Epidemiologi og Biostatistik (version )
|
|
- Rudolf Kristensen
- 7 år siden
- Visninger:
Transkript
1 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, som vi diskuterer! Krav til modellen: Omfatter næsten alle de variable og begreber, som vi vil bruge Afspejler virkeligheden Simpel nok til at kunne forstås og fortolkes 1 Eksempel: Alkohol og larynxcancer Alkohol Effekt Køn, rygning, socialgruppe Larynxcancer En generel model: Eksponering Effekt Andre faktorer Mere præcist: Eksponeringsmål Effektmål Udfald Udfaldsmål Mål for andre faktorer Eksempel: Alkohol og larynxcancer Alkohol Antal genstande pr. uge (selvrapporteret) Effekt Køn, rygning, socialgruppe Relativ risiko Larynxcancer Larynxcancerdiagnose (Cancerregisteret) Køn, antal cigaretter pr. dag (selvrapporteret), socialgruppe (Danmarks Statistik) Fejl i fortolkningen af eksponeringens effekt på udfaldet kan skyldes bl.a. 1. Informationsproblemer (målefejl eller misklassifikation af variable). Selektionsproblemer. Effektmodifikation (interaktion). Confounding I det følgende vil vi undersøge hvert af disse begreber. 1
2 1. Informationsproblemer Eksempler på målefejl A B Præcision (eng.: precision), sikkerhed, reproducerbarhed, ryster ikke på hånden (modsat måleusikkerhed). Korrekthed (eng.: trueness), nøjagtighed, korrekt indstillet (modsat målebias). A C B D C D Måleusikkerhed kan der ofte kompenseres for ved at foretage flere målinger. Målebias er en systematisk skævhed, som der ofte kan korrigeres for ved korrekt indstilling af måleinstrumentet. 8 Normalfordelte variable Eksempler på årsager til måleusikkerhed Dårligt apparatur Inter- og intraindividuel biologisk variation (fx blodtryk) Inter- og intraobservatørvariation (fx scoring af helbred eller diagnosticering) Eksempler på årsager til målebias Forkert kalibrering af måleinstrument (fx blodtryksmåling, klinisk-biokemisk analyse, spørgeskema) Sand fordeling Målt fordeling uden bias Målt fordeling med bias 9 10 Måleusikkerhed bevirker, at De observerede værdier får større spredning (SD) end de faktiske værdier. Det betyder, at middelværdien bliver bestemt med større usikkerhed (bredere sikkerhedsinterval). Ved sammenligninger overser man derfor lettere en reel forskel (type fejl). Måleusikkerhed svarer til støj eller tåge: Tåge slører kontraster, den skaber dem ikke. 11 Målebias bevirker I beskrivende undersøgelser: Middelværdiestimatet bliver bias ed I sammenlignende undersøgelser: Det kommer an på... Børn af Sandt Målt Ikke-rygere 00 g 00 g Rygere 0 g 0 g Differens 10 g 10 g 1
3 Dikotome variable Graden af misklassifikation kan karakteriseres ved: Sensitivitet: Evnen til at identificere de syge Specificitet: Evnen til at identificere de ikke-syge Klassificeret som Syg Ikke-syg Syg Sandt positiv Falsk negativ Sandheden Ikke-syg Falsk positiv Sandt negativ Eksempel: Estimation af sensitivitet og specificitet Sandheden Klassifikation Syg Ikke-syg Syg 9 10 Ikke-syg 90 I alt Sensitivitet: 9% (9% CI: 89%; 98%) Specificitet: 90% (9% CI: 8%; 9%) 1 1 Misklassifikation bevirker I beskrivende undersøgelser: Fejlagtigt hyppighedsestimat I sammenlignende undersøgelser: Det kommer an på... om misklassifikationen