Epidemiologi och biostatistik Flashcards

1
Q

Kausalitet

A

Orsakssamband

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Förklara och ge exempel på beskrivande och förklarande studier.

A

Beskrivande (deskriptiv): syftet är att beskriva och kategorisera egenskaper = Fallrapporter, fallserier, surveys.
Förklarande: syftet är att testa hypoteser och förklara samband = Experimentella (kontrollerat försök, labstudie) eller observationsstudier (tvärsnitt, kohort, fallkontroll).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Har de olika studietyperna samma kraft att styrka orsakssamband?

A

Nej, studiedesign avgör. Observationsstudier har lägre styrka än experimentell. Studier där exponering säkert kommer före utfall har högre styrka.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Vad är en tvärsnittsstudie? För och nackdelar?

A

Mäter exponering och utfall samtidigt. Visar sjukdom som prevalens (%) hos en grupp vid ett visst tillfälle.
- går ej att bedöma orsakssammanhang mellan exponering och utfall, vet ej vad som kom först.
+ enkelt och billigt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Vad är en kohort studie? För och nackdelar?

A

Börjar med sjukdomsfria individer. Följer över tid och ser vilka som utvecklar sjukdom.
+ kan etablera tidssamband. Starkast att påvisa orsakssamband av observationsstudierna.
- kostsamt, lång uppföljningstid, många individer, kan få problem med bortfall.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Vad är fall-kontroll? För och nackdelar?

A

Väljer individer med sjukdom samt en kontrollgrupp.
- svårt att välja kontrollgrupp (frisk men spegla exponeringen i population där sjukdom utvecklas). Kan ej uppskatta sjukdomsförekomst.
+ kan undersöka många exponeringsfaktorer. Passar för att undersöka ovanliga sjukdomar. Starkare än tvärsnitt att styrka orsakssamband.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

vilka två mått på sjukdomsfrekvens har vi arbetat mest med?

A

Prevalens och incidens.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

vad är det för skillnad på prevalens och incidens?

A

incidens: insjuknandefrekvens.
prevalens: andelen i en population som är sjuk vid ett visst tillfälle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Ge exempel på observationsstudietyper.

A

kohort, tvärsnitt, fall-kontroll.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

de experimentella studierna har högst förmåga att visa orsakssamband, varför då?

A

eftersom man kan påverka testobjekten och bestämma vilka riskfaktorer testobjekten ska utsättas för.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

vad kallas det inom epidemiologin om man har en diagnosmetod som ger perfekt (dvs helt korrekt) testresultat eller som är så bra att det är mot den metod mot vilken man jämför alla andra (nya) testmetoder?

A

guldstandard. Det bästa testet som finns för en viss diagnos har så kallad guldstandard. Ofta är det testet för dyrt för att använda varje dag. Vi får kombinera andra tester för att uppnå bra resultat. Guldstandardtestet används som referens när vi utvärderar hur väl
andra tester fungerar.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

vilken studiedesign använder man gärna om man vill studera riskfaktorer för en ovanlig sjukdom?

A

fall-kontroll studie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

vi har talat om hur bra eller mindre bra diagnostiska tester fungerar och hur troligt det är att en patient har en viss sjukdom om testet för sjukdomen är positivt.

a) vad kallas det värde som specificerar andelen av de testpositiva som faktiskt är sjuka?
b) ge ett exempel på en faktor som påverkar detta värde.

A

a) positivt prediktivt värde.

b) testets känslighet och specificitet, prevalensen av sjukdomen som studeras.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

låt säga att man gör ett diagnostiskt test på en patient. Patienten är sjuk men testet ger inte det resultatet, dvs är negativt. Vad kallas resultatet?

A

falskt negativt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

ge exempel på systematiska fel, så kallade bias, som kan finnas i en studie och som man bör fundera över innan man genomför en studie, dvs i planeringsstadiet.

A

confounding (förväxlingseffekt). observationsbias (informationsbias/missklassifikationsbias/measurment error). selektionsbias.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

vad kallas det när man kan dra slutsats om målpopulationen baserat på urvalet?

A

representerbarhet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

vi har konstaterat att man ofta är intresserad av att studera orsakssamband i studier, dvs kausalitet, och vi har arbetat med konceptet ”fylld paj” enligt Rothman. Vad kallas ”en fylld paj” med delorsaker, dvs så att sjukdom utlöses?

A

En full paj kallas tillräcklig orsak. Pajbitarna är delorsaker. Om en viss orsak alltid är med, kallas den nödvändig orsak

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

vi har talat om olika dataformat, till exempel när vi pratat om olika utfall och val av statistiska tester. Ge exempel på två vanliga dataformat.

