Hoofdstuk 1: Methodologie van het groeionderzoek
1.1. Situering
1.1.1. Van ontwikkelingskinesiologie naar groei en ontwikkeling
- kinantropologie = studie van de menselijke soort
- fysische antropologie = studie van de mens als biologisch verschijnsel van fysische wetten
- DOEL: bestuderen van verklaringen van verschillen tussen mensen
- genetische verschillen
- omgevingsverschillen
- interactie tussen beide factoren
- Humane biologie, auxologie = aspecten focus op groei, andere naam
1.1.2. Waarom binnen Lo&BW en Revaki?
- uniekheid herkennen van ieder opgroeiend kind
- tools kennen om dat te kwantificeren
- rekening mee houden in therapie, differenciëren
- wat gebeurt er in een lichaam tijdens veroudering en hoe mee rekening houden?
1.1.3. Waarom groei bestuderen?
- typisch aan jonge leeftijd, te maken met humaan bestaan, we zitten heel lang in een groeifase relatief
uitgedrukt ten opzichte van onze levensduur
- en daarbij is onze ontwikkelingsfase verschillend van elkaar
- resultaat van genetisch potentieel, omgevingsinvloeden en interactie waaronder tevens bio - culturele
aspecten
1.1.4. Waarom veroudering bestuderen?
- hoe zal jij ervoor kunnen zorgen dat mensen zo lang mogelijk actief gezond in het leven kunnen staan,
erntige zorg zo lang mogelijk kunnen uitstellen
- hoe kunnen gezonde levensjaren verlengen?
Levensverwachting
Vrouwen leven gemiddeld gezien langer
dan mannen
, Donkerblauwe balkjes = hoeveel jaren worden als
gezond gezien, zonder beperkingen
Lichtblauwe balkjes = jaren met beperking, zorg
Vrouwen hebben absoluut meer gezonde jaren dan
mannen
M̀annen hebben relatief meer gezonde jaren dan
vrouwen
1.1.5. Waar in het wetenschapsdomein?
- wetenschapsdomein is niet - experimenteel, we beschrijven vooral
- we zijn vooral op zoek naar variabiliteit
1.2. Terminologie: groei - maturatie - ontwikkeling
1.2.1. Groei
- komt tot stand onder invloed van drie elementen
- celvermenigvuldiging (mitosis) = cellen nemen toe in aantal
- celvolumetoename (hypertrofie)
- toename van interstitieel weefsel/vochtvolume
- ook groei is niet iets gelijkaardig in ieder van onze weefsels, groei is weefselafhankelijk
- bv. zenuwcellen groeien veel trager dan huidcellen enzovoort
- groei gaan we proberen zo goed mogelijk te kwantificeren, wanneer die maat goed te meten is zoals
lengte (gewoon gaan staan tegen meter) je kan zo makkelijk andere parameters kunnen afleiden zoals
groeisnelheid, piekgroeisnelheid, versnelling, …
1.2.2. Maturatie
Kunnen we bekijken in twee fases
- prenataal = voor de geboorte = van bevruchte eicel tot klein mens
- we vertrekken vanuit genetisch materiaal vanuit de vrouw en van de man
- cel heeft dan volwaardig genetisch materiaal, gaat delen, gaat uiteindelijk differentieren naar
drie kiembladen, daarvanuit gaat elke cel verder ontwikkelen tot zijn specifieke functie
- wanneer al de cellen en al het weefsel op de juiste manier gedifferentieerd zijn, komt er een
gezonde baby ter wereld
- postnataal = na de geboorte
- hoe ver een jongere afstaat van de mature status, het volgroeid zijn ( bv. menarche bereiken)
- tempo = over de opeenvolging van mijlpalen
- timing = op welke chronologische leeftijd heeft een jongere een mijlpaal bereikt
, - heel wat technieken, vaak hebben we daarvoor meer kwalitatieve gegevens nodig
- biologische maturiteit = status (bv. premenarche en postmenarche, meisjes opdelen in twee groepen)
- maturatie = proces (met vershillende stappen in verschillende snelheden
1.2.3. Typische groeicurves
- worden typisch opgedeeld voor de eerste drie levensjaren =
36 maanden
- verschillende fases opgedeeld, de eerste fase tussen 0 en 1
jaar = infancy
- tot 5 jaar = early childhood
- van 5 tot begin groeispurt = middle childhood
- fase erna = adolescentie
- voorbeeld van welke gegevens we nodig hebben om de botleeftijd van
iemand te bepalen
- skeletale leeftijd is een heel goede schatting van de biologische maturiteit
- hier kan je moeilijk een skeletale leeftijd op plakken, omdat dit een
volwassen volgroeide hand is
- 16 +is een goede inschatting, alle groeischijven zijn dicht
typische examenvraag: goed idee om hiermee geboortedatum af te leiden?
