ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
|
|
- Peter Sven Laugesen
- 7 år siden
- Visninger:
Transkript
1 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 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester Juni 2015 (4 timer) Eksamensvejledning Der lægges vægt på, at besvarelsen er klart disponeret og sprogligt koncis, og at sprogbrugen er i overensstemmelse med fagets terminologi. Praktiske forhold Læs artiklen grundigt og svar derefter på alle opgaver. Under hver opgave står hvor mange point der maksimalt kan opnås for korrekt besvarelse af opgaven. Der gives i alt maksimum 100 point for tilfredsstillende besvarelse af alle spørgsmål. Eksamenssættet består af i alt 12 spørgsmål. Mobiltelefoner skal være slukkede og lagt væk under eksamen. Artikel Kathrine Agergård Kaspersen et al. Obesity and Risk of Infection. Results from the Danish Blood Donor Study. Epidemiology 2015;26:1-10. Artiklen er sendt via mail til de studerende 24 timer før eksamensstart. Side 1
2 1. Hvad er baggrunden for undersøgelsen? (6 point) Fedme er i flere undersøgelser vist at være associeret med øget risiko for diverse infektioner. Undersøgelserne er primært foretaget blandt syge personer. 2. Hvilke(t) epidemiologisk(e) design(s) er anvendt i undersøgelsen? Begrund dit svar. Kohorte-/follow-up-/prospektiv-/longitudinel undersøgelse. Forfatterne observerer (spørger til) deltagernes BMI og taljeomfang (eksponering) ved inklusion i undersøgelsen og inddeler dem herudfra i kategorier. Forfatterne undersøger om deltagerne efterfølgende bliver behandlet på et hospital for en infektion eller får udskrevet infektionsrelateret medicin (udfald). Således er det en observationel undersøgelse hvor eksponeringen går forud i tid for udfaldet 3. Beskriv undersøgelsens eksponering(er). Undersøgelsens eksponeringer er BMI og taljeomfang. Begge eksponeringer er indhentet via et selvrapporteret spørgeskema. BMI: forfatterne skriver ikke hvordan de har beregnet BMI, men det må formodes at være gjort ved at dividere vægten i kg med højden i meter 2. Deltagerne kategoriseres ud fra deres BMI som undervægtig (<18,5), normalvægtig (18,5 BMI < 25), overvægtig (25 BMI < 30) eller fed ( 30). Taljeomfang: to kategorier bestående af hhv. de øverste 10%. og de øvrige 90% indenfor hvert køn, svarende til 99 cm for kvinder og 106 cm for mænd. 4. Diskutér om undersøgelsens eksponering kan give anledning til informationsbias. Deltagerne havde i forbindelse med at de udfyldte spørgeskemaet mulighed for at veje sig, samt måle sin højde og taljeomfang. På trods heraf har nogle muligvis underrapporteret deres vægt og taljeomfang og overrapporteret deres højde (en tendens man ofte ser i selvrapporterede data). Hvis dette er tilfældet kan det have givet anledning til misklassifikation, som med stor sandsynlighed vil være non-differentiel dvs. ens blandt dem som senere fik et infektionsrelateret udfald og dem som ikke fik. Dette skyldes at det er usandsynligt at de upræcise informationer om eksponeringen er relateret til udfaldet som sker i fremtiden. Kvaliteten af eksponeringen er nok rimelig, og sandsynligheden for betydelig informationsbias lav. 5. Vurdér ud fra relevante tal i Table 2 om der er statistisk interaktion mellem BMI og køn med hensyn til risikoen for at blive behandlet for lungebetændelse på et hospital (Pneumonia). Begrund dit svar. Blandt mænd med BMI 30 er IRR statistisk signifikant forøget til 2,4 (95% CI 1,4-4,3) sammenlignet med mænd med BMI < 30 (IRR=1). Dette gælder både i de ujusterede og justerede analyser. Blandt kvinder med BMI 30 (IRR=0,9 (95% CI 0,5-1,9)) er IRR ikke forøget sammenlignet med kvinder med BMI < 30 (IRR=1). Dette gælder både i de ujusterede og justerede analyser. Således tyder det på at associationen mellem BMI og Side 2
