KLH3002 Epidemiologi. Eksamen høsten 2012



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

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

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

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

Antall kvinner som lever med brystkreft i Oslo i Antall kvinner som lever med brystkreft 10 år etter diagnosen i

Kausalitet - Hvordan komme litt nærmere sannheten

EKSAMENSOPPGÅVE KLH3002 Epidemiologi 1 Torsdag timar

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

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

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

Sjekkliste for vurdering av en randomisert kontrollert studie (RCT)

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

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

SJEKKLISTE FOR VURDERING AV EN KOHORTSTUDIE

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

Sannsynlighet (Kap 3)

Sjekkliste for vurdering av en kohortstudie

NB: 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.

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

Mammografiscreening med fokus på Norge. Kreftscreening. Grunnlag for screening i en befolkningen. Mammografi screening

Sjekkliste for vurdering av en studie som tester en ny diagnostisk test

SJEKKLISTE FOR VURDERING AV EN RANDOMISERT KONTROLLERT STUDIE (RCT)

Sjekkliste for vurdering av en kasuskontrollstudie

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

Hvordan kan screening program evalueres? Mette Kalager MD Oslo Universitetssykehus Harvard School of Public Health

STUDIEÅRET 2013/2014. Individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Fredag 25. april 2014 kl

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

Forskningsmetoder i menneske-maskin interaksjon

Screening kva er forskingsbasert?

Kreft på Mortensnes, Tromsø Rapport fra Kreftregisteret

Diagnostiske tester. Friskere Geiter Gardermoen, 21. november Petter Hopp Seksjon for epidemiologi

Cancer in Norway 2015

STUDIEÅRET 2014/2015. Individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Mandag 13. april 2015 kl

Kunnskapshierarkiet- Hva betyr det for oss? Olav M. Linaker 2011

Introduction to the Practice of Statistics

Detaljerte forklaringer av begreper og metoder.

Alder, risikofaktorer og dødelighet. Et 42 års prospektiv oppfølgingsstudium i en generell befolkning.

YRKESHYGIENE OG EPIDEMIOLOGI

Epidemiologi. Hva søren betyr dette?? NTNU EVU-kurs i yrkeshygiene

Oppgave: MED5700_OPPGAVE2_H17_ORD

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

UNIVERSITETET I OSLO

Etterforskning av utbrudd av matbårne infeksjoner. Preben Aavitsland Avdeling for infeksjonsovervåking Smittevernseminar,

Over personer vil få en kreftdiagnose i Norge i 2015.

Livmorhalsscreeningprogram met. - i endring

For mye av det gode er ikke alltid helt fantastisk!

Vektøkning som en av våre største helseutfordringer - og hva vi kan gjøre med det

Inkontinens etter vaginalfødsel sammenlignet med keisersnitt

KOLS DIAGNOSE. Lungedagene 2015 Geir Einar Sjaastad. Fastlege Holter Legekontor, Nannestad

Overvåking og bruk av diagnostiske tester.

Kan demens forebygges. Knut Engedal, prof. em. dr.med

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

RUS OG DOPING. Nye ord, sidene

Saksnotat vedrørende Retningslinjer for medikamentell primærforebygging av hjerte- og karsykdommer

Risikostyring ved innføring av nye analyser

Spirometri som screening, egnet eller ikke?

HbA1c og glukosebelastning: Hvem og hva fanges opp med de ulike diagnostiske metodene?