1.2.4. Samenhang tussen groei en maturatie
- de ene term is niet helemaal onafhankelijk van de andere term
- bijvoorbeeld: tijd van maximale groei, moment van de grootste groeisnelheid gaan we gebruiken om een
aspect van biologische maturiteit te berekenen. de timing daarvan, op welke leeftijd jij je groeispurt had,
zegt iets over of je vroeg of laat matuur bent
- bijvoorbeeld: het verdwijnen van de groeischijf in het bot geeft skeletale maturiteit aan, einde van de
lengtegroei
- wat betreft pathologiën: sommige hebben heel specifiek effect op groei, maar niet op seksuele
maturitatie (bijvoorbeeld dwerggroei/achondroplasie)
,1.2.5. Ontwikkeling
- bijvoorbeeld motorische ontwikkeling, perceptuele ontwikkeling, emotionele ontwikkeling, …
- ontwikkeling = het feit dat een kind bepaalde fases door moet
- geen losstaand iets, maar met interactie met de omgeving
- self concept - self esteem - perceived competence
- een kind dat laat matuur is, ervaart zichzelf in zijn peers anders dan een vroeg matuur, soms
bewust soms niet bewust
- kinderen met overgewicht worden vaak anders bekeken dan normaal gewicht
- kinderen hoge motorische vaardigheid worden anders uitgepikt in de les LO
1.2. Bronnen van variatie
groei, maturatie en ontwikkeling zijn onderhevig aan verschillende factoren
1.2.1. Genetisch
- wat dat je hebt meegekregen aan genen maakt hoe dat je er uit ziet
- hoe kunnen we vatten hoe belangrijk genetische factoren zijn? (zie later)
- maximale zuurstofopname, menarche, …
- tweelingstudies en genvarianten
1.2.2. Omgeving
- micro - macro = de afstand van de omgevingsfactoren ten opzichte van jezelf
- prenataal: intra - uterine omgeving, medicatie, rookgedrag, …
- postnataal: gezin waar je terecht bent gekomen, financieel, school, vrienden, land, ..
1.2.3. De interactie of de correlatie tussen de twee
- niet genetische factoren of omgevingsfactoren maar eigenlijk beiden
- voorbeeld: hooikoorts - afhankelijk van welk soort pollen je allergisch bent ga je in een specifieke
omgeving symptomen krijgen, diegene die daar geen last van hebben gaan in dezelfde omgeving geen
symptomen krijgen - dus afhankelijk van combinatie genetisch en omgeving
- voorbeeld: trainingsbelasting - niet iedere patient of atleet zal hetzelfde reageren op eenzelfde
programma
- hoe bestuderen? zie later - monozygote tweelingen en dizygote tweelingen (hetzelfde DNA)
a) wanneer tweelingen op dezelfde manier reageren op een training dan ga je kunnen
aantonen dat het afhankelijk is van je genotype hoe dat je reageert op training
b) wanneer tweelingen anders reageren op trainingsprikkels dan kunnen we bewijzen dat
er andere factoren een rol spelen maar
genotype niet zo belangrijk
,1.4. Soorten onderzoek
- we gebruiken telkens een formule waarbij we zeggen stel in dit design ga je een kind meten, en op
bepaald tijdstip t gaat dat kind 138 cm zijn
- telkens bekijken vanuit design welke effecten er spelen
- groeieffect = het belangrijkste effect is wat dat je nu wilt meten
- cohorteffect = een cohort is een groep van mensen met een bepaald gelijke geschiedenis
(hetzelfde geboortejaar) , een cohorteffect zijn verschillen die aanwezig kunnen zijn wanneer je
kinderen vanuit verschillend geboortejaar gaat volgen in design (bv pandemie, oorlog, … )
- meettijdstipeffect = afhankelijk van design ga je oftwel één keer meten, of meerdere keren -
zijn procedure en onderzoeker afhankelijk
- testeffect = het feit dat je een test doen bij een kind of jongere kan je verschillende effecten
tegemoet komen (proefpersoonafhankelijk, motivatie, … )
1.4.1. Transversaal/cross - sectioneel
WAT grote groep van kinderen van verschillende geboortecohortes één keer meten en zo crossectie
maken van een populatie
DOEL op korte tijd veel data verzamelen en zo uitspraak populatie
INFO normwaarden, percentielschalen (50, 90, 95)
