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

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

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

Transkript

1 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 av intervensjoner i befolkning (kosthold, trening, vaksiner, screening) vurdere effekt av behandling (klinisk epidemiologi) Studier av sykdommers fremtreden Pål Romundstad studere naturlige forløp av sykdom (forløp etter diagnose og behandling) generell helsestatistikk-helsetjenesteplanlegging Hvorfor lære epidemiologi? Mål på forekomst av sykdom 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 Prevalens - måler sykdomsstatus 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 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 av sykdom = nye tilfeller av sykdom Insidens uttrykkes på to ulike måter: Insidensandel (risk) Sannsynligheten for at et individ blir syk i løpet av et gitt tidsintervall 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 = Antall individer som blir syke over et gitt tidsintervall Antall individer i populasjonen ved starttidspunktet -Mål på hastigheten sykdom opptrer i befolkningen dersom man følger kvinner i 10 år og 30 av disse får diagnosen livmorkreft er den kumulative insidensen: (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 og Persontid Competing risk: Individer forsvinner ut av studien pga andre faktorer enn utfallet og er ikke lenger under risiko i studien Insidensrater og persontid under risiko Insidensrater (gullstandarden) 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 antall nye tilfeller av en sykdom Insidensrate = sum av persontid under risiko Vi må beregne bidraget av persontid fra hver person i studien for å estimere insidensrater 2

3 Persontid = summere tid under risiko Insidens Start oppfølging Person 1 2 HI Studieslutt Personår 7 år 10 år 3 HI 6 år 4 død 2 år 5 emigrert 5 år 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 Sammenligning av sykdomsforekomst Absolutte effektmål Trenger mål på sammenheng, effekt, forskjell Absolutte effektmål Relative 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 Rate differanse Eks: Risiko for hjerteinfarkt i løpet av 10 år Statinbrukere = 6% risiko for H.infarkt Placebogruppe = 12% risiko for H.infarkt Triglyserid+ Triglyserid - H.Infarkt personår Insidens rate 150 / 790 = 190 per 1000 p.år 80 / 880 = 91 per 1000 p.år Absolutt risikodifferanse i løpet av 10 år: RD=12 % 6 % = 6% Numbers needed to treat: 1/ RD NNT=1/0.06 = 17 Rate differanse(rd): raten for eksponerte minus raten for ikke eksponerte Rate differanse = (190-91) per 1000 p.år = 99 per 1000 p.år Blant individer med høyt triglyseridnivå oppstår det 99 flere tilfeller av hjerte infarkt per 1000 p.år enn blant individer med lavt 3

4 Relative effektmål Insidens rate ratio (relativ risiko) # H.Infarkt # personår Insidens rate Relativ risiko = ratio mellom to absolutte risikomål risk ratio (insidensandel ratio) insidensrate ratio Triglyserid + Triglyserid / 790 = 190 per 1000 p.år 80 / 880 = 91 per 1000 p.år Odds ratio ratio mellom to odds (indirekte mål på relativ risiko) 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 Føflekk-kreft i Norge Relativ risiko etter fylke Absolutt versus relativ risiko Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Kilde: Kreftregisteret, Institute of Population-based Cancer Research, sept 2002 Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet, 2003 Hvordan bruke statistikk for å fremme et budskap? Osteoporose som eksempel Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet,

5 Statistisk slutning (inference) En Ulykke: 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) 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? Valg av effektmål (effektestimat) Statistisk slutning Estimerer forskjell mellom kjønnene i andel døde : Vårt effektmål: = (54.1%) Vårt effektestimat: = (54.1%) Andelen døde er helt klart meningsfullt forskjellige, men ville de vært forskjellig for alle tilsvarende hendelser 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? Statistisk slutning It did for your sample of 5 flips. But what would happen if you flipped the coin 100 times or 1000 times? Vårt effektestimat: = (54.1%) Er forskjellen statistisk signifikant? Hypotestesting (p-verdi) 5

