Bayes, Bias en Boerenbedrog. Diagnostiek Diagnostiek Trial-interpretatie Trial-interpretatie.

Slides:



Advertisements
Verwante presentaties
Monitoring en Surveillance
Advertisements

NVMO 27 maart2013 NVMO Workshop OvO 27 maart 2013 Quasi-experimental study design and get the grant.
‘HOW CAN I INTRODUCE NEW WAYS OF ASSESSMENT THAT CAN CONTRIBUTE TO GETTING PUPILS MORE INVOLVED IN THEIR OWN LEARNING?’ ‘Een onderzoek naar beoordelen.
Vasculaire Geneeskunde: te vangen in richtlijnen? Yvo Smulders IVG-2011.
Wat heeft een hartspecialist te maken met ROW?
Waarmee wordt de patiënt het meest gediend? Presentatie Dementie Netwerk Drenthe Spier, 3 april 2012.
Diagnostiek kinkhoest bloedprikken nodig of niet?
DIAGNOSE Typisch probleem:
Onderzoek gefinancierd door de Vlaamse Regering in het kader van het programma ‘Steunpunten voor Beleidsrelevant Onderzoek’ Intuïtie of onderzoek? Een.
donderdag 17 juli 2014 Thursday, 17 July 2014 Those who smoke, will die !!!! Those who don’t smoke……….. RIGHT !! Zij die roken, zullen sterven !!!! Zij.
Marlous Kastelein Groep: Alex & Meike
P-waarde versus betrouwbaarheidsinterval
Evidence That Patients With Single Versus Recurrent Depressive Episodes Are Differentially Sensitive to Treatment Discontinuation: A Meta-Analysis of Placebo-Controlled.
Vormen van studie (ontwerp)
Meningeale prikkeling
CAT C. Peels B.M.A. Pieters juli 2006
De staf heeft nu eenmaal altijd gelijk
Vereisten voor een screeningsprogramma
Nut van tympanometrie bij diagnose OME bij kinderen?
Nederlands tijdschrift voor Diabetologie
Experimentele designs en resultaten
Systematische en individuele patient registratie in de CAM praktijk Voorjaarsconferentie Stichting CAM research 11 juni 2010 van Praag Instituut, Utrecht.
Deel 2: Onzekerheid in redeneren
IR pictures Hoe goed is jouw woning?. How to assess the energetic quality of a dwelling? To know = to measure But: “De spreiding in het gasverbruik van.
Weesziekten en weesgeneesmiddelen
A digital toolkit for patients with COPD
Algebra met Inzicht Bijeenkomst 11 december 2009.
Sociale ongelijkheid in het leerplichtonderwijs, met specifieke aandacht voor het secundair onderwijs Studiedag VFO/SSL - 22 november Jan Van Damme,
Inleiding COPD: chronische zorg met grote variatie in klachten en patiënten Optimale zorg voor iedereen: geïntegreerd zorgprogramma met samenwerking tussen.
Ph. Scheltens, Neuroloog Alzheimercentrum VUMC
Latent class growth analysis als succesvolle methode om subgroepen te identificeren binnen een gewichtsreductie interventie. Bastiaan C. de Vos¹, MD,
Niels den Haan Chirurgie Waterlandziekenhuis
Een test blijft een test………. Positief? Positief!
Geeft de MDRD formule een betere benadering van de glomerulaire filtratiesnelheid dan de formule van Cockcroft-Gault? Rikkert Jonkheijm AIOS Erasmus MC.
Morfine bij acute decompensatio cordis Zoekvraag 9 juli 2013 Marieke Romijn.
Heeft deze patiënt meningitis? Dries Verheijen 21 augustus 2012.
The Hamlet Study Fabry or not Fabry: Valorization of clinical and laboratory assessments for improved diagnosis of Fabry disease In herinnering: korte.
Wel of geen antibiotica geven na een hondenbeet Jelle Kolkman Aiosgroep van Alex en Marielle
Tot nu toe. Geschiedenis Uitzonderingen, verschil in incidenties.
Dr. Heidi Hoeben Dr. Ilse Muyshondt Kiezen voor low cost dialyse: peritoneale dialyse, thuisdialyse, nacht- of low care dialyse?
Bloedtransfusie: een eerste stap richting Type & Screen Joshua Schoonvaere Stagementor: Apr. L. Vynckier Stagebegeleider: S. Salliau.
Titeldia ENTRADA: The Impact of a TTL Change at the TLD Level Maarten Wullink| DNS-OARC Spring 2016 workshop March 31 st 2016.
Een functionele benadering (PEPT) effectief en veilig? - Resultaten - Hoe werkt het - Non-verbale communicatie.
“..is het echt geen longembolie?” De diagnostische waarde van de D-dimeer Chiara Messidoro Groep Reinout en Ron, juni 2008 Afdeling huisartsgeneeskunde.
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Justian Knobbout Promovendus bij het lectoraat Digital Smart Services
Mylène Böhmer, Promovendus Marlies Valstar, AVG, PhD
“Gestalt”of de Wells-regel voor het uitsluiten van longembolie in de eerste lijn?
Disclosure belangen NHG spreker
DISCLOSURE Geen (potentiële) belangenverstrengeling
Key Process Indicator Sonja de Bruin
Genomic Selection in Dairy Cattle
Sector, Firm Size and ICT investments
TE CONNECTIVITY In a world where everything is connected
Bacteriële vaginose Weg ermee met vitamine C?
The Amuse-2-study: Amsterdam-Maastricht-Utrecht-Study to Embolism
Diagnostische tests voor
<Typ titel via Beeld, Koptekst en voettekst, Koptekst>
Gastric bypass vs. Gastric sleeve
VOS-identificatie en kwantitatieve bepaling d.m.v. gaschromatografie
Crohn’s Disease and medicinal cannabis oil A WORKING PROTOCOL
Participatory Action Research
Disclosure belangen NHG spreker
Disclosure belangen NHG spreker
Software Development fundamentals
Living in the Promised Land Leven in het Beloofde Land
Testphases still relevant?
Chapter 6 Sounds cool! Grammar Stepping Stones 2 t/hv.
VOS-identificatie en kwantitatieve bepaling d.m.v. gaschromatografie
GIRLS OUTPERFORMING BOYS IN LISTENING AND READING SKILLS
Transcript van de presentatie:

Bayes, Bias en Boerenbedrog

Diagnostiek Diagnostiek Trial-interpretatie Trial-interpretatie

Ziekte aanwezig Ziekte afwezig Pos testaba+b Neg testcdc+d a+cb+dn Sensitiviteit Specificiteit PPV NPV

Ziekte aanwezig Ziekte afwezig Pos testaba+b Neg testcdc+d a+cb+dn (a+b+c+d) Sensitiviteit = a/a+c Specificiteit = d/b+d PPV = a/a+b NPV = d/c+d Prevalentie = (a+c) /(a+b+c+d)

Ziekte aanwezig Ziekte afwezig Pos testaba+b Neg testcdc+d a+cb+dn (a+b+c+d) Sensitiviteit = a/a+c Specificiteit = d/b+d PPV = a/a+b NPV = d/c+d Prevalentie = (a+c) /(a+b+c+d) Sens/spec: populatie-onafhankelijk PPV, NPV: populatie-afhankelijk

Sensitiviteit Specificiteit LR(+): (kans op pos test|ziekte) / (kans op pos test|geen ziekte) = sensitiviteit/(1-specificiteit) LR(-):(kan op neg test|ziekte) / (kans op neg test | geen ziekte) = (1-sensitiviteit) / specificiteit) Kans op ziekte na test ≈ voorafkans x LR

Odds = p/(1-p)

Post-test odds = pre-test odds x LR

Sensitivity and specificity  x (0.95/0.2) = 0.5  P-pneumonie=33% 0.01 To diagnose pneumonia: sensitivity: 0.95 / specificity 0.80 x (0.95/0.2) = 9.5  P-pneumonie=90%  x (0.95/0.2) = 9.5  P-pneumonie=90% 2 Bayes Criterion: Odds prior to test x test characteristics pos./neg. test = Odds for disease áfter test

Post-test odds = pre-test odds x LR toepassingen…

Pre-test odds Voorafgaand baysiaanisme? Voorafgaand baysiaanisme? GLOBALE klinische inschatting GLOBALE klinische inschatting

Opgezette buik Zien, vragen, onderzoeken: allemaal testen Zien, vragen, onderzoeken: allemaal testen

