Hoorcolleges
Voedingsonderzoek
BSc Gezondheidswetenschappen, VU Amsterdam
Inhoud
Introductiecollege ............................................................................................................................................................. 1
Hoorcollege 1: Klinimetrie: reproduceerbaarheid en validiteit ........................................................................................ 2
Hoorcollege 2: Lichaamssamenstelling en gezondheid .................................................................................................... 4
Hoorcollege 3: Lipiden en hart- en vaatziekten .............................................................................................................. 17
Hoorcollege 4: Voedselconsumptiemethoden: hoe maak je keuzes? ............................................................................ 27
Hoorcollege 5: Koolhydraten en gezondheid: het effect van suiker op lichaamsgewicht.............................................. 31
Hoorcollege 6: Ondervoeding in ontwikkelingslanden ................................................................................................... 36
Hoorcollege 7: Voedingsonderzoek in het ziekenhuis .................................................................................................... 44
Hoorcollege 8: Rol van voeding in gezondheidsbeleid ................................................................................................... 50
Hoorcollege 9: Eiwitmetabolisme ................................................................................................................................... 59
,Introductiecollege
Doelen
Hoorcolleges:
- Verdieping voedingsleer
- Rol van voeding bij het ontstaan en de behandeling van chronische ziekten
Werkcolleges:
- Klinimetrische aspecten van methoden binnen voedingsonderzoek
- Kritisch de resultaten van voedingsonderzoek kunnen interpreteren en evalueren
Werkcollege 1: Klinimetrie
- Verschillende lichaamsmaten & klinimetrische aspecten evalueren m.b.v. bestaande dataset
- Hoorcollege + opdracht instructie
- 8 juni: spreekuur voor vragen
- 9 juni vóór 23:59 inleveren groepsverslag
Werkcollege 2: Glucose opdracht
- Effect van voeding op glucoseconcentraties
- Analyse en interpretatie van voedingsonderzoek
- Opdracht uitvoeren in 2 stappen:
o Maaltijdontwerp inleveren (ontwerpen van twee maaltijden die aan alle eisen voldoen)
▪ Heeft een maaltijd met een lage glycemische lading een ander effect op de bloedglucose
concentraties dan een maaltijd met een hoge glycemische lading?
▪ Maaltijd A: hoge glycemische lading
▪ Maaltijd B: lage glycemische lading
o Na goedkeuring ontwerp ontvang je als groep een bestaande dataset en verdere instructies voor het
analyseren en schrijven van de korte paper
- 15 juni vóór 09:00 concept korte paper inleveren
- 18 juni: spreekuur voor vragen
- 26 juni vóór 12:00 inleveren definitieve versie
1
,Werkcollege 3: Meet the nutrition researcher
- Twee voedingsonderzoekers vertellen over hun loopbaan en hun huidige werk/onderzoek
- 11 juni vóór 15:00 inleveren vragen voor onderzoekers
- 15 juni en 17 juni per spreker twee tijdslots beschikbaar: inschrijven via canvas
Hoorcollege 1: Klinimetrie: reproduceerbaarheid en validiteit
Leerdoelen
- Kernbegrippen validiteit en reproduceerbaarheid begrijpen en onthouden
- Toepassen en interpreteren van enkele statistische methoden voor het vaststellen van validiteit en
reproduceerbaarheid van meetmethoden (scatterplot en correlatie coëfficiënt; Bland en Altman plot;
variatie coëfficiënt)
Valide meting?
Validiteit: in hoeverre meet een instrument het construct wat het beoogt te meten? → de werkelijkheid meten
- Wat is uw huidige gewicht? (in kg) → dit vragen is niet erg valide, want de persoon moet dit weten en moet
dit eerlijk willen vertellen
- Meting van de middelomtrek (volgens protocol) → kan valide zijn
Reproduceerbare meting?
