Project data analyse (PDA)

Course goals

• Je kunt een passende onderzoeksvraag formuleren die meteen gegeven dataset te beantwoorden is

• Je kunt beoordelen wat de voor- en nadelen zijn van een gekozen studieopzet in relatie tot data verzameling, bias, en generaliseerbaarheid bij een gegeven dataset
• Je bent in staat om data cleaning uit te voerenmiddels SPSS
• Je bent in staat om tabellen en figuren te producerenmiddels SPSS
• Je bent in staat om statistische analyses(zoals univariabele analyses en regressie technieken)uit te voeren middels SPSS
• Je bent in staat output en resultaten uit SPSS te interpreteren
• Je kunt de context, opzet en resultaten van het project schriftelijk of visueel samenvatten in een wetenschappelijk(grafisch)abstract
• Je kunt de resultaten van het project middels een posterpresenteren en bediscussiëren
• Je bent in staat te beargumenteren waarom je bepaalde keuzes voor analyses hebt gemaakt
• Je kunt verschillende aspecten omtrent predictiemodellen beschrijven en bediscussiëren, en bent in staat deze praktisch uit te voeren
• Je bent in staat om verschillende methoden om met missende waarden om te gaan te beschrijven, en de impact van missende waarden op associatiematen te beschrijven 
• Multipele lineaire regressie:
• Je kunt de coëfficiënten uit een multipele lineaire regressie interpreteren
• Je kent de concepten interactie (effectmodificatie) en confounding en kunt die hanteren in lineaire modellen
• Je kunt best passende lineaire modellen selecteren
• Je kent het concept multicollineariteit en kunt herkennen wanneer hiervan sprake is in een lineair model
• Je kunt enkelvoudige en multipele logistische regressie toepassen. Dit betekent o.a.:
• Je kunt benoemen in welke situatie logistische regressie van toepassing is
• Je begrijpt het concept likelihood en de toepassing hiervan bij logistische regressie
• Je kunt een logistische regressie uitvoeren in SPSS en kunt de output interpreteren:

• Je kunt de coëfficiënten van een logistische regressie interpreteren
• Je kunt vanuit de coëfficiënten odds ratios en kansen uitrekenen
• Je kunt modellen met elkaar vergelijken op basis van statistische criteria

• Je kunt multilevel data-analyse toepassen. Dit betekent o.a.:
• Je kunt benoemen in welke situatie multilevel data-analyse van toepassing is, bv. bij longitudinale data
• Je kunt het verschil tussen een fixed en random effect uitleggen en kunt beide effecten in een mixed effects model gebruiken
• Je kunt eenl inear mixed effects model uitvoeren in SPSS en kunt de output interpreteren:

• Je kunt de fixed coëfficiënten interpreteren
• Je kunt modellen met verschillende fixed effecten met elkaar vergelijken op basis van statistische criteria

I

KMVO leerdoelen:

1. Je kunt een onderzoeksopzet en -methode kiezen en verantwoorden die passend zijn bij de onderzoeksvraag, en daarbij expliciet rekening houden planetaire gezondheid en duurzaamheid, diversiteit en inclusiviteit, door gebruik te maken van de handreiking voor maatschappelijk verantwoord onderzoek. 

2. Je kunt wetenschappelijk onderzoek zorgvuldig en transparant uitvoeren volgens de standaarden voor research ethics en good clinical practice, en kunt verantwoorden hoe deze zijn toegepast in je eigen onderzoek.

3. Je kunt onderzoeksresultaten zorgvuldig rapporteren en toegankelijk maken voor verschillende doelgroepen, in lijn met open science-principes.

4. Je kunt  de invloed van diversiteit en inclusiviteit (bijv. toegankelijkheid, sociale determinanten, gezondheidsverschillen, gezondheidsvaardigheden) op het onderzoeksproces en de resultaten kritisch analyseren en integreren in onderzoek ontwerpen en aanbevelingen.

5. Je kunt onderzoeksresultaten helder en overtuigend schriftelijk en mondeling communiceren naar verschillende doelgroepen (onderzoek, praktijk, beleid, samenleving, internationaal), en kunt bijdragen aan een maatschappelijk debat door de maatschappelijke relevantie van onderzoek zichtbaar te maken.

Content

In deze cursus wordt de theorie van kwantitatieve onderzoeksmethoden toegepast in de context van het werken aan een bestaande dataset.

Je start met het kiezen van een uit een databank bestaande dataset (al dan niet multidisciplinair). Hierbij krijg je een korte beschrijving van de studie aangeleverd, evenals definities van de variabelen in de dataset. Je verzint bij deze dataset zelf een onderzoeksvraag. Daarnaast bedenk je hoe deze data verzameld zou kunnen zijn als je zelf dit onderzoek had uitgevoerd.

Je zult tijdens de cursus zelf aan de slag gaan met SPSS, waarin je de dataset inlaadt, data opschoont, en data-analyses uitvoert. Bij deze analyses kan gedacht worden aan basale methoden, zoals het maken van tabellen, figuren, en het uitvoeren van complexere (statistische) analyses. Je zult tijdens de cursus kennisnemen van verschillende regressie technieken, en deze plaatsen in een epidemiologische context. Tijdens verschillende hands-on sessies zul je kennis en vaardigheden opdoen om deze technieken toe te passen middels analyses in SPSS op jouw eigen dataset.

Je legt jouw bevindingen vast, en beschrijft deze in een wetenschappelijk (grafisch) abstract. In congresvorm zul je resultaten terugkoppelen aan de docenten en jouw medestudenten middels posterpresentaties. De cursus wordt afgesloten met een tentamen.

Additional information

• Coördinator M&S en docent kwantitatief: dr. Kevin Jenniskens
• Docent kwalitatief: dr. Sigrid Vervoort
• Docent meetinstrumenten: Everlien de Graaf
• Docent statistiek: drs. Cas Kruitwagen