Studiedesigns: Alternative designs
|
|
|
- Morten Krog
- 10 år siden
- Visninger:
Transkript
1 Studiedesigns: Alternative designs Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 20. maj 2014 l Dias nummer 1
2 Sidste gang Vi snakkede om Case-kontrol designet er velegnet ved sjældne udfald, mange eksponeringer, dyre analyser Udgangspunkt i udfald Tre typer: case-noncase, density sampling, case-kohorte Vi beregner OR, som i nogle tilfælde er et direkte estimat af IRR eller RR Største udfordringer er at finde meningsfulde kontroller, recall bias, og at afgøre temporaliteten It og sundhed l 20. maj 2014 l Dias nummer 2
3 Epidemiologiske studier It og sundhed l 20. maj 2014 l Dias nummer 3
4 Alternative designs Tværsnitsundersøgelser Oplysninger om eksponering og udfald er indsamlet på samme tidspunkt, individniveau Økologiske undersøgelser Sammenligninger over tid, geografiske lokaliteter mv., gruppeniveau Overvågningsundersøgelser Kun oplysning om udfald, individ- eller gruppeniveau It og sundhed l 20. maj 2014 l Dias nummer 4
5 Hvorfor alternative designs? Nemt, hurtigt og billigt Kan bruges til f.eks. at generere hypoteser, at planlægge sundhed, at følge udvikling over tid Er den første tå i vandet Kan kun udtale sig om fordeling af variable uden hensyntagen til kausalitet It og sundhed l 20. maj 2014 l Dias nummer 5
6 Tværsnitsundersøgelser Kan bruges til at vurdere prævalensen af en variabel på et givent tidspunkt. Eksempel på næste slide Kan bruges til at vurdere om eksponering og udfald samvarierer. Eksempel på næste slide Kan gentages for at vurdere udviklingen over tid, f.eks. selvrapporteret diabetes i SUSY It og sundhed l 20. maj 2014 l Dias nummer 6
7 Tværsnitsundersøgelser Eksempel fra It og sundhed l 20. maj 2014 l Dias nummer 7
8 Tværsnitsundersøgelser Samvariation Har de deltagere der vurderer deres mentale helbred som godt i højere grad ressourcer og lyst til at gennemføre en lang videregående uddannelse? ELLER Befinder de deltagere som har gennemført en lang videregående uddannelse sig i et arbejdsmiljø som er mindre mentalt belastende? Disse hypoteser kan ikke testes i en tværsnitsundersøgelse. Til det kræves et studie hvor eksponering og udfald ikke er indsamlet på samme tidspunkt It og sundhed l 20. maj 2014 l Dias nummer 8
9 Prævalens It og sundhed l 20. maj 2014 l Dias nummer 9
10 Sygdomsvarighed I en tværsnitsundersøgelse vil patienter med et langt sygdomsforløb være hyppigere repræsenteret Hvis en eksponering medfører et langvarigt sygdomsforløb som patienten ikke dør af, vil eksponeringen være stærkt associeret med sygdommen F.eks. elitesport og forstuvning (kort) vs. slidgigt (langt) U1 U2 It og sundhed l 20. maj 2014 l Dias nummer 10
11 Tværsnitsundersøgelser STYRKER SVAGHEDER Hurtigt, nemt og billigt at udføre Oftest ikke mulighed for at bestemme temporalitet Kan beskrive forholdene i en bestemt gruppe. Kan generere hypoteser Omvendt kausalitet (brandmænd) Beskriver kun eksponeringers sammenhæng med at være syg, ikke betydningen for at blive syg It og sundhed l 20. maj 2014 l Dias nummer 11
12 Økologiske undersøgelser Association mellem aggregerede eksponeringer og udfald F.eks. andel rygere, BNP, forureningsmåling, middellevetid, fertilitetsrate mv. Benytter oftest allerede offentliggjorte statistikker Sammenligner geografiske enheder, tidsrækker, organisationer osv. It og sundhed l 20. maj 2014 l Dias nummer 12
13 Økologiske undersøgelser Indkomst og middellevetid It og sundhed l 20. maj 2014 l Dias nummer 13
14 Økologiske undersøgelser Arbejdsløshed og selvmord It og sundhed l 20. maj 2014 l Dias nummer 14
15 Den økologiske fejlslutning Man kan ikke nødvendigvis slutte fra sammenhænge på gruppeniveau til sammenhænge på individniveau It og sundhed l 20. maj 2014 l Dias nummer 15
16 Hvilket alternativt design? Dagens afstemning på It og sundhed l 20. maj 2014 l Dias nummer 16
17 Overvågningsundersøgelser Formål Identifikation af nye mønstre Bruges til Sundhedsplanlægning Evaluering af forebyggelse, behandling mm. It og sundhed l 20. maj 2014 l Dias nummer 17
18 Overvågningsundersøgelser Rutinedata Spædbørnsdødelighed, cancer, diabetes, HIV osv. It og sundhed l 20. maj 2014 l Dias nummer 18
19 Overvågningsundersøgelser Udbrud Infektioner ifm. fødevarer, klimaændring, manglende vaccination osv. It og sundhed l 20. maj 2014 l Dias nummer 19
20 Andre designs Kasuistikker Beskrivelse af en eller flere cases. Kan henlede opmærksomheden på et nyt fænomen f.eks. HIV Tvillinge-/søskendestudier Kun tvillinge/søskendepar indgår i undersøgelsen. Særligt velegnede hvis formålet er at undersøge betydningen af genetik vs. miljø f.eks. motion og hjertedødelighed Case-only Afart af case-kontrol designet som kun involverer cases f.eks. niveau af føtale celler ift. tid til cancerudvikling It og sundhed l 20. maj 2014 l Dias nummer 20
21 Andre designs Crossover design Svarer til RCT, men deltagere indgår på skift i interventions- og kontrolgruppen. Kræver at effekten af interventionen forsvinder hurtigt f.eks. epilepsimedicin og antal anfald Case-crossover Afart af case-kontrol designet. Cases matches med sig selv. Kan bruges til at undersøge eksponeringer med en umiddelbar effekt f.eks. mobiltelefonbrug og trafikskader En person er sin egen bedste kontrol, fordi man undgår en masse variation mellem individer It og sundhed l 20. maj 2014 l Dias nummer 21