Reproduceerbaarheid: de mate waarin herhaalde metingen bij (onveranderde) personen hetzelfde resultaat geven
→ (1) test-retest (dezelfde persoon meerdere keren testen), (2) intra-rater (doet de onderzoeker de meting steeds
op dezelfde manier, meten binnen één persoon), (3) inter-rater (reproduceerbaarheid tussen verschillende personen
en tussen verschillende onderzoekers)
- Gewicht met weegschaal (meer valide manier van gewicht meten dan het vragen) → een uur later nog een
keer op de weegschaal geeft dezelfde uitkomst = reproduceerbaar
o Iets kan wel reproduceerbaar zijn, maar niet valide → je vindt steeds hetzelfde, maar het is niet de
werkelijkheid (bijvoorbeeld als de weegschaal niet goed afgesteld staat)
- Energie-inname met dagboek: je vergeet altijd wel iets te noteren → over het algemeen zal de energie-
inname wel kloppen, maar het zal schommelen rondom de werkelijke waarde
o Dit is wel valide, want als je een gemiddelde kan nemen van meerdere metingen dan krijg je de
werkelijkheid → dit is echter niet reproduceerbaar
o Het is niet valide wanneer er standaard te veel of te veel wordt genoteerd, dan geeft het gemiddelde
ook de werkelijkheid niet weer
Synoniemen reproduceerbaarheid
- Betrouwbaarheid (reliability)
- Precisie (precision)
- Overeenstemming (agreement)
- En repeatability, variability, consistency, concordance, dependability, stability
- Maar NOOIT hetzelfde als validiteit
Validiteit en reproduceerbaarheid
Vormen van validiteit
Content validity (inhoudsvaliditeit): inhoud meting ≈ te meten construct
- Face validity: eerste (subjectieve) indruk
- Content validity: indruk van inhoud, in meer detail (o.a. expert panel)
2
,Voorbeeld content validity: ‘Een onderzoeker kan er door een college op gewezen worden dat in de vragenlijst om
de prevalentie van hart- en vaatziekten in een populatie vast te stellen, er geen vragen zijn opgenomen over
beroertes.’ → niet alle hart- en vaatziekten meegenomen, dus je meet een te lage prevalentie
Ander voorbeeld: ‘Een panel bestaande uit radiologen die beoordelen of een nieuwe MRI techniek adequaat werkt’
Criterion validity (criteriumvaliditeit): t.o.v. ‘gouden standaard’ te meten construct → dit komt niet vaak voor
- Concurrent validity: gouden standaard op hetzelfde moment
o Voorbeeld: in een onderzoek worden de resultaten van een activiteitenmeter voor het bepalen van
totaal energieverbruik vergeleken met de resultaten van dubbel gelabeld water (= de gouden
standaard)
- Predictive validity: gouden standaard in de toekomst
o Voorbeeld: risicoprofiel voor ziekenhuis-sterfte bij patiënten die een open hart operatie zullen
ondergaan: hoe goed kun je sterfte voorspellen met dit risicoprofiel? → dit weet je pas als je
verdergaat in de toekomst
Construct validity (construct validiteit): er is geen gouden standaard, vergelijken van resultaten van
meetinstrumenten met resultaten van soortgelijke meetinstrumenten
- Vooraf hypothesen formuleren over de relatie tussen de resultaten van het meetinstrument met de
resultaten van vergelijkbare meetinstrumenten of juist tegengestelde meetinstrumenten
Statistische methoden
1. Scatterplot en correlatie coëfficiënt
- Scatterplot laat de mate van correlatie zien tussen twee variabelen, bijvoorbeeld twee meetinstrumenten
- De mate van correlatie wordt uitgedrukt in Pearson’s r, standardized beta (correlatie coëfficiënt)
o Hoe dichter bij de 1 of -1 hoe beter de correlatie → dit is te zien aan de scatterplot
- Sterkte van lineair verband tussen twee variabelen
- Hoe goed volgt een scatterplot een rechte lijn: hoe meer het op een rechte lijn lijkt, hoe meer correlatie
- Invloed outliers (toevallige fouten of echte meetfouten): door middel van een scatterplot krijg je inzicht in de
outliers → je kan besluiten om de outlier uit de analyse te laten → opnieuw een scatterplot met een nieuwe
correlatie coëfficiënt
- Nadeel correlatie coëfficiënt: je pikt er geen outliers (toevalsfouten) mee op, maar ook geen systematische
fouten
o Voorbeeld: als X 1 meet, dan meet Y meer dan 1 → maar het is wel een rechte lijn
o Voorbeeld: meetinstrument Y meet zoveel keer meer of minder dan X, hoewel de
correlatiecoëfficiënt hoog is → correlatiecoëfficiënt hoog, maar klopt niet
2. Bland en Altman plot
- Systematische meetfout en mate van overeenstemming overzichtelijk maken
- X-as gemiddelde en Y-as is het verschil
- Rode lijn = de 0-lijn → als alle punten hier liggen is er geen verschil
- Gemiddelde verschil = systematische fout
3
, o Voorbeeld:
→ validiteit testen
