ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
|
|
- Edith Skaarup
- 7 år siden
- Visninger:
Transkript
1 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 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester Juni 2014 (4 timer) Eksamensvejledning Der lægges vægt på, at besvarelsen er klart disponeret og sprogligt koncis, og at sprogbrugen er i overensstemmelse med fagets terminologi. Praktiske forhold Læs artiklen grundigt og svar derefter på alle opgaver. Under hver opgave står hvor mange point der maksimalt kan opnås for korrekt besvarelse af opgaven. Der gives i alt maksimum 100 point for tilfredsstillende besvarelse af alle spørgsmål. Eksamenssættet består af i alt 12 spørgsmål. Mobiltelefoner skal være slukkede og lagt væk under eksamen. Artikel Tina Kold Jensen et al. Fertility Treatment and Reproductive Health of Male Offspring: A Study of 1,925 Young Men from the General Population. American Journal of Epidemiology 2007;165: Artiklen er sendt via mail til de studerende 24 timer før eksamensstart. Side 1
2 1. Hvilket design anvendes der i undersøgelsen? Begrund dit svar. I undersøgelsen anvendes der et tværsnitsdesign. Det er et tværsnitsdesign fordi undersøgelsen bygger på individbaserede data med samtidig måling af eksponering og udfald. 2. Beskriv undersøgelsens eksponering. Undersøgelsens eksponering er moderens fertilitetsbehandling. Ved baseline udfyldte hver deltager et spørgeskema vedrørende bl.a. hans mors levekår før, under og efter indeksgraviditeten, dvs. graviditeten med deltageren. Manden blev spurgt hvorvidt hans mor modtog nogen form for fertilitetsbehandling, og i bekræftende fald kunne han specificere typen af fertilitetsbehandling i et åbent spørgsmål. Eksponering for fertilitetsbehandling blev dikotomiseret i grupper af Ja og Nej, og Ja -gruppen blev yderligere inddelt i modtog hormon behandling og modtog ikke hormonbehandling. Manden angav desuden hvorvidt hans mor havde assisteret ham i besvarelsen af spørgsmålene vedrørende fertilitetsbehandling. 3. Diskutér Bradford Hill s kriterie om tidsmæssig konsistens (temporalitet) i relation til denne undersøgelse. I mange tværsnitundersøgelser kan det være svært at vurdere temporaliteten dvs. om årsagen kommer forud for konsekvensen fordi oplysningerne om eksponering og udfald er målt samtidig. I denne undersøgelse må eksponeringen (moderens fertilitetsbehandling) dog nødvendigvis være sket før end udfaldet (mandens sædkvalitet). Således støtter den tidsmæssige konsekvens i undersøgelsen at den fundne association mellem moderens fertilitetsbehandling og mandens reducerede sædkvalitet kan være kausal. 4. Beskriv fænomenet informationsbias, og diskutér om undersøgelsens resultater kan være påvirket af informationsbias. (10 point) Informationsbias er til stede i en undersøgelse når der er systematiske fejl i informationen om undersøgelsens deltagere. Informationsbias medfører skævvridning af de beregnede hyppigheds- og/eller associationsmål. I sammenlignende undersøgelser vil forskellen mellem grupperne blive reduceret hvis den systematiske fejl er lige sandsynlig i de sammenlignede grupper dvs. at misklassifikationen er non-differentiel. Såfremt den systematiske fejl ikke er lige sandsynlig i de sammenlignede grupper er misklassifikationen differentiel. Det er muligt at oplysningerne om fertilitetsbehandling kan være behæftet med fejl. Nogle deltagere (9%) fik ikke hjælp af deres mor til at udfylde spørgeskemaet hvorfor det er sandsynligt at informationen er upræcis for disse mænd. Vi kender ikke mændenes sædkvalitet, men man må formode at misklassifikationen af fertilitetsbehandling er non-differentiel. Det er ligeledes en mulighed at mødrene har svært ved at huske eller vurdere om fertilitetsbehandlingen inkluderede hormonbehandling. Mændene kender formentlig ikke deres sædkvalitet da de afgiver sædprøven, så det er usandsynligt at mødrenes svar kan være påvirket heraf (differentiel misklassifikation). Det er ikke særlig sandsynligt at udfaldet er biased, da sædkvalitetsanalyserne er foretaget af én erfaren blindet laboratorietekniker som fulgte strenge kriterier. Det kan dog ikke afvises at måleudstyret var behæftet med fejl eller at nogle af mændene havde forbigående nedsat sædkvalitet pga. f.eks. Side 2
3 varme. I så fald ville misklassifikationen være non-differentiel. Således er associationen i værste fald underestimeret. 5. Morfologien (formen) for spermatozoerne (sædcellerne) er kun undersøgt for 94 personer i studiepopulationen. Beskriv hvordan disse 94 personer er udvalgt. Forfatterne valgte at danne en stikprøve som var indlejret i studiepopulationen. De undersøgte morfologien for de 47 eksponerede mænd dvs. mænd hvis mødre modtog fertilitetsbehandling, og undersøgte ligeledes morfologien for en tilfældigt udvalgt stikprøve bestående af de 47 ueksponerede mænd dvs. mænd hvis mødre ikke havde modtaget fertilitetsbehandling, som blev inkluderet i undersøgelsen umiddelbart efter de eksponerede mænd. Dette giver i alt 94 mænd. 6. Hvilken metode har forfatterne anvendt til at udvælge confoundere i undersøgelsen. Begrund dit svar. Forfatterne har ekskluderet confoundere i trin hvis de ikke var signifikant associeret med udfaldet ved 10% niveauet dvs. havde en p-værdi <0,1, hvilket betyder at de har anvendt stepwise (formentlig backward) selection metoden. 7. Antag at risikoen for at have dårlig sædkvalitet i en tidligere undersøgelse blev fundet til at være 30% forøget blandt mænd som er født af mødre som modtog fertilitetsbehandling, sammenlignet med mænd som er født af mødre som ikke modtog fertilitetsbehandling. Beregn ud fra denne oplysning andelen af mænd med dårlig sædkvalitet som kan tilskrives moderens fertilitetsbehandling, blandt de mænd som blev født af mødre som modtog fertilitetsbehandling. Man skal beregne andelen som kan tilskrives eksponering, blandt de eksponerede. Det gøres ved attributable fraction (AF) AF = RR-1/RR = 1,3-1/1,3 = 0,23 = 23% 8. Er der statistisk signifikant forskel i Sperm concentration mellem mænd hvis mødre modtog fertilitetsbehandling og mænd hvis mødre ikke modtog fertilitetsbehandling? Begrund dit svar. (10 point) Man kan af Table 1 se at den mediane sædcellekoncentration er 48 millioner per milliliter blandt mænd hvis mødre ikke modtog fertilitetsbehandling. I parentes er angivet den nedre og øvre kvartil på hhv. 23 og 83. Den tilsvarende sædcellekoncentration er 33 (13-66) blandt mænd hvis mødre modtog fertilitetsbehandling. Man kan ikke vurdere ud fra Table 1 om disse sædcellekoncentrationer er signifikant forskellige. Af Table 2 kan man se at den gennemsnitlige ujusterede naturlige logaritme til sædcellekoncentration 40% lavere blandt mænd hvis mødre modtog fertilitetsbehandling sammenlignet med mænd hvis mødre ikke modtog fertilitetsbehandling. Det tilhørende konfidensinterval (-58,9;-12,3) indeholder ikke 0, hvorfor den gennemsnitlige sædcellekoncentration er statistisk signifikant forskellig i de sammenlignede grupper. Side 3
4 9. Ud fra tallene i Table 1 kan man nå frem til nedenstående 2x2-tabel, som viser hvordan undersøgelsens deltagere fordeler sig på om moderen røg under graviditeten, og om moderen modtog fertilitetsbehandling. Rygning Fertilitetsbehandling Ja Nej I alt Ja Nej I alt Brug tallene i ovenstående 2x2-tabel til at beregne odds ratio (OR) med tilhørende 95% konfidensinterval for at moderen røg under graviditeten. Brug deltagere født af mødre som ikke modtog fertilitetsbehandling som referencegruppe. (12 point) Odds for rygning Fertilitetsbehandling = 31/16 = 1,94 Odds for rygning Ej fertilitetsbehandling = 674/1028 = 0,66 OR = 1,94/0,66 = 2,96 ln OR = 1,08 SE (ln OR) = 0,31 NKG = exp(ln OR) - 1,96 x SE (ln OR) = 1,60 ØKG = exp(ln OR) + 1,96 x SE (ln OR) = 5, Hvordan vil du fortolke den ovenfor beregnede odds ratio (OR) og tilhørende 95% konfidensinterval? Er der statistisk signifikant sammenhæng mellem mødrenes rygevaner og fertilitetsbehandling? Odds for at moderen røg under graviditeten var omtrent 3 gange så høj blandt mænd hvis mødre modtog fertilitetsbehandling sammenlignet med mænd hvis mødre ikke modtog fertilitetsbehandling. Alternativt kan det siges at odds for at moderen modtog fertilitetsbehandling var omtrent 3 gange så høj blandt mænd hvis mødre røg under graviditeten, sammenlignet med mænd hvis mødre ikke røg under graviditeten. Af konfidensintervallet ses at OR med 95% sandsynlighed ligger mellem værdierne 1,60 og 5,44. Da 1 ikke indgår i konfidensintervallet kan det konkluderes at odds er statistisk signifikant forskellig i de to grupper. 11. I Table 2 beregner forfatterne bl.a. den justerede difference i Sperm concentration mellem mænd hvis mødre modtog fertilitetsbehandling og mænd hvis mødre ikke modtog fertilitetsbehandling til at være -45,7%. Denne difference er justeret for bl.a. afholdenhed fra seksuel aktivitet forud for indsamling af sædprøven. Vurdér hvorvidt det er relevant at foretage denne justering. Begrund dit svar. (9 point) Det er relevant at justere analyserne for afholdenhed fordi afholdenhed er stærkt associeret til sædcellekoncentrationen og fordi afholdenhed tilsyneladende er associeret til om mandens mor modtog fertilitetsbehandling. Forfatterne skriver at confoundere inkluderer variable som påvirker udfaldet og som var skævt fordelt på eksponeringen. Ligeledes er det usandsynligt at afholdenhed er en intermediær variabel. 12. Brug oplysningerne i resultatafsnittet til at beregne prævalensproportionen (PP) af aalborgensere blandt deltagerne i undersøgelsen. Side 4
5 (6 point) PP = 107/1925 = 5,6% Side 5
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 mereRE-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 RE-EKSAMEN I EPIDEMIOLOGISKE METODER IT
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 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 mereORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester
D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2200 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER
Læs 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 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 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 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 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 mereBesvarelse af opgavesættet ved Reeksamen forår 2008
Besvarelse af opgavesættet ved Reeksamen forår 2008 10. marts 2008 1. Angiv formål med undersøgelsen. Beskriv kort hvordan cases og kontroller er udvalgt. Vurder om kontrolgruppen i det aktuelle studie
Læs mereVurdering af epidemiologiske undersøgelser. 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 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 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 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 mereReeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl
Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform
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 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 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 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 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 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 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 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 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 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 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 mereEpidemiologiske mål Studiedesign
Epidemiologiske mål Studiedesign Svend Juul Pludselig uventet spædbarnsdød Sudden Infant Death Syndrome, SIDS Uventet dødsfald hos et rask spædbarn. Obduktion o.a. giver ingen forklaring. Hyppigheden -doblet
Læs 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 mereMads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 18. maj 2017 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereDANSKE MÆNDS SÆDKVALITET - SER DET GODT ELLER SKIDT UD?
DANSKE MÆNDS SÆDKVALITET - SER DET GODT ELLER SKIDT UD? Niels Jørgensen, Ulla Joensen, Tina K. Jensen, Martin Jensen, Inge Olesen, Elisabeth Carlsen, Jørgen Holm Petersen, Niels E. Skakkebæk Afdeling for
Læs mereMads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om
Læs 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 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 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 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 mereKursus i Epidemiologi og Biostatistik. Epidemiologiske mål. Studiedesign. Svend Juul
Kursus i Epidemiologi og Biostatistik Epidemiologiske mål Studiedesign Svend Juul 1 Pludselig uventet spædbarnsdød (vuggedød, Sudden Infant Death Syndrome, SIDS) Uventet dødsfald hos et rask spædbarn (8
Læs 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 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 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 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 mereBIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen
BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Hvad er bias? Studiets resultat det sande resultat En systematisk over- eller undervurdering af en sammenhæng Pga. en systematisk
Læs 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 mereVurdering af epidemiologiske undersøgelser igen
Vurdering af epidemiologiske undersøgelser igen kob Grove 12. september, 2005 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation
Læs 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 mereHver anden vil benytte øget åbningstid i dagtilbud
Børnefamiliers dagtilbud og arbejdsliv 17. maj 18 Hver anden vil benytte øget åbningstid i dagtilbud Halvdelen af alle lønmodtagere med børn mellem -13 år ville benytte sig af udvidede åbningstider i deres
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 mereUdarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning
Udarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning Anden del: systematisk og kritisk læsning DMCG-PAL, 8. april 2010 Annette de Thurah Sygeplejerske, MPH, ph.d. Århus Universitetshospital
Læs mereEpidemiologisk evidens og opsummering
Epidemiologisk evidens og opsummering Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. juni 2014 l Dias nummer 1 Sidste
Læs mereKritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence
Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence Public Health Resource Unit 2002 http://www.phru.nhs.uk/casp/critical_appraisal_tools.htm
Læs mereSpørgeskema til FSV-studerende
Statistikøvelser tirsdag d. 10. februar og torsdag d. 18 marts 2004 / hold 2003 Statistik FSV 2. semester Spørgeskema til FSV-studerende De følgende sider indeholder en række tabeller (to-vejs-tabeller),
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 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 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 mereUdbrændthed og brancheskift
Morten Bue Rath Oktober 2009 Udbrændthed og brancheskift Hospitalsansatte sygeplejersker der viser tegn på at være udbrændte som konsekvens af deres arbejde, har en væsentligt forøget risiko for, at forlade
Læs mereVi 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 mereArbejdsdokument Evidenstabel
Arbejdsdokument Evidenstabel Dette arbejdspapir kan anvendes til kritisk gennemgang af den litteratur, der skal danne grundlag for retningslinjens anbefalinger. DMCG: DMCG-PAL Retningslinjens titel: Farmakologiske
Læs mereHvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
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 mere6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)
Institut for Folkesundhed Afdeling for Biostatistik Afdeling for Epidemiologi. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag) Opgave 1 Udgangspunktet for de følgende spørgsmål er artiklen:
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 mereTrin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
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 mereNoter til SfR checkliste 3 Kohorteundersøgelser
Noter til SfR checkliste 3 Kohorteundersøgelser Denne checkliste anvendes til undersøgelser som er designet til at besvare spørgsmål af typen hvad er effekten af denne eksponering?. Den relaterer sig til
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
Læs mereTræningsaktiviteter dag 3
Træningsaktiviteter dag 3 I træningsaktiviteterne skal I arbejde videre med Framingham data og risikoen for hjertesygdom. I skal dels lave MH-analyser som vi gjorde i timerne og dels lave en multipel logistisk
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 mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Stratificerede analyser Dødsstraf-eksempel Betyder morderens farve noget for risikoen for dødsstraf? 1 Dødsstraf-eksempel: data Variable: Dødsstraf
Læs mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 5: Checkliste Kronborg et al. 20 SfR Checkliste 3: Kohorteundersøgelser Kronborg, H., Foverskov, E., Nilsson, I., & Maastrup, R. (2. jan 20). Why do mother use nipple shield and how does it influence
Læs mereSeksuel chikane på arbejdspladsen. En undersøgelse af oplevelser med seksuel chikane i arbejdslivet blandt STEM-ansatte
Seksuel chikane på arbejdspladsen En undersøgelse af oplevelser med seksuel chikane i arbejdslivet blandt STEM-ansatte Juni 2018 Seksuel chikane på arbejdspladsen Resumé Inden for STEM (Science, Technology,
Læs mereMantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
Læs mereCENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE
Bilag 8: Checkliste Estey SfR Checkliste 2: Randomiserede kontrollerede undersøgelser Forfatter, titel: Estey, William: Subjective Effects og Dry versus Humidified Low Flow Oxygen Tidsskrift, år: Respiratory
Læs mereEksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereHVAD ER EN EFFEKTMÅLING? Mette Deding
HVAD ER EN EFFEKTMÅLING? Mette Deding TILFREDSHEDSUNDERSØGELSER OG EFTERMÅLINGER 90% af dem, der modtog behandlingen var tilfredse eller meget tilfredse men det siger ikke noget om effekten 75% af dem,
Læs mereAppendiks A. Entreprenørskabsundervisning i befolkningen, specielt blandt unge
Appendiks A. Entreprenørskabsundervisning i befolkningen, specielt blandt unge Redegørelsen ovenfor er baseret på statistiske analyser, der detaljeres i det følgende, et appendiks for hvert afsnit. Problematikken
Læs merefor matematik pä B-niveau i hf
for matematik pä B-niveau i hf 75 50 5 016 Karsten Juul GRUPPEREDE DATA 1.1 Hvad er deskriptiv statistik?...1 1. Hvad er grupperede og ugrupperede data?...1 1.1 Eksempel pä ugrupperede data...1 1. Eksempel
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 mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
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 mereC) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011
Læs merePeter Harremoës Matematik B eksamen med hjælpemidler 25. maj 2016
Opgave 6 a) Skæringspunktet mellem linjerne med ligningerne l : 10x + 20y = 1000 og m : 90x 30y = 600 bestemmes. 10x + 20y = 1000 og 90x 30y = 600Ligningerne er skrevet op. y = 0.5x + 50 og y = 3x 20y
Læs mereUndersøgelse af implementeringen af Sundhedsplatformens konsekvenser for overlægernes tidsforbrug på konkrete arbejdsopgaver i Region Sjælland.
Undersøgelse af af Sundhedsplatformens konsekvenser for overlægernes tidsforbrug på konkrete arbejdsopgaver i Region Sjælland. Indledning og baggrund for analysen Overlægeforeningen besluttede i efteråret
Læs mereRAPPORT. Dimittendundersøgelse. Pædagogisk Assistentuddannelse UCC
RAPPORT Dimittendundersøgelse Pædagogisk Assistentuddannelse UCC 22. september 2017 Indholdsfortegnelse 1 Indledning... 3 1.1 Formål og fokus... 3 1.2 Design og indhold... 3 1.3 Distribution... 3 1.4 Population
Læs mereSommereksamen 2015. Bacheloruddannelsen i Medicin/Medicin med industriel specialisering
Sommereksamen 2015 Titel på kursus: Uddannelse: Semester: Statistik og evidensbaseret medicin Bacheloruddannelsen i Medicin/Medicin med industriel specialisering 2. semester Eksamensdato: 16-06-2015 Tid:
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 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 mereØvelser til basalkursus, 2. uge
Øvelser til basalkursus, 2. uge Opgave 1 Vi betragter igen Sundby95-materialet, og skal nu forbedre nogle af de ting, vi gjorde sidste gang. 1. Gå ind i ANALYST vha. Solutions/Analysis/Analyst. 2. Filen
Læs mereDag 6: Interaktion. Overlevelsesanalyse
Dag 6: Interaktion. Overlevelsesanalyse How does CHD depend on gender and hypertension? Males: hypertension chd01 Females: Frequency Row Pct 0 1 Total ---------+--------+--------+ 0 352 95 447 78.75 21.25
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 mereMobning på arbejdspladsen. En undersøgelse af oplevelser med mobning blandt STEM-ansatte
Mobning på arbejdspladsen En undersøgelse af oplevelser med mobning blandt STEM-ansatte September 2018 Mobning på arbejdspladsen Resumé Inden for STEM (Science, Technology, Engineering & Math) var der
Læs mereEksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet
Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,
Læs mereLineær og logistisk regression
Faculty of Health Sciences Lineær og logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Dagens program Lineær regression
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 mereOpgave 6. Opgave 7. Peter Harremoës Mat A eksamen med hjælpemidler 25. maj 2013. (x + a) 1 /2. dx = 42 løses ved hjælp af GeoGebra CAS: Ligningen 15
Opgave 6 Ligningen 15 0 (x + 1 /2 dx = 42 løses ved hjælp af GeoGebra CAS: Løsningen er derfor a = 1. Se Bilag 2! Opgave 7 Et søjlediagram over hyppighed af lønsum er vist nedenfor. Gennemsnittet er 64.4
Læs mereAnvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele
Anvendt Statistik Lektion 5 Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele Motiverende eksempel Antal minutter brugt på rengøring/madlavning: Rengøring/Madlavning
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale
Læs mereTeknisk note nr. 1. Dokumentation af data-grundlaget fra GDS-undersøgelserne i februar/marts 1996 og februar 1997
Teknisk note nr. 1 Dokumentation af datagrundlaget fra GDSundersøgelserne i februar/marts 1996 og februar 1997 Noten er udarbejdet i samarbejde mellem, Søren Pedersen og Søren Brodersen Rockwool Fondens
Læs mereEksperimenter. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011
Eksperimenter Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Marts 2011 Epidemiologiske studier Observerende studier beskrivende (populationer) regional variation migrations
Læs mere1. Frekvenstabeller. Tabel 1: Ville du være modstander af, at din datter giftede sig med en dansker?
Indholdsfortegnelse 1. Frekvenstabeller... 3 2. Kryds med køn... 5 3. Kryds med alder... 7 4. Kryds med Region... 9 5. Kryds med Indkomst... 11 6. Kryds med oprindelsesland... 13 7. Om undersøgelsen...
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 mere