er differentieret Ikke-differentieret misklassifikation: Samme grad af misklassifikation af sygdomsstatus blandt eksponerede og ueksponerede Samme grad af misklassifikation af eksponering blandt syge og ikke-syge 1 1 Eksempel: Case-kontrol-undersøgelse: Ikkedifferentieret misklassifikation af eksponeringen Sand eksponeringsfordeling Målt eksponeringsfordeling Eksponeret Cases Kontroller Eksponeret Cases Kontroller Ja Ja 0 0 Nej Nej I alt I alt OR =,8 OR =,0 Både i case- og kontrolgruppen har 0% af de eksponerede glemt eksponeringen Der er altså samme grad af misklassifikation i de to grupper (ikke-differentieret misklassifikation) Det fører til en undervurdering af associationen Eksempel: Case-kontrol-undersøgelse: Differentieret misklassifikation af eksponeringen Sand eksponeringsfordeling Rapporteret eksponeringsfordeling Eksponeret Cases Kontroller Eksponeret Cases Kontroller Ja 0 0 Ja 0 0 Nej Nej I alt 10 0 I alt 10 0 OR = 1,0 OR =, 0% af kontrollerne havde glemt eksponeringen Det førte til en overvurdering af associationsestimatet Differentieret (dobbelt-skæv) misklassifikation fører til bias. (risiko for type fejl). 1 18
4 Eksempel: Kostoplysninger Ikke differentieret misklassifikation svækker mulighederne for at se associationer (fx OR). Det fører altså altid til bias af associationsestimater i en bestemt retning (ind mod den neutrale værdi). Differentieret misklassifikation kan føre til bias af associationsestimater i begge retninger. Kostoplysninger er meget usikre. Det betyder, at det er svært at studere effekten af kosten; vi kommer til at undervurdere effekten - med mindre der er tale om differentieret målefejl: At dem, der blev syge, rapporterer anderledes end dem, der forblev raske. Læseren må forsøge at vurdere, hvad der kan være sket Målpopulation: Udvalgte: Studiepopulation:. Selektionsproblemer Eksempel: Sundheds- og sygdomsundersøgelsen 000 Danske statsborgere 1 år N = Inviterede N =.8 (100%) Interview gennemført N = 1.90 (%) Tilfældig, stratificeret stikprøve (0,%) Deltagelse afvist. N =.0 Sygdom mv. N= 1 Eksempel: Danskernes vægtfordeling Hvis vi vil udtale os om danskernes vægtfordeling, er det billigere at undersøge en stikprøve end at undersøge alle danskerne. En tilfældig stikprøve er det ideelle. Det forudsætter en liste over alle danskere (CPRregisteret). Estimatet ud fra stikprøven af danskernes vægtfordeling er behæftet med usikkerhed. Denne usikkerhed er veldefineret og kan kvantificeres (SE, 9% CI). Hvis ikke alle udvalgte medvirker, er der et bortfald. Bortfaldet kan medføre bias i vores estimat af danskernes vægtfordeling. Som læser: Er der gjort klart rede for stikprøvetagning, deltagelse og bortfald? Sensitivitetsanalyse: Hvad er den sande prævalens af fedme, hvis ikke-deltagerne: har halvt så stor prævalens som deltagerne? har dobbelt så stor prævalens som deltagerne? Studiepopulationen skal være repræsentativ for målpopulationen med hensyn til det, vi vil undersøge. Repræsentativiteten kan trues af: forkert stikprøve skævt bortfald En selektionsbias kan ikke korrigeres med statistiske metoder. En selektionsbias konsekvenser kan vurderes ved en sensitivitetsanalyse.
