Publicerad 16 maj 2022 COVID Symptom Study Sverige har nu pågått i drygt två år och våra studiedeltagare har bidragit med närmare 20 miljoner dagsrapporter. Dessa data har varit och är ovärderliga för vår forskning om covid-19. En del av våra deltagare frågar oss nu om studien fortsätter i och med att pandemitrestriktionerna tagits bort och smittan orsakar lägre sjukvårdsbelastning än tidigare und

https://www.covid19app.lu.se/artikel/covid-symptom-study-varsommar-2022 - 2025-05-01

Publicerad 11 juli 2022 Bästa deltagare i COVID Symptom Study Sverige! Vi vill börja med att rikta ett stort tack till dig för ditt bidrag till forskningen och vår studie sedan covid-19-pandemins start. Utan dina data hade det inte varit möjligt för oss att följa smittspridningen i Sverige eller utföra vår forskning. Sedan vi lanserade studien i april 2020 har drygt 208 000 personer i Sverige skic

https://www.covid19app.lu.se/artikel/vi-avslutar-var-datainsamling-0 - 2025-05-01

Publicerad 18 augusti 2022 En del deltagare undrar varför vi inte fortsätter att samla in data om covid-19 när det nu rapporteras ökad smittspridning i samhället. Som vi redan meddelat sjönk vårt deltagarantal under vintern och våren 2022 signifikant. Vi valde i juli att sätta punkt för insamlingen av data för att fokusera våra resurser på att förvalta det omfattande material vi redan har tillgång

https://www.covid19app.lu.se/artikel/information-om-studiens-nasta-skede - 2025-05-01

Publicerad 30 augusti 2022 Förra veckan publicerades en artikel baserad på data från COVID Symptom Study Sverige i tidskriften European Journal of Public Health. Artikeln beskriver resultat från en studie som genomförts av forskare vid Göteborgs universitet, Lunds universitet, Uppsala universitet och internationella forskningsgrupper. Du kan läsa artikeln i sin helhet på engelska här Studien baser

https://www.covid19app.lu.se/artikel/analys-av-effekten-av-rekommendationerna-personer-70 - 2025-05-01

Publicerad 14 mars 2023 Hugo Fitipaldi som arbetat med studien COVID Symptom Study sedan dess lansering i mars 2020 har nu avlagt sin doktorsexamen (PhD) i klinisk medicin med inriktning genetisk epidemiologi efter att ha försvarat sin doktorsavhandling förra veckan vid Lunds universitet. Hugo Fitipaldi försvarar sin avhandling vid Lunds universitet Hugos avhandling heter “Use of artificial intell

https://www.covid19app.lu.se/artikel/avhandling-med-covid-symptom-study-data - 2025-05-01

Av camilla [dot] selberg [at] med [dot] lu [dot] se (Camilla Selberg) - publicerad 22 april 2024 Den 24–25 april 2024 deltar Hugo Fitipaldi, postdoktor och forskare vid Lund universitets diabetescentrum, vid Data Innovation Summit på Kistamässan i Stockholm. Vid konferensen kommer Hugo att presentera data och resultat från COVID Symptom Study Sverige. Data Innovation Summit är den största konferen

https://www.covid19app.lu.se/artikel/covid-symptom-study-vid-data-innovation-summit - 2025-05-01

Publicerad 6 maj 2020 I Storbritannien och USA har appen COVID Symptom Tracker använts av 2,5 miljoner människor. I den vetenskapliga tidskriften Science rapporteras nu att appen har genererat värdefull data åt läkare, vetenskapmän och myndigheter för att bekämpa covid-19. Läs hela pressmeddelandet från Massachusetts General HospitalLänk till publikationen i tidskriften Science Ladda ned appen här

https://www.covid19app.lu.se/artikel/publikation-i-tidskriften-science - 2025-05-01

Publicerad 4 maj 2020 Appen COVID Symptom Tracker ska inte blandas ihop med andra typer av appar som används i andra länder för smitt- eller kontaktspårning. Lunds universitet och forskningsprojektet som baseras på data insamlat via appen COVID Symptom Tracker har fått mycket uppmärksamhet i media sedan appens lansering i Sverige. På förekommen anledning vill vi klargöra att COVID Symptom Tracker

https://www.covid19app.lu.se/artikel/meddelande-angaende-inslag-i-svts-aktuellt-2020-05-03 - 2025-05-01

Publicerad 7 maj 2020 119 000 personer har på torsdagen laddat ned och använt appen COVID Symptom Tracker. Appen används i en forskningsstudie på Lunds universitet för att förstå och kartlägga covid-19 i Sverige. - Våra preliminära beräkningar är att 1,5-3,5 procent av den svenska befolkningen i åldern 18-70 år just nu har en symtombild som överensstämmer med covid-19, vilket innebär att de sannol

https://www.covid19app.lu.se/artikel/forsta-berakningarna-fran-forskningsstudie-om-covid-19-klara - 2025-05-01