Forskningsmetoder. primærstudier, systema4ske oversikter, health technology assessment (HTA)

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

Kunnskapsgrunnlaget for forebygging

Genetikkens plass i klinikken noen overordnede tanker

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Utsatt individuell skriftlig eksamen. STA 400- Statistikk

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

The study of the occurrence of disease John Snow - Cholera

ST0202 Statistikk for samfunnsvitere [4]

Hypotesetesting: Prinsipper. Frode Svartdal UiTø Januar 2014 Frode Svartdal

Betinget sannsynlighet, Total sannsynlighet og Bayes setning

Det medisinske fakultet Universitetet i Oslo

Folkehelsemeldingen. God helse - felles ansvar. Statssekretær Nina Tangnæs Grønvold. Helse- og omsorgsdepartementet

TIL DEG SOM HAR LAVT STOFFSKIFTE - HYPOTYREOSE OG BEHANDLES MED SKJOLDBRUSKKJERTELHORMON

STUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Tirsdag 25. august 2015 kl

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

Kjennskap til egen diagnose helsemessige konsekvenser?

Knut Røed. forskning Ragnar Frisch Centre for Economic Research

HbA1c som diagnostiseringsverktøy Fordeler og begrensninger Hvordan tolker vi det? Kritiske søkelys

6.2 Signifikanstester

Formelsamling i medisinsk statistikk

Matbårne sykdommer: håndtering av utbrudd

Fatigue. Karin Hammer. Kreftkoordinator Gjøvik kommune

Ikke så mye, selv om tallene tydelig viser at vi burde forebygge mer: Andelen tenåringsjenter med psykiske lidelser har økt 40 prosent de siste

Fastlegens møte med kreftpasienter. Spesialist allmennmedisin sykehjemslege Bjørn Lichtwarck

Statistikk i klinikken. Arild Vaktskjold 2015

Støy og hjerte-og karsykdom. Marit Skogstad Forskningssjef dr. med STAMI

BAKGRUNN OG RESULTATER FRA HELSEUNDERSØKELSEN I FINNMARK OG TROMS

Sykehusorganisert hjemmebehandling av lungesyke

Vitenskapelige sannheter og andre sannsynligheter. Bjørn Hofmann Seksjon for medisinsk etikk

Hva bør pasienten teste selv?

Eldre i Norge: Hva vet vi om forekomsten av psykiske plager og lidelser?

NOEN FAKTA OM RØYKING

Forskningsmetoder. Data: Måling og målefeil. Frode Svartdal. UiTø FRODE SVARTDAL 1 V Frode Svartdal

Cardiac Exercise Research Group (CERG)

Systematiske oversikter Meta-analyser Cochrane collaboration Internettressurser

Bjørn H. Grønberg PRC & Kreftklinikken, St. Olavs Hospital. European Palliative Care Research Centre (PRC)

Matbårne sykdommer: håndtering av utbrudd

Drikkevannet, vårt viktigste næringsmiddel

Rettigheter ved arbeidsbetinget kreft Krav til årsakssammenheng. Arbeidsmedisinsk temadag

Forskningsmetoder. Måling, målefeil. Frode Svartdal. UiTø V Frode Svartdal FRODE SVARTDAL 1

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

Folkehelseprofiler og Kommunehelsa statistikkbank. Jørgen Meisfjord og Nora Heyerdahl Nasjonalt folkehelseinstitutt Fornebu,

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

Transkript:

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 A og B* D. Hverken A eller B 2. Hva er de mulige verdiene for en risiko differanse (= RD)? A. En hvilken som helst verdi (ingen øvre eller nedre grense) B. En hvilken som helst positive verdi C. En hvilken som helst negativ verdi D. Verdier fra minus 1 til pluss 1* 3. Epidemiologer liker ikke å bruke prevalens som mål på sykdomsforekomst i sitt forsøk på å studere årsak til sykdom A. Fordi prevalensen avhenger av når sykdommen startet B. Fordi prevalensen avhenger av sykdommens varighet* C. Hverken A eller B er riktig D. Både A og B er riktig 4. Hvordan angis (hva er benevningen for) relativ risiko? A. Angis i forhold til antall personer, for eksempel pr. tusen personer B. Angis i forhold til persontid, for eksempel pr tusen person år C. Er uten benevning fordi det er en proporsjon D. Er uten benevning fordi det er en ratio* 5. Overvekt, fysisk inaktivitet, kolesterol, høyt blodtrykk og lav utdanning er eksponeringer som regnes som årsak til ulike sykdommer. Er faktorer (årsaker) som disse i epidemiologien sett på som A. nødvendig, dvs. en sykdom kan ikke oppstå uten at en av dem er tilstede B. tilstrekkelig, dvs. at faktoren på egen hand kan forårsake sykdom uten medvirkning av andre faktorer C. både nødvendig og tilstrekkelig for at en sykdom kan oppstå D. hverken nødvendig eller tilstrekkelig for at en sykdom kan oppstå* 1

