Ideel undersøgelse af kausal effekt
|
|
- Inger Iversen
- 7 år siden
- Visninger:
Transkript
1 EPIDEMIOLOGI KOHORTE STUDIER I Marts 2007 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse While the individual man is an insuluble puzzle, in the aggregate he becomes a mathematical certainty. You can, for example, never foretell what any one man will do, but you can say with precision what an average number will be up to Arthur Conan Doyle Sherlock Holmes: The Sign of four Ideel undersøgelse af kausal effekt The experience of exposed people is compared with their experience when not exposed, while everything else is held constant Kenneth Rothman, Modern Epidemiology,
2 Undersøgelsestyper Manipulation med eksponering ja Eksperimentelle studier nej Ikke-eksperimentelle studier Tilfældig allokering nej ja Sampling efter eksponeringskarakteristika Sampling efter effektkarakteristika (udfald) Community intervention trials Randomiserede studier Kohorte studier Case-kontrol studier Kohorte studier klassisk definition The delineation of a group of persons who are distinguished in some specific way from the majority of the population and observation of them for long enough to allow any unusual morbidity or mortality to be recognised Richard Doll 1964 Eksperimentelle Kohorte studier Nylig definition Eksponering/intervention allokeres til forsøgspersoner, oftest ved randomisering. Herefter undersøges udfald. Randomiserede kliniske undersøgelser Interventionsundersøgelser Ikke-eksperimentelle kohorte studier Undersøgeren skaffer sig oplysning om personers eksponeringsforhold, hvorefter personerne følges uden at interferere med deres adfærd 2
3 Fortid Nutid Fremtid Eksponering fastlægges hos cases og kontroller Case-kontrol studier Udvælg cases og kontrolpersoner Udvælg kohorte Inddel kohorte mht eksponering Kohorte studier Følg kohorten og registrer nye sygdomstilfælde På basis af eksisterende data fastlægges eksponering i kohorten Historiske kohorte studier Identificer en kohorte fra fortiden Registrer sygdomstilfælde opstået i kohorten Risikopopulation Eksponerede Ikke-eksponerede Udfald + C - + C - Fortid Nutid Fremtid Identificere personer og eksponeringsforhold Follow-up Risikopopulationen De personer der i princippet kan blive ramt af de(t) relevant(e) udfald Basis for beregning af hyppighedsmål og effektmål Opdeling i forhold til eksponeringsforhold ved indgang fortløbende Censurering ved 1. udfald (evt. multiple udfald) Død Migration Evt. aldersrestriktion 3
4 Kohorte En population der følges i en periode for fremkomst af udfald Opdeles i lukkede kohorter og åbne/dynamiske populationer Studiebasen Start Tid Åben/dynamisk population En population der ændrer sig over tid Personerne kan frit indgå eller udgå i løbet af observationsperioden Ex: Lægemiddelbrugere i en given observationsperiode 4
5 Åben population Start Tid Lukket kohorte En gruppe personer defineret på et givent tidspunkt Personer følges (prospektivt eller retrospektivt) indtil hændelse indtræffer eller undersøgelsen slutter Ingen tilgang af nye individer Ex: Thulearbejdere som deltog i oprydningsarbejde i 1962 Lukket kohorte Start Tid 5
6 Lukket kohorte problemer Bortfald (censurering) Faldende populationsstørrelse Aldring af kohorte Ændring i eksponeringsforhold over tid Depletion of susceptibles Udgangspunkt Generelle befolkning Kost, kræft & helbred, København årige personer, fulgt fra (n 57,000) Erhvervsgrupper Nurses Health Study, USA årige sygeplejersker, fulgt fra (n 120,000) Eksponering Special exposure groups Thulearbejdere, Epileptikere/Dianalund (fenemal), thorotrastudsatte Lægemiddelbrugere Registre General Practice Research Database, UK Danske behandlings-, sygdoms- og befolkningsregistre Kontrolgrupper Ideelt identisk med den eksponerede gruppe bortset fra den studerede eksponering Kan være intern større kohorte hyppig eksponering Kan være ekstern Almenbefolkning Standardiseret incidensrate ratio (SIR) Standardiseret mortalitetsrate ratio (SMR) 6
