Epidemiologiske mål Studiedesign
|
|
- Bertram Michelsen
- 7 år siden
- Visninger:
Transkript
1 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 fra først i 97 erne til sidst i 98 erne. Ca. dødsfald årligt. Samme udvikling i en række andre lande. Dødsfald pr. levendefødte Vuggedødsfald i Danmark 97-99,,,,, År Januar 99: Case-kontrol-undersøgelse fra New Zealand: Forældre til vuggedøde børn blev spurgt om mange ting; en af dem var barnets sædvanlige sovestilling. En tilfældig gruppe forældre til raske børn blev spurgt om det samme. Undersøgelsen tydede på en - gange øget risiko blandt børn, der sov i maveleje. (OR =,7; 9% CI: 3,3;,) 3 Maj 99: -undersøgelse fra Australien: Ved måneds alder blev forældrene til mange børn spurgt om sædvanlig sovestilling. Børn, som sov på maven, havde - gange øget risiko for senere vuggedød. (RR = 3,; 9% CI:,; 9,) Uddrag af Sundhedsstyrelsens vejledninger 9:Læg barnet skiftevis på højre og venstre side og på ryggen. 97:Læg barnet skiftevis på højre og venstre side, men ikke på ryggen. 98:Små børn skal ligge på maven eller siden, aldrig på ryggen. 99:Læg barnet skiftevis på maven og på siden, så evt. gylp kan løbe ud.
2 Evidens:. To undersøgelser viser sammenhæng mellem sovestilling og dødelighed.. Stigningen i dødelighed fulgte ændrede anbefalinger om sovestillingen. Der er tale om evidens, ikke om bevis for en årsagssammenhæng Sundhedsstyrelsen, december 99: Små børn, som ikke kan vende sig selv, må aldrig ligge på maven. Hvis:. der virkelig er tale om en årsagssammenhæng. de ændrede anbefalinger medfører ændret adfærd - så skal man herefter se et fald i dødeligheden. 7 8 Vuggedødsfald i Danmark Mål for sygdomshyppighed Dødsfald pr. levendefødte 3, 3,,,,,,, År Postneonatal dødelighed Vuggedødsfald Incidens: hyppighed af begivenheder Prævalens: hyppighed af en tilstand 9 Prævalensproportion (procent) Prævalens af selvrapporteret diabetes, DK Alder Mænd Kvinder Prævalensproportion PP = Bestand af syge / Studiepopulation Blandt 7-9-årige mænd var prævalensen af diabetes 8,% (7/879) PP = 8,% (9% CI:,%;,%)
3 Udvikling i kumuleret incidensproportion Incidens Incidensproportion: Andel af en kohorte, som udvikler sygdom gennem et givet tidsrum. Kumuleret incidensproportion: Med tiden har flere og flere udviklet sygdom. 3 Procentdel med komplikation,,,,, År efter operation Incidensrate Den hastighed hvormed nye sygdomstilfælde indtræffer: IR = sygdomstilfælde / risikotid diagnosticeredes.737 nye tilfælde af lungecancer blandt --årige mænd i DK var der mænd i aldersgruppen. IR =.737 / (3 år 3.787) =,/år =, pr. år Danske mænd - år er en åben population. Medlemmer tilkommer og forlader populationen. En kohorte er en konkret persongruppe, som følges gennem et tidsrum, f.eks. - Danske mænd, som..978 var - år - Kvinder, som i 3 gennemgik en bestemt operation Risikotid i en kohorte Patient nummer 3 7 År siden diagnose Dødsfald Censurering De første 3 år skete dødsfald, mens for personer observationen ophørte af anden grund (censurering). Den samlede risikotid for de første 3 år var 9,8 år, og incidensraten: IR = / 9,8 år =,/år =, pr. år 7 8 3
