Logistisk regression

Størrelse: px
Starte visningen fra side:

Download "Logistisk regression"

Transkript

1 Logistisk regression kach/css2 Thomas A Gerds & Karl B Christensen 1 / 18

2 Logistisk regression I dag 1 Binær outcome variable død : i live syg : rask gravid : ikke gravid etc 1 prædiktor variable (enten kategorisk eller kontinuert) Risiko, odds Case-control data Binary logistisk regression 1 Kirkwood & Sterne kapitel / 18

3 Odds Odds er nødvendigt til case-control studier logistisk regression Kan regne frem og tilbage: odds = p/(1 p) p = odds/(1 + odds) tolke Odds er sværere at forstå, men når p er lille gælder p odds. Anden måde at udtrykke sandsynlighed. Eks.: Sandsynlighed for sygdom Odds for sygdom p odds=p/(1-p) 0,25 0,025 0,0256 0,17 0,2048 0,39 0, / 18

4 Warm-up øvelser Åbne den her artikel 2 (den handler om rygsmerter og benytter logistisk regression): 20et%20al%20(2008).pdf 1. nd ud af: study form denition af response denition af eksponeringsvariabler 2. prevalence (sandsynlighed) af response bland sygeplejersker i studiet 3. beregn odds af response bland sygeplejersker 2 https://www.ncbi.nlm.nih.gov/pmc/articles/pmc / 4 / 18

5 Videnskabelig rapport som brugte logistisk regression Nabe-Nielsen K, Fallentin N, Christensen KB, Jensen JN, Diderichsen F BMC Musculoskelet Disord. 2008;9:61 Background Low back pain (LBP) is a frequent health complaint among health care personnel. Methods A questionnaire was distributed to 535 hospital employees in a psychiatric and an orthopedic ward in a Danish hospital. Of these 411 (77%) lled in and returned the questionnaire. Only the 373 respondents who had non-missing values on both measures of physical demands were included in the analyses...., and logistic regression analysis is used to analyze the association between measures of physical demands and LBP. Results... the odds ratio for LBP was 5.38 (95% CI ) in the group performing more than 10 compared to the group performing 0-2 patient handling tasks per day. 5 / 18

6 6 / 18

7 Terminologi Prevalence = risiko = sandsynlighed for outcome (respons positiv) Prevalence odds ratio = odds ratio Odds ratio = ændring af odds for en enheds ændring i eksponeringsvariable Crude odds ratio = en eksponeringsvariable af gangen i logistisk regression Adjusted odds ratio = ere eksponeringsvariabler i sammen logistisk regression SPSS logistisk regression = binary logistic regression outcome = dependent variable eksponeringsvariable = covariate 7 / 18

8 Flere warm-up øvelser Risiko af LBP bland sygeplejersker = 39% Crude odds ratio odds: > 10 patient handling tasks per day odds: 0 2 patient handling tasks = 6.1 Antage at odds for LBP bland sygeplejersker med 0-2 patient handling tasks er 0.5. Beregn odds for LBP bland sygeplejersker med >10 patient handling tasks Beregn risiko i de to grupper Beregn risiko ratio 8 / 18

9 Case-control studie Data indsamlet ved at man har nogen cases og derefter indsamler data på sammenlignelige kontroller. F.eks., 1 kontrol per case 4 kontroller per case 10 kontroller per case Man kan ikke beregne risiko og risiko ratio, fordi "risiko" er per design (f.eks., 1/2, 1/5, 1/11). Man kan beregne odds ratio præcis som hvis data havde været indsamlet som et kohorte studium. Fordel: nemmere at få mange cases end i kohortestudie Ulemper: kan kun estimere odds ratio odds ratio risiko ratio kun når risiko er lille 9 / 18

10 Simple logistisk regression For kun en eksponeringsvariable logistisk regressions modellen er givet ved log(odds) = log(baseline) + log(covariate odds ratio) Eksempler Covariate Covariate odds ratio Baseline sex alder patient handling tasks odds(kvinde) odds(mand) odds(alder x+1) odds(alder x+1) odds(>10) odds(0-2) mand alder odds(3-10) odds(0-2) 10 / 18

