Cursussen

The course, which is taught in English, provides an overview of recent methodological developments in epidemiological research. Methods to correct for confounding will be discussed, including propensity scores, inverse probability weighting, and instrumental variable analysis. We also look at graphical methods to illustrate causal relations through Directed Acyclic Graphs (DAGs). These DAGs ar…

Het zelf uitvoeren van (klinisch) epidemiologisch onderzoek, maar ook het beoordelen van de resultaten van anderen, vereist grondige kennis van de beginselen van epidemiologische data-analyse. Hierbij speelt de biostatistiek een belangrijke rol. Met behulp van methoden en technieken van de biostatistiek kunnen de uitkomsten van epidemiologische onderzoeken worden samengevat (beschrijvende stati…

Meetinstrumenten zijn nodig bij diagnostiek, bepalen van de gezondheidstoestand, prognostiek en bij de evaluatie van de effecten van behandelingen. Meetinstrumenten kunnen gebaseerd zijn op lichamelijk onderzoek, zelfrapportage (vragenlijsten), functietesten, laboratoriumbevindingen, beeldvormende technieken e.d. Elke onderzoeker in de gezondheidszorg maakt in zijn onderzoek gebruik van één of …

Hoewel onderzoekers hun best doen om ontbrekende gegevens te voorkomen, is het een veelvoorkomend probleem in medisch en epidemiologisch onderzoek. Hoe groot de invloed van de ontbrekende gegevens is op de studieresultaten en hoe hiermee om te gaan, is afhankelijk van de hoeveelheid aan ontbrekende gegevens en van de reden waarom de gegevens ontbreken. In deze 3-daagse cursus worden eenvoudige …

Although researchers do their best to avoid missing data, it is a common problem in medical and epidemiological studies. How large the impact is of missing data on the study results and how to solve the missing data problem depends on how much data is missing and why the data are missing. This three-day course provides you with simple and advanced tools how to evaluate and handle missing data i…

Het doel van een predictiemodel is de kans op een bepaalde uitkomst zo goed mogelijk te schatten (voorspellen). Predictiemodellen worden vaak met het oog op de klinische praktijk ontwikkeld, waarbij voor individuele personen de kans op ziekte of herstel door het combineren van informatie over patiënten kan worden berekend. Het model kan dan in de vorm van een predictieregel (clinical prediction…

The purpose of a prediction model is to estimate the probability of the presence of a particular outcome as accurately as possible. Prediction models are often developed with clinical practice in mind, and involve combining information about individual patients to calculate an individual’s probability of illness or recovery. The model can then be presented in the form of a clinical predictive r…

In medicine and health sciences we often measure constructs that are not directly observable, such as quality of life, pain, or depression. Measurement of such constructs requires use of questionnaires, which validity and reliability is assessed using statistical measurement models. The Item Response Theory (IRT) provides statistical models which model the relationship between the construct and…

In this course students gain an overview on the statistical techniques and research designs used by epidemiologists to estimate treatment effects from patient data and learn how to apply these techniques. We begin by introducing the Neyman-Rubin causal model (RCM), also called the potential outcomes framework, which postulates that each patient has as many potential outcomes as there are treatm…

In health sciences, researchers are typically interested in estimating population parameters, such as the mean, difference of means, proportions, differences in proportions, etc. When using classical frequentist statistics, these parameters are estimated using data from one particular study. Although there is often a priori knowledge about likely values of a parameter, this knowledge is not inc…