4 Hypotese om årsagssammenhæng eller behandlingseffekt: Eksponering Effekt Effekt Udfald Vuggedød Sammenlign risikoen for vuggedød hos eksponerede og ueksponerede Vuggedød Dwyer et al. Prospective cohort study of prone sleeping position and SIDS. Lancet 99; 337: -7. For.7 højrisikobørn spurgtes ved måneds alderen om sædvanlig sovestilling. Antal vuggedødsfald registreredes: Risikodifferens Mave SIDS 8.77 RR = 3, (9% CI:,; 9,) 9 N Risiko pr.,8 3, 7, Relativ risiko 3, 9 Design: Studiepopulation: Tidshorisont: Eksponering: Udfald Associationsmål: Kohorte, højrisikobørn mdr. (fikseret) Sædvanlig sovestilling SIDS-dødsfald Relativ risiko Ved kontrol for en række faktorer ( alt andet lige ) fandtes en endnu stærkere sammenhæng. Rygning og osteoporose 3. mænd og kvinder oplyste ved tre befolkningsundersøgelser om deres rygevaner. Fra Landspatientregisteret: hoftefrakturer Ryger /dag Aldrig Antal tilfælde 39 3 Risikotid, år IRR =,8 (9% CI:,3;,9) IRR justeret =, (9% CI:,; 3,3) IR pr. år,39,83 IRR,8 IRD pr. år, Design: Studiepopulation: Kohorte Tidshorisont: - år Eksponering: Rygning Udfald: Fraktur i Associationsmål: Indicensrate-ratio og -differens Case-kontrol-studier Ved sjældne sygdomme: Stor studiepopulation, lang ventetid, for at få tilstrækkeligt mange begivenheder. Mitchell EA et al. Results from the first year of the New Zealand cot death study. NZ Med J 99; : 7-. Blandt børn født : SIDS-tilfælde; interview for 8. Kontrolgruppe; tilfældig stikprøve af børn født
5 Design: : : Eksponering: Associationsmål: Case-kontrol SIDS blandt børn født Stikprøve af børn født (73%) 3 (7%) 8 (%) (3%) 87 (7%) 3 (%) var meget hyppigere i casegruppen end i kontrolgruppen (repræsentant for kildepopulationen). Formål med kontrolgruppen: at opnå et estimat af eksponeringens hyppighed i den population, cases kommer fra (kíldepopulationen) Den samlede studiepopulation repræsenterer ingenting; den er skævt sammensat, og risikoen for SIDS kan ikke beregnes ejheller relativ risiko. er normalt et godt estimat af den relative risiko: Eksponering + a a OR = 3,3 (9% CI:,3;,) b b 87 3 a b a b = 3,3 Hvis kontrolgruppen udgjorde en % stikprøve af kildepopulationen, kan vi estimere, hvad resultatet af en follow-up undersøgelse ville have været: Antal børn Risiko pr.,3, RR Kontrolgruppe-problemer I eksemplet var kildepopulationen veldefineret; det er ikke altid tilfældet, og det bliver da et spørgsmål, hvordan en kontrolgruppe defineres. Informations-problemer Hvis man spørger til eksponering bagud i tid, kan informationen være usikker. Eller værre: Informationen kan være præget af bevidstheden om begivenheden. Observerende undersøgelser: Beskrivende undersøgelser Analytiske (sammenlignende) undersøgelser Case-kontrol Eksperimentelle undersøgelser: Styret eksponering; typisk for behandlingsforsøg. Kan ikke gennemføres med potentielt skadelige eksponeringer. 9 3
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 mereEpidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 16. april 2015 l Dias nummer 1 Sidste gang
Læs mereEpidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2016 l Dias nummer 1 Sidste gang
Læs mereHyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011
Hyppigheds- og associationsmål Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011 Læringsmål Incidens Incidens rate Incidens proportion Prævalens proportion
Læs mereEpidemiologi. Sjurdur F. Olsen. Epidemiologi: Introduktion. Epidemiologi: Introduktion. Epidemiologi: Eksempel. 1. Introduktion om epidemiologi
Epidemiologi Sjurdur F Olsen 1 Introduktion om epidemiologi 2 Om kursets indhold 3 Epidemiologiske mål 4 Epidemiologiske studiedesign Hvad er epidemiologi? Hvad er epidemiologi? Eksempler Epidemiologi:
Læs mereStudiedesigns: Case-kontrolundersøgelser
Studiedesigns: Case-kontrolundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. maj 2016 l Dias nummer 1 Sidste
Læs mere3 typer. Case-kohorte. Nested case-kontrol. Case-non case (klassisk case-kontrol us.)