6. «Tilfeldig fordeling (randomisering) kan ta hånd om (=eliminere) konfundering (effektforveksling) fordi intervensjonen ikke kan assosieres med andre kjennetegn (karakteristika) hos den som deltar i studien, etter at randomiseringen har funnet sted.» A. Dette er et korrekt utsagn og en korrekt forklaring* B. Utsagnet er ikke korrekt selv om forklaringen (= andre del av setningen) i og for seg er korrekt C. Utsagnet er korrekt, men ikke forklaringen D. Hverken utsagnet eller forklaringen er korrekt 7. Hvilken av følgende kan resultere i en feil (= forskjell mellom en observert og en sann årsakssammenheng) i epidemiologisk forskning? A. Konfundere (effektforvekslere)* B. Effektmediatorer C. Hverken A eller B D. Både A og B 8. Informasjonsbias (målefeil) forekommer mer typisk i kasus kontroll studier enn i kohortstudier p.g.a. seleksjon av personer til studien A. Korrekt utsagn og korrekt forklaring B. Utsagnet er ikke korrekt selv om forklaringen (= andre del av setningen) i og for seg er korrekt C. Korrekt utsagn, men ikke korrekt forklaring* D. Hverken utsagnet eller forklaringen er korrekt 9. Hvilket av de følgende utsagn beskriver den største fordelen med en randomisert kontrollert studie? A. Observatørbias unngås B. Denne type studier er alltid etisk forsvarlig C. Resultatene kan gjentas hos andre pasienter D. Konfundering (effektforveksling) unngås* E. Man får inkludert representative deltakere i studien 10. Hva betegnes vanligvis som en utfordring ved kasus kontroll studier av årsaksfaktorer til sykdom sammenliknet med kohortstudier? A. Større risiko for informasjonsbias B. Det kan være bias ved å bestemme tilstedeværelse eller fravær av utfallet (sykdommen) C. Det er vanskelig å skaffe til veie kontroller D. Både A og C* E. Det er vanskeligere å sammenlikne pasienter (kasus) og kontroller 2

11. Hvilket av følgende er en klar fordel i en vanlig kasus kontroll studie? A. Det er sjelden bias i vurderingen av eksponeringen B. Flere sykdomsutfall av en eksponering er lett å studere C. Man er ikke så avhengig av hukommelsen til personene man studerer D. Den egner seg for å studere årsakssammenhengen til sjeldne sykdommer* E. Det er mulig å avgjøre den sanne insidensraten til sykdommen 12. Hva kjennetegner deltakerne som inngår i en kohortstudie av en årsak til sykdom? A. Personer som har fått sykdommen B. Personer uten sykdommen C. Personer som har eksponeringen man undersøker D. Personer med og uten eksponeringen man undersøker E. Både B og D* 13. I en kasus kontrollstudie av pasienter med kreft i bukspyttkjertelen, viste det seg at 17 % av pasientene samtidig hadde diabetes på tidspunktet for kreftdiagnosen. Til sammenlikning hadde 4 % i kontrollgruppen diabetes. De ble undersøkt for dette på samme tid som kreftpasientene fikk diagnosen cancer pancreatis. Kontrollgruppen var på forhånd matchet for en rekke faktorer (alder, kjønn, etnisitet mm.). Konklusjonen på studien var at diabetes spilte en kausal (årsaks ) rolle i kreftsykdommen. Denne konklusjonen er: A. Korrekt B. Kan være feil fordi det ikke forelå en sammenliknbar kontrollgruppe C. Kan være feil fordi det var vanskeligere å fastslå at kreftpasientene hadde diabetes D. Kan være feil fordi det er umulig å si noe om tiden mellom diabetes ble diagnostisert og kreftsykdommen startet* E. Kan være feil fordi det var lettere å fastslå at kreftpasientene hadde diabetes 14. Alle de følgende argumentene er viktige når det skal trekkes en slutning om kausale sammenhenger i epidemiologi, unntatt A. Resultatet stemmer over ens med eksisterende kunnskap B. Det foreligger en dose respons sammenheng C. Prediksjons verdien av et positivt funn* D. Resultatet stemmer overens med resultatene fra andre tilsvarende studier E. Styrken i sammenhengen 15. I en randomisert fant en at den relative risikoen for en sammenheng (assosiasjon) mellom den mistenkte eksponeringen og sykdommen er mindre enn 1. A. Da er det ingen sammenheng mellom eksponeringen og sykdommen B. Da beskytter eksponeringen mot sykdommen* C. Da har enten matchingen eller randomiseringen slått feil D. Da har kontrollgruppen vært mangelfull og gjort sammenlikningen ugyldig E. Da er det enten ingen eller en negativ sammenheng mellom faktoren og sykdommen 3

