Spatial epidemiologi

Kursen är en valbar kurs inom Mastersprogrammet i tillämpad biostatistik (M2STA). Kursen ges även som fristående kurs på avancerad nivå.

Behörighetskraven för kursen är en kandidatexamen om minst 180 högskolepoäng inom hälsovetenskapligt, ekonomiskt, naturvetenskapligt, eller ingenjörsvetenskapligt huvudområde samt en kurs i statistik eller kvantitativa metoder om minst 7,5 högskolepoäng. Vidare krävs R-programmering om minst 2 högskolepoäng eller motsvarande, kurs i regressionsanalys om minst 2hp eller motsvarande, Engelska B/Engelska 6 eller motsvarande, och Matematik 3b/3c eller motsvarande.

Kursen ger en introduktion till viktiga begrepp, metoder och tillämpningar inom spatial epidemiologi. Den fokuserar på att förstå hur hälsoutfall, exponeringar och determinanter kan variera över geografiska områden, samt på att tillämpa lämpliga analytiska metoder på spatialt strukturerade data.

En grundläggande del av kursen är att arbeta med spatiala data, inklusive spatiala datastrukturer, koordinatsystem och metoder för att beskriva och visualisera spatiala mönster i hälsorelaterade variabler. Kursen behandlar även explorativ spatial dataanalys, inklusive metoder för att bedöma klustring och spatial autokorrelation.

Kursen introducerar också begrepp relaterade till spatial utjämning och kartläggning av sjukdomar på områdesnivå, med tonvikt på metoder som används för att stabilisera frekvenser och stödja tolkning inom epidemiologi på små områden. Dessutom diskuterar kursen metoder som tar hänsyn till spatialt beroende och/eller heterogenitet, illustrerade med exempel som är relevanta för epidemiologi och folkhälsa.

Efter godkänd kurs ska studenten kunna:

Kunskap och förståelse

• beskriva grundläggande begrepp inom spatial epidemiologi, inklusive den geografiska platsens roll i hälsoforskning och tolkningen av spatiala mönster för hälsorelaterade resultat.
• förklara centrala idéer som ligger till grund för spatialt beroende och heterogenitet och spatial klustring, och beskriva varför dessa fenomen kräver specifika analytiska tillvägagångssätt.

Färdigheter och förmåga

• förbereda spatiala data för analys och tillämpa explorativa tekniker för att identifiera spatiala mönster, inklusive bedömning av klustring och korrelation.
• implementera utvalda statistiska metoder för att analysera spatialt refererade hälsodata och tolka relaterade spatiala fynd i relation till epidemiologiska frågor.

Värderingsförmåga och förhållningssätt

• reflektera över olika former av bias i spatiala data, med särskilt fokus på frågor relaterade till aggregering, mätning och saknade uppgifter.

Undervisningen består av föreläsningar, praktiska datorbaserade sessioner, interaktiva diskussioner och seminarier.

Undervisningsspråk: engelska

Kursen examineras genom:

• individuell skriftlig salstentamen (2,5 hp)
• aktivt deltagande i ett seminarium (1,0 hp)

Om en student som har underkänts två gånger på samma examinerande moment önskar byta examinator inför nästa examinationstillfälle ska en sådan begäran bifallas om det inte finns särskilda skäl däremot (6 kap. 22 § HF).

Om en student har fått besked om pedagogiskt stöd från Göteborgs universitet med rekommendation om anpassad examination och/eller anpassad examinationsform kan examinator, i det fall det är förenligt med kursens lärandemål och förutsatt att inte orimliga resurser krävs, besluta att bevilja studenten anpassad examination och/eller anpassad examinationsform.

Om en kurs har avvecklats eller genomgått en större förändring ska studenten erbjudas minst två examinationstillfällen, utöver ordinarie examinationstillfälle. Dessa tillfällen fördelas under en tid av minst ett år, dock som längst två år efter det att kursen avvecklats/förändrats. Vad gäller praktik och verksamhetsförlagd utbildning (VFU) gäller motsvarande, men med begränsning till endast ett ytterligare examinationstillfälle.

Om en student har fått besked om att denne uppfyller kraven för att vara student vid Riksidrottsuniversitetet (RIU-student) har examinator rätt att besluta om anpassning vid examination, om detta görs i enlighet med Lokala regler gällande RIU-studenter vid Göteborgs universitet.

Betygsskalan består av: Väl godkänd (VG), Godkänd (G) och Underkänd (U). Det aktiva deltagandet i ett seminarium (1,0 hp) betygsätts med Godkänd och Underkänd, den individuella skriftliga tentamen (2,5 hp) betygsätts med Väl godkänd, Godkänd och Underkänd.

För att få betyget Godkänd på kursen krävs betyget Godkänd på både seminariet och den skriftliga tentamen. För att få betyget Väl godkänd på kursen krävs betyget Godkänd på seminariet och betyget Väl godkänd på den individuella skriftliga tentamen

Kursutvärderingen genomförs i form av ett anonymt frågeformulär. En sammanställning av frågeformuläret görs av kursansvarig. Resultatet och eventuella förändringar i kursens upplägg ska förmedlas både till de studenter som genomförde värderingen och till de studenter som ska påbörja kursen.

Varje deltagare behöver tillgång till en bärbar dator (minst 8 GB RAM rekommenderas) med mjukvaran R samt en integrerad utvecklingsmiljö (såsom RStudio eller Positron) installerat. Dessutom krävs installation av den öppna mjukvaran GeoDa. Förväntade förkunskaper i statistik omfattar förståelse för principerna för statistisk hypotesprövning, konstruktion av konfidensintervall, förståelse för begreppet p-värde och god kännedom om linjär regression.