OPM voor ieder geboortecohort moeten we groot aantal kinderen of jongeren wordt gemeten met een
grote variabiliteit
:-) veel data op relatief korte tijd verzamelen
:-( - naast groeieffecten mogelijk ook cohorteffecten
- want kinderen van verschillende geboortecohorten
- geen last van meettijdstip want je meet maar één keer
- er spelen altijd testeffecten en meetfouten mee
- crossectionele onderzoeksdesigns hebben beperkte mogelijkheden om het groeiproces te
beschrijven want er is een onderschatting van groeisnelheden door het gemiddelde te
nemen van de toenamecurves van een populatie
- die onderschatting noemen we time spreading
,1.4.2. Longitudinaal
WAT één geboortecohort ga je frequent in de tijd opvolgen
DOEL de groei kan beschrijven van dat cohort in de tijd (één geboortecohort)
INFO - heel veel! individuele groeiproces informatie = procesinformatie
- opstellen van individuele groeisnelheidscurves leidt tot het formuleren van
groeisnelheidreferentiewaarden
- een groeisnelheidscurve bepaald door longitudinaal ziet er dus anders uit dan degene door
cross
- omdat je de individuele groeicurve van iemand hebt en de individuele groeisnelheidscurves
van iemand en die kan je verplaatsen naar hetzelfde eikpunt - dezelfde leeftijd van de piek
- en dan kan je kijken hoe variabel die piek is
- tracking: hoe stabiel is een kenmerk in de tijd? gaat een grote baby ook groot volwassen
worden?
- kanalisatie: percentiellijnen = groeikanaal, een kind dat in hetzelfde ‘kanaal’ blijft groeien
vertoont een sterke kanalisatie
- een eigenschap kan sterke kanalisatie vertonen als die eigenschap ook een hoge tracking
vertoont = hoge interleeftijdscorrelaties
- voorbeeld: als je op 10 jarige leeftijd de handgrip gaat bepalen bij jongeren en je gaat
diezelfde jongeren later nog eens meten op 18 jaar, wanneer een hoge correlatie tussen
twee meetpunten (sterkste op 10 jaar ook sterkste op 18 jaar en omgekeerd met zwak)
- hoge interleeftijdscorrelaties zijn interessant! want dan kan je zeggen dat de handgrip op 10
jaar voorspellend is voor de handrip voor later
, :-) - uitgebreide info, proces, tracking, predictie
:-( - groei willen we meten, en gaan we hier vrij goed kunnen meten
- geen last van cohort want we volgen maar één leeftijdsgroep
- wel meettijdstipeffecten want herhaaldelijke meten
- hoe minimaliseren? goede standaardisatie
- altijd testeffecten en fouten
- hoe minimaliseren? degene die gaat meten moet goed geïnformeerd zijn
- drop out, problematisch als die selectief is (bv de jongeren die minder goed in iets waren
zijn inneens minder gemotiveerd)
1.4.3. Gemengd longitudinaal
WAT de twee vorige designs vermengt, meerdere geboortecohorten en meerdere tijdstippen meten
meestal via design waarbij je ervoor zorgt dat je minstens één overlap leeftijd hebt
bv. hier, drie geboortecohorten en die zijn zo gekozen dat de eindleeftijd van de ene cohort
samengaat met de beginleeftijd van de andere cohort
- dit type design ontworpen door Schaie/Van’t Hof
- Tanner = dropouts vervangen door iemand anders
:-) - efficiënter op kortere tijd evenveel info bekomen
:-( - eigenlijk heb je maar puur longitudinale data op de stukjes van de opeenvolgende
metingen
- cohorteffecten die kunnen spelen op overlapleeftijden, de reden waarom je overlap
leeftijden hebt is juist om te toetsen of de groepen zo hard van elkaar verschillen
(als jongeren op 10 jarige leeftijd niet zo veel van elkaar verschillen dan is dat top want dan
kan je de groei verder doortrekken)
,1.4.4. Tijdstrend analyse
WAT - je probeert in de tijd een populatie op te volgen
- in de tijd telkens opnieuw bv 18 jarige meten
- representatieve steekproef uit verschillende geboortecohorten
- !!! niet dezelfde personen !! andere jongeren meet je opnieuw
INFO - groei/veranderingen/seculaire trends = bv. hoe verandert het percentage overgewicht in
de bevolking tussen 1980 en vandaag?
