HOOFDSTUK 13
“Design and Analysis Techniques for Epidemiologic Studies”
In dit hoofdstuk gaan we dikwijls werken met variabelen die maar een welbepaald aantal
uitkomsten hebben. We hebben tot nu toe heeltijd gewerkt met y variabelen gewerkt die
continu waren. Maar wat doen we als deze categorisch is? Bijvoorbeeld aat de persoon
genezen of niet? In die twee categorien zijn we geïntresseerd. Categorische y variabelen gaan
we dus zien in dit hoofdstuk.
Hoe zetten we een studie op? Je hebt veel verschillende manier hiervoor.
Maar je kan ze samenvatten in 3 grote study designs, het kunnen ook varianten hiervan zijn
of combinaties.
1. Prospective study:
wanneer je een groep opvolgt in de tijd. Je gaat naar de toekomst kijken. Iemand die
prospectie doet bv een coach die jonge voetballers wilt recruteren voor zijn ploeg, die gaat
prospectie doen, die gaat kijken in de toekomst of dat die voetballers het in zijn ploeg goed
gaan doen. En hier betekend dat, dat je begint met een groep mensen die allemaal gezond
zijn, diseas-free individuals. Dus allemaal gezonde vrijwillegers die je op een bepaald
moment hebt geïdentificeerd en dan ga je ze opvolgen voor een bepaalde tijd tot wanneer
de persoon bv ziek wordt.
En dan wordt er gekeken, oké die ontwikkeling van die ziekte, is die nu gereleateerd aan
bepaalde variabelen waaraan die personen zijn blootgesteld (exposure variables). Het feit
dat de persoon ziek wordt in de toekomst, dat is mijn disease variable, yes or no, wordt ziek
of niet ziek. En de exposure variables zijn de predictor variabelen waaraan die persoon is
blootgesteld. Bv. we gaan kijken of dat een bepaald iets effect heeft gehad daarop. Bv. roken
of bloeddruk of gender (exposure variables).
Zo een groep van mensen die allemaal gezond zijn in het begin en die je opvolgt
doorheen de tijd wordt een cohort genoemd. En vandaar dat een prospective study
ook wel eens een cohort study wordt genoemd.
, 2. Retrospective study:
Retro in het tegenovergestelde, terug gaan in de tijd. Betekend dus dat je vandaag start met
een groep mensen waarbij je al ziet dat sommige ziek zijn, dat noem je dan de cases. En
sommige mensen dat momenteel gezond zijn, dat zijn dan uw controls. Dus vandaar dat de
study een case-control study ook kan genoemd worden.
En je kijkt dus terug in het verleden, in bv een database wat ze vroeger hadden van bepaalde
exposure variables, dus hoelang roken ze al, wanneer zijn ze gestart met roken, wanneer
hadden ze hun 1e kind bv als het gaat over vrouwen. Je gaat terug kijken in het verleden dus.
3. Cross-sectional study:
Je kan ook in het heden blijven kijken en gewoon één doorsnede maken van uw populatie
een cross-sectie/doorsnede maken. En je gaat op dat moment in de tijd, at a single point in
time de populatie gaan bekijken. En ga je gaan kijken hoeveel rokers er zijn op dit moment,
wat is hun bloeddruk, hoe oud zijn ze op dit moment en dat gebruiken om te kijken, hebben
die zaken een invloed op het percentage zieken onder mijn mensen die ik op dat moment
heb? En als je op die manier het percentage zieken zoekt, op 1 bepaald moment in de tijd,
dan spreek je over de prevalentie van die ziekte. Prevalentie is een woord dat regelmatig
wordt gebruikt en dat is een percentage meestal, een percentage op een bepaald moment.
Meesstal in het heden, op dit moment als ik ga kijken hoeveel rokers er zijn in vlaanderen, is
dat mijn prevalentie van rokers in vlaanderen.
Terwijl als je wacht to een bepaald ding gebeurd en je gaat dan de percentages berekenen
dan spreek je over incedentie. Dus dat is dat je vertrekt met gezonde mensen en ik ga
wachten tot ze kanker krijgen, dan bereken je eigenlijk de nieuwe gevallen kanker in die
bepaalde groep, dan is dat de incedentie. Dus de incedentie is ook een percentage maar een
percentage nieuwe gevallen, dus als je vertekt van mensen die eerst gezond waren.
