Læringsmål. Epidemiologi. Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning. P verdi versus konfidensintervall

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Læringsmål. Epidemiologi. Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning. P verdi versus konfidensintervall"

Transkript

1 Epidemiologi The study of the occurrence of illness Læringsmål Insidensrater og insidensandel Relative og absolutte risikomål Statistisk slutning P verdi versus konfidensintervall Studier av sykdommers fremtreden Pål Romundstad Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer mekanismer (mål for behandling) vurdere effekt av intervensjoner i befolkning (kosthold, trening, vaksiner, screening) vurdere effekt av behandling (klinisk epidemiologi) studere naturlige forløp av sykdom (forløp etter diagnose og behandling) generell helsestatistikk-helsetjenesteplanlegging Hvorfor lære epidemiologi? Evidence Based Medicine : kritisere og vurdere kunnskap som den medisinske praksis bygger på Lese faglitteratur kritisk Behandling: ta i bruk ny kunnskap i klinikken Kommunikasjon: forståelse av risikobegreper Forskning: planlegge og gjennomføre pasient- eller populasjonsbaserte studier 1

2 Mål på forekomst av sykdom Mål på forekomst av sykdom Prevalens antall med sykdom i en spesifikk populasjon på et gitt tidspunkt- uttrykker status Insidens antall nye tilfeller av sykdom i en spesifikk populasjon i løpet av et gitt tidsrom - uttrykker endring Prevalens - måler sykdomsstatus Insidens av sykdom = nye tilfeller av sykdom Andel av en populasjon som har en sykdom på et gitt tidspunkt eksempel: dersom 30 har sykdommen diabetes i en befolkning på 1000 personer er prevalensen på 3% et viktig sykdomsmål i helseplanlegging- ressursbehov ikke så velegnet for å finne årsaker til sykdom varighet av sykdom gitt av recovery og dødelighet påvirker prevalensen faktorer en studerer kan påvirke insidens, recovery eller dødelighet tidsrelasjonene mellom årsak og effekt uklar Insidens uttrykkes på to ulike måter: 1. Insidens andel («kumulativ insidens») er sannsynligheten for å få sykdom i løpet av en viss tid, også kalt risiko 2. Insidens raten, sier noe om hvor hyppig en sykdom oppstår -måler endring fra ikke syk til syk per tidsenhet -Mål på hastigheten sykdom opptrer i befolkningen Insidensandel (risk) Competing risk og Persontid Sannsynligheten for at et individ blir syk i løpet av et gitt tidsintervall = Antall individer som blir syke over et gitt tidsintervall Antall individer i populasjonen ved starttidspunktet dersom man følger kvinner i 10 år og 30 av disse får diagnosen livmorkreft er insidensandelen: (30/10 000) = 0.3 % Men, noen av disse er ikke under risiko for å få diagnosen gjennom hele oppfølgingsperioden på 10 år. Noen får kreft, dør, fjerner livmora, eller emigrerer Competing risk: Individer forsvinner ut av studien pga andre faktorer enn utfallet og er ikke lenger under risiko i studien Insidensandel tar ikke hensyn til dynamikken i en populasjon og dermed antall personer som til enhver tid er under risiko for utfallet For å ta hensyn til competing risk bruker en persontid i stedet for antall personer i befolkningen ved studiestart 2

3 Insidensrater og persontid under risiko Insidensrater (gullstandarden) Persontid = summere tid under risiko Start oppfølging Person 1 HI Studieslutt Personår 7 år 2 10 år antall nye tilfeller av en sykdom Insidensrate = sum av persontid under risiko 3 4 død HI 6 år 2 år 5 emigrert 5 år Vi må beregne bidraget av persontid fra hver person i studien for å estimere insidensrater År I løpet av 30 personår; 2 fikk HI (hjerteinfarkt), 1 døde, 1 emigrerte, og 1 ble fulgt uten hendelser. Insidensraten for HI er 2 per 30 personår (p.år) = 6.67 per 100 p.år eller 667 per p.år Insidens Sammenligning av sykdomsforekomst Trenger mål på sammenheng, effekt, forskjell Absolutte effektmål Relative effektmål Absolutte effektmål Differanse mellom to absolutte sykdomsmål (RD) risiko differanse (insidensandel differanse) rate differanse Numbers needed to treat (NNT) Antall som må behandles for å forebygge ett sykdomstilfelle/død Risiko differanse i klinikken Eks: Risiko for hjerteinfarkt i løpet av 10 år Statinbrukere = 6% risiko for H.infarkt Placebogruppe = 12% risiko for H.infarkt Absolutt risikodifferanse i løpet av 10 år: RD=12 % 6 % = 6% Numbers needed to treat: 1/ RD NNT=1/0.06 = 17 3

4 Rate differanse H.Infarkt personår Insidens rate Relative effektmål Triglyserid+ Triglyserid / 790 = 190 per 1000 p.år 80 / 880 = 91 per 1000 p.år Relativ risiko = ratio mellom to absolutte risikomål risk ratio (insidensandel ratio) insidensrate ratio hazard ratio (ratio mellom to hazarder) Rate differanse(rd): raten for eksponerte minus raten for ikke eksponerte Rate differanse = (190-91) per 1000 p.år = 99 per 1000 p.år Odds ratio ratio mellom to odds (indirekte mål på relativ risiko) Blant individer med høyt triglyseridnivå oppstår det 99 flere tilfeller av hjerte infarkt per 1000 p.år enn blant individer med lavt Insidens rate ratio (relativ risiko) # H.Infarkt # personår Insidens rate Føflekk-kreft i Norge Relativ risiko etter fylke Triglyserid / 790 = 190 per 1000 p.år Triglyserid / 880 = 91 per 1000 p.år Insidens rate ratio (IRR) - insidens raten blant eksponerte dividert med insidens raten blant ikke-eksponerte 150/ IRR = = = / Dvs. individer med høyt triglyseridnivå har ca 2 ganger så høy risiko for å få HI som individer med lavt Kilde: Kreftregisteret, Institute of Population-based Cancer Research, sept 2002 Absolutt versus relativ risiko Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Hvordan bruke statistikk for å fremme et budskap? Osteoporose som eksempel Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet,

