Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev

Størrelse: px
Starte visningen fra side:

Download "Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev"

Transkript

1 Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev

2 Hvorfor er forskning væsentlig? Nødvendig for at forstå sygdom Forudsætning for mere rationel diagnostik Forudsætning for at forbedre behandling Forudsætning for at kunne stille en prognose Forudsætning for at forstå årsager til sygdom Forudsætning for at forebygge sygdom Forudsætning for at kunne prioritere mellem de mange forskellige opgaver vi står overfor

3 Hvorfor er forskning væsentlig? Nødvendig for at forstå sygdom Forudsætning for mere rationel diagnostik Forudsætning for at forbedre behandling Forudsætning for at kunne stille en prognose Forudsætning for at forstå årsager til sygdom Forudsætning for at forebygge sygdom Forudsætning for at kunne prioritere mellem de mange forskellige opgaver vi står overfor Eksempel

4 Hvorfor er forskning væsentlig?

5

6 Forskningsdiscipliner Forskning kan inddeles ud fra Integrationsniveau Genstandsområde Redskaber Emne (legio) Intention (grundforskning, målforskning) Der er ikke nogen umiddelbar sammenhæng mellem tre første og to sidste akser.

7 Integrationsniveau Biomedicinsk forskning Atomart niveau Molekylært niveau Cellebiologisk niveau Fysiologisk niveau Anatomisk niveau Klinisk forskning Individ niveau Epidemiologisk forskning Inter-individ niveau Familiært niveau Lokalt niveau Samfunds niveau Nationalt niveau Internationalt niveau Økologisk niveau

8 Genstandsområde Hvem, hvornår, hvor Deskriptiv epidemiologi Hvorfor bliver vi syge Analytisk epidemiologi Hvordan: Hvad sker der i den syge krop Biomedicinsk forskning Hvad, gør vi ved de syge Klinisk forskning Disse relaterer sig også til de syges status:

9 Forskningsdiscipliner Objekter Rask Syg Behandlet Li/07

10 Forskningsdiscipliner Objekter Rask Syg Behandlet Patogenese Risikofaktor Behandling Li/07

11 Forskningsdiscipliner Discipliner Klassisk Epidemiologisk forskning Bio-medicinsk forskning Klinisk (epidemiologisk) forskning Objekter Rask Syg Behandlet Patogenese Risikofaktor Behandling Li/07

12 Discipliner Epidemiologisk forskning Instrumenter Observations studier Objekter Forskningsdiscipliner Bio-medicinsk forskning Rask Syg Behandlet Risikofaktor Eksperimentel model Patogenese Klinisk (epidemiologisk) forskning Randomiseret klinisk forsøg Behandling Li/07

13 Epidemiologi. Hvad er det? Definition Læren om sygdommes udbredelse og årsager Indhold To hovedopgaver: Deskriptiv opgørelse af sygdommes forekomst Analytisk identifikation og kvantificering af sygdommes årsager

14 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

15 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

16 Hvad er en årsag? En årsag til et udfald er en faktor, som har betydning for sandsynligheden for at udfaldet forekommer En årsag kan enten øge eller mindske sandsynligheden for et udfald Når vi epidemiologien taler om årsager taler vi om årsager til et udfald inden for en population ikke om enkeltindivider

17 Flere typer årsager og dog Klassisk forståelse: Nødvendig årsag Tilstrækkelig årsag Medvirkende årsag Men: Nødvendige årsager står aldrig alene. Tilstrækkelige årsager kendes ikke i praksis I praksis er alle årsager medvirkende!!

18 Flere typer årsager Mere relevant opdeling: Nedarvede årsager (genetisk konstitution) Erhvervede årsager (miljø) - Prænatale eksponeringer - Kemiske (fx phthalater) - Biologiske (fx infektioner) - Postnatale eksponeringer - Kemiske - Biologiske - Psyko-sociale

19 Hvad kendetegner en årsag? Årsag = risikofaktor ( risikoindikator) Alle sygdomme har flere årsager Simpel statistisk association opfylder ikke i sig selv kravet til dokumentation for, at en faktor er en årsag

20 Oralsex (%) i forskellige socialgrupper Ofte Sjældent Aldrig Lidegaard & Helm. Nord Sexol 1990; 8:

21 Hvad kendetegner en årsag? Årsag = risikofaktor ( risikoindikator) Alle sygdomme har flere årsager Simpel statistisk association opfylder ikke i sig selv kravet til dokumentation for, at en faktor er en årsag E kan godt være årsag til U, uden at der eksisterer en umiddelbar statistisk association mellem E og U (ex: pp-stroke) Eneste obligate krav til en årsag E for udfaldet U er, at E tidsmæssigt går forud for U.

