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

Størrelse: px
Starte visningen fra side:

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

Transkript

1 Informationsbias Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1

2 Sidste gang Vi snakkede om Tværsnitsundersøgelser: Oplysninger om eksponering og udfald er indsamlet på samme tidspunkt, individniveau. Ofte svært at afgøre temporalitet, så risiko for omvendt kausalitet. Bruges også til kun at vurdere forekomst Økologiske undersøgelser: Sammenligning over tid eller geografi, gruppeniveau. Pas på den økologiske fejlslutning Overvågningsundersøgelser: Kun oplysning om udfald, individ eller gruppe niveau. Ingen sammenligningsgruppe Nemt, hurtigt og billigt Kasuistikker, tvillinge-/søskendestudier, case-only studier, crossover studier, case-crossover studier It og sundhed l 19. maj 2015 l Dias nummer 2

3 Typer af bias (skævhed) Informationsbias Har at gøre med informationen om de individer der indgår i den udvalgte stikprøve Selektionsbias Har at gøre med selektionen til den udvalgte stikprøve Confounding Har at gøre med forveksling af effekter på grund af uombyttelighed 800 typer bias er identificeret langt de fleste passer ind i kategorierne informationsbias eller selektionsbias It og sundhed l 19. maj 2015 l Dias nummer 3

4 Hvorfor informationsbias? Fordi vi kan komme til at over- eller undervurdere associationer, og drage forkerte konklusioner hvis vi ikke har korrekte informationer om deltagerne Indtil videre har vi forudsat at vi havde korrekte informationer om deltagerne: Det er (næsten) aldrig tilfældet Vi kan have mere eller mindre korrekte informationer om eksponering, udfald, og covariater Usikkerheden kan skyldes f.eks. biologisk variation, dårlig hukommelse, dårlig kodning, dårligt spørgsmål, upræcist måleudstyr, uvidenhed osv. Informationsbias er under- eller overvurdering af en association der skyldes systematisk forkert information om deltagerne It og sundhed l 19. maj 2015 l Dias nummer 4

5 Præcision og bias BT målt én gang for 20 personer A) Præcis, unbiased: BT, kviksølvsapp. B) Præcis, biased: BT, fejlkalibreret kviksølvsapp. C) Upræcis, unbiased: BT, iphone D) Upræcis, biased: BT, fejlkalibreret iphone It og sundhed l 19. maj 2015 l Dias nummer 5

6 Præcision og bias TILFÆLDIGE FEJL SYSTEMATISKE FEJL Øger usikkerheden af estimatet Fører til bias (skævvridning) Reducerer præcisionen Reducerer validiteten Har ingen retning Afhænger af undersøgelsens størrelse mindskes med øget antal observationer Medfører en over- eller undervurdering af associationen Kan ikke mindskes ved at øge undersøgelsens størrelse så måler vi bare galt med større præcision It og sundhed l 19. maj 2015 l Dias nummer 6

7 Variation Intra-individuel variation: variation indenfor individet. F.eks. blodsukker målt hver time i løbet af en dag Inter-individuel variation: variation mellem individer. F.eks. forskel i socio-økonomisk position mellem individer Intra-observatør variation: variation indenfor observatøren. F.eks. udseende for kronologisk alder Inter-observatør variation: variation mellem observatører. F.eks. meget lav/høj vægt It og sundhed l 19. maj 2015 l Dias nummer 7

8 Usikkerhed og bias Hvad kan man gøre ved det? Man kan øge præcisionen ved at inkludere flere personer i sit studie dvs. øge størrelsen på sin stikprøve Man kan ikke gøre noget ved informationsbias når først data er indsamlet Godt måleudstyr, træning og instruktion, standardiserede procedurer, blinding Hvis informationsbias ikke er til stede øges den interne validitet It og sundhed l 19. maj 2015 l Dias nummer 8

9 Sensitivitet og specificitet Sensitivitet: en tests evne til at klassificere sandt positive (SP) som sandt positive. Beregnes som SP/(SP+FN) Specificitet: en tests evne til at klassificere sandt negative (SN) som sandt negative. Beregnes som SN/(FP+SN) Syg Ikke-syg Syg SP FP Ikke-syg FN SN I alt SP+FN FP+SN Bruges oftest ifm. kvaliteten af en test, men kan også bruges om hvor godt en variabel beskriver den sande værdi It og sundhed l 19. maj 2015 l Dias nummer 9

