#Medicin #Läkare #Doktor #Plugg

Den här bloggen ska hjälpa dig som läkare/blivande läkare att förhöra dig på kunskap, läsa lite om hur en läkarstudents vardag kan se ut och förhoppningsvis lätta upp stämningen emellanåt.

Epidemiologi I

Publicerad 2016-05-19 12:55:00 i VetU Medicinsk vetenskaplig metodologi,

1. Vad gör en epidemiolog?
2. Ge exempel på frågor en epidemiolog kan svara på?
3. Vad är en variabel?
4. Vad är Utfall? Vilka är de fem D:na?
5. Ge exempel på mjuka variabler!
6. Vad är ett sample eller ett stickprov?
7. Vad är bias?
8. Vad är selektionsbias?
9. Vad är measurementbias?
10. Vad innebär confounding?
 
 
 
 
 
 
1. Räknar händelser (hälsa) i en grupp  av människor jämfört med antalet händelser från den grupp individerna kommer ifrån och använder sunda metoder för att inte vilseledas av slump och systematiska fel. Studerar på gruppnivå och inte på individnivå!
 
2. Hur bra är ett diagnostiskt test? Hur vanlig är en sjukdom? Vad är riskerna att drabas av en sjukdom? Vad är orsaken till en sjukdom? Hur kan vi behandla en sjukdom effektivt? osv
 
3. Något som kan variera och något som kan mätas. Dessa kan vara oberoende (prediktor) eller beroende eller covariabler.
 
4. Utfall eller outcome measures är det man får ut av mätningen. De fem D:na är exempel på vad man kan mäta. Death, Disease, Discomfort, Disability, Dissatisfaction. Dessa är hårda variabler.
 
5. Exempel att mäta kolesterolnivåer ist för död hos hjärt-kärlpatienter osv.
 
6. Att man tar en del av hela gruppen och undersöker. Den delen får sedan representera den större gruppen då den ska vara mycket lik populationen.
 
7. Ett systematiskt fel som sker i samband med datainsamling, analys, tolkning och publikation
 
8. När man jämför grupper som skiljer sig åt beträffande en viss egenskap (kön, ålder, sjukdomssvårighet, förekomst av annan sjukdom, Vård osv) vilket gör att grupperna inte motsvarar varandra. Ex undrar om hur vanligt det är att man dör i cancer om man får medicin vs kirurgi och gruppen som får kirurgi är mer svårt sjuka än de som får medicin. Då är det klart att de som får kirurgi dör i större utsträckning då de är sjukare.
 
9. Då man mäter något hos en patientgrupp på ett annat sätt. Ex jämför hur många kvinnor som fått ventrombos som äter p-piller. Då kommer de som säger att de äter p-piller bli mer undersökta då det är ett känt faktum att ventrombos kan orsakas av p-piller. Det är alltså större chans att upptäcka ventrombosen i den gruppen än i övriga då de "mäts mer"/undersöks mer.
 
10. Att man tycker sig se ett samband men att både exponering och utfall är relaterat till en annan faktor. Ex människor som hör dåligt har ofta osteoporos. Detta beror inte på hörseln i sig utan på att äldre oftare hör dåligt och äldre har större risk att få osteoporos.
 
 
 
 

Liknande inlägg

Kommentarer

Kommentera inlägget här
Publiceras ej

Till bloggens startsida

Kategorier

Arkiv

Prenumerera och dela