- Hoe dichter de lijnen bij elkaar liggen, hoe kleiner de toevalsfout is
- Kijk naar systematische fout en limits of agreement (toevalsfout) om validiteit te beoordelen
o Houd hierbij rekening met het gemiddelde van de hele groep (bijvoorbeeld gemiddelde inname van
25 gram vezels) en het betrouwbaarheidsinterval (bijvoorbeeld tussen de 10 en 40 gram)
- Wat je een acceptabele fout vindt, hangt af van de eigen beoordeling
- Kijk ook naar de puntenwolk in zijn geheel, dit kan bijvoorbeeld bij een laag gemiddelde redelijk bij elkaar
liggen en bij een hoog gemiddelde erg uit elkaar liggen → niet gelijk verdeeld → limits of agreement kloppen
niet → bland en altman plot niet geschikt
o Voorbeeld:
- Je kan er ook reproduceerbaarheid mee bekijken → gemiddelde van de verschillende metingen op de X-as
en verschil ertussen op de Y-as
o Ook hierbij moet je ook weer kijken naar het systematische verschil en de limits of agreement en
rekening houden met het gemiddelde en de 95%-BI
3. Variatie coëfficiënt
- Mate van spreiding van metingen
- Het wordt vooral gebruikt voor het vaststellen van reproduceerbaarheid van meetinstrumenten
- Relatieve spreidingsmaat (dimensieloos): handig voor het vergelijken van verschillende methoden
- Variatie coëfficiënt = gemiddelde spreiding van metingen (voor bijvoorbeeld 2 meters) gerelateerd aan het
gemiddelde van alle metingen
- VC = (gemiddelde SD / overall gemiddelde) * 100 (%)
- Er is geen hard afkappunt, het hangt af van wat je aan het meten en vergelijken bent
- Hoe lager het percentage, hoe beter
Hoorcollege 2: Lichaamssamenstelling en gezondheid
Lichaamsgewicht en lichaamssamenstelling
- Gewicht zegt niet genoeg over de lichaamssamenstelling en de gezondheid van een persoon
- Twee personen met hetzelfde gewicht kunnen een heel ander gezondheidsprofiel hebben, denk hierbij
bijvoorbeeld aan iemand met overgewicht/obesitas en een bodybuilder
- Ook al zien mensen er van buiten hetzelfde uit, van binnen is de lichaamssamenstelling erg variabel
4
Voedingsonderzoek
BSc Gezondheidswetenschappen, VU Amsterdam
Inhoud
Introductiecollege ............................................................................................................................................................. 1
Hoorcollege 1: Klinimetrie: reproduceerbaarheid en validiteit ........................................................................................ 2
Hoorcollege 2: Lichaamssamenstelling en gezondheid .................................................................................................... 4
Hoorcollege 3: Lipiden en hart- en vaatziekten .............................................................................................................. 17
Hoorcollege 4: Voedselconsumptiemethoden: hoe maak je keuzes? ............................................................................ 27
Hoorcollege 5: Koolhydraten en gezondheid: het effect van suiker op lichaamsgewicht.............................................. 31
Hoorcollege 6: Ondervoeding in ontwikkelingslanden ................................................................................................... 36
Hoorcollege 7: Voedingsonderzoek in het ziekenhuis .................................................................................................... 44
Hoorcollege 8: Rol van voeding in gezondheidsbeleid ................................................................................................... 50
Hoorcollege 9: Eiwitmetabolisme ................................................................................................................................... 59
,Introductiecollege
Doelen
Hoorcolleges:
- Verdieping voedingsleer
- Rol van voeding bij het ontstaan en de behandeling van chronische ziekten
Werkcolleges:
- Klinimetrische aspecten van methoden binnen voedingsonderzoek
- Kritisch de resultaten van voedingsonderzoek kunnen interpreteren en evalueren
Werkcollege 1: Klinimetrie
- Verschillende lichaamsmaten & klinimetrische aspecten evalueren m.b.v. bestaande dataset
- Hoorcollege + opdracht instructie
- 8 juni: spreekuur voor vragen
- 9 juni vóór 23:59 inleveren groepsverslag
Werkcollege 2: Glucose opdracht
- Effect van voeding op glucoseconcentraties
- Analyse en interpretatie van voedingsonderzoek
- Opdracht uitvoeren in 2 stappen:
o Maaltijdontwerp inleveren (ontwerpen van twee maaltijden die aan alle eisen voldoen)
▪ Heeft een maaltijd met een lage glycemische lading een ander effect op de bloedglucose
concentraties dan een maaltijd met een hoge glycemische lading?
▪ Maaltijd A: hoge glycemische lading
▪ Maaltijd B: lage glycemische lading
o Na goedkeuring ontwerp ontvang je als groep een bestaande dataset en verdere instructies voor het
analyseren en schrijven van de korte paper
- 15 juni vóór 09:00 concept korte paper inleveren
- 18 juni: spreekuur voor vragen
- 26 juni vóór 12:00 inleveren definitieve versie
1
,Werkcollege 3: Meet the nutrition researcher
- Twee voedingsonderzoekers vertellen over hun loopbaan en hun huidige werk/onderzoek
- 11 juni vóór 15:00 inleveren vragen voor onderzoekers
- 15 juni en 17 juni per spreker twee tijdslots beschikbaar: inschrijven via canvas
Hoorcollege 1: Klinimetrie: reproduceerbaarheid en validiteit
Leerdoelen
- Kernbegrippen validiteit en reproduceerbaarheid begrijpen en onthouden
- Toepassen en interpreteren van enkele statistische methoden voor het vaststellen van validiteit en
reproduceerbaarheid van meetmethoden (scatterplot en correlatie coëfficiënt; Bland en Altman plot;
variatie coëfficiënt)
Valide meting?
Validiteit: in hoeverre meet een instrument het construct wat het beoogt te meten? → de werkelijkheid meten
- Wat is uw huidige gewicht? (in kg) → dit vragen is niet erg valide, want de persoon moet dit weten en moet
dit eerlijk willen vertellen
- Meting van de middelomtrek (volgens protocol) → kan valide zijn
Reproduceerbare meting?
Reproduceerbaarheid: de mate waarin herhaalde metingen bij (onveranderde) personen hetzelfde resultaat geven
→ (1) test-retest (dezelfde persoon meerdere keren testen), (2) intra-rater (doet de onderzoeker de meting steeds
op dezelfde manier, meten binnen één persoon), (3) inter-rater (reproduceerbaarheid tussen verschillende personen
en tussen verschillende onderzoekers)
- Gewicht met weegschaal (meer valide manier van gewicht meten dan het vragen) → een uur later nog een
keer op de weegschaal geeft dezelfde uitkomst = reproduceerbaar
o Iets kan wel reproduceerbaar zijn, maar niet valide → je vindt steeds hetzelfde, maar het is niet de
werkelijkheid (bijvoorbeeld als de weegschaal niet goed afgesteld staat)
- Energie-inname met dagboek: je vergeet altijd wel iets te noteren → over het algemeen zal de energie-
inname wel kloppen, maar het zal schommelen rondom de werkelijke waarde
o Dit is wel valide, want als je een gemiddelde kan nemen van meerdere metingen dan krijg je de
werkelijkheid → dit is echter niet reproduceerbaar
o Het is niet valide wanneer er standaard te veel of te veel wordt genoteerd, dan geeft het gemiddelde
ook de werkelijkheid niet weer
Synoniemen reproduceerbaarheid
- Betrouwbaarheid (reliability)
- Precisie (precision)
- Overeenstemming (agreement)
- En repeatability, variability, consistency, concordance, dependability, stability
- Maar NOOIT hetzelfde als validiteit
Validiteit en reproduceerbaarheid
Vormen van validiteit
Content validity (inhoudsvaliditeit): inhoud meting ≈ te meten construct
- Face validity: eerste (subjectieve) indruk
- Content validity: indruk van inhoud, in meer detail (o.a. expert panel)
2
,Voorbeeld content validity: ‘Een onderzoeker kan er door een college op gewezen worden dat in de vragenlijst om
de prevalentie van hart- en vaatziekten in een populatie vast te stellen, er geen vragen zijn opgenomen over
beroertes.’ → niet alle hart- en vaatziekten meegenomen, dus je meet een te lage prevalentie
Ander voorbeeld: ‘Een panel bestaande uit radiologen die beoordelen of een nieuwe MRI techniek adequaat werkt’
Criterion validity (criteriumvaliditeit): t.o.v. ‘gouden standaard’ te meten construct → dit komt niet vaak voor
- Concurrent validity: gouden standaard op hetzelfde moment
o Voorbeeld: in een onderzoek worden de resultaten van een activiteitenmeter voor het bepalen van
totaal energieverbruik vergeleken met de resultaten van dubbel gelabeld water (= de gouden
standaard)
- Predictive validity: gouden standaard in de toekomst
o Voorbeeld: risicoprofiel voor ziekenhuis-sterfte bij patiënten die een open hart operatie zullen
