Olli-Pekka Ryynänen sidonnaisuudet
|
|
- Amanda Hyttinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1
2 Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori Kuopion yliopistollinen sairaala: hallinnollinen apulaisylilääkäri (15%) Wisane oy hallituksen jäsen, tekee terveydenhuollon vaikuttavuuden mallinnuksia Bayesmenetelmillä Kuopion kaupunki, kaupunginvaltuutettu, perusturva- ja terveyslautakunnan puheenjohtaja
3 Ennustaminen on vaikeaa, varsinkin tulevaisuuden ennustaminen Niels Bohr Your theory is crazy, but is it crazy enough?
4 Lääketiede on täynnä ennustamisongelmia Onko potilas väkivaltaisuusriskissä? Päätyykö potilas eläkkeelle? Aiheuttaako lääke sivuvaikutuksia? Uusiutuuko syöpä?
5
6 Miten voimme ennustaa? Kliininen kokemus, tieto riskitekijöistä ym. Laskurit, yleensä tehty logistisilla malleilla. Ennustuskyky on useimmiten heikko. Suurin ongelma on, että ennustuskyky aineistossa A ei ole siirrettävissä aineistoon B (robustisuus). Lääkärin päätöksenteko perustuu pitkälle erilaisiin peukalosääntöihin. Ammattilaisetkaan eivät juuri pysty hallitsemaan muuttuvia tilanteita.
7 Kehittyneempiä menetelmiä Esimerkkeihin perustuva päättely (case-based reasoning). K-lähimmän naapurin menetelmä. Neuroverkot Bayesmenetelmät Ym. Keskitymme tähän
8 Historia on pitkä Thomas Bayes Englantilainen pappi ja amatöörimatemaatikko Tulokset julkaistiin hänen kuolemansa jälkeen. Ideaa kehitti ranskalainen Pierre- Simon Laplace äännetään beiz, vrt. Wales -weilz
9 Nykyisin runsaasti sovelluksia. PubMed: hakusana "Bayesian" tuottaa noin tulosta Charlie Sheen
10 Mikä se siis on? Laskentamenetelmä, perustuu Bayesin yhtälöön. Lasketaan tuntemattoman todellisuuden todennäköisyyksiä. Lähdetään liikkeelle priorista ja havainnoista (aineistosta), likelihood, saadaan posteriori. Esitetään verkkomalleina. Verkkomallin voi kiinnittää tietyille arvoille ja ennustaa uutta yksittäistapausta.
11 Bayesverkon kaksi perustyyppiä (muitakin on) Unsupervised model, dependency model. Esitetään kaikki muuttujien väliset riippuvuudet. Sopii ilmiön etsimiseen datamassasta. Supervised model, naiivi Bayes, luokitemalli, classification model. Yksi muuttuja, jota ennustetaan muista muuttujista. Erityisesti ennustustehtävissä. Tulos voi olla yksinkertainen, tai sitten helvetillinen häkkyrä
12 Bayes-analyysin ominaisuuksia Hallitsee hyvin monimutkaisia syy-yhteyksiä ja ihmisajattelulle käsittämättömän kompleksisia päätöksentekotilanteita Toimii perinteistä frekventististä tilastotiedettä pienemmillä potilasaineistoilla Suppeampi edustavuusvaatimus: havaintoaineiston ei tarvitse olla edustava otos kohderyhmästä Jakaumaoletuksia ei juuri tarvita Sietää puuttuvia tai virheellisiä tietoja ja outlier-tapauksia
13 Mallin käyttökelpoisuus ja mallin oikeellisuus eivät välttämättä ole sama asia Malli on hyödytön, jos se on oikeassa, mutta kertoo vain sen, mikä tiedetään muutenkin Malli voi olla väärässä, mutta olla silti hyödyllinen. Esim. malli voi varoittaa komplikaatioriskistä ja ennusteen tuloksena voidaan hoitoa muuttaa komplikaation välttämiseksi.
14 Esimerkkejä Bayes-koneista: B-course: ilmainen, interaktiivinen ohjelma
15 Voit helposti kokeilla itse: Hae B-course googlettamalla Ota oma tutkimusaineistosi Excelillä, tallenna se tab delimited muotoon. Nyt B-course osaa lukea aineiston. Puhdista ensin aineistosta tarpeettomat muuttujat, muuten tulee kauhea sekamelska.
16 Ennustusmalli ns. naiivi Bayes PREQ Proactive Evidence for Quality Yksittäisen potilaan riskit lasketaan Bayes-verkkomallilla, ennusteet oikeita noin 75-95%:sti Tuotetaan ennusteita, jotka koskevat yksittäistä potilasta Menetelmä on ainutlaatuinen, kehitetty Itä-Suomen ja Helsingin yliopistojen yhteistyönä
17 Tulosten käyttömahdollisuudet prioriteettiarviointi yksiköiden laadun ja kustannusten tarkkailu, myös yksittäisten lääkäreiden tulokset yksittäisen potilaan hoitotuloksen ennakointi potilasprofilointi hoidon optimointi uusien menetelmien arviointi satunnaistetun asetelman simulointi
18 Bayesialab Erittäin kehittynyt Bayesohjelmisto
19 Kausaalimallit: sisältää intervention, voidaan korvata satunnaistettuja tutkimuksia
20 Frequently Asked Questions
21 Mitä ongelmaa tässä on? Ongelmia on ainakin seuraavat: ylisovitettu malli (overfit) robustisuus mistä saadaan priorit? miten tulos tulkitaan?