5 I sammenlignende undersøgelser: Et bortfald uden sammenhæng med eksponering eller udfald medfører ikke bias i associationsmålet. Et bortfald, som kun hænger sammen med eksponeringen, medfører ikke bias i associationsmålet. Et bortfald, som hænger sammen med både eksponering og udfald (dobbelt-skævt), medfører bias. Eksempel: Case-kontrol undersøgelse. Bortfald associeret med eksponeringen, men ikke med udfaldet. Udvalgte Deltagere Eksponering Cases Kontroller Eksponering Cases Kontroller I alt I alt OR =,8 OR =,8 Eksempel: Case-kontrol undersøgelse. Bortfald associeret med både eksponeringen og udfaldet. Udvalgte Deltagere Eksponering Case Kontrol Eksponering Case Kontrol I alt I alt OR =,8 OR = 1,. Effektmodifikation Eksempel: Lægemiddel A påvirker effekten af lægemiddel B. Vi taler om effektmodifikation (interaktion). Eksponeringsmål (B) Effektmål Effektmålsmodifikator (A) Mål for udfald Bemærk, at effektmodifikationen afhænger af de valgte mål. Derfor er effektmålsmodifikation et bedre udtryk. 8 Effektmodifikation er det fænomen, at en eksponering eller behandling ikke virker ens på alle. Eksempler på faktorer, som kan modificere effekten af eksponeringen: køn arvelige faktorer livsstilsfaktorer Hvis vi kan identificere grupper, som er særligt modtagelige, er det nyttig viden: planlægning af forebyggelse differentieret behandling Eksempel 8-1: Mæslingevaccine En ny mæslingevaccine var forbundet med øget generel dødelighed i forhold til den hidtidige: MRR = 1, (9% CI: 1,0; 1,) Imidlertid var der stor forskel på effekten hos drenge og piger: Drenge: MRR = 0,91 (9% CI: 0,1; 1,) Piger: MRR = 1,8 (9% CI: 1,8;,0) Fundet er interessant, men mekanismen endnu ikke forstået. 9 0
6 Eksempel: Forskellig sammenhæng mellem højde og lungefunktion hos mænd og kvinder 000. Confounding Eksempel: Lungefunktion og højde (andre data) FVC, ml FVC, liter FVC, liter Højde, cm Mænd Kvinder Højde, cm Mænd Kvinder Højde, cm 1 Confounding betyder sammenblanding eller forveksling Confounding er en fortolkningsfejl Risiko for confounding: Hvis en anden årsag er associeret med den årsag, vi studerer. Confoundertrekanten : Hypotese Eksponering Udfald Confounder Eksempel: Case-control undersøgelse af alkohol og larynxkræft Alkohol Cases Kontroller Ja 11 0 Nej I alt OR = 1,9 (1,1; 1,9) Rygere Alkohol Cases Kontroller Ja 11 0 Nej 1 0 I alt 0 0 Ikke-rygere OR = 0,98 (0,; 1,) Alkohol Cases Kontroller Ja Nej 0 I alt 0 0 OR = 1,1 (0,1;,0) Forebyggelse af confounding: restriktion En faktor, som er et led i årsagskæden fra eksponering til udfald, er ikke en confounder: Eksponering Faktor Udfald Hvis vi kun ser på sammenhængen mellem alkoholindtagelse og larynxcancer blandt ikkerygere, kan der ikke opstå confounding på grund af rygning. Til gengæld ved vi ikke noget om sammenhængen blandt rygere. F.eks.: Kost S-kolesterol Åreforkalkning
7 Forebyggelse af confounding: matchning I follow-up-undersøgelser: For hver eksponeret, rygende, 0-årige fraskilte mand kunne man finde en ueksponeret, rygende, 0-årig fraskilt mand til den ueksponerede kontrolgruppe. Det kræver en stor, velkarakteriseret gruppe at trække kontrollerne fra. I case-kontrol-undersøgelser: Man kan ikke studere effekten af det, der er matchet på. Man komplicerer den statistiske analyse (betinget logistisk regression). Forebyggelse af confounding: randomisering I behandlingsforsøg kan man ved lodtrækning fordele patienterne tilfældigt til de behandlinger, hvis effekt skal sammenlignes. Herved sikres en ligelig fordeling af kendte og ukendte confoundere mellem grupperne. Det kan ikke anvendes ved potentielt skadelige eksponeringer. Mere herom næste mandag. 8 Forebyggelse af confounding: Stratificeret analyse Ved restriktion kan man undersøge associationen (alkohol/cancer), dels hos rygere, dels hos ikke-rygere. Er associationen (alkohol/cancer) væsentligt forskellig hos rygere og ikke rygere, er der effektmodifikation. Der må laves to beskrivelser, en for rygere og en for ikkerygere. Er associationerne ikke væsentligt forskellige, beregnes et fornuftigt vægtet gennemsnit. 9 Eksempel: Stratificeret analyse alkohol/larynxkræft. Ujusteret og justeret estimat Ujusteret Rygere Ikke-rygere Justeret, 1 1, Odds ratio 0 Effektmodifikation vs. confounding Ved regressionsanalyse kan man undersøge den samtidige effekt af flere faktorer, f.eks. alkohol, rygning, køn m.m. Eksponering OR 9% CI Alkohol 1,00 0,; 1, Rygning,08,01;, Køn osv. Effektmodifikation er noget virkeligt: Den skal erkendes og beskrives; den kan være værdifuld viden af betydning for differentieret forebyggelse og behandling. Confounding (forveksling af årsager) er en fejltolkning, som man skal søge at undgå. 1
Intern 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 mereBasal statistik for sundhedsvidenskabelige forskere, forår 2015 Udleveret 3. marts, afleveres senest ved øvelserne i uge 13 (24.-25.
Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, forår 2015 Udleveret 3. marts, afleveres senest ved øvelserne i uge 13 (24.-25. marts) En stikprøve bestående af 65 mænd og 65 kvinder
Læs merePrivatansatte mænd bliver desuden noget hurtigere chef end kvinderne og forholdsvis flere ender i en chefstilling.
Sammenligning af privatansatte kvinder og mænds løn Privatansatte kvindelige djøfere i stillinger uden ledelsesansvar har en løn der udgør ca. 96 procent af den løn deres mandlige kolleger får. I sammenligningen
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 mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mantel-Haenszel analyser Mantel-Haenszel analyser Sidst lærte vi om stratificerede analyser. I dag kigger vi på et specialtilfælde: både exposure
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 mereSocial ulighed i indlæggelser
Social ulighed i indlæggelser Michael Davidsen Mette Bjerrum Koch Knud Juel Statens Institut for Folkesundhed, Syddansk Universitet, oktober 2013 UDARBEJDET FOR SUNDHEDSSTYRELSEN 2 3 Sammenfatning I nærværende
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 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 mereTrivsel og fravær i folkeskolen
Trivsel og fravær i folkeskolen Sammenfatning De årlige trivselsmålinger i folkeskolen måler elevernes trivsel på fire forskellige områder: faglig trivsel, social trivsel, støtte og inspiration og ro og
Læs mereHelbred og sygefravær
8. juli 2016 Helbred og sygefravær Langt størstedelen af FOAs medlemmer vurderer, at deres helbred er godt eller nogenlunde godt. Til gengæld forventer hvert femte medlem ikke at kunne arbejde, til de
Læs mereHypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau
ypotese test Repetition fra sidst ypoteser Test af middelværdi Test af andel Test af varians Type 1 og type fejl Signifikansniveau Konfidens intervaller Et konfidens interval er et interval, der estimerer
Læs mereDanmarks Radio. 24. mar 2015
t Spørgsmål: Et flertal i Folketinget vil have en folkeafstemning om det danske EU-forbehold på retsområdet for at omdanne forbeholdet til en såkaldt tilvalgsordning. En tilvalgsordning vil betyde, at
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 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 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 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 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 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 mereSundhedsvaner og trivsel blandt 7.-9. klasser på Østerby Skole
Vejen Kommune Sundhedsvaner og trivsel blandt 7-9 klasser på December 2006 2 Indholdsfortegnelse 1 Indledning 4 2 Læsevejledning 5 3 Helbred og trivsel 7 31 Selvvurderet helbred 7 32 Almen trivsel 7 33
Læs mereHelbred og dødelighed hos mænd og kvinder et paradoks
Sundhedsprofil 2013 Helbred og dødelighed hos mænd og kvinder et paradoks Kilde: Danmarks Statistik Middellevetid i Danmark Et paradoks Middellevetiden for kvinder (ca. 82 år) er væsentlig højere end for
Læs mereSkoleudvalget i Fredensborg Kommune har besluttet at ca. 10-12% lønmidlerne skal fordeles på baggrund af sociale indikatorer
Notat om fordeling af midlerne mellem Fredensborgs skoler med udgangspunkt i elevernes sociale baggrund Venturelli Consulting Oktober 2006 1 Indholdsfortegnelse 1. Resume...3 2. Baggrund...3 3. Den grundlæggende
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 mereDen nationale trivselsmåling i folkeskolen, 2016
Den nationale trivselsmåling i folkeskolen, Resultaterne af den nationale trivselsmåling i foråret foreligger nu. Eleverne fra.-9. klasses trivsel præsenteres i fem indikatorer: faglig trivsel, social
Læs mere3.7 Bornholms Regionskommune
3.7 Bornholms Regionskommune På grund af Bornholms særlige geografiske forhold, indgår Bornholms Regionskommune ikke i ét af de fire planlægningsområder i Region Hovedstaden. I denne rapport beskrives
Læs mereSundhedsvaner og trivsel blandt 7.-10. klasser på Højmarkskolen