A
  • Kontinuerlig skala: medelvärde eller medianvärde för att beskriva ”mitten” av datapunkterna (centralmått).
  • Kategoriska: grupperade, låg/medel/hög.
  • Binära - 1/0, ja/nej, sjuk/frisk.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

nämn två sätt att bedöma statistisk signifikans.

A

P-värde under gränsen (0,05 oftast) och ej överlappande konfidensintervall.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

a) förklara vad ett konfidensintervall är.

b) vad händer med ett intervall när man går från 99% konfidensintervall till 95% konfidensintervall?

A

a) inom det intervallet där det sanna punktestimatet bör ligga för populationen.
b) Intervallet blir smalare då det täcker färre värden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

vilken är den vanligaste nivån som används för p-värdet för statistisk signifikans?

A

0,05

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

förklara skillnaden mellan oberoende och beroende observationer.

A
  • oberoende: observationerna hör ej ihop med varandra
  • beroende: kan tex vara om man undersöker hundar från samma kennel. Då kan dessa vara släkt med varandra och därför beroende.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

vilket associtionsmått/sambandsmått brukar vi använda när vi följer en grupp och jämför risken hos exponerade med risken hos oexponerade?

A

relativ risk.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

om man inte ser någon skillnad mellan de två grupperna som man jämför, vilket punktestimat har då associationsmåttet?

A

1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

ange två faktorer som påverkar prevalensen av en sjukdom.

A

inflödet av nya fall. dödlighet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Vilken studiedesign av observationsstudietyperna kan bäst förklara orsakssamband? Varför?

A

Kohort. Börjar med sjukdomsfria individer, kan sedan studera flera utfall. Följer över tid och ser vilka som utvecklar sjukdom, kan etablera tidssamband.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Vi har talat om olika orsakskriterier som man kan använda när man undersöker om det finns ett samband mellan en exponering och ett utfall (dvs Hills kriterier). Nämn två av dessa kriterier.

A

Exponeringen sker före utfallet. Dos- responssamband.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Vad kallas det när man kan dra slutsats om målpopulationen baserat på urvalet?

A

Extern validitet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Ge exempel på systematiska fel som kan finnas i en studie och som man bör fundera över i planeringsstadiet.

A

Selektionsbias, urvalet är ej representativt. Recall bias (djurägaren har svårt att minnas). Confunding bias (sammanblandning). Observationsbias (informationsbias, missklassifikationsbias, measurment error).

30
Q

Nämn två skäl till att en skillnad mellan två grupper inte är statistiskt signifikant.

A

Skillnaden finns inte i verkligheten. För få testindivider i förhållande till storleken på skillnad som ska påvisas.

31
Q

Vad händer med ett intervall när man går från 95% konfidensintervall till 99% konfidensintervall?

A

Det blir bredare/mer omfattande/större.

32
Q

Vilket statistiskt test är den vanligaste när man jämför två oberoende medelvärden?

A

student t-test

33
Q

Vilken regressionsmodell undersöker faktorer som påverkar tiden till en händelse, dvs time to event?

A

cox

34
Q

validitet

A

Inre validitet: Korrekt slutsats om den undersökta populationen (frånvaro av systematiska fel)

Yttre/extern validitet: Generaliserbarhet; undersökningsresultatens giltighet för andra
populationer än dem som har studerats.

35
Q

Förklara vad en nollhypotes är.

A

Krävs när man vill undersöka riskfaktorer. Utgångsläget i en statistisk hypotesprövning. Ofta konservativt
formulerad: ingen skillnad mellan grupperna, ingen förändring över tiden etc.

36
Q

olika typer av regressions modeller

A

linjär: utfallet är kontinuerligt, rak linje, t.ex. vikt, ålder.

logistisk: dikotoma utfall/binära (sjuk/frisk, ja/nej), ger korstabell.
cox: Time to event/överlevnadsanalys. Linjen trappas nedåt och visar när individ får utfallet, t.ex. tid till död från en viss tidpunkt, även tid till dräktighet, måste inte vara död/dåligt.

37
Q

informationsfel

A

Systematiska fel som beror på felaktigheter i datainsamlingen i en undersökning.

38
Q

Nämn några vanliga dataformat.

A

Kontinuerlig, dikotom/binär, kategorisk

39
Q

Vad menas med utfall?

A

Utfallet är det man undersöker i studien.

40
Q

student’s t-test

A

Normalfördelade data. Används för att jämföra medelvärde mellan två grupper där observationerna är oberoende.

41
Q

parat t-test

A

Används när observationerna hänger ihop, tex data före/efter behandling av en individ.