11 Illustration: Lungefunktion hos peruvianske børn Kohorte studie. En linie for hvert barn. En søjle for hver variabel fev1 age height sex respsymptoms 1: 1,56 9, , : 1,87 9, , : 1,49 8, , : 2,11 9, , : 1,47 8, , : 1,89 9, , : 2,11 8, , : 1,65 10,03 123, : 2,09 8, , : 0,64 7, ,4 1 1 pige: sex = 0, dreng: sex = 1 11 / 18

12 Illustration: Lungefunktion hos peruvianske børn Outcome respsymp = { 1 symptomer 0 ingen symptomer Eksposure sex (kategorisk covariate) Videnskabelig spørgsmål Hvor meget afhænger risiko for respiratoriske symptomer barnets køn? 12 / 18

13 Logistisk regression: kategorisk eksponering Model log(odds) = { β 0 β 0 + β 1 pige dreng Transformation odds(pige) = exp(β 0 ) odds(dreng) = exp(β 0 + β 1 ) = exp(β 0 ) exp(β 1 ) Odds ratio odds(dreng) odds(pige) = exp(β 0) exp(β 1 ) = exp(β 1 ) exp(β 0 ) Nullhypothese β 1 = 0 exp(β 1 ) = 1 (odds for piger = odds for drenge) 13 / 18

14 SPSS: Logistisk regression med 1 binær eksponering Film Resultater Dreng er reference kategori! Søjle B: β0 = Intercept = Constant = log(odds) for drenge = -1,309 β1 = log(odds ratio) = 0,166 Søjle Exp(B): exp(β 0 ) = odds for drenge = 0,27 exp(β 1 ) = odds ratio (piger/drenge) = 1,181 Test af nullhypothese: p-værdi = Sig. = 0,382 ikke signikant Kondensintervallet [0,81;1,71] inkludere nullhypothese (OR =1) hvor piger har ens risiko for respiratoriske symptomer som drenge. Konklusion Piger har højere sandsynlighed for respiratoriske symptomer end drenge men ikke signikant højere (OR=1,18; CI 95 %: [0,81;1.71]; p=0,382). 14 / 18

15 Illustration: Lungefunktion hos peruvianske børn Outcome respsymp = { 1 symptomer 0 ingen symptomer Eksposure alder (år, kontinuert covariate) Videnskabelig spørgsmål Hvor meget afhænger risiko for respiratoriske symptomer barnets alder? 15 / 18

16 Logistisk regression: kontinuert eksponeringsvariable Model log(odds) = β 0 + β 1 alder Transformation odds(alder = 8) = exp(β 0 + β 1 8) = exp(β 0 ) exp(β 1 8) odds(alder = 9) = exp(β 0 + β 1 9) = exp(β 0 ) exp(β 1 9) Odds ratio odds(alder 8+1) odds(alder 8) = exp(β 0) exp(β 1 9) exp(β 0 ) exp(β 1 8) = exp(β 1(9 8)) = exp(β 1 ) Nullhypothese β 1 = 0 exp(β 1 ) = 1 (odds for alder x = odds for alder x+1) 16 / 18

17 SPSS: Logistisk regression med 1 kontinuert eksponeringsvariable Film Resultater Søjle B: β0 = Intercept = Constant = log(odds) for alder 0 år = 4,034 β 1 = log(odds ratio) = -0,59 Søjle Exp(B): exp(β0 ) = odds for alder 0 = 56,472 (ingen interpretation!) exp(β 1 ) = odds ratio (alder x+1/alder x) = 0,554 Test af nullhypothese: p-værdi = Sig. = 0,000 signikant Kondensintervallet [0,424;0,724] inkludere ikke nullhypothese (OR =1) hvor alder x+1 har ens risiko for respiratoriske symptomer som alder x. Konklusion Sandsynlighed for respiratoriske symptomer fælder signikant med barnets alder (OR=0,554; CI 95 %: [0,424;0,724]; p<0.001). 17 / 18

