EPB-Methodologie
De centrale variabele in de epidemiologie en in elk epidemiologisch onderzoek is een of ander
ziekteverschijnsel. De epidemioloog is geïnteresseerd in de mate van vóórkomen (frequentie) van
ziekten onder de bevolking. Voor epidemiologisch onderzoek moet men het ziekteverschijnsel waarin
men geïnteresseerd is, zo nauwkeurig mogelijk afbakenen om specifieke relaties met andere
variabelen op te kunnen sporen.
In epidemiologisch onderzoek berekent en vergelijkt men ziektefrequenties in groepen mensen met
verschillende kenmerken. Per individu wordt vastgesteld of de ziekte al dan niet aanwezig is en
vervolgens wordt geteld hoeveel van de individuen in de totale groep de ziekte hebben. Aldus
ontstaat de epidemiologische breuk:
Deze breuk is de basis voor alle epidemiologische frequentiematen:
Incidentie: nieuwe ziektegevallen in een groep die kans loopt de betreffende ziekte te krijgen
(populatie ‘at risk’).
Prevalentie: het aantal bestaande ziektegevallen.
Frequentiematen zijn tevens risicomaten → ze geven, in ieder geval bij benadering, voor een
individu die tot de desbetreffende groep behoort, aan wat de kans is op het krijgen c.q. het hebben
van een ziekte.
Determinanten
Factoren die, naast de centrale variabele (ziekte), een rol spelen bij het vóórkomen van ziekte. Het
gaat hierbij om drie verschillende categorieën:
o Etiologische factoren → factoren die in oorzakelijke zin (mede)verantwoordelijk zijn voor het
ontstaan van een ziekte.
o Diagnostische factoren → factoren die personen onderscheiden die een bepaalde ziekte wel
hebben van personen die een bepaalde ziekte niet hebben.
o Prognostische factoren → factoren die van invloed zijn op het verloop van het ziekteproces
De epidemiologie heeft nog veel bij te dragen aan de medische wetenschap door uit te zoeken welke
determinanten bij (de verschillende fasen van) een ziekte horen, hoe sterk het verband is tussen
iedere determinant en de ziekte, en wat de relatieve (en mogelijk interactieve) bijdrage is van deze
determinanten aan het voorkomen van de ziekte.
Bij iedere ziekte en bij iedere ziektefase zijn altijd meerdere determinanten van belang. Met behulp
van een notatie in symbolen kan dit als volgt worden weergegeven:
P(Z) = f(Di)
Deze epidemiologische functie stelt dat het voorkomen van de ziekte (Z) een wiskundige functie
is van een serie van k determinanten (Di, met i = 1, ..., k).
In deze vergelijking is de ziekte de afhankelijke variabele of uitkomstvariabele. De determinanten
fungeren in de formule als onafhankelijke variabelen.
o Afhankelijke variabele → Vaak wordt de afhankelijke variabele in epidemiologisch
onderzoek, ziekte, uitgedrukt op een dichotome schaal.
• Dichotome schaal: ziek versus niet-ziek. De verdeling van ziekte in de populatie laat
zich dan eenvoudig beschrijven aan de hand van de aantallen (proporties) zieken.
• Continue schaal: Voorbeelden zijn bloeddruk, longfunctie, gehoorverlies, cognitief
functioneren, ernst van pijnklachten en kwaliteit van leven. Uiteraard zou elk van
EPB blok A + B
, deze continue variabelen teruggebracht kunnen worden tot een dichotome variabele
(bijv. hypertensie ja/nee; kwaliteit van leven goed/slecht).
De verdeling van een variabele die op een continue schaal wordt gemeten, laat zich
kernachtig samenvatten door twee maten: een maat voor de centrale waarde
waaromheen de waarnemingsuitkomsten zich groeperen, en een maat voor de
spreiding in de waarnemingen.
- Centrale maten:
Gemiddelde: de som van alle meetuitkomsten, gedeeld door het aantal
metingen.
Mediaan: de waarde waar 50% van de meetuitkomsten boven en
eveneens 50% van de meetuitkomsten onder ligt (middelste waarde van
alle individuele waarden).
Modus: de meetwaarde die het vaakst voorkomt. Als twee verschillende
waarden het meest voorkomen, is er geen modus.
