Den norske mor og barn undersøkelsen Versjon 2

Transkript

1 Den norske mor og barn undersøkelsen Versjon 2 Oslo 17. mars 2006 Elin Alsaker

2 Nye MFR-data Lager variable som er gjennomgående fra 1967 til d.d. Variablene vil ha navn som VEKT, LENGDE i stedenfor D17, D18 osv En del diagnoser/misdannelser vil ha egne variable som f.eks. DOWNS, PREEKLAMPSI

3 MorBarn-skjema i versjon 2 Farsskjema Skjema 1 (ca 17 uker) Skjema 2 (ca 22 uker) Skjema 3 (ca 30 uker) Skjema 4 (ca 6 mnd) Skjema 5 (ca 18 mnd) Skjema 6 (ca 3 år) I svangerskapet Etter fødsel

4 Antall i versjon 2 Far Skjema Skjema Skjema 2 (C/D) Skjema 2A 729 Skjema 2B Kostberegning MFR Skjema Skjema Skjema Før fødsel Fødsel Etter fødsel

5 Dokumentasjon Oppdatering av dokumentasjon på Web link

6 Ulike versjoner Hvert av de ulike skjemaene har to eller flere versjoner. De fleste spørsmål er like og finnes i begge/alle versjoner Andre spørsmål finnes bare i en versjon I hvilke versjoner spørsmålet finnes, kan leses fra labelen til tilhørende variabel

7 Variabel - labels - Spørsmålsnummer i de ulike versjonene - Spørsmålsteksten Eks: Variabel AA1123 har label: S_49:SKJEMA1C; (S_49:SKJEMA1B); (S_57:SKJEMA1A); Sivilstand; 49. Hvilken sivilstand har du nå?

8 Spesielle verdier Avkrysningsvariable med flere alternativ: Hvis det er satt mer enn ett kryss kodes dette med 0.

9 Eksempel: Skjema 1 spm130: 46 kvinner har satt kryss for mer enn ett av fem alternativ. 458 som ikke har satt kryss for noe alternativ og har missingverdi. AA1547 S130:SKJEMA1C; (S130:SKJEMA1B); (S135:SKJEMA1A); ; 130. Føler du deg ofte ensom? Valid Missing Total 0 1 Nesten aldri 2 Sjelden 3 Av og til 4 Som regel 5 Nesten alltid Total System Cumulative Frequency Percent Valid Percent Percent 46,1,1, ,9 48,3 48, ,9 28,2 76, ,4 21,6 98, ,2 1,2 99,4 318,6,6 100, ,1 100,0 458, ,0

10 Spesielle verdier Noen få av disse variablene har fått egne koder slik at man kan vite hva som har vært avkrysset.

11 Eksempel: Spesielle verdier Disse kodene er lagt inn i metadataene og vil derfor komme opp i SPSS-filen

12 Spesielle verdier AA1356 S_95_1:SKJEMA1C; (S_95_1:SKJEMA1B); (S110_1:SKJEMA1A); Røyking; 95. Røyker du nå (etter at du ble gravid)? Valid Missing Total 1 Nei 2 Av og til 3 Daglig 4 Nei + Av og til 5 Nei + Daglig 6 Av og til + Daglig Total System Cumulative Frequency Percent Valid Percent Percent ,1 86,5 86, ,5 4,3 90, ,2 9,1 99,9 13,0,0 99,9 1,0,0 99,9 24,0,1 100, ,9 100, , ,0

13 Missingverdier Vær spesielt oppmerksom på at mange kan ha missingverdier for en variabel fordi de ikke er spurt spørsmålet!! Bruk eventuelt variablene VERSJON_SKJEMAx_TBL1 for å selektere ut de som har svart på versjoner som inneholder det aktuelle spørsmålet.