ondergaan: hoe goed kun je sterfte voorspellen met dit risicoprofiel? → dit weet je pas als je
verdergaat in de toekomst
Construct validity (construct validiteit): er is geen gouden standaard, vergelijken van resultaten van
meetinstrumenten met resultaten van soortgelijke meetinstrumenten
- Vooraf hypothesen formuleren over de relatie tussen de resultaten van het meetinstrument met de
resultaten van vergelijkbare meetinstrumenten of juist tegengestelde meetinstrumenten
Statistische methoden
1. Scatterplot en correlatie coëfficiënt
- Scatterplot laat de mate van correlatie zien tussen twee variabelen, bijvoorbeeld twee meetinstrumenten
- De mate van correlatie wordt uitgedrukt in Pearson’s r, standardized beta (correlatie coëfficiënt)
o Hoe dichter bij de 1 of -1 hoe beter de correlatie → dit is te zien aan de scatterplot
- Sterkte van lineair verband tussen twee variabelen
- Hoe goed volgt een scatterplot een rechte lijn: hoe meer het op een rechte lijn lijkt, hoe meer correlatie
- Invloed outliers (toevallige fouten of echte meetfouten): door middel van een scatterplot krijg je inzicht in de
outliers → je kan besluiten om de outlier uit de analyse te laten → opnieuw een scatterplot met een nieuwe
correlatie coëfficiënt
- Nadeel correlatie coëfficiënt: je pikt er geen outliers (toevalsfouten) mee op, maar ook geen systematische
fouten
o Voorbeeld: als X 1 meet, dan meet Y meer dan 1 → maar het is wel een rechte lijn
o Voorbeeld: meetinstrument Y meet zoveel keer meer of minder dan X, hoewel de
correlatiecoëfficiënt hoog is → correlatiecoëfficiënt hoog, maar klopt niet
2. Bland en Altman plot
- Systematische meetfout en mate van overeenstemming overzichtelijk maken
- X-as gemiddelde en Y-as is het verschil
- Rode lijn = de 0-lijn → als alle punten hier liggen is er geen verschil
- Gemiddelde verschil = systematische fout
3
, o Voorbeeld:
→ validiteit testen
- Hoe dichter de lijnen bij elkaar liggen, hoe kleiner de toevalsfout is
- Kijk naar systematische fout en limits of agreement (toevalsfout) om validiteit te beoordelen
o Houd hierbij rekening met het gemiddelde van de hele groep (bijvoorbeeld gemiddelde inname van
25 gram vezels) en het betrouwbaarheidsinterval (bijvoorbeeld tussen de 10 en 40 gram)
- Wat je een acceptabele fout vindt, hangt af van de eigen beoordeling
- Kijk ook naar de puntenwolk in zijn geheel, dit kan bijvoorbeeld bij een laag gemiddelde redelijk bij elkaar
liggen en bij een hoog gemiddelde erg uit elkaar liggen → niet gelijk verdeeld → limits of agreement kloppen
niet → bland en altman plot niet geschikt
o Voorbeeld:
- Je kan er ook reproduceerbaarheid mee bekijken → gemiddelde van de verschillende metingen op de X-as
en verschil ertussen op de Y-as
o Ook hierbij moet je ook weer kijken naar het systematische verschil en de limits of agreement en
rekening houden met het gemiddelde en de 95%-BI
3. Variatie coëfficiënt
- Mate van spreiding van metingen
- Het wordt vooral gebruikt voor het vaststellen van reproduceerbaarheid van meetinstrumenten
- Relatieve spreidingsmaat (dimensieloos): handig voor het vergelijken van verschillende methoden
- Variatie coëfficiënt = gemiddelde spreiding van metingen (voor bijvoorbeeld 2 meters) gerelateerd aan het
gemiddelde van alle metingen
- VC = (gemiddelde SD / overall gemiddelde) * 100 (%)
- Er is geen hard afkappunt, het hangt af van wat je aan het meten en vergelijken bent
- Hoe lager het percentage, hoe beter
Hoorcollege 2: Lichaamssamenstelling en gezondheid
Lichaamsgewicht en lichaamssamenstelling
- Gewicht zegt niet genoeg over de lichaamssamenstelling en de gezondheid van een persoon
- Twee personen met hetzelfde gewicht kunnen een heel ander gezondheidsprofiel hebben, denk hierbij
bijvoorbeeld aan iemand met overgewicht/obesitas en een bodybuilder
- Ook al zien mensen er van buiten hetzelfde uit, van binnen is de lichaamssamenstelling erg variabel
4
