Bevat een BulletPoint samenvatting met een beknopte behandeling van de verplichte stof. Gebaseerd op 2014-2015
Diagnosticeren in de praktijk is het schatten van een kans op ziekte op basis van anamnese, lichamelijk onderzoek en testuitslagen van de patiënt.
We doen niet alle mogelijke testen omdat dit belastend is (voor patiënt en budget) en omdat dit overbodig is (verschillende testuitslagen geven dezelfde informatie).
Prior kans = vooraf-kans op ziekte voordat er diagnostiek plaats vindt.
Posterior kans = achteraf-kans op ziekte na diagnostiek. Ofwel kans op ziekte gegeven de testuitslagen.
Kenmerken diagnostisch onderzoek:
Vraagstelling:
Domein:
Onderzoekspopulatie:
Determinanten:
Uitkomst:
Werkelijke aan/afwezigheid van de ziekte (bepaald met referentietest).
De referentie test is de beste test die beschikbaar is. Deze wordt echter niet bij iedereen afgenomen om verschillende redenen; belastend, risicovol, duur, etc.
De nieuwe test wordt als het ware vergeleken met de referentietest.
Beoordeling van de referentietest moet blind zijn voor de determinanten.
Determinant-uitkomst relatie:
Onderzoeksontwerp:
Observationeel:
Dit houdt in dat er geen manipulatie van determinanten is.
Descriptief:
Dit houdt niet-causaal in. Er wordt niet meteen etiologisch geïnterpreteerd en niet meteen causaal. Als de determinant maar voorspelt. Er is geen hypothese werkingsmechanisme. Het gaat om determinant-uitkomst.
>1 determinanten:
Er wordt vaak gezien dat er meer dan 1 determinant is, de diagnose wordt immers ook bijna nooit aan de hand van 1 test bepaald.
Cross-sectioneel (dwarsdoorsnede):
Dit houdt in dat determinanten en uitkomst op ‘hetzelfde’ moment bepaald worden, dus op een bepaald moment. Men wilt hierbij niks zeggen over later, maar over het hier en nu. Het afnemen van de testen moet in het onderzoek dan ook zo dicht mogelijk bij elkaar liggen.
Data-analyse:
Data-analyse vindt plaats na verzameling van de data per patiënt. De waarde van de determinanten (testuitslagen) en de diagnostische uitkomst (referentietest) wordt bepaald.
Stap 1: Schatten a-prior kans.
Stap 2: Univariate analyse: vergelijken van elke determinant met referentie. Gebruikt hiervoor een 2x2 tabel.
Stap 3: Multivariate analyse: vergelijken van combinatie determinanten met referentie, waardoor een logistisch regressie model ontstaat (predictieregel). Vervolgens wordt de predictieregel getest met behulp van een ROC-curve
Rapportage: met name de toegevoegde waarde van de test.
Uitkomstmaten: prevalentie (absoluut risico), posterior kans, sensitiviteit, specificiteit, positief voorspellende waarden, negatief voorspellende waarden, OR, AUC.
2x2tabel
| Ziek | Niet ziek |
Test positief | A | B |
Test negatief | C | D |
ROC-curve
ROC-cruve:
Een ROC curve wordt gemaakt door allerlei afkappunten in te plitten.
Kwantificeren toegevoegde waarde nieuwe test door het vergelijken van de oude en de nieuwe ROC. De nieuwe testbatterij is beter wanneer AUC groter wordt.
AUC zegt iets over de testeigenschappen, maar zegt niets over de toepasbaarheid van de test in de praktijk.
Blindering:
Diagnostisch onderzoek kan geblindeerd of juist niet geblindeerd worden uitgevoerd.
Een andere manier op determinanten te bepalen is volgens dezelfde methode als in de praktijk. Onderzoek en praktijk moeten hierbij dus hetzelfde zijn. Er mag dus nooit preciezer gemeten worden dan in de praktijk gedaan wordt (overschatting van de informatiewinst).
Prognostisch onderzoek is het onderzoek naar het beloop van een ziekte. Bij prognostisch onderzoek gaan we ervanuit dat de diagnose die gesteld is, juist is.
Het gaat bij prognostisch onderzoek om het inschatten van een kans. De prognostische kans is een alles of niets verschijnsel: wel/geen leven na een bepaalde tijd of wel/geen recidief na een bepaalde tijd.
Definitie van prognose: het beloop van een ziekte.