18 Prædiktion Generalt Logistisk regression kan prædicere sandsynligheden (risiko) for outcome for given værdier af eksponeringsvariablen. Det giver kun mening hvis: kohorte studie værdierne er repræsenteret i datasæt Eksempel For alder=7,8 er sandsynligheden for respiratoriske symptomer: π 7 = exp(β 0+β 1 7) 1+exp(β 0 +β 1 7) og π 8 = exp(β 0+β 1 8) 1+exp(β 0 +β 1 8). Film 18 / 18

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

1 Multipel lineær regression

1 Multipel lineær regression Indhold 1 Multipel lineær regression 2 1.1 Regression med 2 eksponeringsvariable......................... 2 1.2 Fortolkning og estimation................................ 3 1.3 AnovaTabel og multipel R

Læs mere

1 Multipel lineær regression

1 Multipel lineær regression 1 Multipel lineær regression Regression med 2 eksponeringsvariable Fortolkning og estimation AnovaTabel og multipel R 2 Ensidet variansanalyse: Dummy kodning Kovariansanalyse og effektmodifikation Tosidet

Læs mere

Morten Frydenberg 26. april 2004

Morten Frydenberg 26. april 2004 Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik RESUME: 2 2. gang: 2002 Institut for Biostatistik, Århus Universitet MPH. studieår Specialmodul 4 Cand. San. uddannelsen.

Læs mere

Logistisk Regression - fortsat

Logistisk Regression - fortsat Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative

Læs mere

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008

Logistisk regression. Basal Statistik for medicinske PhD-studerende November 2008 Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc

Læs mere

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable Faculty of Health Sciences Logistisk regression: Kvantitative forklarende variable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Sammenhæng

Læs mere

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april

Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Århus 8. april 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 10: 13. april Opgave 1 ( gruppe 1: sp 1-4, gruppe 5: sp 5-9 og gruppe 6: 10-14) I denne opgaveser vi på et

Læs mere

MPH specialmodul i biostatistik og epidemiologi SAS-øvelser vedr. case-control studie af malignt melanom.

MPH specialmodul i biostatistik og epidemiologi SAS-øvelser vedr. case-control studie af malignt melanom. MPH specialmodul i biostatistik og epidemiologi SAS-øvelser vedr. case-control studie af malignt melanom. For at I skal kunne regne på tallene fra undersøgelsen har vi taget en delmængde af variablene

Læs mere

Løsning til opgave i logistisk regression

Løsning til opgave i logistisk regression Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator

Læs mere

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes 25. april 2. gang: Introduktion til Logistisk Regression Morten Frydenberg 22 Institut for Biostatistik, Århus Universitet MPH. studieår specialmodul Cand. San. uddannelsen. studieår Hvorfor logistisk

Læs mere

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller. Løsning til øvelse i TTP dag 3 Denne øvelse omhandler tid til graviditet. Et studie vedrørende tid til graviditet (Time To Pregnancy = TTP) inkluderede 423 par i alderen 20-35 år. Parrene blev fulgt i

Læs mere

Logistisk regression

Logistisk regression Logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside: www.biostat.ku.dk/~sr/forskningsaar/regression2012/

Læs mere

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Multipel regression M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model Y j 1 X 1j 2 X 2j... m X mj j eller m Y j 0 i 1 i X ij j BEMÆRK! j svarer til individ

Læs mere

Hvor skal man udføre akutmedicinsk forskning? Finn E. Nielsen Forskningslektor, overlæge, dr.med. MPA, MAppStat

Hvor skal man udføre akutmedicinsk forskning? Finn E. Nielsen Forskningslektor, overlæge, dr.med. MPA, MAppStat Hvor skal man udføre akutmedicinsk forskning? Finn E. Nielsen Forskningslektor, overlæge, dr.med. MPA, MAppStat Perspektiver Sundhedsloven Akademisk Hvad siger sundhedsloven om forskning? Alle hospitaler

Læs mere

Statistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004

Statistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004 Statistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004 Formål med Øvelsen: Formålet med øvelsen er at analysere om risikoen for død er forbundet med to forskellige vacciner BCG (mod

Læs mere

2 Logaritme- og eksponentialfunktion 6

2 Logaritme- og eksponentialfunktion 6 Indhold 1 Kontingenstabeller 2 1.1 Krydstabeller....................................... 2 1.2 Forventede under nulhypotesen............................. 4 1.3 Ki-kvadrat test......................................