,Enkele voorbeelden:
Dit is een voorbeeld van een prospectieve study, het gaat over het verband onderzoeken
tussen een oral contraceptives (OC) dus het gaat over vrouwen die de anticonceptie pil
nemen en het ontwikkelen van een myocardial infarction (MI) over 3 jaar heen.
Dus je vertrekt van vrouwen die allemaal gezond waren en nog geen hartinfarct hebben
gehad op dat moment en je gaat hen 3 jaar opvolgen. En je weet nog niet dat ze ziek zijn, het
event kan nog komen dus je gaat wachten (prospectief), maar je hebt wel al de groep
opgedeeld in OC’ers en non OC users (dus de vrouwen die de pil niet gebruiken).
Je gaat dus kijken of het nemen van de pil een effect heeft in het hebben van een MI. Of
andersom, misschien denk je dat de pil beschermend werkt tov een MI.
Je hebt dus hier een relatie van dus exposure-disease.
Hier heb je een binaire exposure (je neemt de pil of je neemt de pil niet),
We hebben ook een binaire disease variable (je hebt een MI of niet binnen de 3 jaar).
Wel dan kan je dit dus gemakkelijk in een 2*2 tabel neerschrijven, dat noemen we dan een
two by two contingency table.
En meestal zetten we de exposure variabelen in de rijen: 1e rij OC users, 2e rij non-OC users.
En zetten we de disease variabelen in de kolommen, ze ontwikkelen over 3 jaar gezien een
MI of ze hebben geen MI binnen de 3 jaar.
En met die getallen dat zijn weergegeven kan je de incedenties gaan aflezen.
Dat is dus een prospectieve study is meestal beter, en het voordeel van zo een study is dat dit
meestal een heel nauwkeurige studie is. je ziet die vrouw op dat moment, je kan zelf bijna
vaststellen of ze de pil gebruiken of niet, je moet niet in een database daarvoor gaan kijken.
Je wacht ook tot ze een MI doen, dus je weet dat misschien uit documenten dat ze idd zijn
opgenomen voor een MI, dus je ziet heel duidelijk wanneer die MI zich voordoet (indien je
ook geintresseerd bent in de tijd wanneer zo een MI zich voordoet).
Je hebt dus betrouwbare resultaten.
Het nadeel is dat je moet wachten, hier bijvoorbeeld 3 jaar. Dus het kost meer tijd en dikwijls
meer geld (je moet de studie zelf nog uitvoeren, je moet die vrouwen opvolgen, je hebt er
dus ook mankracht voor nodig & tijd).
, Een voorbeeld van een retrospectieve studie.
Hier wordt er gekeken naar de leeftijd waarop vrouwen hun eerste kind hadden (voor of na
30) en het effect dat dit had op borstkanker.
(Daarjuist zegt hij dat in de rijen meestal exposure variabelen en in de kolommen disease.
Hier is dat nu omgekeerd.)
Maar dus retrospective studie, we weten op het moment zelf al of de vrouwen borstkanker
hebben en welke niet en we gaan kijken in het verleden van die vrouwen, wanneer ze dus
hun 1e kind hadden (voor of na 30 jaar).
Het voordeel van zo een soort studie is dat je direct analyses kan doen, want je hebt de
gegevens al. Het gaat snel, kost veel minder geld.
Het nadeel is dat het soms minder betrouwbaar zijn, misschien zijn er fouten gemaakt in het
verleden dat je niet meer kan herstellen. Je kan het wel nagaan hoe oud ze was, maar indien
je dat toch niet meer kan, ben je dus beperkt bij bepaalde dingen op te zoeken, dan kan er
dus bij deze studie meer fout op zitten.
En dan nog eens een voorbeeld van een cross-sectionele study.
Stel je bent nu geïntresseerd in de bloeddruk van pasgeboren baby’s, je gaat naar een
ziekenhuis en je gaat gewoon de groep opdelen in enerzijds baby’s die een verhoogde
bloeddruk volgens de norm en baby’s die geen verhoogde BP hebben.
En je gaat dat proberen relateren met hun geboortegewicht, dat weet je op dat moment ook.
En ik ga gwn kijken oké hoeveel baby’s hebben een verhoogde BP bij de babies die een laag
geboortegewicht hebben, hoeveel van de baby’s hebben een verhoorde bloeddruk die geen
laag geboortegewicht hadden. Dat is dus een voorbeeld van een cross-sectionele studie.
We doen het nu met de data die we nu hebben van die baby’s. we gaan niet naar vroeger
kijken, we wachten niet, we doen het nu.