In prognostisch onderzoek ga je na welke determinanten het beloop van een ziekte voorspellen. Het is de bedoeling door dit onderzoek betrouwbare informatie te verkrijgen over de toekomst. Kennis hiervan is voor zowel de patiënt als de arts van belang. In het onderzoek zit dus een tijdsdimensie, in tegenstelling tot in diagnostisch onderzoek.
De onderzoeksvraagstelling in prognostisch onderzoek sluit altijd aan bij de praktijk. Met een beperkt aantal eenvoudige, veilige en niet te dure testen (determinanten c.q. gegevens) wordt de absolute kans op een bepaald beloop en een bepaalde uitkomst geschat.
Het doel van prognostisch onderzoek: het met een beperkt aantal eenvoudige, veilige en niet te dure testen (determinanten c.q. gegevens) schatten van absolute kans op een bepaald beloop en bepaalde uitkomst.
De prognose van de patiënt wordt bepaald aan de hand van scoringssystemen, ook wel prognostische modellen of predictieregels.
Om een scoringssysteem te ontwikkelen is wetenschappelijk onderzoek nodig, epidemiologisch prognostisch onderzoek.
Met behulp van de gegevens uit het onderzoek wordt een regressiemodel opgesteld.
De kern van een regressiemodel is y=a+bx.
X staat voor risicofactor
a is het intercept (de basiskans)
b staat voor het gewicht van een bepaalde risicofactor
y is de kans van de patiënt
Uiteindelijk kom je tot een score voor die unieke patiënt.
Het nadeel van zo’n scoringssysteem is dat je altijd uitgaat van een beperkt aantal karakteristieken. Een heleboel andere unieke patiëntinformatie moet je achterwege laten. Aan de andere kant is dit een voordeel omdat het scoresysteem anders in de praktijk niet meer hanteerbaar zou zijn.
Kenmerken prognostisch onderzoek:
Vraagstelling: Welke factoren (determinanten) voorspellen de kans op (uitkomst) bij (domein)?
Domein:
Onderzoekspopulatie:
Determinanten:
Determinant-uitkomstrelatie:
Uitkomst:
Absolute kans op sterfte, recidief, ziekte, goede kwaliteit van leven, enz. Vaak gecombineerd met een tijdsdimensie.
Het gaat om individuele schattingen van absolute kansen. Een patiënt met veel risicofactoren, heeft een hogere kans om te overlijden i.t.t. de kans van een jong iemand.
Onderzoeksontwerp:
Cohortonderzoek (longitudinaal):
Een cohort is een groep die gevolgd wordt in de tijd (longitudinaal). De expositie is aanwezig voor de uitkomst. Determinanten leiden tot een uitkomst.
Observationeel:
Prognostisch onderzoek is ook puur observationeel onderzoek, er wordt geen factor gemanipuleerd.
Descriptief
Meestal >1 determinanten
Data-analyse:
Stap1: Beschrijven relatie determinant uitkomst
Stap 2: Univariate analyse determinant-uitkomstrelatie, waarna eventueel selectie van predictoren.
Stap 3: Multivariate analyse determinant-uitkomstrelatie, waarbij predictoren samen in een multivariate model worden opgenomen: y=…X1 + …X2 + …X3
Stap 4: Onafhankelijke invloed van predictor schatten
Stap 5: Stapsgewijs toevoegen predictoren
Stap 6: ROC curve (toont de toegevoegde waarde van predictoren).
Stap 7: Scoringssysteem omzetten n individueel berekende kans
Uitkomstmaten: incidentie (absoluut risico), OR, AUC.
Hier onderzoekt men hoe een determinant oorzakelijk samenhangt met de uitkomst. Men wilt weten of de determinant verantwoordelijk is of beschermend werkt voor de opgetreden uitkomst.
Etiologische onderzoek is verklarend onderzoek. Dit i.t.t. descriptief onderzoek. Het wil causaliteit aantonen (oorzaak-gevolg-relatie).
Oorzaak komt voor gevolg. Blootstelling aan de determinant treedt op voordat de ziekte-uitkomst is opgetreden. In sommige onderzoeken is het lastig dit uit elkaar te houden (mogelijk is de relatie juist andersom).
Kenmerken etiologisch onderzoek:
Vraagstelling: Is (determinant) een oorzakelijke factor voor (uitkomst) bij (domein)?
Domein:
Onderzoekspopulatie:
Determinanten:
Determinant-uitkomstrelatie:
Uitkomst:
Onderzoeksontwerp:
Data-analyse:
Bij etiolgisch onderzoek wordt er gecorrigeerd voor confounders (verstorende werking van andere reeds bekende determinanten).
