ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

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

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

Besvarelse af opgavesættet ved Reeksamen forår 2008

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

Vurdering af epidemiologiske undersøgelser igen

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

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

Analyse af binære responsvariable

DANSK RESUMÉ. Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara.

Studiedesigns: Kohorteundersøgelser

Epidemiologiske associationsmål

Epidemiologiske associationsmål

Studiedesigns: Kohorteundersøgelser

Resultater vedrørende risikofaktorer for hjertekarsygdom og dødelighed i relation til social ulighed - 15 års opfølgning i Sundhedsprojekt Ebeltoft

Effektmålsmodifikation

En teoretisk årsagsmodel: Operationalisering: Vurdering af epidemiologiske undersøgelser. 1. Informationsproblemer Darts et eksempel på målefejl

Studiedesigns: Randomiserede kontrollerede undersøgelser

Effektmålsmodifikation

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

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

Vurdering af epidemiologiske undersøgelser igen

Noter til SfR checkliste 3 Kohorteundersøgelser

Vurdering af det Randomiserede kliniske forsøg RCT

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

Reeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser

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

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

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

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl

CENTER FOR KLINISKE RETNINGSLINJER

Population attributable fraction

Lineær og logistisk regression

ID nummer 30.3 Medicineringsforløb ved sektorovergange.

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

Dag 6: Interaktion. Overlevelsesanalyse

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser

Præcision og effektivitet (efficiency)?

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

Kommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993.

CENTER FOR KLINISKE RETNINGSLINJER

MPH Introduktionsmodul: Epidemiologi og Biostatistik

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

Sommereksamen Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering

Målsætning. Vurdering af epidemiologiske undersøgelser

Noter til SfR checkliste 4 - Casekontrolundersøgelser

Epidemiologisk evidens og opsummering

Mål. Kritisk vurdering af litteraturen. Vurdering af evidensen. Typer af fejlkilder. Fire muligheder. Fejlkilder og studie størrelse

Workshop 6 Sundhedsprofilen metode og muligheder. Anne Helms Andreasen, Forskningscenter for Forebyggelse og Sundhed

Morten Frydenberg Biostatistik version dato:

Øvelser til basalkursus, 2. uge

a) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?

Dansk Cardiologisk Selskab Årsmøde 2013

Epidemiologiske mål Studiedesign

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

Sommereksamen Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

Udarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

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

Hyppigheds- og associationsmål. Kim Overvad Afdeling for Epidemiologi Institut for Folkesundhed Aarhus Universitet Februar 2011

Vi vil analysere effekten af rygning og alkohol på chancen for at blive gravid ved at benytte forskellige Cox regressions modeller.

Farmaceutisk Sektorovergangsprojekt. Klinisk farmaceut Michelle Lyndgaard Nielsen og Klinisk farmaceut Louise Lund

Fraktur efter brystkræft

Hver anden vil benytte øget åbningstid i dagtilbud

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

Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)

EPIDEMIOLOGI MODUL 7. April Søren Friis Institut for Epidemiologisk Kræftforskning Kræftens Bekæmpelse DAGENS PROGRAM

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

Social ulighed i kronisk sygdom, selvvurderet helbred og funktionsevne

Det randomiserede kontrollerede forsøg og evidens-baseret medicin

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser

LUP læsevejledning til afdelingsrapporter

Eksamen i Statistik Efterår semester, FSV

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

1. februar Lungefunktions data fra tirsdags Gennemsnit l/min

Kvaliteten i behandlingen af. patienter med hjertesvigt

Øvelse 7: Aktuar-tabeller, Kaplan-Meier kurver og log-rank test

Test nr. 6 af centrale elementer 02402

Træningsaktiviteter dag 3

Postoperative komplikationer

Ordbog om effektma ling

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

Virksomhedspraktik til flygtninge

Basal statistik for sundhedsvidenskabelige forskere, efterår 2014 Udleveret 30. september, afleveres senest ved øvelserne i uge 44 (

