Epidemiologi Begreber og metoder

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Epidemiologi Begreber og metoder"

Transkript

1 Epidemiologi Begreber og metoder Marianne Lindahl, fysioterapeut, MPH, Carsten Bogh Juhl, fysioterapeut, MPH Fysioterapeutuddannelsen CVU Syd, Næstved Lindahl M, Juhl CB 2005, 25. februar) Epidemiologi begreber og metoder. Forskning i Fysioterapi (online), 2. årg.), s. 1-9: URL: htpp:///sw4732.asp Forskning i fysioterapi Denne artikel er den første af to, som tilsammen beskriver grundlæggende begreber, metoder og associationsmål inden for epidemiologi. Den første artikel giver en kort indføring i de vigtigste begreber inden for epidemiologien, samt hvilke forskningsmetoder der traditionelt er knyttet til feltet. Den anden artikel beskriver associationsmålene relativ risiko (RR) og odds ratio (OR). Der tages udgangspunkt i eksempler om bevægeapparatsbesvær. Epidemiologi stammer fra græsk (epi = hos, demos = folk, logos = lære) og er studiet af helbredsfænomener i befolkningsgrupper. Epidemiologi er læren om sygdommes hyppighed og fordeling i en befolkning eller befolkningsgruppe, samt hvilke årsagsfaktorer eller determinanter, der er bestemmende for sygdommenes opståen og udvikling. Epidemiologisk forskning vedrører ikke kun sygdomme, der optræder i epidemier, men alle sygdomme og helbredstilstande. Det kan være sygdomsforekomsten i den danske befolkning mellem 16 og 66 år eller det kan være forekomsten af en bestemt sygdom, f.eks. nakke/ skulderbesvær blandt en bestemt gruppe lønmodtagere. Epidemiologi handler således primært om grupper af mennesker i samfundet og tidsperspektivet for udvikling af sygdom. Epidemiologi giver grundlaget for at vurdere, hvilket omfang en sygdom har, hvorfor mange sundhedsvidenskabelige undersøgelser i deres baggrund henviser til epidemiologiske undersøgelser. Omfanget af en sygdom skal i denne sammenhæng forstås som, hvor mange personer, der har sygdommen, hvor mange nye tilfælde der er om året, hvilke risikofaktorer der er for en sygdoms opståen, og eventuelt hvad der kan forudsige forløbet. Epidemiologi belyser endvidere, hvor stor samfundsmæssig betydning en sygdom har, at belyse omfanget af sygdommens følger i form af f.eks. sygefravær, tab af arbejde, lægekontakter og hospitalsindlæggelser. En grundlæggende antagelse inden for epidemiologi er, at sygdom ikke opstår tilfældigt, men skyldes nogle faktorer, som kan identificeres (8). Det afføder en anden grundlæggende antagelse, nemlig at sygdomme kan forebygges, derfor udgør epidemiologi en væsentlig del af folkesundhedsvidenskaben (public health) og en del af grundlaget for sundhedsfremme og forebyggelse. Epidemiologi beskæftiger sig både med ætiologi (årsager til sygdom) og patogenese (udvikling af sygdom) samt salutogenese (faktorer, som bevarer helbredet). Som en fælles funktion af disse begreber ligger der en stor udfordring i at udforske, hvorfor nogle bliver syge og andre ikke, selv om de udsættes for de samme risikofaktorer. I det følgende omtales de syge som cases. Inden for epidemiologien anskues sygdommes opståen og udvikling som et samspil mellem levekår, livsstil, arbejdsforhold, sårbarhed, sociale forhold og miljø. Deri ligger også, at epidemiologien kan erkende sammenhænge, som ikke umiddelbart kan forklares med patologiske vævsforandringer, derfor indgår epidemiologi som en del af grundlaget for det socialmedicinske felt. I tilrettelæggelsen af undersøgelser kan bedømmelse af årsag og virkning foretages på forskellig måde, men som hovedregel kan man sige, at undersøgelsen tilsigter at beskrive en association eller forklare den. 1

2 Deskriptiv epidemiologi Deskriptiv epidemiologi er, som navnet siger, beskrivende undersøgelser og beskæftiger sig med bestemmelse af en sygdoms hyppighed, i hvilke befolkningsgrupper den optræder, samt hvad den medfører i form af morbiditet (sygelighed) og mortalitet (dødelighed). Her går man efter en kvantifi cering af nogle mønstre. Det vil sige, at man tilstræber at kunne sige noget om, hvem i en population, der bliver ramt, f.eks. aldersgrupper, køn, geografi sk område, socialgruppe, jobtype og livsstil. Man kan også være interesseret i hvornår, man bliver ramt, f.eks. om der er sæsonudsving eller sygdommen først optræder efter lang tids påvirkning. Herigennem får man et billede af et helbredsfænomens omfang og mulighed for overvågning af udviklingen. detaljeret ned i de enkelte cases, undersøger hvilke risikofaktorer den enkelte har været udsat for og relaterer det til forekomsten af sygdom, er undersøgelserne stadig populationsbaserede. Analytiske undersøgelser kan være baseret på data fra kohorteundersøgelser og case-kontrolundersøgelser, som beskrives senere, men kan også være interventionsstudier. En undersøgelse kan godt benytte sig af både deskriptive og analytiske metoder. Eksempelvis i Harrebys undersøgelse af risikofaktorer for lændesmerter blandt skoleelever (7). Her har man dels beskrevet problemets omfang, (prævalens, se nedenfor), men også indhentet oplysninger om risikofaktorer. Det har gjort det muligt nærmere at analysere, hvad der har betydning for at skoleeleverne udvikler lændesmerter. Forskning i fysioterapi Et eksempel på deskriptive epidemiologiske undersøgelser er befolkningsundersøgelserne Sundhed og Sygelighed i Danmark, SUSY. Disse undersøgelser foretages af Statens Institut for Folkesundhed (SIF) tidligere Dansk Institut for Klinisk Epidemiologi (DIKE). På baggrund af omfattende spørgeskemaundersøgelser foretaget i 1987, 1994 og senest i år 2000 belyses befolkningens sundhedstilstand. Deskriptiv epidemiologi bidrager med værdifuld viden og lægger grunden til hypoteser (8), som mere dybdegående forskning må analysere nærmere. En måde at gå nærmere ind i problemstillingerne er gennem analytisk epidemiologi. Analytisk epidemiologi Analytisk epidemiologi går mere i dybden og hører til den forklarende forskningstype. Her har man en hypotese om, hvorfor sygdom udvikler sig, og man sammenligner grupper i befolkningen med henblik på at forklare forskelle. Der søges efter årsager til sygdom og død, og forekomsten og fravær af sygdom analyseres ud fra, hvad den enkelte har været udsat for eller ikke været udsat for af risikofaktorer, det vil sige eksponering. Man søger gennem statistiske metoder at isolere en risikofaktors betydning og vurdere, hvor stor en del af sygdomsforekomsten, der kan tilskrives denne bestemte risikofaktor. Man afdækker mønstre og fællestræk ved casene ud fra undersøgerens valg af hvilke variable, man anser for at være relevante for problemstillingen. Selv om man i analytisk epidemiologi går Mål for hyppighed Mål for, hvor hyppigt en sygdom forekommer, kan udtrykkes på fl ere måder, og i det følgende gennemgås de mest almindelige, nemlig rate, prævalens og incidens. Rate Overordnet udtrykkes hyppigheden af en sygdom (også kaldet frekvens) i procent eller i rate. Når sygdomsfrekvensen udtrykkes i procent er enheden i tæller og nævner den samme, nemlig mennesker, og tællerens antal cases er indeholdt i nævnerens tal for hele populationen. antal cases hele populationen Når man benytter rate for sygdomsfrekvensen, har tæller og nævner forskellige enheder, nemlig henholdsvis personer og personår. Rate benyttes, når man undersøger en befolkningsgruppe, hvor det ikke er alle, som hele tiden er i risiko for at få sygdommen. Man tager derfor ofte, hvor mange år hver observeret person bidrager med (persontid eller risikotid), og samlet får man således et udtryk for sygdommens forekomst pr. f.eks eller personår. Derved får man raten, som udtrykker antal syge i forhold til en bestemt dimension for eksempel antal personår. antal cases antal personår 2