7 Datakilder Eksponering Eksisterende data registre journaler bio-banker Data fra individer interview spørgeskema Aktuelle målinger på individniveau Udfald Registre Klinisk undersøgelse Information fra individer interview spørgeskema Information fra pårørende Mortalitetsdata Mål for sygdomsforekomst Definitioner Hvad er et case? Hvilken tidsperiode studeres? Hvad er risikopopulationen? Hyppighedsmål, resumé Incidens proportion (IP) Andel af population der udvikler sygdom i løbet af en given periode Kan alene bestemmes i lukkede populationer Gennemsnitsrisiko for en given population Incidens rate (IR) Antal nye tilfælde af sygdom divideret med akkumuleret persontid i risikopopulationen Kan bestemmes i både lukkede og åbne populationer Oftest maksimum ét udfald per person Prævalens proportion (PP) Andel af population med sygdom på et givent tidspunkt 7
8 Udfald Eksponering a b a + b - c d c + d a+c b+d N IP + = a/a+b IP - = c/c+d RR = IP + /IP - Attributable risk (AR) = IP + - IP - Attributable proportion (AP) = AR/IP + = (RR-1)/RR Incidens proportion betingelser Alle personer skal følges fra undersøgelsesstart (t 0 ) til undersøgelsesstop mht. fremkomsten af det studerede udfald Problemer: Dynamisk population (t 0?) Konkurrerende dødsårsager Censurering Kan derfor ofte ikke bestemmes direkte Introduktion af tidsdimension cases Eksponerede ikke-eksponerede Persontid i undersøgelse cases Problem: Eksponering ændrer sig over tid (episodisk, sporadisk) Løsning: Tillade at kohortemedlemmer leverer persontid i multiple eksponeringskategorier, hvorved komplekse eksponeringsmønstre kan håndteres 8
9 Effektmål i kohorte studier cases Eksponerede Ikke-eksponerede cases Persontid i undersøgelse Eksponering Nej Ja Cases Persontid A PY C PY A = Eksponerede cases C = Ikke-eksponerede cases Incidensrate = cases / persontid Incidens Rate Ratio (IRR) = IR + / IR - Effektmål i kohorte studier Eksponering Udfald Persontid + a PY(+) - c PY(-) a+c PYtot IR + = a/py + IR - = c/py - Incidens rate ratio (IRR) = IR + /IR - Incidensrate differens (AR) = IR + - IR - AP = AR/IR + = (RR-1)/RR Alder 30-årig mand indgår i kohortestudie af medicin X og sygdom Y i 1970 og følges fri for sygdom indtil Y 35-årig mand indgår i 1970 og følges indtil debut af sygdom Y i 1983 X Non-X Kalendertid 9
10 30-årig mand indgår i kohortestudie af medicin X og sygdom Y i 1970 og følges fri for sygdom indtil årig mand indgår i 1970 og følges indtil debut af sygdom Y i X Non-X 1983 Alder Y Kalendertid Bidrag til undersøgelse fra de to personer Eksp. for medicin X Ej eksp. for medicin X Alder Personår Sygdom Y Personår Sygdom Y år år år år år Crude IR >32 /IR <19 = 393/84,522 / 577/230,899 = 1.86 IR /IR <19 = 512/196,254 / 577/230,899 = 1.04 Kommentar? Manson et al. NEJM 1995; 333: Mål for sygdomsforekomst Undgå at forveksle hyppigheds- og effektmål EX: En RR på 10 beskrives som værende en høj risiko, eller en population med en RR på 10 beskrives som havende en højere risiko end en anden population med en RR på 5 En RR på 10 kan betegnes som en høj relativ risiko 10
11 Attributable proportion Incidensrater af hoved/hals cancer per 100,000 py Non-smoker Smoker Non-drinker 1 4 Drinker 3 12 Blandt drinking smokers, hvilken andel af hoved/hals cancer er forårsaget af rygning? Blandt drinking smokers, hvilken andel af hoved/hals cancer er forårsaget af alkohol? Risiko for venetrombose 3. generations vs. 2.generations p-piller RR 1.7 ( ) AR 1.5 pr personår Mortalitet af venetrombose 3% *Kemmeren et al. BMJ 2001; 323: Vioxx (rofecoxib) og kardiovaskulær sygdom APPROVe trial * 2,586 patienter randomiseret til enten rofecoxib (Vioxx) (25 mg dgl.; n=1287) eller placebo (n=1299) i en undersøgelsesperiode på 3 år RR = 1.92 ( ) 1.50 CVE per 100 patientår (46 events; 3,059 py) vs CVE per 100 patientår (26 events; 3,327 py) AR 72 pr patientår *Bresalier et al. N Engl J Med 2005; 352:
12 Kohorte studier Fordele Data om eksponering indsamles forud for udfald (hvis prospektiv) Biologisk materiale kan indsamles forud for udfald Hyppighedsmål (IR, IP) kan direkte bestemmes Kan undersøge mange udfald sjældne eksponeringer Eksponering kan præciseres Klar tidsrelation mellem eksponering og udfald Ændringer i eksponering over tid kan vurderes Langtidsopfølgning Bias kan minimeres Kohorte studier Ulemper Ofte kostbare Tids- og ressourcekrævende Kan ikke give hurtige svar hvis prospektive Vanskeligt at studere sjældne sygdomme og hændelser Klassifikation af eksponering og udfald ofte vanskelig Informationsbias (end-points) Bortfald over forløbet kan forringe validiteten alvorligt Kohorte studier Metoder til reduktion af omkostninger Retrospektive/historiske kohorte studier Sammenligning med generel befolkning (fx DK data) Nested case-kontrol studier Registerundersøgelser 12
13 Registerundersøgelser i DK Registerundersøgelser i DK Frank L. Science 2000;287: Registerundersøgelser i DK Cancerregister Dødsårsagsregister Register over socioøkonomiske forhold (IDA) CPR register Fødselsregister Landspatientregisteret Receptregistre 13
14 Registerundersøgelser Registre velegnet udgangspunkt, MEN Fortolkningsproblemer pga. inkomplette data om konkurrerende årsagsfaktorer Komorbiditet, anden behandling, livsstilsfaktorer Andre fejlkilder Misklassifikation, non-compliance, osv. Risk window Eksponering Oftest ukendt Relevant eksponering? Ex Ex E x Ex Ex Ex 1-3 dage? dage? Ex Ex Ex dage? Ex Ex Ex år? 14
15 Hazard function Udfald Teoretisk Eksponering Hazard function Udfald Eksponering Relevant eksponering? Antagelse: minimum induktionstid på X år Opfølgning (follow-up) af en eksponeret person bør starte X år efter den pågældende person først blev eksponeret 15
16 Fastlæggelse af follow-up Hypotese: Job med hårdt fysisk arbejde beskytter mod udvikling af hjertekarsygdom (HKS) Vi antager at hård fysisk aktivitet først har effekt på udvikling af HKS efter 10 år. Lad os videre antage at den beskyttende effekt persisterer 5 år efter ophør af aktiviteten Hvorledes estimeres incidensrater for HKS blandt personer med hårdt fysisk arbejde? Fastlæggelse af follow-up (2) A = periode med hårdt fysisk arbejde B = periode med beskyttende effekt Tid (år) A B Start på hårdt arbejde Beskyttende effekt indtræder Ophør af Ophør af hårdt effekt arbejde NSAID og GI blødning* Population: Saskatchewan en provins i Canada med ca. 1,1 mill. indbyggere I en undersøgelse af sammenhængen mellem NSAID brug og GI blødning inkluderedes alle 228,392 personer som havde indløst en eller flere recepter på NSAID. Disse personer blev fulgt i perioden i en 5-årig periode for hospitalisering for øvre GI blødning Fra artiklen:.. Entered our cohort upon the first receipt of a prescription for diclofenac, indomethacin, naproxen, piroxicam or sulindac. Person-time contributed by this person continued until the earliest of: 1) hospitalization due to UGB, 2) death, 3) departure from Saskatchewan or 4) end of study Bemærk: Ingen kontrolgruppe af never exposed * Garcia Rodriguez et al. NSAIDS and GI-hospitalizations in Saskatchewan: A cohort study. Epidemiology 1992;3:
17 Patienternes persontid blev kategoriseret ift. tid siden sidste recept 1. Rx # 1 Current user Recent past user Old past user Non-user Day # 2 Current user Current user Current user Current user Recent past user Day Rx 2.Rx 3.Rx 4.Rx Current user Recent past user Old past user Nonuser Person >90 Person Incidence rate ratios of GI-hospitalisations of NSAID users Current users Recent past users Old past users (0-30 days) (30-60 days) ( days) Diclofenac Indomethacin Naproxen Nonusers 1.0 Modified from Garcia Rodriguez et al. NSAIDS and GI-hospitalizations in Saskatchewan: A cohort study. Epidemiology 1992;3: Fejlkilder i epidemiologiske undersøgelser No Bias Yes Chance Likely Unlikely Confounding Yes No Cause Cause 17
