Folkehelseinstituttet
Not a member yet
10872 research outputs found
Sort by
Language screening tools for children 0-5 years: a systematic scoping review
Get PDFSpråkutvikling hos barn er viktig for barns kognitive og sosiale utvikling. I Norge foregår kartlegging av språk i barnehagealder blant annet på helsestasjoner, vanligvis når barnet er 2 og 4 år. Kartleggingen gjøres ved observasjon, samtaler med foreldre, og ofte ved bruk av språkkartleggingsverktøy. Målet er tidlig oppdagelse av avvik fra normal språkutvikling hos barnet, for å kunne gi nødvendig oppfølging. Anbefalingen om språk i nasjonal faglig retningslinje skal oppdateres i 2024, og det er behov for en oversikt over relevante kartleggingsverktøy, samt en evalueringer av disse. Hensikten med denne oversikten er å identifisere verktøy for å avdekke avvik fra normal språkutvikling hos barn 05 år i helsestasjoner. Vi utførte en systematisk kartleggingsoversikt, og inkluderte 47 relevante studier. • Vi identifiserte totalt 46 verktøy for å kartlegge avvik fra normal forventet språkutvikling hos barn 0-5 år, som vurderes som passende for bruk i en norsk helsestasjonsetting. • For 24 av de 46 verktøyene identifiserte vi forskning som evaluerte verktøyenes måleegenskaper. • Det finnes lite forskning om verktøyene som anbefales brukt ved norske helsestasjoner i den nåværende retningslinjen: Vi identifiserte kun én studie beskrevet i to publikasjoner som evaluerte verktøyet SPRÅK 4. • Det er stor variasjon i hvor mange måleegenskaper som er evaluert for hvert verktøy. • Flere av studiene fremhever utfordringer ved å utvikle og bruke universelle språkkartleggingverktøy, spesielt for flerspråklige barn. Resultatene i de inkluderte studiene fremhever kompleksiteten ved å identifisere universelle verktøy for språkkartlegging ment for barn 0-5 år.publishedVersio
Can endogenous ethylene glycol production occur in humans? A detailed investigation of adult monozygotic twin sisters
Get PDFpublishedVersio
Implementering av maskinlæring i klynge for vurdering av tiltak: Resultater for ML 3.0
Get PDFIn 2020, the Cluster for Reviews and Health Technology Assessments (HTV) at the Norwegian Institute of Public Health (NIPH) established a dedicated machine learning (ML) team. The ML team has since become an international leader in integrating and implementing ML into evidence synthesis, achieving significant milestones, and securing official financing in November 2022, which contributed to much of the ML activities performed by ML 3.0. The overall goal of the ML team is to use ML in a way that best combines human intelligence and ML, to enhance human activities, by figuring out how best to integrate ML and workflow changes, throughout the review process. This report outlines the team's activities during its iteration, ML 3.0, covering implementation, peer-to-peer support, dissemination, evaluations, innovation, horizon scanning, and external networking and collaborations. ML Team 3.0 accomplished a variety of project deliverables, including providing ML support to six teams, conducting teaching sessions, implementing an ML reporting template, and implementing e-learning course. Dissemination efforts included presentations, poster sessions, and publications, while evaluations encompassed various projects, including a pilot on interrater agreement using ChatGPT. Innovations comprised development of a scalable e-learning course, a survey on ML attitudes and barriers, and qualitative interviews.publishedVersio
Human biomonitoring and toxicokinetics as key building blocks for next generation risk assessment
Get PDFpublishedVersio
Use of alcohol, prescription drugs, and illegal drugs among employees in Norway (2013-2022)
No full textI denne rapporten undersøker vi utbredelse og utvikling av bruk av alkohol, vanedannende legemidler og illegale rusmidler blant sysselsatte i Norge. Rapporten er basert på ti år med årlige data (2013-2022) innsamlet ved hjelp av telefonintervjuer i et tilfeldig utvalg fra det norske folkeregisteret. Alkohol er det klart mest utbredte rusmidlet blant sysselsatte i Norge, med nær 9 av 10 som rapporterer bruk siste 12 måneder. Kartleggingsinstrumentet Alcohol Use Disorders Identification Test (AUDIT) ble brukt for å måle risikofylt alkoholbruk. Mer enn 15 % hadde en AUDIT-skåre som indikerte et risikofylt alkoholbruk, dvs. alkoholbruk som har potensiale for negative konsekvenser og/eller som på sikt kan være avhengighetsskapende. Omtrent 2 av 10 rapporterte bruk av reseptbelagte smertestillende, det mest utbredte vanedannende legemidlet, i løpet av de siste 12 månedene. Om lag 3 av 100 sysselsatte oppga å ha brukt cannabis, det mest utbredte illegale rusmidlet, de siste 12 månedene. Mellom 2013 og 2022 var utbredelsen av alkoholbruk, risikofylt alkoholbruk samt selvrapportert bruk av vanedannende legemidler relativt stabil. Vi observerte imidlertid noen endringer i illegal rusmiddelbruk den siste delen av perioden. Mer spesifikt fant vi en markant økning i cannabisbruk blant yngre (20-40 år) kvinnelige sysselsatte mellom 2021 og 2022, slik at andelen kom på nivået til menn i samme aldersgruppe. I tillegg