Biostatistiek en epidemiologie (4sp) ECTS-fiche 13/1/2017 Statistiek 1. voorbeeldvraag van Statistiek over randomisatie a. 1:1 verdeling is meestal beste voor vergelijken b. 2:1 randomisatie is een vereiste (2x zoveel actief als placebo) c. Blindering is in strijd met equipoise d. Een fase 2 studie levert als enige klinisch bruikbare resultatenpr 2. zelfde voorbeeldvraag over randomisatie (maar ook andere antwoordmogelijkheden) a. 1:1 verdeling is meestal beste voor vergelijken b. 2:1 randomisatie is een vereiste (2x zoveel actief als placebo) c. Een fase 1 studie levert als enige klinisch bruikbare resultaten d. 3. een paar voorbeeldvragen van Molenberghs uit zijn ppt op het forum 4. 12 vragen van de werkzittingen over alle onderdelen van dit jaar van kaplan meier tot linear mixed model 5. Vraag Kaplan-meier: wat is de hazard ratio bij deze curves? HR (Behandeling A t.o.v. B) waarbij de curve een stap betekende als er iemand terug pijn kreeg, en enkele gecensureerde waardes vertoonde. Behandeling A had dezelfde vorm maar begon 2 weken later ongeveer met mensen die pijn kregen, daalde wel ongeveer even snel a. groter dan 1 b. kleiner dan 1 c. gelijk aan 1 d. we kunnen dit niet weten 6. Bij deze vraag 5 (deze curves) moest je ook nog zeggen welke stelling juist was a. Behandeling B is beter dan behandeling A b. Behandeling A heeft een mediaan die langer is dan die van mediaan B 7. Als we op een volledige studie (dus geen ontbrekende gegevens) toch koppig multiple imputation toepassen a. wordt het meer precies b. wordt minder precies c. verandert de precisie maar we weten niet naar waar d. verandert de precisie niet 8. Als we positieve correlatie hebben, wordt het verschil tussen 2 gemiddelden dan a. preciezer b. minder precies? waar staat dit c. Geen effect op verschil d. Je kan niet a priori weten of het preciezer of juist minder gaat zijn 9. Hoe verhoudt gewicht toegekend aan personen zich met de selectie kans? a. gelijk
b. omgekeerd evenredig c.... 10. Wat is juist bij deze tabel? (oefenzitting 2) a. De nulhypothese is een rico gelijk aan 1 b. DIt is sowieso een meervoudige logistische regressie-model c. Mensen van 50-59 jaar hebben 1,7 d. Mensen met een BMI van hoger dan 25 hebben 5 keer zoveel kans op ziekte dan mensen met een BMI van lager (fout want gaat over odds: verhouding ziek/niet ziek is 5 keer hoger, niet per se kans op ziek t.o.v. kans HUUH?? ik dacht da OR echt wel kans was ze?? hoe moet ge da dan interpreteren?? e. f. op ziek) 11. Wanneer is Proportie aangewezen: a) Nooit b) Altijd c) Bij vergelijkingen tussen groepen d) (vergeten) 12) Waarom zou je bij een regio-gestratifieerde studie bij elke regio initieel evenveel mensen/gezinnen ondervragen? a) Om de Precisie te verhogen b) om beter te kunnen vergelijken Epidemiologie 1. de kenmerken van distributie zijn a. wie b. waar c. wanneer d. alle 3 bovenstaande 2. Intego kan gebruik maken van a. retrospectieve dynamische cohort b. retrospectieve vaste cohort
c. prospectieve dynamische cohort d. prospectieve vaste cohort 3. vraag over berekenen van incidentie rate en uitdrukken in 100 000 persoonsjaren 4. wat is beste design voor lange termijn effect van zeldzame blootstelling? a. retrospectieve cohort b. case-control c. prospectieve cohort Moet dit niet case control zijn? Neen, ze bekijken een blootstelling, niet een outcome 5. verschil tussen retrospectieve cohort en case-control studie 6. iets over case-control en dat de onderzoeker de controles zelf selecteert 7. Incidentie rate: Welk effect heeft het verlagen van de criteria om tot de diagnose van autisme te komen op de incidentie rate? a. verhoogd b. verlaagd c. kunnen we niet weten d. blijft gelijk 8. Als men de cut-off waardes verlaagt, dan zal a. de sensiviteit en specificiteit dalen b. de PPW en NPW stijgen c. geen van bovenstaande d. alle van bovenstaande 9. 