18 Variation Tilfældig variation præcision Systematisk variation intern validitet BIAS CONFOUNDING Generaliserbarhed - ekstern validitet To kohortestudier af samme problemstilling Eksposition Syge Raske I alt IP (%) Undersøgelse Undersøgelse Undersøgelse 1: RR = 2.0 p = Undersøgelse 2: RR = 2.0 p = % CI = % CI =
19 Bias definitioner Deviation of results or inferences from the truth, or processes leading to such deviation. Any trend in the collection, analysis, interpretation, publication, or review of data that can lead to conclusions that are systematically different from the truth (Murphy) Enhver systematisk fejl i udvælgelse af undersøgelsesgrupper eller indhentning, rapportering, og fortolkning af information Bias nomenklatur SELEKTIONSBIAS INFORMATIONSBIAS Selektionsbias Udvælgelse til undersøgelsesgrupperne (på basis af eksponering eller udfald) er influeret af den anden undersøgelsesdimension (eksponering eller udfald) Selektiv rekruttering af personer med bestemte karakteristika for eksponering og sygdom dvs. relationen mellem eksponering og sygdom er forskellig mellem de som deltager i undersøgelsen og de som teoretisk kunne deltage, men som af forskellige årsager ikke gør det Bias som opstår uden for datamaterialet 19
20 Selektionsbias i kohorte studier Udvælgelse til eksponeret/ikke-eksponeret gruppe er relateret til udfaldsstatus Ex: Historisk kohortestudie Healthy worker effekt Protopatisk bias ( reverse causation ) Depletion of susceptibles Confounding by indication Historisk kohortestudie I slutningen af 1970 erne ønskede Center for Disease Control (CDC) i USA at undersøge om eksponering for A-prøvesprængninger i Nevadaørkenen var associeret med en øget incidens af leukæmi (og andre cancertyper) blandt soldater og andet personel der havde overværet sprængningerne 76% af personerne blev inkluderet i undersøgelsen. Af disse blev 82% identificeret af CDC, mens 18% henvendte sig selv (via en samtidig storstilet annoncekampagne i aviser og tv) Resultaterne var vanskelige at tolke; lige mange leukæmitilfælde blandt de 82% identificerede og 18% der henvendte sig selv Problemer? Døde Deltagelse afhængig af sygdomsstatus Upræcise eksponeringsoplysninger Caldwell et al. Leukemia among participants in military maneuvers of a nuclear bomb-test: a preliminary report. JAMA 1980; 244: Historisk kohortestudie (b) Pearce et al * identificerede via personalearkivet for The Royal New Zealand Navy 500 personer som havde deltaget i lignende test af kernevåben i Stillehavet i perioden Som kontrolpersoner udvalgtes personer som havde været ansat i flåden i samme periode (på tre skibe) men som ikke havde deltaget i de pågældende test. Follow-up af index- og kontrolpersoner op til 1987, dvs for en 30-årig periode, blev udført via kobling til cancer- og dødsregister samt spørgeskemaer og var næsten komplet. Mortaliteten var stort set identisk i de to grupper, men der var en let øget forekomst af leukæmi blandt personerne som havde deltaget i test af kernevåben Styrker: Udgangspunkt i eksponering uafhængig af senere sygdomsforekomst og høj follow-up procent Begrænsninger: manglende oplysninger om anden radioaktiv eksponering og eventuelle confoundere *Pearce et al. Follow-up of New Zealand participants in British atmospheric nuclear weapons tests in the Pacific. BMJ 1990, 300,
21 Protopatisk bias (reverse causation) Forveksling af årsag og virkning Eksponeringen, for typisk et lægemiddel, ændres som følge af en tidlig manifestation af sygdommen. Ex: Personer ophører med at anvende acetylsalicylsyre eller andre antiinflammatoriske lægemidler (NSAIDs) pga. blod i afføring. Hvis disse symptomer er første tegn på coloncancer vil der findes en negativ association mellem aktuel forbrug af disse lægemidler og coloncancer Patienter med Crohn s sygdom tager NSAID for ledgener som opstår før et åbenbart udbrud af sygdommen. Derved tilskrives udbruddet at patienten har taget NSAID Personer lægger sine livsstils- og kostvaner om som følge af tidlige symptomer (fx. kvalme) Protopatisk bias (reverse causation) Protopatisk bias (reverse causation) Cancerrisiko hos 157,000 NSAID brugere RR 95% CI Første opfølgningsår Fem års opfølgning