Social position og kirurgi for tidlig-stadie ikke-småcellet lungekræft: en registerbaseret undersøgelse

Sundheds- og Forebyggelsesudvalget SUU Alm.del endeligt svar på spørgsmål 887 Offentligt KRÆFTOVERLEVELSE I DANMARK

Eksamen Efterår 2013

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

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes

Dataanalyse. Af Joanna Phermchai-Nielsen. Workshop d. 18. marts 2013

8.2 Statistiske analyse af hver enkelt indikator

Studiedesigns: Case-kontrolundersøgelser

Transkript:

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 IT & Sundhed, 2. semester Juni 2016 (4 timer) Eksamensvejledning Der lægges vægt på, at besvarelsen er klart disponeret og sprogligt koncis, og at sprogbrugen er i overensstemmelse med fagets terminologi. Praktiske forhold Læs artiklen og den medfølgende ordliste grundigt, og svar derefter på alle opgaver. Under hver opgave står hvor mange point der maksimalt kan opnås for korrekt besvarelse af opgaven. Der gives i alt maksimum 100 point for tilfredsstillende besvarelse af alle spørgsmål. Eksamenssættet består af i alt 12 spørgsmål. Mobiltelefoner skal være slukkede og lagt væk under eksamen. Artikel Michael Böhm et al. Fluid status telemedicine alerts for heart failure: a randomized controlled trial. European Heart Journal 2016 [Epub ahead of print]. Artiklen og medfølgende ordliste er sendt via mail til de studerende 24 timer før eksamensstart. Side 1

1. I artiklens titel står der, at undersøgelsen er en randomiseret kontrolleret undersøgelse. Hvad er den vigtigste grund til at undersøgelsen er en randomiseret kontrolleret undersøgelse, og ikke en kohorteundersøgelse? (5 point) Undersøgelsen er en randomiseret kontrolleret undersøgelse fordi eksponeringen blev tildelt af forskerne/forskningsprotokollen, og ikke af deltagerne selv. Således er undersøgelsen eksperimentel, og ikke observationel. 2. Beskriv kort, ud fra artiklens tekst og Table 1, undersøgelsens deltagere. Undersøgelsens deltagere var 1002 tyske patienter med stabil NYHA-klasse II eller III HF og LVEF 35%, som inden for de seneste 3-21 dage havde fået indopereret en ICD. Patienterne skulle opfylde mindst et af følgende tre krav: 1) Indlæggelse med hjertesvigt inden for det seneste år 2) Behandling med vanddrivende medicin inden for de seneste 30 dage 3) Forhøjet BNP inden for de seneste 30 dage Deltagerne var midaldrende, hovedsageligt mænd, og let overvægtige. Rekrutteringsperioden strakte sig fra 28. oktober 2008 til 29. april 2013. 3. Beskriv kort randomiseringen i undersøgelsen. Deltagerne blev randomiseret via en computersekvens 1:1 til enten intervention dvs. at deres ICD sendte en sms ved ændring i IVS, til den behandlende læge, eller til standardbehandling dvs. at deres ICD ikke sendte en sms ved ændring i IVS, til den behandlende læge. Randomiseringen skete i strata af NYHA-klasse, AF-historie, VT/VF-historie, og iskæmi-status.505 patienter blev randomiseret til interventionsgruppen, mens 497 patienter blev randomiseret til standardbehandling. 4. Beskriv kort undersøgelsens udfald. (6 point) I undersøgelsen anvendes flere udfald. Det primære udfald var en kombination af død af alle årsager og første hospitalisering pga. hjerte-karsygdom. Sekundære udfald omfattede bl.a. en kombination af død af alle årsager og første hospitalisering pga. hjertesvigt, første hospitalisering uanset årsag mfl. En komplet oversigt ses nederst i Table 2. En komité, som var blindet ifht. patienternes eksponering, sikrede at alle udfald var reelle, og ikke skyldtes tastefejl, forkert diagnose, eller andre fejl. Oplysninger om undersøgelsens udfald blev indhentet ved opfølgende besøg hver 6. måned efter basline. Side 2