5 Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Statistisk slutning (inference) Statistisk slutning dreier seg om å trekke valide konklusjoner basert på informasjon fra et utvalg Eksempel: Vi søker en sann forskjell i dødelighet eller en sann forskjell i blodtrykk mellom to grupper, men vi har ikke målinger for hele populasjonen (vi må basere oss på et utvalg) Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet, 2003 Hvor sikre kan vi være på at observasjonene vi gjør i utvalget korresponderer med resultatet vi ville fått om vi hadde målinger for hele populasjonen? En Ulykke: Valg av effektmål (effektestimat) Estimerer forskjell mellom kjønnene i andel døde : Vårt effektmål: = (54.1%) Statistisk slutning Uncertainty-chance Uncertainty of the estimate is an important consideration If you flipped a coin 5 times and it came up "heads" 4 times, would you be correct to say that the coin will land on heads 80% of the time? Vårt effektestimat: = (54.1%) It did for your sample of 5 flips. But what would happen if you flipped the coin 100 times or 1000 times? Andelen døde er helt klart meningsfullt forskjellige, men ville de vært forskjellig for alle tilsvarende hendelser 5

6 Statistisk slutning Statistisk slutning Vårt effektestimat: = (54.1%) Er forskjellen statistisk signifikant? Hypotestesting (p-verdi) Vårt effektestimat: = (54.1%) Er forskjellene statistisk signifikante? Hypotestesting (p-verdi) Hvor presise er estimatene? Intervall estimering-konfidensintervall) Statistisk slutning (inference) Statistisk inferens baseres på enten: hypotesetesting intervall estimering 0-hypotesen (H 0 ) P-verdier estimeres ut i fra en spesifikk hypotese Vanligst 0-hypotesen (betegnes ofte H 0 ) Ved hypotesetesting prøver vi å forkaste en nullhypotese H 0 : Ingen sammenheng, ingen forskjell Ved intervall estimering beregner vi et konfidensintervall, som med for eksempel 95% konfidens, inneholder den sanne parameterverdien Hypotesetesting sjekker hvor sjeldne eller usannsynlig observasjonen er gitt at det egentlig ikke er noen forskjell, mens konfidensintervall viser resultater forenlige med observasjonene våre Uskyldig inntil det motsatte er bevist The concept of innocent until proven guilty Alternativ hypotese Betegnes ofte H 1 Det er en forskjell/sammenheng Gjensidig utelukkende i forhold til 0-hypotesen To-sidig test 0-hypotesen (H o ) hevder vanligvis at det ikke er forskjell Alternativ til dette er at det en forskjell (alternativ hypotese, H 1 ) Siden verken H o eller H 1 spesifiserer retning på forskjellen, gir dette grunnlag for en tosidig test (forskjellen kan gå begge veier) Tosidige tester bør brukes såfremt en ikke har veldig gode grunner for å foreta en ensidig test 6

7 p-verdi P-verdien representerer sannsynligheten, betinget at 0-hypotesen er sann, for at test observatoren i studien er like langt eller lengre fra 0-hypotesen enn det som ble observert Eks: Anta at en studie gir et estimat på forskjell i blodtrykk mellom to grupper = + 10 mmhg P-verdien (ensidig) representerer da tilnærmelsesvis sannsynligheten, gitt sann forskjell=0 (Ho), for at en studie vil gi: en positiv forskjell lik 10mmHg eller høyere I en randomisert studie ble Medikament A sammenliknet med Medikament B. 57% av pasientene som tok medikament A ble friske. 39% av pasientene som tok medikament B ble friske. Forskjellen mellom gruppene ble testet å ga en p-verdi = Forutsatt at ingen tidligere studier har blitt foretatt, hvilke utsagn anser du som mest korrekt: I. It is more likely to recover from the disease if given Drug A than if given Drug B. II. It is less likely to recover from the disease if given Drug A than if given Drug B. III. It is equally likely to recover from the disease if given Drug A or if given Drug B. IV. It cannot be determined whether a person is more/less/equally likely to recover from the disease if given Drug A or if given Drug B. I en randomisert studie ble medikament A sammenliknet med medikament B. Common guidelines for manuscripts submitted to biomedical journals - ICMJE 57% av pasientene som tok medikament A ble friske. 39% av pasientene som tok medikament B ble friske. Forskjellen mellom gruppene ble testet å ga en p-verdi = Hvis du skulle behandle pasienter av samme type som i studien, hvilke medikament ville du valgt (under ellers like forhold)? I. Drug A II. Drug B III. Hipp som happ, da det ikke var signifikante forskjeller Statistics When possible, quantify findings and present them with appropriate indicators of measurement error or uncertainty (such as confidence intervals) Avoid relying solely on statistical hypothesis testing, such as the use of P values, which fails to convey important quantitative information ICMJE in 1996 were: the Annals of Internal Medicine, the British Medical Journal, the Canadian Medical Association Journal, the Journal of the American Medical Association, the Lancet, the Medical Journal of Australia, the New England Journal of Medicine, the New Zealand Medical Journal, the Tidsskrift for den Norske Laegeforening, the Western Journal of Medicine, and the Index Medicus Ref: International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. N Engl J Med 1997; 336: Konfidensintervall (KI)- Presisjon In the IJE (International Journal of Epidemiology) we actively discourage the use of the term "statistically significant" or just "significant" and such statements in method sections as "findings at p<0.05 were considered significant". Where used, we ask authors to provide effect estimates with confidence intervals and exact P values, and to refrain from the use of the term "significant" in either the results or discussion section of their papers. Hvis vi gjentar studien mange ganger, vil 95% av KI inneholde den sanne parameterverdien ( det sanne effektestimatet ) Kan si at vi er 95% sikre (confident) på at intervallet inneholder den sanne parameterverdien (verdien vi forsøker å estimere) eller at intervallet inneholder verdier som er forenlige med våre observasjoner- dvs et mål på presisjon 7