1.5. Analysetechnieken
1.5.1. Transversaal onderzoek/cross - sectioneel
Hoe komt men tot referentiecurves wanneer men grote bevolkingsgroepen gaat bestuderen?
- heel veel data uit verschillende geboortecohorten
- gemiddelde en spreiding berekenen en dan kijken wat het percentiel 50, 75, 90, … is
- LMS techniek = bekijkt data aan zich en daar beschrijft waar is gemiddelde, variabiliteit en scheefheid
van data
- vooral onthouden waarom dat dat gebeurd => percentielen of standaardeviatiesscores gebruiken om
normale variabiliteit in een kenmerk weer te geven en dat gebruiken voor kind op te volgen in loop van
zijn groeifase
- beseffen dat referentiecurves worden samengesteld uit verschillende curves, dus ook een stukje seculaire
trend in de data kan zitten omdat verschillende datawaves gebruikt worden
- bijvoorbeeld: kind en gezin
- volgt een baby zijn groeikanaal?
- SDS: Standaard Deviatie Score = onder of boven 2.5 standaarddeviaties van de
standaardcurve? -> baby moet wat nauwer opgevolgd worden
- SDSc: Standaard Deviatie Scores conditioneel = conditioneel volgens verwachte groei, men
heeft ook longitudinale data beschikbaar en heeft kunnen bepalen als een kind hier op
percentiel 25 lijn een meetpunt had op 4 maanden dan verwachten we dat die via deze range zal
gegroeid zijn op 7 maanden, wanneer uit deze range dan is die niet gegroeid volgens de
verwachtingen -> signaal om baby op te volgen
,1.5.2. Longitudinaal onderzoek
Hoe komt men tot individuele groeicurves en tracking bepalen?
- curve trekken door de gegevens
- smoothen = een vlotte lijn trekken
- je kan groeisnelheidreferentiecurves bepalen indien je grote studie hebt gedaan
groeisnelheidscurve ziet er verschillende uit als we een crossectionele groeicurve beschrijven versus longitudinaal
groeisnelheidscurve meisjes longitudinaal groeisnelheidscurve meisjes transversaal
- tracking = correlatie berekenen tussen twee meetpunten op twee momenten
- indien positie in de groep behouden = hoge correlatie
- indien niet positie in groep behouden = lage correlatie
, Hoofdstuk 2: Somatische groei
2.1. Inleiding - vier groeicurves
Wat telkens onthouden van de grafieken?
- hoe kijken we naar zo een grafiek?
- wat kan ik eruit halen?
- hoe verklaren we die dingen?
Grafieken opgesteld door Scammon in 1930
- telkens relatieve massa van een weefsel
ten opzichte van de volwassen waarde
- eindigen in het punt 100% op 20 jaar
- welk type grafiek stelt welke groei voor?
welke weefsels behoren daartoe? wat zou er
veranderd kunnen zijn aan deze curve als we deze
opnieuw zouden maken?
2.1.1. Groeicurve reproductieve weefsels
- beperkte groei in eerste levensjaren
- dan stabiele fase
- dan sterke exponentiele groei in puberteit
- weefsels: primaire en secundaire
geslachtskenmerken, geslachtshormonen
2.1.2. Algemene groeicurves
- S vormig - sigmoïdaal
- versnellingsfase en afvlakkingsfase
- snelle groei in begin, geleidelijke groei in
kindertijd en versnelling tijdens de puberteit
- afvlakking naar volwassen leeftijd
- weefsels: extern meetmare dimensies
(gestalte, gewicht, spiermassa, skelet,
cardiorespiratoir systeem - hart, bloedvaten,
longen, verteringssysteem, blaas, … )
Uitzondering: vetmassa en bepaalde regio’s in het gezicht (delen het kortst bij de hersenpan)
1.1. Situering
1.1.1. Van ontwikkelingskinesiologie naar groei en ontwikkeling
- kinantropologie = studie van de menselijke soort
- fysische antropologie = studie van de mens als biologisch verschijnsel van fysische wetten