22 Ylisovitettu malli (overfit model) Ongelmana kaikissa ennustusmenetelmissä Ylisovitettu malli antaa liian suuren määrän ennustavia tekijöitä, ylioptimistisen käsityksen ennustuskyvystä eikä toimi toisella aineistolla Torjuntakeino: muuttujien määrän rajoittaminen
23 Robustisuus Mallin ongelmana on robustisuus (siis sen puute), mallin siirrettävyys toiseen paikkaan tai aikaan, seuraus ylisovituksesta Tilanne elää koko ajan, eikä kerran tehty malli ole voimassa kovin pitkää aikaa Tarvitaan jatkuvasti uutta tietoa riskitekijöistä ja sairauden ja riskitekijöiden prevalenssista (prevalenssin muutokset vaikuttavat vahvasti mallin antamaan lopputulokseen) Uusi tieto voidaan nopeasti siirtää mallin prioreihin, jolloin malli voidaan päivittää
24 Onko vaaraa itseään toteuttavista ennusteista? Vastaus: on. Ennustemallin käyttö vaatii tervettä harkintaa eikä harkinta ole korvattavissa ennusteita käyttämällä Vastuu on lääkärillä, ennuste tukee harkintaa Ennustetta ei pidä torjua tämän vuoksi. Ennusteita on asetettu aina. Malli tekee ennusteet läpinäkyviksi ja vakioi eri henkilöiden tekemiä ennusteita. Tietämättömyys on huonoin vaihtoehto.
25 Ovatko ennustetekijät kausaalisessa suhteessa päätemuuttujaan? Voi olla, tai sitten ei. PREQ ei erottele riskitekijöitä ja markkereita, ne pitää vain loogisesti päätellä. Esim. tupakointi on sepelvaltimotaudin riskitekijä ja suhde on kausaalinen. Kirjastokortin omistaminen on sepelvaltimotaudin markkeri, se ei ole kausaalisuhteessa, mutta kortittomat ovat paljon suuremassa riskissä. PREQin mallissa voi olla riskitekijöitä ja markkereita. Bayesialabilla voidaan rakentaa täyskausaalimalleja.
26 Voiko kone olla parempi kuin lääkäri? Meta-analyysi v 2000: 139 tutkimusta, joissa lääkäriä oli päätöksentekijänä verrattu koneeseen. Kahdeksassa tutkimuksessa oli lääkäri parempi. Kone voitti 63:ssa tutkimuksessa ja 65 tutkimusta eivät havainneet eroa. Uudempi meta-analyysi v 2006: 67 tutkimusta, kone parempi. Grove ym. Clinical versus mechanical prediction: A meta-analysis. Psychological Assessment, 2000;12(1): Stefanía Ægisdóttir, Michael J. White ym. The Meta-Analysis of Clinical Judgment Project. The counseling psychologist, 2006;34(3):
27 Kuinka hyviä mallit ovat? Malli validoidaan joko kokonaan ulkopuolisella aineistolla, jakamalla aineisto opetus- ja testiaineistoihin, ajamalla sama aineisto mallin läpi (huono) tai muilla menetelmillä, esim. leave-one-out-cross-validation. Ennustustarkkuudet yleensä 80-90%. Riippuu datan ominaisuuksista, ei niinkään testimenetelmistä. Kliininen validaatio on tärkeämpi kuin matemaattinen!
28
29
Terveydenhuollon tavoitteet
Apuvälineet kliiniseen päätöksentekoon Olli-Pekka Ryynänen Itä-Suomen yliopisto Terveydenhuollon tavoitteet Tuotetaan terveyttä niin paljon kuin mahdollista sillä henkilökuntaresurssilla, joka on käytettävissä.
LisätiedotTeho, tuottavuus ja vaikuttavuus Olli-Pekka Ryynänen
Teho, tuottavuus ja vaikuttavuus Olli-Pekka Ryynänen Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori Kuopion yliopistollinen sairaala: hallinnollinen apulaisylilääkäri
LisätiedotBayes-mallinnus siltana teorian ja empiirisen evidenssin välillä
Bayes-mallinnus siltana teorian ja empiirisen evidenssin välillä Antti Penttinen Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Metodifestivaalit Jyväskylän yliopisto 21.5.2013 Suunnitelma
LisätiedotIntegraatio sotessa miten kuntoutumista edistävä työote toteutetaan? Olli-Pekka Ryynänen
Integraatio sotessa miten kuntoutumista edistävä työote toteutetaan? Olli-Pekka Ryynänen Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori emeritus Kaupunginvaltuutettu,
LisätiedotSOTE - tutkimuksen näkökulma Professori Olli-Pekka Ryynänen, Itä-Suomen yliopisto
SOTE - tutkimuksen näkökulma Professori Olli-Pekka Ryynänen, Itä-Suomen yliopisto Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori KYS, hallinnollinen apulaisylilääkäri
LisätiedotTentin materiaali. Sivia: luvut 1,2, , ,5. MacKay: luku 30. Gelman, 1995: Inference and monitoring convergence
Tentin materiaali Sivia: luvut 1,2,3.1-3.3,4.1-4.2,5 MacKay: luku 30 Gelman, 1995: Inference and monitoring convergence Gelman & Meng, 1995: Model checking and model improvement Kalvot Harjoitustyöt Tentin
LisätiedotMiten käytetään tietoa terveydenhuollon tukena
Miten käytetään tietoa terveydenhuollon tukena Emeritaprofessori Marjukka Mäkelä Mäkelä Oulu Apr18 1 Sidonnaisuudet Tutkimusprofessori emerita, THL Yleislääketieteen professori, Kööpenhaminan yliopisto
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotTutkimustiedon tarve ja hyödyntäminen käytännön terveyspolitiikan toteuttamisessa.
