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
Wat zijn mogelijke testuitslagen bij een test die positief (abnormale scan) of negatief (normale scan) kan zijn?
- True positives hebben de ziekte met een positief testresultaat
- False negatives hebben de ziekte maar een negatief testresultaat
- True negatives hebben de ziekte niet met een negatief testresultaat
- False positives hebben de ziekte niet maar een positief testresultaat
Waarom worden testresultaten gekarakteriseerd naar conditional probability en wat heeft sensitiviteit en specificiteit hiermee te maken?
Conditional probability: Hoeveel mensen met
de ziekte zullen ook daadwerkelijk een positief testresultaat hebben? P (T | D)
- Sensitiviteit test: een positieve uitslag bij mensen met de ziekte, hetzelfde als true positive rate, formule (P(T+|D+)= TP/(TP+FN))
- Specificiteit test: een negatieve uitslag bij mensen die de ziekte niet hebben, formule (P(T- | D-) = TN/(FP+TN))
- False positive rate = P(T+|D-)= FP/(FP+TN), dus false positive rate 1 - specificiteit.
Wat is het doel van een test?
Of van de a-priori kans naar een kleinere, zodat de ziekte uit te sluiten is (<10% ong.) of naar een grotere zodat je kunt overgaan naar behandelen (>80% ong.)
Wat gaat er mis bij mensen bij wie je een volledige body scan doet?
Deze mensen zijn gewoon gezond, dus geldt er een hele andere voorafkans/posibility (namelijk die van een willekeurig mens op straat met een bepaalde ziekte), hierdoor zullen er ontzettend veel meer foutnegatieven/-positieven zijn en heb je er eigenlijk nog steeds niks aan (specificiteit en sensitiviteit van de test blijven natuurlijk wel gelijk)
- Zie voorbeeld in de afbeelding; zelfs als de uitslag positief is, is er alsnog maar 2% kans dus heb je er niks aan
Wat is de samenhang tussen welvaart (1 vd belangrijkste determinanten van gezondheid) en levensverwachting?
- Binnen een land: gezondheidsverschillen zijn een bijproduct van verschillen in sociaaleconomische status
- Internationaal: gezondheidsverschillen zijn een bijproduct van welvaartsverschillen
- Historisch: toename levensverwachting is een bijproduct van economische groei
- Belangrijk om te investeren in basisbehoeften –> veel stijging in levensverwachting
- Preston-curve: geeft bijna wetmatig verband tussen welvaart en levensverwachting (zie afb.)
Wat is de samenhang tussen opleidingsniveau en levensverwachting
Hoe hoger het opleidingsniveau = hoe hoger de levensverwachting
- Lager opleidingsniveau vaak arbeidsintensiever beroep
- Invloed op inkomstenniveau (eten en beweging weer hiervan afhankelijk)
- Hogere opgeleiden vaak betere behandeling en communicatie
- Hogere opgeleiden volgen adviezen arts beter op
Hoe zorg je dat je goed ingrijpt op ongelijkheid in gezondheidsgedrag?
Het model laat goed zien dat alles verband houdt met elkaar en dat het belangrijk is om te kijken waar het probleem ontstaat i.p.v. het probleem oplossen maar de oorzaak niet aan te pakken
- mensen met een lager opleidingsniveau hebben hogere bloeddruk, overgewicht, obesitas, roken vaker, sporten minder –> niet deze losse dingen aanpakken maar kijken naar determinanten als opleiding, inkomen en welvaart op individueel niveau (wat kun je hierbinnen veranderen)
Wat is het verschil tussen primaire, secundaire en tertiaire preventie?
Primaire preventie: richt zich op de periode voor de eerste veranderingen in gezondheid (proberen een verhoogd risico op een ziekte te verlagen)
Secundaire preventie: start bij mensen die nog geen idee van de ziekte of klachten hebben (proberen ziekte actief vast te stellen)
Tertiaire preventie: mensen hebben klachten en zijn gediagnostiseerd (voorkomen van ernstige consequenties (verschijnselen) van de ziekte)
Wat zijn 3 dimensies/perspectieven van ziekte?
- illness: subjectieve ervaring van ziek zijn (persoonlijk perspectief)
- disease: pathofysiologische proces/status (biomedisch perspectief)
- sickness: sociale rol en betekenis (maatschappelijk en derde-persoon perspectief)
Welke 3 medisch-filosofische theorieën zijn er over ziek en gezond en wat is de kritiek hierop?
- Naturalisme: ziekte is een objectief natuurlijk gegeven met feiten (alleen deel 5 disease) –> wel een schijn-objectiviteit (elk organisme is anders) en te reductionistisch (niet kijken naar lijden en ect.)
- Normativisme/constructivisme: we bepalen met maatschappelijke normen wat we een ziekte vinden (deel 6, 7 en 4 combinatie van illness en sickness) –> niet alles alles is een ziekte
- Hybride theorieën: combinatie hiervan: biologische disfunctie die schadelijk is voor die persoon (deel 1, 3 en 5)
Wat is gezondheid?
- de afwezigheid van een ziekte (= negatieve definitie)
- state of complete physical, mental and social well-being and not merely the absence of disease or infirmity –> iets te breed
- het vermogen van mensen om zich aan te passen en eigen regie te kunnen voeren, in het licht van fysieke, emotionele en sociale uitdagingen van het leven –> er zijn meerdere dimensies en je kijkt naar wat er nog wel kan