EPIDEMIOLOGI CASE-KONTROL STUDIER September 2011 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse Case kontrol studie 3 typer Case-kohorte Nested case-kontrol Case-non case (klassisk
Læs mereEpidemiologiske hyppighedsmål
Epidemiologiske hyppighedsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 14. april 2015 l Dias nummer 1 Sidste gang
Læs mereStudiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 3. maj 2016 l Dias nummer 1 Sidste gang
Læs merePræcision og effektivitet (efficiency)?
Case-kontrol studier PhD kursus i Epidemiologi Københavns Universitet 18 Sep 2012 Søren Friis Center for Kræftforskning, Kræftens Bekæmpelse Valg af design Problemstilling? Validitet? Præcision og effektivitet
Læs mereStudiedesign. Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard
Studiedesign Rikke Guldberg Ulrik Schiøler Kesmodel Øjvind Lidegaard Studiedesign Økologiske studier Tværsnitsstudier Case-kontrolstudier Kohortestudier Randomiserede studier Hvorfor er det vigtigt at
Læs mereStudiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. april 2015 l Dias nummer 1 Sidste
Læs mereEpidemiologisk og biostatistisk metode i folkesundhedsvidenskab. Der er mange niveauer at gennemføre studierne på. Anvendt epidemiologi.
Epidemiologisk og biostatistisk metode i folkesundhedsvidenskab Introduktionsmodul definition/ EPIDEMIOLOGI - epi (ved, omkring) - demos (folket) - logos (læren om..) Den videnskabelige disciplin som omhandler
Læs mereKohorte studier. Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen
Kohorte studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Kohorte En konkret persongruppe Kohortedesign Giver eksponering X og outcome Y? Kohortedesign Giver eksponering X og outcome
Læs mereEks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,
Statistik noter Indhold Datatyper... 2 Middelværdi og standardafvigelse... 2 Normalfordelingen og en stikprøve... 2 prædiktionsinteval... 3 Beregne andel mellem 2 værdier, eller over og unden en værdi
Læs mereTo grundlæggende kategorier af sygdomsmål: EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER. prævalens og incidens
EPIDEMIOLOGISKE MÅL OG DESIGN-OPTIONER Hyppighedsmål Prævalens Incidens Kumuleret incidensproportion Incidens rate Associationsmål Relativ Risiko Risiko Differens To grundlæggende kategorier af sygdomsmål:
Læs mereMorten Frydenberg Biostatistik version dato:
Caerphilly studiet Design og Data Biostatistik uge 14 mandag Morten Frydenberg, Afdeling for Biostatistik Poisson regression En primær tidsakse og ikke stykkevise konstante rater Cox proportional hazard
Læs mereOBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002
OBSERVERENDE UNDERSØGELSER Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002 Epidemiologisk design Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer
Læs mereMPH Introduktionsmodul: Epidemiologi og Biostatistik 23.09.2003
Opgave 1 (mandag) Figuren nedenfor viser tilfælde af mononukleose i en lille population bestående af 20 personer. Start og slut på en sygdoms periode er angivet med. 20 15 person number 10 5 1 July 1970
Læs mereEn teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Darts et eksempel på målefejl
Vurdering af epidemiologiske undersøgelser Jørn Attermann. februar 00 I denne forelæsning vil vi se på fejl, som kan have betydning for fortolkningen af resultater fra epidemiologiske undersøgelser. Traditionelt
Læs mereMåleproblemer. Fejlkilder og tolkningsproblemer. Usikkerhed og bias. Stikprøveusikkerhed. Epidemiologi og Biostatistik (version
Måleproblemer A B Fejlkilder og tolkningsproblemer Svend Juul, 19. september 2007 C D 1 2 Usikkerhed og bias De vigtigste kilder til usikkerhed og bias Præcision, sikkerhed, reproducerbarhed, ryster ikke
Læs mereIntroduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet It og sundhed l 9. april 2015 l Dias
Læs mereStudiedesigns: Alternative designs
Studiedesigns: Alternative designs Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 20. maj 2014 l Dias nummer 1 Sidste gang
Læs mereVurdering af epidemiologiske undersøgelser. Epidemiologisk forskning
Vurdering af epidemiologiske undersøgelser Epidemiologisk forskning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet mv@soci.au.dk At belyse en videnskabelig hypotese ved
Læs mereVed undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler:
Kære MPH-studerende Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler: 1. E.A. Mitchell et al. Ethnic differences
Læs mereEn teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Eksempler på målefejl
Vurdering af epidemiologiske undersøgelser Jørn Attermann 6. februar 2006 I denne forelæsning vil vi se på fejl, som kan have betydning for fortolkningen af resultater fra epidemiologiske undersøgelser.