- DOEL: bestuderen van verklaringen van verschillen tussen mensen
- genetische verschillen
- omgevingsverschillen
- interactie tussen beide factoren
- Humane biologie, auxologie = aspecten focus op groei, andere naam
1.1.2. Waarom binnen Lo&BW en Revaki?
- uniekheid herkennen van ieder opgroeiend kind
- tools kennen om dat te kwantificeren
- rekening mee houden in therapie, differenciëren
- wat gebeurt er in een lichaam tijdens veroudering en hoe mee rekening houden?
1.1.3. Waarom groei bestuderen?
- typisch aan jonge leeftijd, te maken met humaan bestaan, we zitten heel lang in een groeifase relatief
uitgedrukt ten opzichte van onze levensduur
- en daarbij is onze ontwikkelingsfase verschillend van elkaar
- resultaat van genetisch potentieel, omgevingsinvloeden en interactie waaronder tevens bio - culturele
aspecten
1.1.4. Waarom veroudering bestuderen?
- hoe zal jij ervoor kunnen zorgen dat mensen zo lang mogelijk actief gezond in het leven kunnen staan,
erntige zorg zo lang mogelijk kunnen uitstellen
- hoe kunnen gezonde levensjaren verlengen?
Levensverwachting
Vrouwen leven gemiddeld gezien langer
dan mannen
, Donkerblauwe balkjes = hoeveel jaren worden als
gezond gezien, zonder beperkingen
Lichtblauwe balkjes = jaren met beperking, zorg
Vrouwen hebben absoluut meer gezonde jaren dan
mannen
M̀annen hebben relatief meer gezonde jaren dan
vrouwen
1.1.5. Waar in het wetenschapsdomein?
- wetenschapsdomein is niet - experimenteel, we beschrijven vooral
- we zijn vooral op zoek naar variabiliteit
1.2. Terminologie: groei - maturatie - ontwikkeling
1.2.1. Groei
- komt tot stand onder invloed van drie elementen
- celvermenigvuldiging (mitosis) = cellen nemen toe in aantal
- celvolumetoename (hypertrofie)
- toename van interstitieel weefsel/vochtvolume
- ook groei is niet iets gelijkaardig in ieder van onze weefsels, groei is weefselafhankelijk
- bv. zenuwcellen groeien veel trager dan huidcellen enzovoort
- groei gaan we proberen zo goed mogelijk te kwantificeren, wanneer die maat goed te meten is zoals
lengte (gewoon gaan staan tegen meter) je kan zo makkelijk andere parameters kunnen afleiden zoals
groeisnelheid, piekgroeisnelheid, versnelling, …
1.2.2. Maturatie
Kunnen we bekijken in twee fases
- prenataal = voor de geboorte = van bevruchte eicel tot klein mens
- we vertrekken vanuit genetisch materiaal vanuit de vrouw en van de man
- cel heeft dan volwaardig genetisch materiaal, gaat delen, gaat uiteindelijk differentieren naar
drie kiembladen, daarvanuit gaat elke cel verder ontwikkelen tot zijn specifieke functie
- wanneer al de cellen en al het weefsel op de juiste manier gedifferentieerd zijn, komt er een
gezonde baby ter wereld
- postnataal = na de geboorte
- hoe ver een jongere afstaat van de mature status, het volgroeid zijn ( bv. menarche bereiken)
- tempo = over de opeenvolging van mijlpalen
- timing = op welke chronologische leeftijd heeft een jongere een mijlpaal bereikt
, - heel wat technieken, vaak hebben we daarvoor meer kwalitatieve gegevens nodig
- biologische maturiteit = status (bv. premenarche en postmenarche, meisjes opdelen in twee groepen)
- maturatie = proces (met vershillende stappen in verschillende snelheden
1.2.3. Typische groeicurves
- worden typisch opgedeeld voor de eerste drie levensjaren =
36 maanden
- verschillende fases opgedeeld, de eerste fase tussen 0 en 1
jaar = infancy
- tot 5 jaar = early childhood
- van 5 tot begin groeispurt = middle childhood
- fase erna = adolescentie
- voorbeeld van welke gegevens we nodig hebben om de botleeftijd van
iemand te bepalen
- skeletale leeftijd is een heel goede schatting van de biologische maturiteit
- hier kan je moeilijk een skeletale leeftijd op plakken, omdat dit een
volwassen volgroeide hand is
- 16 +is een goede inschatting, alle groeischijven zijn dicht
typische examenvraag: goed idee om hiermee geboortedatum af te leiden?