Tutkimustiedon tarve ja hyödyntäminen käytännön terveyspolitiikan toteuttamisessa. PROFESSORI OLLI-PEKKA RYYNÄNEN, ITÄ -SUOMEN YLIOPISTO Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen
LisätiedotMatemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
LisätiedotKokeellinen asetelma. Klassinen koeasetelma
Kokeellinen asetelma Salla Grommi, sh, verisuonihoitaja, TtM, TtT-opiskelija Hoitotyön tutkimuspäivä 31.10.2016 Klassinen koeasetelma Pidetään tieteellisen tutkimuksen ideaalimallina ns. kultaisena standardina.
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
LisätiedotPikajohdatus bayesilaiseen tilastoanalyysiin ja monimuuttuja-analyysiin
ja monimuuttuja-analyysiin Loppuseminaari: Terveydenhuollon uudet analyysimenetelmät (TERANA) Aki Vehtari AB HELSINKI UNIVERSITY OF TECHNOLOGY Department of Biomedical Engineering and Computational Science
LisätiedotMitä on näyttöön perustuva toiminta neuvolatyössä
Tiedosta hyvinvointia marja-leena.perala@stakes.fi 1 Mitä on näyttöön perustuva toiminta neuvolatyössä Marja-Leena Perälä, Tutkimusprofessori, Stakes VALTAKUNNALLISET NEUVOLAPÄIVÄT 10.5.2007 Dipoli, Espoo
LisätiedotRuokavalion henkilökohtaiset vaikutukset esiin data-analytiikalla
Ruokavalion henkilökohtaiset vaikutukset esiin data-analytiikalla Jari Turkia CGI Itä-Suomen yliopisto 1 2 Ruokavalion henkilökohtaisten vaikutusten ennustaminen Itä-Suomen yliopiston Kansanterveystieteen
LisätiedotMitä on bayesilainen päättely?
Metodifestivaali 29.5.2009 Aki Vehtari AB TEKNILLINEN KORKEAKOULU Lääketieteellisen tekniikan ja laskennallisen tieteen laitos Esityksen sisältö Miksi? Epävarmuuden esittäminen Tietämyksen päivittäminen
LisätiedotTerveyshyötymalli (CCM) Minerva Krohn Perusterveydenhuollon kehittäjäylilääkäri 26.10.2011
Terveyshyötymalli (CCM) Minerva Krohn Perusterveydenhuollon kehittäjäylilääkäri 26.10.2011 1 Terveydenhuolto: rikkinäinen järjestelmä Potilas on usein sivuroolissa, palveluiden saatavuudessa on ongelmia
LisätiedotTILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014
TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA LUKIJAN NÄKÖKULMA 2 TAUSTAKYSYMYKSIÄ 3 Mitä tutkimusmenetelmiä ja taitoja opiskelijoille tulisi opettaa koulutuksen eri vaiheissa?
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotMitä vaikuttavuusnäytöllä tehdään? Jorma Komulainen LT, dosentti Käypä hoito suositusten päätoimittaja
Mitä vaikuttavuusnäytöllä tehdään? Jorma Komulainen LT, dosentti Käypä hoito suositusten päätoimittaja Sidonnaisuudet Käypä hoito päätoimittaja, Duodecim Palveluvalikoimaneuvoston pysyvä asiantuntija,
LisätiedotVanhus ja Sote miltä näyttää uuden kynnyksellä Professori (emeritus) Olli-Pekka Ryynänen
Vanhus ja Sote miltä näyttää uuden kynnyksellä Professori (emeritus) Olli-Pekka Ryynänen Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori emeritus. KYS, hallinnollinen
LisätiedotTilastotieteen aihehakemisto
Tilastotieteen aihehakemisto hakusana ARIMA ARMA autokorrelaatio autokovarianssi autoregressiivinen malli Bayes-verkot, alkeet TILS350 Bayes-tilastotiede 2 Bayes-verkot, kausaalitulkinta bootstrap, alkeet
LisätiedotP(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu
1. Tyhjentävä tunnusluku (sucient statistics ) Olkoon (P(X = x θ) : θ Θ) todennäköisyysmalli havainnolle X. Datan funktio T (X ) on Tyhjentävä tunnusluku jos ehdollinen todennäköisyys (ehdollinen tiheysfunktio)
LisätiedotTILASTOLLINEN OPPIMINEN
301 TILASTOLLINEN OPPIMINEN Salmiakki- ja hedelmämakeisia on pakattu samanlaisiin käärepapereihin suurissa säkeissä, joissa on seuraavat sekoitussuhteet h 1 : 100% salmiakkia h 2 : 75% salmiakkia + 25%
Lisätiedot805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
LisätiedotLääkkeiden taloudellinen arviointi Olli Pekka Ryynänen Itä Suomen yliopisto, Fimea
Lääkkeiden taloudellinen arviointi Olli Pekka Ryynänen Itä Suomen yliopisto, Fimea Lääkevalmisteiden arviointi Onko lääke tehokas ja turvallinen; täyttääkö se laatuvaatimukset? Lääkehoitojen arviointi
LisätiedotMiten arvioidaan hoidon vaikuttavuutta?
