Deductie: vanuit de theorie een of meerder hypothese (hoge bewijskracht)
Inductie: vanuit waarnemingen populatie
Abductie: data -> theorie komt voort ui waarnemingen die met behulp van de literatuur
wordt geïnterpreteerd
Kwalitatief: interviews
Kwantitatief: data
Prevalentie; wie lijdt er nu aan
Incidentie: nieuwe gevallen
Punt prevalentie aantal zieke op een bepaald moment
Life time prevalentie: wie heeft de ziekte ooit gehad
Onafhankelijke variabelen: determinant invloed op afhankelijke variabelen
Afhankelijke variabelen: wat wordt onderzocht
Freq ziekte: ziek/totaal
Factoren
Ethiogische: verantwoordelijk ziekte (roken)
Prognostische: factoren invloed op verloop (medicijnen)
Diagnostische: wie wel en wie niet bepaalde ziekte krijgt (genetisch)
Causaliteit: ene variabelen zorgt voor verandering van de ander
Correlatie: statistisch verband
Goude standaard: 100% valide
- Sensiviteit: hoeveel zieke echt zien zijn A/A+C*100 (gs boven, index links)
- Speciviteit: hoeveel niet ziek echt niet ziek zijn” B/B+D *100 (gs boven, index links)
Bruikbaarheid meetinstrumenten
- Validiteit: meet het wat het moet weten?
- Reproduceerbaarheid: verschil tussen meting 1 en 2
o Test- hertest betrouwbaarheid: zelfde bevindingen her test op 1 persoon
- Hanteerbaarheid: meting mag niet belastend zijn
- preciesiteit
Validiteit
- Inhoudsvaliditeit: kijken of het instrument alle aspecten bezit
- Construct: mate waarin scores van instrument overeenkomen met hypothese
o Convergente: vergelijking 2 dezelfde teste -> cor +, validiteit +
o Divergente: vergelijking 2 testen die niet zelfde meten -> cor -, validiteit -
- Criterium: mate voorspellende waarde
o Predictive validiteit: indien hoog goede voorspellende gave
o Concurrent: indien hoog correleert goed met huidige data
- Face validiteit: mate indruk wekken correcte meting
, Bias
- Selectie bias: ongelijke samenstelling -> gezonde mensen komen en zieke niet meer
o Non: wel selectie geen bias
o differentiële
Selective/ loss to follow up
Performance bias: niet de afspraken na komen
- Informatie bias: fouten gemaakt in de verdeling
o Non: fouten beiden groepen even groot (bias naar 0)
o Differentieel: meetfouten verschillen van elkaar
- Co-founders: verstorende variabelen
o Onafhankelijke determinant voor ziekte
o Afhankelijke ziekte
o Moet een hele andere determinant zijn
Voorkomen co founders
Randomisatie
Restrictie: mensen buiten sluiten
Matching: controleren en onderzoeksgroep maken waaraan achtergrond identiek
- Effect modificatie: beïnvloeden van effect van A op B
o Positieve: determinant + effect -> hoger effect
o Negatieve: determinanten +effect -> lager effect
Startegien om bias te voorkomen
- Randomisatie
- Blok randomisatie deelenmers beter verdelen in de groepen
- Gestratificeerde randomisatie: personen beter verdelen op basis van kenmerken
Cumallatieve incidentie
Cum1” wel blootgesteld en ziek -> A/ A+B
Cum2: niet blootgesteld wel ziek (C/C+D)
RR: (a/a+b)/ C/(C+D) -> niet in case control of reterospectief
- RR = 1 geen associatie
- RR< 1: risico verlagend
- RR.> 1 : risico verhogend
Are: risico verschil -> hoeveel vaker komt ziekte bi blootgesteld voor dan niet blootgesteld
CUM1-CUM2
APe: welk percentage van risico is toe te schrijven aan risicofactor voor bloodgesteld
CUM1 -CUM2 / CUM1)
Apt: welk percentage risico is toe te schrijven aan risicofactor voor populatie ->