1.2.4. Samenhang tussen groei en maturatie
- de ene term is niet helemaal onafhankelijk van de andere term
- bijvoorbeeld: tijd van maximale groei, moment van de grootste groeisnelheid gaan we gebruiken om een
aspect van biologische maturiteit te berekenen. de timing daarvan, op welke leeftijd jij je groeispurt had,
zegt iets over of je vroeg of laat matuur bent
- bijvoorbeeld: het verdwijnen van de groeischijf in het bot geeft skeletale maturiteit aan, einde van de
lengtegroei
- wat betreft pathologiën: sommige hebben heel specifiek effect op groei, maar niet op seksuele
maturitatie (bijvoorbeeld dwerggroei/achondroplasie)
,1.2.5. Ontwikkeling
- bijvoorbeeld motorische ontwikkeling, perceptuele ontwikkeling, emotionele ontwikkeling, …
- ontwikkeling = het feit dat een kind bepaalde fases door moet
- geen losstaand iets, maar met interactie met de omgeving
- self concept - self esteem - perceived competence
- een kind dat laat matuur is, ervaart zichzelf in zijn peers anders dan een vroeg matuur, soms
bewust soms niet bewust
- kinderen met overgewicht worden vaak anders bekeken dan normaal gewicht
- kinderen hoge motorische vaardigheid worden anders uitgepikt in de les LO
1.2. Bronnen van variatie
groei, maturatie en ontwikkeling zijn onderhevig aan verschillende factoren
1.2.1. Genetisch
- wat dat je hebt meegekregen aan genen maakt hoe dat je er uit ziet
- hoe kunnen we vatten hoe belangrijk genetische factoren zijn? (zie later)
- maximale zuurstofopname, menarche, …
- tweelingstudies en genvarianten
1.2.2. Omgeving
- micro - macro = de afstand van de omgevingsfactoren ten opzichte van jezelf
- prenataal: intra - uterine omgeving, medicatie, rookgedrag, …
- postnataal: gezin waar je terecht bent gekomen, financieel, school, vrienden, land, ..
1.2.3. De interactie of de correlatie tussen de twee
- niet genetische factoren of omgevingsfactoren maar eigenlijk beiden
- voorbeeld: hooikoorts - afhankelijk van welk soort pollen je allergisch bent ga je in een specifieke
omgeving symptomen krijgen, diegene die daar geen last van hebben gaan in dezelfde omgeving geen
symptomen krijgen - dus afhankelijk van combinatie genetisch en omgeving
- voorbeeld: trainingsbelasting - niet iedere patient of atleet zal hetzelfde reageren op eenzelfde
programma
- hoe bestuderen? zie later - monozygote tweelingen en dizygote tweelingen (hetzelfde DNA)
a) wanneer tweelingen op dezelfde manier reageren op een training dan ga je kunnen
aantonen dat het afhankelijk is van je genotype hoe dat je reageert op training
b) wanneer tweelingen anders reageren op trainingsprikkels dan kunnen we bewijzen dat
er andere factoren een rol spelen maar
genotype niet zo belangrijk
,1.4. Soorten onderzoek
- we gebruiken telkens een formule waarbij we zeggen stel in dit design ga je een kind meten, en op
bepaald tijdstip t gaat dat kind 138 cm zijn
- telkens bekijken vanuit design welke effecten er spelen
- groeieffect = het belangrijkste effect is wat dat je nu wilt meten
- cohorteffect = een cohort is een groep van mensen met een bepaald gelijke geschiedenis
(hetzelfde geboortejaar) , een cohorteffect zijn verschillen die aanwezig kunnen zijn wanneer je
kinderen vanuit verschillend geboortejaar gaat volgen in design (bv pandemie, oorlog, … )
- meettijdstipeffect = afhankelijk van design ga je oftwel één keer meten, of meerdere keren -
zijn procedure en onderzoeker afhankelijk
- testeffect = het feit dat je een test doen bij een kind of jongere kan je verschillende effecten
tegemoet komen (proefpersoonafhankelijk, motivatie, … )
1.4.1. Transversaal/cross - sectioneel
WAT grote groep van kinderen van verschillende geboortecohortes één keer meten en zo crossectie
maken van een populatie
DOEL op korte tijd veel data verzamelen en zo uitspraak populatie
INFO normwaarden, percentielschalen (50, 90, 95)
