Literatuur deeltentamen 2
1 Introductie (informatie over onderzoek)
1.1 Hill (1965). The environment and disease: association or causation?
In de wetenschap wordt er constant gezocht naar de correlatie of causaliteit van een
onafhankelijke variabele en een afhankelijke variabele. Deze twee verbanden dienen echter
goed uit elkaar gehouden te worden. De opstelling en vorm van het onderzoek bepalen of
uit de resultaten een verband van correlatie of causaliteit getrokken kan worden.
Causaliteit volgens Bradford Hill: Belastende factor A is een oorzaak van (oftewel
risicofactoor voor) aandoening B, indien de incidentie (aantal nieuwe gevallen) van B zal
veranderen, wanneer de blootstelling aan A verandert.
De volgende aspecten dienen meegenomen te worden om het verband van causaliteit te
bepalen:
1. Sterke: hoe sterk is het verband tussen de onafhankelijke en de afhankelijke
variabele (epidemiologie).
Wanneer er enkel cross-sectioneel onderzoek gedaan kan worden naar een
bepaalde activiteit, zoals roken, maar het verband zo sterk is dat andere
mogelijke verklaringen vrijwel ondenkbaar zijn, lijkt er een causaal verband te
spelen.
De kracht van een onafhankelijke variabele op een afhankelijke variabele
dient vergeleken te worden met een andere situatie om de kracht ervan te
bepalen, zo kan een klein getal niet veelbelovend lijken maar wanneer het
met een andere situatie vergeleken wordt wel.
2. Consistentie: het verband is vaker en consistent in ander onderzoek gevonden
Wanneer een bepaald verband vaak gelegd wordt op verschillende plekken,
door verschillende mensen, op verschillende tijden, is de kans groter dat er
een causaal verband is.
Dit moet niet geïnterpreteerd worden als dat er meerdere vondsten voor een
bepaald verband moeten zijn voordat er een juiste conclusie getrokken kan
worden, soms kan en moet er bij een bepaalde sterkte van het verband vanuit
één enkele observatie een conclusie getrokken worden.
3. Specificiteit: het verband dat gelegd wordt door de test is erg specifiek
Oorzakelijke specificiteit = blootstelling is noodzakelijke voorwaarde voor
optreden van aandoening
Effect specificiteit = blootstelling leidt tot één enkele aandoening
Specificiteit kan het trekken van conclusies vergemakkelijken, echter is dit
geen voorwaarde.
4. Volgtijdigheid: oorzaak en gevolg, was de oorzaak voor het gevolg aanwezig (alleen
bewezen bij cohort onderzoek)
5. Blootstelling-respons relatie (Biologisch gradiënt)
Een blootstelling-respons relatie vergroot de waarschijnlijkheid van een
causaal verband.
6. Plausibiliteit: het oorzakelijk verband is biologisch plausibel
, Dit kan een verband zeker versterken maar dit kan niet altijd verwacht
worden, niet alles wat we ontdekken is uit te leggen met de kennis die we op
dat moment bezitten.
7. Coherentie: geen conflict hebben met de feiten die bekend zijn over de biologische
en pathofysiologische kennis die we bezitten
8. Experiment: experimenteel of semi-experimenteel onderzoek is een sterke vorm van
bewijs voor een causaal verband
9. Reversibiliteit: als de belastende factor afneemt, neemt de incidentie af (dus het
aantal nieuwe gevallen neemt af)
10. Analogie: overeenkomst van bewijs met ander vergelijkbaar onderzoek (er zijn dus
vergelijkbare causale mechanismen bekend)
Deze standpunten kunnen helpen bij het beantwoorden van de volgende fundamentele
vraag: is er een andere verklaring voor de feiten, of is er een ander antwoord dat net zo, of
beter, is dan oorzaak gevolg? Echter, geen van de criteria is een keihard ja/nee criterium
voor causaliteit.
1.2 Egger et al. (1997). Bias in meta-analysis detected by a simple, graphical test.
Er zijn tegenstrijdige resultaten tussen meta-analyses en grote RCT’s die reden geven om te
controleren of de meta-analyses wel betrouwbaar zijn. Er zijn enkele biasen die de
resultaten van een meta-analyse kunnen beïnvloeden, denk hierbij aan publicatie bias. De
hoofdvraag is of ‘funnel plots’ kunnen aantonen of meta-analyses wel of niet betrouwbaar
zijn.