3 risikoen for at blive behandlet for lungebetændelse på et hospital målt en relativ skala er forskellig for mænd og kvinder og at der derfor er statistisk interaktion mellem BMI og køn. 6. Brug relevante tal i Table 2 til at beregne incidensrateratioen (IRR) for at blive behandlet for alle infektioner på et hospital (infections overall) mellem mænd med BMI 30 og kvinder med BMI 30. Brug kvinder med BMI 30 som referencegruppe. Beregn også et tilhørende 95% konfidensinterval. Angiv IRR og det tilhørende 95% konfidensinterval med 2 decimaler. Incidensraterne for hhv. mænd med BMI 30 og kvinder med BMI 30 aflæses i tabellen til at være 15,7 per 1000 person-år blandt mænd og 13,6 per 1000 person-år blandt kvinder. Ved brug af kvinder som referencegruppe bliver IRR=15,7/13,6=1, % konfidensinterval beregnes ved Ln (IRR)=0,14 SE(IRR)= 1/76+1/95=0,15 NKG=exp(ln IRR-1,96*SE(ln IRR))=exp(0,14-1,96*0,15)=0,85 ØKG=exp(ln IRR+1,96*SE(ln IRR))=exp(0,14+1,96*0,15)=1,56 7. Hvordan vil du fortolke den ovenfor beregnede IRR, og hvad kan man konkludere på baggrund af konfidensintervallet? Sammenlignet med mænd med BMI 30 har kvinder med BMI 30 en forøget risiko på 15% for at blive behandlet for infektion på et hospital. Med 95% sikkerhed ligger den sande IRR i konfidensintervallet, som har en nedre grænse på 0,85 og en øvre grænse på 1,56. Konklusion: Den forøgede risiko blandt kvinder med BMI 30 er ikke statistisk signifikant højere end blandt mænd med BMI 30 fordi værdien 1 (ingen forskel) indgår i konfidensintervallet. 8. Hvilket af Bradford Hills kriterier for årsagssammenhænge mener du er afbilledet i Figure 1 under overskriften Abscessess, Men? Abscessess betyder bylder. Figuren viser at der er dosis-respons sammenhæng mellem BMI og risikoen (hazard) for at blive behandlet for bylder på et hospital blandt mænd. Risikoen stiger med stigende BMI. 9. Vurdér ud fra relevante oplysninger i Table 3 om rygestatus ved baseline (Current smoking at baseline) og komorbiditet (Comorbidity using Charlson s Comorbidity Index) samlet set konfounderer associationen mellem BMI og antimikrobiel medicin (Antimicrobials overall) for mænd? Begrund dit svar. Justering for rygestatus ved baseline og komorbiditet ændrer ikke ved at BMI 30 sammenlignet med BMI < 30 er associeret med en let forøget risiko for infektion (målt som indløsning af en recept på antimikrobiel medicin) blandt mænd. Før justering estimeres den forøgede risiko til at være 24%, og efter justering estimeres den forøgede risiko til at være 23%. Vurderet ud fra et change in estimate perspektiv har rygestatus ved baseline og komorbiditet således ikke har confounded associationen. Det kan ikke udelukkes at Side 3
4 komorbiditet er en intermediær variabel dvs. at BMI medfører komorbiditet som igen medfører infektion. Hvis det er tilfældet vil det være forkert at justere for komorbiditet. Det kan heller ikke udelukkes at confounderne er opdelt i for grove kategorier til at påvirke associationen (residual confounding). 10. Diskutér fordele og ulemper ved at bruge danske bloddonorer som studiepopulation i denne undersøgelse. Begrund dit svar. Fordele Associationen mellem BMI og infektion bliver i ringe grad forstyrret af komorbiditet Forventelig høj deltagelsesprocent fordi bloddonorer er bedsteborgere dvs. lav risiko for selektionsbias Ulemper Prævalensproportioner som er præsenteret i Table 1 er sandsynligvis ikke repræsentative for den generelle danske befolkning fordi bloddonorer har en sund profil Hvorvidt donorers sundere profil påvirker associationen mellem BMI og infektion afhænger af om den sundere profil er associeret med både BMI og risikoen for infektion. Det kan den meget vel være. I Participants-afsnittet kan man læse at =3870 (9,3%) af deltagere er ekskluderet fra analyserne pga. manglende BMI. Hvis det er de tungeste som også har den største risiko for infektion som ekskluderes, kan det have medført systematiske forskelle mellem kildepopulationen og studiepopulationen 11. Brug relevante tal i Table 1 og Table 2 til at beregne den andel af det samlede antal infektionsrelaterede behandlinger på et hospital (Infections overall) i befolkningen som kan tilskrives at personerne har et BMI 30 i stedet for et BMI < 30. Denne andel