OPM voor ieder geboortecohort moeten we groot aantal kinderen of jongeren wordt gemeten met een
grote variabiliteit
:-) veel data op relatief korte tijd verzamelen
:-( - naast groeieffecten mogelijk ook cohorteffecten
- want kinderen van verschillende geboortecohorten
- geen last van meettijdstip want je meet maar één keer
- er spelen altijd testeffecten en meetfouten mee
- crossectionele onderzoeksdesigns hebben beperkte mogelijkheden om het groeiproces te
beschrijven want er is een onderschatting van groeisnelheden door het gemiddelde te
nemen van de toenamecurves van een populatie
- die onderschatting noemen we time spreading
,1.4.2. Longitudinaal
WAT één geboortecohort ga je frequent in de tijd opvolgen
DOEL de groei kan beschrijven van dat cohort in de tijd (één geboortecohort)
INFO - heel veel! individuele groeiproces informatie = procesinformatie
- opstellen van individuele groeisnelheidscurves leidt tot het formuleren van
groeisnelheidreferentiewaarden
- een groeisnelheidscurve bepaald door longitudinaal ziet er dus anders uit dan degene door
cross
- omdat je de individuele groeicurve van iemand hebt en de individuele groeisnelheidscurves
van iemand en die kan je verplaatsen naar hetzelfde eikpunt - dezelfde leeftijd van de piek
- en dan kan je kijken hoe variabel die piek is
- tracking: hoe stabiel is een kenmerk in de tijd? gaat een grote baby ook groot volwassen
worden?
- kanalisatie: percentiellijnen = groeikanaal, een kind dat in hetzelfde ‘kanaal’ blijft groeien
vertoont een sterke kanalisatie
- een eigenschap kan sterke kanalisatie vertonen als die eigenschap ook een hoge tracking
vertoont = hoge interleeftijdscorrelaties
- voorbeeld: als je op 10 jarige leeftijd de handgrip gaat bepalen bij jongeren en je gaat
diezelfde jongeren later nog eens meten op 18 jaar, wanneer een hoge correlatie tussen
twee meetpunten (sterkste op 10 jaar ook sterkste op 18 jaar en omgekeerd met zwak)
- hoge interleeftijdscorrelaties zijn interessant! want dan kan je zeggen dat de handgrip op 10
jaar voorspellend is voor de handrip voor later
, :-) - uitgebreide info, proces, tracking, predictie
:-( - groei willen we meten, en gaan we hier vrij goed kunnen meten
- geen last van cohort want we volgen maar één leeftijdsgroep
- wel meettijdstipeffecten want herhaaldelijke meten
- hoe minimaliseren? goede standaardisatie
- altijd testeffecten en fouten
- hoe minimaliseren? degene die gaat meten moet goed geïnformeerd zijn
- drop out, problematisch als die selectief is (bv de jongeren die minder goed in iets waren
zijn inneens minder gemotiveerd)
1.4.3. Gemengd longitudinaal
WAT de twee vorige designs vermengt, meerdere geboortecohorten en meerdere tijdstippen meten
meestal via design waarbij je ervoor zorgt dat je minstens één overlap leeftijd hebt
bv. hier, drie geboortecohorten en die zijn zo gekozen dat de eindleeftijd van de ene cohort
samengaat met de beginleeftijd van de andere cohort
- dit type design ontworpen door Schaie/Van’t Hof
- Tanner = dropouts vervangen door iemand anders
:-) - efficiënter op kortere tijd evenveel info bekomen
:-( - eigenlijk heb je maar puur longitudinale data op de stukjes van de opeenvolgende
metingen
- cohorteffecten die kunnen spelen op overlapleeftijden, de reden waarom je overlap
leeftijden hebt is juist om te toetsen of de groepen zo hard van elkaar verschillen
(als jongeren op 10 jarige leeftijd niet zo veel van elkaar verschillen dan is dat top want dan
kan je de groei verder doortrekken)
,1.4.4. Tijdstrend analyse
WAT - je probeert in de tijd een populatie op te volgen
- in de tijd telkens opnieuw bv 18 jarige meten
- representatieve steekproef uit verschillende geboortecohorten
- !!! niet dezelfde personen !! andere jongeren meet je opnieuw
INFO - groei/veranderingen/seculaire trends = bv. hoe verandert het percentage overgewicht in
de bevolking tussen 1980 en vandaag?