8 Konfidensintervall versus p-verdi Konfidensintervall gir utrykk for: Størrelse på effekt Retning Presisjon P-verdier uttrykker: En mix av presisjon og effektstørrelse 8

Epidemiologi. Læringsmål. Hva brukes epidemiologi til? The study of the occurrence of illness. Læren om sykdommers utbredelse og årsaker

Epidemiologi. Læringsmål. Hva brukes epidemiologi til? The study of the occurrence of illness. Læren om sykdommers utbredelse og årsaker Epidemiologi The study of the occurrence of illness Læren om sykdommers utbredelse og årsaker Johan Håkon Bjørngaard Professor, Institutt for samfunnsmedisin, NTNU Læringsmål Insidensrater og insidensandel

Detaljer

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer mekanismer (mål for behandling) vurdere effekt

Detaljer

04.01.2012. Epidemiologi. Hvorfor lære epidemiologi? Mål på forekomst av sykdom. Hva brukes epidemiologi til? The study of the occurrence of illness

04.01.2012. Epidemiologi. Hvorfor lære epidemiologi? Mål på forekomst av sykdom. Hva brukes epidemiologi til? The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer vurdere effekt av intervensjoner (frukt, trening,

Detaljer

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness

Epidemiologi. Hva brukes epidemiologi til? Hvorfor lære epidemiologi? Mål på forekomst av sykdom. The study of the occurrence of illness Epidemiologi The study of the occurrence of illness Hva brukes epidemiologi til? finne årsaker til sykdom Miljø (forbygging) genetikk samspill mellom faktorer vurdere effekt av intervensjoner (frukt, trening,

Detaljer

Grunnleggende statistikk. Eva Denison 25. Mai 2016

Grunnleggende statistikk. Eva Denison 25. Mai 2016 Grunnleggende statistikk Eva Denison 25. Mai 2016 Agenda Hva er statistikk, og hvorfor trenger vi det? Beskrivende statistikk Statistisk analyse Meta-analyse Hva er statistikk? En måte å kvantitativt beskrive

Detaljer

Epidemiologi - en oppfriskning. Epidemiologi. Viktige begreper 12.04.2015. Deskriptiv beskrivende. Analytisk årsaksforklarende. Ikke skarpt skille

Epidemiologi - en oppfriskning. Epidemiologi. Viktige begreper 12.04.2015. Deskriptiv beskrivende. Analytisk årsaksforklarende. Ikke skarpt skille Epidemiologi - en oppfriskning Epidemiologi Deskriptiv beskrivende Hyppighet og fordeling av sykdom Analytisk årsaksforklarende Fra assosiasjon til kausal sammenheng Ikke skarpt skille Viktige begreper

Detaljer

Epidemiologi - en oppfriskning. En kort framstilling. Er det behov for kunnskaper om epidemiologi?

Epidemiologi - en oppfriskning. En kort framstilling. Er det behov for kunnskaper om epidemiologi? Epidemiologi - en oppfriskning En kort framstilling Dere kan finne en kort gjennomgang av epidemiologifaget i et kapittel som jeg skrev i en bok. Jacobsen BK. Epidemiologi. I: Kvantitativ forskningsmetodologi

Detaljer

KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM

KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM KLH 3002 Epidemiologi Eksamen Høst 2011 Eksaminator: Geir W. Jacobsen, ISM Oppgaven består av 18 spørsmål, hvorav de første 15 er flervalgsspørsmål (ett poeng per oppgave) - sett ring rundt riktig svar.

Detaljer

KLH3002 Epidemiologi. Eksamen høsten 2012

KLH3002 Epidemiologi. Eksamen høsten 2012 KLH3002 Epidemiologi Eksamen høsten 2012 1. Insidens andel (Eng. Incidence proportion)avhenger av A. oppfølgingstiden i studien (= follow up time) B. bortfall fra studien (= loss to follow up) C. Både

Detaljer

Tema Kvalitativ og kvantitativ forskningsmetode. Forskningsmetode. Kausalitet. Reliabilitet og validitet. Usikkerhet. IA mandag 5/9-2014

Tema Kvalitativ og kvantitativ forskningsmetode. Forskningsmetode. Kausalitet. Reliabilitet og validitet. Usikkerhet. IA mandag 5/9-2014 Kvalitativ og kvantitativ forskningsmetode IA mandag 5/9-2014 Johan Håkon Bjørngaard, Professor Institutt for samfunnsmedisin johan.h.bjorngaard@ntnu.no Name, title of the presentation Forskningsmetode

Detaljer

SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering

SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT) Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene?

