp. B) Præcis, biased: BT, fejlkalibreret kviksølvsapp. C) Upræcis, unbiased: BT, iphone D) Upræcis, biased: BT, fejlkalibreret iphone It og sundhed l 19. maj 2015 l Dias nummer 5
6 Præcision og bias TILFÆLDIGE FEJL SYSTEMATISKE FEJL Øger usikkerheden af estimatet Fører til bias (skævvridning) Reducerer præcisionen Reducerer validiteten Har ingen retning Afhænger af undersøgelsens størrelse mindskes med øget antal observationer Medfører en over- eller undervurdering af associationen Kan ikke mindskes ved at øge undersøgelsens størrelse så måler vi bare galt med større præcision It og sundhed l 19. maj 2015 l Dias nummer 6
7 Variation Intra-individuel variation: variation indenfor individet. F.eks. blodsukker målt hver time i løbet af en dag Inter-individuel variation: variation mellem individer. F.eks. forskel i socio-økonomisk position mellem individer Intra-observatør variation: variation indenfor observatøren. F.eks. udseende for kronologisk alder Inter-observatør variation: variation mellem observatører. F.eks. meget lav/høj vægt It og sundhed l 19. maj 2015 l Dias nummer 7
8 Usikkerhed og bias Hvad kan man gøre ved det? Man kan øge præcisionen ved at inkludere flere personer i sit studie dvs. øge størrelsen på sin stikprøve Man kan ikke gøre noget ved informationsbias når først data er indsamlet Godt måleudstyr, træning og instruktion, standardiserede procedurer, blinding Hvis informationsbias ikke er til stede øges den interne validitet It og sundhed l 19. maj 2015 l Dias nummer 8
9 Sensitivitet og specificitet Sensitivitet: en tests evne til at klassificere sandt positive (SP) som sandt positive. Beregnes som SP/(SP+FN) Specificitet: en tests evne til at klassificere sandt negative (SN) som sandt negative. Beregnes som SN/(FP+SN) Syg Ikke-syg Syg SP FP Ikke-syg FN SN I alt SP+FN FP+SN Bruges oftest ifm. kvaliteten af en test, men kan også bruges om hvor godt en variabel beskriver den sande værdi It og sundhed l 19. maj 2015 l Dias nummer 9
10 Misklassifikation Forkert klassifikation af deltagerne Hvis misklassifikation er lige sandsynlig i de sammenlignede grupper snakker vi om non-differentiel misklassifikation Hvis misklassifikation ikke er lige sandsynlig i de sammenlignede grupper snakker vi om differentiel misklassifikation Både differentiel og non-differentiel misklassifikation betegnes informationsbias It og sundhed l 19. maj 2015 l Dias nummer 10
11 Eksempler fra egen forskning Uvidenhed Færre voksne Amerikanere end forventet har modtaget blod Kultur Franskmændene drikker overraskende lidt alkohol Dårligt spørgsmål Færre danske børn end forventet er motorisk alderssvarende It og sundhed l 19. maj 2015 l Dias nummer 11
12 Hvorfor det? Dagens afstemning på It og sundhed l 19. maj 2015 l Dias nummer 12
13 Misklassifikation Fiktivt kohortestudie af sammenhæng mellem alkoholforbrug og selvvurderet helbred med dårlig registrering af alkoholforbrug Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 It og sundhed l 19. maj 2015 l Dias nummer 13
14 Non-differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret: RR=1,38 It og sundhed l 19. maj 2015 l Dias nummer 14
15 Non-differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret: RR=1,38 20% af drikkende bliver misklassificeret: RR=1,27 Association går mod ingen forskel (dvs. 0 hvis absolut og 1 hvis relativ) It og sundhed l 19. maj 2015 l Dias nummer 15
16 Differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=1,03 It og sundhed l 19. maj 2015 l Dias nummer 16
17 Differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=1,03 20% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=0,75 Kan vende op og ned på konklusionen It og sundhed l 19. maj 2015 l Dias nummer 17
18 Differentiel misklassifikation Case-controlundersøgelser, typiske eksempler Recall-bias: cases husker eksponeringer anderledes (typisk bedre) end kontroller. Ikke det samme som dårlig hukommelse Interviewerbias: Interviewer spørger anderledes (typisk mere uddybende) om eksponeringer blandt cases end blandt kontroller Kohorteundersøgelser, typiske eksempler Detektionsbias: eksponerede har anderledes (typisk større) risiko for udfald end ikke-eksponerede Interviewerbias: Interviewer spørger anderledes (typisk mere uddybende) om udfald blandt eksponerede end blandt ikkeeksponerede It og sundhed l 19. maj 2015 l Dias nummer 18