betegnes Population Attributable Fraction (PAF). PAF skal afrapporteres med 2 decimaler, og beregningen skal kun foretages for kvinder. (9 point) For at beregne PAF skal man kende prævalensproportionen af BMI 30 (PP) samt den relative risiko forbundet med BMI 30 (RR). I Table 1 kan man aflæse at 10% af kvinderne har et BMI 30 dvs. PP=0,10. I Table 2 kan man aflæse at IRR forbundet med BMI 30 er 1,5 dvs. RR=1,5. PAF bliver således PP (RR 1) = 0,10 (1,5 1) = 0,0476*100=4,76% PP (RR 1)+1 0,10 (1,5 1) Diskutér fordele og ulemper ved det anvendte epidemiologiske design til at undersøge artiklens problemstilling. Fordele Man er sikker på at BMI går forud for infektion fordi oplysning om BMI er indsamlet før infektionen (temporalitet) Lav risiko for selektion fordi i en sammenlignende undersøgelse som denne skal selektion ind til kohorten og frafaldet fra kohorten være associeret Ulemper Man kan ikke sikre sig at de sammenlignede BMIgrupper er sammenlignelige mht. andre faktorer som kan skævvride undersøgelsens resultat (uombyttelighed) Kort opfølgningsperiode kan resultere i underestimering af nogle mål for infektion (ikke tilstrækkelig lang follow-up periode) Side 4
5 til både eksponering og udfaldet. Sandsynligheden for at selektionen ind til kohorten er associeret med infektion er lav fordi infektionen først sker i fremtiden. Frafaldet fra kohorten må være minimalt fordi personerne følges op i nationale registre og derfor næppe associeret til hverken BMI eller infektion (selektionsbias) Kan undersøge mange udfald Relativt billigt pga. kort spørgeskema og opfølgning i registre BMI ændrer sig nok ikke meget over opfølgningsperioden og der for er informationen om BMI sandsynligvis udmærket (informationsbias) Detektionsbias fordi de deltagere som er fede muligvis bliver undersøgt grundigere når de indlægges på hospital og derfor bliver diagnosticeret med flere infektioner Side 5
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
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 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 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 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 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 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 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 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 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 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 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 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 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 mereVed 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
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 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 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 mereKommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993.
Kommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993. 1. Det anføres, at OR for maorier vs. ikke-maorier er 3.81.
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 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 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 mereMads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om
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 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 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 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 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 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 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 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 mereDet Danske Bloddonorstudie. Kristoffer Burgdorf og Christian Erikstrup
Det Danske Bloddonorstudie Kristoffer Burgdorf og Christian Erikstrup 1 Fordele ved bloddonorer som studiepopulation Mange! Motiverede for at hjælpe andre. Vant til at udfylde skemaer om helbredsoplysninger.