Læs mere

Morten Frydenberg Biostatistik version dato:

Morten Frydenberg Biostatistik version dato: Tye og Tye 2 fejl Statistisk styrke Biostatistik uge 2 mandag Morten Frydenberg, Afdeling for Biostatistik Styrkeovervejelser i lanlægning af et studie Logistisk regression Præterm fødsel, rygning, alder,

Læs mere

Statistik for MPH: 7

Statistik for MPH: 7 Statistik for MPH: 7 3. november 2011 www.biostat.ku.dk/~pka/mph11 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:

Læs mere

Multipel Lineær Regression

Multipel Lineær Regression Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer

Læs mere

Faculty of Health Sciences. Miscellaneous: Styrkeberegninger Overlevelsesanalyse Analyse af matchede studier

Faculty of Health Sciences. Miscellaneous: Styrkeberegninger Overlevelsesanalyse Analyse af matchede studier Faculty of Health Sciences Miscellaneous: Styrkeberegninger Overlevelsesanalyse Analyse af matchede studier Forsøgsplanlægning Sammenligning af to grupper : Hvor mange personer skal vi bruge? Det kommer

Læs mere

MPH specialmodul Epidemiologi og Biostatistik

MPH specialmodul Epidemiologi og Biostatistik MPH specialmodul Epidemiologi og Biostatistik Kvantitative udfaldsvariable 23. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per Kragh Andersen) 1 Kapitelhenvisninger Andersen & Skovgaard:

Læs mere

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P

Læs mere

Simpel og multipel logistisk regression

Simpel og multipel logistisk regression Faculty of Health Sciences Logistisk regression Simpel og multipel logistisk regression 16. Maj 2012 Analyse af en binær responsvariabel. syg/rask, død/levende, ja/nej... Ud fra en eller flere forklarende

Læs mere

Statistik II 4. Lektion. Logistisk regression

Statistik II 4. Lektion. Logistisk regression Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:

Læs mere

Confounding og stratificeret analyse

Confounding og stratificeret analyse Faculty of Health Sciences Confounding og stratificeret analyse Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursets form Seks fredage

Læs mere

Det kunne godt se ud til at ikke-rygere er ældre. Spredningen ser ud til at være nogenlunde ens i de to grupper.

Det kunne godt se ud til at ikke-rygere er ældre. Spredningen ser ud til at være nogenlunde ens i de to grupper. 1. Indlæs data. * HUSK at angive din egen placering af filen; data framing; infile '/home/sro00/mph2016/framing.txt' firstobs=2; input id sex age frw sbp sbp10 dbp chol cig chd yrschd death yrsdth cause;

Læs mere

Basal Statistik Logistisk Regression. Dagens Tekst E Sædvanlig Linear Regression (Repetition) Basal Statistik - Logistisk regression 1

Basal Statistik Logistisk Regression. Dagens Tekst E Sædvanlig Linear Regression (Repetition) Basal Statistik - Logistisk regression 1 Basal Statistik Logistisk Regression Judith L. Jacobsen, PhD. Lene Theil Skovgaard http://staff.pubhealth.ku.dk/~lts/basal13_ jlj@statcon.dk Dagens Tekst Logistisk regression Binære data Logit transformation

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

Morten Frydenberg 25. april 2006

Morten Frydenberg 25. april 2006 . gang: Introduktion til Logistisk Regression Morten Frydenberg 26 Afdeling for Biostatistik, Århus Universitet MPH. studieår specialmodul 4 Cand. San. uddannelsen. studieår Hvorfor logistisk regression

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

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

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π

Læs mere

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives

Læs mere

Morten Frydenberg Biostatistik version dato:

Morten Frydenberg Biostatistik version dato: Caerphilly studiet Design og Data Biostatistik uge 14 mandag Morten Frydenberg, Afdeling for Biostatistik Poisson regression En primær tidsakse og ikke stykkevise konstante rater Cox proportional hazard

Læs mere

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse

12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse . september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression

Læs mere

Naturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1

Naturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1 Matematisk Modellering 1 Side 1 I nærværende opgavesæt er der 16 spørgsmål fordelt på 4 opgaver. Ved bedømmelsen af besvarelsen vægtes alle spørgsmål lige. Endvidere lægges der vægt på, at det af besvarelsen

Læs mere

Ønsket dødssted for danske cancer patienter

Ønsket dødssted for danske cancer patienter Ønsket dødssted for danske cancer patienter Forskerdag 2011 Forskningsnetværk i Palliation Mette Asbjørn Neergaard Dødssted i Danmark Danske patienters ønskede dødssted Danske patienters ønskede dødssted

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

Kvant Eksamen December 2010 3 timer med hjælpemidler. 1 Hvad er en continuous variable? Giv 2 illustrationer.

Kvant Eksamen December 2010 3 timer med hjælpemidler. 1 Hvad er en continuous variable? Giv 2 illustrationer. Kvant Eksamen December 2010 3 timer med hjælpemidler 1 Hvad er en continuous variable? Giv 2 illustrationer. What is a continuous variable? Give two illustrations. 2 Hvorfor kan man bedre drage konklusioner

Læs mere

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk Eksempel: Systolisk blodtryk Udgangspunkt: Vi ønsker at prædiktere det systoliske blodtryk hos en gruppe af personer. Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Afdeling for Biostatistik.

Læs mere

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse

Epidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev

Læs mere

Opsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller

Opsamling Modeltyper: Tabelanalyse Logistisk regression Generaliserede lineære modeller Log-lineære modeller Opsamling Modeltyper: Tabelanalyse Logistisk regression Binær respons og kategorisk eller kontinuerte forklarende variable. Generaliserede lineære modeller Normalfordelt respons og kategoriske forklarende

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

HÅNDTERING AF RISIKOFAKTORER FOR SYGDOM Medicinforbrug og selvvurderet helbred

HÅNDTERING AF RISIKOFAKTORER FOR SYGDOM Medicinforbrug og selvvurderet helbred HÅNDTERING AF RISIKOFAKTORER FOR SYGDOM Medicinforbrug og selvvurderet helbred Kandidatuddannelsen i Folkesundhedsvidenskab Aalborg Universitet 1. Semester projekt Gruppe nummer: 755 Vejleder: Henrik Bøggild

Læs mere

applies equally to HRT and tibolone this should be made clear by replacing HRT with HRT or tibolone in the tibolone SmPC.

applies equally to HRT and tibolone this should be made clear by replacing HRT with HRT or tibolone in the tibolone SmPC. Annex I English wording to be implemented SmPC The texts of the 3 rd revision of the Core SPC for HRT products, as published on the CMD(h) website, should be included in the SmPC. Where a statement in

Læs mere

Statistik Lektion 16 Multipel Lineær Regression

Statistik Lektion 16 Multipel Lineær Regression Statistik Lektion 6 Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk

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

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

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

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression: Definitioner For en binær (0/) variabel Y antager vi P(Y)p P(Y0)-p Eksempel: Bil til arbejde vs alder

Læs mere

Det Danske Bloddonorstudie. Kristoffer Burgdorf og Christian Erikstrup

Det Danske Bloddonorstudie. Kristoffer Burgdorf og Christian Erikstrup Det Danske Bloddonorstudie Kristoffer Burgdorf og Christian Erikstrup 1 Fordele ved bloddonorer som studiepopulation Mange! Motiverede for at hjælpe andre. Vant til at udfylde skemaer om helbredsoplysninger.

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

Introduktion til GLIMMIX

Introduktion til GLIMMIX Introduktion til GLIMMIX Af Jens Dick-Nielsen jens.dick-nielsen@haxholdt-company.com 21.08.2008 Proc GLIMMIX GLIMMIX kan bruges til modeller, hvor de enkelte observationer ikke nødvendigvis er uafhængige.

