EvidensbaseradKlinisk Guide

Kunskapsbas
Läkemedel
Atlas

⌘K

Logga in Bli medlem

Områden

Kunskapsbas
Epidemiologi & biostatistik

Område

Epidemiologi & biostatistik

Allt innehåll inom Epidemiologi & biostatistik — artiklar, kalkylatorer samt ICD- och KVÅ-koder.

119
innehåll: 5
ämnen

Ämnen

Biostatistik & dataanalys Evidensbaserad medicin Infektionsepidemiologi Screening & diagnostiska test Studiedesign

119

Absolut risk (AR) och relativ risk (RR)

Att explorera data

Att Jämföra och Välja Bland Modeller

Att visualisera data

Auto ML (Automated Machine Learning)

Bias och confounding

Brister i humana prediktioner och beslut

Cox Regression (Proportional Hazards Model)

Data frame (tabeller)

Datum och tider

Datum, tidpunkter och klockslag

Deep Learning (Djupinlärning, Neuronnät)

Deskriptiv statistik

Deskriptiv tabell (Baseline, Table 1)

Diabetessubtyper enligt ANDIS: klustren och klinisk nytta

Diagnostiska tester: sensitivitet, specificitet och prediktiva värden

Dplyr arrange(): sortera rader (observationer)

Dplyr distinct(): Identifiera unika observationer och rader

Dplyr filter(): Filtrera rader (observationer)

Dplyr ifelse(), if_else(), case_when(): Villkor

Dplyr mutate(): Skapa kolumner (variabler)

Dplyr rename(): Namnge kolumer

Dplyr row_number(): Numrering av rader

Dplyr rowwise(): Radvis beräkning

Dplyr select(): Selektera kolumner (variabler)

Dplyr slice(): Selektera rader på positioner

Dplyr summarise(): Summera variabler (kolumner)

Dplyr: Introduktion

Effektiv screening av data frames

Ensemble metoder

Epidemiologiska övervakningssystem

Estetisk mappning

Ett första exempel med tidymodels

Evidensbaserad medicin: informationssökning

Evidensbaserad medicin: kritisk granskning av studier

Evidensbaserad medicin: principer och arbetsgång

Evidensbaserad medicin: randomiserade kontrollerade studier

Evidensbaserad medicin: systematiska översikter och metaanalyser

Evidensbaserad medicin: tolkning av studieresultat

Evidensnivåer och studiehierarkier

Experimentella studiedesigner

Exportera data frames och matriser

Facets (subgrafer)

Fokusering och avgränsning

Forskning, analys och presentation med R och Rstudio

Färger, färgkoder och färgpaletter

Geoms (geometriska objekt)

Geoms med statistiska beräkningar (transformationer)

Grunderna i ggplot2

Hantering av Kontinuerliga variabler, Icke-Linjära samband och Flexibla Funktioner

Hur man kodar i R

Hypotesprövning (hypotestest): Val av statistisk test

Hypotesprövning och p-värden

Importera och exportera data

Incidens och prevalens

Inspektion av rådata

Introduktion till artificiell intelligens och machine learning

Introduktion till ggplot2

Introduktion till Machine Learning (Maskininlärning)

Introduktion till tidymodels

Inyggda datamängder

Jämför flera recept och flera modeller med olika grid search-metoder

Kaplan-Meier Metoden

Kausal inferens (Kausalitet, Causality)

Konfidensintervall

Koordinatsystemet

Kriterier för orsakssamband

Kritisk litteraturgranskning

Learning (Inlärning)

Learning: Supervised och Unsupervised Learning

Likelihoodkvoter och ROC-kurvor

Linjär Regression (Regressionsanalys)

Logistisk regression

Missing Data och Multipel Imputation

Multipel regression

Mått på prediktiv förmåga (Evaluation metrics)

Mått på sjukdomsfrekvens och association

Objekt (R Objects)

Observationer med Stark Inverkan på Modellen

Observationsstudier: studiedesigner

Optimera en modell med ett recept med ett workflow

Organisering och layout av figurer med multipla paneler

Osäkerhet (Uncertainty)

Paket (R Package)

Parametriska och Icke-Parametriska Modeller

Poissonregression

Power, typ 1 fel (α) och typ 2 fel (β)

Principer för screeningprogram

Regression och korrelation

Sammanfattande Principer för Prediktionsmodellering

Sannolikhet och fördelningar

Scales, axlar, legends (guides)

Screening av kolumner

Sensitivitet, specificitet och prediktiva värden

Skapa egna funktioner i R

Smittvägar och reproduktionstal

Spara grafer till hårddisk

Spara och ladda objekt

Statistisk signifikans, nollhypotes och multipel testning

Strategier för att Skapa Prediktionsmodeller

Strängar och Regular Expressions (Regex)

Systematiska översikter och metaanalyser

Terminologi inom AI och ML

Testegenskaper och bayesianskt resonemang

Tillämpning av evidens i klinisk praxis

Utbrottsutredning

Vad är AI och ML?

Vanliga statistiska test

Varför AI och ML nu?

Variabelselektion (Feature Selection)

Överblicka modeller och hyperparametrar

Överlevnadsanalys (Survival Analysis)

Överlevnadsanalys: Kaplan-Meier till Cox regression

Klinisk Guide

Kliniska översikter, kalkylatorer och kodverk för sjukvården. Varje rekommendation bär sin evidensgrad och sin källa.

Köp till kurs eller arbetsplats→

Kunskapsbanken

Alla områden
Artiklar
Symtom
Läkemedel
Riktlinjer
Bildarkiv
Sök

Verktyg

Kalkylatorer
Referensvärden
ICD-10-SE
KVÅ
Ingrepp

Lär dig

Kurser
EKG-boken
EKG för sjuksköterskor
Studera
Övningsprov
Repetitionskort
Kunskapsprov
AT-provet
NKSE-prov
Simuleringar
Mitt konto

Om sajten

Om oss
Kontakt
Köp till kurs eller arbetsplats
Villkor
Integritetspolicy

© 2026 Evidensbaserad Klinisk Guide. Alla rättigheter förbehållna.Innehållet riktar sig till hälso- och sjukvårdspersonal och ersätter inte klinisk bedömning.

Bli medlem idag