Vejen Kommune Sundhedsvaner og trivsel blandt 7-10 klasser på Højmarkskolen December 2006 2 Indholdsfortegnelse 1 Indledning 4 2 Læsevejledning 5 3 Helbred og trivsel 7 31 Selvvurderet helbred 7 32 Almen
Læs mereMonitorering af dødeligheden blandt mennesker med en sindslidelse i Region Syddanmark Resumé af rapport for 2012-2013
Monitorering af dødeligheden blandt mennesker med en sindslidelse i Syddanmark Resumé af rapport for 2012-2013 Baggrund Denne rapport beskriver dødeligheden blandt mennesker med psykiatrisk sygdom i Syddanmark
Læs mereKursus i Epidemiologi og Biostatistik, forår 2003. Epidemiologiske mål. Studiedesign. Svend Juul, 3.2.2003. manan.dk
Kursus i Epidemiologi og Biostatistik, forår 2003. Epidemiologiske mål Studiedesign Svend Juul, 3.2.2003 1 Pludselig uventet spædbarnsdød (vuggedød, Sudden Infant Death Syndrome, SIDS) Uventet dødsfald
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 mereAppendiks 2 Beregneren - progression i de nationale læsetest - Vejledning til brug af beregner af læseudvikling
Appendiks 2: Analyse af en elevs testforløb i 4. og 6. klasse I de nationale test baseres resultaterne på et ret begrænset antal opgaver (normalt 15-25 items pr. profilområde 1 ). Hensynet ved design af
Læs mereDet siger FOAs medlemmer om mobning på arbejdspladsen
FOA Kampagne og Analyse 28. februar 2011 Det siger FOAs medlemmer om mobning på arbejdspladsen FOA undersøgte i januar 2011 medlemmernes oplevelser med mobning på arbejdspladsen. Undersøgelsen belyser,
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 mereRepition. 21. maj 2012
Repition 21. maj 2012 Nu følger forskellige centrale metodiske begreber Vi skal diskutere dem ikke lære dem udenad Brug dem AKTIVT diskutér dem i jeres opgave Hvad skal vi bruge metodiske overvejelser
Læs mereEpiduralbedøvelse som smertelindring til vaginale fødsler. Master of Public Health uddannelsen i Århus 2006
Epiduralbedøvelse som smertelindring til vaginale fødsler Master of Public Health uddannelsen i Århus 2006 Oversigt over fremlæggelse Udvikling i epiduralbedøvelse blandt fødende på fødegangen Aalborg
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 mereStatistik kommandoer i Stata opdateret 16/3 2009 Erik Parner
Statistik kommandoer i Stata opdateret 16/3 2009 Erik Parner Indledning... 1 Hukommelse... 1 Simple beskrivelser... 1 Data manipulation... 2 Estimation af proportioner... 2 Estimation af rater... 2 Estimation
Læs mereRØGENS VEJ RUNDT I KROPPEN
KAPITEL 3: RØGENS VEJ RUNDT I KROPPEN 30 www.op-i-røg.dk GÅ OP I RØG Kræftens Bekæmpelse www.op-i-røg.dk 31 Kapitel 3: Indhold Der gives en kort indføring i de reaktioner der sker i kroppen, når man starter
Læs mereKapitel 5. Alkohol. Det står dog fast, at det er de skadelige virkninger af alkohol, der er et af de største folkesundhedsmæssige. (Grønbæk 2004).
Kapitel 5 Alkohol Kapitel 5. Alkohol 51 Mænd overskrider oftere genstandsgrænsen end kvinder Unge overskrider oftere genstandsgrænsen end ældre Der er procentvis flere, der overskrider genstandsgrænsen,
Læs mereForum for Mænds Sundhed c/o Rigshospitalet, afsnit 9512, Blegdamsvej 9, 2100 København Ø Tlf: +45 35454767 - E-mail: svaam@rh.dk &
Tlf: +45 35454767 - E-mail: svaam@rh.dk & svendaage@madsen.mail.dk 1 Unge mænds tidlige død Tlf: +45 35454767 - E-mail: svaam@rh.dk & svendaage@madsen.mail.dk 2 Hvad dør de af? 15-24-årige Sygdomme 25%
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 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 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 mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Stratificerede analyser Dødsstraf-eksempel Betyder morderens farve noget for risikoen for dødsstraf? 1 Dødsstraf-eksempel: data Variable: Dødsstraf
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 mereDeltidsansattes psykiske arbejdsmiljø
1 Deltidsansattes psykiske arbejdsmiljø Deltidsansatte oplever oftere end fuldtidsansatte psykiske belastninger i deres job. Det tyder dog ikke på, at det skyldes tidspres og andre arbejdsmæssige faktorer.
