Kursplansdatabas för forskarutbildningskurser
-
Startsida
Kursplansdatabas för forskarutbildningskurser
KURSPLANER FÖR FORSKARUTBILDNINGSKURSER
Skriv ut
Svensk benämning | Forskarskola i klinisk behandlingsforskning - Medicinsk statistik IV |
---|---|
Engelsk benämning | Research School in Clinical Therapy Research - Medical Statistics IV |
Kursnummer | 5786 |
Antal högskolepoäng | 1.5 |
Kursansvarig institution | Institutionen för klinisk forskning och utbildning, Södersjukhuset |
Särskild behörighet | Genomfört kursen ”Forskarskola i klinisk behandlingsforskning - Medicinsk Statistik II” eller motsvarande. |
Betygsskala | Godkänd/Icke godkänd |
Fastställd av | Kommittén för utbildning på forskarnivå |
Datum för fastställande | 2023-12-15 |
Kursens syfte | Att möjliggöra för deltagarna att tillägna sig färdigheter och få en introduktion till vissa avancerade statistiska metoder för att kunna:
- besvara medicinska forskningsfrågor och underlätta samarbete med statistiker. - välja, tillämpa och tolka resultat från directed acyclic graph (DAG), kausal inferens, transportability samt propensity scoring. - läsa, skriva och kritiskt granska vetenskapliga artiklar avseende ovanstående metoder. |
Kursens lärandemål | Efter avslutad kurs ska deltagarna kunna:
KUNSKAPER OCH FÖRSTÅELSE: Förklara i vilka sammanhang och för vilka frågeställningar DAG, kausal inferens, propensity scoring är tillämpbara. Redogöra för vilka underliggande antaganden som krävs för att metoderna ska fungera och varför, liksom deras för- och nackdelar, samt när metoderna kan och inte kan användas och varför. Förklara begreppet extern validitet samt översiktligt redogöra för begreppet transportability. FÄRDIGHETER: Kunna tillämpa och tolka DAG, kausal inferens, propensity scoring och transportability för enklare situationer. Använda statistisk programvara såsom SPSS eller R för att genomföra analyserna. VÄRDERINGSFÖRMÅGA OCH FÖRHÅLLNINGSSÄTT: Bedöma tillförlitligheten i resultat baserade på analyserna genom att förstå och, om möjligt, kunna kontrollera om grundantagandena för metoderna är uppfyllda. Kritiskt granska vetenskapliga artiklar som använder dessa metoder inom klinisk forskning utifrån beskrivningen av målpopulation, modellantaganden och osäkerhet i resultaten. |
Kursens innehåll | Kursen kommer att ge en överblick över några avancerade statistiska metoder som används inom klinisk forskning;
Kausal inferens DAG är ett intuitivt men rigoröst verktyg för att kommunicera om kausala frågor i klinisk och epidemiologisk forskning, samt för att beskriva studiedesign och statistiska analyser. En genomtänkt DAG är ett bra underlag för att klassificera bakgrundsvariabler som confounders, mediatorer och collider och för att minska risken för omvänd kausalitet. Kausal inferens studerar antaganden, studiedesigner och strategier för att estimera effekter som gör det möjligt att dra kausala slutsatser baserat på data. Transportability Vetenskap handlar om generalisering, och generalisering kräver transporterbarhet. Begreppet extern validitet gås igenom. Lämpliga målpopulationer att generalisera till med hjälp av observationsdata identiferas och utifrån ett ramverk av kausal inferens genomförs en enkel transportatationanalys med hjälp av utfallsmodellering. Hur man tolkar och kommunicera resultat som har transporterats från en RCT till en annan målgrupp diskuteras. Propensity scoring Vid randomiserade kontrollerade studier (RCT) så blir grupperna som jämförs vanligen balanserade med avseende på bakgrundsvariabler såsom kön, ålder m.m. I datamaterial som baseras på observationsstudier kan du med hjälp av propensity score matchning identifiera obalanser, utvärdera kvaliteten på matchningen och uppskatta behandlingseffekter. Estimation av propensity scores för att identifiera jämförbara grupper, uppskatta effekter med propensity scores, inversa sannolikhets vikter, interaktioner, identifiera avvikelser med restriktioner. |
Arbetsformer | Föreläsningar, datorövningar, gruppdiskussioner. |
Obligatoriska moment | Obligatorisk närvaro vid seminarium för artikelgranskning. Frånvaro kan kompenseras med skriftlig inlämningsuppgift. |
Examination | Lärandemålen examineras individuellt och i grupp enligt nedan:
Inlämningsuppgift samt närvaro vid seminarium för diskussion av artikel. Frånvaro kan kompenseras med skriftlig inlämningsuppgift. |
Kurslitteratur och övriga läromedel | Hulley, S, et al (2013) Designing Clinical Research, (4rd ed), Lippincott Williams & Wilkins.
Vittinger, E et al (2012) Regression Methods in Biostatistics – linear, logistic, survival, and repeated measures models. Artiklar och egenproducerat övningsmaterial som kommer att delas ut. |
Kursansvarig |
Hans Pettersson Institutionen för klinisk forskning och utbildning, Södersjukhuset 08-524 875 46 Hans.Pettersson@ki.se |
Kontaktpersoner |