Epidemiologi. Læringsmål. Hva brukes epidemiologi til? The study of the occurrence of illness. Læren om sykdommers utbredelse og årsaker
|
|
- Oscar Mathisen
- 7 år siden
- Visninger:
Transkript
1 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 Relative og absolutte risikomål Statistisk slutning - P-verdi versus konfidensintervall Hva brukes epidemiologi til? finne årsaker til sykdom miljø (forebygging) 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 1
2 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 2
3 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 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 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 3
4 Insidens av sykdom = nye tilfeller av sykdom Insidens uttrykkes på to ulike måter: 1. Insidensandel («kumulativ insidens») er sannsynligheten for å få sykdom i løpet av en viss tid, også kalt risiko 2. Insidensraten, 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 (risiko) 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. Hvilket mål på forekomst? Hvorfor har tallet gått opp? Er dette et godt eller dårlig tegn? Prosent som svarer ja på spm: Har du hatt hjerteinfarkt? 7,89 11,48 11,
5 Competing risk og persontid 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. Insidensrater og persontid under risiko Insidensrater (gullstandarden) 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 Persontid: summere tid under risiko Start oppfølging Person død hjerteinfarkt Studieslutt Personår hjerteinfarkt 7 år 10 år 6 år 2 år 5 emigrert 5 år År I løpet av 30 personår: 2 fikk hjerteinfarkt, 1 døde, 1 emigrerte, og 1 ble fulgt uten hendelser. Insidensraten for hjerteinfarkt er 2 per 30 personår = 0,0667 per personår = 6,67 per 100 personår eller 667 per personår 5
6 Hvilke mål på forekomst? Hva sier dette oss? 25,00 20,00 15,00 10,00 5,00 Selvmord per per år blant menn og kvinner født i ,30 5,74 Menn Kvinner 0,60 0,50 0,40 0,30 0,20 0,10 Prosent selvmord i perioden blant menn og kvinner født i ,53 0,20 Menn Kvinner 0,00 Født ,00 Født 1970 Insidens Sammenligning av sykdomsforekomst Trenger mål på sammenheng, effekt, forskjell Absolutte effektmål Relative effektmål 6
7 Absolutte effektmål Differanse mellom to absolutte sykdomsmål risikodifferanse ratedifferanse Numbers needed to treat (NNT) Antall som må behandles for å forebygge ett sykdomstilfelle/død Risikodifferanse Eksempel: Risiko for hjerteinfarkt i løpet av 10 år Statinbrukere: 6% risiko for hjerteinfarkt Placebogruppe: 12% risiko for hjerteinfarkt Risikodifferanse i løpet av 10 år = 0,12-0,06 = 0,06 (6 av 100, 6%, 6%-poeng) Numbers needed to treat: 1/ risikodifferanse NNT=1/0,06 = 17 Ratedifferanse Triglyseridnivå Hjerteinfarkt Personår Insidensrate Høyt / 790 = 190 per 1000 p.år Lavt / 880 = 91 per 1000 p.år Ratedifferanse: raten blant eksponerte minus raten blant ikke-eksponerte Ratedifferanse = (190-91) per 1000 p.år = 99 per 1000 p.år Blant individer med høyt triglyseridnivå oppstår det 99 flere tilfeller av hjerteinfarkt per 1000 p.år enn blant individer med lavt triglyseridnivå 7
8 Relative effektmål Vi beregner en ratio et forholdstall Relativ risiko = ratio mellom to absolutte risikomål risikoratio insidensrateratio Odds ratio ratio mellom to odds (indirekte mål på relativ risiko i case-control-studier) Ratedifferanse Triglyseridnivå Hjerteinfarkt Personår Insidensrate Høyt / 790 = 190 per 1000 p.år Lavt / 880 = 91 per 1000 p.år Insidensrateratio (IRR) - insidensraten blant eksponerte dividert med insidensraten blant ikke-eksponerte 150/ IRR = = = 2,1 80/ Dvs. individer med høyt triglyseridnivå har ca. 2 ganger så høy risiko for å få hjerteinfarkt som individer med lavt triglyseridnivå Absolutt versus relativ risiko Samme studie som forrige bilde vises her, men nå uttrykkes absolutt risiko i stedet for relativ risiko Kilde: Skolbekken og Forsmo (NTNU) Tidsskriftet,
9 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, 2003 Hvilke mål på sykdomsforekomst? Hvordan tolker dere sammenhengene? Per 1,000 per yrs 9