22 Hvorfor er årsager interessante? Fordi kendskabet til årsager Øger vores forståelse af verden omkring os Er en forudsætning for at kunne forebygge sygdomme Forbedrer ofte muligheden for at behandle syge Gør os i stand til at handle hensigtsmæssigt i hverdagen (rygning)

23 Hvorfor er årsager interessante? Er det så derfor epidemiologien vinder sådan frem i disse år? Det ville mange svare ja til. Sandheden er snarere, at det er blevet økonomisk interessant at forebygge.

24 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

25 Hvordan identificeres en årsag? 1. Er der en valid statistisk association? dvs ikke tilfældighed, bias eller confounding 2. Er associationen stærk? 3. Er der konsistente fund? 4. Går årsagen forud for udfaldet? (obligat) 5. Er der en dosis-respons relation? 6. Er der en kendt biologisk mekanisme? 7. Er der en anden faktor, som ligner vores mistænkte årsag, og som vides at være årsag? Frit efter Hill. Proc R Soc Med 1965; 58:

26 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

27 Årsagsnetværk Alle sygdomme har flere årsager Disse indgår i et årsagsnetværk En årsag påvirker ofte indflydelsen fra andre årsager

28 Årsagsnetværk Sen menopause Alkohol Manglende motion Sen første fødsel Brystkræft Overvægt Høj fødselsvægt Hormoner Kost

29 Årsagsnetværk Sen menopause Alkohol Manglende motion Sen første fødsel Brystkræft Overvægt Høj fødselsvægt Hormoner Kost

30 Årsagsnetværk Alle sygdomme har flere årsager Disse indgår i et årsagsnetværk En årsag påvirker ofte indflydelsen fra andre årsager Et årsagsnetværk er dynamisk fordi Virkeligheden ændrer sig nye årsager opstår Forskningen afdækker nye årsager Befolkningen ændrer adfærd sfa viden Forståelsen af sygdomme ændrer sig (PCOS)

31 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

32 Hvordan kvantificerer vi årsager? Fire mål til kvantificering af årsager Relativ risiko Absolut risiko (incidensrate) Absolut risiko øgning (risk difference) Ætiologisk fraktion (attributable risk)

33 . Relativ risiko Mål i kohorte studier og RCT Kohorte Syg Rask Total +Exp a b a+b Exp c d c+d a+c b+d All RR= a/a+b Sandsynligheden for at blive syg c/c+d = blandt eksponerede i forhold til Sandsynligheden for at blive syg blandt ikke eksponerede.

34 . Odds ratio (OR) Koncept og relation til relativ risiko CCS Case Cont Total +Exp a b a+b Exp c d c+d a+c b+d All RR= OR= a/a+b c/c+d a/c = b/d a/b c/d ad bc. = a/b c/d Angiver odds for at være eksponeret blandt cases = Odds for at være eksponeret blandt kontrollerne hvis b>>a og d>>c

35 Absolut risiko Definition: Andel med udfald i en population af en given størrelse For at få tidsdimensionen med angives i stedet ofte incidensraten: Angiver risikoen for nye udfald indenfor en given risikotid blandt ikke syge. Eksempel Incidensraten for AMI blandt rygere er 5 per 1000 kvinder per år = 5/1.000 kvindeår. Li/07

36 Risiko øgning Angiver forskellen i incidensraten blandt eksponerede og ikke eksponerede. Eksempel: Risikoen for AMI hos rygere: 5/1000/år Risikoen for AMI hos ikke rygere: 1/1000/år Risiko øgning = 4/1000/år Li/07

37 Årsager til brystkræft Alkohol; 25 Hormoner; 5 Fedme; 30 Sen første fødsel; 40

38 Årsager til brystkræft Alkohol; 25 Hormones; 5 Fedme; 30 Lagkagernes tid er forbi! Sen første fødsel; 40

39 Component causes Sammensatte årsager pt. 1 pt. 2 pt. 3 pt. 4 pt. 5 Dette koncept har flere implikationer: Forskellige pt. med samme sygdom har forskellige årsager til deres sygdom Man kan godt være eksponeret for en årsag uden at være eller blive syg