3 Prævalens og incidens Forekomsten eller hyppigheden af sygdommen på et givet tidspunkt udtrykkes som prævalens og angives i procent af en population. For eksempel angives prævalensen af reumatoid artrit i befolkningen til 0,47 % (2), dvs. at der er 0,47 % af den danske befolkning har fået konstateret reumatoid artrit. Prævalens er et tværsnitsmål, men begrebet repræsenterer alligevel en vis dynamik, idet det indeholder en tilgang af nye cases lige så vel som en nedgang, fordi de syge (cases) bliver raske eller dør. Prævalensen afspejler således, sammenholdt med incidensen, om sygdommen er af lang varighed. Prævalensen kan måles for en bestemt periode og kaldes så periodeprævalens, se i øvrigt faktaboks nedenfor. Et andet meget anvendt udtryk i forbindelse med bl.a. lænderygbesvær er livstidsprævalens, det vil sige, hvor mange der i løbet af livet får ondt i ryggen. Nye tilfælde af sygdommen udtrykkes som incidens, det vil sige antal nye cases i en bestemt periode. Eksempelvis angives incidensen af reumatoid artrit til 0,04 % i MTV rapporten, hvilket betyder at 0,04 % af befolkningen hvert år diagnosticeres til at have reumatoid artrit, svarende til 4 ud af hver mennesker (2). Her er tidsperspektivet longitudinelt, idet man observerer i en vis periode. Prævalensen af en sygdom er således både afhængig af incidensen og af hvor mange, der holder op med af at have sygdommen, enten fordi de bliver raske eller dør. Incidensen afspejler risikoen for at udvikle en sygdom, mens prævalensen afspejler risikoen for allerede at have den. Hvis der for eksem- Faktaboks 1. Forskellige udtryk for mål for hyppighed Forskning i fysioterapi Prævalens (P) Periodeprævalens Punktprævalens Forekomsten på et bestemt tidspunkt Forekomsten i løbet af en bestemt periode Forekomsten på et eller fl ere helt fastlagte kalendertidspunkter, eller et bestemt tidspunkt i den enkeltes liv. antal cases P= antal mennesker i en population antal cases P= antal mennesker i en population inden for et år Incidens (I) Antal nye cases i populationen i løbet af en given periode Cumuleret incidens (CI), også kaldet cumuleret incidens proportion Opsummeret antal nye cases blandt personer i risiko P= antal nye cases gennem en given periode totale population i risiko Incidens rate (IR) eller på engelsk incidence density (ID) Antal nye cases pr. personår i risiko (risikotid) P= antal nye cases gennem en given periode totale antal observerede personår Cumulativ incidens proportion Antal cases opsummeret over fl ere delperioder 3

4 pel er 20 % af en befolkningsgruppe, der har en sygdom er risikoen for at få sygdommen betydelig, under forudsætning af at alle i en gruppe har samme risiko for at få sygdommen. Ved incidens er det særlig relevant at forholde sig til begrebet risikotid, for hvis man tager en procentdel af befolkningen, er det ikke alle, som overhovedet er i risiko for at udvikle sygdommen. Det tager udtrykket incidensrate højde for, idet incidensen her kun er ud af personer, som er i risiko for at få sygdommen og altså ikke hele populationen. Man medregner blandt andet ikke dem, som allerede har sygdommen eller dem som af én eller anden grund ikke kan få den. Personerne indgår derfor med forskellig risikotid. Se i øvrigt faktaboks side 3. Undersøgelsestyper Da det er en grundlæggende antagelse, at sygdomme ikke fordeles tilfældigt, må epidemiologiske undersøgelser tilrettelægges på en sådan måde, at tilfældigheder udelukkes eller kontrolleres. Inden for epidemiologi benytter man sig af mange forskellige måder at designe undersøgelser på, afhængig af hvilken type viden man ønsker. I det følgende omtales aspekterne ved tværsnitundersøgelser, kohorteundersøgelse, korrelationsundersøgelser samt case-kontrolundersøgelser. Tidsperspektivet er af stor betydning inden for epidemiologien. Hvornår en sygdom kommer i udbrud i forhold til, hvornår man har været udsat for en risikofaktor, er et centralt spørgsmål, når man vil sige noget om en sammenhæng også kaldet association. Jo længere tid, der går mellem eksponering (dvs. udsættelse for en risikofaktor) og sygdommens optræden, jo sværere er det med stor sikkerhed at bestemme, hvor meget og hvor længe, man skal være udsat for en risikofaktor for at udvikle sygdommen. Det gør det vanskeligt at sætte effektivt ind med forebyggelse. Samtidig kan der inden for et langt tidsperspektiv ske ændringer både i defi nitionen af sygdommen og den enkeltes eksponering, hvilket yderligere vanskeliggør sammenligning. En undersøgelses tidsperspektiv kan være longitudinelt, det vil sige længdegående, hvor man følger en gruppe mennesker og bedømmer hver person mindst to gange med et vist tidsrum imellem, og således tidsmæssigt følger årsag og virkning. Det kan gøres prospektivt (fremadskuende) eller retrospektivt (bagudskuende). Tidsperspektivet kan også være som tværsnit, idet man her tager et øjebliksbillede at situationen. Tværsnitsundersøgelser Det kan give et godt overblik over helbredstilstanden at undersøge en befolkningsgruppe ved en tværsnitsundersøgelse. Metoderne kan være både kliniske undersøgelser og spørgeskema eller kombinationer heraf. Hvad man vælger afhænger af, hvad man vil vide. Tværsnitsundersøgelser er velegnede til at sige noget om hyppigheden af både årsag og virkning og gentagne tværsnitsundersøgelser som SUSY (15) kan, netop fordi de omfatter store populationer, give et fi ngerpeg om udviklingen af sygdom i en stor befolkningsgruppe i løbet af en årrække. Ved tværsnitsundersøgelser måles årsag (risikofaktor) og virkning (sygdom) samtidig, og deltagerne vælges enten efter risikofaktoren (årsagen) eller virkningen (sygdommen). Det gør det imidlertid vanskeligt at udlede noget om en association, dvs. om der er en sammenhæng, idet der kan være andre forhold, som har haft betydning. Eksempelvis har man inden for forskning i arbejdsmiljø begrebet healthy-worker effect, hvilket betyder, at dem, der arbejder på det tidspunkt tværsnitsundersøgelsen gennemføres, er de raske arbejdere (5). De arbejdere, som blev syge af arbejdsmiljøet, har søgt væk fra det bestemte job, som undersøges og er enten gået til andre erhverv eller er udstødt fra arbejdsmarkedet netop på grund af sygdom. Kohorteundersøgelser Kohorteundersøgelsen anses for at være et meget stærkt design inden for epidemiologien og betegner en undersøgelsestype, hvor man følger en stor gruppe mennesker over en længere periode. Man sammenligner sygdomsforekomsten alt efter udsættelsen for én eller fl ere risikofaktorer. Udtrykket kohorte stammer fra romertiden og betegner en hærenhed. Når soldaten indgik i kohorten, vedblev han at være der, og kohorten blev ikke suppleret med nye soldater, når nogen blev dræbt eller af anden årsag måtte forlade hæren. Der kan således godt ske et vist frafald fra kohorten, men der bliver ikke suppleret med nye deltagere. 4