6 Statistisk slutning Statistisk slutning (inference) Statistisk inferens baseres på enten: hypotesetesting intervall estimering Ved hypotesetesting prøver vi å forkaste en nullhypotese Vårt effektestimat: = (54.1%) Er forskjellene statistisk signifikante? Hypotestesting (p-verdi) Hvor presise er estimatene? Intervall estimering-konfidensintervall) 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 0-hypotesen (H 0 ) P-verdier estimeres ut i fra en spesifikk hypotese Vanligst 0-hypotesen (betegnes ofte H 0 ) H 0 : Ingen sammenheng, ingen forskjell Alternativ hypotese Betegnes ofte H 1 Det er en forskjell/sammenheng Gjensidig utelukkende i forhold til 0-hypotesen Uskyldig inntil det motsatte er bevist The concept of innocent until proven guilty 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 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 (tosidig) representerer da tilnærmelsesvis sannsynligheten, gitt sann forskjell=0 (Ho), for at en studie vil gi: en positiv forskjell lik 10mmHg eller høyere eller i en negativ forskjell lik 10mmHg eller lavere 6

7 I en randomisert studie ble Medikament A sammenliknet med Medikament B. 57% av pasientene i gruppen som tok medikament A ble friske. 39% av pasientene som tok mediament 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. I en randomisert studie ble medikament A sammenliknet med medikament B. 57% av pasientene i gruppen som tok medikament A ble friske. 39% av pasientene som tok mediament 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 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. Common guidelines for manuscripts submitted to biomedical journals - ICMJE 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 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. Ref: International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. N Engl J Med 1997; 336: Konfidensintervall (KI)- Presisjon Konfidensintervall versus p-verdi 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 Konfidensintervall gir utrykk for: Størrelse på effekt Retning Presisjon P-verdier uttrykker: En mix av presisjon og effektstørrelse 7

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Kunnskapssenterets årskonferanse 2006 Jon Helgeland. Måling av 30 dagers overlevelse ved hjerneslag, hjerteinfarkt og hoftebrudd

Kunnskapssenterets årskonferanse 2006 Jon Helgeland. Måling av 30 dagers overlevelse ved hjerneslag, hjerteinfarkt og hoftebrudd Kunnskapssenterets årskonferanse 2006 Jon Helgeland Måling av 30 dagers overlevelse ved hjerneslag, hjerteinfarkt og hoftebrudd Det er tilsynelatende store dødelighetsforskjeller mellom norske sykehus

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

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

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse: Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

Hypotesetesting. Notat til STK1110. Ørnulf Borgan Matematisk institutt Universitetet i Oslo. September 2007

Hypotesetesting. Notat til STK1110. Ørnulf Borgan Matematisk institutt Universitetet i Oslo. September 2007 Hypotesetesting Notat til STK1110 Ørnulf Borgan Matematisk institutt Universitetet i Oslo September 2007 Teorien for hypotesetesting er beskrevet i kapittel 9 læreboka til Rice. I STK1110 tar vi bare for

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

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

Repeterbarhetskrav vs antall Trails

Repeterbarhetskrav vs antall Trails Repeterbarhetskrav vs antall Trails v/ Rune Øverland, Trainor Automation AS Artikkelserie Dette er første artikkel i en serie av fire som tar for seg repeterbarhetskrav og antall trials. Formålet med artikkelserien

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

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

Forelesning 9 mandag den 15. september

Forelesning 9 mandag den 15. september Forelesning 9 mandag den 15. september 2.6 Største felles divisor Definisjon 2.6.1. La l og n være heltall. Et naturlig tall d er den største felles divisoren til l og n dersom følgende er sanne. (1) Vi

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

Helsetilbudet i et samfunnsperspektiv 2020 Noen innspill til styrets diskusjon om Helsetjenesten i et samfunnsperspektiv 2020

Helsetilbudet i et samfunnsperspektiv 2020 Noen innspill til styrets diskusjon om Helsetjenesten i et samfunnsperspektiv 2020 Helsetilbudet i et samfunnsperspektiv 2020 Noen innspill til styrets diskusjon om Helsetjenesten i et samfunnsperspektiv 2020 Styremøte 3/12-09 Helsetilbudet i et samfunnsperspektiv 2020 1. Våre nye samarbeidspartnere

Detaljer

Value added-indikatoren: Et nyttig verktøy i kvalitetsvurdering av skolen?