14 Har du noen gang røykt?

15

16 Har du noen gang røykt? Skjema 1 A: Skjema 1 B/C:

17 AA1979 S107:SKJEMA1A; ; 107. Røyker du eller har du noen gang røykt? Valid Missing Total 0 1 Aldri 2 Av og til / festrøyking 3 Daglig 4 Sluttet å røyke Total System Cumulative Frequency Percent Valid Percent Percent 55,1 2,2 2, ,2 44,7 46,9 415,8 16,3 63,2 348,7 13,7 76, ,2 23,2 100, ,0 100, , ,0 AA1355 S_94:SKJEMA1C; (S_94:SKJEMA1B); Røyking; 94. Har du noen gang røykt? Valid Missing Total 0 1 Nei 2 Ja Total System Cumulative Frequency Percent Valid Percent Percent 2,0,0, ,6 50,4 50, ,7 49,6 100, ,3 100, , ,0

18 Kombinerer informasjonen i de to variablene og lager en ny felles variabel: Skjema 1 A: = Nei = Ja Skjema 1 B:

19 SPSS-syntax: RECODE AA1355 (1=1) (2=2) (ELSE=SYSMIS) INTO EVERROYK. IF (AA1979=1) EVERROYK=1. IF (AA1979=2 OR AA1979=3 OR AA1979=4) EVERROYK=2. VARIABLE LABEL EVERROYK 'Har du noen gang røykt? (1A+1B)'. VALUE LABELS EVERROYK '1' 'Nei' '2' 'Ja'. FREQ EVERROYK. EVERROYK Har du noen gang røykt? (1A+1B) Valid Missing Total 1,00 Nei 2,00 Ja Total System Cumulative Frequency Percent Valid Percent Percent ,8 50,2 50, ,4 49,8 100, ,2 100,0 423, ,0

20 Missingverdier Tenk over hvordan kvinnen kan tenke når hun fyller ut skjemaet. Har kvinnen svart Nei på et spørsmål vil hun neppe svare på oppfølgingsspørsmålene til spørsmålet.

21 Røyker du nå? Skjema 1 A: Skjema 1 B/C:

22 AA1356 S_95_1:SKJEMA1C; (S_95_1:SKJEMA1B); (S110_1:SKJEMA1A); Røyking; 95. Røyker du nå (etter at du ble gravid)? Valid Missing Total 1 Nei 2 Av og til 3 Daglig 4 Nei + Av og til 5 Nei + Daglig 6 Av og til + Daglig Total System Cumulative Frequency Percent Valid Percent Percent ,1 86,5 86, ,5 4,3 90, ,2 9,1 99,9 13,0,0 99,9 1,0,0 99,9 24,0,1 100, ,9 100, , ,0

23

24 97 % av de som har missing på spørsmålet om de røyker nå (spm 95), har svart Nei på om de noen gang har røykt (spm 94). Spm 95 Spm 94

25 RECODE AA1356 (1=1) (2=2) (3=3) (ELSE=SYSMIS) INTO ROYKNAA. IF (EVERROYK=1 AND SYSMIS(ROYKNAA)=1) ROYKNAA=1. VALUE LABELS ROYKNAA '1' 'Nei' '2' 'Av og til' '3' 'Daglig'. ROYKNAA Valid Missing Total 1 Nei 2 Av og til 3 Daglig Total System Cumulative Frequency Percent Valid Percent Percent ,5 89,2 89, ,5 3,5 92, ,2 7,3 100, ,2 100,0 384, ,0

26 EVERROYK2 * ROYKNAA2 Crosstabulation Motstridende opplysninger EVERROYK2 Total 1 Nei 2 Ja 9 Missing Count % within EVERROYK2 % within ROYKNAA2 Count % within EVERROYK2 % within ROYKNAA2 Count % within EVERROYK2 % within ROYKNAA2 Count % within EVERROYK2 % within ROYKNAA2 ROYKNAA2 1 Nei 2 Av og til 3 Daglig 9 Missing Total ,0%,0%,0%,0% 100,0% 56,2%,3%,2%,0% 49,8% ,9% 6,9% 14,6%,6% 100,0% 43,4% 98,9% 99,5% 38,5% 49,4% ,8% 3,3% 3,1% 55,8% 100,0%,4%,8%,4% 61,5%,8% ,5% 3,5% 7,2%,8% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% Kan bruke Røyker nå -opplysninger til å sette EVERROYK til JA

