Kap7 Prognos
-
Upload
jonas-ludvigsson -
Category
Business
-
view
500 -
download
0
description
Transcript of Kap7 Prognos
![Page 1: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/1.jpg)
PROGNOSKap 7
Ludvigsson 090305
Thursday, March 5, 2009
![Page 2: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/2.jpg)
SKILLNAD: RISK- PROGNOSTISK FAKTOR
Risk Prognos
Patient Frisk Sjuk
Utfall Insjukna död/komplik.
Rates 1/100 000 1/3-vanlig*
Identiska? Nej# Nej
*Som läkare har man en viss chans att faktiskt käna på sig vad som är en prognostisk
faktor!
# Lågt blodtryck vid före/efter hjärtinfarkt
Thursday, March 5, 2009
![Page 3: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/3.jpg)
CLINICAL-NATURAL COURSE
Clinical - behandlasNatural - obehandlad
Men varför obehandlad?1) asymptomatisk
2) bara litet symptom
Thursday, March 5, 2009
![Page 4: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/4.jpg)
BESTÅNDSDELAR-PROGNOSTISKA STUDIER
Patient sample; det ideala: alla patienter i en viss region (nationella register:-) )
Zero time, startpunkt densamma (inception cohort) (när man har olika zero time, ny diagnostik, annan staging etc)
Tillräcklig follow-up (veckor för kirurgi, år för lymfom)
Sjukdomsutfall: 5 Ds
Composite measures, delar samma orsak/behandling
Thursday, March 5, 2009
![Page 5: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/5.jpg)
BESKRIVA PROGNOS
5-årsöverlevnad, enkelt att minnas men vad säger det?
Thursday, March 5, 2009
![Page 6: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/6.jpg)
SURVIVAL ANALYSIS
sannolikheten för att en patient ska drabbas vid en viss tidpunkt
Med många patienter minskar ”hackigheten”
Varje hack är antalet ”döda” per antal individer som kan drabbas. Med få som kan drabbs blir hacken stora
Antalet at risk kan anges (SAS) nedanför varje tidsperiod
Större säkerhet i vänster del av survival curve
Thursday, March 5, 2009
![Page 7: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/7.jpg)
BIAS IN COHORT STUDIES
Assembly bias/susceptibility bias (utbredning(intensitet)
Migration bias, om många
död, återfall, tillfrisknande - ibland kopplat tillsjukdomen
crossover (inflammation, villusatrofi
Best-worst-case scenario
Thursday, March 5, 2009
![Page 8: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/8.jpg)
BIAS IN COHORT STUDIES
measurement bias, subklinisk sjukdom, provtagning
Thursday, March 5, 2009
![Page 9: Kap7 Prognos](https://reader034.fdocuments.net/reader034/viewer/2022052622/559761001a28abf0778b45b8/html5/thumbnails/9.jpg)
HUR HANTERA BIAS?Randomisering
Restriktion: bara de med vissa karakteristika. OK att utesluta riktigt udda patienter (kardiomyopati p.g.a. tropisk sjukdom). Men white old males...
Matchning (ålder, kön etc). 1) svårt att matcha på mer än enstaka variabler. 2) försiktighet med matchning...3)bara matcha på variabler man känner till är viktigab
Stratifiering (olika sjukhus, hjärtinfarktstatistik)
Standardisering
Multivariat
Thursday, March 5, 2009