KGW UU - Methodologie kwantitatief onderzoek Masterjaar 1 Flashcards


Set Details Share
created 2 years ago by Niek_Vink
20 views
updated 2 years ago by Niek_Vink
show moreless
Page to share:
Embed this setcancel
COPY
code changes based on your size selection
Size:
X
Show:
1

Confounding (definitie)

vermenging van het effect van de centrale determinant (d) op het voorkomen van de uitkomst (U) met dat van een andere determinant (C)

2

Occurence relation.
Hoe schrijf je de formule?

  • Uitkomst = f (Determinant(en) | Confounders
    • Uitkomst kan optreden of progressie van ziekte zijn, maar ook bijvoorbeeld kwaliteit van leven
    • Determinant kan een risicofactor, behandeling, tests, etc. zijn
    • Confounders ook wel ‘extraneous determinants’ (ed) genoemd
3

Hoe ga je om met potentiele confounders?

  • Identificeer en meet potentiële confounders (literatuur, kennis van zaken, gezond verstand)
  • Controleer in data-analyse of deze ook daadwerkelijk confounders zijn (zie voorwaarden)
  • Elimineer de bijdrage van confounders (corrigeren in je data analyse)
4

Confounding by indication

  • De prognose beïnvloedt de kans om aan een bepaalde interventie toegewezen te krijgen
  • Voorbeeld: Kinderen die paracetamol slikten vroeger geeft grotere kans op asthma en exzeem later in het leven. Echter, deze kinderen hadden vroeger waarschijnlijk vaker verhoging/koorts en kregen daarom dus meer paracetamol.
5

Beschrijf: Domein, studiepopulatie, steekproef

  • Domein = de populatie op wie de uitkomsten van het onderzoek van toepassing zijn
  • Studiepopulatie = de populatie die benaderd wordt om deel te nemen aan het onderzoek voor het onderzoek
  • Steekproef = een representatief deel (sample) van de studiepopulatie die deelnemen aan je onderzoek, en waarvan je data hebt waarop je analyses kunt doen.
6

5 criteria van Hill voor causaliteit

  • Groot aantal onafhankelijke onderzoeken met consistente bevindingen
  • Oorzaak gaat vooraf aan het gevolg (tijdsrelatie)
  • Een sterk verband (om kans op toeval te verkleinen)
  • Dosis-respons relatie
  • Theoretisch/biologische plausibiliteit (is het logische, te verwachten)
7

Voor welk type onderzoek is dit de occurence relation: U= f (D1 + D2 + D3)

  • Diagnostisch & prognostisch onderzoek
8

Bij welk type onderzoek is er geen sprake van confounding?

  • Diagnostisch & prognostisch onderzoek
9

Leg uit wat het verschil is tussen placebo en sham

Placebos are inactive substances used to compare results with active substances. And in sham treatments, the doctor goes through the motions without actually performing the treatment.

10

Voordelen pre / quasi-experimenteel onderzoek versus experimenteel onderzoek?

En wat is het grootste nadeel?

  • Praktisch
  • Haalbaar (goedkoper)
  • Tot op zeker hoogte generaliseerbaar
  • Te doen in de ‘echte wereld’ met natuurlijke groepen.
  • NADEEL: confounding!!!!
11

Wat is validiteit, interne validiteit en externe validiteit?

Validiteit: afwezigheid van systematische fouten in opzet, uitvoering of data-analyse van het onderzoek.

Interne validiteit: geeft aan in hoeverre de verkregen uitkomsten correct zijn (vrij van vertekening; bias)

Externe validiteit: generaliseerbaarheid van onderzoeksresultaten.

12

Selection bias:
Wat is het?

vertekening van de determinant-uitkomst relatie als gevolg van systematische fouten bij de selectie van onderzoeksdeelnemers (cases en/of controles)

  • Determinant-uitkomst-relatie is anders voor hen die wel en die niet deelnemen
  • Selectie is niet per definitie selectiebias.
  • Komt met name voor bij controle onderzoek, maar het kan ook voorkomen bij rct’s bij lost to follow up.
13

Wat is informatiebias?
En hoe voorkom je het?

vertekening van de determinant-uitkomst relatie als gevolg van systematische fouten bij de meting van de determinant en/of uitkomst


Voorkomen door:

BLINDEREN
STERK PROTOCOLLEREN HOE JE MEET
MEDISCHE DOSSIERS ipv ZELFRAPPORTAGE
ZELFDE MANIER VAN RAPPORTEREN CASES EN CONTROLES

14

Bij welke vorm van bias kom je misclassificatie van de determinant tegen?

Noem een voorbeeld van misclassificatie.

Informatiebias: vertekening van de determinant-uitkomst relatie als gevolg van systematische fouten bij de meting van de determinant en/of uitkomst

  • Misclassificatie van determinant: zelfrapportage accurater bij cases dan bij controle (of juist andersom)
15

Bij welke vorm van bias kom je misclassificatie van de uitkomst tegen?