22 Farmakoepidemiologisk problemstilling Depletion of susceptibles Udfald Eksponering Start af undersøgelse Start af behandling (n=300) Ideelt Forbliver i behandling (n=150) Follow-up Studiepopulation (n=150) Follow-up Stopper behandling/ udvikler sygdom/ bivirkning/dør (n=150) Survival cohort Løsning Begrænse undersøgelse til personer som påbegynder behandling i undersøgelsesperioden Applicere en udvaskningsperiode for prævalente brugere, afhængig af det givne lægemiddel og indikationsområde Primært relevant/gennemførlig i registerbaserede undersøgelser med kontinuerte oplysninger om lægemiddelforbrug og øvrige variable af interesse Begrænsninger: Reduceret studiepopulation (nedsat power) Uhensigtsmæssig høj repræsentation af korttidsbrugere Begrænset langtidsopfølgning Overrepræsentation af poor/non-compliers og patienter med dårlige behandlingsresultater af den eksisterende behandling Ref: Ray-W. Am J Epidemiol 2003; 158:
23 Confounding by indication? Er sygdommen (indikationen) associeret med udfaldet? Nej Muliggør sammenligning med andre patientgrupper eller raske personer Ja eller uvist Er sygdomsgraden associeret med med udfaldet? Er det muligt at bestemme sygdomsgraden? Confounding by indication Nogle eksempler Rød bil & trafikuheld, RR~1.2 Blodtransfusioner & 24 h mortalitet, RR~6 Blodtransfusioner & Hepatitisinfektion, RR~6 Aspirin & Mortalitet Calcium channel blockers & myokardieinfarkt (AMI) HRT & AMI FORTOLKNING? Informationsbias Bias som opstår inden for datamaterialet - ofte som et resultat af utilstrækkelige eller dårlige oplysninger DIFFERENTIEL Forskelle mellem undersøgelsesgrupperne i indhentning, rapportering, eller fortolkning af information om den anden undersøgelsesdimension (eksponering eller udfald) TILFÆLDIG (ikke-differentiel) Misklassifikation af eksponering eller sygdom uafhængig af den anden dimension (eksponering eller sygdom) 23
24 Informationsbias i kohorte studier Bestemmelsen af udfaldsstatus er forskellig for eksponerede og ikke-eksponerede grupper Ex: Kvinder der tager p-piller vil oftere blive henvist til videre undersøgelse ved mistanke om venetrombose (og vil sandsynligvis også oftere søge læge for symptomer på og/eller bekymring for venetrombose) Rygere søger hyppigere læge og bliver oftere undersøgt for rygerelaterede sygdomme Bortfald Kohorte studie Bortfald Den sande population Eksponering Syg Rask I alt I alt RR = 1.7 Den undersøgte population Eksponering Syg Rask I alt I alt RR = 2.0 Bortfaldshyppighed Eksponering Syg Rask I alt + 10% 28% (54) 22% (65) (11) - 28% (40) 28% (156) 28% (196) Ikke-differentiel misklassifikation Misklassifikation af eksponering eller sygdom er uafhængig af den anden undersøgelsesdimension Hvis sandheden er kendt kan misklassifikationen udtrykkes ved sensitivitet og specificitet Oftest konservativ bias 24
25 Fordele ved registerstudier Data specificitet and sensitivitet Teoretisk problemstilling Empirisk definition Målevariation Uoverensstemmelse mellem teoretisk og empirisk definition Ex: vitamin-indtagelse/cancer passiv rygning/hjertesygdom acetylsalicylsyre/hjertesygdom Præcise kriterier for fastlæggelse af eksponering og udfald 25
