Epidemiologi 4 Flashcards
Skillnad mellan sannolikhet och odds?
Sannolikhet:
- Sannolikhet beskriver andelen av alla möjliga utfall där en viss händelse inträffar
- Sannolikhet = Antal gynsamma fall / Totalt antal utfall
Odds:
- Odds beskriver förhållandet mellan sannolikheten att en händelse inträffar och sannolikheten att den inte inträffar
- Odds = Sannolikheten att händelsen inträffar/ Sannolikheten att händelsen inte inträffar
Vad är kausala diagram och vad kan det användas för?
- Visuell beskrivning mellan determinant och utfallet, samt andra faktorer
- Grafisk överblick över förhållanden och samband där man beskriver vilka antaganden man har gjort
- Diagrammen ger identifikation av faktorer som man behöver ta hänsyn till
Hur identifierar man confounding?
- Man tittar på sin data
-> Om man ser att det verkar vara fler i en viss subgrupp som fått ett utfall - Man ritar upp ett kausalt diagram där man illustrerar sambanden mellan variablerna
- I analysstadiet kan man genom olika analyser se om det finns confounding genom att analysera med resp. utan confoundern
Vad leder confounding till om man inte tar hänsyn till det under analysen eller studieplaneringen?
- Ökad varians i data
- Introduktion av bias
Hur kan man minska effekten av confounding under studieplaneringsstadiet?
Experimentiell studie:
- Randomiserad allokering av studiedeltagare till behandling resp. kontroll
- Randomiseringen minskar gruppernas skillnad med avseende till confounders
Andra studietyper:
- Begränsning
-> Man undersöker bara en viss undergrupp av det man tror är en confounder
- Matchning
-> Parar ihop studiedeltagare i grupperna baserat på potentiella confounders
—-> Ej rekommenderat pga.
- Man kan inte undersöka de variabler som man matchat på
- Komplicerar dataanalysarbetet i onödan
- Kan minska den statistiska styrkan i undersökningen
Hantering av confounding under dataanalysen?
- Stratifierade analyser
- Justera variabeln i analysen genom att inkludera dem i regressionsmodellen
Skäl för användning av diagnostiska tester?
- Identifiera sjukdom hos en individ
- Skatta förekomst av sjukdomen i en population
Vad är ett bra test?
- Det “perfekta” diagnostiska testet skiljer på sjuka (positiva) och friska (negativa) indivder utan fel
- De flesta testen är inte perfekta
-> Otydlig falldefinition
-> Mätinstrumentens kvalitet
-> Vad mäts?
Vad innebär att ett test inte är fullkomligt?
- Kommer att få fel resultat ibland
- Beror på problemet om det är värre att missa sjuka eller ge friska individer en sjuk diagnos
Vad är en gludstandard?
- Ett test som korrekt identifierar ett djurs status
- Current preferred method
- Ofta okänt
-> Sällan förekommande pga. icke-perfekta test och biologisk variation
Skillnad mellan test och diagnos?
- Tester används som stöd och vägledning för att dra slutsatser -> Diagnos
- Diagnosen är en sammanvävning av helhetsbilden
-> Nästan alltid en sannolikhetsbedömning
Vad är sensitivitet hos ett test?
- Ett test som korrekt identifierar sjuka individer som sjuka
Hur räknar man ut sensitivitet?
Sensitivitet (Se) = Sant positiva (SP) / [Sant positiva (SP) + Falsk negativa (FN)
Se= SP/(SP+FN)
Vad är specificitet av ett test?
- Ett test som korrekt identifierar friska individer som friska
Hur räknar man ut specificitet?
Specificitet (Sp) = Sant negativa (SN) / [Sant negativa (SN) + Falsk positiva (FP)]
Sp= SN/(SN+FP)
Vad är ett postivt prediktivt värde (PVPT)?
- Sannolikheten att en individ verkligen har sjukdomen givet att testet är positivt
Hur räknar man ut ett PVPT?
PVPT = Sant positiva (SP) / [Sant positiva (SP) + Falskt positiva (FP)]
PVPT=SP/(SP+FP)
Vad är ett negativt prediktivt värde (PVNT)?
- Sannolikheten att en individ verkligen inte har sjukdomen givet att testet är negativt
Hur räknar man ut PVNT?
PVNT = Sant negativa (SN) / [Sant negativa (SN) + Falsk negativa (FN)]
PVNT=SN/(SN+FN)