OBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002
|
|
|
- Karl Fischer
- 7 år siden
- Visninger:
Transkript
1 OBSERVERENDE UNDERSØGELSER Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002
2 Epidemiologisk design Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer regional variation migrationsundersøgelser korrelationsundersøgelser tidsrækker analytiske: Undersøgelsesenheden er individer tværsnitsundersøgelser follow-up undersøgelser case-kontrol undersøgelser Eksperimentelle undersøgelser
3 Korrelationsundersøgelser Biologi rationale tid Ikke nødvendigvis personsammenfald niveau fejlslutning Confounding variation i andre risikoindikatorer
4 Populationserfaring Eksponering Syge Raske I alt Obs. Tid + a b n + t + - c d n - t - I alt a+c b+d N T Sampling tværsnitsundersøgelse N follow-up undersøgelse eksponerede og ikke-eksponerede (n + og n - ) case-kontrol undersøgelse oftest syge og raske (a + c og b + d)
5 Cross Sectional Study, 1 A cross-sectional study was carried out among women attending a university health service to investigate the determinants of cervical human papillomavirus (HPV) infection. A sample of 467 women were asked to complete a self-administered questionaire on socio-demographic variables and sexual behaviour at the time of their visit to the clinic. The prevalence of HPV infection was then examined in relation to marital status and lifetime number of male sexual partners (Ley et al., 1991).
6 Cross Sectional Study, 2 Lifetime no. of sexual partners No. of women % positive for HPV (prevalence proportion) Prevalence proportion ratio (95% CI) ( ) ( ) ( ) ( )
7 Cross Sectional Study, 3 The prevalence proportion ratio for each exposure level was calculated by forming 2 x 2 tables as illustrated below for women with 10+ partners Lifetime no of HPV- HPV- No of sexual partners negative positive women Prevalence proportion among women with 10+ partners = 70/102 = 68.6% Prevalence proportion among women with one partner = 19/90 = 21.1% Prevalence proportion ratio = 68.6% / 21.1% = 3.3
8 Follow-up Study, 1 The Nurses Health Study is a cohort study of 121,700 US Female registered nurses aged years when the cohort was established in mid A total of 1,799 newly diagnosed breast cancer cases were identified during the first 10 years of follow-up from mid-1976 to mid Analyses were then conducted to investigate the relationship between oral contraceptive use and risk of breast cancer. (Romieu et al., 1989).
9 Follow-up Study, 2 The incidence rates of breast cancer among nurses aged years at the time of their entry into the cohort was examined in relation to use of oral contraceptives Oral contraceptive use Cases Person-years at risk Incidence rate per 100,000 pyrs Ever (current or past use) , Never , Total Data from Romieu et al. (1989) Rate ratio = 217 per 100,000 pyrs/187 per 100,000 pyrs = % confidence for the rate ratio = 0.96 to 1.40 Rate difference = 217 per 100,000 pyrs 187 per 100,000 pyrs = 30 per 100,000 pyrs 95% confidence interval for the rate difference = -8 to 68 per 100,000 pyrs
10 Fordele ved observerende follow-up undersøgelser Fordele direkte identifikation af studiebasen indflydelse på eksponeringsfordelingen kvalitetskontrol af data eksponeringsoplysninger før sygdom flere sygdomsudfald mulighed for beregning af flere associationsmål
11 Ulemper ved observerende follow-up undersøgelser Ulemper ressourcer tid penge enkelt eksponeringer påvirkning af den diagnostiske proces eller sygdomsregistreringen etik
12 Oplysninger om eksponering Hypoteser Muligheder specifik (tid og sted) gennemsnit max/min kumuleret
13 Associationsmål Follow-up undersøgelse, komplet follow-up Eksponering Antal pers. Syge Obs. Tid + n + a t + - n- c t- Relativt associationsmål relativ risiko RR = a/n + / c/n - Absolut associationsmål risiko differens RD = a/n + c/n -
14 Associationsmål Follow-up undersøgelse, inkomplet follow-up Eksponering Antal pers. Syge Obs. Tid + n + a t + - n - c t - Relativt associationsmål incidens rate ratio IRR = a/t + / c/t - Absolut associationsmål incidensrate differens IRD = a/t + c/t -
15 Valg af associationsmål i follow-up undersøgelsen Sygdomshyppigheden blandt ikke-eksponerede, et relativt og et absolut associationsmål supplerer hinanden.