Miten arvioidaan hoidon vaikuttavuutta? Minna Kaila, professori Terveydenhuollon hallinto Lastentautien ja terveydenhuollon erikoislääkäri Helsingin yliopisto, lääketieteellinen tdk minna.kaila(at)helsinki.fi
LisätiedotUskomusverkot: Lääketieteelliset sovellukset
Teknillinen korkeakoulu Systeemianalyysin laboratorio Mat-2.142 Optimointiopin seminaari Referaatti Uskomusverkot: Lääketieteelliset sovellukset Sami Nousiainen 44433N Tf V 2 1. JOHDANTO 3 2. YKSINKERTAINEN
LisätiedotPekka Kettunen 12.12.2014
Pekka Kettunen 12.12.2014 Vaikuttavuudesta keskustellaan ahkerasti sekä Suomessa että ulkomailla (evidencebased) Miksi esillä: toiminnan kehittäminen, priorisointi, voimavarojen kohdentaminen, arvioinnin
LisätiedotEvidence based medicine näyttöön perustuva lääketiede ja sen periaatteet. Eeva Ketola, LT, Kh-päätoimittaja Suomalainen Lääkäriseura Duodecim
Evidence based medicine näyttöön perustuva lääketiede ja sen periaatteet Eeva Ketola, LT, Kh-päätoimittaja Suomalainen Lääkäriseura Duodecim Tiedon tulva, esimerkkinä pneumonia Googlesta keuhkokuume-sanalla
LisätiedotVaikuttavuuden tutkimus sosiaalityössä
Vaikuttavuuden tutkimus sosiaalityössä 22/V/2019 Timo Toikko Professori UEF // University of Eastern Finland Vaikuttavuuden talo Tutkimusjohtaja Tomi Mäki-Opas, UEF 2 VEDUNG PAWSON & TILLEY GUBA & LINCOLN
LisätiedotBayesiläinen tilastollinen vaihtelu
Bayesiläinen tilastollinen vaihtelu Janne Pitkäniemi FT, dos. (biometria), joht. til. tiet Suomen Syöpärekisteri Hjelt-instituutti /Helsingin yliopisto Periaatteet Tilastollinen vaihtelu koskee perusjoukon
LisätiedotMarjukka Mäkelä Näyttö, arvot ja voimavarat päätöksen perustana Lääkäripäivät 2013, kurssi 226
Marjukka Mäkelä Näyttö, arvot ja voimavarat päätöksen perustana Lääkäripäivät 2013, kurssi 226 1 Sidonnaisuudet IJTAHCin päätoimittaja (palkkio Cambridge University Pressiltä) EUnetHTA-tutkimusapuraha
LisätiedotKausaalisuus ja kausaalipäättely. Pertti Töttö
Kausaalisuus ja kausaalipäättely Pertti Töttö ???? Tilastollinen riippuvuus ei ole yhtä kuin kausaalisuus Ei korrelaatiota ilman kausaatiota Näennäiskorrelaatio Suunnattu korrelaatio Korrelaatio: symmetrinen
LisätiedotBayesilainen päätöksenteko / Bayesian decision theory
Bayesilainen päätöksenteko / Bayesian decision theory Todennäköisyysteoria voidaan perustella ilman päätösteoriaa, mutta vasta päätösteorian avulla siitä on oikeasti hyötyä Todennäköisyyteoriassa tavoitteena
LisätiedotHoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla
Hoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla Ehdotukset kansallisesti yhtenäisiksi hoitotyön henkilöstövoimavarojen hallinnan tunnusluvuiksi Erikoissairaanhoito
Lisätiedot1 Bayesin teoreeman käyttö luokittelijana
1 Bayesin teoreeman käyttö luokittelijana Bayesin kaavan mukaan merkityksen kontekstille c ehdollistettu todennäkköisyys voidaan määrittää alla olevan yhtälön perusteella: P ( c) = P (c )P ( ) P (c) (1)
LisätiedotTekoäly lääkärin päätöksenteon tukena. Arho Virkki, DI, FT Lääketieteellisen matematiikan dosentti, TY Auria tietopalvelun johtaja, TYKS
Tekoäly lääkärin päätöksenteon tukena Arho Virkki, DI, FT Lääketieteellisen matematiikan dosentti, TY Auria tietopalvelun johtaja, TYKS Datan hyödyntämisen mahdollisuudet - Ilmiöiden visualisointi - Tilastollinen
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi
LisätiedotKoneoppimisen hyödyt arvopohjaisessa terveydenhuollossa. Kaiku Health
Koneoppimisen hyödyt arvopohjaisessa terveydenhuollossa Kaiku Health Petri Avikainen Kaiku Health Petri Avikainen @silputtelija @silppuri Kaiku Health Software Engineer Kaiku Health Software Engineer
LisätiedotPaksusuolisyövän seulontatulokset Suomessa. Nea Malila Suomen Syöpärekisteri
Paksusuolisyövän seulontatulokset Suomessa Suomen Syöpärekisteri Sidonnaisuudet kahden viimeisen vuoden ajalta LT, dosentti Päätoimi Suomen Syöpärekisterin johtaja, Suomen Syöpäyhdistys ry Sivutoimet syöpäepidemiologian
LisätiedotS-114.600 Bayesilaisen mallintamisen perusteet
S-114.600 Bayesilaisen mallintamisen perusteet Laajuus: 2 ov Opettajat: TkT Aki Vehtari, DI Toni Tamminen Slide 1 Sisältö: Bayesilainen todennäköisyysteoria ja bayesilainen päättely. Bayesilaiset mallit
LisätiedotMitä eri tutkimusmetodeilla tuotetusta tiedosta voidaan päätellä? Juha Pekkanen, prof Hjelt Instituutti, HY Terveyden ja Hyvinvoinnin laitos
Mitä eri tutkimusmetodeilla tuotetusta tiedosta voidaan päätellä? Juha Pekkanen, prof Hjelt Instituutti, HY Terveyden ja Hyvinvoinnin laitos Päätöksentekoa tukevien tutkimusten tavoitteita kullakin oma
LisätiedotTEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)
JOHDATUS TEKOÄLYYN TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) KONEOPPIMISEN LAJIT OHJATTU OPPIMINEN: - ESIMERKIT OVAT PAREJA (X, Y), TAVOITTEENA ON OPPIA ENNUSTAMAAN Y ANNETTUNA X.