1.5. Analysetechnieken
1.5.1. Transversaal onderzoek/cross - sectioneel
Hoe komt men tot referentiecurves wanneer men grote bevolkingsgroepen gaat bestuderen?
- heel veel data uit verschillende geboortecohorten
- gemiddelde en spreiding berekenen en dan kijken wat het percentiel 50, 75, 90, … is
- LMS techniek = bekijkt data aan zich en daar beschrijft waar is gemiddelde, variabiliteit en scheefheid
van data
- vooral onthouden waarom dat dat gebeurd => percentielen of standaardeviatiesscores gebruiken om
normale variabiliteit in een kenmerk weer te geven en dat gebruiken voor kind op te volgen in loop van
zijn groeifase
- beseffen dat referentiecurves worden samengesteld uit verschillende curves, dus ook een stukje seculaire
trend in de data kan zitten omdat verschillende datawaves gebruikt worden
- bijvoorbeeld: kind en gezin
- volgt een baby zijn groeikanaal?
- SDS: Standaard Deviatie Score = onder of boven 2.5 standaarddeviaties van de
standaardcurve? -> baby moet wat nauwer opgevolgd worden
- SDSc: Standaard Deviatie Scores conditioneel = conditioneel volgens verwachte groei, men
heeft ook longitudinale data beschikbaar en heeft kunnen bepalen als een kind hier op
percentiel 25 lijn een meetpunt had op 4 maanden dan verwachten we dat die via deze range zal
gegroeid zijn op 7 maanden, wanneer uit deze range dan is die niet gegroeid volgens de
verwachtingen -> signaal om baby op te volgen
,1.5.2. Longitudinaal onderzoek
Hoe komt men tot individuele groeicurves en tracking bepalen?
- curve trekken door de gegevens
- smoothen = een vlotte lijn trekken
- je kan groeisnelheidreferentiecurves bepalen indien je grote studie hebt gedaan
groeisnelheidscurve ziet er verschillende uit als we een crossectionele groeicurve beschrijven versus longitudinaal
groeisnelheidscurve meisjes longitudinaal groeisnelheidscurve meisjes transversaal
- tracking = correlatie berekenen tussen twee meetpunten op twee momenten
- indien positie in de groep behouden = hoge correlatie
- indien niet positie in groep behouden = lage correlatie
, Hoofdstuk 2: Somatische groei
2.1. Inleiding - vier groeicurves
Wat telkens onthouden van de grafieken?
- hoe kijken we naar zo een grafiek?
- wat kan ik eruit halen?
- hoe verklaren we die dingen?
Grafieken opgesteld door Scammon in 1930
- telkens relatieve massa van een weefsel
ten opzichte van de volwassen waarde
- eindigen in het punt 100% op 20 jaar
- welk type grafiek stelt welke groei voor?
welke weefsels behoren daartoe? wat zou er
veranderd kunnen zijn aan deze curve als we deze
opnieuw zouden maken?
2.1.1. Groeicurve reproductieve weefsels
- beperkte groei in eerste levensjaren
- dan stabiele fase
- dan sterke exponentiele groei in puberteit
- weefsels: primaire en secundaire
geslachtskenmerken, geslachtshormonen
2.1.2. Algemene groeicurves
- S vormig - sigmoïdaal
- versnellingsfase en afvlakkingsfase
- snelle groei in begin, geleidelijke groei in
kindertijd en versnelling tijdens de puberteit
- afvlakking naar volwassen leeftijd
- weefsels: extern meetmare dimensies
(gestalte, gewicht, spiermassa, skelet,
cardiorespiratoir systeem - hart, bloedvaten,
longen, verteringssysteem, blaas, … )
Uitzondering: vetmassa en bepaalde regio’s in het gezicht (delen het kortst bij de hersenpan)