Flerleddsoppgaver NB! Svar kort Skriv inn riktig svar etter hvert spørsmål. Bruk ekstra ark om nødvendig I. Randomiserte studier (4p) I de fleste randomiserte studier av mammografi screening har deltakelsen ligget på rundt 60 80%, og lavest blant de eldste kvinnene. Ved en «intention to treat» analyse tar/regner man likevel med alle kvinner i intervensjonsgruppen, dvs. de som møtte opp og de som ikke gjorde det. a. Hva er begrunnelsen for å analysere data etter prinsippet om intention to treat (ITT)? (2p) Svar: Hensikten er å forebygge konfundering (effektforveksling). Det kan tenkes at kvinner som velger å delta, har en annen sykdomsrisiko enn ikke deltakerne, og en sammenlikning av deltakerne i den den inviterte gruppen med hele den ikke inviterte gruppen kan gi et skjevt (biased) resultat. Da kunne en like gjerne sløyfe hele randomiseringen b. På hvilken måte gir en analyse etter ITT prinsippet bias og gjør den sammenhengen sterkere eller svakere? (2p) Svar: Ved en ITT analyse fortynnes effektestimatet (effekten blir svakere) av mangelen på effekt blant de ikke deltakende kvinnene. For de kvinnene som deltok, vil den forventete folkehelsegevinsten være større (effekten blir sterkere) enn den som ble beregnet ved ITT analysen (dersom det altså er en folkehelsegevinst) II. Screening (4p = 1 poeng for hvert delsvar) Blant 200 personer med sykdommen S var testen T positiv i 160 tilfeller. Blant 200 personer som hadde vært mistenkt for å ha sykdommen (S), men der den ble avkreftet, var testen (T) positiv i 50 tilfeller. a. Beregn sensitiviteten av T Svar: Sensitivitet (= Syke som er korrekt identifisert): 160/200 = 80 % b. Beregn spesifisiteten av T Svar: Spesifisitet (= friske som er korrekt identifisert): 150/200 = 75 % c. Beregn den prediktive verdi av en positiv test (PPV) i en situasjon der erfaringen viser at 40 % blant dem som mistenkes for å ha S, er syke (= sann prevalens) Svar: Testresultat Syke Ikke syke Totalt Positivt 320 150 470 Negativt 80 450 530 Totalt 400 600 1000 4

