MindMap Gallery Epidemiology - etiology and etiology inference
Epidemiology - etiology and etiology inference, summarizes the concept of etiology and etiology model, Classification of causes and research methods, Logical methods of causal inference, etc.
Edited at 2023-12-21 14:53:30Mappa mentale per l’analisi del controllo della gestione del portata di progetto. Tre sezioni principali: 1. WBS Scope Breakdown – scomposizione gerarchica del lavoro con dettaglio dello Scopo del progetto. 2. Scope Boundary / Exclusions – definizione chiara dei confini del progetto e di ciò che è escluso per evitare scope creep. Strumento ideale per project manager e team di controllo per mantenere allineamento e ridurre rischi.
Questo template, ideato con EdrawMind, è un modello completo per il miglioramento continuo del sistema di gestione della qualità, con una descrizione di circa 500 parole. È strutturato come un diagramma a lisca di pesce, strumento efficace per analizzare le cause principali dei problemi di qualità e definire le leve di controllo necessarie per risolverli. Il processo è organizzato in quattro fasi chiave: la prima è lo standard e la pianificazione, dove si definiscono gli obiettivi di qualità, i criteri di accettazione, i requisiti di prova e le porte di qualità (Quality Gate). La seconda fase analizza i processi e le porte di controllo, per garantire che ogni passaggio del lavoro segua i standard stabiliti. La terza fase riguarda l’esecuzione QA/QC, con la definizione di metodi di prova e ispezione, nonché regole per la gestione dei difetti e delle non conformità. L’ultima fase è il miglioramento e le azioni correttive e preventive (CAPA), insieme a una catena di audit per monitorare l’efficacia delle misure adottate. In basso, una tabella "Quality Gate" permette di tracciare ogni punto di controllo, con criteri specifici, metodi di prova, proprietario e stato di avanzamento. Grazie alla visualizzazione chiara e intuitiva di EdrawMind, questo strumento aiuta il team a identificare le cause root dei problemi di qualità, implementare azioni efficaci e mantenere un ciclo di miglioramento continuo, garantendo la qualità finale del prodotto o servizio.
Questo template, creato con EdrawMind, è un modello di piano di comunicazione ottimizzato, con una descrizione di circa 500 parole. È uno strumento chiave per evitare incomprensioni tra stakeholder, garantire la trasparenza e mantenere il team allineato agli obiettivi del progetto. Il modello è composto da tre elementi fondamentali e interconnessi: la matrice di comunicazione, la cadenza timeline e le regole di comunicazione/SLA. La matrice di comunicazione è una tabella dettagliata dove per ogni pubblico o stakeholder, si definisce il tipo di informazioni da condividere, lo scopo della comunicazione, il canale da utilizzare (email, riunioni, piattaforme di progetto), la frequenza, il proprietario responsabile, il formato e il percorso di escalazione in caso di problemi. La cadenza timeline è una linea temporale che definisce le scadenze delle comunicazioni chiave, garantendo che le informazioni siano condivise in momento opportuno e non si verifichino ritardi o omissioni. Le regole di comunicazione e gli accordi sul livello di servizio (SLA) definiscono le norme formali della comunicazione, come i tempi di risposta, il tono da adottare e le responsabilità di ciascun membro del team. Grazie alla struttura visuale di EdrawMind, questo template permette di pianificare la comunicazione in modo strategico, trasparente e efficiente, riducendo i rischi di cattiva informazione, migliorando la collaborazione e garantendo che tutti gli stakeholder siano informati e coinvolti nel progetto.
Mappa mentale per l’analisi del controllo della gestione del portata di progetto. Tre sezioni principali: 1. WBS Scope Breakdown – scomposizione gerarchica del lavoro con dettaglio dello Scopo del progetto. 2. Scope Boundary / Exclusions – definizione chiara dei confini del progetto e di ciò che è escluso per evitare scope creep. Strumento ideale per project manager e team di controllo per mantenere allineamento e ridurre rischi.
Questo template, ideato con EdrawMind, è un modello completo per il miglioramento continuo del sistema di gestione della qualità, con una descrizione di circa 500 parole. È strutturato come un diagramma a lisca di pesce, strumento efficace per analizzare le cause principali dei problemi di qualità e definire le leve di controllo necessarie per risolverli. Il processo è organizzato in quattro fasi chiave: la prima è lo standard e la pianificazione, dove si definiscono gli obiettivi di qualità, i criteri di accettazione, i requisiti di prova e le porte di qualità (Quality Gate). La seconda fase analizza i processi e le porte di controllo, per garantire che ogni passaggio del lavoro segua i standard stabiliti. La terza fase riguarda l’esecuzione QA/QC, con la definizione di metodi di prova e ispezione, nonché regole per la gestione dei difetti e delle non conformità. L’ultima fase è il miglioramento e le azioni correttive e preventive (CAPA), insieme a una catena di audit per monitorare l’efficacia delle misure adottate. In basso, una tabella "Quality Gate" permette di tracciare ogni punto di controllo, con criteri specifici, metodi di prova, proprietario e stato di avanzamento. Grazie alla visualizzazione chiara e intuitiva di EdrawMind, questo strumento aiuta il team a identificare le cause root dei problemi di qualità, implementare azioni efficaci e mantenere un ciclo di miglioramento continuo, garantendo la qualità finale del prodotto o servizio.