10 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) 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? Vi må alltid vurdere usikkerheten i estimatene våre. Hvis du kaster mynt og kron 5 ganger og får kron 4 ganger, kan du konkludere med at mynten lander på kron i 80% av tilfellene? Det stemmer for vårt utvalg på 5 kast, men hva ville skje hvis vi kastet 1000 ganger? 10
11 Sudden infant death syndrome (krybbedød) barn fulgt fram til 1 års alder. Leie SIDS Ikke SIDS Sum Mage Rygg Sum Andel med SIDS blant barn i mageleie: 9 / 846 = 0,011 = 1,1% Andel med SIDS blant barn i ryggleie: 6 / 1761 = 0,003 = 0,3% Vi estimerer en risikodifferanse: 0,011 0,003 = 0,008 NNT = 1 / 0,008 = 125 Andelen døde er helt klart meningsfullt forskjellig, men ville forskjellen vært den samme for alle tilsvarende hendelser/studier? Sudden infant death syndrome (krybbedød) barn fulgt fram til 1 års alder. Leie SIDS Ikke SIDS Sum Mage Rygg Sum Andel med SIDS blant barn i mageleie: 9 / 846 = 0,011 = 1,1% Andel med SIDS blant barn i ryggleie: 6 / 1761 = 0,003 = 0,3% Vi estimerer en risikodifferanse: 0,011 0,003 = 0,008 NNT = 1 / 0,008 = 125 Er forskjellen statistisk signifikant? hypotesetesting (p-verdi) Hvor presise er estimatene? intervallestimering (konfidensintervall) Statistisk slutning (inference) Statistisk inferens baseres på enten: hypotesetesting intervallestimering Ved hypotesetesting prøver vi å forkaste en nullhypotese Ved intervallestimering beregner vi et konfidensintervall, som med for eksempel 95% konfidens, inneholder den sanne parameterverdien Hypotesetesting viser hvor sjelden eller usannsynlig forskjellen er gitt at det egentlig ikke er noen forskjell, mens konfidensintervall viser hvilke forskjeller som er forenlige med observasjonene våre 11
12 Hypotesetesting P-verdier estimeres ut i fra en spesifikk hypotese Vanligst 0-hypotesen (betegnes ofte H 0 ) H 0 : Ingen sammenheng, ingen forskjell Alternativhypotesen betegnes ofte H 1 H 1: Det er en forskjell/sammenheng H 0 og H 1 er gjensidig utelukkende 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 (alternativhypotese, 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, gitt at 0-hypotesen er sann, for at testobservatoren 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 sannsynligheten, gitt sann forskjell=0 (H 0 ), for at en slik studie vil gi: en positiv forskjell lik 10mmHg eller høyere eller en negativ forskjell lik 10mmHg eller lavere 12
13 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 medikament B ble friske. Forskjellen mellom gruppene ble testet. P-verdi = 0,17. Diskuter følgende utsagn: I. Man blir oftere frisk med medikament A enn med medikament B. II. Man blir sjeldnere frisk med medikament A enn med medikament B. III. Man blir like ofte frisk med medikament A som med medikament B. IV. Vi kan ikke slå fast om man blir oftere/sjeldnere/like ofte frisk med medikament A som med medikament 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 medikament B ble friske. Forskjellen mellom gruppene ble testet. P-verdi = 0,17. Sykdommen er dødelig. Det finnes ingen annen behandling enn medikament A og medikament B. De to medikamentene kan ikke brukes samtidig. Hvis din mor fikk sykdommen, hvilket medikament ville du valgt? I. Medikament A II. Medikament B III.Hipp som happ, da det ikke var signifikante forskjeller 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 Ref: International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. N Engl J Med 1997; 336:
14 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. Konfidensintervall (KI)- Presisjon Hvis vi gjentar studien mange ganger og beregner et 95% KI for hver studie, 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 versus p-verdi Konfidensintervall gir uttrykk for: Størrelse på effekt Retning Presisjon P-verdier uttrykker: En blanding av presisjon og effektstørrelse 14
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
DetaljerEpidemiologi. 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
Detaljer04.01.2012. 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,
DetaljerKLH 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.
