Pathofysiologie: Algemene inleiding
Algemene inleiding:
- wat is normaal
- precisie van een meting
- accuraatheid
- diagnosestelling: hoe en wat?
Bloed nemen van oudere hond om het voorbeeld te
gebruiken → dan moet je ook de referentiewaarden van een
ouder dier gebruiken
De referentiewaarden zijn ook dynamisch, de waarden bij het
oudere dier kunnen normaal zijn maar bij het jonge dier
kunnen die op pathologie wijzen
vb gesteriliseerde teef zal andere referentiewaarden hebben
dan een niet gesteriliseerde
Wat is normaal?
Wat is normaal?
- Distributie van observaties/data
- Wanneer is een gemeten bloedwaarde normaal, valt binnen een normaal bereik?
- Distributie van data: observaties in een populatie
- Gaussiaanse of Normale verdeling:
● μ = 0 en σ2 = 1
● 95% van de data liggen binnen μ±2*SD
Wij vinden een waarde normaal als
die waarde valt in het interval van het
gemiddelde + 2 keer
standaarddeviatie (nog eens
naluisteren)
Normaalverdeling : gemiddelde =
waarde die meeste voorkomt
middelste = mediaan = waarde die
overeenkomt met de middelste
waarde
Confidentie intervallen gaan ervan uit
dat je fouten maakt
1
, Wat is normaal?
- Bepalen van referentie-intervallen
- Neem een random staal van de gezonde populatie en bepaal μ en SD
- Interval = μ±x*SD waarbij de keuze van X kan variëren …
● Meestal x = 2 (of 1.96) (interval omvat 95% van de data)
● Gevolg: 5% kans dat een gezond dier als ziek wordt beschouwd.
● Concept van vals + (α) en vals – (β)
● Concept sensitiviteit en specificiteit
We nemen van veel mensen
bloed en er zijn er met 107
glycemie en 110, technisch
gezien zijn die ziek maar we
beschouwen ze als gezond
ookal vallen die buiten 95%
betrouwbaarheidsinterval.
Rode lijn: We willen geen
enkele echt gezonde hond
valselijk ziek beschuldigen dus
threshold van onze beslissing
naar rechts verschuiven want
dan wordt de alfa steeds kleiner
dus steeds minder gezonde honden als ziek beschouwen.
Daardoor meer type 2 fouten maken dus dat je ziek dier als gezond beschouwt.
Tumorwaarden verschillen drastisch als je een tumor hebt waardoor de verschillen tussen
gezond en ziek heel groot zijn in de waarden waardoor je dit probleem niet hebt .
Groene zone: 100 honden die gezond zijn en dus normaal verdeeld
= specificiteit = 1-alfa
Rode zone: zieke dieren dus niet normaal verdeeld
1-beta is de power van de test dus als je een echt ziek dier ook als ziek beschouwd =
sensitiviteit
Gestreepte groene zone: Dier is ziek en je meet 105 en dat ligt onder de threshold dus wordt
beschouwd als gezond dus wordt valselijk gezond beoordeeld worden = type 2 fout
Gestreepte rode zone: 2 grafieken overlappen dus het is moeilijk om te zeggen wat normaal
is en wat abnormaal is dus we moeten een waarde beslissen die als abnormaal beschouwd
wordt
we zien een threshold lijn en we maken een 5% fout waardoor we een hond die tot de
gezonde populatie beschouwd als ziek beschouwd wordt dus = type 1 fout of vals positief
dus onze test of ons oordeel zegt dat het dier ziek is ook al is het gezond
2
Algemene inleiding:
- wat is normaal
- precisie van een meting
- accuraatheid
- diagnosestelling: hoe en wat?
Bloed nemen van oudere hond om het voorbeeld te
gebruiken → dan moet je ook de referentiewaarden van een
ouder dier gebruiken
De referentiewaarden zijn ook dynamisch, de waarden bij het
oudere dier kunnen normaal zijn maar bij het jonge dier
kunnen die op pathologie wijzen
vb gesteriliseerde teef zal andere referentiewaarden hebben
dan een niet gesteriliseerde
Wat is normaal?
Wat is normaal?
- Distributie van observaties/data
- Wanneer is een gemeten bloedwaarde normaal, valt binnen een normaal bereik?
- Distributie van data: observaties in een populatie
- Gaussiaanse of Normale verdeling:
● μ = 0 en σ2 = 1
● 95% van de data liggen binnen μ±2*SD
Wij vinden een waarde normaal als
die waarde valt in het interval van het
gemiddelde + 2 keer
standaarddeviatie (nog eens
naluisteren)
Normaalverdeling : gemiddelde =
waarde die meeste voorkomt
middelste = mediaan = waarde die
overeenkomt met de middelste
waarde
Confidentie intervallen gaan ervan uit
dat je fouten maakt
1
, Wat is normaal?
- Bepalen van referentie-intervallen
- Neem een random staal van de gezonde populatie en bepaal μ en SD
- Interval = μ±x*SD waarbij de keuze van X kan variëren …
● Meestal x = 2 (of 1.96) (interval omvat 95% van de data)
● Gevolg: 5% kans dat een gezond dier als ziek wordt beschouwd.
● Concept van vals + (α) en vals – (β)
● Concept sensitiviteit en specificiteit
We nemen van veel mensen
bloed en er zijn er met 107
glycemie en 110, technisch
gezien zijn die ziek maar we
beschouwen ze als gezond
ookal vallen die buiten 95%
betrouwbaarheidsinterval.
Rode lijn: We willen geen
enkele echt gezonde hond
valselijk ziek beschuldigen dus
threshold van onze beslissing
naar rechts verschuiven want
dan wordt de alfa steeds kleiner
dus steeds minder gezonde honden als ziek beschouwen.
Daardoor meer type 2 fouten maken dus dat je ziek dier als gezond beschouwt.
Tumorwaarden verschillen drastisch als je een tumor hebt waardoor de verschillen tussen
gezond en ziek heel groot zijn in de waarden waardoor je dit probleem niet hebt .
Groene zone: 100 honden die gezond zijn en dus normaal verdeeld
= specificiteit = 1-alfa
Rode zone: zieke dieren dus niet normaal verdeeld
1-beta is de power van de test dus als je een echt ziek dier ook als ziek beschouwd =
sensitiviteit
Gestreepte groene zone: Dier is ziek en je meet 105 en dat ligt onder de threshold dus wordt
beschouwd als gezond dus wordt valselijk gezond beoordeeld worden = type 2 fout
Gestreepte rode zone: 2 grafieken overlappen dus het is moeilijk om te zeggen wat normaal
is en wat abnormaal is dus we moeten een waarde beslissen die als abnormaal beschouwd
wordt
we zien een threshold lijn en we maken een 5% fout waardoor we een hond die tot de
gezonde populatie beschouwd als ziek beschouwd wordt dus = type 1 fout of vals positief
dus onze test of ons oordeel zegt dat het dier ziek is ook al is het gezond
2