40 Sammensatte årsager: Implikationer Hvis man fjerner én årsag, vil en given andel af de syge ikke blive syge, fordi de ikke når over tærskelværdien. Dette til trods for, at flere årsager spiller sammen i ætiologien til sygdommen. En sygdoms ætiologi = summen af identificerede årsager til sygdommen. Principielt kan fjernelse af en eller få årsager udrydde alle syge, selv om mange flere årsager indgår i ætiologien

41 Ætiologisk fraktion = attributable risk Angiver den andel af en samlet sygdomsforekomst, som ville forsvinde, hvis en bestemt årsag blev elimineret. To mål: Ætiologisk fraktion (population attributable risk) Ætiologisk fraktion blandt eksponerede Udregnes således (population attributable risk = PAR) p(rr-1) Hvor p = andel eksponerede ÆF= p(rr-1)+1 og RR= relative risiko Lidegaard et el. Nord Med 1990; 105: 87-90

42 Ætiologisk fraktion blandt eksponerede Angiver den andel af en sygdomsforekomst, som ville forsvinde blandt eksponerede, hvis eksponering blev elimineret. Udregnes således ÆF exp = (RR-1)/RR som altså er den ætiologiske fraktion blandt eksponerede

43 Ætiologisk fraktion; eksempel Hvor stor en andel af de venøse tromboser, som rammer fertile kvinder ville forsvinde, hvis ingen kvinder blev gravide? p = 4%. RR = 8 ÆF graviditet = 0.04(8-1)/(0.04(8-1) + 1) = 22% Hvor stor en andel af venøse tromboser, som opstår blandt gravide, ville ikke forekomme, hvis de ikke var blevet gravide? ÆF graviditet = RR-1/RR = 8-1/8 = 88%

44 Ætiologisk fraktion; bemærk! Hvor stor en andel af venøse tromboser blandt fertile kvinder skyldes graviditet?

45 Ætiologisk fraktion; bemærk! Hvor stor en andel af venøse tromboser blandt fertile kvinder skyldes graviditet? Svar: 0%. Det skyldes igen, at alle tilfælde af venøse tromboser har sin baggrund i en sum af årsager, hvoraf graviditet er en. Ikke et eneste tilfælde skyldes en enkelt årsag.

46 Ætiologisk fraktion; bemærk! Hvad er p-pillers ætiologiske fraktion af venøse tromboser blandt fertile kvinder? Svar: ÆF pp = 0.33(4-1)/(0.33(4-1)+1 = 50% Hvis ingen blev gravide og ingen tog pp ville vi forebygge 22% + 50% = 72% Udregningen er her simpel, fordi graviditet og brug af p-piller udelukker hinanden. Det gør forskellige årsager sædvanligvis ikke, og så er beregningerne ved fjernelse af to årsager mere kompliceret.

47 Ætiologisk fraktion; bemærk! Summen af ætiologiske fraktioner løber ofte langt op over 100%. Eksempel: For kolera er den ætiologiske fraktion af dårlige sanitære forhold omkring 95% og af kolerabakterien 100%. Man kan altså fjerne næsten alle tilfælde af kolera ved blot at fjerne en af de to årsager.

48 Ætiologisk fraktion. Eksempel I Medicinsk Kompendium står følgende at læse om forkølelse:

49 Ætiologisk fraktion; bemærk! Forestillingen blandt klinikere om monokausalitet er rystende udbredt Forestillingen stammer fra infektionssygdommenes æra, og succes en med at behandle en af årsagerne: mikroorganismen I dag udgør infektionssygdomme en lille del af sygdomsbilledet, som domineres af processygdomme ; cancer, kredsløbssygdomme, degenerative sygdomme i led, muskler og bindevæv

50 Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til risikoen blandt ja blandt hvem???. Rygning og alkohol.

51 Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til ikke brugere af pp og ikke gravide er 4. Incidensraten for VTE blandt kvinder, som tager 3. gen. pp er 4/ brugerår IR blandt kvinder, som ikke tager p-piller og ikke er gravide er 1/10.000/år Risiko øgningen er 3/ brugerår Ætiologiske fraktion af pp for VTE er 50% Hvilket af disse risikomål er bedst?

52 Kvantificering af årsager: Resumé Eksempel p-piller og venøs trombose (VTE) Den relative risiko for VTE blandt kvinder, som anvender 3. generations pp i forhold til ikke brugere af pp og ikke gravide er 4. Incidensraten for VTE blandt kvinder, som tager 3. gen. pp er 4/ brugerår Risikoøgningen er 3/ brugerår Ætiologiske fraktion af pp for VTE er 50% Hvilket af disse risikomål er bedst? Afhænger af, hvad man vil bruge inf. til. Relative risikomål bør gen. ikke stå alene.

