Geneeskunde 1A HC week 10 Flashcards
Wat is perceptie?
Op een bepaalde manier naar de wereld kijken, je kan dingen anders zien dan ze daadwerkelijk zijn
–> belangrijk om de waarheid te achterhalen en kritisch te zijn
Waardoor is de levensverwachting in de loop van de tijd erg toegenomen?
Komt door toegenomen welvaart (hygiëne, schoon water, betere voeding) we moeten wel langer met ziekte en tekortkomingen leven
Ontwikkeling anatomie (1800) –> bacteriën ontdekt (1650-1700) –> vaccinatie ontdekt –> anesthesie met ether –> röntgenstralen ontdekt –> antibiotica ontdekt –> DNA ontdekt –> CT/MRI ontwikkeld
In welke 2 grote groepen is medisch onderzoek in te delen?
- Onderzoek bij gezonde mensen: structuur en functie
- Onderzoek bij zieke mensen: etiologie (oorzaak), diagnose, therapie, prognose en occurrence (frequentie) –> patiënten willen ook altijd dit van een arts weten
In welke 4 groepen is medisch onderzoek in te delen en wat is het verschil?
- Fundamenteel (basic) onderzoek: hoe dingen in elkaar zitten (met bijv. dieren, mensen, celculturen, celbiologie, moleculaire biologie, genomics, proteomics en pathways)
- Klinisch onderzoek: kijken naar preventie, symptomen, bloedonderzoek en familiehistorie
- Gezondheidswetenschappen: samenvatting van de kliniek, populatie en epidemiologie
- Translationeel: basis dingen, ontdekkingen of ontwikkelen naar de mensen toe brengen
Wat zijn belangrijke onderdelen waaruit een wetenschappelijk onderzoek is opgebouwd?
- Introductie: uitleg idee, achtergrond onderwerp, relevantie en wat is er al bekend
- Methode sectie: opzet studie, hoe is data verkregen en geanalyseerd (uitkomsten en analyse methode) en selectie patiënten
- Resultaten: wat is er gevonden en bevindingen uit het begin en einde van het onderzoek
- Discussie: samenvatting, context, eerdere onderzoeken, beperkingen (limitations), implicaties en conclusies
Wat is evidence-based medicine?
Geheel van alle informatie (vaak observaties) en conclusies samen, dit is het antwoord dat voorlopig praktisch toepasbaar is
Hoe zorgen we dat we kunnen handelen naar het onderzoek zonder alles te lezen (niveaus van informatie)?
- Oorspronkelijke studies: de uitkomsten van observatie en empirisch onderzoek
- Systematische reviews: publicaties worden samengebracht en geaggregeert tot een theorie die zoveel mogelijk observaties verklaard (afwijkende publicaties verder onderzocht)
- Richtlijnen: Worden uiteindelijk opgesteld door grote organisaties (huisartsenbond, ect.), waardoor artsen handelen volgens evidence-based medicine
Wat is het verschil tussen de populatie (population), doelpopulatie en populatie-parameter (population parameter)?
Populatie: groep patiënten die je hebt gebruikt voor je onderzoek
Doelpopulatie: groep waarover de studie gaat (bijv. alle diabetespatiënten (in Nederland))
Populatie-parameter: uitkomst van de studie voor de gehele populatie
Wat houdt random selectie in en wat bereik je hiermee?
Elke patiënt die geschikt is voor het onderzoek moet evenveel kans hebben om in de steekproef (groep waarin gegevens verzameld worden) te zitten
–> Dit zorgt dat het onderzoek representatief is voor de werkelijkheid
Wat is een praktische beperking en wat is een noodzakelijke beperking?
- Praktische beperking: het onderzoek moet praktische haalbaar zijn, dus kies je bijv. voor een aantal centra in 1 land, dit heeft natuurlijk wel invloed op je conclusie (voor wie deze geldt)
–> epidemiologisch onderzoek: 1 gebied waar de studie wordt uitgevoerd (bijv. woonwijk) - Noodzakelijke beperking: deelnemers mogen alleen vrijwillig meedoen en de studie moet ethisch verantwoord zijn
Wat zijn exclusiecriteria?
Dit sluit patiënten uit met extra ziektes of aandoeningen, ect.
Hierdoor wordt voorkomen dat patiënten tijdens de studie de resultaten beïnvloeden met neveneffecten, waardoor deze niet meer generaliseerbaar zijn
Wanneer is een onderzoek representatief en wanneer niet-representatief?
Representatief: de steekproef is zo willekeurig mogelijk samengesteld, zodat hij de ‘echte’ populatie representeert (weerspiegeling van de werkelijkheid)
Niet-representatief: resultaten van de studie zijn niet hetzelfde als in een echte populatie. Er is een systematische fout (bias)
Hoe kun je er achter komen of het onderzoeksresultaat valide is?
Door de volgende vragen te stellen:
- Was de steekproef representatief?
- Zit er geen systematische fout in de metingen?
- Is er gecontroleerd voor verstorende factoren? (dit alleen bij een epidemiologische studie, want bij een gerandomiseerde is dit ingedekt)
- Is er rekening gehouden met het placebo effect?
Hoe kun je ervoor zorgen dat de validiteit (validity) van het resultaat hoog is?
Door een gerandomiseerde studie: de patiënten willekeurig in groepen worden plaatsen, zodat het effect van de actie wordt bestudeerd en geen potentiële verstorende factoren de studie kunnen beïnvloeden (zuivere methode), dit doordat het doel is dat alle karakteristieken in alle groepen hetzelfde zijn
- Dubbelblind: de feitelijke behandeling is niet bekend bij de patiënt en behandelaar/onderzoeker
- Placebo-effect: 1 groep heeft het echte middel en 1 groep heeft een nep middel, soms voelen de placebo patiënten zich vanzelf beter (–> dan meten of de verbetering in de behandelde groep meer is)
Wanneer kan een resultaat als betrouwbaar (confidence) worden gezien?
