Videre presenteres ulikheter mellom registerdata og RCTer (randomiserte kontrollerte studier), og eksempler på bruk av RRCT (registerbaserte RCT).
Kurset omhandler også ulike statistiske analysemetoder for bruk av registerdata i forskning. Det blir gitt innføring i “Directed acyclic grahps” (DAGs, kausale grafer), samt kausalitet og inferens i forbindelse med DAGs. Man vil få en innføring i en nyere metode for å redusere muligheter for bias i ikke-randomiserte studier (propensity score), multippel testing av registerdata, stratifisering og justering av variabler, hvordan man kan gjøre effektstudier ved hjelp av registerdata.
Påmelding
Påmeldingsfrist er utløpt.
Kurset er godkjent som ph.d.-kurs tellende med to studiepoeng ved UiT Norges arktiske universitet. For ph.d.-studenter følges kurset av en hjemmeeksamen.
Kursarrangør: Senter for klinisk dokumentasjon og evaluering (SKDE) ved Helse Nord og Institutt for samfunnsmedisin (ISM), UIT.
Kursavgift: Det er ingen kursavgift, men kursdeltakere som ønsker PhD-poeng og ikke er registrerte PhD-studenter, må betale semesteravgift til UiT. Deltakere som er registrerte PhD-studenter andre steder enn ved UiT, må dokumentere dette.
Emneleder: Eva Stensland, Fag- og forskningssjef, SKDE.
Etter å ha gjennomført kurset skal studentene:
- kjenne til juridisk regulering av ulike typer sykdomsregistre/helseregistre
- kunne vurdere hvorfor og hvordan man justerer for multippel testing
- kunne ta i bruk, samt vurdere fordeler og ulemper med, ulike metoder for å justere for mulige skjevheter i datamaterialet, inkludert bruk av «propensity score».
- kunne håndtere ulike typer regresjonsanalyser
- kunne forklare en “Directed acyclic graph” (DAG), samt vurdere modeller for inferens ved bruk av DAG
- ha innsikt i og kan vurdere fordeler og ulemper med ulike typer studiedesign (tverrsnitt, kasus/kontroll, kohorte og RCT-studier), og kan velge riktig metode
- kjenne viktigheten av å kunne benytte metoder for kvalitetskontroll av data, herunder valideringsmetoder
- kunne identifisere styrker og svakheter ved bruk av registerdata til forskning