53 Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af årsager Årsagsfelter samvirkende årsager Kvantificering af årsager Forebyggelsesstrategier

54 Forebyggelsesstrategier Forebyggelse forudsætter: At sygdommens årsagsnetværk er kortlagt At de enkelte risikofaktorer er kvantificeret Denne kvantificering indebærer kortlægning af udbredelse, relative risiko, absolutte risiko og (vigtigst) den ætiologiske fraktion. Herefter analyseres omkostningerne ved at fjerne de forskellige årsager. Principielt vælger man herefter at bekæmpe den eller de årsager, som fjerner flest tilfælde per 1 million investerede kroner.

55 Forebyggelsesstrategier Virkeligheden mere kompliceret fordi: Fjernelse af en given årsag, ofte vil forebygge andre sygdomme (graviditet). Fjernelse af en given årsag kan afstedkomme nye omkostninger (pp, grav) En dyrere løsning kan være etisk mere tiltalende end en billigere (screening vs behandl). Der kan være ideologiske synspunkter på indsats fra stat versus individ (rygn., CO 2 ) Følelser spiller en stor rolle i prioritering (terror vs. burgere)

Årsager. Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev

Årsager. 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 mere

Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel

Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel Rigshospitalet Århus Sygehus Epidemiologi. Hvad er det? Definition Læren om sygdommes udbredelse og årsager Indhold To hovedopgaver: Deskriptiv

Læs mere

3 typer. Case-kohorte. Nested case-kontrol. Case-non case (klassisk case-kontrol us.)

3 typer. Case-kohorte. Nested case-kontrol. Case-non case (klassisk case-kontrol us.) EPIDEMIOLOGI CASE-KONTROL STUDIER September 2011 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse Case kontrol studie 3 typer Case-kohorte Nested case-kontrol Case-non case (klassisk

Læs mere

Hyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011

Hyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011 Hyppigheds- og associationsmål Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011 Læringsmål Incidens Incidens rate Incidens proportion Prævalens proportion

Læs mere

Præcision og effektivitet (efficiency)?

Præcision og effektivitet (efficiency)? Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet

Læs mere

Epidemiologiske associationsmål

Epidemiologiske 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 mere

Studiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard

Studiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard Studiedesign Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard Studiedesign Økologiske studier Tværsnitsstudier Case-kontrolstudier Kohortestudier Randomiserede studier Hvorfor er det vigtigt at

Læs mere

Effektmålsmodifikation

Effektmålsmodifikation 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 mere

Epidemiologiske associationsmål

Epidemiologiske 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 mere

Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab. Der er mange niveauer at gennemføre studierne på. Anvendt epidemiologi.

Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab. Der er mange niveauer at gennemføre studierne på. Anvendt epidemiologi. Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab Introduktionsmodul definition/ EPIDEMIOLOGI - epi (ved, omkring) - demos (folket) - logos (læren om..) Den videnskabelige disciplin som omhandler

Læs mere

Studiedesigns: Case-kontrolundersøgelser

Studiedesigns: 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 mere

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

Vurdering 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 mere

Population attributable fraction

Population 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 mere

Vurdering af epidemiologiske undersøgelser igen

Vurdering 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 mere

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Fejlkilder. 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 mere

Effektmålsmodifikation

Effektmålsmodifikation 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 mere

Introduktion til epidemiologi

Introduktion 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 mere

Kursus i Epidemiologi og Biostatistik. Epidemiologiske mål. Studiedesign. Svend Juul

Kursus i Epidemiologi og Biostatistik. Epidemiologiske mål. Studiedesign. Svend Juul Kursus i Epidemiologi og Biostatistik Epidemiologiske mål Studiedesign Svend Juul 1 Pludselig uventet spædbarnsdød (vuggedød, Sudden Infant Death Syndrome, SIDS) Uventet dødsfald hos et rask spædbarn (8

Læs mere

Social ulighed i kræftbehandling og kræftsygepleje. FSK Landskursus 2012, 9.11. november, Munkebjerg Hotel i Vejle.