Læs mereArbejdstempo og stress
14. januar 2016 Arbejdstempo og stress Hvert femte FOA-medlem føler sig i høj eller meget høj grad stresset. Andelen har været stigende de sidste år. Det viser en undersøgelse, som FOA har foretaget blandt
Læs mereKNAS MED KNOGLERNE EFFEKTMÅLING AF OPLYSNINGSKAMPAGNE OM KNOGLESKØRHED. 15. januar 2015
KNAS MED KNOGLERNE EFFEKTMÅLING AF OPLYSNINGSKAMPAGNE OM KNOGLESKØRHED 15. januar 2015 1 2 Om undersøgelsen Formål: Formålet med kampagnen er at øge sandsynligheden for, at flere kvinder over 50 år og
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 mereBØRN OG UNGE Notat November 2009. Samlet resultat for sprogvurdering af 3-årige i 2009
BØRN OG UNGE Notat November 2009 Samlet resultat for sprogvurdering af 3-årige i 2009 I Furesø Kommune tilbydes alle forældre til 3-årige en sprogvurdering af deres barn. Tilbuddet om sprogvurdering gives
Læs merePiger er bedst til at bryde den sociale arv
Piger er bedst til at bryde den sociale arv Piger er bedre end drenge til at bryde den sociale arv. Mens næsten hver fjerde pige fra ufaglærte hjem får en videregående uddannelse, så er det kun omkring
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 mereModul 5: Test for én stikprøve
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 5: Test for én stikprøve 5.1 Test for middelværdi................................. 1 5.1.1 t-fordelingen.................................
Læs mereER RESSOURCEFORLØBET EN NY INDSATS, ELLER ER DET BUSINESS AS USUAL?
ER RESSOURCEFORLØBET EN NY INDSATS, ELLER ER DET BUSINESS AS USUAL? Download link til rapport Helle Holt 1. marts 2016 www.sfi.dk Hvad er et ressourceforløb? Indsatsen er tværfaglig og helhedsorienteret
Læs mereEnsidet variansanalyse
Ensidet variansanalyse Sammenligning af grupper Helle Sørensen E-mail: helle@math.ku.dk StatBK (Uge 47, mandag) Ensidet ANOVA 1 / 18 Program I dag: Sammenligning af middelværdier Sammenligning af spredninger
Læs mereDet siger FOAs medlemmer om mobning på arbejdspladsen
FOA Kampagne og Analyse 3. oktober 2012 Det siger FOAs medlemmer om mobning på arbejdspladsen FOA har undersøgt medlemmernes oplevelse af mobning på arbejdspladsen i april og juni 2012. Dette notat belyser,
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 mere12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse
. september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression
Læs mereProgram. Ensidet variansanalyse Sammenligning af grupper. Statistisk model og hypotese. Eksempel: Aldersfordeling i hjertestudie
Program Ensidet variansanalyse Sammenligning af grupper Helle Sørensen E-mail: helle@math.ku.dk I dag: Sammenligning af middelværdier Sammenligning af spredninger Parvise sammenligninger To eksempler:
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 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 mereEKSEMPEL PÅ INTERVIEWGUIDE
EKSEMPEL PÅ INTERVIEWGUIDE Briefing Vi er to specialestuderende fra Institut for Statskundskab, og først vil vi gerne sige tusind tak fordi du har taget dig tid til at deltage i interviewet! Indledningsvis
Læs mereDesign af et kohorte studie
EPIDEMIOLOGI KOHORTE STUDIER II Marts 2007 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse Design af et kohorte studie Problemstilling defineres Vigtige overvejelser inden videre
Læs mereLæsevejledning til resultater på regionsplan
Læsevejledning til resultater på regionsplan Indhold 1. Overblik... 2 2. Sammenligninger... 2 3. Hvad viser figuren?... 3 4. Hvad viser tabellerne?... 5 5. Eksempler på typiske spørgsmål til tabellerne...
