EBP samenvatting groepsapp.pdf

# Evidence-based tandheelkunde: principes en praktijk Evidence-based tandheelkunde (EBT) is een benadering van mondzorg die het integreren van het beste huidige bewijsmateriaal, klinische expertise en patiëntvoorkeuren centraal stelt [2](#page=2). ### 1.1 Wat is evidence-based tandheelkunde Evidence-based tandheelkunde vereist een oordeelkundige integratie van drie kerncomponenten: * Het huidige beste bewijsmateriaal (relevant) [2](#page=2). * De klinische expertise van de tandarts of mondhygiënist [2](#page=2). * De behoeften en voorkeuren van de patiënt [2](#page=2). ‘Bad practice’ kan verwijzen naar behandelingen die wel effectief zijn, maar weinig worden toegepast, of naar behandelingen die niet effectief zijn maar toch worden uitgevoerd [2](#page=2). ### 1.2 Waarom is evidence-based tandheelkunde nodig EBT is essentieel om na afstuderen en gedurende de gehele carrière op de hoogte te blijven van ‘best practices’, aangezien kennis snel veroudert en er voortdurend nieuwe onderzoeksbevindingen zijn. Het helpt bij het verkrijgen van inzicht in de oorzaken van (mond)ziekten en de effecten van behandelingen. Het correct lezen en beoordelen van artikelen transformeert literatuur tot een praktisch hulpmiddel in de praktijk [2](#page=2). Het is cruciaal om te kunnen beoordelen of gemeten verschillen toe te schrijven zijn aan natuurlijke variatie of aan een effect dat verder gaat dan deze variatie, door behandelingen te vergelijken met een ‘blanco’. Klinisch wetenschappelijk onderzoek stelt ons in staat conclusies te trekken over oorzaken en effecten van ziektebehandelingen, rekening houdend met natuurlijke verschillen tussen mensen, waarop EBT is gebaseerd [2](#page=2). ### 1.3 Evidence-based tandheelkunde in de praktijk De vragen waarop EBT is gebaseerd, ontstaan op verschillende manieren: * Naar aanleiding van een behandeling, preventief of door symptomen [2](#page=2). * Wanneer een patiënt om informatie vraagt over een tandheelkundig onderwerp [2](#page=2). * Omdat de tandarts meer wil weten over een bepaald onderwerp dat is gehoord of gelezen [2](#page=2). #### 1.3.1 De vijf stappen van evidence-based tandheelkunde Het in de praktijk brengen van EBT omvat de volgende stappen: 1. **Formuleer de vraag** De informatiebehoefte wordt omgezet in een beantwoordbare vraag, met name via de PICO-vraag. Een klinische vraag heeft betrekking op de behandeling of vragen van de patiënt. PICO staat voor [3](#page=3): * **P**robleem/patiënt: de klinische vraag of het probleem [3](#page=3). * **I**nterventie: wat men gaat toepassen en onderzoeken [3](#page=3). * **C**o-interventie: wat de patiënt al gebruikt (vergelijkend middel) [3](#page=3). * **O**utcome: de uitkomst waarin men geïnteresseerd is [3](#page=3). De structuur van een PICO-vraag is: "Wat is het effect van (I) bij (P) ten opzichte van (C) op (O)?". Een voorbeeld is: "Wat is het effect van een elektrische tandenborstel bij patiënten met gingivitis ten opzichte van het gebruik van een handtandenborstel op de hoeveelheid bloeding en plak?" [3](#page=3). Een alternatieve structuur is de PDO-vraag: "Wat is het effect van (D) op (O) bij (P)?". Hierbij staat D voor Determinant, een eigenschap of situatie die bij iemand hoort, zoals roken [3](#page=3). De PICO-vraag maakt het mogelijk om te zoeken naar de beste, meest recente wetenschappelijke literatuur. De benodigde zoekacties kunnen betrekking hebben op diverse onderzoekssoorten, waaronder klinisch beloop en prognose van mondziekten, identificatie van oorzaken of risicofactoren, detectie en diagnostiek, preventie, en evaluatie van behandelingen [3](#page=3). 2. **Zoek de informatie** Beantwoord de vraag efficiënt door doelgericht gebruik te maken van hulpbronnen zoals databases en medische wetenschappelijke artikelen. Wetenschappelijk bewijs in de literatuur is afkomstig uit verschillende onderzoeksontwerpen [3](#page=3): * **Observationeel (niet-experimenteel) onderzoek:** * Cross-sectioneel onderzoek [3](#page=3). * Cohortonderzoek [3](#page=3). * Patiënt-controleonderzoek [3](#page=3). * **Interventieonderzoek:** * Klinisch effectonderzoek (gerandomiseerd gecontroleerd onderzoek) [3](#page=3). * **Overzichtsonderzoek (review):** * Systematische review, al dan niet met meta-analyse [3](#page=3). * Verhalend (narratief) literatuuroverzicht [3](#page=3). 3. **Interpreteer de uitkomsten** Beoordeel het gevonden artikel op waarde en bruikbaarheid. Het correct interpreteren van onderzoeksresultaten is essentieel, aangezien deze niet altijd naadloos aansluiten op de conclusie. Fundamentele overwegingen bij interpretatie zijn [4](#page=4): * De grootte van het effect van een behandeling of blootstelling; is dit groot genoeg om klinisch relevant te zijn? [4](#page=4). * Representeren de resultaten een werkelijk effect of een toevallige bevinding? [4](#page=4). * Zouden soortgelijke resultaten worden gezien bij een andere onderzoeksgroep? [4](#page=4). De **uitkomstmaat** is wat gemeten wordt om het effect van een behandeling te achterhalen. Het is belangrijk om te letten op de aansluiting van de gekozen uitkomstmaat op de oorspronkelijke vraagstelling. Er wordt onderscheid gemaakt tussen [4](#page=4): * **Definitieve (/echte) uitkomstmaat:** resultaatmetingen met directe klinische relevantie voor de patiënt [4](#page=4). * **Surrogaat uitkomstmaat:** groothheden die geen duidelijke/directe betekenis hebben voor de patiënt, maar eenvoudig en objectief te meten zijn [4](#page=4). Er wordt vaak aangenomen dat een surrogaat uitkomstmaat een voorloper is van een echte uitkomstmaat (bv. pockets van 2 mm leiden vaak tot tandverlies). Een gevaar hierbij is dat de klinisch relevante uitkomstmaat voor de patiënt mogelijk niet goed wordt onderzocht, wat het trekken van conclusies op basis van alleen surrogaatuitkomsten bemoeilijkt [4](#page=4). #### 1.3.1.1 Bias in onderzoek Bias kan optreden in onderzoek, met name bij enquêtes en zelfrapportage. Verschillende vormen van bias zijn onder andere [8](#page=8): * **Responsbias:** Bepaalde