26 Ikke-differentiel misklassifikation Teori vs. empiri ex: kost/coloncancer vigtige aspekter Latenstid ( induction time ) relevante eksponeringsvindue? ex: lægemidler/sygdom, rygning/ami, rygning/lungecancer Eksponering type mønster tidspunkt varighed ex: fedtindtagelse/ami Sygdom kriterier? cerebrovaskulart insult Håndtering af bias i kohorte studier (1) Design Fastlæggelse af undersøgelsespopulation uafhængig af udfaldsstatus og/eller follow-up (retrospektiv undersøgelse) Vurder risiko for confounding by indication og forsøg at tage højde for det i valg af kontrolgruppe Håndtering af bias i kohortestudier (2) Dataindsamling Struktureret og standardiseret instrument for dataindsamling Præcise kriterier for udfald Blinding af undersøger mht. hypotese og/eller eksponeringsstatus Diagnostik uafhængig af eksponering Checke detaljeringsgrad omkring diagnosen i forhold til eksponering Validering af eksponering og udfald Brug registre (hvis muligt) 26
27 Håndtering af bias i kohortestudier (3) Analyse Stratificer på sværhedsgrad af sygdom Udregn risikoestimater for udfald som vides ikke at være associeret med eksponering Udregn risikoestimater for forskellige eksponeringsvinduer Sensitivitetsanalyser Bortfald, misklassifikation 27
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
Læs mereFejlkilder i epidemiologiske undersøgelser
Fejlkilder i epidemiologiske undersøgelser April 2004 Søren Friis Nøjagtigheden (eng: accuracy) af et givent punktestimat afhænger af graden af tilfældig og systematisk variation i målingen af effekten
Læs merePræcision og effektivitet (efficiency)?
Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet
Læs 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 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 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 mereHyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011
Hyppigheds- og associationsmål Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011 Læringsmål Incidens Incidens rate Incidens proportion Prævalens proportion
Læs 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 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 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 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 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 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 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 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 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 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 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 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 mereEpidemiologiske hyppighedsmål
Epidemiologiske hyppighedsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 14. april 2015 l Dias nummer 1 Sidste gang
Læs mereTo grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens
EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER Hyppighedsmål Prævalens Incidens Kumuleret incidensproportion Incidens rate Associationsmål Relativ Risiko Risiko Differens To grundlæggende kategorier af sygdomsmål:
Læs 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 mereStudiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard
Studiedesign Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard Studiedesign Økologiske studier Tværsnitsstudier Case-kontrolstudier Kohortestudier Randomiserede studier Hvorfor er det vigtigt at
Læs 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 mereOBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002
OBSERVERENDE UNDERSØGELSER Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002 Epidemiologisk design Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer
Læs mereEpidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering II
Eksperimentelle undersøgelser Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Efterår 2001 Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden
Læs 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 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 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 mereEpidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering I.