Detaljer

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig

Detaljer

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet

1 8-1: Oversikt. 2 8-2: Grunnleggende hypotesetesting. 3 Section 8-3: Å teste påstander om andeler. 4 Section 8-5: Teste en påstand om gjennomsnittet 1 8-1: Oversikt 2 8-2: Grunnleggende hypotesetesting 3 Section 8-3: Å teste påstander om andeler 4 Section 8-5: Teste en påstand om gjennomsnittet Definisjoner Hypotese En hypotese er en påstand om noe

Detaljer

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig om populasjonen. Konkret: Å analysere en utvalgsobservator for å trekke slutninger

Detaljer

6.2 Signifikanstester

6.2 Signifikanstester 6.2 Signifikanstester Konfidensintervaller er nyttige når vi ønsker å estimere en populasjonsparameter Signifikanstester er nyttige dersom vi ønsker å teste en hypotese om en parameter i en populasjon

Detaljer

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives

Detaljer

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere

Statistisk inferens (kap. 8) Hovedtyper av statistisk inferens. ST0202 Statistikk for samfunnsvitere 2 Statistisk inferens (kap. 8) Statistisk inferens er å tolke/analysere resultater fra utvalget for å finne ut mest mulig om populasjonen. Konkret: Analysere en observator for å finne ut noe om korresponderende

Detaljer

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/ Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

Medisinsk statistikk, KLH3004 Dmf, NTNU 2009. Styrke- og utvalgsberegning

Medisinsk statistikk, KLH3004 Dmf, NTNU 2009. Styrke- og utvalgsberegning Styrke- og utvalgsberegning Geir Jacobsen, ISM Sample size and Power calculations The essential question in any trial/analysis: How many patients/persons/observations do I need? Sample size (an example)

Detaljer

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

Utvalgsstørrelse, styrke

Utvalgsstørrelse, styrke Utvalgsstørrelse, styrke Lise Lund Håheim DDS, PhD Professor II, Forskerlinjen, UiO Seniorforsker, Nasjonalt kunnskapssenter for helsetjenesten, Oslo Seniorforsker, Institutt for oral biologi, UiO Introduksjonskurset,

Detaljer

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk ÅMA Sannsynlighetsregning med statistikk, våren 2 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk 2. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk

Detaljer

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013 1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for

Detaljer

EPIDEMIOLOGI. Hva er det? Medisin for ikke-medisinere. onsdag 25. september 2002. Tom Ivar Lund Nilsen. Institutt for samfunnsmedisinske fag

EPIDEMIOLOGI. Hva er det? Medisin for ikke-medisinere. onsdag 25. september 2002. Tom Ivar Lund Nilsen. Institutt for samfunnsmedisinske fag EPIDEMIOLOGI Hva er det? Medisin for ikke-medisinere onsdag 25. september 2002 Tom Ivar Lund Nilsen Institutt for samfunnsmedisinske fag TI Lund Nilsen EPIDEMIOLOGI - Hva er det? 1 Medisinsk forskning

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting, innledning. Kp.

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting, innledning. Kp. ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk

Detaljer

Statistikk i klinikken. Arild Vaktskjold 2015

Statistikk i klinikken. Arild Vaktskjold 2015 Statistikk i klinikken Arild Vaktskjold 2015 Kvantitativ forskningsmetode Alt tallfestes, selv kvalitative iakttakelser Målenivå Tall kan klassifiseres forskjellig Målte tallverdier kan anvendes med nøyaktighet

Detaljer

Kausalitet - Hvordan komme litt nærmere sannheten

Kausalitet - Hvordan komme litt nærmere sannheten Seniorforsker, professor Lise Lund Håheim Nasjonalt kunnskapssenter for helsetjenesten, Universitetet i Oslo Kausalitet - Hvordan komme litt nærmere sannheten Nasjonalt kunnskapssenter for helsetjenesten

Detaljer

Kapittel 3: Studieopplegg

Kapittel 3: Studieopplegg Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere

Detaljer

Screening kva er forskingsbasert?

Screening kva er forskingsbasert? Screening kva er forskingsbasert? Geir Sverre Braut, SUS Sola, 7. september 2017 Grunnkurs D (Forsking i allmennpraksis) Med inspirasjon og ein del lånte plansjar frå professor Lars Vatten, NTNU Læringsutbytte

Detaljer

Over personer vil få en kreftdiagnose i Norge i 2015.

Over personer vil få en kreftdiagnose i Norge i 2015. Over 30 000 personer vil få en kreftdiagnose i Norge i 2015. Hvordan har utviklingen vært? Hvordan blir den fremover? Hva kan vi bidra med? Steinar Tretli, PhD, Professor Kreftregisteret/ NTNU- ISM Litt

Detaljer

Verdens statistikk-dag.

Verdens statistikk-dag. Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST

SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST SJEKKLISTE FOR VURDERING AV EN STUDIE SOM TESTER EN NY DIAGNOSTISK TEST Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene?