fant vi en betydelig relativ økning i kokainbruk de siste to årene, spesielt blant unge mannlige sysselsatte men det var også en økende tendens blant unge kvinnelige sysselsatte. Forekomsten av kokainbruk er likevel forholdsvis lav, med andeler på 3 % for menn og 1 % for kvinner. Bruk av alkohol og illegale rusmidler var mest utbredt blant unge mannlige sysselsatte som ikke er gift og som ikke har barn. Bruk av vanedannende legemidler var mer utbredt blant sysselsatte med lavere utdanningsnivå og de som bor alene. Med unntak av beroligende medikamenter, var legemidler mer utbredt blant kvinnelige og eldre sysselsatte. Resultatene viste at det er betydelige forskjeller i utbredelse av risikofylt alkoholbruk mellom ulike yrkeskategorier. Andelen med risikofylt alkoholbruk blant håndverkere, ansatte i militære yrker, ledere og prosess/maskinoperatører/transportarbeidere var over gjennomsnittet for sysselsatte i Norge, mens andelen med et risikofylt alkoholbruk blant renholdere/ufaglært personell, hjelpearbeidere, ansatte i kontoryrker og ansatte i akademiske yrker var under gjennomsnittet blant sysselsatte i Norge. Cannabisbruk var mest utbredt blant håndverkere, ansatte i salgs-, service- og omsorgsyrker og i militære yrker. Bruk av andre illegale rusmidler var også mest utbredt blant håndverkere. Forskjellene i bruk av vanedannende legemidler mellom yrkesgrupper var ikke like tydelige. Resultatene som viser forskjeller mellom sosiodemografiske grupper og yrkeskategorier kan være retningsgivende for forebyggende arbeid i norsk arbeidsliv. Av andre resultater fant vi at det var en betydelig høyere andel sysselsatte med et risikofylt alkoholbruk som brukte illegale rusmidler sammenlignet med sysselsatte som hadde et alkoholbruk forbundet med lav risiko.publishedVersio
Does integration with national registers improve the data completeness of local COVID-19 contact tracing tools? A register-based study in Norway, May 2020 - September 2021
Get PDFpublishedVersio
Lactic and propionic acid bacteria starter cultures for improved nutritional properties of pea, faba bean and lentil
Get PDFIncreasing plant-based food consumption as a sustainable and health-oriented alternative to meat is pivotal. Pulses are rich in proteins, minerals, and vitamins; however, they also contain antinutritional compounds, impairing their nutritional value. This study addresses this challenge through the development and application of four distinct microbial consortia in pulse-based fermentations, featuring lactic acid bacteria or a combination of lactic and propionic acid bacteria. Microbial starters significantly reduced galacto-oligosaccharides in all pulse materials, concurrently degrading vicine and convicine in faba beans, while the impact on tannins in faba beans and lentil was moderate. Fermentation with lactic acid and propionic acid bacteria consortia exhibited notable vitamin B12 production, and the effect on the content of phenolic compounds of the studied pulses was also evidenced. Additionally, genomic analyses discerned distinctive profiles among the samples, elucidating the microbial community dynamics shaping fermentation outcomes. The results of this study proved how fermentation can advance the development of pulse-based products with improved nutritional and sustainability attributes.publishedVersio
Implementering av maskinlæring i en kunnskapsoppsummeringsgruppe: Anbefalinger basert på en treårig implementeringsprosess
Get PDFThe evidence synthesis process is a labour- and resource intensive process but using machine learning (ML) is one way to expedite the evidence synthesis process without compromising quality. Therefore, in 2020, the Cluster for Reviews and Health Technology Assessments (HTV) at the Norwegian Institute of Public Health (NIPH) established a dedicated ML team to implement ML in evidence synthesis processes in HTV. The main aim was to enhance evidence synthesis practices by combining human intelligence with ML to optimize workflow changes throughout the evidence synthesis process. This report provides recommendations on how to carry out implementation of ML functions in ML-naïve evidence synthesis groups, based on the experiences implementing ML at HTV. It offers "best practice" suggestions, rooted in our reflections on implementation, aiming to assist other ML naïve groups or institutions in implementing ML functions in the evidence synthesis process. The guide is adaptable to different organizational goals and objectives, while providing insights applicable to implementation of various ML tools and functions. The report is structured into three main sections corresponding to different phases of implementation: pre-implementation, implementation, and sustainment/evaluation. We use the EPIS framework throughout the document as a tool to explain the different implementation phases and important aspects to consider in each phase. Each section concludes with a "Take home message" based on our implementation experiences, summarized as practical tips on important aspects that we believe are important to consider in the implementation process.publishedVersio