16 Follow-up undersøgelse Eksponering Syge Raske I alt Obs.tid + a b n + t + - c d n - t - Ved sjældne sygdomme er n + og n - samt b og d meget større end a og c
17 Case-Control Study, 1 A population-based case-control study was carried out in Spain and Colombia to assess the relationship between cervical cancer and exposure to human papillomavirus (HPV), selected aspects of sexual and reproductive behaviour, use of oral contraceptives, screening practices, smoking, and possible interactions between them. The study included 436 incident cases of histologically confirmed invasive squamous-cell carcinoma of the cervix and 387 control of similar age randomly selected from the general Population that generated the cases (Muñoz et al., 1992a).
18 Case-Control Study, 2 Risk of developing cervical cancer in relation to the lifetime number of sexual partners. Number of sexual partners Cervical cancer cases Controls Odds ratio (95% confidence interval) ( ) ( )
19 Case-Control Study, 3 The odds ratios for each category of exposure were calculated in the following way: Number of sexual partners 0-1 (unexposed) 2-5 (exposed) Cervical cancer cases Control Odds ratio = (125/265) / (74 x 305) = 1.94
20 Fordele ved case-kontrol undersøgelser Fordele ressourcer tid penge flere eksponeringer hypotese genererende etik
21 Ulemper ved case-kontrol undersøgelser Ulemper afgrænsning af studiebasen kvalitetskontrol af data eksponering effekt enkelt sygdomme ikke økonomisk ved studiet af sjældne eksponeringer associationsmål
22 Studiebasen Studiebasen er den populationserfaring, vi ønsker at beskrive på baggrund af undersøgelsen Studiebasen er de personer, for hvem det gælder, at de ville blive cases, givet de udviklede den sygdom, der studeres
23 Eksponering Eksponeringssandsynlighed Muligheder for at øge eksponeringssandsynligheden restriktion geografi køn alder andre specielle studiebaser
24 Associationsmål Case-kontrol undersøgelse, komplet follow-up Eksponering Syge Raske I alt Obs. Tid + a b n + t + - c d n - t - Stikprøve af raske case non-case design Associationsmål OR = a/c / b/d OR ~ RR sygdommen sjælden RR tæt ved 1,0
25 Associationsmål Case-kontrol undersøgelse, komplet follow-up Eksponering + Syge a Raske - c d n - Stikprøve af studiebase personer i alt case-base design kumulativ incidens proportions sampling b I alt n + Obs.tid t + t - Associationsmål OR ~ RR uafhængig af sygdomshyppighed uafhængig af størrelsen af RR
26 Associationsmål Case-kontrol undersøgelse, komplet follow-up Eksponering Syge Raske I alt Obs.tid + a b n + t + - c d n - t - Estimerings- og vurderingsproblemer cases i referencegruppen statistiske metoder Referencegruppen kan bruges i flere undersøgelser med forskellige endpoints
27 Associationsmål Case-kontrol undersøgelse Inkomplet follow-up (censureringer) Eksponering Syge Raske I alt Obs. Tid + a b n + t + - c d n - t - Stikprøve af studiebasen observationstid case-base design incidence density sampling hver gang en case opstår samples reference personer fra den aktuelle studiebase
28 Eksponering + - Associationsmål Case-kontrol undersøgelse Inkomplet follow-up (censureringer) Syge a c Raske b d I alt n + n - Obs. Tid Associationsmål OR ~ IRR uafhængig af sygdomshyppighed og størrelse af IRR Estimerings- og vurderingsproblemer cases i referencegruppen statistiske metoder Referencegruppen er specifik for den pågældende undersøgelse t + t -
29 Case-kontrol undersøgelse i follow-up undersøgelse Ikke økonomisk at gennemføre en follow-up undersøgelse, men heller ikke mulig at indhente relevante eksponeringsoplysninger på det tidspunkt, hvor cases og referencepersoner kan identificeres. N-3 fedtsyrer i 30. graviditetsuge
Hyppigheds- 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
3 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
Præcision 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
Studiedesigns: Case-kontrolundersøgelser
Studiedesigns: Case-kontrolundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. maj 2016 l Dias nummer 1 Sidste
Epidemiologisk 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