19 Konsekvenser Non-differentiel misklassifikation Associationen går (næsten altid) mod ingen forskel Differentiel misklassifikation Alt efter retningen af misklassifikationen over- eller undervurderes associationen It og sundhed l 19. maj 2015 l Dias nummer 19
20 Næste gang Selektionsbias Dvs. de skævheder der kan opstå på grund af den måde hvorpå man har udvalgt sin stikprøve It og sundhed l 19. maj 2015 l Dias nummer 20
Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 18. maj 2017 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereSelektionsbias. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Selektionsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om Præcision:
Læs mereStudiedesigns: Alternative designs
Studiedesigns: Alternative designs Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 20. maj 2014 l Dias nummer 1 Sidste gang
Læs mereMåleproblemer. Fejlkilder og tolkningsproblemer. Usikkerhed og bias. Stikprøveusikkerhed. Epidemiologi og Biostatistik (version
Måleproblemer A B Fejlkilder og tolkningsproblemer Svend Juul, 19. september 2007 C D 1 2 Usikkerhed og bias De vigtigste kilder til usikkerhed og bias Præcision, sikkerhed, reproducerbarhed, ryster ikke
Læs mereVurdering af epidemiologiske undersøgelser. Epidemiologisk forskning
Vurdering af epidemiologiske undersøgelser Epidemiologisk forskning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet mv@soci.au.dk At belyse en videnskabelig hypotese ved
Læs merePopulation attributable fraction
Population attributable fraction Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 2. juni 2015 l Dias nummer 1 Sidste gang
Læs mereConfounding. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. maj 2015 l Dias nummer 1 Sidste
Læs mereMålsætning. Vurdering af epidemiologiske undersøgelser
Vurdering af epidemiologiske undersøgelser Målsætning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet At belyse en videnskabelig problemstilling ved at indsamle, analysere
Læs mereEn teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Darts et eksempel på målefejl
Vurdering af epidemiologiske undersøgelser Jørn Attermann. februar 00 I denne forelæsning vil vi se på fejl, som kan have betydning for fortolkningen af resultater fra epidemiologiske undersøgelser. Traditionelt
Læs mereEpidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 16. april 2015 l Dias nummer 1 Sidste gang
Læs mereBIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen
BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Hvad er bias? Studiets resultat det sande resultat En systematisk over- eller undervurdering af en sammenhæng Pga. en systematisk
Læs mereStudiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. april 2015 l Dias nummer 1 Sidste
Læs mereOvervejelser vedr. outcomes i (farmako)epidemiologiske studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen
Overvejelser vedr. outcomes i (farmako)epidemiologiske studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Outcome/event/udfald Den sygdomstilstand vi ønsker at undersøge I et kohortestudie:
Læs mereStudiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 3. maj 2016 l Dias nummer 1 Sidste gang
Læs mereConfounding. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 6. juni 2017 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereFejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard
Fejlkilder Ulrik Schiøler Kesmodel Rikke Guldberg Øjvind Lidegaard Fejlkilder 1. Selektionsproblemer 2. Informationsproblemer 3. Confounding Generelle overvejelser I Det estimat for hyppighed, som vi måler
Læs mereIntern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser
Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Jørn Attermann 23. september 2009 Vurdering af den interne validitet af en epidemiologisk undersøgelse: Informationsproblemer
Læs mereEpidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2016 l Dias nummer 1 Sidste gang
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereStudiedesigns: Case-kontrolundersøgelser
Studiedesigns: Case-kontrolundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. maj 2016 l Dias nummer 1 Sidste
Læs mereEffektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereEn teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Eksempler på målefejl
Vurdering af epidemiologiske undersøgelser Jørn Attermann 6. februar 2006 I denne forelæsning vil vi se på fejl, som kan have betydning for fortolkningen af resultater fra epidemiologiske undersøgelser.