- Spreidingsmaten:
Standaarddeviatie: SD, van de gemiddelde meetwaarde. Dit is bij
benadering de absolute waarde van het gemiddelde verschil tussen de
individuele meetuitkomsten en de gemiddelde waarde van alle
meetuitkomsten.
Interpercentielspreiding: een zone gemarkeerd door twee
meetuitkomsten, waarbinnen een bepaald percentage van de
waarnemingen valt.
Range: de afstand tussen de hoogste en de laagste meetwaarde.
Om de sterkte van de relatie tussen het voorkomen van de determinant en de ziekte uit te drukken,
kunnen verschillende associatiematen worden gebruikt.
EPB blok A + B
,Hoewel in een epidemiologisch onderzoek meestal één determinant van de ziekte centraal staat,
moet men, wil men goed zicht krijgen op de relatie tussen deze determinant en de ziekte, vrijwel
altijd ook andere determinanten meten en betrekken bij de opzet van het onderzoek en de analyse
van de resultaten.
De aanwezigheid van deze ‘andere determinanten’ kunnen het onderzoeksresultaat beïnvloeden.
Voorbeeld: als we het effect van alcoholinname op rijgedrag willen onderzoeken, moeten we het
gewicht van proefpersonen meenemen. De te onderzoeken associatie is namelijk anders voor dikke
dan voor dunne mensen; met andere woorden: het effect van alcohol op rijgedrag wordt
gemodificeerd (veranderd/gewijzigd) door gewicht (= effectmodificatie).
Effectmodificator → modicifeert → wijzigt of verandert.
Het is een variabele welke het effect tussen groepen verandert (positief/negatief) van een
risicofactor op een uitkomst.
De omvang van het effect wordt beïnvloed of gemodificeerd door de aan- of afwezigheid van een
bepaalde eigenschap.
Een confounder is een verstorende factor. Een verstorende factor kan een effect tussen blootstelling
en uitkomst binnen een groep ongewenst verzwakken of versterken. Het verstoort dus het effect.
Voorwaarde confounding/confounder: het moet een associatie hebben met de risicofactor
(blootstelling) en het moet een relatie hebben met de ziekte/uitkomst/effect. Daarbij mag het niet
op het causale pad liggen tussen risicofactor en ziekte/uitkomst/effect.
Voorbeeld: relatie tussen diabetes en vaatlijden. Hypertensie kan invloed hebben op zowel diabetes
als vaatlijden. Dus bij het onderzoeken van relatie diabetes -> vaatlijden kijken of de bloeddruk geen
verstorend effect heeft.
Er is sprake van confounding wanneer een derde variabele, die gerelateerd is aan zowel de
onafhankelijke variabele (OV) als de afhankelijke (AV), het causale verband tussen die twee verstoort
of veroorzaakt.
In de context van een cohortonderzoek is confounding een vertekening van het empirisch (op de
werkelijkheid en de ervaring gebaseerd/proefondervindelijk) gevonden verband tussen een bepaalde
risicofactor en het ontstaan van de bestudeerde aandoening door een of meer andere risicofactoren.
Een factor is werkzaam als confounder in een onderzoek wanneer deze factor (a) zelf een risicofactor
is voor de aandoening in kwestie en (b) in het onderzoek ongelijk blijkt te zijn verdeeld over de
categorieën van de risicofactor waarvan men het effect wil bestuderen.
Voorbeeld: in een interventieonderzoek bestaat de groep die de nieuwe therapie krijgt uit meer
jongeren dan de groep die de gebruikelijke therapie krijgt. Stel tevens dat jongeren (ongeacht de
therapie) een sterkere pijndaling hebben dan ouderen. In dat geval kan het gevonden therapie-effect
ten dele veroorzaakt zijn door het leeftijdsverschil dat tussen beide groepen bestaat → leeftijd kan
gezien worden als een ‘confounder’ van het gevonden effect. Het werkelijke effect zal kleiner zijn
dan het gevonden effect.
Verschil confounder en effectmodificator: confounder verstoort het effect binnen een groep. Een
effectmodificator verandert het effect van een risicofactor op een uitkomst tussen groepen.
Wanneer is er sprake van een effect?
Baseline meting → interventie → effect
Vindt alleen plaats in een longitudinaal design → er kan dus alleen sprake zijn van effectmodificatie
en confounding indien er een verandering plaatsvindt in de tijd.
EPB blok A + B
, Onderzoeksopzet/-design
Onderzoeksopzetten kan men indelen aan de hand van de designkenmerken. Een eerste onderscheid
is dan dat tussen individuele onderzoeken en ecologische onderzoeken.