Publicerad 8 maj 2020 Den 8 maj bytte appen namn från COVID Symptom Tracker till COVID Symptom Study. Samtidigt har innehållet i appen uppdaterats med fler frågor. Appen uppdateras med fler frågor utifrån ny forskning på symtom på covid-19. Uppdateringen kommer också att avhjälpa mindre tekniska problem. Det har sedan lanseringen funnits farhågor om att appen skulle användas för att spåra personer

https://www.covid19app.lu.se/artikel/namnbyte-och-teknisk-uppdatering - 2025-05-01

Publicerad 14 maj 2020 Nu presenterar forskare vid Lunds universitet de första nationella kartorna från COVID Symptom Study. Kartorna visar uppskattad aktuell andel av befolkningen med pågående symtomatisk covid-19-infektion i Sverige. Kartor som uppskattar förekomst av covid-19 över hela landet i den vuxna befolkningen (20-69 år), 10 maj 2020. De län där flest deltagare sannolikt har covid-19 är

https://www.covid19app.lu.se/artikel/forsta-kartorna-fran-svenska-covid-symptom-study - 2025-05-01

Publicerad 15 maj 2020 Nu publicerar COVID Symptom Study nya kartor över uppskattad förekomst av COVID-19 i den vuxna befolkningen, samt en figur över ålders- och könsfördelning av studiedeltagarna.

https://www.covid19app.lu.se/artikel/nya-kartor-over-uppskattad-forekomst-av-covid-19 - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 8 June 2021 This study extends TCAL by disentangling causes of death contributions. The strength of the approach is that it allows identification of mortality differences in cohorts with members still alive, as well as identification of which ages and causes of death contribute to mortality differentials between populations. R

https://www.lupop.lu.se/article/reflection-modern-methods-cause-death-decomposition-cohort-survival-comparisons - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 9 June 2021 Advances in synthetic control methods bring new opportunities to conduct rigorous research in evaluating public health interventions. However, incorporating synthetic controls in interrupted time series studies may not always nullify important threats to validity nor improve causal inference. Read the paper at http

https://www.lupop.lu.se/article/can-synthetic-controls-improve-causal-inference-interrupted-time-series-evaluations-public-health - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 10 June 2021 Concerns have been expressed over standards of statistical interpretation. Results with P <0.05 are often referred to as ‘significant’ which, in plain English, implies important. This leads some people directly into the misconception that this provides proof that associations are clinically relevant. Read the pape

https://www.lupop.lu.se/article/reflection-modern-methods-statistics-education-beyond-significance-novel-plain-english - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 17 June 2021 Standard errors are usually calculated based on assumptions underpinning the statistical model used in the estimation. However, there are situations in which some assumptions of the statistical model including the variance or covariance of the outcome across observations are violated, which leads to biased standar

https://www.lupop.lu.se/article/reflection-modern-methods-demystifying-robust-standard-errors-epidemiologists - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 15 June 2021 The IDAG allows for a both intuitive and stringent way of illustrating interactions. It helps to distinguish between causal and non-causal mechanisms behind effect variation. Read the paper at https://academic.oup.com/ije/article/50/2/613/5998421

https://www.lupop.lu.se/article/directed-acyclic-graph-interactions - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 11 June 2021 Photo: Pixabay / Gerd Altmann Directed acyclic graphs (DAGs) are an increasingly popular approach for identifying confounding variables that require conditioning when estimating causal effects. This review examined the use of DAGs in applied health research to inform recommendations for improving their transparenc

https://www.lupop.lu.se/article/use-directed-acyclic-graphs-dags-identify-confounders-applied-health-research-review-and - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 12 June 2021 Statistical learning methods beyond generalized linear models, such as shrinkage methods or kernel smoothing methods, are being increasingly implemented in public health research and epidemiology because they can perform better in instances with complex or high-dimensional data—settings in which traditional statis

https://www.lupop.lu.se/article/reflection-modern-methods-good-practices-applied-statistical-learning-epidemiology - 2025-05-01

By anna [dot] axmon [at] med [dot] lu [dot] se (Anna Axmon) - published 13 June 2021 The ambition is to provide one of the first large-scale European family studies with individual data across three generations, which could deepen our knowledge about the role of family traits for chronic disease and its underlying mechanisms. Read the paper at https://link.springer.com/article/10.1007/s10654-020-0

https://www.lupop.lu.se/article/malmo-offspring-study-mos-design-methods-and-first-results - 2025-05-01