Eén van de aannames van ‘standaard’ regressietechnieken is onafhankelijkheid van de observaties. In veel epidemiologisch onderzoek wordt echter niet aan deze aanname voldaan. Onderzoek bij patiënten binnen een huisartspraktijk is hiervan een mooi voorbeeld. De observaties van patiënten die bij eenzelfde huisarts horen lijken meer op elkaar dan dat ze lijken op de observaties van patiënten die bij een andere huisarts horen. De statistische techniek die rekening houdt met dit soort geclusterde/gecorreleerde data heet multilevel of mixed model analyse. De extreemste vorm van gecorreleerde data komt uit longitudinaal onderzoek, waar de herhaalde metingen zijn geclusterd binnen de persoon. Voor het analyseren van longitudinale data zijn naast multilevel/mixed model analyse ook andere technieken zoals GLM voor herhaalde metingen en generalised estimating equations (GEE) analyse beschikbaar.
In deze 6-daagse cursus worden de basisprincipes van multilevel analyse besproken en een aantal specifieke toepassingen daarvan. Daarnaast zal veel aandacht worden besteed aan het analyseren van longitudinale data, waarbij zowel standaard als alternatieve modellen worden besproken. Tot slot zal ook veel aandacht worden gegeven aan het analyseren van RCT data.
De nadruk van de cursus ligt vooral op de praktische toepassingen en minder op de wiskundige achtergrond. De cursus bestaat uit voordrachten en een uitgebreid computerpracticum waarin m.b.v. Stata en SPSS (of eventueel R) niet alleen data uit de praktijkvoorbeelden kunnen worden geanalyseerd maar waarin ook ruimte is om (indien gewenst) eigen data te analyseren.
Instituut en plaats:
EpidM: Amsterdam UMC/VU
Inhoud - termen:
Causal inference / causality, Randomized clinical trial, Regression analysis, Longitudinal data analysis, Multiple imputation / missing data