Value added-indikatoren: Et nyttig verktøy i kvalitetsvurdering av skolen? Value added-indikatoren: Et nyttig verktøy i kvalitetsvurdering av skolen? Kortversjon av SSBs rapport 42/2011 Behov for value added-indikatorer på grunn av økt interesse for skolens resultatkvalitet De

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

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

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

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

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

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

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

Mer om hypotesetesting

Mer om hypotesetesting Mer om hypotesetesting I underkapittel 36 i læreboka gir vi en kort innføring i tankegangen ved hypotesetesting Vi gir her en grundigere framstilling av temaet Problemstilling Vi forklarer problemstillingen

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

Pasientsikkerhet - 30-dagers overlevelse

Pasientsikkerhet - 30-dagers overlevelse Arkivsak Dato 15.03.213 Saksbehandler Per Engstrand Saksframlegg Styre Sørlandet sykehus HF Møtedato 21.03.2013 Sak nr 033-2013 Sakstype Temasak Sakstittel Pasientsikkerhet - 30-dagers overlevelse Ingress

Detaljer

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt SOS1120 Kvantitativ metode Forelesningsnotater 10. forelesning høsten 2005 Per Arne Tufte Sammenlikninger av gjennomsnitt Sammenlikner gjennomsnittet på avhengig variabel for ulike grupper av enheter Kan

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

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

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

Gastro fagmøte HMR 29.04.2013 av Ralph Herter

Gastro fagmøte HMR 29.04.2013 av Ralph Herter Gastro fagmøte HMR 29.04.2013 av Ralph Herter Øsofagitt på grunn av reflux Nekrose av mukosa, erosjoner og ulcerasjoner Metaplasi av plateepitel til sylinderepitel Komplikasjonsutvikling: Lavgradig dysplasi

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

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

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

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

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

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

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

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

Løsningsforslag Til Statlab 5

Løsningsforslag Til Statlab 5 Løsningsforslag Til Statlab 5 Jimmy Paul September 6, 007 Oppgave 8.1 Vi skal se på ukentlige forbruk av søtsaker blant barn i et visst område. En pilotstudie gir at standardavviket til det ukentige forbruket

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

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

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

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

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

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

Cardiac Exercise Research Group (CERG)

Cardiac Exercise Research Group (CERG) 1 Dorthe Stensvold Cardiac Exercise Research Group (CERG) 2 Vårt forskningsfokus: Å identifisere mekanismer bak de fordelaktige effektene som fysisk trening gir på hjerte, blodårer og skjelettmuskel. 3

Detaljer

Logistisk regresjon 2

Logistisk regresjon 2 Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.

Detaljer

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG

Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr: Eksamensdato:

Detaljer

Hervé Colleuille seksjonssjef, Hydrologisk avdeling NVE

Hervé Colleuille seksjonssjef, Hydrologisk avdeling NVE 200 års flom oppklaring om begrepsforvirring Flomnivåer, gjentaksintervall og aktsomhetsnivåer Hervé Colleuille seksjonssjef, Hydrologisk avdeling NVE Hvilke av disse utsagn er riktige? 1. Vi har fått

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

Mendelsk Genetikk (kollokvium 01.09.2005)

Mendelsk Genetikk (kollokvium 01.09.2005) Mendelsk Genetikk (kollokvium 01.09.2005) 1) Hos marsvin er allelet som koder for svart pels (B) dominant i forhold allelet som gir hvit pels (b). Halvparten av avkommet i et kull var hvite. Hvilke genotyper

Detaljer

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191. Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square

Detaljer

Angstlidelser. Til pasienter og pårørende. Voksenpsykiatrisk avdeling Vinderen

Angstlidelser. Til pasienter og pårørende. Voksenpsykiatrisk avdeling Vinderen Til pasienter og pårørende Angstlidelser Voksenpsykiatrisk avdeling Vinderen Psykisk helsevern Vinderen - Diakonhjemmet Sykehus. 2012. Foto: Stock.xchng. HVA ER ANGSTLIDELSER? Aktiveringen som skjer i

Detaljer

Hvordan kan vi lage gode eksamener?