10 Misklassifikation Forkert klassifikation af deltagerne Hvis misklassifikation er lige sandsynlig i de sammenlignede grupper snakker vi om non-differentiel misklassifikation Hvis misklassifikation ikke er lige sandsynlig i de sammenlignede grupper snakker vi om differentiel misklassifikation Både differentiel og non-differentiel misklassifikation betegnes informationsbias It og sundhed l 19. maj 2015 l Dias nummer 10

11 Eksempler fra egen forskning Uvidenhed Færre voksne Amerikanere end forventet har modtaget blod Kultur Franskmændene drikker overraskende lidt alkohol Dårligt spørgsmål Færre danske børn end forventet er motorisk alderssvarende It og sundhed l 19. maj 2015 l Dias nummer 11

12 Hvorfor det? Dagens afstemning på It og sundhed l 19. maj 2015 l Dias nummer 12

13 Misklassifikation Fiktivt kohortestudie af sammenhæng mellem alkoholforbrug og selvvurderet helbred med dårlig registrering af alkoholforbrug Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 It og sundhed l 19. maj 2015 l Dias nummer 13

14 Non-differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret: RR=1,38 It og sundhed l 19. maj 2015 l Dias nummer 14

15 Non-differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret: RR=1,38 20% af drikkende bliver misklassificeret: RR=1,27 Association går mod ingen forskel (dvs. 0 hvis absolut og 1 hvis relativ) It og sundhed l 19. maj 2015 l Dias nummer 15

16 Differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=1,03 It og sundhed l 19. maj 2015 l Dias nummer 16

17 Differentiel misklassifikation Godt Dårligt I alt Afholdende Drikkende I alt Sand information om alkoholforbrug: RR=1,66 10% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=1,03 20% af drikkende bliver misklassificeret, kun blandt personer med dårligt selvvurderet helbred: RR=0,75 Kan vende op og ned på konklusionen It og sundhed l 19. maj 2015 l Dias nummer 17

18 Differentiel misklassifikation Case-controlundersøgelser, typiske eksempler Recall-bias: cases husker eksponeringer anderledes (typisk bedre) end kontroller. Ikke det samme som dårlig hukommelse Interviewerbias: Interviewer spørger anderledes (typisk mere uddybende) om eksponeringer blandt cases end blandt kontroller Kohorteundersøgelser, typiske eksempler Detektionsbias: eksponerede har anderledes (typisk større) risiko for udfald end ikke-eksponerede Interviewerbias: Interviewer spørger anderledes (typisk mere uddybende) om udfald blandt eksponerede end blandt ikkeeksponerede It og sundhed l 19. maj 2015 l Dias nummer 18

19 Konsekvenser Non-differentiel misklassifikation Associationen går (næsten altid) mod ingen forskel Differentiel misklassifikation Alt efter retningen af misklassifikationen over- eller undervurderes associationen It og sundhed l 19. maj 2015 l Dias nummer 19

20 Næste gang Selektionsbias Dvs. de skævheder der kan opstå på grund af den måde hvorpå man har udvalgt sin stikprøve It og sundhed l 19. maj 2015 l Dias nummer 20

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

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

Læs mere

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

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

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

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

Læs mere

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

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

Læs mere

Population attributable fraction

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

Læs mere

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

Målsætning. Vurdering af epidemiologiske undersøgelser

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

Læs mere

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

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

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Hvad er bias? Studiets resultat det sande resultat En systematisk over- eller undervurdering af en sammenhæng Pga. en systematisk

Læs mere

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

Overvejelser vedr. outcomes i (farmako)epidemiologiske studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

Overvejelser vedr. outcomes i (farmako)epidemiologiske studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Overvejelser vedr. outcomes i (farmako)epidemiologiske studier Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen Outcome/event/udfald Den sygdomstilstand vi ønsker at undersøge I et kohortestudie:

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

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

Confounding. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 6. juni 2017 l Dias nummer 1 Sidste gang Vi snakkede

Læs mere

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard Fejlkilder Ulrik Schiøler Kesmodel Rikke Guldberg Øjvind Lidegaard Fejlkilder 1. Selektionsproblemer 2. Informationsproblemer 3. Confounding Generelle overvejelser I Det estimat for hyppighed, som vi måler

Læs mere

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Jørn Attermann 23. september 2009 Vurdering af den interne validitet af en epidemiologisk undersøgelse: Informationsproblemer

Læs mere

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

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

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

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

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

En teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Eksempler på målefejl Vurdering af epidemiologiske undersøgelser Jørn Attermann 6. februar 2006 I denne forelæsning vil vi se på fejl, som kan have betydning for fortolkningen af resultater fra epidemiologiske undersøgelser.