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 mere4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra
Læs mereMidtvejsevaluering af målopfyldelsen i 2020- strategien
9. marts 2015 Midtvejsevaluering af målopfyldelsen i 2020- strategien J.nr. 20140039222 Ifølge den politiske aftale En strategi for arbejdsmiljøindsatsen frem til 2020 skal der i 2014 og 2017 i samarbejde
Læs mereMads 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 mereLandsdækkende database for kræft i tykog endetarm (DCCG) Addendum til National a rsrapport 2012 1. januar 2012 31. december 2012
Landsdækkende database for kræft i tykog endetarm (DCCG) Addendum til National a rsrapport 2012 1. januar 2012 31. december 2012 Side 2 Rapporten udgår fra Statistisk bearbejdning af data og epidemiologisk
Læs mereGenerelt er korrelationen mellem elevens samlede vurdering i forsøg 1 og forsøg 2 på 0,79.
Olof Palmes Allé 38 8200 Aarhus N Tlf.nr.: 35 87 88 89 E-mail: stil@stil.dk www.stil.dk CVR-nr.: 13223459 Undersøgelse af de nationale tests reliabilitet 26.02.2016 Sammenfatning I efteråret 2014 blev
Læs mereN O TAT. Tilgangen og forekomsten af diabetespatienter
N O TAT Tilgangen og forekomsten af diabetespatienter Diabetes er en sygdom, som rammer en stadig større del af befolkningen. Sygdommen har betydelige konsekvenser både for den enkelte og for samfundet.
Læs mereKursus 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
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 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 mere9. Chi-i-anden test, case-control data, logistisk regression.
Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU kach@biostat.ku.dk, 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/
Læs mereEpidemiologiske 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
Læs mereKan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen
Kan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen Hermann Burr * BAuA, Fagområde 3, Arbejde og Sundhed burr.hermann@baua.bund.de Sandsynliggørelse af årsagssammenhænge
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 mereSundheds- og Forebyggelsesudvalget 2012-13 SUU Alm.del endeligt svar på spørgsmål 887 Offentligt KRÆFTOVERLEVELSE I DANMARK 1997-2011
Sundheds- og Forebyggelsesudvalget 2012-13 SUU Alm.del endeligt svar på spørgsmål 887 Offentligt KRÆFTOVERLEVELSE I DANMARK 1997-2011 Redaktion: Statens Serum Institut Sektor for National Sundhedsdokumentation
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 merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
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 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 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 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 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 mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 5: Checkliste Andres et.al. SfR Checkliste 2: Randomiserede kontrollerede undersøgelser Forfatter, titel: Andres D et al.: Randomized double-blind trial of the effects of humidified compared with
Læs mereTabel 1. BMI, kropsvægt, overvægt og fedme for voksne og børn fordelt på køn. BMI gennemsnit Kropsvægt Normalvægtig Overvægtig Fed Totalt % (N) Alle voksne 25,60 50 35 15 100% (1746) Kvinder 25,54 52 33
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 mereMPH Introduktionsmodul: Epidemiologi og Biostatistik 23.09.2003
Opgave 1 (mandag) Figuren nedenfor viser tilfælde af mononukleose i en lille population bestående af 20 personer. Start og slut på en sygdoms periode er angivet med. 20 15 person number 10 5 1 July 1970
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 mereDANSK RESUMÉ. Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara.
DANSK RESUMÉ Introduktion Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara. Epidemiologien bag denne epidemi, og måderne hvorpå den relaterer sig til sundhedssystemer
Læs mere- Panelundersøgelse, Folkeskolen, september 2014
Svar på spørgsmål om understøttende undervisning og bevægelse, der indgik i Scharling-undersøgelse i Folkeskolens lærerpanel september 2014 Spm. 1: Har du fået mere bevægelse ind i din undervisning i fagene,
Læs mereOpgave 6. Opgave 7. Opgave 8. Peter Harremoës Mat A delprøve med hjælpemidler 15 december 2015
Opgave 6 a) Se Bilag 3! b) Funktionen differentieres, sættes lig nul og ligningen løses. g (x) = 0 K ln (x) + K = 0 K ln (x) = K ln (x) = 1 x = e 1. Det stationære punkt har x = e 1. Opgave 7 a) Data indlæses
Læs mereBrugertilfredshed på aktivitetscentrene daghjem 2012. 1. Indledning... 2. 1.1 Kvalitet inden for givne rammer... 3
Indholdsfortegnelse 1. Indledning... 2 1.1 Kvalitet inden for givne rammer... 3 1.2 Undersøgelsens fokusområder og opbygning... 3 2. Spørgeskemaundersøgelsen... 5 2.1 Hvad betyder tallene i tabellerne?...