Noem een voorbeeld van misclassificatie.

Informatiebias.
Ziekte beter gediagnosticeerd bij mensen met determinant. Verwachte uitkomst wordt gestuurd. Mensen met interventie worden als beter gediagnostiseerd en mensen zonder interventie ziek.

16

Selectie of selectiebias?

Patient-controle onderzoek naar effectiviteit van mondkapjes tegen besmetting met COVID-19

Domein: de algemene Nederlandse bevolking

Geef voor de volgende situaties aan of het om selectie, selectiebias, of geen van beiden gaat

  1. Patiënten met COVID-19 uit de IC van het UMCU, controles bezoekers van het UMCU
  2. Patiënten met COVID-19 vanuit de GGD registratie, controles op Utrecht centraal station
  3. Patiënten met COVID-19 vanuit de Franse nationale registratie, controles uit centrums verschillende Franse steden

1. Selectiebias
2. Selectiebias
3. Selectie

17

Hoe kun je selectiebias voorkomen bij de opzet van je studie?

  • Controles selecteren onafhankelijk van determinantstatus
  • Goede definitie van bronpopulatie
  • Bij loss-to-follow-up er alles aan doen om mensen toch te contacteren. Je achterhaalt WAAROM ze zijn uitgevallen. Tevens kun je proberen om toch nog iets bij deze persoon te kunnen meten.
18

Effectmodificatie

het effect van de centrale determinant verschilt per categorie van een derde factor (=effectmodificator)

Effectmodificatie ≠ confounding

  • Confounding = het effect wat we zien klopt niet
  • Effectmodificatie = het effect wat we zien klopt wel maar alleen als we het uitsplitsen voor de aparte groepen
19

Als blindering in je trial niet mogelijk is, wat kun je dan doen?

Maximaal standaardiseren / protocolleren hoe patienten worden behandeld, gemeten, etc.

20

Moeten we altijd blinderen?

  • Niet bij harde uitkomsten als
    • Mortaliteit
    • Gebroken been
    • Geautomatiseerd meten van CRP
21

Intention to treat

Alle patienten die je hebt gerandomiseerd moet je meenemen in je analyse. "eens deel van het cohort, altijd deel van het cohort". Het maakt hierbij niet uit of ze nu wel of niet compliant zijn geweest aan je interventie.

22

Voordeel en nadeel intention to treat?

  • Voordeel: randomisatie wordt in stand gehouden
  • Nadeel: verdunning van causaal effect interventie
23

Voordeel en nadeel per-protocol-analyse

  • Voordeel: zuiver effect van causaal effect interventie
  • Nadeel: randomisatie wordt doorbroken (confounding by (contra-)indication!)
24

Per-protocol-analyse

  • Alleen de data van die patiënten analyseren die behandeling of controle volledig hebben gevolgd conform de opgezette methodiek.
25

Hoe voorkom je confounding in het design van je data verzameling?

1. randomisatie
2. als leeftijd een confounder is alleen mensen tussen de 50 en 55 includeren.
3. PAtienten matchen op basis van karakteristieken
4. Stratified sampling (frequency matching)

26

Hoe kun je confounding tegengaan in je analyse?

  • Restrictie: we kijken alleen maar naar één groep (bijv. mannen, oudere)
  • Matchen: je gaat setjes zoeken met bijv. zelfde leeftijd en die neem je op in de studie
  • Stratificatie: We geven de resultaten apart weer van beide groepen
  • Regressie analyse (corrigeren)
  • Propensity score analyse
  • Inverse probability weighting
27

Bij hoeveel procent verschil in RR bij opsplitsen van data is er sprake van confounding?

10%

28

Confounding by contra-indication

  • Individuen die de medicatie nemen hebben vaak een lager risico op bijwerking
    • Op basis van bekende contra-indicatie mensen op baseline geexcludeerd
    • Gaandeweg besloten mensen te excluderen
29

Type A bijwerking

BIjwerkingen die je ziet aankomen omdat je ze verwacht op basis van het primairewerkingsmechanisme. Komen veel voor en hebben een dosis-respons relatie.

30

Type B bijwerkingen

Zeldzaam.
Niet via primair werkingsmechanisme, dus geen reden tot uitsluiten studiepopulatie.

31

Hebben type A of type B vaker confounding by contra-indication tot gevolg?

Type A, komen vaker voor.

32

Statistisch zijn effect modificatie en interactie hetzelfde. In de epidemiologie bestaat er echter een nuance. Wat zijn voorbeelden

Effectmodificatie; gaan we groepen iets anders vertellen/geven. Doel: subgroepen beter kunnen informeren. Voorbeeld: leeftijd, geslacht, etc.

Interactie: causale verband beter beschrijven tussen de groepen, waar komt het effect nou door. Je voegt variabelen samen tot een bijvoorbeeld 3de variabelen zodat je het effect het beste kan voorspellen; manier om je model beter te maken.

Voorbeeld: effect van IQ en aantal uren voorbereiding op tentamencijfer.