Læs mere

Studiedesigns: Randomiserede kontrollerede undersøgelser

Studiedesigns: Randomiserede kontrollerede undersøgelser Studiedesigns: Randomiserede kontrollerede undersøgelser Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk, Institut for Folkesundhedsvidenskab Sundhed og informatik l 27. april 2017 l Dias nummer 1 Sidste

Læs mere

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

Vurdering af epidemiologiske undersøgelser igen

Vurdering af epidemiologiske undersøgelser igen Vurdering af epidemiologiske undersøgelser igen kob Grove 13. februar, 2006 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation

Læs mere

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

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

Læs mere

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

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

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

Effektmålsmodifikation

Effektmålsmodifikation Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 25. april 2017 l Dias nummer 1 Sidste gang

Læs mere

Vurdering af epidemiologiske undersøgelser igen

Vurdering af epidemiologiske undersøgelser igen Vurdering af epidemiologiske undersøgelser igen kob Grove 12. september, 2005 Program Confounding og effektmodifikation Hvad er confounding Hvad er effektmodifikation Er der confounding eller effektmodifikation

Læs mere

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

Det randomiserede kontrollerede forsøg og evidens-baseret medicin

Det randomiserede kontrollerede forsøg og evidens-baseret medicin Det randomiserede kontrollerede forsøg og evidens-baseret medicin Laust Hvas Mortensen Institut for Folkesundhedsvidenskab E-mail: lamo@sund.ku.dk Epi forelæsning 2 Dias 1 Hvordan ved vi om behandlingen

Læs mere

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

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 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

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

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

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Estimation

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

Læs mere

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

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

Læs mere

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

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

Introduktion til epidemiologi

Introduktion til epidemiologi Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet Sundhed og informatik l 11. april 2017

Læs mere

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

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

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

Epidemiologi og Biostatistik

Epidemiologi og Biostatistik Kapitel 1, Kliniske målinger Epidemiologi og Biostatistik Introduktion til skilder (varianskomponenter) måleusikkerhed sammenligning af målemetoder Mogens Erlandsen, Institut for Biostatistik Uge, torsdag

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

Fejlkilder i epidemiologiske undersøgelser

Fejlkilder i epidemiologiske undersøgelser Fejlkilder i epidemiologiske undersøgelser April 2004 Søren Friis Nøjagtigheden (eng: accuracy) af et givent punktestimat afhænger af graden af tilfældig og systematisk variation i målingen af effekten

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

CENTER FOR KLINISKE RETNINGSLINJER

CENTER FOR KLINISKE RETNINGSLINJER BILAG 5 - CLEARINGHOUSE Bilag 5. SfR Checkliste kilde 18. SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Deuling J, Smit M, Maass A, Van den Heuvel A, Nieuwland W, Zijlstra F, Gelder I. The Value

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

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

En intro til radiologisk statistik. Erik Morre Pedersen

En intro til radiologisk statistik. Erik Morre Pedersen En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur

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

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

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Estimation: Kapitel 9.1-9.3 Estimation Estimationsfejlen Bias Eksempler Bestemmelse af stikprøvens størrelse Konsistens De nitioner påkonsistens Eksempler på konsistente og middelrette estimatorer

Læs mere

Epidemiologi og Biostatistik (version 19.09.2008)

Epidemiologi og Biostatistik (version 19.09.2008) En model Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser Jørn Attermann. september 008 For meningsfuldt at kunne diskutere fejlkilder og fortolkningsproblemer må vi have en model for det,

Læs mere

Epidemiologi og biostatistik. Diagnostik og screening. Forelæsning, uge 5, Svend Juul. Hvordan stiller man en diagnose? Diagnostiske kriterier

Epidemiologi og biostatistik. Diagnostik og screening. Forelæsning, uge 5, Svend Juul. Hvordan stiller man en diagnose? Diagnostiske kriterier Epidemiologi og biostatistik Diagnostik og screening Forelæsning, uge 5, Svend Juul Hvordan stiller man en diagnose? Symptomer - passive: patientens spontane rapport - aktive: svar på målrettede spørgsmål