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 mereElevfravær, karakterer og overgang til/status på ungdomsuddannelsen
Elevfravær, karakterer og overgang til/status på ungdomsuddannelsen Af Kontor for Analyse og Administration Elevernes fravær i 9. klasse har betydning for deres opnåede karakterer ved de bundne 9.- klasseprøver.
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 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 mereOmkodning af svar og svarkategorier
Omkodning af svar og svarer I resultaterne er nogle spørgsmål opgjort anderledes, end de fremstår i spørgeskemaet. Det skyldes, at der er foretaget omkodninger, som vi her vil gøre rede for. Der findes
Læs mereUndersøgelse om frivilligt socialt arbejde
FOA Kampagne & Analyse Oktober 2009 Undersøgelse om frivilligt socialt arbejde Denne undersøgelse er gennemført blandt FOA-medlemmer tilmeldt forbundets elektroniske medlemspanel, MedlemsPulsen, i perioden
Læs mereEssays on Labor Supply and Health
Essays on Labor Supply and Health Tre papirer: Health, Disability Insurance, and Retirement in Denmark How Does a Health Shock to One-Self or One s Partner Affect Economic Incentives to Retire? Can We
Læs mereOplæg om ensomhed blandt ældre
Oplæg om ensomhed blandt ældre 1 Ensomhed blandt ældre myter og fakta 2 Hvordan kan man identificere ensomhed? 3 Hvordan kan man italesætte ensomhed? 4 Hvordan kan man handle på ensomhed? 5 Opsamling Ensomhed
Læs merePsykisk arbejdsmiljø og stress blandt medlemmerne af FOA
Psykisk arbejdsmiljø og stress blandt medlemmerne af FOA November 2006 2 Medlemsundersøgelse om psykisk arbejdsmiljø og stress FOA Fag og Arbejde har i perioden 1.-6. november 2006 gennemført en medlemsundersøgelse
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 mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev
Læs mereResultater fra Sundhedsprofilen 2013
KØBENHAVNS KOMMUNE Sundheds- og Omsorgsforvaltningen Folkesundhed København NOTAT Resultater fra Sundhedsprofilen Den 5. marts offentliggøres den nationale sundhedsprofil og den 6. marts en profil for
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 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 mereGladsaxe Kommune Borgerservice. Tilfredshedsundersøgelse 2007. December 2007
Borgerservice Tilfredshedsundersøgelse 2007 December 2007 Indhold med undersøgelsen og anbefalinger Tilfredshed med Borgerservice Henvendelse i Borgerservice Færdigbehandling og Godt ved besøget og gode
Læs mereAttraktive arbejdspladser er vejen frem
Attraktive er er vejen frem 2 Konklusion Omkring halvdelen af offentligt ansatte FTF ere er ansat på en, der ikke er attraktiv. Samtidig ses, at personer, der ansat på ikke-attraktive er i stort omfang
Læs mereGodt fire ud af ti privatansatte har intet sygefravær
26. maj 2014 ARTIKEL Af Louise Jaaks Sletting Godt fire ud af ti privatansatte har intet sygefravær 43 pct. af de ansatte på det private arbejdsmarked har ikke haft en eneste sygefraværsdag i 2012. I kommuner
Læs mereHvordan har du det? Trivsel, sundhed og sygdom blandt voksne i Region Syddanmark 2010
Hvordan har du det? Trivsel, sundhed og sygdom blandt voksne i Region Syddanmark 2010 Adjunkt Peter Lund Kristensen Baggrund v Januar 2009: Aftale mellem KL, Danske Regioner, Ministeriet for Sundhed og
Læs merePsykiske reaktioner ved lungekræft 26.2.2014. Anne Møller Kræftens Bekæmpelse
Psykiske reaktioner ved lungekræft 26.2.2014 Anne Møller Kræftens Bekæmpelse Kræftens Bekæmpelse Roskilde Jernbanegade 16, telefon 4630 4660 e-mail roskilde@cancer.dk Rådgiver Anne Møller Mine pointer
Læs mereIntroduktion til metode. 3. september 2012
Introduktion til metode 3. september 2012 Dagsorden Introduktion til metode: Hvad er metode? Udformning af problemstilling Centrale begreber: Validitet og reliabilitet Kausalitet Fra problemstilling til
Læs mere