5 Afgørende for kohorteundersøgelsen er, at deltagerne ved undersøgelsens start ikke har den pågældende sygdom, men godt kan have en eller flere risikofaktorer for sygdom. Deltagerne undersøges måske klinisk og udspørges desuden om alle relevante faktorer, herunder de risikofaktorer, som forskeren interesserer sig for. Undersøgelsestypen er longitudinel, også kaldet follow-up, og såvel den kliniske undersøgelse som spørgeskemaundersøgelsen (evt. kun det sidste) gentages flere gange i perioden, men under alle omstændigheder mindst to gange nemlig ved baseline og ved undersøgelsens slutning. Personerne, som indgår i kohorten, skal være udvalgt ved en tilfældig stikprøve, som afspejler den befolkningsgruppe, de skal repræsentere eksempelvis befolkningsundersøgelserne i Glostrup, hvor befolkningen i Glostrup i vid udstrækning er repræsentativ for den danske befolkning. Undersøgeren har besluttet, hvilke risikofaktorer, der skal medtages og skal også beslutte, hvilke faktorer, som ellers kan have indfl ydelse og påvirke resultatet. Ved undersøgelsens start (baseline) undersøges den udvalgte kohorte for eksempel ved en klinisk undersøgelse og/eller spørgeskema. Her afdækkes demografi ske data (alder, køn, ægteskabelig status, antal børn, arbejde osv.) helbredsstatus, og desuden hvilke risikofaktorer, man er udsat for. Efter baselineundersøgelsen venter man en længere periode, hvorefter man undersøger, hvordan det er gået kohorten. Det kan igen være klinisk undersøgelse og/eller spørgeskema. Nogle kohorteundersøgelser forløber over temmelig mange år, hvor kohortens deltagere med års mellemrum undersøges. En stor dansk kohorteundersøgelse er f.eks. Østerbroundersøgelsen, hvor man siden 1976 har fulgt ca mennesker i København (11,13). Ved at sammenholde forskellige variable har man for eksempel belyst, hvilken betydning fysisk aktivitet har for dødeligheden i populationen, og man fandt, at dødeligheden blev reduceret ved et vist fysisk aktivitetsniveau. Det vil sige, at man har anvendt data til en analytisk undersøgelse ved at sammenholde forskellige faktorer (11). Ud over at finde ud af hvem der bliver syge i en kohorte, kan en kohorteundersøgelse også tage udgangspunkt i en gruppe syge. Her vil det så være undersøgelsens formål at følge disse syge og se, hvordan de klarer sig, således at det bliver muligt at sige, hvem der klarer sig godt og hurtigt vender tilbage til normal funktion. Eksempelvis er der inden for rygområdet lavet en del undersøgelser af, hvilke faktorer der har betydning for, om lænderygbesvær udvikler sig til en kronisk tilstand (14). I Danmark har man dog enestående gode muligheder for gennem registerdata at finde ud af, hvordan det er gået folk for eksempel gennem cpr.-registeret, Dødsårsagsregisteret, Cancerregisteret og Landspatientregisteret. En epidemiologisk undersøgelse kan også være en interventionsundersøgelse med kontrolgruppe (8). Det vil sige, at man randomiserer deltagerne i to eller fl ere grupper, som får forskellige former for intervention Der laves baselinemåling inden randomiseringen, og der måles igen efter en passende periode i forhold til at interventionen skal kunne have haft effekt på de variable, der måles på. Når man intervenerer i epidemiologiske undersøgelser, er man særlig interesseret i outcomemål i form af sygelighed og dødelighed over en længere periode. Det er derfor en kvalitet, hvis der laves follow-up efter for eksempel 6-12 måneder eller 2-5 år. Et eksempel på intervention med 5 års follow-up er Indahls store undersøgelse af intervention overfor patienter med lænderygbesvær (9). Korrelationsundersøgelser Ofte er det ikke muligt at tilrettelægge en undersøgelse med det stærkeste design, som helt sikkert giver svaret på, om en bestemt risikofaktor er årsag til en bestemt sygdom. Det kan være en langvarig proces at gennemføre en prospektiv kohorteundersøgelse, så derfor nøjes man ofte i første omgang med at undersøge, om der er en korrelation mellem risikofaktoren og sygdommen. Det, man hermed er interesseret i, er i hvor høj grad, der er samvariation mellem to variable. Korrelation er et deskriptivt mål for association, hvor man ikke ser på de enkelte individer i populationen, men udelukkende på variationen inden for grupper. Det kan eksempelvis være, om der er korrelation mellem selvrapporterede smerter i bevægeapparatet og antal sygefraværsdage. Det vil sige, at jo større den ene variabel er (smerterne), jo større er også den anden variabel (sygefraværsdagene). 5