LisätiedotTraumaperäisten stressihäiriöiden Käypä hoito suositus - sen hyödyistä ja rajoituksista
Traumaperäisten stressihäiriöiden Käypä hoito suositus - sen hyödyistä ja rajoituksista Markus Henriksson Ryhmäpäällikkö, lääkintöneuvos Psykiatrian dosentti, psykoterapeutti Valvira, terveydenhuollon
LisätiedotMiten lääkehoidon vaikuttavuutta mitataan? Näkökulmana lääkkeiden hoidollisen ja taloudellisen arvon arviointi
Miten lääkehoidon vaikuttavuutta mitataan? Näkökulmana lääkkeiden hoidollisen ja taloudellisen arvon arviointi Piia Rannanheimo Fimea, lääketaloustieteilijä (2010 ) Palveluvalikoimaneuvoston lääkejaosto,
LisätiedotKuluttajien tutkiminen 23C580 Kuluttajan käyttäytyminen Emma Mäenpää
Kuluttajien tutkiminen 23C580 Kuluttajan käyttäytyminen Emma Mäenpää Case New Coke Vuonna 1985 Coca-Cola Company päätti tuoda markkinoille uuden kolajuoman New Cola Makeampi versio perinteisestä Coca Colasta
LisätiedotHANKETYÖN VAIKUTTAVUUDEN ARVIOINTI
HANKETYÖN VAIKUTTAVUUDEN ARVIOINTI Mitä vaikuttavuus on? Vaikuttavuuden arviointi? Kokemuksia Anu Räisänen 2012 Tuloksellisuuden käsitteistö (VM) Tuloksellisuus tehokkuus taloudellisuus suoritteet tulokset/tuotokset
Lisätiedot8.4.2016 Sanna Kallankari Osastonhoitaja
8.4.2016 Sanna Kallankari Osastonhoitaja Päivystyksen triage Hoidon tarpeen ja kiireellisyyden arviointi Hoidon porrastus Oikea potilas oikeassa paikassa TK, ESH Tunnistetaan päivystyshoitoa vaativat potilaat
Lisätiedot1. TILASTOLLINEN HAHMONTUNNISTUS
1. TILASTOLLINEN HAHMONTUNNISTUS Tilastollisissa hahmontunnistusmenetelmissä piirteitä tarkastellaan tilastollisina muuttujina Luokittelussa käytetään hyväksi seuraavia tietoja: luokkien a priori tn:iä,
LisätiedotLuento 2. Yksiparametrisia malleja. Binomi-malli. Posteriorijakauman esittämisestä. Informatiivisista priorijakaumista. Konjugaattipriori.
Luento 2 Binomi-malli Posteriorijakauman esittämisestä Informatiivisista priorijakaumista Konjugaattipriori Slide 1 Yksiparametrisia malleja Binomi Jacob Bernoulli (1654-1705), Bayes (1702-1761) Normaali
LisätiedotIlkeät ongelmat moniammatillista johtamista monikulttuurisessa ympäristössä. Lape Pippuri, Verkostojohtamisen seminaari
Ilkeät ongelmat moniammatillista johtamista monikulttuurisessa ympäristössä Lape Pippuri, Verkostojohtamisen seminaari 26.8.2018 Pasi-Heikki Rannisto Professori, terveydenhuollon johtaminen Tampereen yliopisto
LisätiedotTUTKIMUSOTTEITA TIEDONINTRESSIN NÄKÖKULMA
TUTKIMUSOTTEITA TIEDONINTRESSIN NÄKÖKULMA Hanna Vilkka KVANTITATIIVINEN ANALYYSI ESIMERKKINÄ TEKNISESTÄ TIEDONINTRESSISTÄ Tavoitteena tutkittavan ilmiön kuvaaminen systemaattisesti, edustavasti, objektiivisesti
LisätiedotAsiakaspalautteen merkitys laboratoriovirheiden paljastamisessa. Taustaa
Asiakaspalautteen merkitys laboratoriovirheiden paljastamisessa Paula Oja, TtT Laboratorio, Oulun yliopistollinen sairaala Potilasturvallisuustutkimuksen päivät 26. 27.1.2011 1 Taustaa Laboratorion tulee
LisätiedotARVOA PALVELUPROSESSIEN ANALYSOINNILLA
ARVOA PALVELUPROSESSIEN ANALYSOINNILLA Työkalupäivät 31.8.2016 Ilkka Mikkonen Infotool Oy Taustat Ilkka Mikkonen Infotool - Toimitusjohtaja Konsultointia 25v Palveluiden ja tietotekniikan yhdistäjä Analytiikka,
LisätiedotPOTILAAN OSALLISUUS NÄYTTÖÖN PERUSTUVASSA TOIMINNASSA
POTILAAN OSALLISUUS NÄYTTÖÖN PERUSTUVASSA TOIMINNASSA Tella Lantta, sh, TtM, tohtorikoulutettava Hoitotieteen tohtoriohjelma (DPNurs) Hoitotieteen laitos, Turun yliopisto Hotus 2015 NÄYTTÖÖN PERUSTUVA
LisätiedotPET-tutkimusten vaikuttavuus ja kustannukset. Esko Vanninen palvelualuejohtaja Kuopion yliopistollinen sairaala
PET-tutkimusten vaikuttavuus ja kustannukset Esko Vanninen palvelualuejohtaja Kuopion yliopistollinen sairaala ISI Web of Science: hakusana PET/CT N = 4974, 27.4.2010 Mihin diagnostisia menetelmiä tarvitaan?