Læs mereStudiedesigns: Randomiserede kontrollerede undersøgelser
Studiedesigns: Randomiserede kontrollerede undersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 27. april 2017 l Dias nummer 1 Sidste
Læs mereNoter til SfR checkliste 3 Kohorteundersøgelser
Noter til SfR checkliste 3 Kohorteundersøgelser Denne checkliste anvendes til undersøgelser som er designet til at besvare spørgsmål af typen hvad er effekten af denne eksponering?. Den relaterer sig til
Læs mereVurdering af epidemiologiske undersøgelser igen
Vurdering af epidemiologiske undersøgelser igen kob Grove 13. februar, 2006 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation
Læs mereEpidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering II
Eksperimentelle undersøgelser Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Efterår 2001 Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden
Læs mereTillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi
Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi Universitet 2012 1 Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi marts 2012. Modulerne beskrevet i tillægget,
Læs mereIntroduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet It og sundhed l 9. april 2015 l Dias
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereEffektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 25. april 2017 l Dias nummer 1 Sidste gang
Læs mereVurdering af epidemiologiske undersøgelser igen
Vurdering af epidemiologiske undersøgelser igen kob Grove 12. september, 2005 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation
Læs mereEpidemiologiske hyppighedsmål
Epidemiologiske hyppighedsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 14. april 2015 l Dias nummer 1 Sidste gang
Læs mereDet randomiserede kontrollerede forsøg og evidens-baseret medicin
Det randomiserede kontrollerede forsøg og evidens-baseret medicin Laust Hvas Mortensen Institut for Folkesundhedsvidenskab E-mail: lamo@sund.ku.dk Epi forelæsning 2 Dias 1 Hvordan ved vi om behandlingen
Læs mereEpidemiologisk evidens og opsummering
Epidemiologisk evidens og opsummering Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. juni 2014 l Dias nummer 1 Sidste
Læs mereEpidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering I.
Eksperimentelle undersøgelser Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer regional variation migrationsundersøgelser korrelationsundersøgelser tidsrækker
Læs mereTillæg til Studieordning for Folkesundhedsvidenskab
Tillæg til Studieordning for Folkesundhedsvidenskab Det Sundhedsvidenskabelige Fakultet Aalborg Universitet 2015 Tillæg til studieordningen for kandidatuddannelsen i Folkesundhedsvidenskab - 2013 Modulerne
Læs mereFejlkilder. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011
Fejlkilder Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Læringsmål Tilfældig variation Selektionsproblemer Informationsproblemer Confounding Effekt modifikation
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Estimation
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Estimation Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev herefter
Læs mere2. Hvilke(t) epidemiologisk(e) design(s) anvender forfatterne til at belyse problemstillingen? (7 point)
Eksamensopgave i Epidemiologiske metoder, IT & Sundhed forår 2011 Læs artiklen grundigt og svar derefter på alle spørgsmål. Under hver opgave står hvor mange point der maksimalt kan opnås for opgaven.
Læs mereEksperimenter. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011
Eksperimenter Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Epidemiologiske studier Observerende studier beskrivende (populationer) regional variation migrations
Læs mereREEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N REEKSAMEN I EPIDEMIOLOGISKE METODER IT
Læs mereIntroduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet Sundhed og informatik l 11. april 2017
Læs mereAnalyse af binære responsvariable
Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley
Læs mereNoter til SfR checkliste 4 - Casekontrolundersøgelser
Noter til SfR checkliste 4 - Casekontrolundersøgelser Denne checkliste anvendes til undersøgelser, som er designet til at besvare spørgsmål af typen hvilke faktorer forårsagede denne hændelse?, og inddrager
Læs mereEks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,
Statistik noter Indhold Datatyper... 2 Middelværdi og standardafvigelse... 2 Normalfordelingen og en stikprøve... 2 prædiktionsinteval... 3 Beregne andel mellem 2 værdier, eller over og unden en værdi
Læs mereEpidemiologi og Biostatistik
Kapitel 1, Kliniske målinger Epidemiologi og Biostatistik Introduktion til skilder (varianskomponenter) måleusikkerhed sammenligning af målemetoder Mogens Erlandsen, Institut for Biostatistik Uge, torsdag
Læs mereKritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence
Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence Public Health Resource Unit 2002 http://www.phru.nhs.uk/casp/critical_appraisal_tools.htm
Læs mereFejlkilder i epidemiologiske undersøgelser
Fejlkilder i epidemiologiske undersøgelser April 2004 Søren Friis Nøjagtigheden (eng: accuracy) af et givent punktestimat afhænger af graden af tilfældig og systematisk variation i målingen af effekten
Læs merePræcision og effektivitet (efficiency)?
Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet
Læs mereCENTER FOR KLINISKE RETNINGSLINJER
BILAG 5 - CLEARINGHOUSE Bilag 5. SfR Checkliste kilde 18. SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Deuling J, Smit M, Maass A, Van den Heuvel A, Nieuwland W, Zijlstra F, Gelder I. The Value
Læs mereUdarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning
Udarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning Anden del: systematisk og kritisk læsning DMCG-PAL, 8. april 2010 Annette de Thurah Sygeplejerske, MPH, ph.d. Århus Universitetshospital
Læs mereStudiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard
Studiedesign Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard Studiedesign Økologiske studier Tværsnitsstudier Case-kontrolstudier Kohortestudier Randomiserede studier Hvorfor er det vigtigt at
Læs mereEn intro til radiologisk statistik. Erik Morre Pedersen
En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereBesvarelse af opgavesættet ved Reeksamen forår 2008
Besvarelse af opgavesættet ved Reeksamen forår 2008 10. marts 2008 1. Angiv formål med undersøgelsen. Beskriv kort hvordan cases og kontroller er udvalgt. Vurder om kontrolgruppen i det aktuelle studie
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Estimation: Kapitel 9.1-9.3 Estimation Estimationsfejlen Bias Eksempler Bestemmelse af stikprøvens størrelse Konsistens De nitioner påkonsistens Eksempler på konsistente og middelrette estimatorer
Læs mereEpidemiologi og Biostatistik (version 19.09.2008)
En model Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Jørn Attermann. september 008 For meningsfuldt at kunne diskutere fejlkilder og fortolkningsproblemer må vi have en model for det,
Læs mereEpidemiologi og biostatistik. Diagnostik og screening. Forelæsning, uge 5, Svend Juul. Hvordan stiller man en diagnose? Diagnostiske kriterier
Epidemiologi og biostatistik Diagnostik og screening Forelæsning, uge 5, Svend Juul Hvordan stiller man en diagnose? Symptomer - passive: patientens spontane rapport - aktive: svar på målrettede spørgsmål
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs mereBehandling af kvantitative data 19.11.2012
Behandling af kvantitative data 19.11.2012 I dag skal vi snakke om Kvantitativ metode i kort form Hvordan man kan kode og indtaste data Data på forskellig måleniveau Hvilke muligheder, der er for at analysere
Læs mereÅrsager. Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev
Årsager Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af
Læs mereVurdering af det Randomiserede kliniske forsøg RCT
Vurdering af det Randomiserede kliniske forsøg RCT Evidensbaseret Praksis DF Region Nord Marts 2011 Jane Andreasen, udviklingsterapeut og forskningsansvarlig, MLP. Ergoterapi- og fysioterapiafdelingen,
Læs mereRE-EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N RE-EKSAMEN I EPIDEMIOLOGISKE METODER IT
Læs mereHvad influerer på analyseresultaterne? Efterår 2015
Hvad influerer på analyseresultaterne? En træt patient hos den praktiserende læge En 6 årig mandlig patient klager over træthed. Der måles B- hæmoglobin hos den praktiserende læges og resultatet siger:
Læs mereHelbredsundersøgelser
Helbredsundersøgelser Handicaphjælpere Århus Kommune Helbredsundersøgelser af Handicaphjælpere Århus Kommune Sundhedsstaben Bo Schou Jensen Indhold Indhold... 3 Indledning... 4 Resume og konklusion...