6 Selv om man fi nder en stærk korrelation, er det imidlertid ikke alene på den baggrund muligt at slutte kausalt, dvs. at smerter i bevægeapparatet er årsag til højt sygefravær. Korrelation beregnes statistisk, således at der fremkommer en korrelationskoeffi cient, som kan ligge mellem 1 og +1. Hvis korrelationskoeffi cienten er 1 viser beregningen, at der er en perfekt negativ korrelation, dvs. at når den ene variabel bliver større (f.eks. funktionsevnen) bliver den anden mindre (f.eks. smerterne). ) Hvis korrelationskoeffi cienten er 0, betyder det, at der absolut ikke er nogen korrelation, men hvis den er +1 indikerer det en perfekt positiv korrelation (fi gur 1 side 7). Det vil sige, at når den ene variabel bliver større (f.eks. graden af fysisk aktivitet, bliver den anden også større (f.eks. graden af funktionsevne). Hvis vi vil være sikre på, at den fremkomne korrelation ikke er udtryk for tilfældigheder, beregnes også en p-værdi. Den beregnede p-værdi tester hypotesen y = 0, altså om den ene variabel giver en vis del af forklaringen på den anden. Hvis man f.eks. har en korrelationskoefficient på 0,7, udtrykker tallet korrelationen mellem de to variable. Hvis man sætter 0,7 i 2. potens får man 0,49, som er udtryk for, hvor stor en del af variationen af den ene variabel, der kan forklares med variationen af den anden variabel. Dette kaldes også forklaringskoefficienten. Ofte anvendes et Bland Altman plot til at vurdere sammenhængen mellem to variable. Ud af x-aksen i et koordinatsystem afsættes gennemsnittet af de to variable og ud af y-aksen afsættes forskellen mellem de to variable. Herved kan det ses, om der er en systematisk forskel mellem de to variable. For eksempel om forskellen mellem de to bliver større ved høje værdier af de to variable (data kommer til at ligne en trompet), eller det kan være, at den ene variabel systematisk scorer højere en den anden (alle data ligger på samme side linien y = 0 ) og at den forskel bliver større ved høje værdier af de to variable (alle data ligger på samme side af aksen y = 0. og afstanden til aksen stiger med stigende værdier). Case-kontrolundersøgelser Det er ikke altid, at man kan eller har mulighed for at vente på resultaterne fra en longitudinel kohorteundersøgelse. Hvis der for eksempel er tale om en sjælden lidelse, kan man komme til at vente meget længe og skal inddrage en meget stor befolkningsgruppe for at kunne sige noget om en association. Her er case-kontrolundersøgelsen et godt alternativ.. Case-kontrolundersøgelsen kan være både retrospektiv og prospektiv. Udgangspunktet for en retrospektiv case-kontrolundersøgelse er, at undersøgeren ser tilbage på, hvad folk blev syge af. Man udvælger tilfældigt en række cases, det vil sige mennesker som har den pågældende sygdom. Herefter fi nder man nogle mennesker, der ligner de syge på alle væsentlige områder (f.eks. alder, køn, arbejde), men ikke har sygdommen. Undersøgelsen afdækker dernæst hvem i de to grupper, der har været udsat for pågældende risikofaktor. Kontrolgruppen kan være væsentligt større end casegruppen, op til fi re gange så stor. Alligevel kan analysen ikke sige noget om sygdommens hyppighed i en population, man har jo selv på forhånd bestemt det procentvise forhold mellem syge og raske. Fordelen ved case-kontroldesignet er, at det er forholdsvis nemt og hurtigt at indsamle oplysningerne, idet især casene som regel er nemme at fi nde. Ulempen er, at det kan være vanskeligt at sige noget om tidsperspektivet mellem udsættelse for risikofaktoren og udvikling af sygdommen. Derudover er det vanskeligt helt præcist at defi nere kontrolgruppen. En væsentlig problemstilling ved de retrospektive case-kontrolundersøgelser er, at når mennesker bliver syge, vil de som regel spekulere på årsagen, og hvis de indgår i en undersøgelse, der skal afdække risikofaktorer, vil deres hukommelse, for hvad de har været udsat for igennem nogle år, sandsynligvis være betydelig bedre end hos de raske kontroller. Det kaldes recallbias eller informationsbias. Variable Variable er de faktorer, der antages at have betydning for sygdommen og de kendetegn, man beslutter at undersøge ved sygdommen. Man deler op i afhængige og uafhængige variable, og forskellige benævnelser er beskrevet i faktaboks 2 på side 7. Inden for epidemiologi er det særligt udtrykkene determinanter eller prædiktorer, som har interesse. Udfaldet (sygdommen) kaldes outcome og måles i én eller fl ere såkaldt 6

7 Faktaboks 2 viser betegnelser for variable Uafhængige variable Afhængige variable Betegnelserne bruges lidt i fl æng, men man kan inden for epidemiologi sige, at en determinant er et svagere udtryk end prædiktor og indikator, som igen er svagere end risikofaktor og årsag. Outcome måles jo på forskellig måde alt afhængig af, hvad man vil undersøge, og der fi ndes utallige helbredsmål, som udtrykker forskellige variationer og grader af sundhed og sygelighed. Forskning i fysioterapi Determinant Prædiktorer Indikator Eksposition Risikofaktor Årsag Forklarende variable Outcome Udfald Effekt Sygdom afhængige variable; det vil sige, at det at få sygdommen er afhængigt af noget. Det er de uafhængige variable, som inden for epidemiologi er årsagsfaktorer og andre faktorer, som kan have betydning for udfaldet. I interventionsundersøgelser er interventionen en uafhængig variabel på linie med andre forhold, som kan have betydning, f.eks. alder, køn. Sidstnævnte kaldes ofte baggrundsvariable og er demografi ske oplysninger. Det store problem i tilrettelæggelsen af epidemiologiske undersøgelser er, hvor mange og hvilke variable man skal inddrage. For nogle sygdomme er sammenhængen forholdsvis enkel, men inden for bevægeapparatsbesvær er det ofte meget vanskeligt entydigt at pege på nogle få variable. Et eksempel er inden for lænderygbesvær, hvor der er lavet utallige undersøgelser af, hvad der øger risikoen for lænderygbesvær, og hvilke prædiktorer der er for at udvikle en kronisk tilstand. Det afspejles i MTVrapporten Ondt i Ryggen (14), hvor man kan pege på nogle risikofaktorer som påviste, men lige så mange som mulige. Det skyldes ikke mangel på undersøgelser inden for området, men derimod den kompleksitet der ligger bag problemet, og som er vanskeligt at indfange i én undersøgelse. Et andet eksempel er Bigos et al. s store longitudinelle, prospektive undersøgelse af risikofaktorer for udvikling lænderygbesvær. Den er foretaget på over ansatte på Boeing fabrikkerne, og der indgår mere end 60 variable inden for antropometri, klinisk undersøgelse, funktion, medicinsk historie, arbejdspladsfaktorer (fysiske og psykosociale) samt psykologiske faktorer (4). Hver variabel Figur 1 viser eksempler på korrelationskoefficienter. 7

