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

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

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

REEKSAMEN 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

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

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

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

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

Epidemiologiske associationsmål

Besvarelse af opgavesættet ved Reeksamen forår 2008

Vurdering af epidemiologiske undersøgelser. Epidemiologisk forskning

Epidemiologiske associationsmål

Fejlkilder. Ulrik Schiøler Kesmodel. Rikke Guldberg Øjvind Lidegaard

Analyse af binære responsvariable

Population attributable fraction

Studiedesigns: Case-kontrolundersøgelser

Effektmålsmodifikation

Studiedesigns: Kohorteundersøgelser

Vurdering af epidemiologiske undersøgelser igen

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

Studiedesigns: Kohorteundersøgelser

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

Målsætning. Vurdering af epidemiologiske undersøgelser

Effektmålsmodifikation

Introduktion til epidemiologi

Epidemiologiske mål Studiedesign

Introduktion til epidemiologi

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

DANSKE MÆNDS SÆDKVALITET - SER DET GODT ELLER SKIDT UD?

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

Ved undervisningen i epidemiologi/statistik den 8. og 10. november 2011 vil vi lægge hovedvægten på en fælles diskussion af følgende fire artikler:

Intern validitet: Fejlkilder og tolkningsproblemer i epidemiologiske undersøgelser

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

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

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

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

Præcision og effektivitet (efficiency)?

Eks. 1: Kontinuert variabel som i princippet kan måles med uendelig præcision. tid, vægt,

BIAS Kursus i basal farmakoepidemiologi 2018 Maja Hellfritzsch Poulsen

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

Vurdering af epidemiologiske undersøgelser igen

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

Udarbejdelse af kliniske retningslinjer: Systematisk og kritisk læsning

Epidemiologisk evidens og opsummering

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

Studiedesigns: Randomiserede kontrollerede undersøgelser

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

MPH Introduktionsmodul: Epidemiologi og Biostatistik

Udbrændthed og brancheskift

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

Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Uafhængighedstestet

6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)

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

Trin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse

Noter til SfR checkliste 3 Kohorteundersøgelser

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

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser

Seksuel chikane på arbejdspladsen. En undersøgelse af oplevelser med seksuel chikane i arbejdslivet blandt STEM-ansatte

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser

CENTER FOR KLINISKE RETNINGSLINJER - CLEARINGHOUSE

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering

HVAD ER EN EFFEKTMÅLING? Mette Deding

for matematik pä B-niveau i hf

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

Løsning eksamen d. 15. december 2008

9. Chi-i-anden test, case-control data, logistisk regression.

Peter Harremoës Matematik B eksamen med hjælpemidler 25. maj 2016

RAPPORT. Dimittendundersøgelse. Pædagogisk Assistentuddannelse UCC

Sommereksamen Bacheloruddannelsen i Medicin/Medicin med industriel specialisering

Epidemiologiprojekt. Ann-Louise, Jennifer, Matilda og Elif 408

Studiedesigns: Alternative designs

Dag 6: Interaktion. Overlevelsesanalyse

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

Mobning på arbejdspladsen. En undersøgelse af oplevelser med mobning blandt STEM-ansatte

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet

Lineær og logistisk regression

Epidemiologiske hyppighedsmål

Opgave 6. Opgave 7. Peter Harremoës Mat A eksamen med hjælpemidler 25. maj (x + a) 1 /2. dx = 42 løses ved hjælp af GeoGebra CAS: Ligningen 15

Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik

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

OBSERVERENDE UNDERSØGELSER. Kim Overvad Institut for Epidemiologi og Socialmedicin Aarhus Universitet Forår 2002

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 2 2 0 0 K ø b e n h a v n N ORDINÆR EKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester Juni 2014 (4 timer) Eksamensvejledning Der lægges vægt på, at besvarelsen er klart disponeret og sprogligt koncis, og at sprogbrugen er i overensstemmelse med fagets terminologi. Praktiske forhold Læs artiklen grundigt og svar derefter på alle opgaver. Under hver opgave står hvor mange point der maksimalt kan opnås for korrekt besvarelse af opgaven. Der gives i alt maksimum 100 point for tilfredsstillende besvarelse af alle spørgsmål. Eksamenssættet består af i alt 12 spørgsmål. Mobiltelefoner skal være slukkede og lagt væk under eksamen. Artikel Tina Kold Jensen et al. Fertility Treatment and Reproductive Health of Male Offspring: A Study of 1,925 Young Men from the General Population. American Journal of Epidemiology 2007;165:583-90. Artiklen er sendt via mail til de studerende 24 timer før eksamensstart. Side 1