Questo template, creato con EdrawMind, è un modello di piano di comunicazione ottimizzato, con una descrizione di circa 500 parole. È uno strumento chiave per evitare incomprensioni tra stakeholder, garantire la trasparenza e mantenere il team allineato agli obiettivi del progetto. Il modello è composto da tre elementi fondamentali e interconnessi: la matrice di comunicazione, la cadenza timeline e le regole di comunicazione/SLA. La matrice di comunicazione è una tabella dettagliata dove per ogni pubblico o stakeholder, si definisce il tipo di informazioni da condividere, lo scopo della comunicazione, il canale da utilizzare (email, riunioni, piattaforme di progetto), la frequenza, il proprietario responsabile, il formato e il percorso di escalazione in caso di problemi. La cadenza timeline è una linea temporale che definisce le scadenze delle comunicazioni chiave, garantendo che le informazioni siano condivise in momento opportuno e non si verifichino ritardi o omissioni. Le regole di comunicazione e gli accordi sul livello di servizio (SLA) definiscono le norme formali della comunicazione, come i tempi di risposta, il tono da adottare e le responsabilità di ciascun membro del team. Grazie alla struttura visuale di EdrawMind, questo template permette di pianificare la comunicazione in modo strategico, trasparente e efficiente, riducendo i rischi di cattiva informazione, migliorando la collaborazione e garantendo che tutti gli stakeholder siano informati e coinvolti nel progetto.
Cause and etiology inference
Concepts of etiology and etiological models
Definition of cause
lilienfeld probabilistic etiology theory
Those factors that can increase the probability of disease in a population. When one or more of these factors are absent, the probability of the disease in the population decreases.
Cause = risk factor, which refers to factors that increase the probability of disease occurrence
Classification of causes
Necessary cause
eg: For patients with hepatitis B, they must be infected with hepatitis B virus, but those who are infected with hepatitis B virus do not necessarily have hepatitis B.
sufficient cause
etiological model
triangle model
pathogen, host, environment
wheel model
etiology network model
Cause chain
etiology network
Classification of causes and research methods
Classification
Host
genetic factors
immune status
age and gender
Race
mental state
behavioral factors
environment
biological factors
physical factors
chemical factors
social environmental factors
Research methods
basic process
Descriptive research to obtain clues to the cause (logical inference)
Analytical studies (case-control studies and cohort studies) Experimental studies to test hypotheses
Etiology inference
logical method of causal inference
hypothetical deduction
form of reasoning
Deductive reasoning → Inductive reasoning → Testing evidence
Mill criterion
Formation of etiological hypotheses
Seek common ground
Find a different method
Covariation method (dose-response relationship)
Analogy
Exclusion
inference of causation
error
Random error (chance)
Random variation between sample and population
Random variation in the measurement method itself
Systematic error (bias)
The Nature of Statistical Associations—Cause, Bias, Opportunity
type
selection bias
definition
Due to shortcomings in the method of selecting research subjects, there are differences in certain characteristics between those who are selected and those who are not selected, resulting in the selected research subjects not being representative of the population, thus leading to bias in the connection between exposure and disease.
Classification
Admission rate bias (Berkson bias)
Control Method
Select research subjects from multiple hospitals
Current case-new case bias (Neyman bias)
Control Method
During the investigation, the inclusion criteria were clearly defined as new cases.
Detection of symptoms bias (exposure bias)
Control Method
Collected cases include early, middle and late stage patients
attrition bias
Control Method
Select a relatively stable group of people to facilitate follow-up
Add 10% to the estimated sample size
Try to understand the outcome of those who are lost to follow-up
Compare whether there is any difference in the loss to follow-up rate between the exposed group and the non-exposed group
Compare the baseline data of the people who were lost to follow-up with the baseline data of the research subjects who completed the follow-up. If there is no statistical difference, it can be considered that the loss of follow-up is random and has little impact on the results.
non-response bias
Control Method
Select research subjects with good compliance
information bias
definition
During the research implementation phase, due to flaws in the methods of measuring exposure and outcomes, research subjects were misclassified, causing the research results to deviate from the true situation.
Misclassification
indifferent misclassification
differential misclassification
Classification
from research subjects
recall bias
reporting bias
from researchers
diagnostic suspicion bias
Expose suspicion bias
from measuring instruments
measurement bias
control
Use blind methods to collect data whenever possible
Use objective indicators whenever possible
Improve inquiry skills or investigative techniques
Standardization of measuring instruments
confounding bias
feature
is a risk factor for disease
Statistically related to the exposure studied
Not an intermediate cause in the causal chain between exposure factors and disease
control
Strictly follow the principle of random sampling to select research subjects
Strict inclusion criteria
Use a matching approach to select controls
Stratified analysis, standardized or multi-factor models are used for data analysis.
Stratified analysis (M-H method)
step
Stratify for possible confounders
Determine whether OR or RR between layers are equal or similar
Combine the OR or RR of each stratum to obtain the adjusted OR or RR after controlling for confounding factors.
Compare the adjusted OR with the crude OR before stratification, based on the conclusion of “confounding bias” under x2
false association
source
opportunity
Selection bias, information bias, confounding bias
secondary association
source
confounding bias
causal connection
form
Single cause and single effect
Single cause and multiple effects
Multiple causes and single effect
Multiple causes and multiple effects
Inference criteria
Hill Kujo
strength of association
RR>3
OR
associated chronological order
Experimental and cohort studies > Case-control and ecological studies > Cross-sectional studies
specificity of association
Only suitable for infectious diseases
This criterion is useless for chronic diseases
Correlation repeatability
The more times it is repeated, the more convincing the causal inference is.
Experimental research > Observational research
dose response relationship
Consistency between factors and disease distribution
biological plausibility of association
experimental evidence
similarity
If a chemical is known to have a disease-causing effect, and another similar chemical is found to be linked to a certain disease, it is more likely that the causal relationship between the two will be established.