Detaljer

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans

Denne uken: kap : Introduksjon til statistisk inferens. - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans Denne uken: kap. 6.1-6.2-6.3: Introduksjon til statistisk inferens - Konfidensintervall - Hypotesetesting - P-verdier - Statistisk signifikans VG 25/9 2011 Statistisk inferens Mål: Trekke konklusjoner

Detaljer

EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part I)

EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part I) Det medisinske fakultet Institutt for kreftforskning og molekylær medisin EKSAMENSOPPGAVE KLH3004 Medisinsk statistikk (Medical statistics) KLMED8004 Medisinsk statistikk, del I (Medical Statistics, Part

Detaljer

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005. SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner

ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner ST0202 Statistikk for samfunnsvitere Kapittel 10: Inferens om to populasjoner Bo Lindqvist Institutt for matematiske fag 2 Kapittel 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to

Detaljer

regresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2)

regresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2) Innføring i medisinsk statistikk del 2 regresjonsmodeller Hvorfor vil man bruke regresjonsmodeller? multippel logistisk regresjon. predikere et utfall (f.eks. sykdom, død, blodtrykk) basert på et sett

Detaljer

KATEGORISKE DATA- TABELLANALYSE ANALYSE AV. Tron Anders Moger. 3. Mai 2005

KATEGORISKE DATA- TABELLANALYSE ANALYSE AV. Tron Anders Moger. 3. Mai 2005 ANALYSE AV KATEGORISKE DATA- TABELLANALYSE 3. Mai 2005 Tron Anders Moger Forrige gang: Snakket om kontinuerlige data, dvs data som måles på en kontinuerlig skala Hypotesetesting med t-tester evt. ikkeparametriske

Detaljer

Kapittel 7: Inferens for forventningerukjent standardavvik

Kapittel 7: Inferens for forventningerukjent standardavvik Kapittel 7: Inferens for forventningerukjent standardavvik 7.1: Inferens for forventningen i en populasjon 7.2: Inferens for å sammenligne to forventninger 7.1 Inferens for forventningen i en populasjon

Detaljer

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0 Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

Detaljer

PSY 1002 Statistikk og metode. Frode Svartdal April 2016

PSY 1002 Statistikk og metode. Frode Svartdal April 2016 PSY 1002 Statistikk og metode Frode Svartdal April 2016 GANGEN I HYPOTESETESTING 1. Formuler en hypotese «Man får bedre karakterer hvis man leser pensum» 2. Formuler motstykket, nullhypotesen H 0 «Man

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere

Detaljer

Introduksjon til inferens

Introduksjon til inferens Introduksjon til inferens Hittil: Populasjon der verdien til et individ/enhet beskrives med en fordeling. Her inngår vanligvis ukjente parametre, μ, p,... Enkelt tilfeldig utvalg (SRS), observator p =

Detaljer

Metaanalyse. Metaanalyse. Hvorfor metaanalyse. Metaanalyse. Kritikken har vært betydelig. Valg av aktuelle studier

Metaanalyse. Metaanalyse. Hvorfor metaanalyse. Metaanalyse. Kritikken har vært betydelig. Valg av aktuelle studier Metaanalyse Metaanalyse Pål Romundstad Statistisk analyse av resultater fra flere separate studier kombinere resultater fra ulike studier for om mulig identifisere konsistens og divergens En observasjonsstudie

Detaljer

Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi. Det medisinske fakultet NTNU, Trondheim

Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi. Det medisinske fakultet NTNU, Trondheim Brystkreft: hyppigheten øker men dødeligheten går ned hvorfor? Lars Vatten, dr med Professor i epidemiologi Det medisinske fakultet NTNU, Trondheim 1 Dødelighetskurven for brystkreft viste en svakt økende

Detaljer

Sannsynlighet (Kap 3)

Sannsynlighet (Kap 3) Sannsynlighet (Kap 3) Medisinsk statistikk Del I 3 sept. 2008 Eirik Skogvoll, 1.amanuensis/ overlege Hva er sannsynlighet? Grunnleggende sannsynlighetsregning 1 Brystkreft (Eks. 3.1) Forekomst av brystkreft

Detaljer

Neuroscience. Kristiansand

Neuroscience. Kristiansand Neuroscience Kristiansand 16.01.2018 Neuroscience Frank E. Sørgaard Medisinsk rådgiver «Hvordan kan MS medikamentenes effekt og sikkerhet sammenlignes»? Neuroscience Når det ikke finne head to head studier

Detaljer

Epidemiologi og risikovurdering. Disposisjon. Epidemiologi. Noen begreper. Metoder epidemiologi

Epidemiologi og risikovurdering. Disposisjon. Epidemiologi. Noen begreper. Metoder epidemiologi Metoder epidemiologi Epidemiologi og BIO 4530: Regulatorisk toksikologi UiO 28. april 2005 Formål Gi en kritisk vurdering av epidemiologi som et verktøy i Målgruppe Alle som er involvert i toksikologisk

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ...

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ... ÅMA Sannsynlighetsregning med statistikk, våren 6 Kp. 6 (kp. 6)... Begrep: nullhypotese alternativhypotese ensidig, tosidig teststørrelse (testobservator) nullfordeling kritisk verdi, forkastningsområde

Detaljer

Identifisere mekanismene bak de fordelaktige effektene som fysisk trening gir på hjerte, blodårer og skjelettmuskel.