LisätiedotPolven osatekonivelleikkaus
Polven osatekonivelleikkaus Suomen Artroplastiayhdistys VIII ValtakunnallinenTekonivelkirurgian kurssi 19.-21.4.2017 Tampere Tuukka Niinimäki Oulun yliopistollinen sairaala Sidonnaisuudet Luento- ja koulutuspalkkiot
LisätiedotTutkimus Auria Biopankissa ja tulevaisuuden visiot Samu Kurki, FT, data-analyytikko
AURIA BIOPANKKI Tutkimus Auria Biopankissa ja tulevaisuuden visiot 8.3.2019 Samu Kurki, FT, data-analyytikko www.auria.fi Biopankkiprojektit vuosina 2014-2018 Akateemiset projektit 54% Yritysprojektit
LisätiedotMiksi potilastietojärjestelmän käytettävyys on niin tärkeää?
Miksi potilastietojärjestelmän käytettävyys on niin tärkeää? Tinja Lääveri LL, sisätautien erikoislääkäri Asiakas- ja Potilastietojärjestelmän hanketoimisto APOTTI, esh projektipäällikkö APOTTI = "Terveydenhuollon
LisätiedotPohjois-Suomen syntymäkohorttitutkimus Yleisöluento , Oulu
Pohjois-Suomen syntymäkohorttitutkimus Yleisöluento 12.11.2016, Oulu TUKI- JA LIIKUNTAELIMISTÖN SAIRAUDET (TULES) Professori Jaro Karppinen TUKI- JA LIIKUNTAELIMISTÖ Tuki- ja liikuntaelimistöön kuuluvat
LisätiedotVanhuuseläkkeelle jäännin vaikutukset terveyteen Suomessa
Vanhuuseläkkeelle jäännin vaikutukset terveyteen Suomessa tutkimusneuvonantaja Tarmo Valkonen Etla Miksi tutkitaan? Eläkkeelle siirtymisen terveysvaikutuksista tiedetään Suomessa vähän, vaikka vanhuuseläkeiän
LisätiedotOlli-Pekka Ryynänen sidonnaisuudet
Rahalla ohjaaminen terveydenhuollossa esimerkkejä maailmalta Olli-Pekka Ryynänen Itä-Suomen yliopisto Olli-Pekka Ryynänen sidonnaisuudet Itä-Suomen yliopisto: yleislääketieteen professori Kuopion yliopistollinen
LisätiedotDigitaalisuuden vaikutus sairaalarakentamiseen
Digitaalisuuden vaikutus sairaalarakentamiseen Isto Nordback Kehitysjohtaja, ylilääkäri Tampereen yliopistollinen sairaala Pirkanmaan sairaanhoitopiiri Digitaalisuus Korvaako digitalisaatio sairaalat terveydenhuollossa
LisätiedotMustat joutsenet pörssikaupassa
Mustat joutsenet pörssikaupassa Kimmo Vehkalahti yliopistonlehtori, VTT soveltavan tilastotieteen dosentti Opettajien akatemian jäsen Yhteiskuntatilastotiede, Sosiaalitieteiden laitos Valtiotieteellinen
LisätiedotMonisairas potilas ja hoidon jatkuvuus
Monisairas potilas ja hoidon jatkuvuus Risto Raivio Itäisen alueen ylilääkäri Valinnanvapauskokeilun projektipäällikkö Terveydenhuollon avovastaanottotoiminta Päijät-Hämeen hyvinvointiyhtymä Sidonnaisuudet
LisätiedotHeikosta vastauksesta puuttuvat konkreettiset faktat, mikä näkyy esimerkiksi
Heikosta vastauksesta puuttuvat konkreettiset faktat, mikä näkyy esimerkiksi asioiden esittämisenä ympäripyöreästi esimerkkien puuttumisena siten, ettei tehtävässä annettuja tai vastauksen kannalta olennaisia
LisätiedotKielellisten merkitysten tilastollinen ja psykologinen luonne: Kognitiivisia ja filosofisia näkökulmia. Timo Honkela.
Kielellisten merkitysten tilastollinen ja psykologinen luonne: Kognitiivisia ja filosofisia näkökulmia Timo Honkela timo.honkela@helsinki.fi Helsingin yliopisto 29.3.2017 Merkityksen teoriasta Minkälaisista
LisätiedotKliininen päättely. Thomsonin mallin mukaisen yhteistyön näkyminen fysioterapiatilanteessa
Kliininen päättely Thomsonin mallin mukaisen yhteistyön näkyminen fysioterapiatilanteessa FTES017, Syksy 2015 Kata Isotalo, Hanna Valkeinen, Ilkka Raatikainen Thomsonin ym. (2014) malli 25.10.15 FTES017_KI_HV_IR
LisätiedotRekursiolause. Laskennan teorian opintopiiri. Sebastian Björkqvist. 23. helmikuuta Tiivistelmä
Rekursiolause Laskennan teorian opintopiiri Sebastian Björkqvist 23. helmikuuta 2014 Tiivistelmä Työssä käydään läpi itsereplikoituvien ohjelmien toimintaa sekä esitetään ja todistetaan rekursiolause,
LisätiedotEdistyksen päivät, Helsinki. Voiko tutkija muuttaa maailmaa? Humanistista meta-analyysiä merkitysneuvottelevien koneiden avulla.