5. I metodeafsnittet står, at undersøgelsen er ublindet (engelsk unblinded ). Der står dog ikke om det er undersøgelsens deltagere som er ublindet, eller om det er forskerne bag undersøgelsen som er ublindet. Hvad betyder det, at undersøgelsens deltagere er ublindet? Det betyder, at undersøgelsens deltagere var klar over om deres ICD sendte en besked til den behandlende læge ved ændring i IVS, eller ej. Med andre ord, vidste undersøgelsens deltagere om de var randomiseret til interventionsgruppen eller standardbehandlingsgruppen. 6. Brug de relevante tal i Table 1 til at beregne odds ratio (OR) for at være mand i interventionsgruppen sammenlignet med gruppen, som modtager standardbehandling. Beregn ligeledes et 95% konfidensinterval (95% KI) til OR. Beregn OR og det tilhørende 95% KI med to decimaler. (12 point) I Table 1 i rækken Male sex, n (%) kan man se at 390 ud af 505 deltagere i interventionsgruppen er mænd, og at 409 ud af 497 deltagere i standardbehandlingsgruppen er mænd. Således kan man konstruere følgende 2x2-tabel. Interventionsgruppe Standardbehandlingsgruppe I alt Mænd 390 409 799 Kvinder 115 88 203 I alt 505 497 1002 Odds for at være mand i interventionsgruppen er 390/115=3,40 Odds for at være mand i standardbehandlingsgruppen er 409/88=4,60 Således bliver OR for at være mand i interventionsgruppen 3,4/4,6 = 0,73 95 % konfidensinterval beregnes ved Ln (OR)=-0,32 SE ln(or)= (1/390+1/409+1/115+1/88)=0,16 NKG=exp(ln OR-1,96*SE ln (OR))=exp(-0,32-1,96*0,16)=0,53 ØKG=exp(ln OR+1,96*SE ln (OR))=exp(-0,32+1,96*0,16)=1,00 7. Hvordan vil du fortolke den beregnede OR og det beregnede 95% KI, og hvad vil du konkludere på baggrund af 95% KI? (8 point) Odds for at være mand er 27% lavere i interventionsgruppen, sammenlignet med standardbehandlingsgruppen. Konfidensintervallet viser, at det sande OR-estimat med 95% sikkerhed ligger i intervallet fra 0,53-1,00. Fordi konfidensintervallet overlapper 1, er der ikke statistisk signifikant forskel på odds for at være mand i interventionsgruppen og standardbehandlingsgruppen. Det er dog meget tæt på at forskellen er signifikant, fordi ØKG er så tæt ved 1. Hvis der var beregnet flere end 2 decimaler, ville det ses at ØKG ligger under 1. Man kan konkludere, at randomiseringen ikke har været vellykket med hensyn til at fordele køn ligeligt i interventions- og standardbehandlingsgruppen. I artiklen står, at der er statistisk signifikant forskel på fordelingen af mænd i hhv. interventions- og standardbehandlingsgruppen. Side 3