Prediktiv verdi av en positiv test (PPV): 320/470 = 68 % d. Beregn den prediktive verdi av en positiv test (PPV) i en situasjon der det antas at prevalensen av S i den screenete befolkningen er 1/1000 Svar: Testresultat Syke Ikke syke Totalt Positivt 80 4995 5075 Negativt 20 94905 94925 Totalt 100 99900 100000 Prediktiv verdi av en positiv test (PPV): 80/5075 = 1,6 % NB! Det har vist seg at oppgaven var formulert slik at kandidatene oppfattet at de skulle bruke samme sensitivitet og spesifisitet basert på utregningene ovenfor, dvs. 80 %, respektive 75 %. Det korrekte var en spesifisitet på 95 % slik det går fram av den opprinnelige oppgaven, jf. Juuls lærebok Epidemiologi og evidens, p 211 og pp 273 4. Svaret: PPV = 80/25055 = 0,319 % må derfor også kunne godkjennes, jf. tabellen nedenfor Testresultat Syke Ikke syke Totalt Positivt 80 24975 25055 Negativt 20 74925 74945 Totalt 100 99900 100000 For godkjent svar kreves at alle utregningene vises III. Røyking og Lungekreft (8 p) Data i tabellen nedenfor er fra en stor britisk undersøkelse på 1950 tallet om sammenhengen mellom røyking og lungekreft blant kvinner og menn. Regn ut Odds Ratio (OR) for en og en av de fem gruppene menn som røyker, og på samme måte for de tre første gruppene av kvinner. Hver gruppe røykere skal sammenliknes med den gruppen som ikke røyker (Referansegruppen) (4p) Vis med minst ett eksempel hvordan du har gått fram for å beregne OR og før deretter resultatet av alle utregningene inn i tabellen. Svar: Eksempel på utregning for gruppen menn som røykte 1 4 sigaretter om dagen sammenliknet med ikke røykende menn: 5

Daily average cigarettes Eksponering Lungekreft Ikke lungekreft Røyk 1 4 sig/dag 55 (a) 129 (b) Ikke røyk (0 sig/dag) 7 (c) 61 (d) Odds Ratio: (a x d)/(b x c) = (55 x 61)/(7 x 129) = 3,7 Lung cancer patients Males Control group Odds ratio Lung cancer patients Females Control group Odds Ratio 0 7 61 Referanse; OR = 1.0 40 59 Referanse; OR = 1.0 1 4 55 129 3,7 16 25 0,9 5 14 489 570 7,4 24 18 1,97/2,0 15 24 475 431 9,6 14 6 3,4 25 49 293 154 16,6 14 0 50+ 38 12 27,6 0 0 Total 1357 1357 108 108 a. Hva forstår du med begrepet dose-respons og hva betyr det for din mistanke/hypotese? (1p) Svar: Dose-respons = Jo høyere dose, dvs. antall sigaretter om dagen, desto høyere forekomst av sykdom (som i dette tilfelle var lungekreft). Dette er med på å øke sannsynligheten for en kausal (årsaks-)sammenheng mellom eksponeringen og sykdommen. b. Gir resultatet holdepunkter for at det foreligger en dose-respons i denne sammenhengen? (2p). Begrunn svaret. Svar: Blant menn er det en tydelig og gradvis økning i OR med økningen i antall sigaretter de oppga at de røykte. OR er økt med en faktor på nær 10 blant menn som oppga mellom 15 og 24 sigaretter daglig og nesten 30 for menn som røykte > 50 sigaretter om dag. For kvinnene er tendensen mer uklar, men OR var økt med en faktor på minst 3 for kvinner som oppga mer enn 5 sigaretter om dagen. Det var liten forskjell på kvinnene som røykte 5-14 og de som røykte 15-24 sigaretter pr dag. c. Er det forskjell på menn og på kvinner i de gruppene som lar seg sammenlikne? Beskriv forskjellen og hva tror du er grunnen til forskjellen (1p) Svar: Kvinnene og mennene skiller seg klart fra hverandre. OR var klart høyere blant menn både blant de som oppga 5-14 og de som røykte 15-24 sigaretter om dagen. Den mest sannsynlige forklaringen er at mennene hadde røykt gjennom mange flere år enn kvinnene. 6