Första kursen: Forskningsmetoder och Analys med R
-
Analys och forskning med R och Posit (Rstudio)
-
Grunderna i R och Rstudio7 Ämnen
-
Importera, exportera, spara och ladda data5 Ämnen
-
Strängar och regular expressions (regex)1 Ämne
-
Bearbetning av data med dplyr12 Ämnen
-
Dplyr: Introduktion
-
Dplyr filter(): Filtrera rader (observationer)
-
Dplyr select(): Selektera kolumner (variabler)
-
Dplyr mutate(): Skapa kolumner (variabler)
-
Dplyr arrange(): sortera rader (observationer)
-
Dplyr rename(): Namnge kolumer
-
Dplyr slice(): Selektera rader på positioner
-
Dplyr summarise(): Summera variabler (kolumner)
-
Dplyr ifelse(), if_else(), case_when(): Villkor
-
Dplyr row_number(): Numrering av rader
-
Dplyr rowwise(): Radvis beräkning
-
Dplyr distinct(): Identifiera unika observationer och rader
-
Dplyr: Introduktion
-
Visualisera och presentera14 Ämnen
-
Att visualisera data
-
Introduktion till ggplot2
-
Grunderna i ggplot2
-
Estetisk mappning
-
Färger, färgkoder och färgpaletter
-
Facets (subgrafer)
-
Geoms (geometriska objekt)
-
Geoms med statistiska beräkningar (transformationer)
-
Koordinatsystemet
-
Scales, axlar, legends (guides)
-
Fokusering och avgränsning
-
Tema (themes)
-
Organisering och layout av figurer med multipla paneler
-
Spara grafer till hårddisk
-
Att visualisera data
-
Explorerande och deskriptiva analyser6 Ämnen
-
Prediktionsmodeller12 Ämnen
-
Learning: Supervised och Unsupervised Learning
-
Parametriska och Icke-Parametriska Modeller
-
Osäkerhet (Uncertainty)
-
Kausal inferens (Kausalitet, Causality)
-
Strategier för att Skapa Prediktionsmodeller
-
Hantering av Kontinuerliga variabler, Icke-Linjära samband och Flexibla Funktioner
-
Variabelselektion (Feature Selection)
-
Missing Data och Multipel Imputation
-
Observationer med Stark Inverkan på Modellen
-
Att Jämföra och Välja Bland Modeller
-
Mått på prediktiv förmåga (Evaluation metrics)
-
Sammanfattande Principer för Prediktionsmodellering
-
Learning: Supervised och Unsupervised Learning
-
Klassisk regressionsanalys8 Ämnen
-
Machine learning (ML) och Artificiell Intelligens (AI)9 Ämnen
-
Introduktion till artificiell intelligens och machine learning
-
Vad är AI och ML?
-
Varför AI och ML nu?
-
Introduktion till Machine Learning (Maskininlärning)
-
Terminologi inom AI och ML
-
Brister i humana prediktioner och beslut
-
Learning (Inlärning)
-
Deep Learning (Djupinlärning, Neuronnät)
-
Ensemble metoder
-
Introduktion till artificiell intelligens och machine learning
-
Skapa prediktionsmodeller med Tidymodels6 Ämnen
-
Hypotestester och epidemiologiska mått5 Ämnen
Incidens och prevalens
Incidens
Incidens är ett mått som används inom epidemiologi för att kvantifiera frekvensen av nya fall för en viss sjukdom eller tillstånd inom en befolkning under en specifik tidsperiod. Incidens uttrycks oftast som antalet nya fall per ett visst antal personer inom en befolkning under en specifik tidsperiod, såsom antalet nya fall per 100 000 personer per år (ofta förkotat som person-år).
Incidens används för att undersöka sjukdomsbörda och sjukdomsrisk inom en befolkning, samt för att spåra förändringar i incidensen av en sjukdom över tid. Måttet används även för att jämföra insjuknandet i en sjukdom mellan olika grupper eller för att jämföra incidensen för olika sjukdomar inom en befolkning.
För att beräkna insidens behöver man veta antalet nya fall av en sjukdom som inträffade inom en specifik population under en specifik tidsperiod, samt storleken på populationen. Formeln för incidens är som följer:
Incidens = (Antal nya fall / Populationens storlek) * (Tidsperiod / Tidsenhet)
Det är viktigt att notera att incidens inte tar hänsyn till sjukdomsduration eller svårighetsgraden för sjukdomar och tillstånd. Incidensen ger bara information om frekvensen av nya fall för en sjukdom inom en population. Därför kan andra mått, såsom prevalens (som återspeglar det totala antalet fall av en sjukdom inom en befolkning vid ett specifikt tillfälle), vara mer användbart i vissa sammanhang.
Prevalens
Prevalens är ett mått som används för att kvantifiera förekomsten av en viss sjukdom eller tillstånd inom en befolkning vid en specifik tidpunkt. Prevalens uttrycks vanligtvis som andelen personer inom en befolkning som har en viss sjukdom vid en specifik tidpunkt, såsom procentandelen personer som har diabetes.
Prevalens används för att förstå sjukdomsbörda av en viss sjukdom eller tillstånd inom en befolkning vid en specifik tidpunkt. Det kan också användas för att jämföra förekomsten av olika sjukdomar inom och mellan befolkningar, eller mellan grupper inom en befolkning.
För att beräkna prevalens behöver man känna till antalet personer inom en befolkning som har en viss sjukdom vid en specifik tidpunkt, samt storleken på befolkningen. Formeln för prevalens är som följer:
Prevalens = (Antal personer med sjukdom / Befolkningsstorlek) * 100
Om det finns 1000 personer med diabetes i en befolkning på 10000 personer, så är prevalensen för diabetes:
Prevalens = (1 000 / 10 000) * 100 = 10%