“Design and Analysis Techniques for Epidemiologic Studies”
In dit hoofdstuk gaan we dikwijls werken met variabelen die maar een welbepaald aantal
uitkomsten hebben. We hebben tot nu toe heeltijd gewerkt met y variabelen gewerkt die
continu waren. Maar wat doen we als deze categorisch is? Bijvoorbeeld aat de persoon
genezen of niet? In die twee categorien zijn we geïntresseerd. Categorische y variabelen gaan
we dus zien in dit hoofdstuk.
Hoe zetten we een studie op? Je hebt veel verschillende manier hiervoor.
Maar je kan ze samenvatten in 3 grote study designs, het kunnen ook varianten hiervan zijn
of combinaties.
1. Prospective study:
wanneer je een groep opvolgt in de tijd. Je gaat naar de toekomst kijken. Iemand die
prospectie doet bv een coach die jonge voetballers wilt recruteren voor zijn ploeg, die gaat
prospectie doen, die gaat kijken in de toekomst of dat die voetballers het in zijn ploeg goed
gaan doen. En hier betekend dat, dat je begint met een groep mensen die allemaal gezond
zijn, diseas-free individuals. Dus allemaal gezonde vrijwillegers die je op een bepaald
moment hebt geïdentificeerd en dan ga je ze opvolgen voor een bepaalde tijd tot wanneer
de persoon bv ziek wordt.
En dan wordt er gekeken, oké die ontwikkeling van die ziekte, is die nu gereleateerd aan
bepaalde variabelen waaraan die personen zijn blootgesteld (exposure variables). Het feit
dat de persoon ziek wordt in de toekomst, dat is mijn disease variable, yes or no, wordt ziek
of niet ziek. En de exposure variables zijn de predictor variabelen waaraan die persoon is
blootgesteld. Bv. we gaan kijken of dat een bepaald iets effect heeft gehad daarop. Bv. roken
of bloeddruk of gender (exposure variables).
Zo een groep van mensen die allemaal gezond zijn in het begin en die je opvolgt
doorheen de tijd wordt een cohort genoemd. En vandaar dat een prospective study
ook wel eens een cohort study wordt genoemd.
, 2. Retrospective study:
Retro in het tegenovergestelde, terug gaan in de tijd. Betekend dus dat je vandaag start met
een groep mensen waarbij je al ziet dat sommige ziek zijn, dat noem je dan de cases. En
sommige mensen dat momenteel gezond zijn, dat zijn dan uw controls. Dus vandaar dat de
study een case-control study ook kan genoemd worden.
En je kijkt dus terug in het verleden, in bv een database wat ze vroeger hadden van bepaalde
exposure variables, dus hoelang roken ze al, wanneer zijn ze gestart met roken, wanneer
hadden ze hun 1e kind bv als het gaat over vrouwen. Je gaat terug kijken in het verleden dus.
3. Cross-sectional study:
Je kan ook in het heden blijven kijken en gewoon één doorsnede maken van uw populatie
een cross-sectie/doorsnede maken. En je gaat op dat moment in de tijd, at a single point in
time de populatie gaan bekijken. En ga je gaan kijken hoeveel rokers er zijn op dit moment,
wat is hun bloeddruk, hoe oud zijn ze op dit moment en dat gebruiken om te kijken, hebben
die zaken een invloed op het percentage zieken onder mijn mensen die ik op dat moment
heb? En als je op die manier het percentage zieken zoekt, op 1 bepaald moment in de tijd,
dan spreek je over de prevalentie van die ziekte. Prevalentie is een woord dat regelmatig
wordt gebruikt en dat is een percentage meestal, een percentage op een bepaald moment.
Meesstal in het heden, op dit moment als ik ga kijken hoeveel rokers er zijn in vlaanderen, is
dat mijn prevalentie van rokers in vlaanderen.
Terwijl als je wacht to een bepaald ding gebeurd en je gaat dan de percentages berekenen
dan spreek je over incedentie. Dus dat is dat je vertrekt met gezonde mensen en ik ga
wachten tot ze kanker krijgen, dan bereken je eigenlijk de nieuwe gevallen kanker in die
bepaalde groep, dan is dat de incedentie. Dus de incedentie is ook een percentage maar een
percentage nieuwe gevallen, dus als je vertekt van mensen die eerst gezond waren.
