Samenvatting pathofysiologie en pathologische biochemie
Hoofdstuk 1: Algemene inleiding
1.1 Wat is normaal?
Figuur hiernaast geeft bloeduitslag van een
patiënt weer. Zowel resultaat als de
referentiewaarden zichtbaar. ‘-‘ staat voor een
afwijkende waarde.
Referentiewaarden moeten dynamisch gebruikt
worden: anders bij jong/oud dier, man/vrouw,
sterilisatie, … koppelen aan patiënt, klachten
en symptomen.
Om te bepalen wat normaal is, wordt er een interval gebruikt. In dit interval liggen
verschillende data = observaties in een populatie. Een gemeten bloedwaarde is dan normaal
als ze binnen dit normale bereik valt. De figuren hieronder geven een normale verdeling
weer. De waarden langs de zijkanten komen minder voor maar zijn nog steeds normaal. 95%
van de data ligt binnen µ +- 2*SD. Bijgevolg is er 5% kans dat een gezond dier als ziek wordt
beschouwd.
In de rechter figuur zijn in het groene deel 100 normale honden onderzocht en in het rode
deel 100 zieke honden (diabetes). De grafieken van deze beide delen overlappen deels, wat
het onderscheid tussen normaal en ziek moeilijk maakt. De rode lijn geeft een treshold aan.
Daardoor zien we een 5% fout = α = vals positief = type I fout. Het omgekeerde zien we bij β
= vals negatief = type II fout. Stel dat we geen fouten willen in het foutief ziek beschouwen
van honden, dan schuiven we de treshold op naar rechts waardoor α kleiner wordt. Er is dan
minder sprake van een type I fout maar wel meer type II fout.
Nummer 1 geeft een specifieke regio aan waar 1-β = power van de test om een ziek dier ook
als ziek te diagnosticeren. Dit wordt ook de sensitiviteit genoemd. Nummer 2 geeft de
specificiteit van een test aan of de kans dat een gezond dier ook als gezond wordt
beschouwd = 1-α.
ECHT ZIEK ECHT GEZOND
1
, Diagnose ziek A B
Diagnose gezond C D
Sensitiviteit = A/(A+C)
Specificiteit = D/(B+D)
Positief voorspellende waarde = A/(A+B) = kans dat een gediagnosticeerd ziek dier ook
werkelijk ziek is.
Negatief voorspellende waarde = D/(C+D) = kans dat een gediagnosticeerd gezond dier ook
werkelijk gezond is.
1.2 Precisie en accuraatheid
Precisie = hoe betrouwbaar een methode is. Hoe dicht de waarden van een herhaalde
meting tegen elkaar liggen. CV = SD/gemiddelde = coëfficiënt of variation: geeft het verschil
weer tussen de verschillende waarden, bv. als hetzelfde staal naar verschillende labo’s werd
gestuurd, dan zou er normaal hetzelfde resultaat uit moeten komen, maar CV geeft het
eventuele verschil weer.
- Intra assay CV: staal ontdubbelen en van beide stalen een SD nemen.
- Inter assay CV: één staal ontdubbelen in verschillende stalen waarvan er elke dag één
geanalyseerd wordt.
Accuraatheid = hoe dicht de gevonden waarde tegen de werkelijke waarde ligt, en dus of de
gevonden waarde valide is.
Stel je krijgt een bloeduitslag met als glycemiewaarde 90 mg/dl. Bepaalde zaken in rekening
brengen als je deze parameter bekijkt:
- Dierfactoren (ziek of niet, …).
- Assay (machinerie, techniek, …).
- Confounders = verstoorders dus ofwel diergebonden (voeding, stress, …), ofwel door
techniek dierenarts (dikte naald, …), ofwel post sampling confounders (niet koelen,
schudden, …).
Bij het bekijken van de uitslag dus drie factoren in rekening nemen. Bekijken of de uitslag
normaal is of dat het aan één van die drie redenen kan liggen. De variatiecurves zoals die op
de vorige pagina gaan enkel over dierfactoren.
1.3 Diagnose
(Differentiaal)diagnose doen op basis van signalement, anamnese, algemene indruk,
algemeen en specifiek onderzoek differentiaaldiagnose therapie terug signalement,
anamnese, …, reactie op therapie bekijken diagnose. Altijd terugkoppelen om te kijken of
de therapie hielp.
2
,Belangrijk om eerst uitvoerig te kijken vooraleer je het dier benadert! Zichtbaar bij de koe
hieronder: het dier heeft pijn. Haar houding is opgetrokken, hierdoor kan je niks zeggen over
de hongergroeve. De uiervene is opgezet maar dit is normaal door de lactatie. De koe staat
bijna kruislings vooraan wat kan wijzen op klauwproblemen. Een koe steunt namelijk vooraan
voornamelijk op de mediale klauwen, bij overbleasting van deze klauwen gaat ze haar
laterale klauwen voornamelijk gebruiken en gaat daardoor kruislings staan. Achteraan
gebruikt een koe vooral de laterale klauwen, en zal je dus het omgekeerde verschijnsel zien
bij klauwproblemen (wijd staan). De uier is rood. De staart wordt van het lichaam
afgehouden wat wijst op een probleem in het bekken, bv. persdrang. De bodem is
onygiënisch en zou droog moeten zijn.
3
, Belangrijke kader!
Bij het stellen van een diagnose is van belang: klinisch onderzoek, observatie, specifiek
onderzoek, meten en weten. Vervolgens is een goede opvolging van belang (na de diagnose
en de behandeling).
Opgepast met primaire oorzaak – secundaire pathologie – symptomen! Bv.: hond heeft een
ontsteking aan zijn penis en heeft moeite met urineren. Na behandeling is dit weg, maar na
een paar weken kan de hond terug moeilijk urineren. De penis is dan echter oké, hoewel het
dier nu een plasbuisontsteking heeft. Na behandeling is dit weer in orde tot een paar weken
later het dier terug een plasbuisontsteking heeft. Het probleem is hier dat enkel de
symptomen bestreden zijn (ontstoken penis en plasbuis) en niet de grotere ongekende
pathologie zoals hyperglycemie. Hyperglycemie glucosurie polyurie suikers in
plasbuis geven bacteriën ontsteking.
Valkuilen bij het klinisch redeneren:
- Availability: diagnostisch redeneren enkel op recente ervaringen baseren (te beknopt).
- Anchoring: tunnelvisie bij redeneren, één redenering volgen en andere pistes negeren.
- Confirmation: alleen positieve gevallen blijven je bij.
- Vroeg tevreden: te snel je diagnose stopzetten omdat je al tevreden bent.
- De val van het ‘lage-voorkomen’: zeldzame ziektes worden niet in overweging genomen.
- De val van het ‘achteraf gelijk’: de evaluatie van een diagnosestelling moet gebeuren op
basis van de informatie die toen voorhanden was.
Prevalentie: aantal zieke dieren in een bepaalde populatie op een bepaald moment.
Incidentie: aantal nieuwe ziektegevallen in een bepaalde gevoelige populatie tijdens een
bepaald tijdsinterval.
Mortaliteit: hoeveel van de besmette dieren sterft.
Morbiditeit: hoeveel van de besmette dieren ziek worden.
Comorbiditeit: een ziekte die gelijk loopt met een andere ziekte (bv. diabetes en
ademhalingsproblemen).
4
Hoofdstuk 1: Algemene inleiding
1.1 Wat is normaal?
Figuur hiernaast geeft bloeduitslag van een
patiënt weer. Zowel resultaat als de
referentiewaarden zichtbaar. ‘-‘ staat voor een
afwijkende waarde.
Referentiewaarden moeten dynamisch gebruikt
worden: anders bij jong/oud dier, man/vrouw,
sterilisatie, … koppelen aan patiënt, klachten
en symptomen.
Om te bepalen wat normaal is, wordt er een interval gebruikt. In dit interval liggen
verschillende data = observaties in een populatie. Een gemeten bloedwaarde is dan normaal
als ze binnen dit normale bereik valt. De figuren hieronder geven een normale verdeling
weer. De waarden langs de zijkanten komen minder voor maar zijn nog steeds normaal. 95%
van de data ligt binnen µ +- 2*SD. Bijgevolg is er 5% kans dat een gezond dier als ziek wordt
beschouwd.
In de rechter figuur zijn in het groene deel 100 normale honden onderzocht en in het rode
deel 100 zieke honden (diabetes). De grafieken van deze beide delen overlappen deels, wat
het onderscheid tussen normaal en ziek moeilijk maakt. De rode lijn geeft een treshold aan.
Daardoor zien we een 5% fout = α = vals positief = type I fout. Het omgekeerde zien we bij β
= vals negatief = type II fout. Stel dat we geen fouten willen in het foutief ziek beschouwen
van honden, dan schuiven we de treshold op naar rechts waardoor α kleiner wordt. Er is dan
minder sprake van een type I fout maar wel meer type II fout.
Nummer 1 geeft een specifieke regio aan waar 1-β = power van de test om een ziek dier ook
als ziek te diagnosticeren. Dit wordt ook de sensitiviteit genoemd. Nummer 2 geeft de
specificiteit van een test aan of de kans dat een gezond dier ook als gezond wordt
beschouwd = 1-α.
ECHT ZIEK ECHT GEZOND
1
, Diagnose ziek A B
Diagnose gezond C D
Sensitiviteit = A/(A+C)
Specificiteit = D/(B+D)
Positief voorspellende waarde = A/(A+B) = kans dat een gediagnosticeerd ziek dier ook
werkelijk ziek is.
Negatief voorspellende waarde = D/(C+D) = kans dat een gediagnosticeerd gezond dier ook
werkelijk gezond is.