Detaljer1 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
DetaljerEpidemiologi. 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,
DetaljerTema 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
Detaljer6.2 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
DetaljerEpidemiologi - 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
DetaljerST0202 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
DetaljerPage 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
DetaljerDenne 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
DetaljerKLH3002 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
DetaljerStatistisk 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
DetaljerST0202 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
DetaljerGrunnleggende 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
DetaljerStatistisk 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
DetaljerVerdens 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
DetaljerStatistikk, 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:
DetaljerEpidemiologi - 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
DetaljerSJEKKLISTE 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?
DetaljerHypotesetesting (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
DetaljerÅMA110 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
DetaljerST0202 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
DetaljerMer 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
DetaljerSjekkliste for vurdering av en randomisert kontrollert studie (RCT)
Sjekkliste for vurdering av en randomisert kontrollert studie (RCT) Hvordan bruke sjekklisten Sjekklisten består av tre deler der de overordnede spørsmålene er: Kan du stole på resultatene? Hva forteller
DetaljerAnalyse 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
DetaljerÅMA110 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
DetaljerDenne 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
DetaljerOppgave 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
DetaljerStatistikk 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
DetaljerKATEGORISKE 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
DetaljerEKSAMENSOPPGAVE 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
DetaljerSupplement 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
DetaljerBærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU
Bærekraftig utvikling - forskerspiren Maria Sviland, Skolelaboratoriet NTNU 1 2 Forskerspiren Forskerspiren Kompetansemål etter Vg1 studieforberedende utdanningsprogram ( - Naturfag i vidregående opplæring)
DetaljerVerdens 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
DetaljerHva 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
DetaljerKapittel 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
DetaljerKurs 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
DetaljerSJEKKLISTE 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?
DetaljerEPIDEMIOLOGI. 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
DetaljerVaksine 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
DetaljerBrystkreft: 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
DetaljerLøsningsforslag 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
DetaljerUNIVERSITETET 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
DetaljerHypotesetesting. mot. mot. mot. ˆ x
Kapittel 6.4-6.5: ypotesetesting ypotesetesting er en standard vitenskapelig fremgangsmåte for å sjekke påstander. Generell problemstilling: Basert på informasjonen i data fra et tilfeldig utvalg ønsker
DetaljerSamspill i Sørkedalsveien 6 år etter Konflikter bil/sykkel i krysset Sørkedalsveien/Morgedalsvegen
TØI-rapport 934/2007 Forfattere: Ross Phillips; Torkel Bjørnskau; Rolf Hagmann Oslo 2007, 19 sider Sammendrag: Samspill i Sørkedalsveien 6 år etter Konflikter bil/sykkel i krysset Sørkedalsveien/Morgedalsvegen
DetaljerIntroduksjon 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 =
DetaljerSENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002
SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven
DetaljerST0202 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
DetaljerLøsningsforslag til obligatorisk innlevering 3.
svar3.nb 1 Løsningsforslag til obligatorisk innlevering 3. Oppgave 1 * Vi skal sammenlikne to sensoere A og B. Begge har rettet den samme oppgaven. Hvis populasjonen er eksamensoppgavene, har vi altså
DetaljerKapittel 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
DetaljerKjennskap til egen diagnose helsemessige konsekvenser?
