[Forside] [Hovedområder] [Perioder] [Udannelser] [Alle kurser på en side]
Undervisningen i basal epidemiologi og biostatistik skal give de studerende grundlæggende viden om de mest almindelige biostatistiske begreber, således at de kan læse og kritisk vurdere sundhedsvidenskabelige artikler, hvori indgår statistik. De studerende skal desuden lære at anvende udvalgte IT-programmer, der er velegnede til analyse af kvantitative data, og de skal gennemføre alle led i processen fra data er indsamlet, til der foreligger en datafil, der er klar til at blive analyseret. Herefter skal de lære at lægge en analyseplan, foretage relevante modelovervejelser og efterfølgende gennemføre analyserne på et udleveret datasæt. De skal selv kunne analysere data fra almindelige simple designs, primært bivariate analyser, og de skal kunne fortolke resultaterne.
Kompetencebeskrivelse af de færdigheder og den viden som ønskes tilegnet gennem modulet:
De studerende skal kunne udføre alle led i processen, fra data er indsamlet med et spørgeskema eller registreringsark, til der foreligger et færdigt datasæt i STATA. De skal desuden på grundlag af et eksisterende datasæt kunne opstille en analysemodel, samt efterfølgende kunne gennemføre simple analyser, der inkluderer testning af associationer og justering for confounding v.hj.a. stratificeret analyse på datasættet. Dette indebærer bl.a. udarbejdelse af en kodebog, oprettelse og redigering af dataindtastningsprogrammet EpiData samt konvertering af data til STATA.
De studerende skal kunne forklare betydningen af statistiske termer så som estimation, konfidensintervaller, hypotesetestning og p-værdi samt modeller og modelkontrol. De skal kunne læse og beskrive de statistiske afsnit i sundhedsvidenskabelige artikler, og de skal kritisk kunne vurdere relevansen af de statistiske metoder, der er anvendt. De studerende skal opnå tilstrækkelig viden om de mest almindelige statistiske metoder (primært bivariate analyser), der anvendes i medicinsk forskning, således at de kan designe simple studier og selv gennemføre statistiske analyser på data, fra sådanne studier.
Modulet: Forskningsmetodologi 1B består af tre delkurser og følgende undervisningsemner:
1) Basal epidemiologi og biostatistik:
Basale deskriptive metoder
Prædiktions- og sikkerhedsinterval
Statistiske tests
Sammenligning af to middelværdier
Analyser af krydstabeller
Simple ikke-parametriske metoder
Eksperimentelle studier: klinisk randomiserede forsøg
Observationelle studier: tværsnits-, case-control og kohortestudier
Epidemiologisk mål: prævalens, incidens, risikomål, relative mål og differensmål
Fejlkilder: confounding, selektionsbias og informationsbias
Kritisk vurdering af videnskabelige artikler
2) Analyse af kvantitative data:
Anvendelse af spørgeskemaer til dataindsamling. Validering
Kodebog. Forberedelse af spørgeskemaer til dataindtastning
Rekodning af åbne, kvalitative spørgsmål
EpiData og STATA
Plan for dataanalyse. Modelovervejelser og analyseplan
Dataanalyser af 2x2 tabeller og stratificering
3) Biostatistik 1 :
2 stikprøver
Parrede data
Binomialfordeling og proportioner
Stratificerede analyser
Regression og korrelation
Fortrolig med brug af PC og basale styringsprogrammer.
Forskningsmetodologisk kendskab svarende til modul 1 på Suppleringsuddannelsen.
Adjunkt Ellen Aagaard Nøhr, professor Michael Væth, klinisk lektor Kirsten Fonager, lektor Mogens Erlandsen, professor Svend Sabroe.
Forelæsninger
Gruppearbejde
Computerøvelser
Statistikøvelser (opgaveregning, brug af STATA)
Dansk
Greenberg R, Daniels ST, Flanders WD, Eley JW, Boring JR: Medical epidemiology. New York: Lange Medical Books; 2001.
Juul S. Take good care of your data. Århus: Department of Epidemiology and Social Medicine, University of Aarhus; 2004.
Juul S. Introduction to Stata 8. Århus: Department of Epidemiology and Social Medicine, University of Aarhus; 2004.
Juul S. Epidemiologi og evidens. København: Munksgaard; 2004.
Kirkwood BR, Sterne JAC. Medical statistics. Massachusetts: Blackwell Science; 2003.
Statistikprogrammer:
I kurset vil EpiData, Excel samt statistikprogrammet STATA blive brugt som hjælperedskaber, men de studerende kan også anvende tilsvarende programmer (f.eks. SPSS), hvis de f.eks. har kendskab til dem i forvejen.
Supplerende ikke obligatorisk litteratur:
Juul S. An Introduction to Stata for Health Researchers. Lakeway Drive, Texas: Stata Press; 2006
Kapitel 7: Preparing to analyse data. I: Altman DG. Practical Statistics for Medical Research. London: Chapman & Hall; 1999.
Kapitel 7: Databehandling. I: Dirksen A. et al. Klinisk forskningsmetode. En grundbog. København: Munksgaard; 1996.
Der er en fem timers skriftlig prøve. Intern censur med gradueret bedømmelse efter 7- skalaen.