Uitkomstmaten: incidentie (absoluut risico), RR, OR.
2x2tabel
| Ziek | Niet ziek |
Determinant aanwezig | A | B |
Determinant afwezig | C | D |
<
p>OR is benadering van RR wanneer de ziekte zeldzaam is (cumulatieve incidentie <10%).
Designs etiologisch onderzoek:
Er kunnen verschillende designs gebruikt worden (beide observationeel):
Cohortonderzoek.
Een groep mensen die de ziekte nog niet hebben worden voor een bepaalde tijd gevolgd, waarbij wordt vastgelegd wie blootgesteld wordt aan de determinant en wie uiteindelijk een bepaalde ziekte krijgt.
Omdat er bij de blootstelling begonnen wordt, moet er gewacht worden tot er een uitkomst optreedt, hierom wordt het ook wel follow-up onderzoek genoemd.
De definitie van cohortonderzoek luidt als volgt: ‘Onderzoek waarin personen op basis van hun blootstelling aan een determinant en vrij van de ziekte-uitkomst bij aanvang van het onderzoek in de tijd gevolgd worden om het optreden van de ziekte-uitkomst vast te stellen.’
Wanneer de determinant en de uitkomst gemeten zijn, kan een 2 bij 2 tabel worden opgesteld.
Voor en nadelen van cohortonderzoek:
Voordelen:
Oorzaak wordt voor gevolg gemeten.
Weinig gevoelig voor selectie- en informatiebias.
Geschikt bij zeldzame determinant.
Kan meerdere uitkomsten bestuderen.
Nadelen:
Voor en nadelen van patiënt-controle onderzoek:
Voordelen:
Efficiënt en relatief goedkoop.
Geschikt bij zeldzame uitkomst.
Kan meerdere determinanten bestuderen.
Geen loss to follow up.
Nadelen:
Oorzaak wordt na gevolg gemeten.
Zeer gevoelig voor selectie- en informatiebias.
Niet geschikt om meerdere uitkomsten te bestuderen.
(alleen OR kan berekend worden)
Kenmerken interventie onderzoek
Vraagstelling: Is er een relatie tussen (determinant) en (uitkomst) bij (domein)?
Domein:
Onderzoekspopulatie:
Determinanten:
Determinant-uitkomstrelatie:
Uitkomst:
Onderzoeksontwerp:
Causaal
Er wordt gekeken naar een oorzakelijk verband.
interventie onderzoek/experimenteel:
De onderzoeker bepaalt wie de therapie krijgt, niet de behandelaar.
RCT
Data-analyse
Uitkomstmaten: incidentie (absoluut risico), RR, RD, mean difference, NNT
Het effect van een geneesmiddel
Het werkelijke effect van een geneesmiddel wordt vertekend door:
Regressie naar het gemiddelde (biologische variatie)
Meetwaarden, bijvoorbeeld de bloeddruk, kunnen fluctueren over de tijd. Hierdoor kunnen veranderingen in de meetwaarden onterecht worden toegeschreven aan het geneesmiddel. Dit kan worden opgelost door:
Meer metingen
Controle groep
Natuurlijk beloop van de ziekte (veranderingen onafhankelijk van behandeling)
Onafhankelijk van behandeling kan de meetwaarden veranderen over de tijd en deze verandering kan verschillen tussen mensen. Dit kan orde opgelost door:
Externe effecten (niet farmacologisch)
Deze effecten komen erbij naast het effect waar men specifiek geïnteresseerd in is:
Dit kan worden opgelost door:
Randomisatie
Placebo gesimuleerde behandeling in referentiegroep
Protocolleren en systematiseren
Waarneemfouten (informatiebias)
Op het moment dat je als arts heel erg gelooft in de werking van het geneesmiddel, kan dit misschien de waarneming wat vertroebelen. Dit kan optreden bij patiënten, behandelaars en fabrikanten. De verwachtingen die zij hebben van het geneesmiddel kunnen invloed hebben op rapportage van patiënten of metingen door behandelaars. Dit kan worden opgelost door:
Placebo gesimuleerde behandeling in referentiegroep
Blinderen (afhankelijk van interpreteerbaarheid bestudeerde uitkomst)
Protocolleren en systematiseren
Pragmatisch versus verklarend onderzoek:
Pragmatisch onderzoek: de behandeling met alles wat daarbij hoort wordt geëvalueerd.
Verklarend onderzoek: er wordt alleen gekeken naar het effectieve bestanddeel in de pil, in placebo gecontroleerde studies.