Identifisere mekanismene bak de fordelaktige effektene som fysisk trening gir på hjerte, blodårer og skjelettmuskel. Dorthe Stensvold CERG / K.G. Jebsen Center of Exercise in Medisin Identifisere mekanismene bak de fordelaktige effektene som fysisk trening gir på hjerte, blodårer og skjelettmuskel. Endring i ulike aldersgrupper

Detaljer

SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE

SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE SJEKKLISTE FOR VURDERING AV FOREKOMSTSTUDIE (Tverrsnittstudie, spørreundersøkelse, survey) FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene? Hva forteller resultatene? Kan resultatene være til

Detaljer

Information search for the research protocol in IIC/IID

Information search for the research protocol in IIC/IID Information search for the research protocol in IIC/IID 1 Medical Library, 2013 Library services for students working with the research protocol and thesis (hovedoppgaven) Open library courses: http://www.ntnu.no/ub/fagside/medisin/medbiblkurs

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet

Detaljer

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde

Page 1 EN DAG PÅ HELSESTASJONEN. Lises klassevenninnner. Formelen: Du har en hypotese om vanlig høyde 1 E DAG PÅ HELSESTASJOE Lises klassevenninnner Lise er veldig liten Hva gjør at du sier at hun er liten? Du har en hypotese om vanlig høyde Du har en hypotese om vanlig høyde Du sammenligner Lises høyde

Detaljer

Ulike typer screening

Ulike typer screening Ulike typer screening Hvordan virker dette på overdiagnostikk? Moderne bildediagnostikk og medisinske tester, for mye av det gode? Mette Kalager Lege, PhD Min bakgrunn Kirurg Sykehuset Telemark, OUS Radiumhospitalet

Detaljer

TMA4240 Statistikk H2010

TMA4240 Statistikk H2010 TMA4240 Statistikk H2010 Statistisk inferens: 9.4: Konfidensintervall for µ 8.7: Student-t fordeling 8.6: Fordeling til S 2 Mette Langaas Foreleses onsdag 13.oktober, 2010 2 Estimering Mål: finne sannheten

Detaljer

Epidemiologi og risikovurdering. Disposisjon. Noen begreper. Epidemiologi klassifisert etter formål. Epidemiologi. Metoder epidemiologi.

Epidemiologi og risikovurdering. Disposisjon. Noen begreper. Epidemiologi klassifisert etter formål. Epidemiologi. Metoder epidemiologi. Metoder epidemiologi Epidemiologi og BIO 4530: Regulatorisk toksikologi UiO 29. april 2004 Formål Gi en kritisk vurdering av epidemiologi som et verktøy i Målgruppe Alle som er involvert i toksikologisk

Detaljer

Tallene forteller hva som virker

Tallene forteller hva som virker Tallene forteller hva som virker «Viten på lørdag» 7. Mars 2015. Odd O. Aalen, Avdeling for biostatistikk Institutt for medisinske basalfag Universitetet i Oslo Berømt historisk eksempel: Håndvask og barselfeber

Detaljer

Sammendrag. Innledning

Sammendrag. Innledning Sammendrag Innledning Omtrent 80 prosent av alle hjerneslag er iskemiske, et resultat av blokkering av oksygentilførselen til hjernen. Dersom det ikke blir påvist intrakraniell blødning og det ikke foreligger

Detaljer

Trenger vi nye kostholdsråd? (ja)

Trenger vi nye kostholdsråd? (ja) Trenger vi nye kostholdsråd? (ja) Birger Svihus, Norges miljø- og biovitenskapelige universitet Norwegian University of Life Sciences 1 Det sunne kostholdets to generelle bud: Spis variert Sørg for energibalanse

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT BOKMÅL Utsatt eksamen i: ECON2915 Vekst og næringsstruktur Eksamensdag: 07.12.2012 Tid for eksamen: kl. 09:00-12:00 Oppgavesettet er på 5 sider Tillatte hjelpemidler:

Detaljer

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis μ 1 og μ. Vi trekker da ett utvalg fra hver populasjon. ST00 Statistikk for

Detaljer

Saksnotat vedrørende Retningslinjer for medikamentell primærforebygging av hjerte- og karsykdommer

Saksnotat vedrørende Retningslinjer for medikamentell primærforebygging av hjerte- og karsykdommer Nasjonalt råd for kvalitet og prioritering v/ sekretariatet Deres ref: Saksbehandler: OFN Vår ref: 1/07 Arkivkode: Dato: 110907 Saksnotat vedrørende Retningslinjer for medikamentell primærforebygging av

Detaljer

Inferens i fordelinger

Inferens i fordelinger Inferens i fordelinger Modifiserer antagelsen om at standardavviket i populasjonen σ er kjent Mer kompleks systematisk del ( her forventningen i populasjonen). Skal se på en situasjon der populasjonsfordelingen

Detaljer

Hypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal

Hypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal Hypotesetesting: Prinsipper Frode Svartdal UiTø Januar 2014 Frode Svartdal Alt dette er mat for hypotesetesting! Utgangspunkt En antakelse begrunnet i teori Dissonansteori: Hvis, så. En vanlig oppfatning

Detaljer

Kompetanse i pasientopplæring

Kompetanse i pasientopplæring Kompetanse i pasientopplæring Perspektiv fra pasienter med erfaring fra pasientopplæring i hjertebehandling Dr. Margrét Hrönn Svavarsdóttir Førsteamanuensis NTNU Gjøvik, Seksjon for sykepleie og Universitet

Detaljer

Forelesning 10 Kjikvadrattesten

Forelesning 10 Kjikvadrattesten verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en

Detaljer

Summary of findings (SoF) tabell

Summary of findings (SoF) tabell Summary of findings (SoF) tabell Resultat-tabell som viser kvaliteten på dokumentasjonen på tvers av utfallsmål PICO-spørsmål 1.6: Hva er effekten av kontinuerlig monitorering av fysiologiske og nevrologiske

Detaljer

Integrating Evidence into Nursing Practice Using a Standard Nursing Terminology

Integrating Evidence into Nursing Practice Using a Standard Nursing Terminology Integrating Evidence into Nursing Practice Using a Standard Nursing Terminology Kathryn Mølstad, RN, Norwegian Nurses Organisation Kay Jansen, MSN, PMHCNS-BC, DNPc, University of Wisconsin- Milwaukee,

Detaljer

SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE

SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE Målgruppe: studenter og helsepersonell Hensikt: øvelse i kritisk vurdering FØLGENDE FORHOLD MÅ VURDERES: Kan vi stole på resultatene? Hva forteller resultatene?