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

Korrelation Pearson korrelationen

Korrelation Pearson korrelationen -9- Eidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Korrelation Kliniske målinger - Kliniske målinger og variationskilder - Estimation af størrelsen

Læs mere

24. februar Analyse af overlevelsesdata (ventetidsdata) Ikke parametrisk statistiske test : Det statistiske modelbegreb Modelselektion

24. februar Analyse af overlevelsesdata (ventetidsdata) Ikke parametrisk statistiske test : Det statistiske modelbegreb Modelselektion . februar 00 Ikke parametrisk statistiske test : Ideen bag Epidemiologi og biostatistik. Uge, mandag. februar 00 Morten Frydenberg, Institut for Biostatistik. To grupper: Mann-Whitney / Wilcoxon testet

Læs mere

Basal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.

Basal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25. Hjemmeopgave Basal statistik for lægevidenskabelige forskere, forår 2014 Udleveret 4. marts, afleveres senest ved øvelserne i uge 13 (25.-27 marts) Garvey et al. interesserer sig for sammenhængen mellem

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

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

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

MAT A HHX FACITLISTE TIL KAPITEL 8. Øvelser. Øvelse 1 Graf tegnes med CAS. Øvelse 2. Bedste rette linie: Øvelse 3. Øvelse 4.

MAT A HHX FACITLISTE TIL KAPITEL 8. Øvelser. Øvelse 1 Graf tegnes med CAS. Øvelse 2. Bedste rette linie: Øvelse 3. Øvelse 4. 1 af 12 MAT A HHX Udskriv siden FACITLISTE TIL KAPITEL 8 Øvelser Øvelse 1 Graf tegnes med CAS. Øvelse 2 Bedste rette linie: Øvelse 3 Bedste rette linie: Øvelse 4 Bedste rette linie: Øvelse 5 ad øvelse

Læs mere

Resultater. Formål. Results. Results. Må ikke indeholde. At fåf. kendskab til rapportering af resultater. beskrivelse

Resultater. Formål. Results. Results. Må ikke indeholde. At fåf. kendskab til rapportering af resultater. beskrivelse Formål Resultater kendskab til rapportering af resultater Andreas H. Lundh Infektionsmedicinsk Afdeling, Hvidovre Hospital Anders W. JørgensenJ Øre-næse-halsafdeling, Århus Universitetshospital Mål At

Læs mere

Statistik Lektion 4. Variansanalyse Modelkontrol

Statistik Lektion 4. Variansanalyse Modelkontrol Statistik Lektion 4 Variansanalyse Modelkontrol Eksempel Spørgsmål: Er der sammenhæng mellem udetemperaturen og forbruget af gas? Y : Forbrug af gas (gas) X : Udetemperatur (temp) Scatterplot SPSS: Estimerede

Læs mere

Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported

Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported Knee-extension strength or leg-press power after fast-track total knee arthroplasty: Which is better related to performance-based and selfreported function? Peter K Aalund 1, Kristian Larsen 2,3, Torben

Læs mere

Ikke-parametriske tests

Ikke-parametriske tests Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference

Læs mere

Økonometri: Lektion 5. Multipel Lineær Regression: Interaktion, log-transformerede data, kategoriske forklarende variable, modelkontrol

Økonometri: Lektion 5. Multipel Lineær Regression: Interaktion, log-transformerede data, kategoriske forklarende variable, modelkontrol Økonometri: Lektion 5 Multipel Lineær Regression: Interaktion, log-transformerede data, kategoriske forklarende variable, modelkontrol 1 / 35 Veksekvirkning: Motivation Vi har set på modeller som Price

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Koordineret akut indsats for seniorer i Sønderjylland (ACCESS) Christian Backer Mogensen, fokuseret enhed for akutforskning, Sygehus Sønderjylland

Koordineret akut indsats for seniorer i Sønderjylland (ACCESS) Christian Backer Mogensen, fokuseret enhed for akutforskning, Sygehus Sønderjylland Koordineret akut indsats for seniorer i Sønderjylland (ACCESS) Christian Backer Mogensen, fokuseret enhed for akutforskning, Sygehus Sønderjylland Hospital at home? > 65 år Patienter med medicinske akutte

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

Translation and Cross-Cultural Adaptation of the Danish Version of the Hip Dysfunction and Osteoarthritis Outcome Score 2.0 (HOOS 2.