Epidemiologisk 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
Kursus i Epidemiologi og Biostatistik. Epidemiologiske mål. Studiedesign. Svend Juul
Kursus i Epidemiologi og Biostatistik Epidemiologiske mål Studiedesign Svend Juul 1 Pludselig uventet spædbarnsdød (vuggedød, Sudden Infant Death Syndrome, SIDS) Uventet dødsfald hos et rask spædbarn (8
Department of Public Health. Case-control design. Katrine Strandberg-Larsen Department of Public Health, Section of Social Medicine
Department of Public Health Case-control design Katrine Strandberg-Larsen Department of Public Health, Section of Social Medicine Case-control design Brief summary: Comparison of cases vs. controls with
Epidemiologiske mål Studiedesign
Epidemiologiske mål Studiedesign Svend Juul Pludselig uventet spædbarnsdød Sudden Infant Death Syndrome, SIDS Uventet dødsfald hos et rask spædbarn. Obduktion o.a. giver ingen forklaring. Hyppigheden -doblet
Statistik for MPH: 7
Statistik for MPH: 7 3. november 2011 www.biostat.ku.dk/~pka/mph11 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:
Fejlkilder. 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
Reexam questions in Statistics and Evidence-based medicine, august sem. Medis/Medicin, Modul 2.4.
Reexam questions in Statistics and Evidence-based medicine, august 2013 2. sem. Medis/Medicin, Modul 2.4. Statistics : ESSAY-TYPE QUESTION 1. Intelligence tests are constructed such that the average score
EPIDEMIOLOGI 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
Brystkræftscreening og overdiagnostik hvordan forstår vi stigningen i incidens?
Brystkræftscreening og overdiagnostik hvordan forstår vi stigningen i incidens? Henrik Støvring [email protected] 1. December 2016 Institut for Folkesundhed, AU Institutseminar, Vingsted Screening forskningsområdet
Statistik for MPH: oktober Attributable risk, bestemmelse af stikprøvestørrelse (Silva: , )
Statistik for MPH: 7 29. oktober 2015 www.biostat.ku.dk/~pka/mph15 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:
Studiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 3. maj 2016 l Dias nummer 1 Sidste gang
Eks. 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
Studiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. april 2015 l Dias nummer 1 Sidste
Epidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 16. april 2015 l Dias nummer 1 Sidste gang
Epidemiologi 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
Hvor mange har egentlig kræft?
Hvor mange har egentlig kræft? John Brodersen Professor, speciallæge i almen medicin, ph.d. Center for Forskning & Uddannelse i Almen Medicin, IFSV, KU Forskningsenheden for Almen Praksis, Region Sjælland
applies equally to HRT and tibolone this should be made clear by replacing HRT with HRT or tibolone in the tibolone SmPC.
Annex I English wording to be implemented SmPC The texts of the 3 rd revision of the Core SPC for HRT products, as published on the CMD(h) website, should be included in the SmPC. Where a statement in
Studiedesign. 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
Effektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede
Analyse 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
Morten Frydenberg Biostatistik version dato:
Caerphilly studiet Design og Data Biostatistik uge 14 mandag Morten Frydenberg, Afdeling for Biostatistik Poisson regression En primær tidsakse og ikke stykkevise konstante rater Cox proportional hazard
Årsagsteori. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet April 2011
Årsagsteori Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet April 2011 Årsager The cause of a disease event is an event, condition or characteristic that preceeded the
Epidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2016 l Dias nummer 1 Sidste gang
Studiedesigns: Alternative designs
Studiedesigns: Alternative designs Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 20. maj 2014 l Dias nummer 1 Sidste gang
REEKSAMEN 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
Effektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 25. april 2017 l Dias nummer 1 Sidste gang
To 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:
Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
Eksperimenter. 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
Epidemiologi. 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
9. Chi-i-anden test, case-control data, logistisk regression.
Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU [email protected], 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/
Resultater. Formål. Results. Results. Må ikke indeholde. At fåf. kendskab til rapportering af resultater. beskrivelse
Formål Resultater kendskab til rapportering af resultater Andreas H. Lundh Infektionsmedicinsk Afdeling, Hvidovre Hospital Anders W. JørgensenJ Øre-næse-halsafdeling, Århus Universitetshospital Mål At
Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning
Vurdering af epidemiologiske undersøgelser Epidemiologisk forskning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet [email protected] At belyse en videnskabelig hypotese ved
Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler:
Kære MPH-studerende Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler: 1. E.A. Mitchell et al. Ethnic differences
Alfa-1-antitrysin mangel hos børn. Elisabeth Stenbøg, Afd.læge, PhD Børneafd. A, AUH
Alfa-1-antitrysin mangel hos børn Elisabeth Stenbøg, Afd.læge, PhD Børneafd. A, AUH Hvad er det? Alfa-1-antitrypsin Proteinstof Produceres i leveren Fungerer i lungerne Regulerer neutrofil elastase balancen
2. 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.
1. februar Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 3. februar 005 Morten Frydenberg, Afdeling for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (ud
Confounding og stratificeret analyse
Faculty of Health Sciences Confounding og stratificeret analyse Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet [email protected] Kursets form Seks fredage
Basic statistics for experimental medical researchers
Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:
ORDINÆR 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
RE-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
Morten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Besvarelse 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
Erik Parner Sektion for Biostatistik. Biostatistisk metode et par eksempler
Erik Parner Sektion for Biostatistik Biostatistisk metode et par eksempler 1 Percent Kvantitativ data 60 50 40 30 20 10 1960 1970 1980 1990 2000 Year Er der en trend i proportionerne? 2 Mere informations
Kapitel 3. FØDSELSSTATISTIK
Kapitel 3. FØDSELSSTATISTIK I 2008 blev der registreret 835 fødsler (2 tvillinger og 1 trillinger, 839 fødte). Dette svarer til en fødselsrate på 57,8 fødsler pr. 1.000 kvinder i alderen 15-49 år (2007:
Kapitel 3. FØDSELSSTATISTIK
Kapitel 3. FØDSELSSTATISTIK I 2010 blev der registreret 856 fødsler (8 tvillinger, 1 trilling, 866 fødte). Dette svarer til en fødselsrate på 60,5 fødsler pr. 1.000 kvinder i alderen 15-49 år (2009: 621,3).
Kapitel 3. FØDSELSSTATISTIK
Kapitel 3. FØDSELSSTATISTIK I 2009 blev der registreret 889 fødsler (10 tvillinger, 899 fødte). Dette svarer til en fødselsrate på 62,3 fødsler pr. 1.000 kvinder i alderen 15-49 år (2008: 57,8). Der er
To the reader: Information regarding this document
To the reader: Information regarding this document All text to be shown to respondents in this study is going to be in Danish. The Danish version of the text (the one, respondents are going to see) appears
Epidemiologiske studier af myasthenia gravis
Epidemiologiske studier af myasthenia gravis Fra register til patient Emil Arnspang Pedersen Neurologisk afdeling, OUH & Klinisk institut, Sundhedsvidenskab, SDU Oversigt Hvad er myasteni Studier 1-6 Fremtidige
Målsætning. 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
OR stiger eksponentielt med forskellen i BMI komplicet model svær at forstå og analysere simpel model
Epidemiologi og biostatistik. Uge 5, torsdag. marts 1 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver Det statistiske
X M Y. What is mediation? Mediation analysis an introduction. Definition
What is mediation? an introduction Ulla Hvidtfeldt Section of Social Medicine - Investigate underlying mechanisms of an association Opening the black box - Strengthen/support the main effect hypothesis
Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab. Der er mange niveauer at gennemføre studierne på. Anvendt epidemiologi.
Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab Introduktionsmodul definition/ EPIDEMIOLOGI - epi (ved, omkring) - demos (folket) - logos (læren om..) Den videnskabelige disciplin som omhandler
Dag 6: Interaktion. Overlevelsesanalyse
Dag 6: Interaktion. Overlevelsesanalyse How does CHD depend on gender and hypertension? Males: hypertension chd01 Females: Frequency Row Pct 0 1 Total ---------+--------+--------+ 0 352 95 447 78.75 21.25
Logistisk regression
Logistisk regression http://biostat.ku.dk/ kach/css2 Thomas A Gerds & Karl B Christensen 1 / 18 Logistisk regression I dag 1 Binær outcome variable død : i live syg : rask gravid : ikke gravid etc 1 prædiktor
Statistical information form the Danish EPC database - use for the building stock model in Denmark
Statistical information form the Danish EPC database - use for the building stock model in Denmark Kim B. Wittchen Danish Building Research Institute, SBi AALBORG UNIVERSITY Certification of buildings
Hvordan har unge det i de nordiske lande?
Hvordan har unge det i de nordiske lande? Nordisk topmøde om psykisk helse Oslo 27. februar 2017 Pernille Due Statens Institut for Folkesundhed Syddansk Universitet Formål med oplægget Hvordan har nordiske
Hvordan får vi bugt med det fedmefremmende samfund?
Hvordan får vi bugt med det fedmefremmende samfund? Forebyggelse af overvægt og fedme hos børn hvad ved vi fra kontrollerede randomiserede undersøgelser? Berit L Heitmann, Professor PhD Enheden for Epidemiologisk
Morten Frydenberg 26. april 2004
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik RESUME: 2 2. gang: 2002 Institut for Biostatistik, Århus Universitet MPH. studieår Specialmodul 4 Cand. San. uddannelsen.
ORDINÆR 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
SKEMA TIL AFRAPPORTERING EVALUERINGSRAPPORT
SKEMA TIL AFRAPPORTERING EVALUERINGSRAPPORT OBS! Excel-ark/oversigt over fagelementernes placering i A-, B- og C-kategorier skal vedlægges rapporten. - Følgende bedes udfyldt som del af den Offentliggjorte
Unitel EDI MT940 June 2010. Based on: SWIFT Standards - Category 9 MT940 Customer Statement Message (January 2004)
Unitel EDI MT940 June 2010 Based on: SWIFT Standards - Category 9 MT940 Customer Statement Message (January 2004) Contents 1. Introduction...3 2. General...3 3. Description of the MT940 message...3 3.1.
Aktivering af Survey funktionalitet
Surveys i REDCap REDCap gør det muligt at eksponere ét eller flere instrumenter som et survey (spørgeskema) som derefter kan udfyldes direkte af patienten eller forsøgspersonen over internettet. Dette
Anvendelse af Sygesikringsregisteret:
Anvendelse af Sygesikringsregisteret: Kliniske i og organisatoriske i forløb Peter Vedsted d Professor Research Unit for General Practice Research Centre for Cancer Diagnosis in Primary Care CaP Aarhus
OR stiger eksponentielt med forskellen i BMI. kompliceret model svær at forstå og analysere
Epidemiologi og biostatistik. Uge 5, torsdag 5. september 003 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver
Røntgenundersøgelser af columna lumbalis indblændning ved analog vs. digital teknik
Røntgenundersøgelser af columna lumbalis indblændning ved analog vs. digital teknik Lars Göran Zetterberg MSC, radiograf, adjunkt Radiografuddannelsen, University College Nordjylland, Aalborg, Danmark
Afholdt d. 23. maj 2019
LEGIONELLA og LEGIONELLOSE Søren A. Uldum Statens Serum Institut, Legionella Små stavformede Gram-negative bakterier (2μm), de fleste med en til to flagellar Der er beskrevet 59 arter (flere kommer til)
Måleproblemer. 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