Social ulighed i kræftbehandling og kræftsygepleje. FSK Landskursus 2012, 9.11. november, Munkebjerg Hotel i Vejle. Social ulighed i kræftbehandling og kræftsygepleje FSK Landskursus 2012, 9.11. november, Munkebjerg Hotel i Vejle Jes Søgaard KORA Risiko for kræft blandt personer efter social position i Danmark Hvordan

Læs mere

Kohorte studier. Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

Kohorte 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 mere

Epidemiologi. Sjurdur F. Olsen. Epidemiologi: Introduktion. Epidemiologi: Introduktion. Epidemiologi: Eksempel. 1. Introduktion om epidemiologi

Epidemiologi. 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 mere

Målsætning. Vurdering af epidemiologiske undersøgelser

Målsætning. Vurdering af epidemiologiske undersøgelser Vurdering af epidemiologiske undersøgelser Målsætning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet At belyse en videnskabelig problemstilling ved at indsamle, analysere

Læs mere

Epidemiologiske mål Studiedesign

Epidemiologiske mål Studiedesign Epidemiologiske mål Studiedesign Svend Juul Pludselig uventet spædbarnsdød Sudden Infant Death Syndrome, SIDS Uventet dødsfald hos et rask spædbarn. Obduktion o.a. giver ingen forklaring. Hyppigheden -doblet

Læs mere

Kritisk 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 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 mere

Eks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,

Eks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt, Statistik noter Indhold Datatyper... 2 Middelværdi og standardafvigelse... 2 Normalfordelingen og en stikprøve... 2 prædiktionsinteval... 3 Beregne andel mellem 2 værdier, eller over og unden en værdi

Læs mere

Studiedesigns: Kohorteundersøgelser

Studiedesigns: 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 mere

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

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 mere

Introduktion til epidemiologi

Introduktion 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 mere

9. Chi-i-anden test, case-control data, logistisk regression.

9. 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 mere

Epidemiologiske hyppighedsmål

Epidemiologiske 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 mere

EPIDEMIOLOGI MODUL 7. April Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM

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 mere

Analyse af binære responsvariable

Analyse af binære responsvariable Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley

Læs mere

Fejlkilder. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011

Fejlkilder. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Fejlkilder Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Læringsmål Tilfældig variation Selektionsproblemer Informationsproblemer Confounding Effekt modifikation

Læs mere

Selektionsbias. 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 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 mere

Individer er ikke selv ansvarlige for deres livsstilssygdomme

Individer er ikke selv ansvarlige for deres livsstilssygdomme Individer er ikke selv ansvarlige for deres livsstilssygdomme Baggrunden Både i akademisk litteratur og i offentligheden bliver spørgsmål om eget ansvar for sundhed stadig mere diskuteret. I takt med,

Læs mere

Studiedesigns: Kohorteundersøgelser

Studiedesigns: 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 mere

To grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens

To grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER Hyppighedsmål Prævalens Incidens Kumuleret incidensproportion Incidens rate Associationsmål Relativ Risiko Risiko Differens To grundlæggende kategorier af sygdomsmål:

Læs mere

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp

Læs mere

Det randomiserede kontrollerede forsøg og evidens-baseret medicin

Det 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 mere

Vurdering af epidemiologiske undersøgelser igen

Vurdering 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 mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mål for sammenhæng mellem to variable

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mål for sammenhæng mellem to variable Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mål for sammenhæng mellem to variable Estimation Stikprøve Data Population Teori relativ hyppighed parameter estimat sandsynlighed parameter

Læs mere

INTRO TIL EPIDEMIOLOGI FERTILITET

INTRO TIL EPIDEMIOLOGI FERTILITET INTRO TIL EPIDEMIOLOGI FERTILITET JULIE LYNGSØ, LÆGE, PH.D.-STUDERENDE TORSDAG D. 03.02.2016 VELKOMMEN TIL EN SUPER AFTEN! 3 DISPOSITION EPI WORKSHOP - Kort præsentation af mig selv - Hvad er epidemiologi?

Læs mere

Tidlig opsporing Hvor og hvornår er der evidens for tidlig opsporing?

Tidlig opsporing Hvor og hvornår er der evidens for tidlig opsporing? Region Hovedstaden Forskningscenter for Forebyggelse og Sundhed Tidlig opsporing Hvor og hvornår er der evidens for tidlig opsporing? Torben Jørgensen, dr.med. Enhedschef Forskningscenter for Forebyggelse

Læs mere

En teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Darts et eksempel på målefejl

En 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 mere

Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

Mads 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 mere

Når RCT ikke er vejen frem

Når RCT ikke er vejen frem Evidensbaseret viden: Når RCT ikke er vejen frem Margit Velsing Groth, DTU Fødevareinstituttet, Afd.for Ernæring; mvgr@food.dtu.dk Diskussionen om evidensbaseret viden: Videnskabelig: hvad er videnskab?