Detaljer

Registerbaserte pandemistudier - en oppsummering. Lill Trogstad Avdeling for vaksine, FHI

Registerbaserte pandemistudier - en oppsummering. Lill Trogstad Avdeling for vaksine, FHI Registerbaserte pandemistudier - en oppsummering Lill Trogstad Avdeling for vaksine, FHI Vaksinedagene 2015 Influensapandemien 2009/ 2010 RegFlu - Registerbaserte influensastudier Meldesystemet for smittsomme

Detaljer

Cancer in Norway 2015

Cancer in Norway 2015 Cancer in Norway 2015 Kreftinsidens, mortalitet, overlevelse og prevalens i Norge Norsk sammendrag CiN 2015 Image: Shutterstock Norsk sammendrag Kreft i Norge 2015 Hvordan forstå krefttall I vår årlige

Detaljer

Intensiv trening ved spondyloartritt

Intensiv trening ved spondyloartritt Intensiv trening ved spondyloartritt Diakonhjemmet Sykehus Nasjonal Kompetansetjeneste for Revmatologisk Rehabilitering Silje Halvorsen Sveaas 29. april 2015 Disposisjon Introduksjon Risiko for hjerte-og

Detaljer

Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker

Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser Jan Odgaard-Jensen, statistiker Formål og innhold Grunnleggende definisjoner Hva er en meta-analyse? Hva er formål med meta-analyser Forutsetninger

Detaljer

PATIENCE TÅLMODIGHET. Is the ability to wait for something. Det trenger vi når vi må vente på noe

PATIENCE TÅLMODIGHET. Is the ability to wait for something. Det trenger vi når vi må vente på noe CARING OMSORG Is when we show that we care about others by our actions or our words Det er når vi viser at vi bryr oss om andre med det vi sier eller gjør PATIENCE TÅLMODIGHET Is the ability to wait for

Detaljer

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0?

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0? Forelesning 9 Kjikvadrattesten Kjikvadrattesten er den mest benyttede metoden for å utføre statistiske generaliseringer fra bivariate tabeller. Kjikvadrattesten brukes til å teste nullhypotesen om at det

Detaljer

Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis. Hege Kornør og Ida-Kristin Ørjasæter Elvsaas

Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis. Hege Kornør og Ida-Kristin Ørjasæter Elvsaas Kurs i kunnskapshåndtering å finne, vurdere, bruke og formidle forskningsbasert kunnskap i praksis 16.mars 2007 Hege Kornør og Ida-Kristin Ørjasæter Elvsaas Nasjonalt kunnskapssenter for helsetjenesten

Detaljer

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode Sensorveiledning: skoleeksamen i SOS1120 - Kvantitativ metode Tirsdag 30. mai 2016 (4 timer) Poenggivning og karakter I del 1 gis det ett poeng for hvert riktige svar. Ubesvart eller feil svar gis 0 poeng.

Detaljer

Beskrivende statistikk Litt om SPSS

Beskrivende statistikk Litt om SPSS Beskrivende statistikk Litt om SPSS HSTAT1101: 20. aug. 2004 Odd Aalen 1 Introduksjon Kunnskap om verden rundt oss kommer ofte via tall og data, dvs statistikk. Hvaersuntogusunt. Epidemiologi. Hvilke behandlinger

Detaljer

Hvor finner du svaret? En introduksjon til informasjonskilder og databasesøking

Hvor finner du svaret? En introduksjon til informasjonskilder og databasesøking Hvor finner du svaret? En introduksjon til informasjonskilder og databasesøking Ida-Kristin Ørjasæter Elvsaas, forsker Nasjonalt kunnskapssenter for helsetjenesten ❹ Vurdér søkeresultatet og endre evt.

Detaljer

Løsningsforslag øving 9, ST1301

Løsningsforslag øving 9, ST1301 Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene

Detaljer

7.2 Sammenligning av to forventinger

7.2 Sammenligning av to forventinger 7.2 Sammenligning av to forventinger To-utvalgs z-observator To-utvalgs t-prosedyrer To-utvalgs t-tester To-utvalgs t-konfidensintervall Robusthet To-utvalgs t-prosedyrerår variansene er like Sammenlikning

Detaljer

Folkehelseprofiler. Jørgen Meisfjord Nasjonalt folkehelseinstitutt. Molde, 01.06.2012

Folkehelseprofiler. Jørgen Meisfjord Nasjonalt folkehelseinstitutt. Molde, 01.06.2012 Folkehelseprofiler Jørgen Meisfjord Nasjonalt folkehelseinstitutt Molde, 01.06.2012 Disposisjon 1. Folkehelseloven Oppdrag fra HOD Nye produkter fra FHI Folkehelseprofiler og statistikkbank 2. Datagrunnlag

Detaljer

Inkontinens etter vaginalfødsel sammenlignet med keisersnitt

Inkontinens etter vaginalfødsel sammenlignet med keisersnitt Epidemiologi Inkontinens etter vaginalfødsel sammenlignet med keisersnitt KS Vag ARR NNT 16% 21% 5% 20 Stidiagram Forhold ved studien som vil påvirke resultatets relevans, fortolkning, overføringsverdi

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 8: Introduksjon til statistisk inferens