subgroepen reageren mogelijk minder op vragenlijsten, wat leidt tot over- of onderschatting van de werkelijke prevalentie [8](#page=8). * **Rapportagebias:** Respondenten kunnen foutieve informatie geven door gewoonten te over- of onderrapporteren (bv. roken). Als de ene groep vaker foutief rapporteert dan de andere, zijn de meetresultaten geen accurate schatting van de werkelijke prevalentie. Vertekening ontstaat alleen bij een verschuiving in één richting [8](#page=8). * **Waarnemersbias:** De houding van een onderzoeker tijdens een een-op-een gesprek kan leiden tot bias in de antwoorden (dit speelt niet bij een enquête) [8](#page=8). * **Onderzoekersbias:** De enquête kan zodanig zijn geformuleerd dat de antwoorden voldoen aan de verwachtingen van de onderzoeker [8](#page=8). #### 1.3.1.2 Beoordelen van validiteit Een oordeel over de validiteit van de resultaten kan worden gevormd door de belangrijkste sterke en zwakke punten van het onderzoek op een rij te zetten [8](#page=8). * **Sterke punten** kunnen bijvoorbeeld zijn: het aantal studenten, vergelijkbaarheid van metingen (vroeger en nu), anonieme vragenlijst, redelijk hoog responspercentage [8](#page=8). * **Zwakke punten** kunnen zijn: onderzoek op slechts één school voor heel een regio, publicatie twee jaar later, onnauwkeurigheden door zelfrapportage, mogelijk essentiële non-responders [8](#page=8). Ook de consistentie met andere onderzoeken kan worden geanalyseerd [8](#page=8). 4. **Breng de bevindingen in praktijk** Pas de bevindingen van het gevonden artikel toe in het klinisch handelen. De verkregen informatie en onderzoeksbevindingen moeten kritisch worden bekeken in de context van de oorspronkelijke vraagstelling. Een voorbeeld hiervan is wanneer twee tandenborstels zijn getest bij gezonde volwassenen, maar de tandarts werkt met patiënten met artritis [4](#page=4). 5. **Evalueer het resultaat** Evalueer het resultaat van de toegepaste bevindingen [4](#page=4). ### 1.4 Waarde van onderzoek voor de tandheelkundige praktijk Onderzoek beantwoordt vaak de gestelde vraag, maar kan ook leiden tot de vaststelling van andere onderwerpen voor vervolgonderzoek. Bij het lezen van cross-sectioneel onderzoek is het belangrijk om te letten op [8](#page=8): * Het doel van de studie [8](#page=8). * De samenstelling van de steekproef [8](#page=8). * Mogelijke vormen van bias [8](#page=8). * Sterke en zwakke punten van de onderzoeksopzet, uitvoering en analyse van de resultaten [8](#page=8). * Op wie de resultaten van toepassing zullen zijn [8](#page=8). Het gebruik van wetenschap is essentieel voor het rationaliseren van de mondzorg [8](#page=8). --- # Statistische methoden voor onderzoek Dit deel van de studiehandleiding behandelt de analyse van onderzoeksresultaten, met een focus op percentages, proporties, gemiddelden, standaarddeviaties, betrouwbaarheidsintervallen en statistische toetsen voor het vergelijken van groepen en het bestuderen van verbanden. ### 2.1 Aantallen personen: percentages en proporties Het doel van onderzoek, vaak uiteengezet in de titel, samenvatting of inleiding, is het toekennen van getallen aan eigenschappen van onderzoekseenheden om de mate van voorkomen te tellen of kwantitatieve vergelijkingen tussen groepen te maken [5](#page=5). * **Meten**: Het toekennen van een getal aan een eigenschap van een onderzoekseenheid om de mate van voorkomen ervan te tellen of om kwantitatieve vergelijkingen te maken [5](#page=5). * **Proportie**: Een ratio of verhouding tussen een fractie en het totaal. Bijvoorbeeld, 230 van de 264 personen is 0,87, wat neerkomt op 87% [5](#page=5). * **Percentage**: De proportie vermenigvuldigd met 100 [5](#page=5). * **Prevalentie**: Het percentage of de proportie mensen dat op een bepaald moment een ziekte of eigenschap heeft [5](#page=5). * **Incidentie**: Het percentage of de proportie mensen dat binnen een bepaalde periode een ziekte of eigenschap krijgt [5](#page=5). Prevalentieonderzoek, ook wel dwarsdoorsnedeonderzoek genoemd, wordt vaak uitgevoerd met enquêtes. Een enquête kwantificeert het voorkomen van omschreven eigenschappen bij een bepaalde groep mensen. Voor een enquête is een steekproefkader (een lijst van alle leden van de populatie) nodig. Een aselecte steekproef garandeert dat elk persoon in het steekproefkader een gelijke kans heeft om opgenomen te worden, wat resulteert in een waarschijnlijk representatieve groep voor de populatie [5](#page=5). Bij het bespreken van verschillen tussen groepen kan prevalentie worden opgevat als een risico [6](#page=6). * **Absolute risicoverschil**: Het verschil tussen twee risico's, bijvoorbeeld 17% - 2% = 15% extra rokers [6](#page=6). * **Relatieve risico (risicoverhouding/risicoratio)**: De verhouding van twee risico's; hoe veel maal groter de kans op een eigenschap is in de ene groep vergeleken met de andere. Dit wordt vaak gebruikt in onderzoek naar oorzaken, prevalentie en behandelingen [6](#page=6). #### 2.1.1 Populatieprevalentie en betrouwbaarheidsintervallen De populatieprevalentie (werkelijke prevalentie) is een meting gebaseerd op de gehele populatie. Aangezien zelden de gehele populatie wordt meegenomen, wordt vaak een steekproef gebruikt, wat leidt tot minder betrouwbare resultaten [6](#page=6). * **Standaardfout (SE)**: Een maat voor de onzekerheid die aangeeft in hoeverre de prevalenties van onderzoeksgroepen naar verwachting zullen afwijken van de werkelijke prevalentie. Een grotere steekproef resulteert in een kleinere standaardfout [6](#page=6). * **Betrouwbaarheidsinterval (BI)**: Een spectrum of traject waarbinnen de werkelijke prevalentie met een bepaalde waarschijnlijkheid (bijvoorbeeld 95%) naar verwachting ligt. Een 95%-BI betekent dat er een kans van 5% is dat de werkelijke prevalentie buiten dit interval valt. De breedte van het BI hangt af van het aantal proefpersonen; meer proefpersonen leiden tot een smaller BI [6](#page=6) [7](#page=7). #### 2.1.2 Validiteit van resultaten De validiteit van onderzoeksresultaten wordt bepaald door de onderzoeksopzet, de steekproef en de analyse van de resultaten [7](#page=7). * **Bias (vertekening)**: Elke invloed die ertoe leidt dat de uitkomsten van een onderzoek systematisch worden overschat of onderschat ten opzichte van de werkelijke waarde. Bias kan ontstaan door de manier van responderen, eigenschappen van proefpersonen of de onderzoeksopzet [7](#page=7). ### 2.2 Metingen bij mensen: gemiddelden en spreiding Bij metingen bij mensen is natuurlijke variatie belangrijk, aangezien eigenschappen van persoon tot persoon kunnen verschillen. De definitie van gemiddelde en spreiding hangt af van de verdeling van de resultaten [10](#page=10). * **Rekenkundig gemiddelde**: De som van alle meetresultaten gedeeld door het aantal metingen [10](#page=10). * **Standaarddeviatie (s of sd)**: Een maat voor de spreiding van de verdeling rond het gemiddelde [10](#page=10). 