Læs mereEffektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereIntern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser
Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Jørn Attermann 23. september 2009 Vurdering af den interne validitet af en epidemiologisk undersøgelse: Informationsproblemer
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereFOREBYG VUGGEDØD og undgå skæv hovedfacon og fladt baghoved. Til forældre
FOREBYG VUGGEDØD og undgå skæv hovedfacon og fladt baghoved Til forældre 2011 Sundhedsstyrelsen Island Brygge 67 2300 København S Telefon 72 22 74 00 sst@sst.dk www.sst.dk Pjecen kan bestilles hos: Rosendahls
Læs mereBesvarelse af opgavesættet ved Reeksamen forår 2008
Besvarelse af opgavesættet ved Reeksamen forår 2008 10. marts 2008 1. Angiv formål med undersøgelsen. Beskriv kort hvordan cases og kontroller er udvalgt. Vurder om kontrolgruppen i det aktuelle studie
Læs mere2. Hvilke(t) epidemiologisk(e) design(s) anvender forfatterne til at belyse problemstillingen? (7 point)
Eksamensopgave i Epidemiologiske metoder, IT & Sundhed forår 2011 Læs artiklen grundigt og svar derefter på alle spørgsmål. Under hver opgave står hvor mange point der maksimalt kan opnås for opgaven.
Læs mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs mereMålsætning. Vurdering af epidemiologiske undersøgelser
Vurdering af epidemiologiske undersøgelser Målsætning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet At belyse en videnskabelig problemstilling ved at indsamle, analysere
Læs mereEpidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts
Århus 27. februar 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts Epibasic er nu opdateret til version 2.02 (obs. der er ikke ændret ved arket C-risk) Start med
Læs mereSelektionsbias. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Selektionsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om Præcision:
Læs mereKommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993.
Kommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993. 1. Det anføres, at OR for maorier vs. ikke-maorier er 3.81.
Læs mere1. februar Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 3. februar 005 Morten Frydenberg, Afdeling for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (ud
Læs mereStudiedesigns: Randomiserede kontrollerede undersøgelser
Studiedesigns: Randomiserede kontrollerede undersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 27. april 2017 l Dias nummer 1 Sidste
Læs mereIntroduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet Sundhed og informatik l 11. april 2017
Læs mereKursus i Epidemiologi og Biostatistik, forår 2003. Epidemiologiske mål. Studiedesign. Svend Juul, 3.2.2003. manan.dk
Kursus i Epidemiologi og Biostatistik, forår 2003. Epidemiologiske mål Studiedesign Svend Juul, 3.2.2003 1 Pludselig uventet spædbarnsdød (vuggedød, Sudden Infant Death Syndrome, SIDS) Uventet dødsfald
Læs mereConfounding. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. maj 2015 l Dias nummer 1 Sidste
Læs mereEffektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 25. april 2017 l Dias nummer 1 Sidste gang
Læs mereEpidemiologiprojekt. 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 mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 6: Checkliste Maastrup 2014a SfR Checkliste 3: Kohorteundersøgelser Maastrup R., Hansen B.M., Kronborg H., Bojesen S.N., Hallum K., Frandsen A., Kyhnaeb A., Svarer I., Hallstrom I. Factors associated
Læs merePopulation attributable fraction
Population attributable fraction Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 2. juni 2015 l Dias nummer 1 Sidste gang
Læs mereEvidensbaseret praksis Introduktion