Edistyksen päivät, Helsinki Voiko tutkija muuttaa maailmaa? Humanistista meta-analyysiä merkitysneuvottelevien koneiden avulla Timo Honkela timo.honkela@helsinki.fi 5.10.2017 Taustaa: Rauhankone-konsepti
LisätiedotEnnustamisen ja Optimoinnin mahdollisuudet
Ennustamisen ja Optimoinnin mahdollisuudet Agenda Mitä optimointi on Ennustamisen mahdollisuudet Optimoinnin eri tasot ja tavoitteet Optimoinnin käyttöönotto Mitä optimointi on Mitä optimointi on? Oikea
LisätiedotArvot ja toiminnan identiteetti / luonne. Michael Rossing, kehittämis- ja viestintäpäällikkö 14.9.2015
Arvot ja toiminnan identiteetti / luonne Michael Rossing, kehittämis- ja viestintäpäällikkö 14.9.2015 Arvoprosessin selkäranka? Arvoprosessi on perinteisesti ennen kaikkea prosessi! Prosessilla on oltava
LisätiedotLääkärin autonomia OLLI-PEKKA RYYNÄNEN
Lääkärin autonomia OLLI-PEKKA RYYNÄNEN Meillä oli vanha maailma, joka oli siisti, järjestyksessä ja ennustettavissa Sitä ei huomattu silloin, mutta Vaatimustaso oli matala. Hoidot olivat suurelta osin
Lisätiedot1. HYVIN PERUSTELTU 2. TOSI 3. USKOMUS
Tietoteoria klassinen tiedonmääritelmä tietoa on 1. HYVIN PERUSTELTU 2. TOSI 3. USKOMUS esim. väitteeni Ulkona sataa on tietoa joss: 1. Minulla on perusteluja sille (Olen katsonut ulos) 2. Se on tosi (Ulkona
LisätiedotUusia mahdollisuuksia FoundationOne CDx. keystocancer.fi
Uusia mahdollisuuksia FoundationOne CDx keystocancer.fi FI/FMI/1810/0067 Lokakuu 2018 FoundationOne CDx -geeniprofilointi FoundationOne CDx on kattava geeniprofilointipalvelu, jossa tutkitaan syöpäkasvaimen
LisätiedotVaikuttavuutta ja tuottavuutta kustannustehokkaasti. Timo Haikonen Terveydenhuollon Atk-päivät 25.5.2011
Vaikuttavuutta ja tuottavuutta kustannustehokkaasti Timo Haikonen Terveydenhuollon Atk-päivät 25.5.2011 Sisältö Määritelmät Miksi tarvitaan tuottavuutta / vaikuttavuutta?» Tarinan alku hoitoon pääsy» Trendit:
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotLAPS: Testbedhavainnoista. analyysiksi. Janne Kotro Kaukokartoitus/Tutkimus
LAPS: Testbedhavainnoista analyysiksi Janne Kotro Kaukokartoitus/Tutkimus 6.4.2006 Lähihetkiennustaminen (nowcasting) Ennustamista vallitsevasta säätilasta muutama tunti eteenpäin Käsite pitää sisällään
LisätiedotMuutama ajatus vahinkovakuutustuotteiden hinnoittelusta SAY-Kuukausikokous 12.9.2012. Janne Kaippio
Muutama ajatus vahinkovakuutustuotteiden hinnoittelusta SAY-Kuukausikokous 12.9.2012 Janne Kaippio Mikä ihmeen LähiTapiola? Keskinäinen vahinkovakuutusyhtiö: 19 itsenäistä alueyhtiötä + keskusyhtiö (keskusyhtiöllä
LisätiedotJärjestö 2.0 -työryhmäpäivä Antti Pelto-Huikko, erityisasiantuntija
Vaikuttavuusketju toiminnan jäsentämisessä ja arvioinnin suunnittelussa - pohjaa maakunnallisten Järjestö 2.0 - hankkeiden vaikuttavuusketjun laadintaan Järjestö 2.0 -työryhmäpäivä 13.11.2017 Antti Pelto-Huikko,
LisätiedotTupakoinnin vieroituksen vaikutus leikkaustuloksiin Henry Blomster LL, KNK-erikoislääkäri 20.03.2014 Korva-, nenä- ja kurkkutautien klinikka Kuopion
Tupakoinnin vieroituksen vaikutus leikkaustuloksiin Henry Blomster LL, KNK-erikoislääkäri 20.03.2014 Korva-, nenä- ja kurkkutautien klinikka Kuopion yliopistollinen sairaala 1 Tupakointi Tuottaa valtiolle
LisätiedotKeinoälyn mahdollisuudet terveydenhuollossa
Keinoälyn mahdollisuudet terveydenhuollossa Professori Pekka Neittaanmäki 21.5. Tiedolla johtamisen verkosto, Verkostopäivä JYU. Since 1863. 15.5.2018 1 Jyväskylän Yliopiston Informaatioteknologian tiedekunta
Lisätiedot- MIKSI TUTKIMUSNÄYTTÖÖN PERUSTUVAA TIETOA? - MISTÄ ETSIÄ?