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 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 mereNår patienten fejler andet end kræft hvad betyder det for prognosen?
Når patienten fejler andet end kræft hvad betyder det for prognosen? Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark E-mail: m.noergaard@rn.dk Case En 58 årig mand kommer
Læs mereEksamen i Statistik Efterår semester, FSV
DET SUNDHEDSVIDENSKABELIGE FAKULTET KØBENHAVNS UNIVERSITET Blegdamsvej 3B 2200 København N Antal sider i eksamensopgaven (incl. forside): 5 Eksamen i Statistik Efterår 2008 1. semester, FSV Udleveres 12.
Læs mereFOA-medlemmernes sundhed. Rygning, overvægt og psykisk og fysisk anstrengende arbejde sammenlignet med andre grupper på arbejdsmarkedet
F O A f a g o g a r b e j d e Rygning, overvægt og psykisk og fysisk anstrengende arbejde sammenlignet med andre grupper på arbejdsmarkedet FOA-medlemmernes sundhed FOA Fag og Arbejde 1 Politisk ansvarlig:
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 mereEvaluering af optagelsesprocedurer ved Det Sundhedsvidenskabelige Fakultet, Syddansk Universitet
Evaluering af optagelsesprocedurer ved Det Sundhedsvidenskabelige Fakultet, Syddansk Universitet 1. Nuværende optagelsesprocedure I 2002 startede Det Sundhedsvidenskabelige Fakultet efter forudgående aftale
Læs mereKomorbiditet og øvre GI-cancer. Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark E-mail: m.noergaard@rn.
Komorbiditet og øvre GI-cancer Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark E-mail: m.noergaard@rn.dk Hvad er komorbiditet? Komorbiditet: Sygdom(me), som forekommer
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 mereTest og sammenligning af udvalgte regressionsmodeller Berit Christina Olsen forår 2008
Indholdsfortegnelse 1 INDLEDNING OG PROBLEMSTILLING... 2 1.1 OVERVÆGT SOM CASE... 2 2 ANALYSEFORBEREDELSER... 4 2.1 HEPRO-UNDERSØGELSEN... 4 2.2 DEN AFHÆNGIGE VARIABEL VIGTIGHED AF ÆNDRINGEN AF VÆGT...
Læs mere1. 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
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 merec) For, er, hvorefter. Forklar.