Læs mere

Estimation og usikkerhed

Estimation og usikkerhed Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode

Læs mere

Behandling af kvantitative data 19.11.2012

Behandling af kvantitative data 19.11.2012 Behandling af kvantitative data 19.11.2012 I dag skal vi snakke om Kvantitativ metode i kort form Hvordan man kan kode og indtaste data Data på forskellig måleniveau Hvilke muligheder, der er for at analysere

Læs mere

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

Årsager. Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Årsager Øjvind Lidegaard, RH Rikke Guldberg, Skejby Ulrik Kesmodel, Herlev Årsager Hvad er en årsag? Flere typer af årsager Hvad kendetegner en årsag? Hvorfor er årsager interessante? Identifikation af

Læs mere

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

RE-EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

RE-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 mere

Hvad influerer på analyseresultaterne? Efterår 2015

Hvad influerer på analyseresultaterne? Efterår 2015 Hvad influerer på analyseresultaterne? En træt patient hos den praktiserende læge En 6 årig mandlig patient klager over træthed. Der måles B- hæmoglobin hos den praktiserende læges og resultatet siger:

Læs mere

Helbredsundersøgelser

Helbredsundersøgelser Helbredsundersøgelser Handicaphjælpere Århus Kommune Helbredsundersøgelser af Handicaphjælpere Århus Kommune Sundhedsstaben Bo Schou Jensen Indhold Indhold... 3 Indledning... 4 Resume og konklusion...

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

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

Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag

Læs mere

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

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

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af

Læs mere

Kapitel 13 Reliabilitet og enighed

Kapitel 13 Reliabilitet og enighed Kapitel 13 Reliabilitet og enighed Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 Version 11. april 2011 1 / 23 Indledning En observation er sammensat af en sand værdi og en målefejl

Læs mere

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

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

Læs mere

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

Epidemiologi og Biostatistik. Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002

Epidemiologi og Biostatistik. Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002 Epidemiologi og Biostatistik Mogens Erlandsen, Institut for Biostatistik Uge 1, tirsdag d. 5. februar 2002 1 Statestik Det hedder det ikke! Statistik 2 Streptomycin til behandling af lunge-tuberkulose?

Læs mere

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

Mulighederne i anvendelsen af sundhedsprofilen og datagrundlaget. Jakob Kjellberg

Mulighederne i anvendelsen af sundhedsprofilen og datagrundlaget. Jakob Kjellberg Mulighederne i anvendelsen af sundhedsprofilen og datagrundlaget Jakob Kjellberg Hvad kan man bruge en sundhedsprofil til? Ét er et søkort at forstå, et andet skib at føre. Men det er altså også vanskeligt

Læs 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

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

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

Module 1: Data og Statistik

Module 1: Data og Statistik Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen og Hans Chr. Petersen Module 1: Data og Statistik 1.1 Hvad er statistik?................................... 1 1.2 Datatyper.......................................

Læs mere

12/11/2015. Mobning og depression, årsag og virkning? Kan mobning på arbejdspladsen medføre sygdom? MODENA projektet 2010-2014

12/11/2015. Mobning og depression, årsag og virkning? Kan mobning på arbejdspladsen medføre sygdom? MODENA projektet 2010-2014 Bispebjerg Mobning og depression, årsag og virkning? Navn oplægsholder Navn KUenhed Jens Peter Bonde Professor, overlæge, dr.med. Arbejds- og Miljømedicinsk afdeling Bispebjerg Hospital Institut for Folkesundhedsvidenskab

Læs mere

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

CENTER 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 mere

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

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

Læs mere

Lægevidenskabelig Embedseksamen, 6. semester Forår 2009 Epidemiologi og Biostatistik Rettevejledning

Lægevidenskabelig 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 mere

Dansk Clearinghouse for Uddannelsesforskning

Dansk Clearinghouse for Uddannelsesforskning DANSK CLEARINGHOUSE FOR UDDANNELSESFORSKNING ARTS AARHUS UNIVERSITET Dansk Clearinghouse for Uddannelsesforskning Institut for Uddannelse og Pædagogik (DPU) Arts Aarhus Universitet Notat om forskningskvalitet,

Læs mere

! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data)

! Proxy variable. ! Målefejl. ! Manglende observationer. ! Dataudvælgelse. ! Ekstreme observationer. ! Eksempel: Lønrelation (på US data) Dagens program Økonometri 1 Specifikation, og dataproblemer 10. april 003 Emnet for denne forelæsning er specifikation (Wooldridge kap. 9.-9.4)! Proxy variable! Målefejl! Manglende observationer! Dataudvælgelse!