42
Q

chi-squared test (chi2-test)

A

Statistiska test som innebär att man jämför
observerade frekvenser med förväntade under den nollhypotes som specificerats. Ju mer de observerade frekvenserna avviker från de förväntade desto lägre p-värde ger testet. Kan användas för att testa samband mellan grupp och utfall i korstabeller. Fordrar mer exakt p-värdesberäkning för att resultatet ska bli giltigt i små undersökningar.

43
Q

punktestimat

A

Ett punktestimat kan vara ett medelvärde från en testpopulation som ska representera en målpopulation. För att kunna applicera punktestimatet på målpopulationen anger vi ett konfidensintervall, inom vilket vi är 95 % säkra på att målpopulationens värde ligger.

44
Q

konfidensintervall

A

statistisk felmarginal, beskriver hur stor den statistiska felmarginalen är i exempelvis ett uppskattat medelvärde eller en uppskattad andel.

45
Q

faktorer som påverkar prevalensen

A

Inflödet av nya fall. Sjukdomsdurationen. Ev utflyttning. Behandlingsbarhet. Överlevnad.

46
Q

Mann Whitneys test

A

Icke-parametrisk motsvarighet t-testet, används för att pröva hypoteser om skillnader i fördelningen mellan två oberoende grupper. Testet bygger på att utfallen rangordnas; stora skillnader i medelrang mellan grupperna tyder på att fördelningarna skiljer sig åt = lågt p-värde

47
Q

sensitivitet

A

Sannolikheten att en sjuk patient klassas korrekt (får ett positivt testresultat) i ett diagnostiskt test.

48
Q

specifitet

A

Sannolikheten att en frisk patient klassas korrekt (får ett negativt testresultat) i ett diagnostiskt test.

49
Q

standardavvikelse

A

Mått på den genomsnittliga avvikelsen från medelvärdet.

50
Q

median

A

lämpligt att använda när värdena inte är symmetriskt normalfördelade

51
Q

medelvärde

A

passar bra till symmetriskt normalfördelade värden

52
Q

förklara kvalitativa och kvantitativa variabler.

A

kvalitativa = saker som inte mäts i mängd, t.ex. känslor eller alternativ
Kvantitativa variabler = saker som kan mätas, t.ex. hur många, vikt, längd

53
Q

När vill vi ha hög sensitivitet på testet, och

fånga upp alla sjuka?

A

Allvarlig men behandlingsbar sjukdom. Få som testas

54
Q

När vill vi ha hög specificitet, och inte

diagnosticera friska i onödan?

A

kostsamma behandlingar

55
Q

risk

A

Hur stor andel av de exponerade har blivit sjuka?

56
Q

relativ risk

A

Hur många gånger risk är det att bli sjuk hos exponerade jämfört med oexponerade individer?

57
Q

confounding

A

en sammanblandande variabel som kan få oss att tro att ett samband finns, fast det inte gör det

58
Q

metaanalys

A

mätvärden från flera undersökningar kombineras i en analys

59
Q

retrospektiv

A

analyserar data som redan finns, från händelser som redan hänt

60
Q

prospektiv

A

studien görs framåt i tiden

61
Q

sensitivitetsanalys

A

gör om analysen på en mindre del data för att se om vi får samma resultat igen

62
Q

4 viktigaste punkterna för att ett samband ska vara sannolikt?

A
  • exponering sker före utfall
  • flera studier visar samma sak
  • sambandet är rimligt
  • dos-responssamband (ju mer exponering, desto mer utfall)
63
Q

Två typer av fel finns kring nollhypoteser?

A
  • förkasta en sann nollhypotes

- behålla en falsk nollhypotes

64
Q

Vad leder confouding till om man inte tar hänsyn till

det under analysen eller studieplaneringen?

A

Ökad varians i data. Introduktion av bias.

65
Q

Förklara vad regressionsanalys är för något.

A

Statistiska modeller som kan utvärdera flera variabler och confounders mot ett utfall.

66
Q

epidemiologiska triaden består av..?

A

agens, värd, miljö.

67
Q

prediktivt värde för ett positivt test?

A

sannolikheten att en individ med positivt testsvar verkligen är sjuk.

68
Q

prediktivt värde för ett negativt test?

A

sannolikheten att en individ med negativt testsvar verkligen är frisk.

69
Q

korrelation=?

A

undersöker associationen mellan två eller fler variabler,

ett mått på hur starkt sambandet är.

70
Q

statistisk styrka = ?

A

En studies chans att få ett lågt p-värde om det
verkligen är skillnad mellan grupperna. Urvalsstorleken är viktig, fler individer ger större skillnader och ger enklare statistisk styrka.

71
Q

Hur kan man minska effekten av confounding

under studieplaneringsstadiet?

A

Man kan göra stratifierade analyser eller justera för variabeln i analysen genom att inkludera den i
en regressionsmodell.