1. Bereken het gemiddelde [10](#page=10). 2. Bereken het verschil tussen elke meting en het gemiddelde [10](#page=10). 3. Kwadrateer elk antwoord en tel ze op [10](#page=10). 4. Deel dit getal door het aantal metingen min 1 (aantal vrijheidsgraden) [10](#page=10). 5. Trek de wortel van het resultaat [10](#page=10). Een standaarddeviatie van 16 betekent dat de meetwaarden gemiddeld met 16 eenheden afwijken van het gemiddelde [10](#page=10). #### 2.2.1 Normale verdeling Een symmetrisch histogram met een klokvormige curve wordt de normale verdeling genoemd [11](#page=11). * **Kenmerken van de normale verdeling**: * 68% van de gegevens valt tussen het gemiddelde min één standaarddeviatie en het gemiddelde plus één standaarddeviatie [10](#page=10). * 95% van de gegevens valt tussen het gemiddelde min twee standaarddeviaties en het gemiddelde plus twee standaarddeviaties [10](#page=10). De normale verdeling is nuttig omdat deze zowel het gemiddelde als de spreiding weergeeft. Veel metingen in de genees- en tandheelkunde volgen een normale verdeling [11](#page=11). * **Standaardfout van het gemiddelde (SE)**: Wordt berekend met de formule $$SE = \frac{s}{\sqrt{n}}$$, waarbij $s$ de standaarddeviatie is en $n$ het aantal metingen. De standaardfout meet niet de spreiding van de data, maar de nauwkeurigheid waarmee het gemiddelde van een populatie op basis van een steekproef kan worden vastgesteld [11](#page=11). * **Betrouwbaarheidsinterval (BI)**: Gebruikt om de onzekerheid bij extrapolatie van groepsgegevens naar de populatie te beschrijven. De factor 1,96 wordt gebruikt voor een 95%-BI bij ongeveer 30 of meer metingen; bij kleinere groepen wordt deze factor groter en afhankelijk van de groepsgrootte. Als intervallen van verschillende groepen overlappen, kan dit duiden op vergelijkbare effecten [11](#page=11). #### 2.2.2 Asymmetrische uitkomsten Bij onevenwichtige verdelingen is er sprake van een schuine verdeling (scheef naar rechts), waarbij het gemiddelde rechts van de modus ligt. In dergelijke gevallen beschrijven de mediaan en de kwartielafstand (het verschil tussen de 25e en 75e percentiel) het centrum en de spreiding het best [12](#page=12). * **Meetniveaus**: * **Nominaal**: Onderscheid tussen categorieën zonder ordening [12](#page=12). * **Ordinaal**: Ordening mogelijk, maar de intervallen zijn niet altijd even groot [12](#page=12). * **Interval**: Gelijke intervallen, maar geen natuurlijk nulpunt [12](#page=12). * **Ratio**: Gelijke intervallen en een natuurlijk nulpunt [12](#page=12). Data op nominaal en ordinaal niveau is kwalitatief, terwijl data op interval en ratio niveau kwantitatief is [12](#page=12). * **Centrummaten**: Geven het centrum of de piek van de data aan (modus, mediaan, gemiddelde) [12](#page=12). * **Spreidingsmaten**: Geven de breedte of smalte van de piek aan, of de afstand tussen uiterste datapunten (kwartielpunten, standaarddeviatie, range) [13](#page=13). * **Kwartielafstand**: De afstand tussen het 1e en 3e kwartielpunt (Q3-Q1) [13](#page=13). * **Spreidingsbreedte**: De afstand tussen het minimum en maximum [13](#page=13). Bij een normale verdeling zijn gemiddelde, modus en mediaan gelijk; bij een scheve verdeling wijken ze van elkaar af [13](#page=13). ### 2.3 Groepen vergelijken en verbanden bestuderen Statistische methoden maken het mogelijk om groepen te vergelijken en verbanden tussen variabelen te bestuderen. #### 2.3.1 Twee percentages (of proporties) vergelijken * **Relatief risico (RR)**: Vergelijkt het risico van een groep met een referentiegroep. Een RR van 1 is de neutrale waarde, wat geen effect aangeeft. Een RR groter dan 1 duidt op een relatieve risicotoename, en kleiner dan 1 op een relatieve risicoreductie [14](#page=14) [15](#page=15). * **Absoluut risicoverschil**: Het verschil tussen twee risico's, met een neutrale waarde van 0. Het geeft de grootte van het effect aan, maar niet of het positief of negatief is [14](#page=14). * **Chi-kwadraattest**: Een statistische toets die vaak wordt gebruikt om verschillen tussen twee of meer proporties of percentages te vergelijken, rekening houdend met de grootte van de steekproef [14](#page=14). * **P-waarde**: Geeft aan hoe waarschijnlijk het is dat een meetresultaat door toeval is ontstaan. Een p-waarde van 0,05 of kleiner betekent dat het resultaat statistisch significant is en niet waarschijnlijk door toeval is gevonden. Een BI dat de neutrale waarde niet bevat, duidt op statistische significantie en een p-waarde van 0,05 of kleiner [15](#page=15). #### 2.3.2 Twee gemiddelden vergelijken * **T-test**: Een statistische toets die het verschil tussen twee gemiddelden vergelijkt, rekening houdend met de omvang van de steekproef en de standaarddeviatie van elke groep. De neutrale waarde is 0; een verschil van 0 betekent dat de twee groepen exact hetzelfde effect hebben. Als 0 in het 95%-BI valt, is de p-waarde waarschijnlijk groter dan 0,05, wat niet statistisch significant is [16](#page=16). #### 2.3.3 Het onderzoeken van verbanden * **Lineaire regressielijn**: Een lijn die gemiddeld het dichtst bij alle punten in een scatter plot ligt. Een horizontale lijn duidt