8 dækker over flere spørgsmål/oplysninger, som indgår i datamaterialet. I en dansk undersøgelse af risikofaktorer og udvikling af lænderygbesvær indgår 58 variable og der er ikke megen overlapning i de to undersøgelsers valg af variable (3). Standardisering Når man sammenligner befolkningsgruppers sygelighed eller dødelighed, skal man sikre, at sammenligningen er fair. Det vil sige, at man skal f.eks. ikke sammenligne forekomsten af osteoporose blandt 60+-årige kvinder i X-købing amt med 60+-årige kvinder i Y-købing amt, hvis der er fl ere meget gamle blandt gruppen af kvinder i Y-købing amt. Man vil sandsynligvis få det resultat, at forekomsten af osteoporose er større i Y-købing amt, men sammenligningen er ikke fair på grund af forskellig aldersfordeling i populationerne. Her foretager man så det, det hedder standardisering dvs. en statistisk procedure, hvor man tager højde for aldersforskellen. Standardisering kan være direkte eller indirekte. I direkte standardisering sammenholdes antallet og sygeligheden i de forskellige aldersgrupper i de to byer med antal og fordeling af sygeligheden i en standardpopulation, f.eks. den danske befolkning. Ved indirekte standardisering er udgangspunktet, at man vil undersøge forekomsten i X-købing, og sammenligner så med Y-købing som såkaldt referencepopulation. Så tælles, hvor meget hver aldersgruppe procentvis vægter i X-købing og sammenlignes med referencepopulationens fordeling. Man beregner derefter den forventede sygelighed ud fra referencepopulationen. Kort sagt, når man i en epidemiologisk undersøgelse læser, at der er standardiseret for f.eks. alder, betyder det, at man har taget højde for aldersforskelle i de grupper, der sammenlignes for dermed at opnå en fair sammenligning. For yderligere gennemgang henvises til litteraturen (6,10). Hyppigt anvendte udtryk inden for epidemiologien er standard mortality rate (SMR). Rate betyder som tidligere nævnt (side 2), at man tager højde for den tid personerne gennemsnitligt er fulgt, det vil sige antal personår. SMR udtrykker forholdet mellem det forventede antal dødsfald og det observerede antal, og i ordet standardiseret ligger som ovenfor nævnt, at man har justeret for noget. I forbindelse med SMR betyder det som regel, at man har justeret for alder, og altså taget det procentvise antal dødsfald i hver aldersgruppering og opsummeret dem. Dette tal (det forventede procentvise antal) sammenlignes med tallet for den gruppe, som man observerer (det observerede procentvise antal). De observerede kan for eksempel være en gruppe lønmodtagere i et bestemt udsat erhverv, der sammenlignes med andre lønmodtagere. SMR udtrykker således forholdet mellem de to grupper. SMR på 140 % for den observerede gruppe betyder således en overdødelighed på 40 %. Tæt knyttet til SMR er middellevetid, som har fået meget opmærksomhed i Danmark, fordi det ses som udtryk for befolkningens generelle helbredstilstand. Middellevetid sammenlignes ofte på tværs af landegrænser og særligt i lande, vi normalt sammenligner os med, er middellevetiden interessant. Middellevetiden forklares, som den tid en nyfødt kan forventes at leve med udgangspunkt i dødeligheden i de forskellige aldersgrupper (10). Et andet hyppigt anvendt mål er standard hospitality rate, som udtrykker antal hospitalsindlæggelser i populationen. Det anvendes for eksempel til sammenligning af lønmodtagergrupper, og giver et direkte, men uspecifi kt, mål for den mere alvorlige sygelighed. Det giver imidlertid kun mening, hvis man justerer for alder og køn. 8

9 Referencer 1. Andersen LB, Schnohr O, Schroll M, Hein HO. All-cause mortality associated with physical activity during leisure time, work, sports and cycling to work. Arch Intern Med 2000;160(11): Bech K, Andersen LS, Lange M, Sigmund H (red). Leddegigt medicinsk teknologivurdering af diagnostik og behandling. København: Sundhedsstyrelsen; Biering-Sørensen F, Thomsen C. Medical, social and occupational history as risk indicators for low-back trouble in a general population. Spine 1986;11: Bigos S, Battie M, Spengler D et al. A longitudinal, prospective study of industrial back injury reporting. Clin Orthop Related Res 1992;279: Borg V, Burr H. Danske lønmodtageres arbejdsmiljø og helbred København: Arbejdsmiljøinstituttet; Gerstmann B. Epidemiology kept simple. An introduction to classic and modern epidemiology. Toronto: Wiley-Liss; Harreby MS, Nygaard B, Jessen T et al. Risikofaktorer for lændesmerter hos skolelever i 8.- og 9 klasse. Et epidemiologisk studie. Ugeskr Læger 2001;163(3): Hennekens C, Buring J. Epidemiology in medicine. Boston/Toronto: Little Brown and Company; Indahl A, Haldorsen E, Holm S, Reikerås O, Ursin H. Five years follow-up study of a controlled clinical trial using light mobilization and an informative approach to low back pain. Spine 1998; 23: Olsen J, Overvad K, Juul S. Analytisk epidemiologi. En introduktion. København: Munksgaard Danmark, Osler M. Befolkningsundersøgelsers bidrag til forskning i folkesygdomme med fokus på danske kohorter. Ugeskr Læger 2004;166: Rothman K. Epidemiology. An introduction. New York: Oxford University Press; Schnohr P. Østerbroundersøgelsen snart 25 år. (Elektronic version), Ugeskr Læger 2000;43: Retrieved juli 2004, from /ufl 2043/v_p/ htm. 14. Statens Institut for Medicinsk Teknologivurdering: Ondt i Ryggen: Forekomst, behandling og forebyggelse i et MTV-perspektiv. Medicinsk Teknologivurdering Serie B 1999 (1). 15. Kjøller M, Rasmussen N. Sundhed og sygelighed i Danmark 2000 og udviklingen siden Statens Institut for Folkesundhed;

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

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

Læs mere

Epidemiologiske mål Studiedesign

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

Læs mere

Epidemiologiske hyppighedsmål

Epidemiologiske hyppighedsmål Epidemiologiske hyppighedsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 14. april 2015 l Dias nummer 1 Sidste gang

Læs mere

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

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

Læs mere

Studiedesigns: Alternative designs

Studiedesigns: Alternative designs Studiedesigns: Alternative designs Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 20. maj 2014 l Dias nummer 1 Sidste gang

Læs mere

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

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

Læs mere

Studiedesigns: Case-kontrolundersøgelser

Studiedesigns: Case-kontrolundersøgelser Studiedesigns: Case-kontrolundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. maj 2016 l Dias nummer 1 Sidste

Læs mere

Epidemiologi Mål for association

Epidemiologi Mål for association Epidemiologi Mål for association Carsten Bogh Juhl, fysioterapeut, MPH, Marianne Lindahl, fysioterapeut, MPH, Fysioterapeutuddannelsen CVU Syd, Næstved Juhl CB, Lindahl M, (2005, 25. februar) 2. udg. revideret

Læs mere

Studiedesigns: Kohorteundersøgelser

Studiedesigns: Kohorteundersøgelser Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. april 2015 l Dias nummer 1 Sidste

Læs mere

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

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

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

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

Studiedesigns: Kohorteundersøgelser

Studiedesigns: Kohorteundersøgelser Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 3. maj 2016 l Dias nummer 1 Sidste gang

Læs mere

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

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

Effektmålsmodifikation

Effektmålsmodifikation Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede

Læs mere

Introduktion til epidemiologi

Introduktion til epidemiologi Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet It og sundhed l 9. april 2015 l Dias

Læs mere

4. Selvvurderet helbred

4. Selvvurderet helbred 4. Selvvurderet helbred Anni Brit Sternhagen Nielsen Befolkningens helbred er bl.a. belyst ud fra spørgsmål om forekomsten af langvarig sygdom og spørgsmål om interviewpersonernes vurdering af eget helbred.

