Vraag 49 t/m 59 (wetenschappelijke vorming) Flashcards
Statistische toetsing
Bij medisch statistisch onderzoek wordt altijd een hypothese getoetst. Een nulhypothese gaat ervan uit dat er geen verschil is tussen twee groepen. Door een statistische test wordt de kans berekend op een afwijkende uitkomst, ervan uitgaande dat de nulhypothese waar is. Vaak wordt een significantieniveau van 0,05 gehanteerd. Als de p-waarde kleiner dan 0,05, wordt de nulhypothese verworpen en is de uitkomst statistisch significant. We stellen dan dat de alternatieve hypothese waar is. Als de p-waarde echter hoger is dan 0,05, dan wordt de nulhypothese niet verworpen. De uitkomst van de toets is dan niet significant. Bij een p-waarde hoort een betrouwbaarheidsinterval van 95%. De nulhypothese wordt niet verworpen als 0 of 1 binnen het BI ligt.
Fouten bij statistisch onderzoek
Type-I fout: de nul-hypothese wordt verworpen, hoewel deze toch waar is
Type-II fout: er wordt geen significant uitkomst gevonden, terwijl de nulhypothese wel verworpen had moeten worden. Te weinig power kan de kans op een type II fout vergroten
Variabelen
Onderzoeksdata bestaan uit variabelen. Continue variabelen zijn variabelen die elke waarde kunnen aannemen in een bepaald spectrum (lengte of gewicht). Categorische variabelen kunnen maar een beperkt aantal waarden aannemen (oogkleur of geslacht)
De normale verdeling
Het gemiddelde en de standaarddeviatie bepalen de normaalverdeling. De standaarddeviatie is de mate van spreiding van de normaalverdeling. De standaarddeviatie is het gemiddelde van de som van de afwijkingen van de gevonden waarden ten opzichte van het gemiddelde. Binnen +1SD en -1SD valt bij een normaalverdeling 68% van de populatie. Een grotere standaarddeviatie betekent dus een bredere normaalverdeling
Vanuit de normaalverdeling, SD en het gemiddeld kan het betrouwbaarheidsinterval worden aangegeven.
uDe Bonferroni correctie
Als je meerdere statistische testen gelijk doet, is er een grotere kans dat er toevallig één significant is, terwijl het misschien niet echt significant is. Bij meerdere testen dient de p-waarde van 0,05 daarom niet meer worden gebruikt om significantie aan te tonen. Je moet in dat geval de p-waarde delen door het aantal testen. Dit noemen we correctie voor multiple testing
Sensitiviteit en specificiteit
Sensitiviteit is de kans dat mensen die een aandoeningen hebben, ook een positieve testuitslag hebben. Specificiteit is de kans dat mensen die een aandoening niet hebben, ook een negatieve testuitslag hebben. Sensitiviteit en specificiteit zijn karakteristieke van een test en dus onafhankelijk van de prevalentie. De likelihood ratio bereken je als volgt: sensitiviteit / (1-specificiteit). Met een hoge sensitiviteit kan je een ziekte goed uitsluiten en met een goede specificiteit een ziekte goed aantonen
Voorspellende waarde
De positief voorspellende waarde is de kans dat de ziekte aanwezig is als de test positief is
De negatief voorspellende waarde is de kans dat de ziekte afwezig is als de test negatief is
Positief en negatief voorspellende waardes hangen af van sensitiviteit, specificiteit en voorafkans. De voorafkans is de kans om de ziekte te hebben zonder een test te hebben gedaan. Om posterior odds op een ziekte te berekenen na een bepaalde diagnostische test, vermenigvuldig je de voorafkans met de likelihood ratio
Odds en kans berekenen
Kans = odds / (odds+1)’
Odds = kans / (1-kans)
Toevallige fout vs. systemische fout
Een toevallige fout komt door de steekproefvariatie. Je hebt maar één steekproef van de populatie en op basis daarvan heb je een puntschatting gemaakt. Een andere steekproef kan door toeval een iets ander gemiddelde opleveren