In een ecologisch onderzoek (correlatieonderzoek) vindt de bestudering van de relatie tussen ziekte
en andere verschijnselen plaats aan de hand van geaggregeerde gegevens over de relevante
variabelen. Twee subtypen van ecologisch onderzoek zijn tijdstrendonderzoek: dezelfde populatie op
twee of meer verschillende tijdsstippen onder de loep nemen (analyse van tijdseries) en geografisch-
correlatieonderzoek: twee of meer populaties op één moment in de tijd met elkaar vergelijken.
Individuele onderzoeken kunnen worden onderscheiden in transversale en longitudinale
onderzoeken.
o Transversaal onderzoek
• Cross-sectioneel onderzoek: Dwarsdoorsnedeonderzoek/survey. Bij een cross-
sectioneel onderzoek worden de onderzochte determinant, de uitkomst en
eventuele confounders bij ieder individu op hetzelfde tijdstip gemeten (alle gegevens
verzamel je op hetzelfde moment). Er is sprake van een cross-sectioneel onderzoek
als men bij een steekproef uit de bevolking alle relevante variabelen meet en
associaties bestudeert. Men kan ook patiënten en controles selecteren en bij hen de
actuele waarde van de onderzochte determinant meten → patiënt-
controleonderzoek met een transversale i.p.v. een longitudinale tijdsdimensie.
o Longitudinaal onderzoek
o Experimenteel: Cruciaal voor een experiment is dat er sprake is van interventie door
de onderzoeker, die een of meer determinanten (bijv. een behandeling, een
risicofactor, een diagnostische of een prognostische marker) manipuleert om een
wetenschappelijke vraag te beantwoorden.
- Randomized controlled trial: experiment waarbij sprake is van random toewijzing
van een interventie aan de onderzoekspersonen → klinische trials: RCT die bij
patiënten wordt uitgevoerd ter evaluatie van de effectiviteit van therapeutische
maatregelen. Preventieve trials: als bij gezonde onderzoekspersonen
experimenten worden gedaan ter evaluatie van de effectiviteit van preventieve
maatregelen.
EPB blok A + B
De centrale variabele in de epidemiologie en in elk epidemiologisch onderzoek is een of ander
ziekteverschijnsel. De epidemioloog is geïnteresseerd in de mate van vóórkomen (frequentie) van
ziekten onder de bevolking. Voor epidemiologisch onderzoek moet men het ziekteverschijnsel waarin
men geïnteresseerd is, zo nauwkeurig mogelijk afbakenen om specifieke relaties met andere
variabelen op te kunnen sporen.
In epidemiologisch onderzoek berekent en vergelijkt men ziektefrequenties in groepen mensen met
verschillende kenmerken. Per individu wordt vastgesteld of de ziekte al dan niet aanwezig is en
vervolgens wordt geteld hoeveel van de individuen in de totale groep de ziekte hebben. Aldus
ontstaat de epidemiologische breuk:
Deze breuk is de basis voor alle epidemiologische frequentiematen:
Incidentie: nieuwe ziektegevallen in een groep die kans loopt de betreffende ziekte te krijgen
(populatie ‘at risk’).
Prevalentie: het aantal bestaande ziektegevallen.
Frequentiematen zijn tevens risicomaten → ze geven, in ieder geval bij benadering, voor een
individu die tot de desbetreffende groep behoort, aan wat de kans is op het krijgen c.q. het hebben
van een ziekte.
Determinanten
Factoren die, naast de centrale variabele (ziekte), een rol spelen bij het vóórkomen van ziekte. Het
gaat hierbij om drie verschillende categorieën:
o Etiologische factoren → factoren die in oorzakelijke zin (mede)verantwoordelijk zijn voor het
ontstaan van een ziekte.
o Diagnostische factoren → factoren die personen onderscheiden die een bepaalde ziekte wel
hebben van personen die een bepaalde ziekte niet hebben.
o Prognostische factoren → factoren die van invloed zijn op het verloop van het ziekteproces
De epidemiologie heeft nog veel bij te dragen aan de medische wetenschap door uit te zoeken welke
determinanten bij (de verschillende fasen van) een ziekte horen, hoe sterk het verband is tussen
iedere determinant en de ziekte, en wat de relatieve (en mogelijk interactieve) bijdrage is van deze
determinanten aan het voorkomen van de ziekte.