27 Antall i husholdningen

28 Eksempel på utfyllt skjema: Naturlig å tolke de tre nederste feltene som 0 og ikke som missing. F.eks. hvis 1 eller flere felt av de fire feltene er fylt ut antas de ikke utfylte feltene å vere 0

29 Kvalitetssikring Strekkoder og løpenummer For å unngå duplikater og feilkoblinger Ulovlige verdier Grenseverdier (min/max) Avhengighetsregler

30 Kvalitetssikring Kvalitetssikringen innebærer at registrerte verdier utenfor de gitte grenseverdier blir kontrollert. Hvis registrert verdi stemmer med det mor/far har skrevet blir verdien beholdt selv om den er urimelig eller biologisk implausibel.

31 Kvalitetssikring Det er derfor opp til hver enkelt forsker å vurdere hvor grensen for det som regnes som gyldig skal settes og hvordan han/hun vil tolke eventuelle motstridende opplysninger som er gitt.

32 Registrert årstall er 2000, korrigeres til 2003 pga observasjon i skjema

33 Eksempel på avhengighetsregler: Nei og samtidig oppgitt antall ganger

34 Hodeomkrets større enn lengde:

35 Utfyllingsdato utenfor gitte grenser:

36 Kobling av filer Koblingsnøkler er: STUD_ID (unik for svangerskapet) BARN_NR (rekkefølge innad i svangerskapet)

37 Husk å tenke over: Hva er relevant studie-enhet? Svangerskap? Barn? Mor? Hva ønsker du å eventuelt å gjøre med tvillinger/trillinger, søsken? Ønsker du å koble slik at du får med bare de som har data fra alle de aktuelle kilder eller vil du ha med alt.

38 Oppfordring: Bruk syntax-filer til kobling og lag arbeidsfiler med de subjektene du skal bruke i analysene Da er det enklere å gå tilbake å finne ut hvem du egentlig har med i analysefilen din og det er lettere å gjøre endringer i utvalget og å kjøre analyser på nytt.

39 Skjema 1 Skjema 4 Noen kvinner vil bare ha data for skjema 1 (STUD_ID = 3) og noen vil bare ha for skjema 4 (STUD_ID=11046)

40 Kobling i SPSS MATCH FILES /FILE = SKJ1 /IN = ISKJ1 /FILE = SKJ4 /IN = ISKJ4 /BY STUD_ID.

41 Merk at data fra skjema 1 bare blir koblet til den første recorden i de tilfellene det er flere barn per svangerskap:

42 Kobling med tables MATCH FILES /TABLE = SKJ1 /IN = ISKJ1 /FILE = SKJ4 /IN = ISKJ4 /BY STUD_ID. TABLE-tabellen vil bidra med variable, men ikke med nye case

43 Skjema 4 Skjema 1 Med TABLE kan vi få med skjema 1 data også for barn 2 og 3. Men på denne måten får vi ikke med de som bare har skjema 1 data.

44 SELECT Tar bort de som bare har data for skjema 4 i i eksempelet foran: SELECT IF ISKJ1=1. EXECUTE. Velger ut bare de som har svart på versjon B av skjema4: SELECT IF (Versjon_SKJEMA4_TBL1= SKJEMA4B ). EXECUTE.

45 Finne svangerskap med flere barn: DATASET ACTIVATE SKJ4. SORT CASES BY STUD_ID BARN_NR. MATCH FILES /FILE=SKJ4 /BY STUD_ID /FIRST = FORSTE /LAST = SISTE. COMPUTE DUPLIKAT = 0. IF (FORSTE ~= SISTE OR FORSTE =0 ) DUPLIKAT =1. EXECUTE.

46 Kan nå f.eks. velge ut bare enkeltfødsler med: SELECT IF DUPLIKAT = 0. EXECUTE.

47 Identifisere søsken som begge/alle er deltakere i Mor og Barn I fila MOR er det en variabel MOR_LNR som er unik for hver kvinne.

48 Vi jobber hele tiden med å forbedre både dokumentasjon og selve datafilen Ønsker derfor gjerne tilbakemeldinger om forslag til forbedringer