Læs mere

Kræftdødeligheden på Færøerne 1962-79

Kræftdødeligheden på Færøerne 1962-79 BILAG I: Kræftdødeligheden på Færøerne 1962-79 (Af Knud Juel, DANSK INSTITUT FOR KLINISK EPIDEMIOLOGI Indledning Formålet med dette notat er at beskrive tidsudviklingen i kræftdødeligheden på Færøerne

Læs mere

Mental sundhed blandt årige. 13. oktober 2011 Anne Illemann Christensen Ph.d. studerende

Mental sundhed blandt årige. 13. oktober 2011 Anne Illemann Christensen Ph.d. studerende Mental sundhed blandt 16-24 årige 13. oktober 2011 Anne Illemann Christensen Ph.d. studerende Mental sundhed handler om Mental sundhed handler om at trives, at kunne udfolde sine evner, at kunne håndtere

Læs mere

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

Confounding. Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. maj 2015 l Dias nummer 1 Sidste

Læs mere

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

Epidemiologi. Sjurdur F. Olsen. Epidemiologi: Introduktion. Epidemiologi: Introduktion. Epidemiologi: Eksempel. 1. Introduktion om epidemiologi Epidemiologi Sjurdur F Olsen 1 Introduktion om epidemiologi 2 Om kursets indhold 3 Epidemiologiske mål 4 Epidemiologiske studiedesign Hvad er epidemiologi? Hvad er epidemiologi? Eksempler Epidemiologi:

Læs mere

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

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

Læs mere

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

Risikofaktorudviklingen i Danmark fremskrevet til 2020

Risikofaktorudviklingen i Danmark fremskrevet til 2020 23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og

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

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning Vurdering af epidemiologiske undersøgelser Epidemiologisk forskning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet mv@soci.au.dk At belyse en videnskabelig hypotese ved

Læs mere

Epidemiologiske metoder

Epidemiologiske metoder Bacheloruddannelsen i IT og Sundhed Københavns Universitet Epidemiologiske metoder 2. semester Forårssemesteret 2014 Kursusleder Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for

Læs mere

Kan analyser af surveydata sige noget om årsagssammenhænge? Eksempler fra arbejdsmiljøforskningen

Kan 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 mere

Epidemiologi. Hvad er det? Øjvind Lidegaard og Ulrik Kesmodel

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

Læs mere

Noter til SfR checkliste 3 Kohorteundersøgelser

Noter til SfR checkliste 3 Kohorteundersøgelser Noter til SfR checkliste 3 Kohorteundersøgelser Denne checkliste anvendes til undersøgelser som er designet til at besvare spørgsmål af typen hvad er effekten af denne eksponering?. Den relaterer sig til

Læs mere

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

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

Læs mere

2.3 Fysisk og mentalt helbred

2.3 Fysisk og mentalt helbred Kapitel 2.3 Fysisk og mentalt helbred 2.3 Fysisk og mentalt helbred Der eksisterer flere forskellige spørgsmål eller spørgsmålsbatterier, der kan anvendes til at beskrive befolkningens selvrapporterede

Læs mere

Epidemiologisk evidens og opsummering

Epidemiologisk evidens og opsummering Epidemiologisk evidens og opsummering Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. juni 2014 l Dias nummer 1 Sidste

Læs mere

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

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

Anne Illemann Christensen

Anne Illemann Christensen 7. Sociale relationer Anne Illemann Christensen Kapitel 7 Sociale relationer 7. Sociale relationer Tilknytning til andre mennesker - de sociale relationer - har fået en central placering inden for folkesundhedsvidenskaben.

Læs mere

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

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

Læs mere

MPH Introduktionsmodul: Epidemiologi og Biostatistik 23.09.2003

MPH Introduktionsmodul: Epidemiologi og Biostatistik 23.09.2003 Opgave 1 (mandag) Figuren nedenfor viser tilfælde af mononukleose i en lille population bestående af 20 personer. Start og slut på en sygdoms periode er angivet med. 20 15 person number 10 5 1 July 1970

Læs mere

Måling af arbejdsmiljø i den Nationale Arbejdsmiljøkohorte (NAK). Erfaringer og metodiske udfordringer Hermann Burr

Måling af arbejdsmiljø i den Nationale Arbejdsmiljøkohorte (NAK). Erfaringer og metodiske udfordringer Hermann Burr Måling af arbejdsmiljø i den Nationale Arbejdsmiljøkohorte (NAK). Erfaringer og metodiske udfordringer Hermann Burr Disposition Den Nationale Arbejdsmiljøkohorte Hvordan måler vi arbejdsmiljø? Arbejdsmiljøet

Læs mere

Joint Resources Et tværvidenskabeligt ph.d. projekt om fysisk aktivitet, fatigue og søvn hos patienter med leddegigt

Joint Resources Et tværvidenskabeligt ph.d. projekt om fysisk aktivitet, fatigue og søvn hos patienter med leddegigt Joint Resources Et tværvidenskabeligt ph.d. projekt om fysisk aktivitet, fatigue og søvn hos patienter med leddegigt 24.maj 2012 Katrine Løppenthin, sygeplejerske, cand.scient.san., ph.d. studerende Hvordan

Læs mere

Epidemiologiske metoder

Epidemiologiske metoder Bacheloruddannelsen i IT og Sundhed Københavns Universitet Epidemiologiske metoder 2. semester Forårssemesteret 2014 Kursusleder Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for

Læs mere

Afsnit 1 Baggrund, formål, metode og læsevejledning

Afsnit 1 Baggrund, formål, metode og læsevejledning 1 Afsnit 1 Baggrund, formål, metode og læsevejledning Baggrund De fem regioner i Danmark og Statens Institut for Folkesundhed ved Syddansk Universitet (SIF) har i 2013 gennemført en undersøgelse af den

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

Noter til SfR checkliste 4 - Casekontrolundersøgelser

Noter til SfR checkliste 4 - Casekontrolundersøgelser Noter til SfR checkliste 4 - Casekontrolundersøgelser Denne checkliste anvendes til undersøgelser, som er designet til at besvare spørgsmål af typen hvilke faktorer forårsagede denne hændelse?, og inddrager

Læs mere

Forskere og praktikere

Forskere og praktikere Forskere og praktikere Palle Ørbæk AMI 20-11-2006 Videnskab og praksis Videnskab Forenkling, perspektiv analyse, modeller, distance Forklaring, bagvedliggende årsager Almen gyldighed universelle løsninger

Læs mere

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

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

Læs mere

Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi

Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi Universitet 2012 1 Tillæg til studieordningen for bacheloruddannelsen i Sundhedsteknologi marts 2012. Modulerne beskrevet i tillægget,

Læs mere

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

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

Læs mere

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

Vurdering af det Randomiserede kliniske forsøg RCT

Vurdering af det Randomiserede kliniske forsøg RCT Vurdering af det Randomiserede kliniske forsøg RCT Evidensbaseret Praksis DF Region Nord Marts 2011 Jane Andreasen, udviklingsterapeut og forskningsansvarlig, MLP. Ergoterapi- og fysioterapiafdelingen,

Læs mere

Social ulighed i Sundhed: Empiri og årsager

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

Læs mere

Findes der social ulighed i rehabilitering?