op geen verband tussen de variabelen [16](#page=16). * **Betrouwbaarheidsinterval van de helling (b)**: Berekend als $b \pm 1.96 \ast SE \ van \ b$. De neutrale waarde van de regressiecoëfficiënt is 0 [16](#page=16) [17](#page=17). * **Correlatiecoëfficiënt (r)**: Een maat voor de sterkte van de samenhang tussen twee variabelen, met een waarde tussen -1 en 1 [17](#page=17). * Positieve $r$: Bij stijging van de ene variabele stijgt de andere ook [17](#page=17). * Negatieve $r$: Bij stijging van de ene variabele daalt de andere [17](#page=17). * **Correlatie in het kwadraat ($r^2$)**: Geeft aan in hoeverre de y-variabele verklaard wordt door de x-variabele [17](#page=17). * **Verstorende factor (confounder)**: Een gemeenschappelijke factor die een verband tussen twee variabelen kan veroorzaken, zonder dat de ene factor de andere direct beïnvloedt [17](#page=17). > **Tip:** Een voorspelling mag alleen worden gedaan binnen het bereik van waarden (x-as) waarop de steekproef was gebaseerd [17](#page=17). > **Tip:** Een verband tussen twee factoren impliceert niet automatisch dat de ene de andere veroorzaakt [17](#page=17). --- # Onderzoeksopzet en bewijskracht Dit topic bespreekt verschillende onderzoeksopzetten, zoals gerandomiseerde klinische onderzoeken, cohortonderzoek en patiënt-controleonderzoek, en de criteria die de kracht van het bewijs voor causaliteit bepalen. ### 3.1 Gerandomiseerd klinisch onderzoek (GKO) Een gerandomiseerd klinisch onderzoek (GKO) is cruciaal voor het vaststellen van de effectiviteit van behandelingen. Het is een experiment waarbij proefpersonen willekeurig aan verschillende behandelgroepen worden toegewezen. De kracht van een GKO berust op vier hoofdaspecten: randomisatie, blindering, controle en specifieke patiëntselectie [18](#page=18). #### 3.1.1 Randomisatie Randomisatie is het proces waarbij elke proefpersoon zo wordt ingedeeld dat noch de onderzoeker noch de patiënt invloed kan uitoefenen op deze keuze. Het doel is om onderzoeksgroepen te creëren met vergelijkbare kenmerken, zodat het enige verschil tussen de groepen de toegediende behandeling is. Hierdoor kunnen verschillen in meetresultaten worden toegeschreven aan het behandeleffect en niet aan andere factoren [18](#page=18). #### 3.1.2 Blindering Blindering houdt in dat de onderzoeker en/of de patiënt niet weet welke behandeling wordt gegeven. Bij een dubbelblind onderzoek weten zowel de onderzoeker als de patiënt dit niet, terwijl bij een enkelblind onderzoek één partij geblindeerd is. Het doel van blindering is het uitschakelen van de invloed van verwachtingen op de uitkomst en het voorkomen van bias die de resultaten in het voordeel van de actieve behandeling kan beïnvloeden. Indien blindering niet mogelijk is, moet een uitkomstmaat worden gekozen die onafhankelijk is van de opvattingen van patiënt of onderzoeker, zoals een plaquecscore [18](#page=18). #### 3.1.3 Controle Controle houdt in dat de uitkomst van de behandeling wordt vergeleken met de uitkomst in een referentiegroep die de behandeling niet ontvangt. Deze referentiegroep, ook wel controlegroep genoemd, krijgt vaak een placebo. Een placebo is ethisch alleen verantwoord als er geen standaardbehandeling bestaat; anders zou de patiënt van mogelijke verbetering worden onthouden [18](#page=18). #### 3.1.4 Criteria voor in- en uitsluiting De onderzoekspopulatie wordt gedefinieerd door specifieke criteria waaraan patiënten moeten voldoen om deel te mogen nemen. Een zeer selecte groep kan de respons op een behandeling eenduidiger maken, maar de resultaten zijn mogelijk alleen toepasbaar op een kleine groep patiënten. Een grotere variatie aan patiënten kan leiden tot meer algemene toepasbaarheid, maar vereist soms grootschaligheid om effectiviteit aan te tonen [18](#page=18) [19](#page=19). ### 3.2 Evaluatie van onderzoeksresultaten #### 3.2.1 Effectiviteit en efficiëntie Effectiviteit meet in hoeverre een therapie haar doelstellingen realiseert, oftewel of het werkt. Efficiëntie daarentegen heeft betrekking op het proces naar de uitkomst en betreft het gebruik van middelen zoals tijd en inspanning [19](#page=19). #### 3.2.2 Uitkomstmaten De centrale uitkomstmaat moet klinisch relevant zijn. Baselinekarakteristieken, eigenschappen van mensen gemeten vóór het onderzoek, laten zien of randomisatie vergelijkbare interventiegroepen heeft opgeleverd. Als groepen verschillen, moet overwogen worden hoe deze onevenwichtigheden de uitkomst beïnvloeden. De omvang van de onevenwichtigheid is belangrijker dan de p-waarde, aangezien kleine, onbelangrijke verschillen significant kunnen worden bij grote groepen [19](#page=19). Afhankelijk van de uitkomstmaat is het eindresultaat een percentage (bij tellingen) of een gemiddelde met standaarddeviatie (bij metingen). Vergelijkingen worden uitgedrukt als relatief risico (bij tellingen) of als verschil in gemiddelden (bij gemiddelden) [19](#page=19). #### 3.2.3 Maten voor behandelingseffect * **Relatief Risico (RR)**: De verhouding tussen de incidentie van een uitkomst in de blootgestelde groep en de incidentie in de niet-blootgestelde groep. Een RR van 1,73 betekent een risicotoename van 73%. Het relatieve risico is vaak constant bij verschillende populaties en onafhankelijk van de onderliggende prevalentie van een gemeten ziekte [19](#page=19). * **Risicoverwijl (RV)**: Het absolute verschil in risico tussen twee groepen. Dit hangt af van de onderliggende prevalentie en kan variëren per populatie [19](#page=19). * **Number Needed to Treat (NNT)**: Het aantal patiënten dat een nieuwe therapie moet krijgen om één patiënt voordeel te laten ondervinden ten opzichte van een andere therapie. De formule is NNT = 1/(risico groep 1 - risico groep 2) = 1/risicoverwijl [19](#page=19). * **Number Needed to Harm (NNH)**: Een uitkomstmaat voor het optreden van bijwerkingen, berekend als NNH = 1/risico a - risico b, waarbij het gaat om de risico's van bijwerkingen. Een NNH van 44 betekent dat 44 personen de ene behandeling moeten krijgen om één extra persoon met een