22 Næste gang Skal I lære om informationsbias Dvs. at informationen om medlemmerne af stikprøven er forkert It og sundhed l 20. maj 2014 l Dias nummer 22
Mads Kamper-Jørgensen, lektor, [email protected]. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om
Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 18. maj 2017 l Dias nummer 1 Sidste gang Vi snakkede
Studiedesigns: Case-kontrolundersøgelser
Studiedesigns: Case-kontrolundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. maj 2016 l Dias nummer 1 Sidste
Studiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. april 2015 l Dias nummer 1 Sidste
Selektionsbias. Mads Kamper-Jørgensen, lektor, [email protected]. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Selektionsbias Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om Præcision:
Effektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2015 l Dias nummer 1 Sidste gang Vi snakkede
Studiedesigns: Kohorteundersøgelser
Studiedesigns: Kohorteundersøgelser Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 3. maj 2016 l Dias nummer 1 Sidste gang
Studiedesigns: Randomiserede kontrollerede undersøgelser
Studiedesigns: Randomiserede kontrollerede undersøgelser Mads Kamper-Jørgensen, lektor, [email protected], Institut for Folkesundhedsvidenskab Sundhed og informatik l 27. april 2017 l Dias nummer 1 Sidste
Population attributable fraction
Population attributable fraction Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 2. juni 2015 l Dias nummer 1 Sidste gang
Epidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 16. april 2015 l Dias nummer 1 Sidste gang
Effektmålsmodifikation
Effektmålsmodifikation Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 25. april 2017 l Dias nummer 1 Sidste gang
Confounding. Mads Kamper-Jørgensen, lektor, [email protected]. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 28. maj 2015 l Dias nummer 1 Sidste
Epidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 21. april 2016 l Dias nummer 1 Sidste gang
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
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
Epidemiologiske hyppighedsmål
Epidemiologiske hyppighedsmål Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 14. april 2015 l Dias nummer 1 Sidste gang
Epidemiologisk evidens og opsummering
Epidemiologisk evidens og opsummering Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 12. juni 2014 l Dias nummer 1 Sidste
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
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
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
Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning
Vurdering af epidemiologiske undersøgelser Epidemiologisk forskning Mogens Vestergaard Institut for Epidemiologi og Socialmedicin Aarhus Universitet [email protected] At belyse en videnskabelig hypotese ved
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
Confounding. Mads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Afdeling for Social medicin Confounding Mads Kamper-Jørgensen, lektor, [email protected], Institut for Folkesundhedsvidenskab Sundhed og informatik l 6. juni 2017 l Dias nummer 1 Sidste gang Vi snakkede
Introduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet It og sundhed l 9. april 2015 l Dias
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
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
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.
Det randomiserede kontrollerede forsøg og evidens-baseret medicin
Det randomiserede kontrollerede forsøg og evidens-baseret medicin Laust Hvas Mortensen Institut for Folkesundhedsvidenskab E-mail: [email protected] Epi forelæsning 2 Dias 1 Hvordan ved vi om behandlingen
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
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
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
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
Introduktion til epidemiologi
Introduktion til epidemiologi Mads Kamper-Jørgensen, lektor, [email protected] Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab, Københavns Universitet Sundhed og informatik l 11. april 2017
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
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
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
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
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.
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
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
Helbred og sociale relationer. Medicinsk sociologiske perspektiver
Helbred og sociale relationer Medicinsk sociologiske perspektiver Danskernes sociale relationer Familie og husstand Store forandringer I 1900 ualmindeligt at bo alene de sidste 30 år dramatiske ændringer
06/11/12. Livsstilssygdomme, velfærdssygdomme eller kroniske sygdomme. Antagelser knyttet til begrebet livsstilssygdomme.
