Diagnostiek in de klinische psychologie
(200300176)
Samenvatting artikelen
Universiteit Utrecht
12.05.2023
Daphne Psychologie (2023)
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 1
,Inhoudsopgave
College 1
Waarom iedere psycholoog de regel van Bayes moet kennen
Tiemens et al. 2018
College 2
H4 Richtlijn behandelen suïcidaliteit
Annemiek Huisman, Cornelis van Houwelingen en Ad Kerkhof
Anamnese en heteroanamnese
Hengeveld Schudel
De diagnostische fase
Marleen Rijkeboer en Moniek Thunnissen
College 4
Social cognition in schizophrenia
Michael F. Green, William P. Horan and Junghee Lee
The Neurocognitive Profile of Attention-Deficit/Hyperactivity Disorder: A Review of
Meta-Analyses
Michelle A. Pievsky, Robert E. McGrath
College 6
Indicatiestelling: een beschouwing
Indication for Psychotherapy
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 2
,College 1
Waarom iedere psycholoog de regel van Bayes moet kennen
Tiemens et al. 2018
Overdiagnostiek
Het negeren van de regel van Bayes kan leiden tot overdiagnostiek. We weten niet hoe
vaak er in de praktijk sprake is van overdiagnostiek, want cliënten hebben het daar minder
snel over. Over onderdiagnostiek horen we vaker tegengeluid en daarom zijn professionals
vaak banger voor het missen van een ziekte/stoornis, dan dat zij vrezen voor
overdiagnostiek. In de ggz kwam de discussie over diagnostiek pas echt op gang na de
komst van de DSM-5. Frances schreef namelijk een boek over hoe vaak stoornissen
voorkomen, dat ze steeds vaker voorkomen en dat er sprake is van overbehandeling (o.a.
met medicatie). ADHD wordt met name te vaak gediagnosticeerd, maar er wordt weinig
onderzoek naar overdiagnostiek gedaan, dus we denken dat psychologen het prima doen.
De regel van Bayes
De regel van Bayes kan dus helpen om overdiagnostiek te voorkomen, maar dit komt
weinig aan bod in opleidingen van psychologen. De regel van Bayes wordt ook wel
theorema van Bayes genoemd. Het helpt ons om de kans op een aandoening te bepalen bij
een individu; gegeven de:
- Prevalentie van die aandoening in de populatie waarin dat individu deel van
uitmaakt
- De uitkomst van een test
- De psychometrische kenmerken van die test
Juist de prevalentie in de populatie wordt vaak over het hoofd gezien. Als er in een
populatie een lage prevalentie is, en iemand scoort hoog op een vragenlijst, is de kans dat
er sprake is van de stoornis nog steeds heel laag gezien de populatie. Bovendien is de kans
dat blijkt dat je een tropische ziekte hebt in Nederland veel groter dat deze testuitslag op
toeval berust, omdat de prevalentie heel laag is. Maak zelf de rekensom in dit soort
gevallen!
Rekensom: heeft de cliënt een depressie?
De kans dat een huisarts een cliënt met een depressie ziet, is 11%. Dat is ook wel de base
rate, basis kans of voorafkans; de kans dat iemand de aandoening heeft, voordat er wordt
getest. De kans dat iemand met een depressie ook echt positief scoort op een
depressievragenlijst is 83%, dat is de sensitiviteit. De kans dat iemand zonder depressie
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 3
, negatief scoort op de depressievragenlijst is 80%, dat is de specificiteit. De formule van
Bayes begint met de probability (P), oftewel kans. De formule gaat over: P(D+|T+). Dat
betekent: de kans dat de patiënt een depressie heeft, gegeven een positieve testuitslag op
een depressievragenlijst.
- De sensitiviteit is .83 en dat betreft de kans dat een patiënt met een positieve test
een depressie heeft
- De prevalentie is .11 en dat betreft de kans dat een patiënt in deze populatie een
depressie heeft
- De 1-specificiteit is .20 en dat betreft de kans dat een patiënt met een positieve test
geen depressie heeft
- De 1-prevalentie is .89 en dat betreft de kans dat een patiënt in deze populatie geen
depressie heeft
De gehele formule is dan:
P (D+|T+) = (P(T+|D+)*P(D+)) / (P(T+|D)*P(D+)) + (P(T+|D-)*P(D-)
Dat wordt dan (.83 x .11) / .83 x .11 + .20 x .89) = .34
34% is dan de achterafkans, de kans nadat de test is afgenomen, gegeven de uitkomsten
van de test.