Bij iedere ziekte en bij iedere ziektefase zijn altijd meerdere determinanten van belang. Met behulp
van een notatie in symbolen kan dit als volgt worden weergegeven:
P(Z) = f(Di)
Deze epidemiologische functie stelt dat het voorkomen van de ziekte (Z) een wiskundige functie
is van een serie van k determinanten (Di, met i = 1, ..., k).
In deze vergelijking is de ziekte de afhankelijke variabele of uitkomstvariabele. De determinanten
fungeren in de formule als onafhankelijke variabelen.
o Afhankelijke variabele → Vaak wordt de afhankelijke variabele in epidemiologisch
onderzoek, ziekte, uitgedrukt op een dichotome schaal.
• Dichotome schaal: ziek versus niet-ziek. De verdeling van ziekte in de populatie laat
zich dan eenvoudig beschrijven aan de hand van de aantallen (proporties) zieken.
• Continue schaal: Voorbeelden zijn bloeddruk, longfunctie, gehoorverlies, cognitief
functioneren, ernst van pijnklachten en kwaliteit van leven. Uiteraard zou elk van
EPB blok A + B
, deze continue variabelen teruggebracht kunnen worden tot een dichotome variabele
(bijv. hypertensie ja/nee; kwaliteit van leven goed/slecht).
De verdeling van een variabele die op een continue schaal wordt gemeten, laat zich
kernachtig samenvatten door twee maten: een maat voor de centrale waarde
waaromheen de waarnemingsuitkomsten zich groeperen, en een maat voor de
spreiding in de waarnemingen.
- Centrale maten:
Gemiddelde: de som van alle meetuitkomsten, gedeeld door het aantal
metingen.
Mediaan: de waarde waar 50% van de meetuitkomsten boven en
eveneens 50% van de meetuitkomsten onder ligt (middelste waarde van
alle individuele waarden).
Modus: de meetwaarde die het vaakst voorkomt. Als twee verschillende
waarden het meest voorkomen, is er geen modus.
- Spreidingsmaten:
Standaarddeviatie: SD, van de gemiddelde meetwaarde. Dit is bij
benadering de absolute waarde van het gemiddelde verschil tussen de
individuele meetuitkomsten en de gemiddelde waarde van alle
meetuitkomsten.
Interpercentielspreiding: een zone gemarkeerd door twee
meetuitkomsten, waarbinnen een bepaald percentage van de
waarnemingen valt.
Range: de afstand tussen de hoogste en de laagste meetwaarde.
Om de sterkte van de relatie tussen het voorkomen van de determinant en de ziekte uit te drukken,
kunnen verschillende associatiematen worden gebruikt.
EPB blok A + B
,Hoewel in een epidemiologisch onderzoek meestal één determinant van de ziekte centraal staat,
moet men, wil men goed zicht krijgen op de relatie tussen deze determinant en de ziekte, vrijwel
altijd ook andere determinanten meten en betrekken bij de opzet van het onderzoek en de analyse
van de resultaten.
De aanwezigheid van deze ‘andere determinanten’ kunnen het onderzoeksresultaat beïnvloeden.
Voorbeeld: als we het effect van alcoholinname op rijgedrag willen onderzoeken, moeten we het
gewicht van proefpersonen meenemen. De te onderzoeken associatie is namelijk anders voor dikke
dan voor dunne mensen; met andere woorden: het effect van alcohol op rijgedrag wordt
gemodificeerd (veranderd/gewijzigd) door gewicht (= effectmodificatie).
Effectmodificator → modicifeert → wijzigt of verandert.
Het is een variabele welke het effect tussen groepen verandert (positief/negatief) van een
risicofactor op een uitkomst.
De omvang van het effect wordt beïnvloed of gemodificeerd door de aan- of afwezigheid van een
bepaalde eigenschap.
Een confounder is een verstorende factor. Een verstorende factor kan een effect tussen blootstelling
en uitkomst binnen een groep ongewenst verzwakken of versterken. Het verstoort dus het effect.
Voorwaarde confounding/confounder: het moet een associatie hebben met de risicofactor
(blootstelling) en het moet een relatie hebben met de ziekte/uitkomst/effect. Daarbij mag het niet
op het causale pad liggen tussen risicofactor en ziekte/uitkomst/effect.
