Ga naar pagina inhoud

Missing data:
consequenties en oplossingen (V81)

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 studie resultaten en hoe hiermee om te gaan, is afhankelijk van de hoeveelheid aan ontbrekende gegevens en waarom de gegevens ontbreken. In deze 3-daagse cursus worden eenvoudige en geavanceerde technieken behandeld voor het evalueren en omgaan met ontbrekende gegevens binnen medisch en epidemiologisch onderzoek.

Cursusgegevens

Datum:
20, 21, 22 september 2021
Kosten:
995
Plaats: Amsterdam Coördinator: Dr. M.W. (Martijn) Heymans
Voertaal: Nederlands Werkvorm: Interactieve colleges en computerpractica
Toetsvorm: Schriftelijk tentamen met computerexamen Tentamendata: Tentamendata: Zie rooster bij ‘Tentamens’
Aantal EC: 2 Type cursus: Verplichte cursus
Periode: 1 Niveau: 500
Bijzonderheden:
Datum Kosten:
20, 21, 22 september 2021
995
Plaats: Amsterdam
Coördinator: Dr. M.W. (Martijn) Heymans
Voertaal: Nederlands
Werkvorm: Interactieve colleges en computerpractica
Toetsvorm: Schriftelijk tentamen met computerexamen
Tentamendata: Tentamendata: Zie rooster bij ‘Tentamens’
Aantal EC: 2
Type cursus: Verplichte cursus
Periode: 1
Niveau: 500
Bijzonderheden:

Over de cursus

De cursus Missing data is een 3-daagse cursus waarbij theorie en practica worden afgewisseld.

De cursus wordt 2 maal per jaar aangeboden. Eenmaal in het Nederlands en eenmaal in het Engels als onderdeel van het EpidM Winter Course programma. Alle informatie over deze Engelstalige cursus Missing data (WV81) kunt u vinden op de website:  www.epidm.nl/wintercourses.

Als bij een cursus [vol] staat, kunt u zich wel aanmelden, maar wordt u op een wachtlijst geplaatst. Zodra er een plek vrijkomt nemen we contact met u op. Op dat moment kunt u nog besluiten of u wilt deelnemen aan de cursus.

Meer informatie

Er zijn verschillende methoden die gebruikt kunnen worden om met ontbrekende gegevens om te gaan. Eenvoudige oplossingen zijn om de missende waarden te negeren of een regressiemodel te gebruiken om de ontbrekende waarden te schatten. Er zijn ook meer geavanceerde methoden als Multipele Imputatie. Multipele Imputatie volgens de Multivariate Imputation with Chained Equations (MICE) procedure is een veelbelovende techniek die goed werkt in verschillende data situaties met ontbrekende gegevens. Met Multipele Imputatie worden verschillende complete datasets gegenereerd. Statistische analyses moeten vervolgens in elke dataset worden uitgevoerd en resultaten worden samengevoegd met behulp van speciale rekenregels (Rubin’s Rules genoemd). Deze stappen zullen tijdens de cursus worden besproken, evenals vragen over het gebruik van verschillende methoden om met ontbrekende waarden om te gaan binnen medisch en epidemiologisch onderzoek. Verder is het belangrijk om te controleren of de imputatiestrategie succesvol was (imputatiediagnostiek). Dit zal ook tijdens de cursus worden behandeld.

Elke cursusdag begint met colleges in de ochtend gevolgd door computer practica. Tijdens de practica worden er met eenvoudige en meer geavanceerde methoden voor missende waarden, zoals Multipele Imputatie, geoefend in SPSS en R(Studio) software. Tijdens de practica werk je met echte epidemiologische en medische voorbeeld datasets.

De volgende onderwerpen komen aan de orde:

  • Voorbeelden van ontbrekende gegevens in epidemiologisch en medisch onderzoek
  • De betekenis van mechanismen van ontbrekende waarden (MCAR, MAR, MNAR)
  • Gevolgen en invloed van ontbrekende gegevens voor statistische analyses
  • Manieren om verschillende datasituaties met ontbrekende gegevens te evalueren
  • De toepassing van eenvoudige methoden voor ontbrekende waarden
  • De theorie en praktijk van Multipele Imputatie
  • Data analyse na Multipele Imputatie
  • Evalueren van de imputatie strategie (imputatiediagnostiek).
  1. De deelnemer kan een onderscheid maken tussen de verschillende missende waarden mechanismen, die “Missing Completely Random” (MCAR), Missing At Random (MAR) en “Missing Not At Random” (MNAR) worden genoemd.
  2. De deelnemer kan eenvoudige evaluatie methodes toepassen om een veronderstelling te doen over het meest plausibele missing data mechanisme.
  3. De deelnemer begrijpt de werking van de meest gebruikte methoden om met ontbrekende gegevens om te gaan in epidemiologische en medische datasets.
  4. De deelnemer herkent de sterke en zwakke punten van de meest gebruikte methoden van ontbrekende gegevens in verschillende data situaties met missende waarden.
  5. De deelnemer kan met SPSS werken om ontbrekende gegevens te onderzoeken en kan werken met de beste methode om met missende waarden om te gaan in verschillende data situaties met ontbrekende gegevens.
  6. De deelnemer kan Multipele Imputatie gebruiken volgens de procedure Multivariate Imputation by Chained Equations (MICE) in SPSS en R(Studio).
  7. De deelnemer begrijpt hoe Multipele Imputatie werkt en hoe een imputatiemodel moet worden gedefinieerd.
  8. De deelnemer begrijpt hoe om te gaan met ontbrekende gegevens in vragenlijsten en begrijpt het verschil tussen het omgaan met missende waarden in itemscores en totaalscores.
  9. De deelnemer begrijpt de praktische oplossingen om ontbrekende gegevens in Multilevel (en longitudinale) studies te verwerken.
  10. De deelnemer kan met SPSS en R(Studio) werken om ontbrekende gegevens in vragenlijsten en in Multilevel (en longitudinale) studies te verwerken.
Doelgroep

De cursus is bedoeld voor iedereen die meer wil weten over ontbrekende gegevens, bijvoorbeeld omdat ontbrekende gegevens in uw eigen onderzoek aanwezig zijn en u begint met de analyse van deze gegevens of als u wilt leren hoe u artikelen of onderzoeksvoorstellen kunt beoordelen waarbij ontbrekende gegevens een rol spelen. Het is daarnaast ook belangrijk om de invloed van ontbrekende gegevens op praktijk gerelateerd onderzoek te kunnen beoordelen.

Ingangseisen

De volgende begrippen worden als bekend verondersteld aan het begin van de cursus:

– Kennis van basis statistische tests als t-tests en regressieanalyses.

– Kennis van enkele basale SPSS-commando’s.

Kennis van R(Studio) is geen vereiste.

Cursusmateriaal

Het lesmateriaal (o.a. presentaties, opdrachten en antwoordsleutels) voor deze cursus is beschikbaar op Canvas, onze digitale leeromgeving. De documenten blijven minimaal één jaar beschikbaar op Canvas.

Het meenemen van een laptop naar de cursus is dus noodzakelijk om het lesmateriaal in te zien.

U heeft de volgende software nodig op uw laptop nodig voor het volgen van de computerpractica:

1. SPSS; indien u geen SPSS op uw laptop heeft kunt u via Surfspot SPSS aanschaffen tegen een zeer redelijke prijs. Als u SPSS niet wilt aanschaffen kan u eventueel gebruik maken van de proefversie die IBM beschikbaar stelt. Zie hiervoor de website van IBM:  SPSS Software | IBM

2. R en R Studio: deze software kunt u zelf downloaden via de website: https://cran.r-project.org/

Literatuur

Introduction (bookdown.org): https://bookdown.org/introrbook/intro2r/

Deelnemers die deze cursus volgen als onderdeel van de Masteropleiding Epidemiologie ronden de cursus altijd af met een tentamen.

Deelnemers die deze cursus als een afzonderlijke cursus volgen kunnen facultatief de cursus afsluiten met een tentamen. De kosten bedragen in dit geval euro 150,- per tentamen of hertentamen.

Alleen wanneer de cursus met een voldoende resultaat bij het tentamen wordt afgerond worden de studiepunten (EC’s) toegekend en een tentamenverklaring uitgereikt.

Een verklaring van deelname wordt aan iedereen uitgereikt die minimaal 80% aanwezig is geweest. Op de verklaring van deelname worden alleen contacturen vermeld.

Voor deelname aan het tentamen moet zich men altijd aanmelden. Zie voor informatie en aanmelding: Tentamens

Deze cursus is geaccrediteerd voor:

  • Cluster 1: huisartsen, specialisten ouderengeneeskunde, artsen verstandelijk gehandicapten
  • Cluster 2: medisch specialisten
  • Cluster 3: sociaal geneeskundigen, bedrijfsartsen, verzekeringsartsen, artsen maatschappij en gezondheid

De cursus Missing data is geaccrediteerd voor 15 uren.

Om in aanmerking te komen voor de accreditatie-uren van deze cursus dient u de gehele cursus aanwezig te zijn geweest.

N.B. Met ingang van 1-1-2020 kan aan een arts die deelneemt aan verschillende cursussen van EpidM, maximaal 40 uren/punten per jaar worden toegekend.Deze nieuwe regeling is door het AccreditatieOverleg van de KNMG op 16 oktober 2019 bepaald. Voor meer informatie verwijzen wij naar de KNMG: https://www.knmg.nl/opleiding-herregistratie-carriere/aban.htm

Docenten