Hvordan kan vi lage gode eksamener? Hvordan kan vi lage gode eksamener? Stefan Schauber Centre for Educational Measurement (CEMO) & Helsevitenskapelig utdanningssenter 1 / 33 «Nøyaktighet og presisjon» 2 / 33 Presisjon «Presisjon, i vitenskapen

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

MØTEINNKALLING. Helse- og omsorgsutvalget

MØTEINNKALLING. Helse- og omsorgsutvalget MØTEINNKALLING Dato: 31.08.2016 kl. 18:00 Sted: Formannskapssalen Helse- og omsorgsutvalget Møtet er åpent for publikum i alle saker med mindre saken er unntatt offentlighet, eller møtet lukkes. Dokumentene

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

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

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

Oppgave 1. og t α/2,n 1 = 2.262, så er et 95% konfidensintervall for µ D (se kap 9.9 i læreboka): = ( 0.12, 3.32).

Oppgave 1. og t α/2,n 1 = 2.262, så er et 95% konfidensintervall for µ D (se kap 9.9 i læreboka): = ( 0.12, 3.32). Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 16. november 2009 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

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

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

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

Hvordan kvalitetsvurderer vi

Hvordan kvalitetsvurderer vi Hvordan kvalitetsvurderer vi forskningsartikler? Niels Gunnar Juel, seniorrådgiver/lege, Kunnskapssenteret Hva skal vi bruke tiden til? 1. time Ulike studiedesign - når bruker vi dem Vurdering av enkeltstudier

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Eksamensdag: Onsdag 1. desember 2004 Tid for eksamen: kl. 09:00-11:00 Vedlegg: Ingen Alle oppgavene teller likt og besvares kort. Oppgave 1. Hva menes med en ideell fri fordeling? Forklar denne ved bruk

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

Kognitiv atferdsterapi og lavterskeltilbud for pasienter med. Torkil Berge

Kognitiv atferdsterapi og lavterskeltilbud for pasienter med. Torkil Berge Kognitiv atferdsterapi og lavterskeltilbud for pasienter med angst og depresjon Göteborg 15 oktober 2009 Torkil Berge Norsk Forening for Kognitiv Terapi Kostnader ved ddepresjon og angst Depresjon svekker

Detaljer

Vedrørende rundskriv for vurdering av par ved assistert befruktning

Vedrørende rundskriv for vurdering av par ved assistert befruktning Helse- og omsorgsdepartementet Postboks 8011 Dep 0030 Oslo Vår ref: 620-06/021-002 Deres ref: 200504806-/INR Dato: 17.11.2006 Vedrørende rundskriv for vurdering av par ved assistert befruktning Bioteknologinemnda

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

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

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

Ukeoppgaver fra kapittel 3 & 4

Ukeoppgaver fra kapittel 3 & 4 Plenumsregning 4 Ukeoppgaver fra kapittel 3 & 4 Roger Antonsen - 7. februar 2008 Oppgave 3.15 Forklar følgende påstand ved å vise til beregninger med reelle tall på eksponentiell form: Man mister presisjon

Detaljer

Hva bør pasienten teste selv?

Hva bør pasienten teste selv? Hva bør pasienten teste selv? Steinar Madsen Medisinsk fagdirektør Statens legemiddelverk Optimisme I år 2000 vil de sykdommene som tar livet av flest mennesker slik som hjertesykdom, slag, lungesykdom

Detaljer

KODEVEILEDER. Diagnostisk pakkeforløp for pasienter med uspesifikke symptomer på alvorlig sykdom som kan være kreft

KODEVEILEDER. Diagnostisk pakkeforløp for pasienter med uspesifikke symptomer på alvorlig sykdom som kan være kreft KODEVEILEDER Diagnostisk pakkeforløp for pasienter med uspesifikke symptomer på alvorlig sykdom som kan være kreft Denne veilederen er en beskrivelse av registreringen knyttet til Diagnostisk pakkeforløp

Detaljer

Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme?

Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme? Vaksine mot livmorhalskreft - så flott! Så hvorfor ikke udelt entusiasme?, dr. med, MSc redaktør, r, Tidsskrift for Den norske legeforening Når r vet vi nok til å anbefale ny behandling? til å gi medikamenter

Detaljer

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer