PSYCHODIAGNOSTIEK 1
Psychodiagnostiek: Taak 9
PS:
LD: 1)
E-reader: Meehl’s Contribution to Clinical Versus Statistical
Prediction (Grove).
Abstract
Paul Meehl zijn werk over de klinische versus de statistische voorspelling controverse wordt
besproken. Zijn bijdragen bevatten het volgende: hij zet de controverse centraal in de
toegepaste psychologie, hij verduidelijkt de concepten die onderliggend zijn aan het debat
(voornamelijk zijn cruciaal onderscheid tussen de manieren van data verkrijgen en de
manieren om data te combineren), maar ook dat de controverse echt was en niet verzonnen,
het analyseren van de klinische conclusies van zowel theoretische als probabilistische
punten, en het opnieuw bekijken van onderzoeken die de nauwkeurigheid van deze 2
methoden van data combinatie hebben vergeleken. Meehl zijn conclusie was dat statistische
voorspelling altijd beter was dat klinische oordelen en dit bleef voor een halve eeuw
algemeen aanvaard. Zijn conceptuele analyses zijn niet significant verbeterd sinds hij ze
publiceerde in 1950 en 1960. Zijn werk in dit gebied bevat een aantal klassieke citaties die
behoren tot de kennis van alle competente toegepaste psychologen.
Introductie
(Toegepaste) psychologen, moeten zoveel mogelijk weten over hoe de beste voorspellingen
gedaan kunnen worden. Meehl stelde dat in praktische contexten, psychologen een keuze
moesten maken tussen klinische en statistische voorspellingsmethoden. Ze zouden de
methode moeten kiezen die de beste voorspelling doet op lange termijn.
Enkele belangrijke opvattingen
Er zijn verschillende manieren waarop je voorspellende data kunt verzamelen. Deze data kan
verwerkt of gekwantificeerd worden. Verwerkte data kan gecombineerd worden door een
professional die gebruikt maakt van getraind oordelen of dit kan mechanisch gebeuren.
Er is geen echt hybride model van deze data- combineermethoden. Bij de klinische methode
hangt de eindvoorspelling af van getraind oordelen, terwijl de statistische methode gebruikt
maakt van formules. De 2 voorspellingen kunnen achteraf vergeleken worden.
Wanneer zowel klinische als statistische voorspellingen beschikbaar zijn voor een bepaald
individu, zullen ze niet altijd hetzelfde voorspellen. Dit leidt tot het maken van een keuze
tussen de 2 methoden. De beste keuze is dan degene die de beste voorspellingen doet op
lange termijn.
Welke data- combineermethode het beste is kan beantwoord worden door het doen van
studies.
Belangrijke punten in het boek van Meehl
Meehl heeft 4 grote bijdragen geleverd aan de klinische en statistische controversie:
1. Hij maakte een duidelijk onderscheid tussen dataverzameling en data combineren,
waarbij gefocust wordt op de accuraatheid van klinische versus mechanische methoden
voor het combineren van data.
2. Hij heeft duidelijk gemaakt dat beide methoden samen gebruikt zouden kunnen worden.
Ze vullen elkaar aan, maar leiden toch soms tot een andere uitkomst.
3. Hij deed een subtiele analyse van het klinisch oordelen. Hij zag zelf ook in dat een
clinicus tot creatief inzicht kon komen.
, PSYCHODIAGNOSTIEK 2
4. Hij vergeleek klinische en statistische voorspellingen. De uiteindelijke uitkomst was dat
statistische voorspellingen superieur zouden zijn.
Het latere werk van Meehl
Hij moedige andere aan om statistische methoden te gebruiken bij een klinische assessment.
Steeds meer studies gingen de 2 manieren vergelijken met elkaar en dit leidde tot een sterke
toename in de literatuur over dit onderwerp. Onderzoek lijkt Meehl’s conclusies te
ondersteunen. Het is ook belangrijk dat psychologen weten dat er 2 soorten voorspellingen
tegenover elkaar staan (klinisch vs. statistisch).
Conclusie
Meehl stelt dat statistische voorspelling altijd beter is dan klinische oordelen. Maar volgens
Meehl zijn er genoeg redeneerprocessen die gebruikt worden door clinici die niet vervangen
kunnen worden door formules, tabellen, of computer programma's. Toch haalt dit niet de
vraag weg of clinici statistische formules kunnen overtreffen. De conclusie hier is: ‘Nee dat
kunnen ze niet voor zover voorspellingen onderzocht zijn’. Het is belangrijk voor de
toegepaste psychologie om op de hoogte te zijn van Meehl's werk over de controverse
tussen de klinische en statistische voorspellingen. Vooral clinici die gebruik maken van
heuristieken moeten dit werk kennen.
E-reader: Better Decisions Through Science (Swets).
Introductie
Het komt heel vaak voor dat er een belangrijke ja/nee beslissing genomen moet worden. Er
zijn twee methoden om dit proces te vergemakkelijken. De eerste houdt in dat je de
nauwkeurigheid verbetert, waardoor de kans dat een beslissing de goede is groter wordt. De
tweede verbetert de ‘utility’ van een beslissingsproces, waarbij ervoor gezorgd wordt dat een
vergroot aantal hits ook een vergroot aantal false alarms met zich meebrengt.
Tools of the trade
De meeste diagnostische middelen geven niet direct zekerheid. Statistiek kan gebruikt
worden om een goede grens te berekenen, waarbij boven die grens worden mensen
gediagnosticeerd en eronder niet, bijvoorbeeld. Om de nauwkeurigheid van de diagnose te
verbeteren kunnen analisten data van andere tests combineren die allemaal unieke
informatie geven, waarbij er een grotere waarde wordt gegeven aan de diagnostische
middelen met de meeste voorspellende waarde. In de statistische analyses kunnen niet
alleen objectieve metingen worden opgenomen, maar ook subjectieve ervaringen kunnen
gekwantificeerd en geïntegreerd worden. Als er meerdere statistische voorspellingsregels
mogelijk zijn, moeten de beslissers kiezen welke het nauwkeurigst zijn. Ook dit kan objectief
gedaan worden, aan de hand van ROC curves. ROC curves kunnen voorspellen wat er
gebeurt als een score op een diagnostische test gebruikt wordt als grens voor een ja/nee
beslissing. Hoe scherper de curve buigt, hoe nauwkeuriger de methode: de relatieve
hoeveelheid hits is groter t.o.v. false alarms. De andere twee mogelijkheden, misses en
correct rejections, zijn precies het tegenovergestelde van de hits en false alarms en daarom
heb je die niet meer nodig. Als je een grens gaat zoeken wanneer mensen wel en niet
gediagnosticeerd worden moet je goed bedenken wat de consequenties zijn van misses
en false positives en aan de hand daarvan moet de grens gesteld worden.
Rules come to life
Psychodiagnostiek: Taak 9
PS:
LD: 1)
E-reader: Meehl’s Contribution to Clinical Versus Statistical
Prediction (Grove).
Abstract
Paul Meehl zijn werk over de klinische versus de statistische voorspelling controverse wordt
besproken. Zijn bijdragen bevatten het volgende: hij zet de controverse centraal in de
toegepaste psychologie, hij verduidelijkt de concepten die onderliggend zijn aan het debat
(voornamelijk zijn cruciaal onderscheid tussen de manieren van data verkrijgen en de
manieren om data te combineren), maar ook dat de controverse echt was en niet verzonnen,
het analyseren van de klinische conclusies van zowel theoretische als probabilistische
punten, en het opnieuw bekijken van onderzoeken die de nauwkeurigheid van deze 2
methoden van data combinatie hebben vergeleken. Meehl zijn conclusie was dat statistische
voorspelling altijd beter was dat klinische oordelen en dit bleef voor een halve eeuw
algemeen aanvaard. Zijn conceptuele analyses zijn niet significant verbeterd sinds hij ze
publiceerde in 1950 en 1960. Zijn werk in dit gebied bevat een aantal klassieke citaties die
behoren tot de kennis van alle competente toegepaste psychologen.
Introductie
(Toegepaste) psychologen, moeten zoveel mogelijk weten over hoe de beste voorspellingen
gedaan kunnen worden. Meehl stelde dat in praktische contexten, psychologen een keuze
moesten maken tussen klinische en statistische voorspellingsmethoden. Ze zouden de
methode moeten kiezen die de beste voorspelling doet op lange termijn.
Enkele belangrijke opvattingen
Er zijn verschillende manieren waarop je voorspellende data kunt verzamelen. Deze data kan
verwerkt of gekwantificeerd worden. Verwerkte data kan gecombineerd worden door een
professional die gebruikt maakt van getraind oordelen of dit kan mechanisch gebeuren.
Er is geen echt hybride model van deze data- combineermethoden. Bij de klinische methode
hangt de eindvoorspelling af van getraind oordelen, terwijl de statistische methode gebruikt
maakt van formules. De 2 voorspellingen kunnen achteraf vergeleken worden.