,Enkele voorbeelden:
Dit is een voorbeeld van een prospectieve study, het gaat over het verband onderzoeken
tussen een oral contraceptives (OC) dus het gaat over vrouwen die de anticonceptie pil
nemen en het ontwikkelen van een myocardial infarction (MI) over 3 jaar heen.
Dus je vertrekt van vrouwen die allemaal gezond waren en nog geen hartinfarct hebben
gehad op dat moment en je gaat hen 3 jaar opvolgen. En je weet nog niet dat ze ziek zijn, het
event kan nog komen dus je gaat wachten (prospectief), maar je hebt wel al de groep
opgedeeld in OC’ers en non OC users (dus de vrouwen die de pil niet gebruiken).
Je gaat dus kijken of het nemen van de pil een effect heeft in het hebben van een MI. Of
andersom, misschien denk je dat de pil beschermend werkt tov een MI.
Je hebt dus hier een relatie van dus exposure-disease.
Hier heb je een binaire exposure (je neemt de pil of je neemt de pil niet),
We hebben ook een binaire disease variable (je hebt een MI of niet binnen de 3 jaar).
Wel dan kan je dit dus gemakkelijk in een 2*2 tabel neerschrijven, dat noemen we dan een
two by two contingency table.
En meestal zetten we de exposure variabelen in de rijen: 1e rij OC users, 2e rij non-OC users.
En zetten we de disease variabelen in de kolommen, ze ontwikkelen over 3 jaar gezien een
MI of ze hebben geen MI binnen de 3 jaar.
En met die getallen dat zijn weergegeven kan je de incedenties gaan aflezen.
Dat is dus een prospectieve study is meestal beter, en het voordeel van zo een study is dat dit
meestal een heel nauwkeurige studie is. je ziet die vrouw op dat moment, je kan zelf bijna
vaststellen of ze de pil gebruiken of niet, je moet niet in een database daarvoor gaan kijken.
Je wacht ook tot ze een MI doen, dus je weet dat misschien uit documenten dat ze idd zijn
opgenomen voor een MI, dus je ziet heel duidelijk wanneer die MI zich voordoet (indien je
ook geintresseerd bent in de tijd wanneer zo een MI zich voordoet).
Je hebt dus betrouwbare resultaten.
Het nadeel is dat je moet wachten, hier bijvoorbeeld 3 jaar. Dus het kost meer tijd en dikwijls
meer geld (je moet de studie zelf nog uitvoeren, je moet die vrouwen opvolgen, je hebt er
dus ook mankracht voor nodig & tijd).
, Een voorbeeld van een retrospectieve studie.
Hier wordt er gekeken naar de leeftijd waarop vrouwen hun eerste kind hadden (voor of na
30) en het effect dat dit had op borstkanker.
(Daarjuist zegt hij dat in de rijen meestal exposure variabelen en in de kolommen disease.
Hier is dat nu omgekeerd.)
Maar dus retrospective studie, we weten op het moment zelf al of de vrouwen borstkanker
hebben en welke niet en we gaan kijken in het verleden van die vrouwen, wanneer ze dus
hun 1e kind hadden (voor of na 30 jaar).
Het voordeel van zo een soort studie is dat je direct analyses kan doen, want je hebt de
gegevens al. Het gaat snel, kost veel minder geld.
Het nadeel is dat het soms minder betrouwbaar zijn, misschien zijn er fouten gemaakt in het
verleden dat je niet meer kan herstellen. Je kan het wel nagaan hoe oud ze was, maar indien
je dat toch niet meer kan, ben je dus beperkt bij bepaalde dingen op te zoeken, dan kan er
dus bij deze studie meer fout op zitten.
En dan nog eens een voorbeeld van een cross-sectionele study.
Stel je bent nu geïntresseerd in de bloeddruk van pasgeboren baby’s, je gaat naar een
ziekenhuis en je gaat gewoon de groep opdelen in enerzijds baby’s die een verhoogde
bloeddruk volgens de norm en baby’s die geen verhoogde BP hebben.
En je gaat dat proberen relateren met hun geboortegewicht, dat weet je op dat moment ook.
En ik ga gwn kijken oké hoeveel baby’s hebben een verhoogde BP bij de babies die een laag
geboortegewicht hebben, hoeveel van de baby’s hebben een verhoorde bloeddruk die geen
laag geboortegewicht hadden. Dat is dus een voorbeeld van een cross-sectionele studie.
We doen het nu met de data die we nu hebben van die baby’s. we gaan niet naar vroeger
kijken, we wachten niet, we doen het nu.