Evidensbaseret praksis Introduktion Evidensbaseret Praksis DF Region Nord Marts 2011 Jane Andreasen, udviklingsterapeut og forskningsansvarlig, MLP. Ergoterapi- og fysioterapiafdelingen, Aalborg Sygehus
Læs mereEpidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel
Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel Rigshospitalet Århus Sygehus Epidemiologi. Hvad er det? Definition Læren om sygdommes udbredelse og årsager Indhold To hovedopgaver: Deskriptiv
Læs mereREEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N REEKSAMEN I EPIDEMIOLOGISKE METODER IT
Læs mereHvor 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 mereConfounding. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 6. juni 2017 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereMulighederne i anvendelsen af sundhedsprofilen. Faxe Kommune. Jakob Kjellberg
Mulighederne i anvendelsen af sundhedsprofilen Faxe Kommune Jakob Kjellberg Hvad kan man bruge en sundhedsprofil til? Ét er et søkort at forstå, et andet skib at føre. Men det er altså også vanskeligt
Læs mereEksperimentelle undersøgelser. Svend Juul Forår 2003
Eksperimentelle undersøgelser Svend Juul Forår 2003 1 Observationelle studier: $ Studier af forekomst (incidens, prævalens) $ Studier af sammenhænge eller kontraster "i naturen" Eksperiment, forsøg: $
Læs mereAnalyse af binære responsvariable
Analyse af binære responsvariable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet 23. november 2012 Har mænd lettere ved at komme ind på Berkeley? UC Berkeley
Læs mereFraktur efter brystkræft
DBCG s 40 års jubilæumsmøde 18. 19. januar 2018 Hotel Marselis, Aarhus Bent Kristensen Klinisk fysiologisk afd. Z, Herlev Hospital Cancer-relateret knogletab og fraktur Mekanismer: Hypogonadisme fremkaldt
Læs mereBørn af forældre med psykiske lidelser
1. December 2016 Institut for Folkesundhed Sektion for Epidemiologi Vingsted seminar Baggrund Psykiske lidelser udgør et væsentligt samfundsmæssigt problem. I 2011 indløste 460.000 danskere recept på antidepressiva
Læs mereHjertekarsygdomme i 2011
Mette Bjerrum Koch Nina Føns Johnsen Michael Davidsen Knud Juel Statens Institut for Folkesundhed Hjertekarsygdomme i 211 Incidens, prævalens og dødelighed samt udviklingen siden 22 Hjertekarsygdomme i
Læs mereKræftepidemiologi. Figur 1
Kræftepidemiologi På foranledning af Kræftstyregruppen har en arbejdsgruppe nedsat af Sundhedsstyrelsen udarbejdet rapporten Kræft i Danmark. Et opdateret billede af forekomst, dødelighed og overlevelse,
Læs mere4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra
Læs mereMedicinsk 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 mereSocial ulighed i kronisk sygdom, selvvurderet helbred og funktionsevne
Social ulighed i kronisk sygdom, selvvurderet helbred og funktionsevne - fund fra CAMB Charlotte Juul Nilsson, lektor, PhD Afdeling for Social Medicin Institut for Folkesundhedsvidenskab Københavns Universitet
Læs mereSocial ulighed i dødelighed i Danmark gennem 25 år
Social ulighed i dødelighed i Danmark gennem 25 år Betydningen af rygning og alkohol Knud Juel & Mette Bjerrum Koch Statens Institut for Folkesundhed, Syddansk Universitet, marts 213 2 Indledning Siden
Læs mereLøsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)
Afdeling for Biostatistik Bo Martin Bibby 23. november 2006 Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06) Vi betragter 4699 personer fra Framingham-studiet. Der er oplysninger om follow-up
Læs mereVurdering af epidemiologiske undersøgelser igen
Vurdering af epidemiologiske undersøgelser igen kob Grove 13. februar, 2006 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation
Læs mereDANSK RESUMÉ. Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara.