Kjennskap til egen diagnose helsemessige konsekvenser? (Diagnostic labelling and implications for health a population-based study) PhD-prosjekt Stipendiat: Pål Jørgensen Veiledere: Siri Forsmo, Arnulf
DetaljerScreening 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
DetaljerDenne 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
DetaljerSimulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen
Simulering med Applet fra boken, av z og t basert på en rekke utvalg av en gitt størrelse n fra N(μ,σ). Illustrerer hvordan estimering av variansen gir testobservatoren t mer spredning enn testobservatoren
DetaljerUtvalgsstørrelse, 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,
DetaljerPSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014
Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon
DetaljerHvordan forstå meta-analyse
Hvordan forstå meta-analyse Nettverkskonferansen i kunnskapsbasert praksis 2016 Professor Birgitte Espehaug, Senter for kunnskapsbasert praksis Workshop 05.04.2016 og 06.04.2016 Agenda Kort introduksjon
Detaljer2. 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.
DetaljerLogistisk 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.
DetaljerHvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health
Hvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health Mette Kalager, Marvin Zelen, Frøydis Langmark, Hans-Olov Adami Effect of screening mammography
DetaljerBlau Syndrom/ Juvenil Sarkoidose
www.printo.it/pediatric-rheumatology/no/intro Blau Syndrom/ Juvenil Sarkoidose Versjon av 2016 1. HVA ER BLAU SYNDROM/ JUVENIL SARKOIDOSE 1.1 Hva er det? Blau syndrom er en genetisk sykdom. Sykdommen gir
DetaljerNasjonale prøver i lesing, regning og engelsk på 5. trinn 2015
Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015 Resultater fra nasjonale prøver på 5. trinn høsten 2015 er nå publisert i Skoleporten. Her er et sammendrag for Nord-Trøndelag: - I snitt
DetaljerStatistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison
Statistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison Formål Kunnskap om statistikk som verktøy for kritisk vurdering av studier Agenda Kort oversikt Beskrivende statistikk Statistisk
DetaljerKrysstabellanalyse (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
DetaljerSJEKKLISTE 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
Detaljer3.A IKKE-STASJONARITET
Norwegian Business School 3.A IKKE-STASJONARITET BST 1612 ANVENDT MAKROØKONOMI MODUL 5 Foreleser: Drago Bergholt E-post: Drago.Bergholt@bi.no 11. november 2011 OVERSIKT - Ikke-stasjonære tidsserier - Trendstasjonaritet
DetaljerNB: Oppgavene i hvert fag begynner på ny side. Start også besvarelsen av hvert fag på nytt ark, slik at besvarelsen kan deles i 4 deler, etter fag.
1 Ordinær eksamen, MED1100/OD1100 Høsten 2015 Torsdag 15. oktober 2015 kl. 09:00-14:00 Bokmål Oppgavesettet består av 5 sider Viktige opplysninger: Oppgavene vurderes under ett og teller omtrent like mye
DetaljerHypotesetesting. Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan. H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:
Hypotesetesting Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf: 22 400 400 www.aschehoug.no 1 Oversikt Sannsynlighetsregning og statistikk
DetaljerSJEKKLISTE 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?