ST0202 Statistikk for samfunnsvitere Kapittel 8: Introduksjon til statistisk inferens ST0202 Statistikk for samfunnsvitere Kapittel 8: Introduksjon til statistisk inferens Bo Lindqvist Institutt for matematiske fag 2 Statistisk inferens (kap. 8) Statistisk inferens har som mål å tolke/analysere

Detaljer

EKSAMENSOPPGÅVE KLH3002 Epidemiologi 1 Torsdag timar

EKSAMENSOPPGÅVE KLH3002 Epidemiologi 1 Torsdag timar et medisinske fakultet Institutt for samfunnsmedisin EKSMENSOPPGÅVE KLH3002 Epidemiologi 1 Torsdag 9.6.2011 3 timar ntal studiepoeng: 7,5 Lovlege hjelpemiddel: Kalkulator ntal sider (inkludert framside):

Detaljer

Hvor, når og hvordan skal de gamle få lov til å dø? Forberedende kommunikasjon om livets sluttfase

Hvor, når og hvordan skal de gamle få lov til å dø? Forberedende kommunikasjon om livets sluttfase Hvor, når og hvordan skal de gamle få lov til å dø? Forberedende kommunikasjon om livets sluttfase Anette Fosse, Mo i Rana Fastlege, spesialist i allmennmedisin Sykehjemslege Forsker på døden i sykehjem,

Detaljer

Epidemiologien som arbeidsmedisinens og yrkeshygienens ektefødte barn

Epidemiologien som arbeidsmedisinens og yrkeshygienens ektefødte barn Epidemiologien som arbeidsmedisinens og yrkeshygienens ektefødte barn Pål Romundstad Epidemiologi Epi =blant Demos =mennesker Logos=vitenskap En definisjon: Science of the occurrence of diseases Hva brukes

Detaljer

Hvorfor er kondisjonstrening viktig for den revmatiske pasienten? Silje Halvorsen Sveaas, fysioterapeut, PhD, NKRR

Hvorfor er kondisjonstrening viktig for den revmatiske pasienten? Silje Halvorsen Sveaas, fysioterapeut, PhD, NKRR Hvorfor er kondisjonstrening viktig for den revmatiske pasienten? Silje Halvorsen Sveaas, fysioterapeut, PhD, NKRR Disposisjon Hva er kondisjon? Hva begrenser kondisjon Hvordan skal man trene for å bedre

Detaljer

TMA4240 Statistikk H2010 (19)

TMA4240 Statistikk H2010 (19) TMA4240 Statistikk H2010 (19) Hypotesetesting 10.1-10.3: Generelt om statistiske hypoteser 10.5: Ett normalfordelt utvalg Mette Langaas Foreleses mandag 25.oktober, 2010 2 Estimering og hypotesetesting

Detaljer

Kartleggingsskjema / Survey

Kartleggingsskjema / Survey Kartleggingsskjema / Survey 1. Informasjon om opphold i Norge / Information on resident permit in Norway Hvilken oppholdstillatelse har du i Norge? / What residence permit do you have in Norway? YES No

Detaljer

Bivariate analyser. Analyse av sammenhengen mellom to variabler. H 0 : Ingen sammenheng H 1 : Sammenheng

Bivariate analyser. Analyse av sammenhengen mellom to variabler. H 0 : Ingen sammenheng H 1 : Sammenheng Bivariate analyser Analyse av sammenhengen mellom to variabler H : Ingen sammenheng H 1 : Sammenheng Hvis den ene variabelen er kategorisk er en slik analyse det samme som å sammenligne grupper. Ulike

Detaljer

«Vi ser bare det vi ser etter» Sykepleie til eldre i LAR

«Vi ser bare det vi ser etter» Sykepleie til eldre i LAR «Vi ser bare det vi ser etter» Sykepleie til eldre i LAR Anne Bech Mørketidskonferansen Tromsø, 23. og 24. november 2017 Anne Bech tlf. 41104262 Disposisjon Rus- og avhengighetssykepleie Legemiddelassistert

Detaljer

Innhold. Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk epidemiologi...

Innhold. Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk epidemiologi... Innhold FORORD... 5 DEL 1 GRUNNLEGGENDE PRINSIPPER... 13 KAPITTEL 1 HVA ER EPIDEMIOLOGI?... 15 Avgrensning... 17 De tre viktigste valgene i en epidemiologisk undersøkelse... 18 Deskriptiv og analytisk

Detaljer

Lese og presentere statistikk i medisinske forskningsartikler

Lese og presentere statistikk i medisinske forskningsartikler Lese og presentere statistikk i medisinske forskningsartikler Denne forelesingen vil bl.a. handle litt om: Hva sier egentlig de forskjellige tallene? (Og hva sier de ikke?) Hvordan kritisk vurdere de statistiske

Detaljer

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger. H12 - Semesteroppgave i statistikk - sensurveiledning Del 1 - teori 1. Gjør rede for resonnementet bak ANOVA. Enveis ANOVA tester om det er forskjeller mellom gjennomsnittene i tre eller flere populasjoner.

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013 Tid: 09:00 13:00

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013 Tid: 09:00 13:00 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Bo Lindqvist 975 89 418 EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Mandag 27. mai 2013

Detaljer

Homøopati ved øvre luftveisinfeksjoner hos barn. Aslak Steinsbekk

Homøopati ved øvre luftveisinfeksjoner hos barn. Aslak Steinsbekk 1 Homøopati ved øvre luftveisinfeksjoner hos barn Aslak Steinsbekk 2 Hva er homøopati Homoios = lignende, Patheia = lidelse Stimulere kroppens eget forsvar ved hjelp av likhetsprinsippet Samuel Hahnemann

Detaljer