bijwerking te resulteren ten opzichte van de andere behandeling [20](#page=20). #### 3.2.4 Statistische significantie en klinische relevantie De p-waarde, berekend met een toetsingsgrootheid zoals chi-kwadraat, geeft de kans aan dat een gevonden verschil per toeval is ontstaan. Een niet-statistisch significant resultaat betekent niet per se dat er geen verschil of effect is, maar dat er onvoldoende bewijs is om een verschil aan te tonen [19](#page=19). Klinische relevantie kijkt of een behandeleffect groot genoeg is om de praktijk te veranderen. Dit wordt gemeten door de **effectgrootte (effect size)**. Een effectgrootte kleiner dan 0,3 wordt als niet relevant beschouwd, tussen 0,3 en 0,5 als weinig relevant, tussen 0,5 en 0,8 als klinisch relevant, en groter dan 0,8 als een groot effect. Een lage p-waarde in combinatie met een grote effectgrootte is wenselijk om de standaardzorg te veranderen [20](#page=20). > **Tip:** Statistische significantie en klinische relevantie zijn twee verschillende, maar beide belangrijke aspecten bij het beoordelen van onderzoeksresultaten [20](#page=20). #### 3.2.5 Non-compliance en uitval **Non-compliance** treedt op wanneer een patiënt de toegewezen behandeling niet volgt volgens het onderzoeksprotocol. Als de therapietrouw laag is, is het nuttig te onderzoeken waarom, aangezien een effectieve behandeling in de praktijk ongeschikt kan zijn door bijwerkingen. Patiënten die na de eerste afspraak niet meer komen, worden als 'lost to follow-up' beschouwd [20](#page=20). #### 3.2.6 Analyse-methoden * **Intention-to-Treat (ITT) analyse**: Patiënten worden geanalyseerd volgens de groep waaraan ze gerandomiseerd zijn, ongeacht of ze de behandeling daadwerkelijk hebben ontvangen. Dit voorkomt bias door het behoud van de evenwichtige verdeling die door randomisatie is gecreëerd [20](#page=20). * **Per-protocolanalyse**: Analyse met alleen patiënten die de toegewezen behandeling volledig hebben gevolgd [20](#page=20). Belangrijke criteria voor de betrouwbaarheid van resultaten zijn: randomisatie, controlegroep, blindering, therapietrouw, uitval, groepsgrootte en intention-to-treat-analyse. Resultaten in de praktijk brengen afwegingen met zich mee over toepasbaarheid, voor- en nadelen, en kosteneffectiviteitanalyse [20](#page=20). ### 3.3 Verband, causaliteit en confounding #### 3.3.1 Associatie versus causaliteit Een **associatie** (verband) duidt op een relatie tussen een factor en een ziekte, maar niet noodzakelijkerwijs een causaal verband. Een **causaal verband** impliceert een onderliggend biologisch mechanisme waarbij het verwijderen van de blootstelling leidt tot een daling van het ziekterisico. Als een verband niet-causaal is, hoeft de factor de ziekte niet te veroorzaken [22](#page=22). #### 3.3.2 Confounding **Confounding** treedt op wanneer een factor gerelateerd is aan zowel de blootstelling als de uitkomst. Een confounder kan een verband tussen blootstelling en uitkomst verzwakken of versterken, wat kan leiden tot het suggereren van een afwezige associatie of het ontkennen van een bestaande. Vaak kan een deel van de associatie door een confounder worden verklaard [22](#page=22). #### 3.3.3 Criteria voor causaliteit (Bradford Hill criteria) 1. **Volgorde in tijd**: Blootstelling moet voorafgaan aan het begin van de ziekte [22](#page=22). 2. **Kracht van de associatie**: Een verband tussen blootstelling en ziekte dat niet waarschijnlijk op toeval berust [22](#page=22). 3. **Dosis-responsrelatie**: Een stijging van het ziekterisico naarmate de blootstelling toeneemt [22](#page=22). 4. **Alternatieve uitleg**: Het verband blijft bestaan na correctie voor confounders [22](#page=22). 5. **Reversibiliteit**: Het ziekterisico neemt af als de blootstelling wordt opgeheven [22](#page=22). 6. **Consistentie**: Verschillende onderzoeken rapporteren hetzelfde resultaat [22](#page=22). 7. **Biologische plausibiliteit**: Er is een mogelijkheid en bewijs dat de blootstelling de ziekte kan veroorzaken [22](#page=22). Onderzoek naar ziekteoorzaken is moeilijker dan naar behandelingseffecten, omdat het ethisch niet verantwoord is om mensen bloot te stellen aan schadelijke factoren. Het belangrijkste nadeel van observationeel onderzoek ten opzichte van experimenteel onderzoek is het onvermogen om verschillen in eigenschappen te minimaliseren door randomisatie [22](#page=22). ### 3.4 Cohortonderzoek Cohortonderzoek is een observationeel onderzoek waarbij mensen zonder de ziekte (of met een gelijke ziektestatus) aan het begin worden gevolgd om te zien hoeveel nieuwe gevallen van de ziekte ontstaan. Er wordt gekeken of de incidentie verschilt tussen mensen die blootgesteld zijn aan de onderzochte risicofactor [23](#page=23). * **Risicoperiode**: De tijd gedurende het onderzoek waarin de proefpersoon een risico loopt [23](#page=23). * **Risicopersoonsjaar**: Elk jaar van die periode, per proefpersoon [23](#page=23). **Externe validiteit** betreft de mate waarin onderzoeksresultaten vertaald mogen worden naar anderen. Een selectie van proefpersonen is een bedreiging voor de externe validiteit [23](#page=23). #### 3.4.1 Bias en confounding in cohortonderzoek Bias kan ontstaan als de redenen voor uitval verband houden met de uitkomst of blootstelling. Confounding kan worden aangepakt in de opzetfase en bij statistische analyse. **Rest-confounding** treedt op wanneer statistische correcties het effect van een confounder niet geheel kunnen verwijderen [23](#page=23) [24](#page=24). ### 3.5 Patiënt-controleonderzoek (Case-control studie) Patiënt-controleonderzoek is een observationeel, retrospectief onderzoek waarbij mensen met en zonder de ziekte worden bevraagd over hun blootstelling aan factoren. Twee belangrijke vragen bij de opzet zijn: hoe de controlegroep is geselecteerd en welke stappen zijn ondernomen om bias en confounding te verminderen. De controlegroep moet een representatieve afspiegeling zijn van de populatie die risico loopt op de ziekte [24](#page=24). #### 3.5.1 Bias in patiënt-controleonderzoek * **Selectiebias**: Treedt op als de proefpersonen zo gekozen zijn dat de mate van associatie onjuist wordt vertekend [24](#page=24). * **Herinneringsbias (recall bias)**: Patiënten met een ziekte denken vaker en beter na over hoe de ziekte is opgelopen, wat kan leiden tot een verschil in herinnering tussen patiënten en controles. Dit kan het verband tussen risico en ziekte uitvergroten [24](#page=24) [32](#page=32). #### 3.5.2 Associatiematen in patiënt-controleonderzoek * **Odds Ratio (OR)**: De verhouding tussen de kans op het hebben van de ziekte in de ene blootstellingscategorie ten opzichte van de andere. De neutrale waarde is 1 [25](#page=25). * **Relatief Risico (RR)**: De verhouding tussen twee absolute risico's. Het absolute risico is de verhouding tussen het aantal keren dat iets voorkwam in een groep en het totale aantal in die groep. De neutrale waarde is 1 [25](#page=25). Een **2x2 tabel** is een hulpmiddel bij het berekenen van statistische relaties tussen een determinant en een outcome, waarbij beide variabelen dichotoom zijn (wel/niet aanwezig) [25](#page=25). ### 3.6 Cross-sectioneel onderzoek Cross-sectioneel onderzoek is doorgaans het snelst, eenvoudigst en goedkoopst. Hierbij wordt op één specifiek moment in de tijd informatie verzameld over een onderzoeksgroep (prevalentie). Dit type onderzoek kan mensen met langdurige ziekte bevoordelen, omdat factoren die samengaan met de bestaande ziekte worden gemeten [32](#page=32). ### 3.7 Bias Bias kan, in tegenstelling tot confounding, meestal niet worden gecorrigeerd met statistische analyse. Hoofdbronnen van bias zijn de proefpersonen (selectiebias) en meetfouten (informatiebias) [32](#page=32). #### 3.7.1 Selectiebias * **Toewijzingsbias**: Kan ontstaan als een bepaald type patiënt een grotere kans heeft om de actieve behandeling te krijgen [32](#page=32). * **Responsbias**: Respondenten (die instemmen met deelname) verschillen van non-respondenten [32](#page=32). #### 3.7.2 Informatiebias * **Patiëntenbias**: Herinneringsbias, terugtrekkings- of stopbias, en follow-up bias [32](#page=32). * **Onderzoekersbias**: Beoordelingsbias en interviewerbias [32](#page=32). * **Herinneringsbias**: Patiënten met een ziekte herinneren ervaringen anders dan patiënten zonder ziekte [32](#page=32). * **Terugtrekkings- of stopbias**: Patiënten die zich terugtrekken uit een onderzoek verschillen vaak van degenen die dat niet doen [32](#page=32). * **Follow-up bias**: De reden voor uitval bij follow-up hangt samen met de blootstelling en is verschillend per groep [32](#page=32). * **Beoordelingsbias**: Als de arts of patiënt op de hoogte is van de behandeling, kunnen de uitkomsten van de nieuwe behandeling beter worden beoordeeld [32](#page=32). * **Interviewerbias**: De interviewer kan onbewust het interview beïnvloeden als hij/zij op de hoogte is van de ziektestatus van de patiënt [33](#page=33). Experimenteel onderzoek kent minder bias dan observationeel onderzoek, mede door randomisatie en blindering. Intention-to-treat analyse wordt gebruikt om terugtrekkings- en follow-up bias te vermijden [33](#page=33). ### 3.8 Confounding Confounding hangt altijd direct samen met de uitkomst en de veroorzakende variabele. Reductie van confounding gebeurt tijdens de opzetfase of analyse [33](#page=33). * **Stratificatie en minimalisering**: Zorgen voor evenwicht in de behandelgroepen [33](#page=33). * **Matching**: In patiënt-controleonderzoek worden controlepersonen gematcht aan patiënten [33](#page=33). Statistische technieken tegen confounding zijn **multivariate logistische regressie** (voor dichotome uitkomsten) en **multivariate lineaire regressie** (voor continue uitkomsten) [33](#page=33). Een groot relatief risico wijst op een sterk verband dat niet volledig door bias en confounding te verklaren is [33](#page=33). ### 3.9 Experimenteel klinisch onderzoek Twee behandelingen kunnen worden vergeleken via: * **Parallelgroeponderzoek**: Elke behandeling wordt aan een aparte groep gegeven. Voordelen zijn geen wederzijdse beïnvloeding en toepasbaarheid voor genezende behandelingen. Nadelen zijn potentieel gevaar voor bias en confounding, en een grotere onderzoeksgroep nodig dan bij cross-over [33](#page=33) [34](#page=34). * **Cross-overonderzoek**: Elke patiënt krijgt beide behandelingen, sequentieel of gelijktijdig (split-mouth). Voordelen zijn minder kans op bias of confounding, geschiktheid voor chronische ziekten en een kleinere steekproef. Nadelen zijn mogelijke wederzijdse beïnvloeding van behandelingen en beperking tot behandelingen die symptomen tijdelijk verlichten [33](#page=33) [34](#page=34). Bij beide methoden is randomisatie cruciaal om bias en confounding te vermijden [33](#page=33) [34](#page=34). Fase-III-onderzoeken evalueren de effectiviteit van een behandeling bij een aantal patiënten. Fase-II-onderzoek is een voorbereidende evaluatie van veiligheid en werkzaamheid [35](#page=35). ### 3.10 Kracht van bewijs voor causaliteit De kracht van het bewijs voor causaliteit wordt beoordeeld aan de hand van verschillende criteria, waaronder tijdsverklaring, reversibiliteit en het uitsluiten van alternatieve verklaringen (confounding) [35](#page=35). De hiërarchie van bewijskracht omvat: 1. **Overzichtsonderzoeken**: Systematische reviews en meta-analyses [35](#page=35). 2. **Experimentele studies**: Gerandomiseerde klinische trials (RCTs) en gecontroleerde klinische trials (CCTs) [35](#page=35). 