Læs mereHyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011
Hyppigheds- og associationsmål Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011 Læringsmål Incidens Incidens rate Incidens proportion Prævalens proportion
Læs mereSusanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne
Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag
Læs mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts
Århus 27. februar 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts Epibasic er nu opdateret til version 2.02 (obs. der er ikke ændret ved arket C-risk) Start med
Læs mereEPIDEMIOLOGI MODUL 7. April Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM
EPIDEMIOLOGI MODUL 7 April 2007 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM Selektionsbias et par udvalgte emner Confounding by indication Immortal time bias
Læs mereStikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader
Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af
Læs mereKapitel 13 Reliabilitet og enighed
Kapitel 13 Reliabilitet og enighed Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 Version 11. april 2011 1 / 23 Indledning En observation er sammensat af en sand værdi og en målefejl
Læs mereKost og Hjerte- Kar-Sygdom. Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen
Kost og Hjerte- Kar-Sygdom Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen 1 ud af 3 dør af hjerte-kar-sygdom Hjerte-kar-sygdom Iskæmisk hjertesygdom den hyppigst forekomne dødsårsag i Danmark
Læs mereGrundlæggende metode og videnskabsteori. 5. september 2011
Grundlæggende metode og videnskabsteori 5. september 2011 Dagsorden Metodiske overvejelser Kvantitativ >< Kvalitativ metode Kvalitet i kvantitative undersøgelser: Validitet og reliabilitet Dataindsamling
Læs mereEpidemiologi og Biostatistik. Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002
Epidemiologi og Biostatistik Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002 1 Statestik Det hedder det ikke! Statistik 2 Streptomycin til behandling af lunge-tuberkulose?
Læs mereEpidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel
Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel Rigshospitalet Århus Sygehus Epidemiologi. Hvad er det? Definition Læren om sygdommes udbredelse og årsager Indhold To hovedopgaver: Deskriptiv
Læs mereMulighederne i anvendelsen af sundhedsprofilen og datagrundlaget. Jakob Kjellberg
Mulighederne i anvendelsen af sundhedsprofilen og datagrundlaget Jakob Kjellberg Hvad kan man bruge en sundhedsprofil til? Ét er et søkort at forstå, et andet skib at føre. Men det er altså også vanskeligt
Læs mereTo grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens
EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER Hyppighedsmål Prævalens Incidens Kumuleret incidensproportion Incidens rate Associationsmål Relativ Risiko Risiko Differens To grundlæggende kategorier af sygdomsmål:
Læs mereSKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI Cand.Scient.San, 2. semester 20. februar 2015 (3 timer)
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI
Læs mere3 typer. Case-kohorte. Nested case-kontrol. Case-non case (klassisk case-kontrol us.)
EPIDEMIOLOGI CASE-KONTROL STUDIER September 2011 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse Case kontrol studie 3 typer Case-kohorte Nested case-kontrol Case-non case (klassisk
Læs mereModule 1: Data og Statistik
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen og Hans Chr. Petersen Module 1: Data og Statistik 1.1 Hvad er statistik?................................... 1 1.2 Datatyper.......................................
Læs mere12/11/2015. Mobning og depression, årsag og virkning? Kan mobning på arbejdspladsen medføre sygdom? MODENA projektet 2010-2014
Bispebjerg Mobning og depression, årsag og virkning? Navn oplægsholder Navn KUenhed Jens Peter Bonde Professor, overlæge, dr.med. Arbejds- og Miljømedicinsk afdeling Bispebjerg Hospital Institut for Folkesundhedsvidenskab
Læs mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 6: Checkliste Maastrup 2014a SfR Checkliste 3: Kohorteundersøgelser Maastrup R., Hansen B.M., Kronborg H., Bojesen S.N., Hallum K., Frandsen A., Kyhnaeb A., Svarer I., Hallstrom I. Factors associated
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mål for sammenhæng mellem to variable
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mål for sammenhæng mellem to variable Estimation Stikprøve Data Population Teori relativ hyppighed parameter estimat sandsynlighed parameter
Læs mereLægevidenskabelig Embedseksamen, 6. semester Forår 2009 Epidemiologi og Biostatistik Rettevejledning
Lægevidenskabelig Embedseksamen, 6. semester Forår 2009 Epidemiologi og Biostatistik Rettevejledning Opgave 1. Angiv studiets formål, design og hvilke associationsmål, der bruges. Beskriv hovedresultaterne
Læs mereDansk Clearinghouse for Uddannelsesforskning
DANSK CLEARINGHOUSE FOR UDDANNELSESFORSKNING ARTS AARHUS UNIVERSITET Dansk Clearinghouse for Uddannelsesforskning Institut for Uddannelse og Pædagogik (DPU) Arts Aarhus Universitet Notat om forskningskvalitet,
Læs mere! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)
Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!