Wat doen wij ‘ziek’  hoesten  koorts  verscherpt AG ‘ziek’  hoesten  koorts  verscherpt AG 1  2  3  4 via Bayes’ criterion? 1  2  3  4 via Bayes’ criterion? Sens/spec van koorts, AG onafhankelijk van ‘ziek’, hoesten…nee Sens/spec van koorts, AG onafhankelijk van ‘ziek’, hoesten…nee Sens/spec van ‘ziek’, hoesten onafhankelijk van koorts, AG…nee Sens/spec van ‘ziek’, hoesten onafhankelijk van koorts, AG…nee

Meerdegraads functie Y = a + b.1 + c.2 + d.3 + e.4 Y = a + b.1 + c.2 + d.3 + e.4

Post-test odds = pre-test odds x LR probleem: pre-test odds is pseudo-exact LR; sensitiviteit, specificiteit

ANF voor SLE: ‘sens 0.95, spec 0.60’

Legionelle-sneltest: Gevoeliger naarmate patient zieker Legionelle-sneltest: Gevoeliger naarmate patient zieker D-dimeer: gevoelig voor DVT en segmentale LE D-dimeer: gevoelig voor DVT en segmentale LE

Post-test odds = pre-test odds x LR problemen: pre-test odds is pseudo-exact sensitiviteit en specificiteit zijn niet onafhankelijk van prior-odds, maar zijn contextafhankelijk!

Post-test odds = pre-test odds x LR - nut van aanvullende test kwantificeren, onder aannames van prior-odds, sens, spec - niet: diagnostische waarschijnlijkheid berekenen

core of Bayes’ heritage Chance of something being ‘true’ depends on Outcome of ‘objective’ test ánd context of probability / plausibility

Trial Evidence

Is evidence evidence? RCT A versus B: 60% versus 40% succes rate  ‘A is better’ ‘truth exposed’ ‘truth exposed’ ‘A helps more óften’  probabilistic result ‘A helps more óften’  probabilistic result Evidence = evidence for a probability Evidence = evidence for a probability

Force of probabilistic evidence Statistical significance + confidence interval Does not account for: bias bias Research question Research question Participant selection Participant selection Choice of research design Choice of research design Selection of analytical methods Selection of analytical methods Selection of what to report, and what not Selection of what to report, and what not Publication bias Publication bias plausibility plausibility

Sand and some rock

Equally sound research Implausible result  ‘hmm…’ Implausible result  ‘hmm…’ Highly plausible result  true…! Highly plausible result  true…!

Type of study + accopanying bias Plausibility of hypothesis Chance that significant result is true Large randomised clinical trial (RCT) High85% Meta-analysis of large, unequivocal RCTs Very high85% Meta-analysis of smaller, contradictory trials Average41% Small, but well-designed RCT Average23% Small epidemiological ‘explorative’ study low12% Ioannidis, PLoS Medicine 2005; 2:

Frequentists vs Bayesians Freq: probability of data conditional on hypothesis Freq: probability of data conditional on hypothesis Baysian: probability of hypothesis conditional on data Baysian: probability of hypothesis conditional on data A study is just like a test! Variant of Bayes’s criterion: ‘truth’ of study outcome = outcome x plausibility

GREAT-trial Tr-lyse thuis vs in-hospital: 49% risicoreductie Meta-analyse van tr-lyse in ziekenhuis: 25% risicoreductie  ? Voordeel Baysian: -Geen last van nulhypothese -Geen problemen met multipliciteit (meerdere eindpunten, subgroepen, interim-analyses)

Voordeel Baysian: -Geen last van nulhypothese -Geen problemen met multipliciteit (meerdere eindpunten, subgroepen, interim-analyses) Problemen Baysian: -Subjectiviteit -Discussie over prior -Wiskundig complex

Take home Sensitiviteit en specificiteit zijn contextafhankelijk Sensitiviteit en specificiteit zijn contextafhankelijk LR’s zijn dat dus ook LR’s zijn dat dus ook Clinicians are NOT natural bayesians! Clinicians are NOT natural bayesians! Bayes criterion nuttig voor schatting effect test Bayes criterion nuttig voor schatting effect test RCT is ook test RCT is ook test Meeste van wat je leest is niet waar Meeste van wat je leest is niet waar Baysiaanse triasinterpretatie wint terrein Baysiaanse triasinterpretatie wint terrein

Boerenbedrog

Reporting and publication bias

Wanhoop niet Wantrouw wel

Hoofdstuk 1 Hoofdstuk 3