Week 10 - HC 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?
woensdag 2 november 2022
10:19
- 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 voor soort fout is een bias bij een representatieve steekproef?
Systematische fout.
Wanneer is een steekproef valide?
- Steekproef is representatief
- Geen systematische fouten in de metingen
- Onderzoek is gecontroleerd voor verstorende factoren
- Rekening gehouden met placebo effect
Zijn er verstorende factoren bij gerandomiseerde studies, en bij epidemiologische studies?
Niet bij gerandomiseerde studies, deze hoeven niet gecorrigeerd te worden agv de randomisatie.
Wel bij epidemiologische studies, hier zijn verstorende factoren.
Wat is de steekproefvariatie en waar is het afhankelijk van?
Toevallige fout.
- Spreiding van de metingen
- Steekproefgrootte
Welke aannames worden gedaan om betrouwbaar te schatten?
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.
Wat is de standaardfout en wat berekend je ermee?
De maat voor de betrouwbaarheid van het gemiddelde. Het betrouwbaarheidsinterval.
Waar is de breedte van het betrouwbaarheidsinterval afhankelijk van?
- Hoe groot de betrouwbaarheid moet zijn (95%)
- De steekproefgrootte n
Als het interval kleiner is, is er meer betrouwbaarheid.
Wat is het verband tussen de breedte van het betrouwbaarheidsinterval en de steekproefgrootte?
Deze is evenredig. Als de steekproef 4x zo groot is, wordt het BI 2x zo smal.
Wat zegt de nulhypothese altijd?
Dat er geen verband of effect is.
Wat is de p-waarde en wanneer is de nulhypothese waar?
De kans dat het verschil vanuit de nulhypothese komt. Als de p-waarde lager dan 5% is, is de nulhypothese niet waar.
Wat valt er te zeggen als p<0,05 en als p>0,05?
p<0,05 = nulhypothese kan verworpen worden, uitkomst is statistisch significant.
p>0,05 = geen reden om nulhypothese niet aan te nemen, uitkomst is niet statistisch significant.
Wat gebeurt er met het BI en de p-waarde, als de steekproef groter wordt?
Grotere steekproef -> smaller BI -> kleinere p-waarde.
Dus met een voldoende grote steekproef is ook een klein verschil significant te krijgen. Daarom is klinische relevantie ook van belang.
Welke typen fouten zijn er?
Type 1 fout = de nulhypothese is waar, maar bij toeval (kans van 5%) vinden we een extreme uitkomst in de steekproef. Er is dan geen significant verschil, maar dit lijkt wel zo.
Type 2 fout = de nulhypothese is niet waar, maar we zien toch een waarde die onder de nulhypothese ligt, omdat hij per toeval niet zo extreem is. De waarheid is dat de alternatieve hypothese waar is, maar dit lijkt niet zo uit onderzoek.
Wat is de power en hoe versterk je deze?
De kans dat je het goede resultaat gaat vinden, door meer deelnemers in het onderzoek te betrekken.
Zijn de type fouten te beïnvloeden?
1 = nee, kans altijd 5%
2 = ja, door grotere steekproef te nemen, verklein je de kans op type 2 fout.
Wat is een poweranalyse en wat is een beperking daarvan?
Een berekening van hoeveel deelnemers nodig zijn zodat de type 2 fout kans zo klein mogelijk wordt. 80-90% wordt meestal gekozen.
Financien zijn een beperking, meer deelnemers kosten meer geld.
Wanneer is de p-waarde significant?
Als de p-waarde significant is, bevat het BI niet de nulhypothese.
Als de p-waarde niet significant is, bevat het BI wel de nulhypothese.
Wat zegt de bayesiaanse manier van denken?
Dat informatie die je vooraf al weet, meespeelt in de post-test informatie. Als deze 0 is, heeft het testresultaat geen invloed op de post-test informatie.
Hoe wordt de odds berekend?
odds = p/1-p
p = odds/1+odds
Waar is de sensitiviteit gelijk aan, en de specificiteit?
De true positive rate = P(T+ID+) = TP/(TP+FN)
De false positieve rate = 1 - specificiteit
Waar hangen de positieve en negatieve voorspellende waarde van af?
De sensitiviteit, specificiteit en de prior kans.
Wat is de prevalentie?
Hoe vaak de ziekte op dit moment aanwezig is.
= Aantal gevallen / populatie
Wat is de cumulatieve incidentie?
= Risico
Het aantal mensen dat over de loop van een bepaalde tijd de ziekte krijgen. Nieuw ontstane gevallen.