Læs mere

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

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 mere

Kost og Hjerte- Kar-Sygdom. Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen

Kost og Hjerte- Kar-Sygdom. Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen Kost og Hjerte- Kar-Sygdom Jette Heberg cand.scient.san og stud.phd /Hjerteforeningen 1 ud af 3 dør af hjerte-kar-sygdom Hjerte-kar-sygdom Iskæmisk hjertesygdom den hyppigst forekomne dødsårsag i Danmark

Læs mere

4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min

4. 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 mere

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering II

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering II Eksperimentelle undersøgelser Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Efterår 2001 Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden

Læs mere

Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne

Susanne 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 mere

Besvarelse af opgavesættet ved Reeksamen forår 2008

Besvarelse af opgavesættet ved Reeksamen forår 2008 Besvarelse af opgavesættet ved Reeksamen forår 2008 10. marts 2008 1. Angiv formål med undersøgelsen. Beskriv kort hvordan cases og kontroller er udvalgt. Vurder om kontrolgruppen i det aktuelle studie

Læs mere

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N REEKSAMEN I EPIDEMIOLOGISKE METODER IT

Læs mere

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser

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 mere

Magnetfelter og børnekræft - er der en sammenhæng?

Magnetfelter og børnekræft - er der en sammenhæng? NOTAT NP92-961b JKJ/BT-DGR 4. december 1997 Magnetfelter og børnekræft - er der en sammenhæng? Revideret januar 1993 NOTAT NP92-961b 2 1. Om børnekræft I perioden fra 1945 og frem til i dag har udviklingen

Læs mere

Studiedesigns: Alternative designs

Studiedesigns: 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 mere

Sammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.

Sammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. Sammenhængsanalyser Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. rygevaner som 45 årig * helbred som 51 årig Crosstabulation rygevaner

Læs mere

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1 Mikro-kursus i statistik 1. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er statistik? Det systematiske studium af tilfældighedernes spil!dyrkes af biostatistikere Anvendes som redskab til vurdering

Læs mere

MPH Introduktionsmodul: Epidemiologi og Biostatistik 23.09.2003

MPH 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 mere

Epidemiologisk evidens og opsummering

Epidemiologisk 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

Medicinsk Teknologivurdering Patienten

Medicinsk Teknologivurdering Patienten Medicinsk Teknologivurdering Patienten Christian Nøhr Institut for Samfundsudvikling og Planlægning V-CHI MTV-processen Problemformulering Planlægning Analyse af elementerne Teknologi Patient Organisation

Læs mere

Noter til SfR checkliste 3 Kohorteundersøgelser

Noter 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 mere

Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 18. maj 2017 l Dias nummer 1 Sidste gang Vi snakkede

Læs mere

Hvor mange gravide ryger?

Hvor mange gravide ryger? Hvor mange gravide ryger? Gravides rygemønstre 1997-2005, Gravides rygemønstre 1997-2005, Data fra Medicinsk Fødselsregister ----o---- Kirsten Egebjerg Jensen Afdeling for Virus, Hormoner og Kræft, Institut

Læs mere

Fraktur efter brystkræft

Fraktur 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 mere

Mikro-kursus i statistik 2. del Mikrokursus i biostatistik 1

Mikro-kursus i statistik 2. del Mikrokursus i biostatistik 1 Mikro-kursus i statistik 2. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er hypotesetestning? I sundhedsvidenskab:! Hypotesetestning = Test af nulhypotesen Hypotese-testning anvendes til at vurdere,

Læs mere

Stress på grund af belastninger i arbejdsmiljøet koster dyrt for samfundet

Stress på grund af belastninger i arbejdsmiljøet koster dyrt for samfundet NOTAT 15-0265 - LAGR - 21.10.2015 KONTAKT: LARS GRANHØJ - LAGR@FTF.DK - TLF: 33 36 88 00 Stress på grund af belastninger i arbejdsmiljøet koster dyrt for samfundet Omkring hver tiende FTF er oplever ret

Læs mere

Eksperimenter. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011

Eksperimenter. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Eksperimenter Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Epidemiologiske studier Observerende studier beskrivende (populationer) regional variation migrations