3. **Observationeel onderzoek**: Cohortonderzoek, patiënt-controleonderzoek, cross-sectioneel onderzoek, case series/reports [35](#page=35). * **Systematische review (SR)**: Een overzicht van bestaande onderzoeken, waarbij de kwaliteit afhangt van de opgenomen studies [36](#page=36). * **Meta-analyse**: Een statistische techniek die vaak in SRs wordt gebruikt [35](#page=35). * **Case series/reports**: Beschrijvingen van patiënten zonder controlegroep, nuttig voor nieuwe ziekten [36](#page=36). #### 3.10.1 Vergelijking van onderzoeksopzetten voor causaliteit * **RCT vs. CCT**: Een RCT is sterker wat betreft het uitsluiten van alternatieve verklaringen door randomisatie [36](#page=36). * **Cohort vs. Patiënt-controle**: Cohortonderzoek is prospectief en daarmee sterker wat betreft de tijdsrelatie dan het retrospectieve patiënt-controleonderzoek. Reversibiliteit is minder sterk te onderzoeken in cohortonderzoek vanwege de lange duur [36](#page=36). * **Bias en confounding**: Cohortonderzoek is minder onderhevig aan bias dan patiënt-controleonderzoek, maar beide zijn onderhevig aan confounding [36](#page=36). Experimenteel onderzoek test werkzaamheid, observationeel onderzoek spoort risicofactoren en oorzaken op. Gerandomiseerde selectie wordt gebruikt in observationeel onderzoek, gerandomiseerde toewijzing in experimenteel klinisch onderzoek [36](#page=36). Bij zeldzame ziekten is patiënt-controleonderzoek beter geschikt dan cohortonderzoek, omdat men bij patiënt-controleonderzoek al weet dat de patiënten de ziekte hebben en terug in de tijd kijkt [37](#page=37). > **Tip:** Zoek altijd bewijs zo hoog mogelijk in de bewijspiramide [36](#page=36). --- # Systematische reviews en informatieverzameling Dit topic behandelt het proces van het zoeken naar wetenschappelijke literatuur, de rol en methodologie van systematische literatuuroverzichten (SLO) en meta-analyses, en de kritische beoordeling van publicaties op betrouwbaarheid en mogelijke belangenverstrengeling. ### 4.1 Informatie verzamelen Het verzamelen van informatie over tandheelkundige onderwerpen kan plaatsvinden via diverse bronnen, waaronder tijdschriften, elektronische databases met samenvattingen (zoals Medline, Embase, PubMed), wetenschappelijke databases specifiek voor systematische literatuuroverzichten (zoals The Cochrane Library), beroepsverenigingen, overheidsinstanties en de daaruit voortvloeiende richtlijnen en literatuuroverzichten. Medline, Embase en PubMed zijn belangrijke databases voor samenvattingen van medische en tandheelkundige publicaties. The Cochrane Library is gespecialiseerd in systematische literatuuroverzichten binnen deze domeinen. Organisaties zoals NICE gebruiken systematische literatuuroverzichten als basis voor richtlijnen, vaak gericht op interventies [38](#page=38). #### 4.1.1 Belangenverstrengeling in wetenschappelijke publicaties Belangenverstrengeling treedt op wanneer een professioneel oordeel over de validiteit of interpretatie van onderzoek beïnvloed kan worden door externe belangen, zoals financieel gewin, beroepsmatig voordeel of rivaliteit. Een voorbeeld hiervan is wanneer iemand een interventie positief beoordeelt omdat hij hiervoor betaald wordt. Publicatie in een peer-reviewed tijdschrift impliceert dat experts op het betreffende vakgebied het manuscript hebben beoordeeld [38](#page=38). #### 4.1.2 Systematische literatuuroverzichten Een systematisch literatuuroverzicht (SLO) is een gestructureerde methode om alle beschikbare wetenschappelijke publicaties over een specifiek onderwerp systematisch te zoeken, analyseren en interpreteren. De meeste SLO's zijn gebaseerd op onderzoeken die twee of meer groepen vergelijken, waarbij de effectgrootte wordt gemeten met vergelijkende maten zoals het relatieve risico (RR) of het risicoverschil [38](#page=38). ##### 4.1.2.1 Meta-analyse Meta-analyse is een statistische techniek die wordt gebruikt om de gevonden effectgroottes uit verschillende onderzoeken samen te voegen tot één enkele schatting. Door resultaten van meerdere onderzoeken te combineren, ontstaat een preciezere schatting van de effectgrootte dan uit een enkel onderzoek mogelijk zou zijn, vanwege een grotere steekproef [38](#page=38). > **Tip:** Meta-analyses bieden een hogere precisie van effectschattingen door het combineren van data uit meerdere studies. Bij een meta-analyse worden de resultaten van alle onderzoeken gecombineerd tot een enkele maat voor het relatieve risico. In tegenstelling tot een simpel gemiddelde van relatieve risico's, wordt bij een meta-analyse gecorrigeerd voor de omvang van elk onderzoek bij de schatting van het totale RR. Grotere onderzoeken hebben daardoor een kleiner betrouwbaarheidsinterval (BI) en worden zwaarder gewogen in de analyse dan kleinere onderzoeken. Het gewicht van een onderzoek in een SLO kan worden uitgedrukt als een percentage van de som van alle gewichten. Het gewicht wordt bepaald door de standaardfout: een groter onderzoek heeft een kleinere standaardfout en dus een groter gewicht, terwijl een kleiner onderzoek een grotere standaardfout en een kleiner gewicht heeft. De formule voor het gewicht is vaak $1/\text{standaardfout}^2$. In sommige forest plots wordt de grootte van het centrale punt voor elk onderzoek evenredig gemaakt aan het gewicht, en de gezamenlijke schatting zal dichter bij de resultaten van grotere onderzoeken liggen [39](#page=39). ##### 4.1.2.2 Stappen van een systematisch literatuuroverzicht De stappen voor het uitvoeren van een systematisch literatuuroverzicht zijn als volgt [39](#page=39): 1. Omschrijven van de onderzoeksvraag. 2. Specificeren van de criteria voor inclusie of exclusie van onderzoeken. 3. Uitvoeren van een literatuurzoekactie in medische databases, lezen van samenvattingen en selecteren van potentieel relevante artikelen. 4. Verkrijgen van de volledige artikelen die relevant zijn voor de specifieke onderzoeksvraag. 5. Kritische beoordeling van elke publicatie en extractie van relevante informatie, inclusief de bepaling van de te gebruiken uitkomstmaat. 6. Uitvoeren van een meta-analyse om de kwantitatieve resultaten van individuele onderzoeken te combineren tot één enkele schatting. 