Læs mereS4-S5 statistik Facitliste til opgaver
S4-S5 statistik Facitliste til opgaver Opgave 1 Middelværdien angiver det bedste bud på serummets sande værdi, mens spredningen angiver analyseusikkerheden. 95%-Konfidensinterval = Ja Standardafvigelsen
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2200 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereArbejdsmiljø, stress og risikoen for demens
Arbejdsmiljø, stress og risikoen for demens Kirsten Nabe-Nielsen, lektor Institut for folkesundhedsvidenskab Københavns Universitet 11.09.2018 Øvrige forskere i MEMORIA-projektet: Professor Åse Marie Hansen,
Læs mereEt psykisk belastende arbejde har store konsekvenser for helbredet
Flere gode år på arbejdsmarkedet 5. maj 2017 Et psykisk belastende arbejde har store konsekvenser for helbredet Risikoen for at have et dårligt psykisk helbred mere end fordobles for personer med et belastende
Læs mereMonitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004
Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Indhold Side 1.1. Indledning... 1 1.2. Baggrund
Læs merePrioritering af indsatser med fokus på social ulighed i sundhed
Prioritering af indsatser med fokus på social ulighed i sundhed Ingelise Andersen Lektor, PhD Institut for Folkesundhedsvidenskab Ulighed i sundhed globalt, nationalt og lokalt Er det overhovedet muligt
Læs mereSocial ulighed i Sundhed: Empiri og årsager
Social ulighed i Sundhed: Empiri og årsager Faglig Dag Esbjerg 10. september 2008 Jacob Nielsen Arendt, Lektor Sundhedsøkonomi Syddansk Universitet Kort oversigt Baggrund Ulighed i Sundhed i Danmark Forklaringsmodeller
Læs mereFraktur efter brystkræft
DBCG s 40 års jubilæumsmøde 18. 19. januar 2018 Hotel Marselis, Aarhus Bent Kristensen Klinisk fysiologisk afd. Z, Herlev Hospital Cancer-relateret knogletab og fraktur Mekanismer: Hypogonadisme fremkaldt
Læs mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 3: Litteraturgennemgang SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Wulf, Judith A. Evaluation og seizure observation and dokumentation Tidsskrift, år: Checkliste udfyldt af: Trine Arnam-Olsen
Læs mereSociale relationers betydning for fysisk funktionsevne
Sociale relationers betydning for fysisk funktionsevne Charlotte Juul Nilsson, lektor, PhD Afdeling for Social Medicin Institut for Folkesundhedsvidenskab Københavns Universitet Dias 1 Medforfattere Rikke
Læs mereCase-control studier. Mål for dagens anstrengelser. Hvad er en sygdomsårsag? Sygdom og årsag. Infektionsårsager. Sygdomsårsager
Mål for dagens anstrengelser Case-control studier Ph.D. kursus Københavns Universitet 25. Marts 2004 Gennemgang af årsagsbegrebet (efter ønske) Definere case-control undersøgelser Kende forskel på case-control
Læs mereKan unge med dårlige læsefærdigheder. ungdomsuddannelse? Arbejdspapir Socialforskningsinstituttet The Danish National Institute of Social Research
Kan unge med dårlige læsefærdigheder gennemføre en ungdomsuddannelse? Dines Andersen Børn, integration og ligestilling Arbejdspapir 1:2005 Arbejdspapir Socialforskningsinstituttet The Danish National Institute
Læs mereArbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark
Arbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark Udarbejdet af Esther Zimmermann, Ola Ekholm, & Tine Curtis Statens Institut for Folkesundhed, december 25
Læs mereMagnetfelter og børnekræft - er der en sammenhæng?
NOTAT NP92-961b JKJ/BT-DGR 4. december 1997 Magnetfelter og børnekræft - er der en sammenhæng? Revideret januar 1993 NOTAT NP92-961b 2 1. Om børnekræft I perioden fra 1945 og frem til i dag har udviklingen
Læs mere