8. Hvorfor mener du, at forfatterne i Table 2 har beregnet associationsmålet hazard ratio (HR), og ikke kumuleret incidensproportion (KIP)? Begrund dit svar. (8 point) Fordi KIP ikke kan beregnes med mindre der er fuld follow-up på alle i undersøgelsen. I Figure 1 kan det ses, at i interventionsgruppen trak 61 deltagere deres tilsagn om deltagelse tilbage eller deltog ikke. I standardbehandlingsgruppen var det tilsvarende antal deltagere 65. Disse personer er ikke fulgt i hele undersøgelsens varighed, og der er således ikke fuld follow-up i undersøgelsen. Når der ikke er fuld follow-up på alle deltagere, kan der i stedet beregnes HR vha. Cox regression. 9. Brug Figure 3 til at vurdere om alder modificerer associationen mellem interventionen og udfaldet. Begrund dit svar. Figuren viser at risikoen for hospitalisering pga. hjerte-karsygdom og død af alle årsager er reduceret i interventionsgruppen, uanset om deltagerne var <65 år eller 65 år. Dette ses ved at begge punktestimater ligger til venstre for den vertikale linje. De tilhørende 95% konfidensintervaller er meget brede for begge punktestimater, så det ligner at effekten er tilnærmelsesvis den samme i de to aldersgrupper. Dette bekræftes af den tilhørende p-værdi for interaktion, som er 0,61. Dette er meget højere end 0,05, og eventuelle forskelle mellem gruppernes punktestimater kan derfor tilskrives tilfældighed. 10. I Figure 4 kan det ses, at der blandt personerne i interventionsgruppen ikke blev sendt besked til den behandlende læge i 424 ud af i alt 1748 tilfælde af ændring i IVS. Diskutér om dette kan have påvirket associationen mellem interventionen og udfaldet. Dette kaldes non-compliance, eller kan alternativt beskrives som misklassifikation af interventionen. Noncompliance/misklassifikationen kan per definition kun forekomme i interventionsgruppen. Misklassifikationen af interventionen er non-differentiel, hvis den ikke er relateret til om patienten senere bliver indlagt eller dør. Misklassifikationen er differentiel, hvis den er relateret til om patienten senere bliver indlagt eller dør. Uanset om problemet beskrives som non-compliance eller non-differentiel misklassifikation, vil det medføre, at effekten af interventionen udtyndes. 11. Forskerne justerer analyserne i Table 2 for history of HF hospitalization (12 months) og IV-diuretics (30 days prior enrollment). Diskutér om det er relevant at justere analyserne i Table 2 for disse to variable. Ideelt skulle der ikke være behov for at justere analyserne, hvis randomiseringen var gået godt. Forskerne vælger formentlig, at justere analyserne for tidligere indlæggelser fordi randomiseringen ikke resulterede i at interventions- og standard-behandlingsgruppen blev ombyttelige mht. antal tidligere indlæggelser (p=0,0069). Således opstod der en association mellem tidligere indlæggelser og interventionen. Fordi indlæggelser går forud i tid for interventionen, kan tidligere indlæggelser ikke være et led i årsagskæden. Ligeledes er indlæggelser en risikofaktor for død/indlæggelser. Således er de tre kriterier for confounding opfyldt. Det er mindre klart hvorfor forskerne justerer for tidligere vanddrivende behandling, fordi der ikke var signifikant forskel i interventions- og standard-behandlingsgruppen. Derved er der ingen (signifikant) association mellem Side 4

tidligere vanddrivende behandling og interventionen. Således er det ikke nødvendigt, at justere analyserne for variablen. Det kan undre hvorfor forfatterne ikke justerer for køn, når de rapporterer, at der var signifikant forskel i andelen af mænd mellem intervention- og standard-behandlingsgruppen, og mænd har forøget risiko for indlæggelse og død. 12. Diskutér om associationen mellem interventionen og udfaldet kan være påvirket af selektionsbias? Sammenlignende undersøgelser påvirkes kun af selektionsbias, hvis selektionen ind til, eller ud af undersøgelsen er associeret med både eksponeringen og udfaldet. Da deltagerne i denne undersøgelse vælger, at deltage i undersøgelsen, før end de bliver randomiseret til intervention eller standardbehandling, kan selektion ind til undersøgelsen ikke være associeret med interventionen. Ligeledes er det ikke sandsynligt, at udfaldet (som sker i fremtiden) er associeret til om patienterne vælger at deltage eller ej. Der er dog risiko for systematisk frafald, således at f.eks. de dårligste patienter i standardbehandlingsgruppen dropper ud, fordi de ikke tror at de får noget ud af at deltage. Denne attrition bias vil betyde, at effekten af interventionen undervurderes. Side 5