Detaljerregresjonsmodeller 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
DetaljerKap. 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
DetaljerEksamensoppgave 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
DetaljerBakgrunn. 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
Detaljerwww.printo.it/pediatric-rheumatology/no/intro
www.printo.it/pediatric-rheumatology/no/intro Majeed Versjon av 2016 1. HVA ER MAJEED SYNDROM? 1.1 Hva er det? Majeed syndrom er en sjelden genetisk sykdom. Pasientene har kronisk tilbakevendende multifokal
DetaljerTallene 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
Detaljer1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver. 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver
1 9-3: Sammenligne gjennomsnitt for to uavhengige stikkprøver 2 9-4: Sammenligne gjennomsnitt for to relaterte stikkprøver 3 Oppvarming til kap 10: Rette linjer Sammenligne to populasjoner Data fra to
DetaljerRegisterbaserte 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
DetaljerEKSAMEN I FAG TMA4255 ANVENDT STATISTIKK
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 BOKMÅL EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Onsdag
DetaljerMAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem
MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi
DetaljerFormelsamling i medisinsk statistikk
Formelsamling i medisinsk statistikk Versjon av 6. mai 208 Dette er en formelsamling til O. O. Aalen (red.): Statistiske metoder i medisin og helsefag, Gyldendal, 208. Gjennomsnitt x = n (x + x 2 + x 3
DetaljerMeningsmåling Nordmøre og Romsdal
Sentio Research Norge AS Verftsgata 4 714 Trondheim Org.nr. 979 956 61 MVA R A P P O R T Dato: 12.11.21 Meningsmåling Nordmøre og Romsdal Arve Østgaard Roar Håskjold INNLEDNING Undersøkelsen består av
Detaljer7.2 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
DetaljerKausalitet - 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
DetaljerNy strategi for ikke-smittsomme sykdommer
For forebygging, diagnostisering, behandling og rehabilitering av fire ikke-smittsomme sykdommer; hjerte- og karsykdommer, diabetes, kols og kreft Ny strategi for ikke-smittsomme sykdommer Henriette Øien,
DetaljerOppgaver til Studentveiledning 3 MET 3431 Statistikk
Oppgaver til Studentveiledning 3 MET 3431 Statistikk 24. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 01/06/2011: Oppgave 1-7. Eksamensoppgaven fra 06/2011
DetaljerAntall kvinner som lever med brystkreft i Oslo i Antall kvinner som lever med brystkreft 10 år etter diagnosen i
Oppgave 1 Insidens, insidensrate og prevalens er alle begreper som brukes for å beskrive forekomst av sykdom. For hver brøk nedenfor, bestem om det er en insidens, insidensrate, prevalens, eller ingen
DetaljerSammendrag. 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
DetaljerBør rotavirusvaksine tas inn i barnevaksinasjonsprogrammet?
Bør rotavirusvaksine tas inn i barnevaksinasjonsprogrammet? Synne Sandbu, overlege Avd. for vaksine Divisjon for smittevern Nasjonalt folkehelseinstitutt 4. Juni 2010 1 Arbeidsgruppe med mandat: Vurdere
DetaljerKan vi stole på resultater fra «liten N»?
Kan vi stole på resultater fra «liten N»? Olav M. Kvalheim Universitetet i Bergen Plan for dette foredraget Hypotesetesting og p-verdier for å undersøke en variabel p-verdier når det er mange variabler
DetaljerSensorveiledning: 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.
DetaljerOppgaver til Studentveiledning I MET 3431 Statistikk
Oppgaver til Studentveiledning I MET 3431 Statistikk 20. mars 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Konfidensintervaller Vi ser på inntekten til en tilfeldig valgt person (i tusen
DetaljerLøsningsforslag 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
DetaljerSTUDIEÅRET 2013/2014. Individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Fredag 25. april 2014 kl. 10.00-12.00.
STUDIEÅRET 2013/2014 Individuell skriftlig eksamen i VTM 200- Vitenskapsteori og metode Fredag 25. april 2014 kl. 10.00-12.00 Hjelpemidler: ingen Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist:
DetaljerSTUDIEÅRET 2011/2012. Utsatt individuell skriftlig eksamen. STA 200- Statistikk. Mandag 27. august 2012 kl. 10.00-12.00
STUDIEÅRET 2011/2012 Utsatt individuell skriftlig eksamen STA 200- Statistikk i Mandag 27. august 2012 kl. 10.00-12.00 Hjelpemidler: kalkulator. Formelsamling blir delt ut på eksamen Eksamensoppgaven består
DetaljerEpidemiologi 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
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon I Kapittel 8 brukte vi observatoren z = x µ σ/ n for å trekke konklusjoner om µ. Dette
DetaljerHvor 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.
DetaljerVeterinærmedisin - til nytte for hund og menneske? Martine Lund Ziener Spesialist i hund og kattesykdommer Phd student
Veterinærmedisin - til nytte for hund og menneske? Martine Lund Ziener Spesialist i hund og kattesykdommer Phd student Hvorfor blir vi syke? Hvorfor blir vi syke? Arv: Gener som gir risiko eller trygghets
Detaljer