Findes der social ulighed i rehabilitering? Rehabiliteringsforskning i Danmark 2016, 120916 Findes der social ulighed i rehabilitering? Henrik Bøggild Lektor, speciallæge i samfundsmedicin Faggruppen for Folkesundhed og Epidemiologi Institut for

Læs mere

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

Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om

Læs mere

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

SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI Cand.Scient.San, 2. semester 20. februar 2015 (3 timer) D E T S U N D H E D S V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T B l e g d a m s v e j 3 B 2 2 0 0 K ø b e n h a v n N SKRIFTLIG EKSAMEN I BIOSTATISTIK OG EPIDEMIOLOGI

Læs mere

Arbejdsnotat. Tendens til stigende social ulighed i levetiden

Arbejdsnotat. Tendens til stigende social ulighed i levetiden Arbejdsnotat Tendens til stigende social ulighed i levetiden Udarbejdet af: Mikkel Baadsgaard, AErådet i samarbejde med Henrik Brønnum-Hansen, Statens Institut for Folkesundhed Februar 2007 2 Indhold og

Læs mere

Fysiske arbejdskrav og fitness

Fysiske arbejdskrav og fitness Fysiske arbejdskrav og fitness Betydning for hjertesygdom og dødelighed AMFF årskonference 2014 Andreas Holtermann Overordnede forskningsspørgsmål Øger høje fysiske krav i arbejde risiko for hjertesygdom

Læs mere

Tre ekstra leveår til alle over de næste 10 år Hvad siger evidensen? Kjeld Møller Pedersen Syddansk Universitet

Tre ekstra leveår til alle over de næste 10 år Hvad siger evidensen? Kjeld Møller Pedersen Syddansk Universitet Folkesundhedsdage 2008, Hotel Nyborg Strand 24. september 2008 Tre ekstra leveår til alle over de næste 10 år Hvad siger evidensen? Kjeld Møller Pedersen Syddansk Universitet kmp@sam.sdu.dk Tre hovedemner

Læs mere

Magnetfelter og børnekræft - er der en sammenhæng?

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

Læs mere

Folkesundhed. en introduktion til sundhedsfremme og sygdomsforebyggelse. Britta Hørdam Dorthe Overgaard Ulla Ischiel Træden Ane Friis Bendix

Folkesundhed. en introduktion til sundhedsfremme og sygdomsforebyggelse. Britta Hørdam Dorthe Overgaard Ulla Ischiel Træden Ane Friis Bendix Folkesundhed Folkesundhed en introduktion til sundhedsfremme og sygdomsforebyggelse Britta Hørdam Dorthe Overgaard Ulla Ischiel Træden Ane Friis Bendix Samfundslitteratur Britta Hørdam, Dorthe Overgaard,

Læs mere

Kortlægning af psykosocialt arbejdsmiljø i Danmark

Kortlægning af psykosocialt arbejdsmiljø i Danmark Kortlægning af psykosocialt arbejdsmiljø i Danmark Seniorforsker Thomas Clausen Det Nationale Forskningscenter for Arbejdsmiljø 3. november, 2014 Kortlægning af psykosocialt arbejdsmiljø i Danmark Kortlægningsaktiviteter

Læs mere

Tillæg til Studieordning for Folkesundhedsvidenskab

Tillæg til Studieordning for Folkesundhedsvidenskab Tillæg til Studieordning for Folkesundhedsvidenskab Det Sundhedsvidenskabelige Fakultet Aalborg Universitet 2015 Tillæg til studieordningen for kandidatuddannelsen i Folkesundhedsvidenskab - 2013 Modulerne

Læs mere

Udarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning

Udarbejdelse 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 mere

Kapitel 9. Selvvurderet helbred, trivsel og sociale relationer

Kapitel 9. Selvvurderet helbred, trivsel og sociale relationer Kapitel 9 Selvvurderet helbred, t r i v s e l o g s o c i a l e relationer Kapitel 9. Selvvurderet helbred, trivsel og sociale relationer 85 Andelen, der vurderer deres helbred som virkelig godt eller

Læs mere

Udbrændthed og brancheskift

Udbrændthed 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 mere

Population attributable fraction

Population attributable fraction Population attributable fraction Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 2. juni 2015 l Dias nummer 1 Sidste gang

Læs mere

Kommunale data og økonomiske analyser Hvilke muligheder er der i de kommunale data for at måle effekt (og omkostningseffektivitet?

Kommunale data og økonomiske analyser Hvilke muligheder er der i de kommunale data for at måle effekt (og omkostningseffektivitet? Kommunale data og økonomiske analyser Hvilke muligheder er der i de kommunale data for at måle effekt (og omkostningseffektivitet?) Professor Dorte Gyrd-Hansen Leder, Center for Sundhedsøkonomisk Forskning

Læs mere

Afsluttende statistisk evaluering af SSD-projektet, Vejle kommune

Afsluttende statistisk evaluering af SSD-projektet, Vejle kommune Afsluttende statistisk evaluering af SSD-projektet, Vejle kommune Nedenstående er en beskrivelse af den kvantitative evaluering af projekt Trivsel gennem bevægelseslæring og forflytningskundskab. Vær opmærksom

Læs mere

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE Bilag 5: Checkliste Andres et.al. SfR Checkliste 2: Randomiserede kontrollerede undersøgelser Forfatter, titel: Andres D et al.: Randomized double-blind trial of the effects of humidified compared with

Læs mere

Logistisk regression

Logistisk regression Logistisk regression http://biostat.ku.dk/ kach/css2 Thomas A Gerds & Karl B Christensen 1 / 18 Logistisk regression I dag 1 Binær outcome variable død : i live syg : rask gravid : ikke gravid etc 1 prædiktor

Læs mere

Sommereksamen 2015. Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

Sommereksamen 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 mere

Sundhedsstatistik : en guide

Sundhedsstatistik : en guide Sundhedsstatistik : en guide Officiel statistik danske hjemmesider og netpublikationer: Danmarks Statistik Danmarks Statistik er den centrale myndighed for dansk statistik, der indsamler, bearbejder og

Læs mere

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE Bilag 3: Inkluderede studier De inkluderede studiers evidensniveau og styrke er vurderet udfra det klassiske medicinske evidenshierarki. Publikation Evidensniveau Evidensstyrke Metaanalyse, systematisk