Eksperimentelle undersøgelser Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer regional variation migrationsundersøgelser korrelationsundersøgelser tidsrækker
Læs 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 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 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 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 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 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 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 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 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 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 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 mereHyppighed Risikofaktorer Behandlingseffekt Prognose
Hvad laver kliniske epidemiologer? Fastlæggelse af: Hyppighed Risikofaktorer Behandlingseffekt Prognose for klinisk definerede patientgrupper (fx. cancer, diabetes, lungebetændelse, ) Epidemiologiske begreber
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 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 mereDepartment 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
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 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 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 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 mereVurdering af det Randomiserede kliniske forsøg RCT
Vurdering af det Randomiserede kliniske forsøg RCT Evidensbaseret Praksis DF Region Nord Marts 2011 Jane Andreasen, udviklingsterapeut og forskningsansvarlig, MLP. Ergoterapi- og fysioterapiafdelingen,
Læs 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 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 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 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 mereDet randomiserede kontrollerede forsøg og evidens-baseret medicin
Det randomiserede kontrollerede forsøg og evidens-baseret medicin Laust Hvas Mortensen Institut for Folkesundhedsvidenskab E-mail: lamo@sund.ku.dk Epi forelæsning 2 Dias 1 Hvordan ved vi om behandlingen
Læs mereEksperimentelle undersøgelser. Svend Juul Forår 2003
Eksperimentelle undersøgelser Svend Juul Forår 2003 1 Observationelle studier: $ Studier af forekomst (incidens, prævalens) $ Studier af sammenhænge eller kontraster "i naturen" Eksperiment, forsøg: $
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 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 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 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 mereKomorbiditet og hoved-hals cancer
Kræft og komorbidtet alle skal have del i de gode resultater Komorbiditet og hoved-hals cancer Charlotte Rotbøl Bøje Afdelingen for Eksperimentel Klinisk Onkologi Århus Universitetshospital Hoved-hals
Læs mereKohorte. Algorithm for classification of study. Kohorte og interventionsstudier
Kohorte og interventionsstudier MPH-specialmodul, 17.maj 2010 MPH-uddannelsen1.semester 23.09.2008 Algorithm for classification of study Did investigator assign exposure? Yes: Experimental study Random
Læs mereÅrsagsteori. 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
Læs mereHvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev
Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Hvorfor er forskning væsentlig? Nødvendig for at forstå sygdom Forudsætning for mere rationel diagnostik
Læs mereEpidemiologi og biostatistik, forår 2006 Epidemiologi, uge 2. Øvelser til mandag/torsdag
Epidemiologi og biostatistik, forår 2006 Epidemiologi, uge 2 Øvelser til mandag/torsdag Opgave 1 Ved indgang i en amerikansk kohorteundersøgelse udfyldte deltagerne et spørgeskema, som blandt andet vedrørte
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 mereEpidemiologisk 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
Læs mereEpidemiologi. Sjurdur F. Olsen. Epidemiologi: Introduktion. Epidemiologi: Introduktion. Epidemiologi: Eksempel. 1. Introduktion om epidemiologi
Epidemiologi Sjurdur F Olsen 1 Introduktion om epidemiologi 2 Om kursets indhold 3 Epidemiologiske mål 4 Epidemiologiske studiedesign Hvad er epidemiologi? Hvad er epidemiologi? Eksempler Epidemiologi:
Læs mereMorten 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
Læs mereFarmakoepidemiologi: metoder og mål. JESPER HALLAS Professor Klinisk Farmakologi Syddansk Universitet Odense