Voorbeeld: relatie tussen diabetes en vaatlijden. Hypertensie kan invloed hebben op zowel diabetes
als vaatlijden. Dus bij het onderzoeken van relatie diabetes -> vaatlijden kijken of de bloeddruk geen
verstorend effect heeft.
Er is sprake van confounding wanneer een derde variabele, die gerelateerd is aan zowel de
onafhankelijke variabele (OV) als de afhankelijke (AV), het causale verband tussen die twee verstoort
of veroorzaakt.
In de context van een cohortonderzoek is confounding een vertekening van het empirisch (op de
werkelijkheid en de ervaring gebaseerd/proefondervindelijk) gevonden verband tussen een bepaalde
risicofactor en het ontstaan van de bestudeerde aandoening door een of meer andere risicofactoren.
Een factor is werkzaam als confounder in een onderzoek wanneer deze factor (a) zelf een risicofactor
is voor de aandoening in kwestie en (b) in het onderzoek ongelijk blijkt te zijn verdeeld over de
categorieën van de risicofactor waarvan men het effect wil bestuderen.
Voorbeeld: in een interventieonderzoek bestaat de groep die de nieuwe therapie krijgt uit meer
jongeren dan de groep die de gebruikelijke therapie krijgt. Stel tevens dat jongeren (ongeacht de
therapie) een sterkere pijndaling hebben dan ouderen. In dat geval kan het gevonden therapie-effect
ten dele veroorzaakt zijn door het leeftijdsverschil dat tussen beide groepen bestaat → leeftijd kan
gezien worden als een ‘confounder’ van het gevonden effect. Het werkelijke effect zal kleiner zijn
dan het gevonden effect.
Verschil confounder en effectmodificator: confounder verstoort het effect binnen een groep. Een
effectmodificator verandert het effect van een risicofactor op een uitkomst tussen groepen.
Wanneer is er sprake van een effect?
Baseline meting → interventie → effect
Vindt alleen plaats in een longitudinaal design → er kan dus alleen sprake zijn van effectmodificatie
en confounding indien er een verandering plaatsvindt in de tijd.
EPB blok A + B
, Onderzoeksopzet/-design
Onderzoeksopzetten kan men indelen aan de hand van de designkenmerken. Een eerste onderscheid
is dan dat tussen individuele onderzoeken en ecologische onderzoeken.
In een ecologisch onderzoek (correlatieonderzoek) vindt de bestudering van de relatie tussen ziekte
en andere verschijnselen plaats aan de hand van geaggregeerde gegevens over de relevante
variabelen. Twee subtypen van ecologisch onderzoek zijn tijdstrendonderzoek: dezelfde populatie op
twee of meer verschillende tijdsstippen onder de loep nemen (analyse van tijdseries) en geografisch-
correlatieonderzoek: twee of meer populaties op één moment in de tijd met elkaar vergelijken.
Individuele onderzoeken kunnen worden onderscheiden in transversale en longitudinale
onderzoeken.
o Transversaal onderzoek
• Cross-sectioneel onderzoek: Dwarsdoorsnedeonderzoek/survey. Bij een cross-
sectioneel onderzoek worden de onderzochte determinant, de uitkomst en
eventuele confounders bij ieder individu op hetzelfde tijdstip gemeten (alle gegevens
verzamel je op hetzelfde moment). Er is sprake van een cross-sectioneel onderzoek
als men bij een steekproef uit de bevolking alle relevante variabelen meet en
associaties bestudeert. Men kan ook patiënten en controles selecteren en bij hen de
actuele waarde van de onderzochte determinant meten → patiënt-
controleonderzoek met een transversale i.p.v. een longitudinale tijdsdimensie.
o Longitudinaal onderzoek
o Experimenteel: Cruciaal voor een experiment is dat er sprake is van interventie door
de onderzoeker, die een of meer determinanten (bijv. een behandeling, een
risicofactor, een diagnostische of een prognostische marker) manipuleert om een
wetenschappelijke vraag te beantwoorden.
- Randomized controlled trial: experiment waarbij sprake is van random toewijzing
van een interventie aan de onderzoekspersonen → klinische trials: RCT die bij
patiënten wordt uitgevoerd ter evaluatie van de effectiviteit van therapeutische
maatregelen. Preventieve trials: als bij gezonde onderzoekspersonen
experimenten worden gedaan ter evaluatie van de effectiviteit van preventieve
maatregelen.
EPB blok A + B