Læs mere

HELBREDSMÆSSIGE KONSEKVENSER AF

HELBREDSMÆSSIGE KONSEKVENSER AF Sundheds- og Forebyggelsesudvalget 2011-12 SUU alm. del Bilag 228 Offentligt HELBREDSMÆSSIGE KONSEKVENSER AF revision af lov om røgfri miljøer Arbejdspladsen STIG EIBERG HANSEN ESBEN MEULENGRACHT FLACHS

Læs mere

Psykisk arbejdsmiljø, trivsel og smerter blandt omsorgsmedarbejdere

Psykisk arbejdsmiljø, trivsel og smerter blandt omsorgsmedarbejdere Psykisk arbejdsmiljø, trivsel og smerter blandt omsorgsmedarbejdere Thomas Clausen, NFA, den 17. september, 2014 tcl@arbejdsmiljoforskning.dk Psykisk arbejdsmiljø, trivsel og smerter blandt omsorgsmedarbejdere

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

Viden fra prospektive undersøgelser i FINALE. Seniorforsker Andreas Holtermann, NFA Professor Karen Søgaard, SDU

Viden fra prospektive undersøgelser i FINALE. Seniorforsker Andreas Holtermann, NFA Professor Karen Søgaard, SDU Viden fra prospektive undersøgelser i FINALE Seniorforsker Andreas Holtermann, NFA Professor Karen Søgaard, SDU Risikofaktorer for reduceret arbejdsevne Den Danske Arbejdsmiljø Kohorte - 3.111 mænd og

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

Hvad siger evidensen?

Hvad siger evidensen? Folkesundhedsdage 2008, Hotel Nyborg Strand 24. september 2008 Tre ekstra leveår til alle over de næste 10 år Hvad siger evidensen? Kjeld Møller Pedersen Syddansk Universitet kmp@sam.sdu.dksdu dk Tre hovedemner

Læs mere

Evidensbaseret praksis Introduktion

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

Læs mere

Hvorfor 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? Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Hvorfor er forskning væsentlig? Nødvendig for at forstå sygdom Forudsætning for mere rationel diagnostik

Læs mere

Grundlæggende metode og videnskabsteori. 5. september 2011

Grundlæggende metode og videnskabsteori. 5. september 2011 Grundlæggende metode og videnskabsteori 5. september 2011 Dagsorden Metodiske overvejelser Kvantitativ >< Kvalitativ metode Kvalitet i kvantitative undersøgelser: Validitet og reliabilitet Dataindsamling

Læs mere

Epidemiologiske metoder

Epidemiologiske metoder Bacheloruddannelsen i IT og Sundhed Københavns Universitet Epidemiologiske metoder 2. semester Forårssemesteret 2016 Kursusleder Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for

Læs mere

Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence

Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence Kritisk læsning af kohorte studie Oversat efter: Critical Appraisal skills Programme (CASP) Making sense of evidence Public Health Resource Unit 2002 http://www.phru.nhs.uk/casp/critical_appraisal_tools.htm

Læs mere

Mental Sundhed i Danmark

Mental Sundhed i Danmark Mental Sundhed i Danmark Anne Illemann Christensen Michael Davidsen Mette Kjøller Knud Juel 11. februar 2010 Redaktion Anna Paldam Folker, Line Raahauge Madsen, Ole Nørgaard og Jette Abildskov Hansen,

Læs mere

Modulbeskrivelse. Modulets struktur og opbygning ECTS-point Teoretisk Klinisk Sygepleje 1 11. VIA, Sygeplejerskeuddannelsen i Silkeborg

Modulbeskrivelse. Modulets struktur og opbygning ECTS-point Teoretisk Klinisk Sygepleje 1 11. VIA, Sygeplejerskeuddannelsen i Silkeborg Modul 6 E13 Modulbetegnelse, tema og læringsudbytte Tema: Sygepleje, kronisk syge patienter og borgere i eget hjem Modulet retter sig mod folkesygdomme, patienter/borgere med kroniske sygdomme og kliniske

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

KRÆFTPROFIL 9 TyKTaRmsKRÆFT 2000-2007 200

KRÆFTPROFIL 9 TyKTaRmsKRÆFT 2000-2007 200 2009 KRÆFTPROFIL Tyktarmskræft 2000-2007 Kræftprofil: Tyktarmskræft 2000-2007 Sundhedsstyrelsen Islands Brygge 67 2300 København S Postboks 1881 2300 København S URL: http://www.sst.dk Emneord: Kræft;

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser

Statistik 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 mere

Hvordan påvirkes det fysiske aktivitetsniveau ved en højrisikostrategi? Resultater fra Inter99

Hvordan påvirkes det fysiske aktivitetsniveau ved en højrisikostrategi? Resultater fra Inter99 Hvordan påvirkes det fysiske aktivitetsniveau ved en højrisikostrategi? Resultater fra Inter99 Hjertekonference - om forskning i fysisk aktivitet og hjertesundhed Torsdag 28. oktober 2008, Store auditorium,

Læs mere

Kapitel 14. Selvmordsadfærd

Kapitel 14. Selvmordsadfærd Kapitel 14 Selvmordsadfærd 14. Selvmordsadfærd Selvmordsadfærd er en fælles betegnelse for selvmordstanker, selvmordsforsøg og fuldbyrdede selvmord. Kapitlet omhandler alene forekomsten af selvmordstanker

Læs mere

NOTAT Stress og relationen til en række arbejdsmiljødimensioner

NOTAT Stress og relationen til en række arbejdsmiljødimensioner Louise Kryspin Sørensen Oktober 2016 NOTAT Stress og relationen til en række arbejdsmiljødimensioner DSR har i foråret 2015 indhentet data om sygeplejerskers psykiske arbejdsmiljø og helbred. I undersøgelsen

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

1. Indledning. Hvad er folkesundhed?

1. Indledning. Hvad er folkesundhed? 1. Indledning Det er hensigten med denne bog om folkesundhed i Grønland at give en samlet fremstilling af en række større sundhedsproblemer. Den umiddelbare årsag til at bogen skrives netop nu er, at Hjemmestyret

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

Notat om uddannelsesmæssig og social ulighed i levetiden

Notat om uddannelsesmæssig og social ulighed i levetiden Det Politisk-Økonomiske Udvalg, Sundhedsudvalget PØU alm. del - Bilag 99,SUU alm. del - Bilag 534 Offentligt ØKONOMIGRUPPEN I FOLKETINGET (3. UDVALGSSEKRETARIAT) NOTAT TIL DET POLITISK-ØKONOMISKE UDVALG

Læs mere

Medicinsk Teknologivurdering Patienten

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

Læs mere

Danskernes mentale sundhed. Knud Juel Temamøde om mental sundhed Middelfart, 18. november 2010

Danskernes mentale sundhed. Knud Juel Temamøde om mental sundhed Middelfart, 18. november 2010 Danskernes mentale sundhed Knud Juel Temamøde om mental sundhed Middelfart, 18. november 2010 Mental sundhed handler om At trives At udfolde sine evner At håndtere dagligdags udfordringer og stress At

Læs mere