THEMA 10: PROEFDIERKUNDIGE STATISTIEK &
METHODOLOGIE
Een dierexperiment dusdanig opzetten dat een minimum aantal dieren wordt gebruikt en een maximum
aan informatie wordt verkregen
Als je te weinig dieren gebruikt, is de voorspelling niet te testen. Echter is het gebruik van te veel dieren
verspilling van geld en leven. Er zal altijd variatie zijn in een proef. De kunst is om je experiment zo op te
zetten dat storende invloeden zo min mogelijk effect hebben. Ook is het van belang dat je het aantal
proefdieren van te voren statistisch berekent.
Een proefopzet maken (factorial design, Latijns vierkant) met het juiste aantal dieren in de proef- en
controlegroep, met het juiste aantal (controle)groepen in een dierexperiment en waarbij een optimale
reproduceerbaarheid van onderzoeksresultaten nagestreefd wordt
Als je een proef opzet, moet je om te beginnen nadenken over je variabelen en wat je wil gaan meten in
je proef (primaire parameter):
o Onafhankelijke variabele verander je zelf
o Afhankelijke variabele wat je meet
o Controle variabele onderdelen die je constant wil houden; anders kunnen ze bovenstaande
beïnvloeden
Vervolgens kun je deze variabelen induceren volgens verschillende schema’s:
1. Simultaan: alle groepen ondergaan hierbij een gelijke behandeling.
o Duur experiment = duur 1 behandeling
o Geen last van lange-termijn effecten
o Wel last van variatie tussen dieren
2. Sequentieel/wisselschema: Verschillende achtereenvolgende behandelingen op dezelfde groep
o +: Geen individuele variatie, dier is eigen controle
o +: Veelal minder dieren nodig
o -: Langere duur experiment
o -: Niet altijd geschikt (dier moet elke behandeling overleven, niet geschikt bij incubatie en
wachttijden)
Dit model kan op verschillende manieren:
, Eenvoudig wisselschema: elk dier krijgt alle behandelingen. Dit kan enkel als het dier niet
gedood hoeft te worden. Het is niet mogelijk bij een irreversibel effect. Hierdoor is er dus
geen tussendier variatie, maar je kunt geen correctie doen of tijdeffecten meten.
Latijns vierkant: hierin is correctie voor tijdseffecten en tussendier variatie. Elke rij bevat alle
behandelingen. Wanneer elk dier alle behandelingen ondergaat in de tijd spreken we van een
‘cross-over’ experiment. Het probleem aan dit model is dat een behandeling soms nog effect
heeft als de volgende behandeling begint. Hierom: washout!
Carry over: kan gebruikt worden als een behandeling een lange nawerking heeft. M.a.w. het
werkt door in de volgende periode van bepalen dan: Uitbreiding schema zodat elke
combinatie van behandelen voorkomt.
Factorieel schema: wordt toegepast als wordt verwacht dat er interactie bestaat tussen twee
parameters (synergie van medicatie).
M.b.v. power-analyse het benodigd aantal dieren te bepalen
De power (symbool 𝜋) is de kans dat een experiment een effect laat zien als dat effect er in het echt is. Je
berekent het door 1- 𝛽. Met behulp van een power-analyse kun je berekenen hoe veel dieren je nodig
METHODOLOGIE
Een dierexperiment dusdanig opzetten dat een minimum aantal dieren wordt gebruikt en een maximum
aan informatie wordt verkregen
Als je te weinig dieren gebruikt, is de voorspelling niet te testen. Echter is het gebruik van te veel dieren
verspilling van geld en leven. Er zal altijd variatie zijn in een proef. De kunst is om je experiment zo op te
zetten dat storende invloeden zo min mogelijk effect hebben. Ook is het van belang dat je het aantal
proefdieren van te voren statistisch berekent.
Een proefopzet maken (factorial design, Latijns vierkant) met het juiste aantal dieren in de proef- en
controlegroep, met het juiste aantal (controle)groepen in een dierexperiment en waarbij een optimale
reproduceerbaarheid van onderzoeksresultaten nagestreefd wordt
Als je een proef opzet, moet je om te beginnen nadenken over je variabelen en wat je wil gaan meten in
je proef (primaire parameter):
o Onafhankelijke variabele verander je zelf
o Afhankelijke variabele wat je meet
o Controle variabele onderdelen die je constant wil houden; anders kunnen ze bovenstaande
beïnvloeden
Vervolgens kun je deze variabelen induceren volgens verschillende schema’s:
1. Simultaan: alle groepen ondergaan hierbij een gelijke behandeling.
o Duur experiment = duur 1 behandeling
o Geen last van lange-termijn effecten
o Wel last van variatie tussen dieren
2. Sequentieel/wisselschema: Verschillende achtereenvolgende behandelingen op dezelfde groep
o +: Geen individuele variatie, dier is eigen controle
o +: Veelal minder dieren nodig
o -: Langere duur experiment
o -: Niet altijd geschikt (dier moet elke behandeling overleven, niet geschikt bij incubatie en
wachttijden)
Dit model kan op verschillende manieren:
, Eenvoudig wisselschema: elk dier krijgt alle behandelingen. Dit kan enkel als het dier niet
gedood hoeft te worden. Het is niet mogelijk bij een irreversibel effect. Hierdoor is er dus
geen tussendier variatie, maar je kunt geen correctie doen of tijdeffecten meten.
Latijns vierkant: hierin is correctie voor tijdseffecten en tussendier variatie. Elke rij bevat alle
behandelingen. Wanneer elk dier alle behandelingen ondergaat in de tijd spreken we van een
‘cross-over’ experiment. Het probleem aan dit model is dat een behandeling soms nog effect
heeft als de volgende behandeling begint. Hierom: washout!
Carry over: kan gebruikt worden als een behandeling een lange nawerking heeft. M.a.w. het
werkt door in de volgende periode van bepalen dan: Uitbreiding schema zodat elke
combinatie van behandelen voorkomt.
Factorieel schema: wordt toegepast als wordt verwacht dat er interactie bestaat tussen twee
parameters (synergie van medicatie).
M.b.v. power-analyse het benodigd aantal dieren te bepalen
De power (symbool 𝜋) is de kans dat een experiment een effect laat zien als dat effect er in het echt is. Je
berekent het door 1- 𝛽. Met behulp van een power-analyse kun je berekenen hoe veel dieren je nodig