1 af 13 MATEMATIK B hhx Udskriv siden FACITLISTE TIL KAPITEL 7 ØVELSER ØVELSE 1 c) ØVELSE 2 og. Forklar. c) For, er, hvorefter. Forklar. ØVELSE 3 c) ØVELSE 4 90 % konfidensinterval: 99 % konfidensinterval:
Læs mereSpecialundervisningsnetværket Elevtilfredshedsundersøgelse 2014
Specialundervisningsnetværket Elevtilfredshedsundersøgelse 214 Maj 214 : ADHD Svarprocent: 68% (13 besvarelser ud af 19 mulige) Netværksrapport Indhold og forord Indhold Overordnet resultat: Trivsel er,
Læs merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
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 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 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 mereSOCIAL ULIGHED I OVERLEVELSEN EFTER BRYSTKRÆFT. Signe Benzon Larsen
SOCIAL ULIGHED I OVERLEVELSEN EFTER BRYSTKRÆFT Signe Benzon Larsen Disposition Social position Social position og brystkræft Årsager til sociale forskelle Livsstil og overlevelse Social position Social
Læs mereenige i, at der er et godt psykisk arbejdsmiljø. For begge enige i, at arbejdsmiljøet er godt. Hovedparten af sikkerhedsrepræsentanterne
3. ARBEJDSMILJØET OG ARBEJDSMILJØARBEJDET I dette afsnit beskrives arbejdsmiljøet og arbejdsmiljøarbejdet på de fem FTF-områder. Desuden beskrives resultaterne af arbejdsmiljøarbejdet, og det undersøges
Læs mereKomorbiditet og operation for tarmkræft
Komorbiditet og operation for tarmkræft Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark E-mail: m.noergaard@rn.dk Hvad er komorbiditet? Komorbiditet: Sygdom(me), som
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 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 mereEvaluering af tilbud i Sundhedscenter for Kræftramte Resultater: Karakteristik af brugere i perioden januar december 2008, p. 1
Resultater: Karakteristik af brugere i perioden januar december 2008, p. 1 BRUGERPROFIL 2008 Skrevet af psykolog Pernille Envold Bidstrup og professor Christoffer Johansen, Institut for Epidemiologisk
Læs mereEn intro til radiologisk statistik
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 mereFLYGTNINGE. Kontakter i den primære sundhedssektor og beskæftigelse
FLYGTNINGE Kontakter i den primære sundhedssektor og beskæftigelse Side af og sammenhængen mellem sundhed og job I følgende notat anvendes antallet af kontakter hos vagt- og praktiserende læge (herefter
Læs mereRisikofaktorudviklingen i Danmark fremskrevet til 2020
23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og
Læs mereKohorte studier. Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen
Kohorte studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Kohorte En konkret persongruppe Kohortedesign Giver eksponering X og outcome Y? Kohortedesign Giver eksponering X og outcome
Læs mereSommereksamen 2015. Bacheloruddannelsen i Medicin/Medicin med industriel specialisering
Sommereksamen 2015 Titel på kursus: Uddannelse: Semester: Statistik og evidensbaseret medicin Bacheloruddannelsen i Medicin/Medicin med industriel specialisering 2. semester Eksamensdato: 16-06-2015 Tid:
Læs mereReeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl
Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
Læs mereOpgørelse af sundhedsparametre på rådyr i 2010/11 og 2011/12 baseret på oplysninger fra jægere og andre borgere
Videnblad nr. 4. 19. juni 213 Opgørelse af sundhedsparametre på rådyr i 21/11 og 211/12 baseret på oplysninger fra jægere og andre borgere Ole Roland Therkildsen 1, Karsten Laursen 1, Peter Sunde & Mariann
Læs mereBlue Reef. Skov og Naturstyrelsen. Påvirkning på sedimenttransportforhold - Dansk resumé. Dansk resumé
Blue Reef Påvirkning på sedimenttransportforhold - Dansk resumé Skov og Naturstyrelsen Dansk resumé 060707 Agern Allé 5 2970 Hørsholm Blue Reef BLUEREEF Tlf: 4516 9200 Fax: 4516 9292 dhi@dhigroup.com www.dhigroup.com
Læs mereSpecialundervisningsnetværket Elevtilfredshedsundersøgelse 2011
Specialundervisningsnetværket Elevtilfredshedsundersøgelse 11 Marts 11 Svarprocent: 89% (7 besvarelser ud af 79 mulige) Skolerapport Indhold og forord Indhold Overordnet resultat: Trivsel er, Sammenligninger
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mere02402 Løsning til testquiz02402f (Test VI)
02402 Løsning til testquiz02402f (Test VI) Spørgsmål 4. En ejendomsmægler ønsker at undersøge om hans kunder får mindre end hvad de har forlangt, når de sælger deres bolig. Han har regisreret følgende:
Læs mereBørn af forældre med psykiske lidelser
1. December 2016 Institut for Folkesundhed Sektion for Epidemiologi Vingsted seminar Baggrund Psykiske lidelser udgør et væsentligt samfundsmæssigt problem. I 2011 indløste 460.000 danskere recept på antidepressiva
Læs mere