Het kan makkelijker
Het is gemakkelijker om geen kansen te gebruiken, maar absolute aantallen. Dus geen
percentage van 11% van 110 als getal bij de prevalentie van depressie. Zo kun je ook
berekenen hoeveel patiënten een depressievragenlijst hebben ingevuld, en hoeveel
daarvan een depressie hadden en dat ook als uitslag kregen. De kans dat een patiënt,
gegeven een positieve test, een depressie heeft is dan:
91 / (91+178) = .34
Populatie 1000
patiënten
Prevalentie 50 950
depressie geen depressie
Testuitslag 42 8 190 760
positief negatief positief negatief
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 4
(200300176)
Samenvatting artikelen
Universiteit Utrecht
12.05.2023
Daphne Psychologie (2023)
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 1
,Inhoudsopgave
College 1
Waarom iedere psycholoog de regel van Bayes moet kennen
Tiemens et al. 2018
College 2
H4 Richtlijn behandelen suïcidaliteit
Annemiek Huisman, Cornelis van Houwelingen en Ad Kerkhof
Anamnese en heteroanamnese
Hengeveld Schudel
De diagnostische fase
Marleen Rijkeboer en Moniek Thunnissen
College 4
Social cognition in schizophrenia
Michael F. Green, William P. Horan and Junghee Lee
The Neurocognitive Profile of Attention-Deficit/Hyperactivity Disorder: A Review of
Meta-Analyses
Michelle A. Pievsky, Robert E. McGrath
College 6
Indicatiestelling: een beschouwing
Indication for Psychotherapy
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 2
,College 1
Waarom iedere psycholoog de regel van Bayes moet kennen
Tiemens et al. 2018
Overdiagnostiek
Het negeren van de regel van Bayes kan leiden tot overdiagnostiek. We weten niet hoe
vaak er in de praktijk sprake is van overdiagnostiek, want cliënten hebben het daar minder
snel over. Over onderdiagnostiek horen we vaker tegengeluid en daarom zijn professionals
vaak banger voor het missen van een ziekte/stoornis, dan dat zij vrezen voor
overdiagnostiek. In de ggz kwam de discussie over diagnostiek pas echt op gang na de
komst van de DSM-5. Frances schreef namelijk een boek over hoe vaak stoornissen
voorkomen, dat ze steeds vaker voorkomen en dat er sprake is van overbehandeling (o.a.
met medicatie). ADHD wordt met name te vaak gediagnosticeerd, maar er wordt weinig
onderzoek naar overdiagnostiek gedaan, dus we denken dat psychologen het prima doen.
De regel van Bayes
De regel van Bayes kan dus helpen om overdiagnostiek te voorkomen, maar dit komt
weinig aan bod in opleidingen van psychologen. De regel van Bayes wordt ook wel
theorema van Bayes genoemd. Het helpt ons om de kans op een aandoening te bepalen bij
een individu; gegeven de:
- Prevalentie van die aandoening in de populatie waarin dat individu deel van
uitmaakt
- De uitkomst van een test
- De psychometrische kenmerken van die test
Juist de prevalentie in de populatie wordt vaak over het hoofd gezien. Als er in een
populatie een lage prevalentie is, en iemand scoort hoog op een vragenlijst, is de kans dat
er sprake is van de stoornis nog steeds heel laag gezien de populatie. Bovendien is de kans
dat blijkt dat je een tropische ziekte hebt in Nederland veel groter dat deze testuitslag op
toeval berust, omdat de prevalentie heel laag is. Maak zelf de rekensom in dit soort
gevallen!
Rekensom: heeft de cliënt een depressie?
De kans dat een huisarts een cliënt met een depressie ziet, is 11%. Dat is ook wel de base
rate, basis kans of voorafkans; de kans dat iemand de aandoening heeft, voordat er wordt
getest. De kans dat iemand met een depressie ook echt positief scoort op een
depressievragenlijst is 83%, dat is de sensitiviteit. De kans dat iemand zonder depressie
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 3
, negatief scoort op de depressievragenlijst is 80%, dat is de specificiteit. De formule van
Bayes begint met de probability (P), oftewel kans. De formule gaat over: P(D+|T+). Dat
betekent: de kans dat de patiënt een depressie heeft, gegeven een positieve testuitslag op
een depressievragenlijst.
- De sensitiviteit is .83 en dat betreft de kans dat een patiënt met een positieve test
een depressie heeft
- De prevalentie is .11 en dat betreft de kans dat een patiënt in deze populatie een
depressie heeft
- De 1-specificiteit is .20 en dat betreft de kans dat een patiënt met een positieve test
geen depressie heeft
- De 1-prevalentie is .89 en dat betreft de kans dat een patiënt in deze populatie geen
depressie heeft
De gehele formule is dan:
P (D+|T+) = (P(T+|D+)*P(D+)) / (P(T+|D)*P(D+)) + (P(T+|D-)*P(D-)
Dat wordt dan (.83 x .11) / .83 x .11 + .20 x .89) = .34
34% is dan de achterafkans, de kans nadat de test is afgenomen, gegeven de uitkomsten
van de test.
Het kan makkelijker
Het is gemakkelijker om geen kansen te gebruiken, maar absolute aantallen. Dus geen
percentage van 11% van 110 als getal bij de prevalentie van depressie. Zo kun je ook
berekenen hoeveel patiënten een depressievragenlijst hebben ingevuld, en hoeveel
daarvan een depressie hadden en dat ook als uitslag kregen. De kans dat een patiënt,
gegeven een positieve test, een depressie heeft is dan:
91 / (91+178) = .34
Populatie 1000
patiënten
Prevalentie 50 950
depressie geen depressie
Testuitslag 42 8 190 760
positief negatief positief negatief
DIAGNOSTIEK IN DE KLINISCHE PSYCHOLOGIE - SAMENVATTING BOEK 4