THM M Mustajoki Sairaanhoitajan käsikirjan päätoimittaja - MIKSI TUTKIMUSNÄYTTÖÖN PERUSTUVAA TIETOA? - MISTÄ ETSIÄ? M Mustajoki 290506 1 Miksi? Kaikilla potilas(!) ja sairaanhoitaja - sama tieto Perustelut
LisätiedotStrathclyde-prosessi
Strathclyde-prosessi (Materiaali pohjautuu Terry Williamsin luentokalvoihin The Catastrophic Project - an examination of some real-life project failures and an exposure of root causes. Project Management
LisätiedotPalvelujärjestelmän perustaminen tietoon. Simo Kokko Pohjois-Savon shp:n perusterveydenhuollon yksikkö Kuopio
Palvelujärjestelmän perustaminen tietoon Simo Kokko Pohjois-Savon shp:n perusterveydenhuollon yksikkö Kuopio 13.5.2014 Väestöstä vastaaminen on velvoite Suomessa on asumispohjainen sote-perusratkaisu Perustoimijoina
LisätiedotKysely syöpäpotilaiden hoidosta Tulokset FIN-P-CARF /18
Kysely syöpäpotilaiden hoidosta Tulokset FIN-P-CARF-0918-0844-9/18 OTOS Näissä tuloksissa on mukana tulokset, jotka on kerätty ajalla 4.5 18..18. Tässä esityksessä tuloksia tarkastellaan seuraavien kohderyhmien
LisätiedotMaria Arvio, LKT, Professori, lastenneurologian erikoislääkäri
RONNIN KYLÄLLÄ TEHDYSTÄ TUTKIMUKSEST A TYÖKALUJA ARJEN KEHITYSVAMMA TYÖHÖN Maria Arvio, LKT, Professori, lastenneurologian erikoislääkäri MIKSI TARVITAAN TUTKIMUSTA? 1. jotta ymmärrämme ihmisiä, joiden
LisätiedotPäätöksentekomenetelmät
L u e n t o Hanna Virta / Liikkeenjohdon systeemit Päätöksentekomenetelmät Luennon sisältö Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Päätösongelmia löytyy joka paikasta Päästökauppa:
LisätiedotMitä kausaalivaikutuksista voidaan päätellä havainnoivissa tutkimuksissa?
Mitä kausaalivaikutuksista voidaan päätellä havainnoivissa tutkimuksissa? Mervi Eerola Turun yliopisto Sosiaalilääketieteen päivät 3.-4.11.2014 HS 27.9.2014: Juhana Vartiainen ja Kari Hämäläinen (VATT):
LisätiedotLataa Lintuinfluenssa - Pekka Reinikainen. Lataa
Lataa Lintuinfluenssa - Pekka Reinikainen Lataa Kirjailija: Pekka Reinikainen ISBN: 9789515851574 Sivumäärä: 96 Formaatti: PDF Tiedoston koko: 14.12 Mb Milloin lintuinfluenssa on täällä? Maailman terveysjärjestö
LisätiedotSeurantojen otoskoon arviointi RKTL:ssä
Seurantojen otoskoon arviointi RKTL:ssä Mika Kurkilahti MTT 23.8.2012 Miksi seurantoja tehdään? RKTL:lle esitetään jatkuvasti paljon kysymyksiä Mikä on eläinkantojen koko ajallisesti ja alueellisesti,
LisätiedotAlgoritmit 1. Luento 3 Ti Timo Männikkö
Algoritmit 1 Luento 3 Ti 17.1.2017 Timo Männikkö Luento 3 Algoritmin analysointi Rekursio Lomituslajittelu Aikavaativuus Tietorakenteet Pino Algoritmit 1 Kevät 2017 Luento 3 Ti 17.1.2017 2/27 Algoritmien
LisätiedotViikko 2: Ensimmäiset ennustajat Matti Kääriäinen matti.kaariainen@cs.helsinki.fi
Viikko 2: Ensimmäiset ennustajat Matti Kääriäinen matti.kaariainen@cs.helsinki.fi Exactum C222, 5.-7.11.2008. 1 Tällä viikolla Sisältösuunnitelma: Ennustamisstrategioista Koneoppimismenetelmiä: k-nn (luokittelu
LisätiedotEtiikan mahdollisuudesta tieteenä. Henrik Rydenfelt Helsingin yliopisto
Etiikan mahdollisuudesta tieteenä Henrik Rydenfelt Helsingin yliopisto Etiikka tieteenä? Filosofit ja ei-filosofit eivät pidä etiikkaa tieteenä Tiede tutkii sitä, miten asiat ovat, ei miten asioiden tulisi
LisätiedotYhteistyöaineiden edustajan puheenvuoro
Yhteistyöaineiden edustajan puheenvuoro Professori Ilkka Virtanen Talousmatematiikka Johdatus laskentatoimen ja rahoituksen tutkielmatyöskentelyyn 21.10.2002 Vaasan yliopisto Johdatus laskentatoimen ja
LisätiedotHIMSS European EMR Adoption Model. Ari Pätsi Terveydenhuollon ATK päivät Helsinki 15 16.05. 2012
HIMSS European EMR Adoption Model Ari Pätsi Terveydenhuollon ATK päivät Helsinki 15 16.05. 2012 HIMSS Analytics Europe on myöntänyt 23.04.2012 Itä-Savon sairaanhoitopiirille EMR Adobtion Model -tason 6.
LisätiedotEpävarmuus ja riskinarviointi: tiedon paloja, näytön synteesiä
Epävarmuus ja riskinarviointi: tiedon paloja, näytön synteesiä Taustaa: WTO, SPS agreement 1995. Set principles that WTO members can use in establishing national standards for food safety and animal and
LisätiedotVäestön ja lääkärikunnan näkemyksiä terveydenhuollon tulevaisuudesta. Jukka Vänskä Tutkimuspäällikkö Suomen Lääkäriliitto
n ja lääkärikunnan näkemyksiä terveydenhuollon tulevaisuudesta Jukka Vänskä Tutkimuspäällikkö Suomen Lääkäriliitto Suomalaiset suhtautuvat myönteisesti terveydenhuollon digitalisaatioon Kyselyt terveydenhuollon
LisätiedotTilastollinen päättely, 10 op, 4 ov
Tilastollinen päättely, 0 op, 4 ov Arto Luoma Matematiikan, tilastotieteen ja filosofian laitos Tilastotiede 3304 TAMPEREEN YLIOPISTO Syksy 2006 Kirjallisuutta Garthwaite, Jolliffe, Jones Statistical Inference,
Lisätiedot