Translation and Cross-Cultural Adaptation of the Danish Version of the Hip Dysfunction and Osteoarthritis Outcome Score 2.0 (HOOS 2. Translation and Cross-Cultural Adaptation of the Danish Version of the Hip Dysfunction and Osteoarthritis Outcome Score 2.0 (HOOS 2.0) Nina Beyer 1, Kristian Thorborg 2, Anders Vinther 3. 1 Department

Læs mere

Using sequence analysis to assess labor market participation following intervention for patients with low back pain preliminary results

Using sequence analysis to assess labor market participation following intervention for patients with low back pain preliminary results Using sequence analysis to assess labor market participation following intervention for patients with low back pain preliminary results Louise Lindholdt 1,2, Merete Labriola 1,2, Claus Vinther Nielsen

Læs mere

Modtagelse af svært tilskadekomne.

Modtagelse af svært tilskadekomne. Modtagelse af svært tilskadekomne. Siden 1996 har vi på Odense Universitetshospital haft en særlig registrering af svært tilskadekomne, både fra trafikuheld og fra øvrige ulykker. Disse registreringer

Læs mere

8.2 Statistiske analyse af hver enkelt indikator

8.2 Statistiske analyse af hver enkelt indikator 8.2 Statistiske analyse af hver enkelt indikator Basale ideer De avancerede statistiske metoder, som anvendes i denne rapport, fokuserer primært på vurdering af eventuel geografisk heterogenitet på regions-,

Læs mere

Predictors of chemotherapy induced toxicity in 421 patients with metastatic castration resistant prostate cancer results from a single institution

Predictors of chemotherapy induced toxicity in 421 patients with metastatic castration resistant prostate cancer results from a single institution Predictors of chemotherapy induced toxicity in 421 patients with metastatic castration resistant prostate cancer results from a single institution Per Kongsted 1, Inge Marie Svane 1, Henriette Lindberg

Læs mere

Statistik for MPH: oktober Attributable risk, bestemmelse af stikprøvestørrelse (Silva: , )

Statistik for MPH: oktober Attributable risk, bestemmelse af stikprøvestørrelse (Silva: , ) Statistik for MPH: 7 29. oktober 2015 www.biostat.ku.dk/~pka/mph15 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:

Læs mere

How consumers attributions of firm motives for engaging in CSR affects their willingness to pay

How consumers attributions of firm motives for engaging in CSR affects their willingness to pay Bachelor thesis Institute for management Author: Jesper Andersen Drescher Bscb(sustainability) Student ID: 300545 Supervisor: Mai Skjøtt Linneberg Appendix for: How consumers attributions of firm motives

Læs mere

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)

Program. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen) Faculty of Life Sciences Program Logistisk regression Claus Ekstrøm E-mail: ekstrom@life.ku.dk Odds og odds-ratios igen Logistisk regression Estimation og inferens Modelkontrol Slide 2 Statistisk Dataanalyse

Læs mere

Patienten i eget hjem. Solvejg Henneberg Pedersen Ledende overlæge Geriatrisk afdeling Roskilde

Patienten i eget hjem. Solvejg Henneberg Pedersen Ledende overlæge Geriatrisk afdeling Roskilde Patienten i eget hjem Solvejg Henneberg Pedersen Ledende overlæge Geriatrisk afdeling Roskilde Program for workshoppen 1. Hanna Vestenaa og Sara Fokdal, FUI projektet i Region Sjælland 2. Else Marie Damsgaard,

Læs mere

Publikationer. Født 1983. Uddannelse: 2009 Cand. med. Syddansk Universitet

Publikationer. Født 1983. Uddannelse: 2009 Cand. med. Syddansk Universitet Kirubakaran Balasubramaniam Ph.d.-studerende, læge Forskningsenheden for Almen Praksis J.B. Winsløws Vej 9, indgang B, 1. Sal 5000 Odense C Danmark E-mail: kiruba@health.sdu.dk Direkte telefon: 65503739

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

Den Nationale Arbejdsmiljøkohorte - design og resultater. Hermann Burr

Den 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 mere

Sygefraværets udvikling og dilemmaer

Sygefraværets udvikling og dilemmaer Sygefraværets udvikling og dilemmaer Hermann Burr Risikofaktorer i arbejdsmiljøet for langtidssygefravær Arbejdsmiljøets betydning for langtidssygefraværet Hvor farligt er langtidssygefravær? Arbejdsmiljøpåvirkninger

