Vår 2024

HEL-8020 Analyse av registerdata i forskning - 2 stp

Ansvarlig enhet

Institutt for samfunnsmedisin

Emnetype

Emnet er et samarbeid mellom Senter for klinisk dokumentasjon og evaluering ved Helse Nord, og Institutt for samfunnsmedisin ved UiT. Emnet kan tas som enkeltemne.

Studiepoengreduksjon

HEL-8019 Analyse av registerdata i forskning 1 stp

Innhold

I kurset ser man på styrker og svakheter ved helseregistre, koblingsmuligheter og juridisk regulering av helseregistre. Det gis eksempler på bruk av registerdata i forskning og en innføring i ulike statistiske analysemetoder som vil være nyttige i forskningsarbeidet. Dette omfatter blant annet datavask, regresjonsanalyser, stratifisering og justering av variabler, propensity score (metode for å redusere bias i ikke-randomiserte studier), justering for multippel testing av registerdata, visualisering og innføring i kausalitet og inferens i forbindelse med «Directed acyclic graphs» (DAGs, kausale grafer).

Opptakskrav

Ph.d.- og forskerlinjestudenter, eller kandidater med bestått 5-årig (eller 3+2 år) mastergrad kan ta emnet.

Eksterne ph.d.- og forskerlinjestudenter må dokumentere fra sitt universitet at de er tatt opp på ph.d.-programmet eller forskerlinjen. Andre søkere må i søknad legge ved dokumentasjon som viser bestått mastergrad.

Anbefalte forkunnskaper er HEL-8024 Quantitative research methods eller tilsvarende kunnskaper.

Hva lærer du

diskutere fordeler og ulemper med ulike typer studiedesign (tversnitt, kasus/kontroll, kohorte og RCT-studier), samt beskrive effektstørrelser brukt ved de ulike typene design.
kjenne de viktigste norske sykdomsregistre og hvordan de er juridisk regulert.
kjenne til styrker og svakheter ved bruk av registerdata i forskning.
forklare en "Directed acyclic graph" (DAG), samt vurdere modeller for inferens ved bruk av DAGs.
diskutere metoder brukt ved kausal modellering.
ta i bruk samt vurdere fordeler og ulemper av ulike metoder for å justere for mulige skjevheter i datamaterialet.
analysere data ved bruk av "propensity score", samt vite når det er hensiktsmessig å bruke "propensity score".
kunne utføre og tolke lineære og logistiske regresjonsanalyser
identifisere problem med multippel testing og beskrive metoder som korrigerer for problemene.
kjenne til hvordan man publiserer effekter i studier basert på registerdata, fra design via materiale, metode, resultat og diskusjon til konklusjon.

Undervisnings- og eksamensspråk

Norsk

Undervisning

Forelesninger.