DANSK RESUMÉ Introduktion Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara. Epidemiologien bag denne epidemi, og måderne hvorpå den relaterer sig til sundhedssystemer
Læs mereAnne 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 mereSKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI Cand.Scient.San, 2. semester 20. februar 2015 (3 timer)
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI
Læs mereFejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard
Fejlkilder Ulrik Schiøler Kesmodel Rikke Guldberg Øjvind Lidegaard Fejlkilder 1. Selektionsproblemer 2. Informationsproblemer 3. Confounding Generelle overvejelser I Det estimat for hyppighed, som vi måler
Læs mereEPIDEMIOLOGI MODUL 7. April Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM
EPIDEMIOLOGI MODUL 7 April 2007 Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM Selektionsbias et par udvalgte emner Confounding by indication Immortal time bias
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Uafhængighedstestet Eksempel: Bissau data Data kommer fra Guinea-Bissau i Vestafrika: 5273 børn blev undersøgt da de var yngre end 7 mdr og blev
Læs mereINTRO 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 mere9. Chi-i-anden test, case-control data, logistisk regression.
Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU kach@biostat.ku.dk, 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/
Læs mereWorkshop 6 Sundhedsprofilen metode og muligheder. Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed
Workshop 6 Sundhedsprofilen metode og muligheder Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed Metode og muligheder Design Beskrivelse af deltagere og ikke-deltagere Vægtning for design
Læs mereMette Bjerrum Koch Nina Føns Johnsen Michael Davidsen Knud Juel. Statens Institut for Folkesundhed. Hjertekarsygdomme. i 2011
Mette Bjerrum Koch Nina Føns Johnsen Michael Davidsen Knud Juel Statens Institut for Folkesundhed Hjertekarsygdomme i 211 Incidens, prævalens og dødelighed samt udviklingen siden 22 Hjertekarsygdomme i
Læs mereResultater fra BagPack-projektet om tungt løftearbejde blandt bagageportører i Købehavns Lufthavn
Indsæt hjælpelinjer til placering af objekter 1. Højreklik uden for slidet og vælg Gitter og hjælpelinjer 2. Sæt kryds ved Vis tegnehjælpelinjer på skærmen 3. Vælg OK Indsætte Titel/beskrivelse og Navn
Læs mere13 års forskel i Ålborg
MÆNDS SUNDHED Program Nanna Ahlmark: Mænd i København: peer-til-peer som metode til at mindske ulighed i sundhed. Dag Ellingsen: Men Only et norsk projekt om mænd i rehabilitering. Annette Pedersen: Tidlig
Læs mereFejlkilder. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011
Fejlkilder Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Læringsmål Tilfældig variation Selektionsproblemer Informationsproblemer Confounding Effekt modifikation
Læs mereHvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev
Hvorfor er forskning væsentlig? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Hvorfor er forskning væsentlig? Nødvendig for at forstå sygdom Forudsætning for mere rationel diagnostik
Læs mereKan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen
Kan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen Hermann Burr * BAuA, Fagområde 3, Arbejde og Sundhed burr.hermann@baua.bund.de Sandsynliggørelse af årsagssammenhænge
Læs mereAlzheimers sygdom - hvad sker der i hjernen og hvornår starter sygdommen?