Livsstilssygdomme, velfærdssygdomme eller kroniske sygdomme Hvorfor er livsstilssygdomme en misvisende betegnelse? Signild Vallgårda Afdeling for Sundhedstjenesteforskning Institut for Folkesundhedsvidenskab
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:
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
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
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
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
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
OBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002
OBSERVERENDE UNDERSØGELSER Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002 Epidemiologisk design Observerende undersøgelser beskrivende: Undersøgelsesenheden er populationer
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
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
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
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
ALTERNATIVER TIL RANDOMISEREDE KONTROLLEREDE FORSØG: Mikro-økonometriske metoder. Jan Høgelund
ALTERNATIVER TIL RANDOMISEREDE KONTROLLEREDE FORSØG: Mikro-økonometriske metoder Jan Høgelund INDHOLD Introduktion Skitsering af udvalgte metoder med eksempler, styrker og svagheder Regressionsanalyse
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?
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
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
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
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mantel-Haenszel analyser Mantel-Haenszel analyser Sidst lærte vi om stratificerede analyser. I dag kigger vi på et specialtilfælde: både exposure
Longitudinale undersøgelser:
Longitudinale undersøgelser: - tiden som variabel Lektor Sanne Lund Clement, Institut for Statskundskab, AAU E-mail: [email protected] Selskab for Surveyforskning, 2. marts 2017 A A L B O R G U N I V
Sundhedsprofilen 2017
Sundhedsprofilen 2017 Spørgeskema- undersøgelsen Hvordan har du det? v. Susanne Vangsgaard, Tværsektorielt samarbejde Hvordan har du det? Fakta Borgere på 16 år eller derover Ca. 57.000 borgere inviteres
EFFEKTMÅLING AF SOCIALE INDSATSER
EFFEKTMÅLING AF SOCIALE INDSATSER MAIKEN PONTOPPIDAN SFI DET NATIONALE FORSKNINGSCENTER FOR VELFÆRD MEGET BRUGTE ORD Effekt Evidens Dokumentation Krav om effekt og dokumentation fylder meget i kommuner,
FOA-medlemmernes sundhed
FOA Kampagne og Analyse 9. juni 2015 FOA-medlemmernes sundhed Statens Institut for Folkesundhed (SIF) har for FOA foretaget en undersøgelse af FOAmedlemmernes sundhed. Den bygger på den store nationale
Netværksforum Region Midt Forebyggende hjemmebesøg November 2012
Netværksforum Region Midt Forebyggende hjemmebesøg November 2012. Bente Høy, MPH, Ph.D. 1 Styregruppe Margit Andersen, Anne Marie Olsen, Karen Grøn, Lene Dørfler, Henning Jensen, Bente Høy Bente Høy, MPH,
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
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
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
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
Social ulighed i sundhed. Tine Curtis, Forskningschef Adjungeret professor
Social ulighed i sundhed Tine Curtis, Forskningschef Adjungeret professor Danskernes sundhed De fleste har et godt fysisk og mentalt helbred men der er store sociale forskelle i sundhed Levealderen stiger,
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
Workshop 6 Sundhedsprofilen metode og muligheder. Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed
Workshop 6 Sundhedsprofilen metode og muligheder Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed Metode og muligheder Design Beskrivelse af deltagere og ikke-deltagere Vægtning for design
Kapitel 15. Hvilken betydning har overvægt for helbred, trivsel og sociale relationer?
Kapitel 15 Hvilken betydning har over v æ g t for helbred, t r i v s e l o g s o c i a l e relationer? Kapitel 15. Hvilken betydning har overvægt for helbred, trivsel og sociale relationer? 153 Forekomsten
Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
Kapitel 15. Hvilken betydning har overvægt for helbred, trivsel og sociale relationer?
Kapitel 15 Hvilken betydning har over v æ g t for helbred, t r i v s e l o g s o c i a l e relationer? Kapitel 15. Hvilken betydning har overvægt for helbred, trivsel og sociale relationer? 153 Forekomsten
Forskningsenheden for Maritim Medicin
Forskningsenheden for Maritim Medicin Per Sabro Nielsen, PhD forskningsleder 1992: Søfartsmedicinsk Institut, SUC 2000: Forskningsenheden for Maritim Medicin (FMM) - affilieret til SDU - WHO collaborating
Trin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse
Statistik 7. gang 9. HYPOTESE TEST Hypotesetest ved 6 trins raket! : Trin : Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse H eller H A : Alternativ
AARHUS AU UNIVERSITET
AU UNIVERSITET VELKOMMEN TIL HEALTH INTRODUKTIONSSEMINAR DITTE JUEL ADOLFSEN LØHMANN Læge siden 2010 Ph.d. studerende ved børneafdelingen, AUH Forsker i børneleukæmi, bivirkninger og genetik. PROGRAMMET
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
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
9. Chi-i-anden test, case-control data, logistisk regression.
Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU [email protected], 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/
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
Ulighed i sundhed Seminar for læger i alkohol- og stofmisbrugsbehandlingen. Knut Borch-Johnsen Vicedirektør, dr.med Holbæk Sygehus
Ulighed i sundhed Seminar for læger i alkohol- og stofmisbrugsbehandlingen Knut Borch-Johnsen Vicedirektør, dr.med Holbæk Sygehus Ulighed i Sundhed Something is rotten in the state of Denmark Forebyggende