Læs mere

Vurdering af det Randomiserede kliniske forsøg RCT

Vurdering 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 mere

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts Århus 27. februar 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts Epibasic er nu opdateret til version 2.02 (obs. der er ikke ændret ved arket C-risk) Start med

Læs mere

2. Hvilke(t) epidemiologisk(e) design(s) anvender forfatterne til at belyse problemstillingen? (7 point)

2. Hvilke(t) epidemiologisk(e) design(s) anvender forfatterne til at belyse problemstillingen? (7 point) Eksamensopgave i Epidemiologiske metoder, IT & Sundhed forår 2011 Læs artiklen grundigt og svar derefter på alle spørgsmål. Under hver opgave står hvor mange point der maksimalt kan opnås for opgaven.

Læs mere

Confounding. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

Confounding. 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 mere

Anne Illemann Christensen Seniorrådgiver Region Syddanmark

Anne Illemann Christensen Seniorrådgiver Region Syddanmark Anne Illemann Christensen Seniorrådgiver anch@sdu.dk Region Syddanmark Lidt om undersøgelsen Hvordan har du det, 2017 Deltagere Alder: 16 år eller derover 58.800 inviteret i Region Syddanmark (312.349

Læs mere

SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI Cand.Scient.San, 2. semester 20. februar 2015 (3 timer)

SKRIFTLIG 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 mere

Status for internationale forskningsresultater: trafikstøj og sundhed

Status for internationale forskningsresultater: trafikstøj og sundhed Status for internationale forskningsresultater: trafikstøj og sundhed Mette Sørensen Seniorforsker Kost, Gener og Miljø Kræftens Bekæmpelse Professor Institut for Naturvidenskab og Miljø Roskilde Universitet

Læs mere

Noter til SfR checkliste 4 - Casekontrolundersøgelser

Noter 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 mere

Studiedesigns: Randomiserede kontrollerede undersøgelser

Studiedesigns: 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 mere

Social ulighed i Sundhed: Empiri og årsager

Social ulighed i Sundhed: Empiri og årsager Social ulighed i Sundhed: Empiri og årsager Faglig Dag Esbjerg 10. september 2008 Jacob Nielsen Arendt, Lektor Sundhedsøkonomi Syddansk Universitet Kort oversigt Baggrund Ulighed i Sundhed i Danmark Forklaringsmodeller

Læs mere

Phd-projekt om individualiseret screening

Phd-projekt om individualiseret screening Phd-projekt om individualiseret screening Brystdensitet - en risikofaktor for brystkræft DRS og DSKFNM årsmøde den 30. januar 2014 Odense Rikke Rass Winkel, læge, klinisk assistent Ph.d. titel Risk stratification

Læs mere

Evidensbaseret praksis Introduktion

Evidensbaseret praksis Introduktion Evidensbaseret praksis Introduktion Evidensbaseret Praksis DF Region Nord Marts 2011 Jane Andreasen, udviklingsterapeut og forskningsansvarlig, MLP. Ergoterapi- og fysioterapiafdelingen, Aalborg Sygehus

Læs mere

OBSERVERENDE 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 OBSERVERENDE UNDERSØGELSER Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002 Epidemiologisk design Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer

Læs mere

Måleproblemer. Fejlkilder og tolkningsproblemer. Usikkerhed og bias. Stikprøveusikkerhed. Epidemiologi og Biostatistik (version

Måleproblemer. Fejlkilder og tolkningsproblemer. Usikkerhed og bias. Stikprøveusikkerhed. Epidemiologi og Biostatistik (version Måleproblemer A B Fejlkilder og tolkningsproblemer Svend Juul, 19. september 2007 C D 1 2 Usikkerhed og bias De vigtigste kilder til usikkerhed og bias Præcision, sikkerhed, reproducerbarhed, ryster ikke

Læs mere

En teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Eksempler på målefejl

En 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 mere

Screening. Definition. Formål med screening. Eksempler. Sygdommen. Eksempler. Ulrik Kesmodel Institut for Folkesundhed Afdeling for Epidemiologi

Screening. Definition. Formål med screening. Eksempler. Sygdommen. Eksempler. Ulrik Kesmodel Institut for Folkesundhed Afdeling for Epidemiologi Definition Screening Ulrik Kesmodel Institut for Folkesundhed Afdeling for Epidemiologi Systematisk undersøgelse af asymptomatiske befolkningsgrupper for en eller flere sygdomme mhp. at vurdere om (det

