Hoorcollege 4: study design

Question 1

Primades van Bewijs

Answer 1

L1: synthese van studies
L2: experimenteel in populaties (RCT)
L3: observationeel met controles (comparative study zoals cohort, case-control studies, non-randomised trial)
L4: Gevalsbeschrijving (case report), dier/lab experiment (proefdier en in vitro) & expert mening.

Question 2

Randomized Controlled Trail (RCT) (L2)

Answer 2

Gebaseerd op interventie in populatie
– Doeldier (hond, kat, kip, koe, paard etc)
– ‘Natuurlijke’ patiënten
– Toewijzing controles (experiment)
• Verzameld in zelfde studie en periode
• Toewijzing volledig random
– Vertaling naar eigen populatie

Question 3

Experimental RCT

Answer 3

• Experiment groep patiënten   
  – Random therapie A of B
  – ‘Blind’
• Uitkomst (onzekerheid / significantie) 
  – A beter/slechter dan B
  – A en B geen verschil

Question 4

Statistische analyse (experimental study design) (L1)

Answer 4

• 2 groepen vergelijken (statistiek WDH2)
• Verschillen in gemiddeldes (Student t-test)
– Kg melk productie, gram groei ….
– ‘Survival’ tijd, tijd klachtenvrij ….
• Verschillen in proporties (Chi-kwadraat test)
– Ja/Nee genezen, Ja/Nee afweerstoffen …
• Regressiemodellen (statistiek EE)

Question 5

Systematic review & Meta- analyse

Answer 5

Gebaseerd op samengevoegde resultaten van systematisch verzamelde publicaties
– Doeldier (hond, kat, kip, kalf etc)
– ‘Natuurlijke’ patiënten, meer populaties – Keuze en weging kwaliteit expliciet
– Effect in verschillende populaties

Question 6

RCT sterk bewijs?

Answer 6

• Experiment in (patiënt) populatie
• Groepen ‘zelfde’ door randomisatie 
  – chronische/acute gevallen
  – blootstelling / RF
• Bruikbaar voor therapie / preventie 
  – Ethisch aspect
• Niet bruikbaar voor alle studievragen 
  – Gedrag, genetica, ‘lifestyle’ etc

Question 7

Comparative studies (L3)

Answer 7

Gebaseerd op observaties in populatie – Doeldier (hond, kat, kip, koe, paard etc)
– ‘Natuurlijke’ patiënten
– Vergelijking met controles
– Verschillende studietypes: epidemiologie
– Vertaling naar eigen patiënt / populatie

Question 8

Statistische Analyse (comparative study design)

Answer 8

• 2 groepen vergelijken (statistiek WDH2)
• Verschillen in gemiddeldes (Student t-test)
– Kg melk productie, gram groei …
• Verschillen in proporties (Chi-kwadraat test) – Ja/Nee ziek, Ja/Nee RF …
– 2x2 tabel
• Regressiemodellen (statistiek EE)
–> hetzelfde als bij RCT. Je vergelijkt je groepen.

Question 9

Valide vergelijkende studie?

Answer 9

dit is afhankelijk van de bias (het trekken van de verkeerde conclusie):

• Selection bias
• Information bias
• Confounding bias

Question 10

Selection bias

Answer 10

• Bij opzet van studie
~ verkeerde studiepopulatie
  – Associatie niet generaliseerbaar
• Goed nadenken bij opzet studie
  – Cross sectional: studiepopulatie (slacht) 
  – Case-control: control groep (BNP)
  – Cohort: studiepopulatie (BSE)

Voorbeeld: Associatie in steekproef anders dan in algehele bevolking
• Verpleegsters
– RF: Zwaar tillen vs niet zwaar tillen
– Ziekte: hernia
• Stratenmakers
– RF: geknield werken vs staand werken
– Ziekte: knie arthrose

Question 11

Information bias

Answer 11

• Bij metingen in studiepopulatie
~ meetfouten (wel/niet systematisch)
  – Associatie foutief geschat
• Meetfout in blootstelling/RF
  – Cohort indeling onjuist (BSE)
  – Case-control met recall bias (BNP)
• Meetfout in ziekte status
  – Case-control indeling onjuist (BNP) 
  – Diagnostic / Observer bias (BSE)

Question 12

Information bias voorkomen

Answer 12

• Objectieve metingen
• Systematische data verzameling
  – Minimaliseer subjectiviteit & interpretatie
• Observator blind voor groepsindeling 
  – Eigenaar
  – Dierenarts / assistent
  – Lab analist
  – Statisticus

Question 13

Confounding bias

Answer 13

• Bij interpretatie van associaties ~ verstrengeling van effecten
– Associatie en causaliteit?
• Bij multifactoriële ziekten zijn
meerdere RF betrokken
• Associatie tussen 1 RF en ziekte wordt beïnvloed door andere RF’s
–> confounder heeft invloed op associatie in studiepopulatie. Confounder heeft dus relatie met zowel ziekte als RF/blootstelling, maar is geen tussenstap in causaal mechanisme.

Question 14

Voorbeeld confounder

Answer 14

1. Gele vingers vaker bij longkanker patienten
2. Gele vingers vaker bij rokers
3. Gele vingers geen tussenstap in causaal mechanisme
   - -> als je alleen kijkt naar gele vingers en niet roken, dan vindt je wel een associatie maar trekt een verkeerde conclusie. Als je de gele vingers gaat behandelen, dan krijg je nog steeds longkanker (als je rookt).

Question 15

Confounding bias voorkomen

Answer 15

• Selectie studiegroepen
  – Restrictie (op bepaalde RF) 
  – Matching (op bepaalde RF)
• Statistische analyse
  – Subgroep analyses
  – Multivariabele modellen met veel RF
• RF moeten WEL gemeten zijn

Question 16

RCT voorkomt bias

Answer 16

• Selection bias
  – Duidelijk doel & studie populatie
• Information bias
  – Duidelijke inclusie/exclusie
  – Beide groepen zelfde follow-up 
  – Blind
• Confounder bias
  – Randomisatie
• Alle confounders ‘gelijk’ in beide groepen