1.2 Precisie en accuraatheid
Precisie = hoe betrouwbaar een methode is. Hoe dicht de waarden van een herhaalde
meting tegen elkaar liggen. CV = SD/gemiddelde = coëfficiënt of variation: geeft het verschil
weer tussen de verschillende waarden, bv. als hetzelfde staal naar verschillende labo’s werd
gestuurd, dan zou er normaal hetzelfde resultaat uit moeten komen, maar CV geeft het
eventuele verschil weer.
- Intra assay CV: staal ontdubbelen en van beide stalen een SD nemen.
- Inter assay CV: één staal ontdubbelen in verschillende stalen waarvan er elke dag één
geanalyseerd wordt.
Accuraatheid = hoe dicht de gevonden waarde tegen de werkelijke waarde ligt, en dus of de
gevonden waarde valide is.
Stel je krijgt een bloeduitslag met als glycemiewaarde 90 mg/dl. Bepaalde zaken in rekening
brengen als je deze parameter bekijkt:
- Dierfactoren (ziek of niet, …).
- Assay (machinerie, techniek, …).
- Confounders = verstoorders dus ofwel diergebonden (voeding, stress, …), ofwel door
techniek dierenarts (dikte naald, …), ofwel post sampling confounders (niet koelen,
schudden, …).
Bij het bekijken van de uitslag dus drie factoren in rekening nemen. Bekijken of de uitslag
normaal is of dat het aan één van die drie redenen kan liggen. De variatiecurves zoals die op
de vorige pagina gaan enkel over dierfactoren.
1.3 Diagnose
(Differentiaal)diagnose doen op basis van signalement, anamnese, algemene indruk,
algemeen en specifiek onderzoek differentiaaldiagnose therapie terug signalement,
anamnese, …, reactie op therapie bekijken diagnose. Altijd terugkoppelen om te kijken of
de therapie hielp.
2
,Belangrijk om eerst uitvoerig te kijken vooraleer je het dier benadert! Zichtbaar bij de koe
hieronder: het dier heeft pijn. Haar houding is opgetrokken, hierdoor kan je niks zeggen over
de hongergroeve. De uiervene is opgezet maar dit is normaal door de lactatie. De koe staat
bijna kruislings vooraan wat kan wijzen op klauwproblemen. Een koe steunt namelijk vooraan
voornamelijk op de mediale klauwen, bij overbleasting van deze klauwen gaat ze haar
laterale klauwen voornamelijk gebruiken en gaat daardoor kruislings staan. Achteraan
gebruikt een koe vooral de laterale klauwen, en zal je dus het omgekeerde verschijnsel zien
bij klauwproblemen (wijd staan). De uier is rood. De staart wordt van het lichaam
afgehouden wat wijst op een probleem in het bekken, bv. persdrang. De bodem is
onygiënisch en zou droog moeten zijn.
3
, Belangrijke kader!
Bij het stellen van een diagnose is van belang: klinisch onderzoek, observatie, specifiek
onderzoek, meten en weten. Vervolgens is een goede opvolging van belang (na de diagnose
en de behandeling).
Opgepast met primaire oorzaak – secundaire pathologie – symptomen! Bv.: hond heeft een
ontsteking aan zijn penis en heeft moeite met urineren. Na behandeling is dit weg, maar na
een paar weken kan de hond terug moeilijk urineren. De penis is dan echter oké, hoewel het
dier nu een plasbuisontsteking heeft. Na behandeling is dit weer in orde tot een paar weken
later het dier terug een plasbuisontsteking heeft. Het probleem is hier dat enkel de
symptomen bestreden zijn (ontstoken penis en plasbuis) en niet de grotere ongekende
pathologie zoals hyperglycemie. Hyperglycemie glucosurie polyurie suikers in
plasbuis geven bacteriën ontsteking.
Valkuilen bij het klinisch redeneren:
- Availability: diagnostisch redeneren enkel op recente ervaringen baseren (te beknopt).
- Anchoring: tunnelvisie bij redeneren, één redenering volgen en andere pistes negeren.
- Confirmation: alleen positieve gevallen blijven je bij.
- Vroeg tevreden: te snel je diagnose stopzetten omdat je al tevreden bent.
- De val van het ‘lage-voorkomen’: zeldzame ziektes worden niet in overweging genomen.
- De val van het ‘achteraf gelijk’: de evaluatie van een diagnosestelling moet gebeuren op
basis van de informatie die toen voorhanden was.
Prevalentie: aantal zieke dieren in een bepaalde populatie op een bepaald moment.
Incidentie: aantal nieuwe ziektegevallen in een bepaalde gevoelige populatie tijdens een
bepaald tijdsinterval.
Mortaliteit: hoeveel van de besmette dieren sterft.
Morbiditeit: hoeveel van de besmette dieren ziek worden.
Comorbiditeit: een ziekte die gelijk loopt met een andere ziekte (bv. diabetes en
ademhalingsproblemen).
4
