Artikelen hoorcollege 1:
Tiemens et al (2018):
Waarom iedere psycholoog de regel van Bayes moet kennen.
De regel van Bayes gaat over:
Prevalentie: hoe vaak een stoornis voorkomt
Sensitiviteit: de kans dat iemand met een stoornis positief scoort op een test
Specificiteit: de kans om negatief te scoren als je geen stoornis hebt
kans op fout-positieve uitslag: de kans op positieve score terwijl je geen stoornis hebt
Overdiagnostiek (te veel diagnoses geven) wordt als minder ernstig gezien in de gezondheidszorg,
maar komt daarom ook veel voor. Artsen en psychologen zijn namelijk heel bang om een ziekte te
missen.
De regel van Bayes helpt om te bepalen of een individu een stoornis heeft. Hierbij wordt rekening
gehouden met de prevalentie van de test, uitkomst van de test en psychometrische kenmerken van
een test.
Base rate: kans op hebben van een aandoening voordat er wordt getest. Bijv bij 11% van de mensen
die naar de huisarts gaan is er sprake van een depressie.
In de figuur hieronder worden precies alle gegevens weergegeven.
De 83% geeft de sensitiviteit aan (kans dat iemand met depressie positief scoort)
De 80% geeft sensitiviteit aan (kans dat iemand zonder depressie negatief scoort)
Bij het berekenen van de regel van Bayes vul je onderstaande formule als volgt in:
De T+ geeft aan een positieve testuitstlag.
De P geeft de kans aan.
De D geeft de diagnose aan, - is dan geen depressie en + wel.
STAPPEN BIJ HET BEOORDELEN VAN EEN TESTUITSLAG:
1. Bepaal de populatie van de geteste persoon en de setting waarin de test is afgenomen.
2. Zoek de prevalentie op van de te testen aandoening voor die populatie en setting.
3. Zoek de sensitiviteit en specificiteit van de test op in de handleiding van de test.
4. Zet de waarden in een stroomdiagram of kruistabel.
, 5. Bereken de kans op de aanwezigheid van de aandoening bij een positieve testuitslag, of de kans op
afwezigheid van de aandoening bij een negatieve testuitslag.
Vooral stoornissen die niet veel voorkomen hebben te maken met overdiagnostiek indien geen
gebruik wordt gemaakt van de regel van Bayes.
Christon et al. (2015):
De manier om klinische kennis te verkrijgen is door middel van evidence-based practice (EBP). Maar
hier is ook veel kritiek op omdat de literatuur uit onderzoeken niet altijd helemaal toe te passen is op
een specifieke cliënt. Dit komt doordat de karakteristieken van de cliënt niet helemaal matchen met
die van de participanten uit het onderzoek.
In dit onderzoek presenteren ze een andere benadering, namelijk ‘case conceptualisatie’.
Case conceptualisatie: hierbij wordt een volledig beeld van een cliënt ontwikkelt door gegevens te
verzamelen die worden gebruikt om hypothesen te genereren over de oorzaken, antecedenten en
het behouden van invloeden voor de problemen. Dit wordt gedaan op individuele schaal bij cliënten
en in een biopsychosociale context.
Vroeger werd case conceptualisatie vooral berust op etiologische theorieën. Nu is dat anders, wat nu
belangrijk is bij case conceptualisatie:
Er worden strategieën opgenomen uit EBP, zoals toevoegen van factoren en het meten van
uitkomsten over tijd.
Theoretische en empirische literatuur gebruiken bij uitkomsten.
Toegang krijgen tot de empirische literatuur om behandelingsselectie te begeleiden.
Nomothetische strategieën: hierbij vergelijk je de cliënt met een groep anderen.
Idiografische strategieën: hierbij vergelijk je de cliënt met zichzelf.
Case conceptualisatie wordt normaal ook gebruikt als onderdeel van EBP maar dit artikel pleit ervoor
dat er meer aandacht voor is en dat het enkel gebruikt wordt met het toepassen van literaire kennis.
De benadering van case conceptualisatie bevat 5 fases:
1. De clinici onderzoekt literaire onderzoeken om het probleem en verschillende factoren in het
probleem te identificeren
2. Classificeren van diagnoses
3. Informeren naar de ontwikkelingen van mogelijke variabelen die bijdragen aan het probleem
4. Selecteren van een behandelingsbenadering en een plan
5. De clinici zoekt een wetenschappelijke benadering om de methoden te onderzoeken die
gebruikt kunnen worden voor de behandeling en het meten van uitkomsten