Er is altijd een mate van (on)zekerheid over de gevonden waarde van de uitkomst, belangrijk om het zo zeker mogelijk te weten, door:
- Metingen bevatten slechts een minimale meetfout door goede protocollen en herhaalde metingen
- Steekproefvariantie is minimaal
- Hoe smaller het betrouwbaarheidsinterval en spreiding –> hoe zekerder je bent over de resultaten
- Een betrouwbaardere studie heeft een kleiner interval
- Betrouwbaarheidsinterval kleiner als je corrigeert voor verstorende factoren
Wat is het verschil tussen een systematische fout (systematic error, bias) en een toevallige fout (random error)?
- Systematische fout: afwijking van de echte uitkomst als gevolg van een aanwijsbare reden (bijv. steekproef is niet representatief)
- Toevallige fout: steekproefvariantie (sample variation (afhankelijk van spreiding metingen en steekproefgrootte)) is onvermijdelijk en ook niet te controleren, bij een herhaalde studie zal er een andere steekproef met andere variatie zijn waardoor de resultaten anders zijn
Wat is een puntschatting (point estimate) en welke aannames doen we zodat we iets kunnen zeggen over de hele populatie?
Één waarde voor de uitkomst verkregen van jouw studie met jouw steekproef (bijv. 0,9 gram)
- Het gemiddelde in de populatie is gelijk aan het gemiddelde wat in deze steekproef is gevonden
- De spreiding van de uitkomsten in de populatie is ook gelijk aan de spreiding in deze steekproef
Hoe kun je op basis van 1 onderzoek (steekproef) iets zeggen over de rest van de doelpopulatie?
Met een puntschatting en bepaalde aannames kan wiskundig worden bepaald welke steekproefgemiddelden je zal vinden in alle mogelijke steekproeven, hieruit kan precies het gemiddelde geschat worden
Wat betekend standaardfout (standard error)?
Spreiding van je parameter in alle mogelijke steekproeven van je populatie
–> maat voor de onzekerheid van de gevonden schatting voor de uitkomst
Wat is het betrouwbaarheidsinterval (confidence interval)?
Gebied rondom de puntschatting wat de zekerheid weergeeft
–> te berekenen met de standaardfout
–> bij 95%: als je 100x het onderzoek zou uitvoeren, zal je 95x het resultaat binnen dat interval als uitkomst hebben
Wat is een normale verdeling (normal distribution)?
Veel voorkomende verdeling van (klinische) gegevens in een soort symmetrische klokvorm, verdeling van veel statistische concepten. Veel mensen liggen bij het gemiddelde in de buurt, en maar heel weinig mensen liggen heel ver van het gemiddelde af
–> bijv. lichaamslengte
Hoe kun je een normale verdeling toepassen?
- Wiskunde: normaalverdeling met gemiddelde en standaarddeviatie
- Steekproef: normaalverdeling met steekproefgemiddelde, standaardfout van schatting
- Alle mogelijke steekproefpercentages: normaalverdeling met gemiddeld percentage en standaardfout
Wat is de standaarddeviatie (standard deviation)?
Maat voor de spreiding van de gegevens/afwijkingen t.o.v. het gemiddelde
Wat is het referentie-interval (reference interval)?
Gebied rondom het gemiddelde waarin een bepaald percentage van de gegevens ligt
Wat betekent het als een meting statistisch significant (statistical significance) is?
De gevonden bevinding is géén toevalligheid
Wanneer is iets klinisch relevant (clinical relevance)?
Als de gevonden bevinding voldoende klinische betekenis heeft
Wat doe je met hypothese toetsen?
De vraag of de uitkomst daadwerkelijk een verschil is, of dat het verschil gebaseerd is op toeval. Je toetst:
- De nulhypothese: er is geen verschil tussen de groepen van de steekproef (eenduidige situatie zonder verschillen)
- Resultaat uit de verzamelde gegevens
- Beoordelen van de steekproefuitkomst (werkt de methode op basis van deze gegevens)
Als je de nulhypothese als baseline pakt (je gaat ervan uit dat die klopt):
- welk verschil verwacht je in de steekproef?
- waarvan is de spreiding hieromheen afhankelijk?
- wat hebben spreiding en significant verschil met elkaar te maken?
Iets rondom 0 (gemiddeld) want er is altijd sprake van variabiliteit in steekproeven
Verspreiding is afhankelijk van de standaardfout
- Als het verschil in spreiding dichtbij het gemiddelde komt is er niet genoeg bewijs om te zeggen dat het gevonden verschil significant verschil is, de nulhypothese klopt dan
- Als het verschil in spreiding ver van het midden is, is er een significant verschil en klopt de nulhypothese niet
Wat is significantie?
Eenheid van significantie: een kans, een getal onder 1. De oppervlakte onder de (normaal)verdeling is een kans
In medisch onderzoek: als de kans op de uitkomst van de steekproef <5% is, moet je de nulhypothese verwerpen. Als het oppervlak van de staarten samen is 5% (0,05) dan is dit een niet-acceptabele uitkomst.
Wat is de p-waarde (p-value)?
Maat voor de toevalligheid van de gevonden bevinding, dus de kans dat het verschil vanuit de nulhypothese komt
–> P < 0,05 wordt als significant gezien, de nulhypothese is dan niet waar en er is een statistisch significant verschil
–> P > 0,05 wordt als niet significant gezien, er mag aangenomen worden dat de nulhypothese waar is