10. 11. wat is juist a. Als je cumulatieve prevalentie over gans leven beschouwt, is dit gelijk aan lifetime risk b. bij incidentie rate staat tijd in de noemer c. bij cumulatieve incidentie staat tijd in de noemer 12. een vraag met veel uitleg en je moest weten wat een prevalentie onderzoek is 13. wat draagt niet bij tot bias bij Intego? a. completeness b. versleuteling ( is volgens Soubry hetzelfde als vastzetten ) c. codering d. correctness 14. Welke Hill criterium zie je hier in: (ongeveer) dit molecuul lijkt hard op een ander molecuul die ook trage celdeling zorgt
a. analogie b. biologische verklaarbaarheid c. coherentie ofzo? d. Geen van allen 15. wat is fout a. intermediaire factor kan een confounder zijn b. Zwarte piet is een racistische uiting van de blanke kapitalisten en helemaal niet doordat hij door de schoorsteen kruipt 16. verhaaltje dat ik probeer te reconstrueren: er zijn 2 gemeenten. In elke gemeente selecteren ze 200 patiënten die ooit een hartaanval hebben gehad. Ze gaan in 1 gemeente die patiënten testen bij de huisarts op een bepaalde parameter in hun bloed. Als de waarde van die parameter gestegen, is kunnen ze de medicatie aanpassen zodat ze minder hartaanvallen zouden krijgen en zo minder naar het ziekenhuis moeten gaan.. (omdat de medicatie dan beter afgesteld is) In de andere gemeente worden de waardes niet gemeten en wordt er niets aangepast. Ze gaan dan meten hoeveel patiënten er binnenkomen in het ziekenhuis in de 2 gemeenten. Ze willen nagaan of er een verschil is tussen de groep die aangepaste medicatie krijgt en de groep die geen aanpassingen krijgt. Ze worden 5 jaar gevolgd. Dit is een voorbeeld van een a. observationele en individuele studie b. observationele en community based studie c. experimentele en individuele studie d. experimentele en communitiy based studie 17. vervolg vraag 16: als je bij de patiënten een hogere dosis ACE-inhibitoren geeft (hoger dan nu voorgeschreven dosis) en je wilt meten wat het verschil is (ongeveer ) wat kan vertekend beeld geven? a. randomisatie b. response non-compliance c. allebei d. geen van beide 18. vervolg vraag 16: in een van de gemeente is er veel vrij stof, wat misschien ook tot een hartaanval kan lijden. Wat is fijn stof in deze situatie? a. confounder b. selectiebias c.... 19. nog veel vragen wat is juist wat is fout met stellingen 20. Welke stelling is juist? a. William Farr likes to be called daddy (vader van de epidemiologie) (nee tis jon snow, the king in the north.) b. Bij elke epidemiologische studie is de populatie goed gedefinieerd 21. Vraag over equipoise. a. als dokter mag je een middel klinische testen als je overtuigd bent van zijn superioriteit
b. als dokter mag je een middel klinisch testen samen met je collega s als jullie overtuigd zijn van de superioriteit c. je mag het testen als je onzeker bent over de superioriteit of inferioriteit. 22. Grafiek met x as: periodes (bv. 1996-1998, 1999-2001...), y as: percentage jongeren met allergie. Wat kan hieruit gehaald worden (andere vraagstelling). a. prevalentie b. incidentie rate c. beiden d. geen van bovenstaande 23. Er is een studie waarbij er dropout is. De dropout heeft niks te maken met de ziektestatus of de behandeling. ( Dus dropout is gelijk bij de 2 onderzochte groepen). a) Er is geen selectiebias want er vallen er evenveel weg bij beide groepen b) Er is geen selectiebias want c) Er is wel selectiebias want er is loss to follow up d) Er is wel selectiebias want de case groep verkleint (weet de antwoorden niet precies meer, dus ook het juiste kan hier eventueel ontbreken :p)