Loss to follow up:
RCT:
Randomisatie is een krachtige manier om het probleem van verschillen in natuurlijk beloop, externe effecten en op te lossen.
Door randomisatie worden de interventie groep en controle groep vergelijkbaar. Je wilt dat het natuurlijk beloop/regressie naar het gemiddelde (NB), externe effecten (EE) en waarneemfouten (WF) bij cases en controls gelijk zijn.
Natuurlijk beloop gelijk: zonder behandeling zouden we dezelfde uitkomst moeten zien in beide groepen. Prognose is gelijk. Dit wordt in een RCT bereikt door randomisatie.
Je wilt voorkomen dat er confounding optreedt. Op het moment dat er ergens een confounder zit met een positieve of negatieve relatie tot de uitkomst, kan alles verstoord worden. Ook in een trial zijn er potentiele confounders, maar door de randomisatie hoop je dat al die confounders min of meer gelijk verdeeld zitten.
Om te voorkomen dat externe effecten en een rol spelen wordt een RCT placebo gecontroleerd.
Voorkomen van waarneemfouten in een RCT door blindering.
Je hebt wel voldoende groepsgrootte nodig om randomisatie zijn werk te kunnen laten doen. Anders speelt de rol van toeval nog een te grote rol, deze rol wordt kleiner bij een grote groep.
‘intention to treat’: eens lid van een cohort, altijd lid van dat cohort. Dit is in tegenstelling tot analyse van alleen die patiënten die daadwerkelijk de behandeling kregen (per treatment of on protocol analyse).
Het problem is loss-to-follow-up.
Mensen stoppen de behandeling vanwege een reden. De behandeling werkt wel of juist niet, mensen kunnen ziek zijn of juist niet. Redenen kunnen verband houden met de occurence relatie: geneesmiddel en uitkomst.
We weten niet waarom men stopt.
Resultaat: mogelijk vertekenend beeld
Nadelen RCT
Grenzen aan generaliseerbaarheid (door selectie studiepopulatie)
Budget = duur
Duurt lang (prospectief)
Veel patiënten nodig
Ethische dillema’s
(alleen in geval van equipoise = het is helemaal niet duidelijk wat het effect is)
Alternatief RCT = vergelijkend niet-experimenteel onderzoek (cohort / case-control onderzoek)
Nadelen: niet inherent, minder valide, gevoelig voor bias, grote kans op onvergelijkbaarheid van domein, determinant en uitkomst.
confounding by indication = prognose beïnvloed de kans om een interventie te krijgen.
Validiteit
Bias
Oplossing: Controles selecteren onafhankelijk van determinant status, goede definitie van source populatie.
Oplossing: ziekte-status blind voor determinant-status, medische dossiers i.p.v. zelfrapportage, zelfde manier rapporteren cases en controls (protocollen).
Oplossing: meten en corrigeren in data-analyse, randomisatie (correctie voor bekende en onbekende factoren)
Precisie
Precisie (nauwkeurigheid/juistheid van de resultaten) is de afwezigheid van toevalsfouten
P-waarden: de kans dat de gevonden waarden of nog extremer optreedt, gegeven dat de nulhypothese juist is.
Ho = geen verband
H1 = wel een verband
Bij p
Bij p>0.05 is er geen bewijs voor het verband
Betrouwbaarheidsintervallen: Range van waarden die mogelijk zijn, het interval heeft 95% kans om de ware parameter te bevatten.
RR - wanneer het 95%BI 1 niet bevat is er een significant verband.
-
Frequentie maten:
Associatie maten:
Associatiematen zijn: relatief risico (rate ratio of risico ratio), oddsratio en risico verschil.
Berekenen van RR en OR vanuit 2x2 tabel
| Ziek | Niet ziek |
Aantal persoonsjaren determinant + | A | B |
Aantal persoonsjaren determinant - | C | D |
cohort onderzoek RR = (A/PYR+)/(C/PYR-) = incidentie dichtheid1/incidentie dichtheid2
Patiënt controle onderzoek - OR = (AXD)/(BxC)
Risicoverschil: risico groep 1 – risico groep 2
Er is samenhang tussen het relatief risico en de OR, ze lijken vaak op elkaar. Maar dit gaat eigenlijk alleen maar echt goed wanneer het event waarin je geïnteresseerd bent relatief zeldzaam is. Op dat moment zijn OR en RR vrijwel gelijk. Maar het is altijd zo dat de OR iets extremer is dan de RR. Hoeveel meer hij erboven ligt, hangt af van hoe zeldzaam de uitkomst is.
Add new contribution