Wanneer zowel klinische als statistische voorspellingen beschikbaar zijn voor een bepaald
individu, zullen ze niet altijd hetzelfde voorspellen. Dit leidt tot het maken van een keuze
tussen de 2 methoden. De beste keuze is dan degene die de beste voorspellingen doet op
lange termijn.
Welke data- combineermethode het beste is kan beantwoord worden door het doen van
studies.
Belangrijke punten in het boek van Meehl
Meehl heeft 4 grote bijdragen geleverd aan de klinische en statistische controversie:
1. Hij maakte een duidelijk onderscheid tussen dataverzameling en data combineren,
waarbij gefocust wordt op de accuraatheid van klinische versus mechanische methoden
voor het combineren van data.
2. Hij heeft duidelijk gemaakt dat beide methoden samen gebruikt zouden kunnen worden.
Ze vullen elkaar aan, maar leiden toch soms tot een andere uitkomst.
3. Hij deed een subtiele analyse van het klinisch oordelen. Hij zag zelf ook in dat een
clinicus tot creatief inzicht kon komen.
, PSYCHODIAGNOSTIEK 2
4. Hij vergeleek klinische en statistische voorspellingen. De uiteindelijke uitkomst was dat
statistische voorspellingen superieur zouden zijn.
Het latere werk van Meehl
Hij moedige andere aan om statistische methoden te gebruiken bij een klinische assessment.
Steeds meer studies gingen de 2 manieren vergelijken met elkaar en dit leidde tot een sterke
toename in de literatuur over dit onderwerp. Onderzoek lijkt Meehl’s conclusies te
ondersteunen. Het is ook belangrijk dat psychologen weten dat er 2 soorten voorspellingen
tegenover elkaar staan (klinisch vs. statistisch).
Conclusie
Meehl stelt dat statistische voorspelling altijd beter is dan klinische oordelen. Maar volgens
Meehl zijn er genoeg redeneerprocessen die gebruikt worden door clinici die niet vervangen
kunnen worden door formules, tabellen, of computer programma's. Toch haalt dit niet de
vraag weg of clinici statistische formules kunnen overtreffen. De conclusie hier is: ‘Nee dat
kunnen ze niet voor zover voorspellingen onderzocht zijn’. Het is belangrijk voor de
toegepaste psychologie om op de hoogte te zijn van Meehl's werk over de controverse
tussen de klinische en statistische voorspellingen. Vooral clinici die gebruik maken van
heuristieken moeten dit werk kennen.
E-reader: Better Decisions Through Science (Swets).
Introductie
Het komt heel vaak voor dat er een belangrijke ja/nee beslissing genomen moet worden. Er
zijn twee methoden om dit proces te vergemakkelijken. De eerste houdt in dat je de
nauwkeurigheid verbetert, waardoor de kans dat een beslissing de goede is groter wordt. De
tweede verbetert de ‘utility’ van een beslissingsproces, waarbij ervoor gezorgd wordt dat een
vergroot aantal hits ook een vergroot aantal false alarms met zich meebrengt.
Tools of the trade
De meeste diagnostische middelen geven niet direct zekerheid. Statistiek kan gebruikt
worden om een goede grens te berekenen, waarbij boven die grens worden mensen
gediagnosticeerd en eronder niet, bijvoorbeeld. Om de nauwkeurigheid van de diagnose te
verbeteren kunnen analisten data van andere tests combineren die allemaal unieke
informatie geven, waarbij er een grotere waarde wordt gegeven aan de diagnostische
middelen met de meeste voorspellende waarde. In de statistische analyses kunnen niet
alleen objectieve metingen worden opgenomen, maar ook subjectieve ervaringen kunnen
gekwantificeerd en geïntegreerd worden. Als er meerdere statistische voorspellingsregels
mogelijk zijn, moeten de beslissers kiezen welke het nauwkeurigst zijn. Ook dit kan objectief
gedaan worden, aan de hand van ROC curves. ROC curves kunnen voorspellen wat er
gebeurt als een score op een diagnostische test gebruikt wordt als grens voor een ja/nee
beslissing. Hoe scherper de curve buigt, hoe nauwkeuriger de methode: de relatieve
hoeveelheid hits is groter t.o.v. false alarms. De andere twee mogelijkheden, misses en
correct rejections, zijn precies het tegenovergestelde van de hits en false alarms en daarom
heb je die niet meer nodig. Als je een grens gaat zoeken wanneer mensen wel en niet
gediagnosticeerd worden moet je goed bedenken wat de consequenties zijn van misses
en false positives en aan de hand daarvan moet de grens gesteld worden.
Rules come to life