Een systematische fout wordt echter veroorzaakt door een fout in de opzet of uitvoering. Bijvoorbeeld wanneer een arts niet geblindeerd is en zo de resultaten kan beïnvloeden of meetfouten kan maken
Manieren om aan te duiden hoe vaak een ziekte voorkomt
Prevalentie: het aantal personen dat op een gegeven tijdstip lijdt aan een ziekte
Incidentie: het aantal nieuwe gevallen
Cumulatieve incidentie: het aantal nieuwe gevallen van een ziekte in een bepaalde tijdsperiode
Hazard rate: het aantal gebeurtenissen per persoonsjaren
Manieren om een risico aan te duiden
Relatief risico (RR): het risico in de groep die bloot gesteld wordt aan de risicofactor gedeeld door het risico in de controlegroep (CI groep A / CI controle)
Risk difference (RD): het verschil in risico tussen de twee groepen (CI groep A - CI controle)
Number-needed-to-treat (NNT): het aantal mensen dat behandeld moet worden om één nieuw geval te voorkomen (1/RD)
Number-needed-to-harm (NNH): het aantal mensen dat blootgesteld moet worden aan een bepaalde risicofactor zodat er 1 iemand ziek wordt.
Odds ratio (OR): de verhouding van de odds op een ziekte tussen de blootgestelde groep en de controlegroep
Hazard ratio (HR): een relatief risico waarbij rekening wordt gehouden met het tijdsverloop (verschil hazard rate tussen blootgestelde groep en controle groep)
Soorten studies
Observationele studies: geen interventie
Experimentele studies: wel interventie
Cross-sectionele studie: een studie waarbij alle waarden op één moment in de tijd worden gemeten (prevalentie)
Longitudinale studie: waarnemingen of metingen bij personen worden op één of op een aantal tijdstippen herhaald (incidentie)
Cohort studie
Een cohort studie heeft wel een voorspellende waarde. Bij een cohort studie wordt altijd eerst gekeken naar wie wel en wie niet blootgesteld is aan een risicofactor. Daarna wordt gekeken bij wie de uitkomstmaat van de studie is ontwikkeld
Bij een prospectieve cohort studie kijk je naar blootstelling, wacht je en kijk je daarna naar wie de uitkomst heeft. Bij een retrospectieve cohort studie ga je bij mensen met een bepaalde uitkomst terugkijken in welke mate ze zijn blootgesteld
Case-control studie
Een case-control studie is meestal retrospectief. Bij een case-control studie worden twee groepen geselecteerd op basis van uitkomst van een test. Vervolgens wordt in het verleden gekeken naar blootstelling aan risicofactoren. Dus je ziet mensen met een ziekte tegenover mensen zonder ziekte en binnen die twee groepen ga je kijken naar blootstelling aan risicofactoren
Intention-to-treat analyse vs. per-protocol analyse
intention-to-treat analyse (ITT): de originele indeling van alle personen wordt aangehouden
per-protocol analyse (PP): alleen de proefpersonen die zich aan de specifieke interventie hebben gehouden en de follow-up hebben voltooid, worden meegenomen
Bij een ITT neem je bijvoorbeeld ook de mensen mee die een pil niet innamen. Bij PP neem je alleen de mensen die de pil daadwerkelijk innamen. In de klinische praktijk zijn mensen niet altijd therapietrouw. Een ITT geeft dan ook vaker een realistische afspiegeling van de werkelijkheid
Randomized controlled trial
Bij een RCT wordt een groep willekeurig verdeeld in een controlegroep en een interventiegroep en worden de resultaten vergeleken. Bij een cross-over studie wisselen de interventiegroep en controlegroep na verloop van tijd om
Non-inferiority trial
Een non-inferiority trial vergelijkt de gebruikelijke behandeling met een nieuwe/andere behandeling om te demonstreren of de andere behandeling wel of niet onderdoet voor de gebruikelijke behandeling