Læs mere

S4-S5 statistik Facitliste til opgaver

S4-S5 statistik Facitliste til opgaver S4-S5 statistik Facitliste til opgaver Opgave 1 Middelværdien angiver det bedste bud på serummets sande værdi, mens spredningen angiver analyseusikkerheden. 95%-Konfidensinterval = Ja Standardafvigelsen

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 2200 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER

Læs mere

Arbejdsmiljø, stress og risikoen for demens

Arbejdsmiljø, stress og risikoen for demens Arbejdsmiljø, stress og risikoen for demens Kirsten Nabe-Nielsen, lektor Institut for folkesundhedsvidenskab Københavns Universitet 11.09.2018 Øvrige forskere i MEMORIA-projektet: Professor Åse Marie Hansen,

Læs mere

Et psykisk belastende arbejde har store konsekvenser for helbredet

Et psykisk belastende arbejde har store konsekvenser for helbredet Flere gode år på arbejdsmarkedet 5. maj 2017 Et psykisk belastende arbejde har store konsekvenser for helbredet Risikoen for at have et dårligt psykisk helbred mere end fordobles for personer med et belastende

Læs mere

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Indhold Side 1.1. Indledning... 1 1.2. Baggrund

Læs mere

Prioritering af indsatser med fokus på social ulighed i sundhed

Prioritering af indsatser med fokus på social ulighed i sundhed Prioritering af indsatser med fokus på social ulighed i sundhed Ingelise Andersen Lektor, PhD Institut for Folkesundhedsvidenskab Ulighed i sundhed globalt, nationalt og lokalt Er det overhovedet muligt

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

Fraktur efter brystkræft

Fraktur efter brystkræft DBCG s 40 års jubilæumsmøde 18. 19. januar 2018 Hotel Marselis, Aarhus Bent Kristensen Klinisk fysiologisk afd. Z, Herlev Hospital Cancer-relateret knogletab og fraktur Mekanismer: Hypogonadisme fremkaldt

Læs mere

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE Bilag 3: Litteraturgennemgang SfR Checkliste 3: Kohorteundersøgelser Forfatter, titel: Wulf, Judith A. Evaluation og seizure observation and dokumentation Tidsskrift, år: Checkliste udfyldt af: Trine Arnam-Olsen

Læs mere

Sociale relationers betydning for fysisk funktionsevne

Sociale relationers betydning for fysisk funktionsevne Sociale relationers betydning for fysisk funktionsevne Charlotte Juul Nilsson, lektor, PhD Afdeling for Social Medicin Institut for Folkesundhedsvidenskab Københavns Universitet Dias 1 Medforfattere Rikke

Læs mere

Case-control studier. Mål for dagens anstrengelser. Hvad er en sygdomsårsag? Sygdom og årsag. Infektionsårsager. Sygdomsårsager

Case-control studier. Mål for dagens anstrengelser. Hvad er en sygdomsårsag? Sygdom og årsag. Infektionsårsager. Sygdomsårsager Mål for dagens anstrengelser Case-control studier Ph.D. kursus Københavns Universitet 25. Marts 2004 Gennemgang af årsagsbegrebet (efter ønske) Definere case-control undersøgelser Kende forskel på case-control

Læs mere

Kan unge med dårlige læsefærdigheder. ungdomsuddannelse? Arbejdspapir Socialforskningsinstituttet The Danish National Institute of Social Research

Kan unge med dårlige læsefærdigheder. ungdomsuddannelse? Arbejdspapir Socialforskningsinstituttet The Danish National Institute of Social Research Kan unge med dårlige læsefærdigheder gennemføre en ungdomsuddannelse? Dines Andersen Børn, integration og ligestilling Arbejdspapir 1:2005 Arbejdspapir Socialforskningsinstituttet The Danish National Institute

Læs mere

Arbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark

Arbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark Arbejdsnotat om udviklingen i social ulighed i selvvurderet helbred og sundhedsadfærd i Danmark Udarbejdet af Esther Zimmermann, Ola Ekholm, & Tine Curtis Statens Institut for Folkesundhed, december 25

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