1. Hvilket design anvendes der i undersøgelsen? Begrund dit svar. I undersøgelsen anvendes der et tværsnitsdesign. Det er et tværsnitsdesign fordi undersøgelsen bygger på individbaserede data med samtidig måling af eksponering og udfald. 2. Beskriv undersøgelsens eksponering. Undersøgelsens eksponering er moderens fertilitetsbehandling. Ved baseline udfyldte hver deltager et spørgeskema vedrørende bl.a. hans mors levekår før, under og efter indeksgraviditeten, dvs. graviditeten med deltageren. Manden blev spurgt hvorvidt hans mor modtog nogen form for fertilitetsbehandling, og i bekræftende fald kunne han specificere typen af fertilitetsbehandling i et åbent spørgsmål. Eksponering for fertilitetsbehandling blev dikotomiseret i grupper af Ja og Nej, og Ja -gruppen blev yderligere inddelt i modtog hormon behandling og modtog ikke hormonbehandling. Manden angav desuden hvorvidt hans mor havde assisteret ham i besvarelsen af spørgsmålene vedrørende fertilitetsbehandling. 3. Diskutér Bradford Hill s kriterie om tidsmæssig konsistens (temporalitet) i relation til denne undersøgelse. I mange tværsnitundersøgelser kan det være svært at vurdere temporaliteten dvs. om årsagen kommer forud for konsekvensen fordi oplysningerne om eksponering og udfald er målt samtidig. I denne undersøgelse må eksponeringen (moderens fertilitetsbehandling) dog nødvendigvis være sket før end udfaldet (mandens sædkvalitet). Således støtter den tidsmæssige konsekvens i undersøgelsen at den fundne association mellem moderens fertilitetsbehandling og mandens reducerede sædkvalitet kan være kausal. 4. Beskriv fænomenet informationsbias, og diskutér om undersøgelsens resultater kan være påvirket af informationsbias. (10 point) Informationsbias er til stede i en undersøgelse når der er systematiske fejl i informationen om undersøgelsens deltagere. Informationsbias medfører skævvridning af de beregnede hyppigheds- og/eller associationsmål. I sammenlignende undersøgelser vil forskellen mellem grupperne blive reduceret hvis den systematiske fejl er lige sandsynlig i de sammenlignede grupper dvs. at misklassifikationen er non-differentiel. Såfremt den systematiske fejl ikke er lige sandsynlig i de sammenlignede grupper er misklassifikationen differentiel. Det er muligt at oplysningerne om fertilitetsbehandling kan være behæftet med fejl. Nogle deltagere (9%) fik ikke hjælp af deres mor til at udfylde spørgeskemaet hvorfor det er sandsynligt at informationen er upræcis for disse mænd. Vi kender ikke mændenes sædkvalitet, men man må formode at misklassifikationen af fertilitetsbehandling er non-differentiel. Det er ligeledes en mulighed at mødrene har svært ved at huske eller vurdere om fertilitetsbehandlingen inkluderede hormonbehandling. Mændene kender formentlig ikke deres sædkvalitet da de afgiver sædprøven, så det er usandsynligt at mødrenes svar kan være påvirket heraf (differentiel misklassifikation). Det er ikke særlig sandsynligt at udfaldet er biased, da sædkvalitetsanalyserne er foretaget af én erfaren blindet laboratorietekniker som fulgte strenge kriterier. Det kan dog ikke afvises at måleudstyret var behæftet med fejl eller at nogle af mændene havde forbigående nedsat sædkvalitet pga. f.eks. Side 2

varme. I så fald ville misklassifikationen være non-differentiel. Således er associationen i værste fald underestimeret. 5. Morfologien (formen) for spermatozoerne (sædcellerne) er kun undersøgt for 94 personer i studiepopulationen. Beskriv hvordan disse 94 personer er udvalgt. Forfatterne valgte at danne en stikprøve som var indlejret i studiepopulationen. De undersøgte morfologien for de 47 eksponerede mænd dvs. mænd hvis mødre modtog fertilitetsbehandling, og undersøgte ligeledes morfologien for en tilfældigt udvalgt stikprøve bestående af de 47 ueksponerede mænd dvs. mænd hvis mødre ikke havde modtaget fertilitetsbehandling, som blev inkluderet i undersøgelsen umiddelbart efter de eksponerede mænd. Dette giver i alt 94 mænd. 6. Hvilken metode har forfatterne anvendt til at udvælge confoundere i undersøgelsen. Begrund dit svar. Forfatterne har ekskluderet confoundere i trin hvis de ikke var signifikant associeret med udfaldet ved 10% niveauet dvs. havde en p-værdi <0,1, hvilket betyder at de har anvendt stepwise (formentlig backward) selection metoden. 7. Antag at risikoen for at have dårlig sædkvalitet i en tidligere undersøgelse blev fundet til at være 30% forøget blandt mænd som er født af mødre som modtog fertilitetsbehandling, sammenlignet med mænd som er født af mødre som ikke modtog fertilitetsbehandling. Beregn ud fra denne oplysning andelen af mænd med dårlig sædkvalitet som kan tilskrives moderens fertilitetsbehandling, blandt de mænd som blev født af mødre som modtog fertilitetsbehandling. Man skal beregne andelen som kan tilskrives eksponering, blandt de eksponerede. Det gøres ved attributable fraction (AF) AF = RR-1/RR = 1,3-1/1,3 = 0,23 = 23% 8. Er der statistisk signifikant forskel i Sperm concentration mellem mænd hvis mødre modtog fertilitetsbehandling og mænd hvis mødre ikke modtog fertilitetsbehandling? Begrund dit svar. (10 point) Man kan af Table 1 se at den mediane sædcellekoncentration er 48 millioner per milliliter blandt mænd hvis mødre ikke modtog fertilitetsbehandling. I parentes er angivet den nedre og øvre kvartil på hhv. 23 og 83. Den tilsvarende sædcellekoncentration er 33 (13-66) blandt mænd hvis mødre modtog fertilitetsbehandling. Man kan ikke vurdere ud fra Table 1 om disse sædcellekoncentrationer er signifikant forskellige. Af Table 2 kan man se at den gennemsnitlige ujusterede naturlige logaritme til sædcellekoncentration 40% lavere blandt mænd hvis mødre modtog fertilitetsbehandling sammenlignet med mænd hvis mødre ikke modtog fertilitetsbehandling. Det tilhørende konfidensinterval (-58,9;-12,3) indeholder ikke 0, hvorfor den gennemsnitlige sædcellekoncentration er statistisk signifikant forskellig i de sammenlignede grupper. Side 3

9. Ud fra tallene i Table 1 kan man nå frem til nedenstående 2x2-tabel, som viser hvordan undersøgelsens deltagere fordeler sig på om moderen røg under graviditeten, og om moderen modtog fertilitetsbehandling. Rygning Fertilitetsbehandling Ja Nej I alt Ja 31 674 705 Nej 16 1028 1044 I alt 47 1702 1749 Brug tallene i ovenstående 2x2-tabel til at beregne odds ratio (OR) med tilhørende 95% konfidensinterval for at moderen røg under graviditeten. Brug deltagere født af mødre som ikke modtog fertilitetsbehandling som referencegruppe. (12 point) Odds for rygning Fertilitetsbehandling = 31/16 = 1,94 Odds for rygning Ej fertilitetsbehandling = 674/1028 = 0,66 OR = 1,94/0,66 = 2,96 ln OR = 1,08 SE (ln OR) = 0,31 NKG = exp(ln OR) - 1,96 x SE (ln OR) = 1,60 ØKG = exp(ln OR) + 1,96 x SE (ln OR) = 5,44 10. Hvordan vil du fortolke den ovenfor beregnede odds ratio (OR) og tilhørende 95% konfidensinterval? Er der statistisk signifikant sammenhæng mellem mødrenes rygevaner og fertilitetsbehandling? Odds for at moderen røg under graviditeten var omtrent 3 gange så høj blandt mænd hvis mødre modtog fertilitetsbehandling sammenlignet med mænd hvis mødre ikke modtog fertilitetsbehandling. Alternativt kan det siges at odds for at moderen modtog fertilitetsbehandling var omtrent 3 gange så høj blandt mænd hvis mødre røg under graviditeten, sammenlignet med mænd hvis mødre ikke røg under graviditeten. Af konfidensintervallet ses at OR med 95% sandsynlighed ligger mellem værdierne 1,60 og 5,44. Da 1 ikke indgår i konfidensintervallet kan det konkluderes at odds er statistisk signifikant forskellig i de to grupper. 11. I Table 2 beregner forfatterne bl.a. den justerede difference i Sperm concentration mellem mænd hvis mødre modtog fertilitetsbehandling og mænd hvis mødre ikke modtog fertilitetsbehandling til at være -45,7%. Denne difference er justeret for bl.a. afholdenhed fra seksuel aktivitet forud for indsamling af sædprøven. Vurdér hvorvidt det er relevant at foretage denne justering. Begrund dit svar. (9 point) Det er relevant at justere analyserne for afholdenhed fordi afholdenhed er stærkt associeret til sædcellekoncentrationen og fordi afholdenhed tilsyneladende er associeret til om mandens mor modtog fertilitetsbehandling. Forfatterne skriver at confoundere inkluderer variable som påvirker udfaldet og som var skævt fordelt på eksponeringen. Ligeledes er det usandsynligt at afholdenhed er en intermediær variabel. 12. Brug oplysningerne i resultatafsnittet til at beregne prævalensproportionen (PP) af aalborgensere blandt deltagerne i undersøgelsen. Side 4

(6 point) PP = 107/1925 = 5,6% Side 5