1 Introductie (informatie over onderzoek)
1.1 Hill (1965). The environment and disease: association or causation?
In de wetenschap wordt er constant gezocht naar de correlatie of causaliteit van een
onafhankelijke variabele en een afhankelijke variabele. Deze twee verbanden dienen echter
goed uit elkaar gehouden te worden. De opstelling en vorm van het onderzoek bepalen of
uit de resultaten een verband van correlatie of causaliteit getrokken kan worden.
Causaliteit volgens Bradford Hill: Belastende factor A is een oorzaak van (oftewel
risicofactoor voor) aandoening B, indien de incidentie (aantal nieuwe gevallen) van B zal
veranderen, wanneer de blootstelling aan A verandert.
De volgende aspecten dienen meegenomen te worden om het verband van causaliteit te
bepalen:
1. Sterke: hoe sterk is het verband tussen de onafhankelijke en de afhankelijke
variabele (epidemiologie).
Wanneer er enkel cross-sectioneel onderzoek gedaan kan worden naar een
bepaalde activiteit, zoals roken, maar het verband zo sterk is dat andere
mogelijke verklaringen vrijwel ondenkbaar zijn, lijkt er een causaal verband te
spelen.
De kracht van een onafhankelijke variabele op een afhankelijke variabele
dient vergeleken te worden met een andere situatie om de kracht ervan te
bepalen, zo kan een klein getal niet veelbelovend lijken maar wanneer het
met een andere situatie vergeleken wordt wel.
2. Consistentie: het verband is vaker en consistent in ander onderzoek gevonden
Wanneer een bepaald verband vaak gelegd wordt op verschillende plekken,
door verschillende mensen, op verschillende tijden, is de kans groter dat er
een causaal verband is.
Dit moet niet geïnterpreteerd worden als dat er meerdere vondsten voor een
bepaald verband moeten zijn voordat er een juiste conclusie getrokken kan
worden, soms kan en moet er bij een bepaalde sterkte van het verband vanuit
één enkele observatie een conclusie getrokken worden.
3. Specificiteit: het verband dat gelegd wordt door de test is erg specifiek
Oorzakelijke specificiteit = blootstelling is noodzakelijke voorwaarde voor
optreden van aandoening
Effect specificiteit = blootstelling leidt tot één enkele aandoening
Specificiteit kan het trekken van conclusies vergemakkelijken, echter is dit
geen voorwaarde.
4. Volgtijdigheid: oorzaak en gevolg, was de oorzaak voor het gevolg aanwezig (alleen
bewezen bij cohort onderzoek)
5. Blootstelling-respons relatie (Biologisch gradiënt)
Een blootstelling-respons relatie vergroot de waarschijnlijkheid van een
causaal verband.
6. Plausibiliteit: het oorzakelijk verband is biologisch plausibel
, Dit kan een verband zeker versterken maar dit kan niet altijd verwacht
worden, niet alles wat we ontdekken is uit te leggen met de kennis die we op
dat moment bezitten.
7. Coherentie: geen conflict hebben met de feiten die bekend zijn over de biologische
en pathofysiologische kennis die we bezitten
8. Experiment: experimenteel of semi-experimenteel onderzoek is een sterke vorm van
bewijs voor een causaal verband
9. Reversibiliteit: als de belastende factor afneemt, neemt de incidentie af (dus het
aantal nieuwe gevallen neemt af)
10. Analogie: overeenkomst van bewijs met ander vergelijkbaar onderzoek (er zijn dus
vergelijkbare causale mechanismen bekend)
Deze standpunten kunnen helpen bij het beantwoorden van de volgende fundamentele
vraag: is er een andere verklaring voor de feiten, of is er een ander antwoord dat net zo, of
beter, is dan oorzaak gevolg? Echter, geen van de criteria is een keihard ja/nee criterium
voor causaliteit.
1.2 Egger et al. (1997). Bias in meta-analysis detected by a simple, graphical test.
Er zijn tegenstrijdige resultaten tussen meta-analyses en grote RCT’s die reden geven om te
controleren of de meta-analyses wel betrouwbaar zijn. Er zijn enkele biasen die de
resultaten van een meta-analyse kunnen beïnvloeden, denk hierbij aan publicatie bias. De
hoofdvraag is of ‘funnel plots’ kunnen aantonen of meta-analyses wel of niet betrouwbaar
zijn.