Farmakoepidemiologi: metoder og mål JESPER HALLAS Professor Klinisk Farmakologi Syddansk Universitet Odense Lif-kursus I farmakoepidemiologi, Novt 2005 Hvad er farmakoepidemiologi Epidemiologi: "An empirical
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 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 mereEpidemiologiske metoder
Bacheloruddannelsen i IT og Sundhed Københavns Universitet Epidemiologiske metoder 2. semester Forårssemesteret 2014 Kursusleder Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for
Læs mereEpidemiologi og biostatistik, forår 2003 Epidemiologi, uge 2. Øvelser til mandag/torsdag
Epidemiologi og biostatistik, forår 2003 Epidemiologi, uge 2 Øvelser til mandag/torsdag Opgave 1 Ved indgang i en amerikansk kohorteundersøgelse udfyldte deltagerne et spørgeskema, som blandt andet vedrørte
Læs mereCENTER FOR KLINISKE RETNINGSLINJER
BILAG 6 Bilag SfR Checkliste kilde 5. SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Naffe A, Iype M, Easo M, McLeroy SD, Pinaga K, Vish N,Wheelan K, Franklin J, Adams J. Appropriateness of sling
Læs mereStatistik 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:
Læs mereEpidemiologi og biostatistik. Diagnostik og screening. Forelæsning, uge 5, Svend Juul. Hvordan stiller man en diagnose? Diagnostiske kriterier
Epidemiologi og biostatistik Diagnostik og screening Forelæsning, uge 5, Svend Juul Hvordan stiller man en diagnose? Symptomer - passive: patientens spontane rapport - aktive: svar på målrettede spørgsmål
Læs 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 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 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 mereFarmakoepidemiologi Den grimme ælling
Farmakoepidemiologi Den grimme ælling Jesper Hallas Professor i klinisk farmakologi Syddansk Universitet DSKFs jubilæumsmøde April 2016 Outline Datakilder i Danmark Anvendelser DKs position Hvilke ændringer
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 mereKobling af survey og registre i sundhedsforskning
Kobling af survey og registre i sundhedsforskning Selskab for Surveyforskning Seminar 5. marts 2014 Henrik Brønnum-Hansen Afdeling for social medicin Afdeling for social medicin Hvorfor koble surveys og
Læs mereDefinisjoner og dilemmaer
Definisjoner og dilemmaer John Brodersen Professor, speciallæge i almen medicin, ph.d. Center for Forskning & Uddannelse i Almen Medicin, IFSV, KU Forskningsenheden for Almen Praksis, Region Sjælland john.brodersen@sund.ku.dk
Læs mereapplies 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
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 mereCENTER FOR KLINISKE RETNINGSLINJER
BILAG 5 - CLEARINGHOUSE Bilag 5. SfR Checkliste kilde 18. SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Deuling J, Smit M, Maass A, Van den Heuvel A, Nieuwland W, Zijlstra F, Gelder I. The Value
Læs 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 mereSocial position og kirurgi for tidlig-stadie ikke-småcellet lungekræft: en registerbaseret undersøgelse
Social position og kirurgi for tidlig-stadie ikke-småcellet lungekræft: en registerbaseret undersøgelse Susanne Dalton Survivorship Danish Cancer Society Research Center Copenhagen, Denmark Baggrund 3
Læs mereEpidemiologi. Kursus forår 2004 Kohortestudier del 2 Interventionsstudier
Epidemiologi Kursus forår 2004 Kohortestudier del 2 Interventionsstudier Deskriptiv epidemiologi Fordele Billigt & nemt Ofte udgangspunkt i eksisterende data indsamlet til andet formål Hurtigt Ofte simple
Læs mereDen Nationale Arbejdsmiljøkohorte - design og resultater. Hermann Burr
Den Nationale Arbejdsmiljøkohorte - design og resultater Hermann Burr Indhold Formål Den Nationale Arbejdsmiljøkohorte (NAK) Design Resultater Overvågning Ætiologi Perspektiver Den nationale arbejdsmiljøkohortes
Læs mereReexam 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
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 mereEksperimentelle undersøgelser
Observerende undersøgelser: Studier af forekomst (incidens, prævalens). Studier af sammenhænge eller kontraster i naturen. Eksperimentelle undersøgelser Svend Juul Eksperiment, forsøg: Studiet af reaktionen
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 mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 5: Checkliste Kronborg et al. 20 SfR Checkliste 3: Kohorteundersøgelser Kronborg, H., Foverskov, E., Nilsson, I., & Maastrup, R. (2. jan 20). Why do mother use nipple shield and how does it influence
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 mereMantel-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
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 mere