Nationalt Videnscenter for Demens Alzheimers sygdom - hvad sker der i hjernen og hvornår starter sygdommen? Steen G. Hasselbalch, professor, overlæge, dr.med. Nationalt Videnscenter for Demens, Neurologisk
Læs mereKomorbiditet og operation for tarmkræft
Komorbiditet og operation for tarmkræft Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark E-mail: m.noergaard@rn.dk Hvad er komorbiditet? Komorbiditet: Sygdom(me), som
Læs mereSocial 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 mereMulighederne i anvendelsen af sundhedsprofilen og datagrundlaget. Jakob Kjellberg
Mulighederne i anvendelsen af sundhedsprofilen og datagrundlaget Jakob Kjellberg Hvad kan man bruge en sundhedsprofil til? Ét er et søkort at forstå, et andet skib at føre. Men det er altså også vanskeligt
Læs mereLægevidenskabelig Embedseksamen, 6. semester Forår 2009 Epidemiologi og Biostatistik Rettevejledning
Lægevidenskabelig Embedseksamen, 6. semester Forår 2009 Epidemiologi og Biostatistik Rettevejledning Opgave 1. Angiv studiets formål, design og hvilke associationsmål, der bruges. Beskriv hovedresultaterne
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. 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 mereEksperimentelle undersøgelser
Observerende undersøgelser: Studier af forekomst (incidens, prævalens). Studier af sammenhænge eller kontraster i naturen. Eksperimentelle undersøgelser Svend Juul Eksperiment, forsøg: Studiet af reaktionen
Læs mereHyppighed Risikofaktorer Behandlingseffekt Prognose
Hvad laver kliniske epidemiologer? Fastlæggelse af: Hyppighed Risikofaktorer Behandlingseffekt Prognose for klinisk definerede patientgrupper (fx. cancer, diabetes, lungebetændelse, ) Epidemiologiske begreber
Læs mereMænds sundhed og sygdomme
Mænds sundhed og sygdomme mænds større sygelighed og dødelighed De særlige udfordringer ved mænds sundhed og sygdomme sadfærd og psykologi Mænds opfattelse af sig selv Opfattelsen af mænd bl.a. i sundhedsvæsnet
Læs mereOR stiger eksponentielt med forskellen i BMI. kompliceret model svær at forstå og analysere
Epidemiologi og biostatistik. Uge 5, torsdag 5. september 003 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver
Læs mereFra evidens til anbefaling. September 2018 Britta Tendal Jeppesen
Fra evidens til anbefaling September 2018 Britta Tendal Jeppesen brit@sst.dk Hvad er en national klinisk retningslinje? Sundhedsstyrelsens nationale kliniske retningslinjer er systematisk udarbejdede udsagn,
Læs mereTraumatologisk forskning
Traumatologisk forskning A-kursus i Traumatologi, OUH Oktober 2011 Hvorfor forskning? Hvilken behandlingsstrategi er bedst? Hvilket resultat kan forventes? Hvilke komplikationer er der risiko for? Hvilket
Læs mereOR stiger eksponentielt med forskellen i BMI komplicet model svær at forstå og analysere simpel model
Epidemiologi og biostatistik. Uge 5, torsdag. marts 1 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver Det statistiske
Læs mereKAPITEL 5. Analytisk. Poul Suadicani. epidemiologi
KAPITEL 5 Analytisk Poul Suadicani epidemiologi 128 Epidemiologi er læren om sygdommes og sygdomsdeterminanters udbredelse i populationen og anvendelse af viden herom til kontrol af disse. Ordet kommer
Læs mereBehandling af tobaksafhængighed - anbefalinger til en styrket klinisk praksis
Behandling af tobaksafhængighed - anbefalinger til en styrket klinisk praksis Jørgen Falk Chefkonsulent Temamøde om tobak og alkohol, Middelfart 25. oktober 2011 Disposition Udviklingen i rygevaner Beskrivelse
Læs mereResultater. 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 mereEr hospitalernes indsats overfor patienter med alkoholproblemer tilstrækkelig?
Er hospitalernes indsats overfor patienter med alkoholproblemer tilstrækkelig? Hospitalsindlæggelser og dødelighed hos danskere, der har været på hospitalet med et alkoholproblem. GRO ASKGAARD, LÆGE OG
Læs mereSammenhængsanalyser. 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 mereEpidemiologi og biostatistik. Diagnostik og screening. Forelæsning, uge 5, Svend Juul. Hvordan stiller man en diagnose? Diagnostiske kriterier
Epidemiologi og biostatistik Diagnostik og screening Forelæsning, uge 5, Svend Juul Hvordan stiller man en diagnose? Symptomer - passive: patientens spontane rapport - aktive: svar på målrettede spørgsmål
Læs mere2 Forekomst af kroniske sygdomme i Region Hovedstaden
2 Forekomst af kroniske sygdomme i Region Hovedstaden Antallet af borgere med kronisk sygdom er steget med 5,6 % i Region Hovedstaden fra til 2010 Antallet af borgere med mere end én kronisk sygdom er
Læs mereForekomst af demens hos ældre i Danmark
Nationalt Videnscenter for Demens Forekomst af demens hos ældre i Danmark Hele landet og fem Regioner, 215-24 Indhold Forekomst af demens i Danmark... 3 Hele landet... 6 Region Hovedstaden... 7 Region
Læs mere