Læs mere

Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar

Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Århus 6. februar 2014 Morten Frydenberg Statistik FSV 4. semester 2014 Øvelser Uge 2: 11. februar Til disse øvelser har I brug for fishoil1.dta, der indeholder data fra det fiskeolie forsøg vi så på ved

Læs mere

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test] Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af

Læs mere

MPH specialmodul Epidemiologi og Biostatistik

MPH specialmodul Epidemiologi og Biostatistik MPH specialmodul Epidemiologi og Biostatistik Repetition af variansanalyse Overlevelsesanalyse Bestemmelse af stikprøvestørrelse Matchning 30. maj 2011 www.biostat.ku.dk/~sr/mphspec11 Susanne Rosthøj (Per

Læs mere

Log-lineære modeller. Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres.

Log-lineære modeller. Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres. Log-lineære modeller Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres. Kontingenstabel Contingency: mulighed/tilfælde Kontingenstabel: antal observationer (frekvenser)

Læs mere

Introduktion til overlevelsesanalyse

Introduktion til overlevelsesanalyse Faculty of Health Sciences Introduktion til overlevelsesanalyse Cox regression III Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside:

Læs mere

Basal Statistik for medicinske PhD-studerende November 2008

Basal Statistik for medicinske PhD-studerende November 2008 Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc

Læs mere

Øvelser i epidemiologi og biostatistik, 12. april 2010 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse

Øvelser i epidemiologi og biostatistik, 12. april 2010 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse Øvelser i epidemiologi og biostatistik, 12. april 21 Ebeltoft-projektet: Analyse af alkoholrelaterede data mm. Eksempel på besvarelse 1. Belys ud fra data ved 5 års follow-up den fordom, at der er flere

Læs mere

Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30.

Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30. Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30. oktober) En undersøgelse blandt fødende kvinder

Læs mere

Program dag 2 (11. april 2011)

Program dag 2 (11. april 2011) Program dag 2 (11. april 2011) Dag 2: 1) Hvordan kan man bearbejde data; 2) Undersøgelse af datamaterialet; 3) Forskellige typer statistik; 4) Indledende dataundersøgelser; 5) Hvad kan man sige om sammenhænge;

Læs mere

Curriculum. Publications

Curriculum. Publications Kirubakaran Balasubramaniam PhD Student Research Unit of General Practice J.B. Winsløws Vej 9, indgang B, 1. Sal 5000 Odense C Denmark E-mail: kiruba@health.sdu.dk Direct phone: 65503739 Curriculum Født

Læs mere

Ensomhed blandt unge og betydningen af etnisk baggrund. Katrine Rich Madsen, ph.d.-studerende Cand.scient.san.publ., BSc idræt

Ensomhed blandt unge og betydningen af etnisk baggrund. Katrine Rich Madsen, ph.d.-studerende Cand.scient.san.publ., BSc idræt Ensomhed blandt unge og betydningen af etnisk baggrund Katrine Rich Madsen, ph.d.-studerende Cand.scient.san.publ., BSc idræt Disposition Hvad er ensomhed? Baggrund for mit studie Population Anvendte variable

Læs mere

Epidemiologiprojekt. Ann-Louise, Jennifer, Matilda og Elif 408

Epidemiologiprojekt. Ann-Louise, Jennifer, Matilda og Elif 408 + Epidemiologiprojekt Ann-Louise, Jennifer, Matilda og Elif 408 + Problemformulering Er der nogen sammenhæng mellem alkohol og rygning under graviditet og spædbarnsdødelighed samt alkohol og rygning under

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

Hvordan holdes de fugtige tørre? (efter indlæggelse)

Hvordan holdes de fugtige tørre? (efter indlæggelse) Hvordan holdes de fugtige tørre? (efter indlæggelse) Addiktiv Sygepleje 11. Nov. 08 Klinisk Sygeplejespecialist Palle Bager Medicinsk Afdeling V, Århus Sygehus Agenda Problem, planlægning, valg Selve undersøgelsen

Læs mere