Læs mere

Bliver man syg af trafikstøj? Mette Sørensen Seniorforsker Kost, Gener og Miljø Kræftens Bekæmpelse Denmark

Bliver man syg af trafikstøj? Mette Sørensen Seniorforsker Kost, Gener og Miljø Kræftens Bekæmpelse Denmark Bliver man syg af trafikstøj? Mette Sørensen Seniorforsker Kost, Gener og Miljø Kræftens Bekæmpelse Denmark Forskning i støj -historisk 1970 støj i arbejdsmiljøet (epidemiologi) 1980 trafikstøj (epidemiologi)

Læs mere

DSOG ønsker at pege på Graviditet og Fødsel som særligt indsatsområde for fremtidig dansk forskning og vil fremhæve, at:

DSOG ønsker at pege på Graviditet og Fødsel som særligt indsatsområde for fremtidig dansk forskning og vil fremhæve, at: Idet Dansk Selskab for Obstetrik og Gynækologi (DSOG) takker for muligheden for at bidrage med input til fremtidens forskningsbehov og potentialer, følger nedenfor den strategi som for os synes centralt

Læs mere

Sundhedsprofil 2010. Med fokus på alkohol

Sundhedsprofil 2010. Med fokus på alkohol Sundhedsprofil 2010 Med fokus på alkohol Formål Et skridt videre ift. tidligere temamøder Alkohol som case Hvilke data giver profilen om alkohol Hvorledes kan disse data anvendes i kommunen Alkohol som

Læs mere

Årsagsteori. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet April 2011

Årsagsteori. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet April 2011 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 mere

11. Fremtidsperspektiver

11. Fremtidsperspektiver 11. Fremtidsperspektiver Fremtidens sygdomsmønster Der er mange faktorer, der kan påvirke befolkningens sygdomsmønster i fremtiden, ikke mindst politiske prioriteringer på uddannelses- og socialområdet,

Læs mere

Kejsersnit, kirurgi og evidens Metodiske problemer ved forskning i kirurgiske indgreb

Kejsersnit, kirurgi og evidens Metodiske problemer ved forskning i kirurgiske indgreb Kejsersnit, kirurgi og evidens Metodiske problemer ved forskning i kirurgiske indgreb Jeppe Bennekou Schroll, læge, phd, Hvidovre Hospital TOF 30. okt 2015 Interessekonflikter: ingen Take home message

Læs mere

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering I.

Epidemiologisk design I. Eksperimentelle undersøgelser. Epidemiologisk design II. Randomiserede undersøgelser. Randomisering I. Eksperimentelle undersøgelser Epidemiologisk design I Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer regional variation migrationsundersøgelser korrelationsundersøgelser tidsrækker

Læs mere

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

BIAS 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 mere

Hypoteser om sygdomsårsager og behandlingseffekter. Evidens. Bør HRT frarådes, gives forebyggende eller vurderes neutral?

Hypoteser om sygdomsårsager og behandlingseffekter. Evidens. Bør HRT frarådes, gives forebyggende eller vurderes neutral? Kursus i Epidemiologi og Biostatistik, forår 2003 Hypoteser om sygdomsårsager og behandlingseffekter. Evidens. Anne Vingård Olesen, 24.02.2003 Institut for Epidemiologi og Socialmedicin Hormonkomb. behandling

Læs mere

Forebyggelse og forskning i samarbejde

Forebyggelse og forskning i samarbejde Forebyggelse og forskning i samarbejde REGION SJÆLLAND 16.NOVEMBER 2009 FINN DIDERICHSEN PROFESSOR DR.MED. INSTITUT FOR FOLKESUNDHEDSVIDENSKAB, KØBENHAVNS UNIVERSITET En ny rapport: Bidrag til en fælles

Læs mere

Social ulighed i sundhed starter allerede i graviditeten

Social ulighed i sundhed starter allerede i graviditeten Social ulighed i sundhed starter allerede i graviditeten Hvad forstår vi egentlig ved social ulighed i sundhed, hvordan er den sociale ulighed tidligt i livet i Danmark, og hvad kan vi gøre ved den? Laust

Læs mere

Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler:

Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler: Kære MPH-studerende Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler: 1. E.A. Mitchell et al. Ethnic differences

Læs mere

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1 Landmålingens fejlteori Sandsynlighedsregning Lektion 1 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 23. april 2009 1/28 Landmålingens

Læs mere

Confounding. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab

Confounding. 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 mere

Epidemiologi 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? 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 mere

Epidemiologi 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 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 mere