E C
−
E+ F C+ D
E
E+ F
Inductie: vanuit waarnemingen populatie
Abductie: data -> theorie komt voort ui waarnemingen die met behulp van de literatuur
wordt geïnterpreteerd
Kwalitatief: interviews
Kwantitatief: data
Prevalentie; wie lijdt er nu aan
Incidentie: nieuwe gevallen
Punt prevalentie aantal zieke op een bepaald moment
Life time prevalentie: wie heeft de ziekte ooit gehad
Onafhankelijke variabelen: determinant invloed op afhankelijke variabelen
Afhankelijke variabelen: wat wordt onderzocht
Freq ziekte: ziek/totaal
Factoren
Ethiogische: verantwoordelijk ziekte (roken)
Prognostische: factoren invloed op verloop (medicijnen)
Diagnostische: wie wel en wie niet bepaalde ziekte krijgt (genetisch)
Causaliteit: ene variabelen zorgt voor verandering van de ander
Correlatie: statistisch verband
Goude standaard: 100% valide
- Sensiviteit: hoeveel zieke echt zien zijn A/A+C*100 (gs boven, index links)
- Speciviteit: hoeveel niet ziek echt niet ziek zijn” B/B+D *100 (gs boven, index links)
Bruikbaarheid meetinstrumenten
- Validiteit: meet het wat het moet weten?
- Reproduceerbaarheid: verschil tussen meting 1 en 2
o Test- hertest betrouwbaarheid: zelfde bevindingen her test op 1 persoon
- Hanteerbaarheid: meting mag niet belastend zijn
- preciesiteit
Validiteit
- Inhoudsvaliditeit: kijken of het instrument alle aspecten bezit
- Construct: mate waarin scores van instrument overeenkomen met hypothese
o Convergente: vergelijking 2 dezelfde teste -> cor +, validiteit +
o Divergente: vergelijking 2 testen die niet zelfde meten -> cor -, validiteit -
- Criterium: mate voorspellende waarde
o Predictive validiteit: indien hoog goede voorspellende gave
o Concurrent: indien hoog correleert goed met huidige data
- Face validiteit: mate indruk wekken correcte meting
, Bias
- Selectie bias: ongelijke samenstelling -> gezonde mensen komen en zieke niet meer
o Non: wel selectie geen bias
o differentiële
Selective/ loss to follow up
Performance bias: niet de afspraken na komen
- Informatie bias: fouten gemaakt in de verdeling
o Non: fouten beiden groepen even groot (bias naar 0)
o Differentieel: meetfouten verschillen van elkaar
- Co-founders: verstorende variabelen
o Onafhankelijke determinant voor ziekte
o Afhankelijke ziekte
o Moet een hele andere determinant zijn
Voorkomen co founders
Randomisatie
Restrictie: mensen buiten sluiten
Matching: controleren en onderzoeksgroep maken waaraan achtergrond identiek
- Effect modificatie: beïnvloeden van effect van A op B
o Positieve: determinant + effect -> hoger effect
o Negatieve: determinanten +effect -> lager effect
Startegien om bias te voorkomen
- Randomisatie
- Blok randomisatie deelenmers beter verdelen in de groepen
- Gestratificeerde randomisatie: personen beter verdelen op basis van kenmerken
Cumallatieve incidentie
Cum1” wel blootgesteld en ziek -> A/ A+B
Cum2: niet blootgesteld wel ziek (C/C+D)
RR: (a/a+b)/ C/(C+D) -> niet in case control of reterospectief
- RR = 1 geen associatie
- RR< 1: risico verlagend
- RR.> 1 : risico verhogend
Are: risico verschil -> hoeveel vaker komt ziekte bi blootgesteld voor dan niet blootgesteld
CUM1-CUM2
APe: welk percentage van risico is toe te schrijven aan risicofactor voor bloodgesteld
CUM1 -CUM2 / CUM1)
Apt: welk percentage risico is toe te schrijven aan risicofactor voor populatie ->
E C
−
E+ F C+ D
E
E+ F