7. Interpretatie en samenvatting van de bevindingen. Een **forest plot** is een diagram dat het relatieve risico van elk afzonderlijk onderzoek, samen met het gezamenlijke relatieve risico en het bijbehorende betrouwbaarheidsinterval (BI), presenteert [39](#page=39). ##### 4.1.2.3 Interpreteren van effectmaten Bij een risicoverschil van 24% of 0,24 betekent dit bijvoorbeeld dat van honderd kinderen die een tin-houdende fluoridetandpasta gebruiken, er 24 meer extrinsieke verkleuringen zouden krijgen dan kinderen die een placebotandpasta gebruiken. Een NNH (Number Needed to Harm) van 4,2 impliceert dat van elke 4,2 kinderen die een tin-houdende fluoridetandpasta gebruiken, er één mogelijk extrinsieke tandverkleuring oploopt [39](#page=39). Systematische literatuuroverzichten vormen vaak de basis voor veranderingen in de klinische praktijk [39](#page=39). #### 4.1.3 Beoordeling van systematische literatuuroverzichten Bij het beoordelen of een systematisch literatuuroverzicht (SLO) bruikbare informatie oplevert, zijn verschillende aspecten van belang [40](#page=40): * **Uitkomstmaat:** Auteurs moeten vaak ingewikkelde verschillen in uitkomstmaten over hetzelfde onderwerp kunnen samenvoegen [40](#page=40). * **Selectie van onderzoeken:** Auteurs dienen transparant te zijn over de methoden die zijn gebruikt om onderzoeken te vinden, inclusief de gebruikte zoektermen (keywords) [40](#page=40). * **Publicatiebias:** Onderzoeken met negatieve of geen effecten worden minder vaak gepubliceerd, wat kan leiden tot een bias in de richting van positieve resultaten [40](#page=40). * **Kwaliteit van onderzoek:** De kwaliteit van de gevonden artikelen wordt beoordeeld, wat deels subjectief kan zijn [40](#page=40). * **Heterogeniteit:** Hoe meer onderzoeken er in een SLO zijn opgenomen, hoe groter de kans dat de schattingen van het onderzochte effect aanzienlijk per onderzoek verschillen [40](#page=40). Indien er weinig tot geen gerandomiseerde onderzoeken beschikbaar zijn, kan een systematisch literatuuroverzicht van observationele onderzoeken nuttige informatie verschaffen, ondanks een hogere kans op bias en confounding. Bij significante heterogeniteit, waarbij de effecten van onderzoeken sterk uiteenlopen, dient beoordeeld te worden of het gerechtvaardigd is om alle gegevens in één schatting samen te voegen. Er bestaan statistische tests om significante heterogeniteit te detecteren [40](#page=40). #### 4.1.4 Praktische aspecten van literatuuronderzoek Bij het uitvoeren van literatuuronderzoek is het gebruik van relevante begrippen en 'keywords' essentieel. Boolean operators zoals AND, OR, en NOT kunnen worden ingezet om de zoekresultaten te verfijnen. Voor risicogerelateerde vragen kan het PDO- of PICO-model helpen bij het formuleren van de vraag en de zoektermen. Het bedenken van Engelse synoniemen vergroot de kans op het vinden van meer onderzoeken. Zoektermen moeten tussen aanhalingstekens worden geplaatst [40](#page=40). Een 'broad search' (brede zoekactie) is sensitief en genereert veel zoekresultaten, wat nuttig is om de bestaande kennis over een onderwerp te verkennen en de onderzoeksvraag te formuleren. Dit kan leiden tot specifieke vragen, maar ook tot niet-relevante resultaten. Een 'narrow search' (specifieke zoekactie) richt zich op het beantwoorden van de hoofdvraag binnen wetenschappelijke databases [40](#page=40). ### 4.2 Onderzoeksdomeinen, onderzoekstypen en bewijshiërarchie #### 4.2.1 Onderzoeksdomeinen en bijbehorende onderzoekstypen Verschillende onderzoeksdomeinen lenen zich voor specifieke onderzoekstypen en onderzoeksvragen [41](#page=41): 1. **Therapie/preventie:** RCT's (Randomized Controlled Trials) en CCT's (Controlled Clinical Trials) zijn interventieonderzoeken die antwoord geven op vragen als "welke behandeling is het beste?", "welk advies kan ik het beste geven?" of "welke pijnstiller schrijf ik voor?" [41](#page=41). 2. **Diagnose:** Cross-sectioneel onderzoek, met één meetmoment, wordt gebruikt om vragen te beantwoorden als "wat heeft de patiënt?" of "is mijn test accuraat?" [41](#page=41). 3. **Etiologie (oorzaak)/risico:** Patiënt-controleonderzoek (retrospectief onderzoek) helpt bij het beantwoorden van vragen als "waar komt het door?" of "is de behandeling schadelijk?" [41](#page=41). 4. **Prognose:** Cohortonderzoek (longitudinaal onderzoek, waarbij een eenheid op twee of meer meetmomenten wordt gemeten) wordt gebruikt om vragen te beantwoorden als "hoe loopt het af?" of "wat is de levensduur?" [41](#page=41). Onderzoekstypes 2 tot en met 4 kunnen uitsluitend met observationeel onderzoek worden beantwoord [41](#page=41). > **Tip:** Een RCT is de meest zuivere methode om een verband tussen een interventie en blootstelling aan te tonen, maar is niet altijd ethisch uitvoerbaar, bijvoorbeeld bij interventies met ernstige bijwerkingen [40](#page=40). Naarmate er meer verschillen zijn tussen de patiëntengroep en de controlegroep, zijn er meer alternatieve verklaringen mogelijk voor de relatie tussen A en B [40](#page=40). #### 4.2.2 Hiërarchie van secundair bewijs De piramide van secundair bewijs, gebaseerd op praktische toepasbaarheid, omvat verschillende niveaus [41](#page=41): * **Systemen:** Dit niveau is gebaseerd op synopsissen, zoals evidence-based richtlijnen en geautomatiseerde klinische informatievoorziening [41](#page=41). * **Synopsissen:** Dit zijn uitgebreide overzichten van alle synthesen over een specifiek onderwerp, waarbij ook aandacht wordt besteed aan methodologische kwaliteit; ze zijn overzichtelijker en actueler [41](#page=41). * **Synthesen:** Dit zijn samenstellingen van bewijs (bijvoorbeeld systematische reviews). Deze zijn minder praktisch omdat ze langdurig zijn om te lezen [41](#page=41). Een ander woord voor secundair bewijs is 'geaggregeerde evidence' [41](#page=41). Als men alleen primaire studies vindt, betekent dit dat er nog niet veel bekend is over het onderwerp [42](#page=42). --- ## Veelgemaakte fouten om te vermijden - Bestudeer alle onderwerpen grondig voor examens - Let op formules en belangrijke definities - Oefen met de voorbeelden in elke sectie - Memoriseer niet zonder de onderliggende concepten te begrijpen

| Term | Definition | |------|------------| | Evidence-based tandheelkunde (EBT) | Een benadering van mondzorg die een oordeelkundige integratie vereist van het huidige beste bewijsmateriaal, klinische expertise en de behoeften en voorkeuren van de patiënt. | | PICO-vraag | Een gestructureerde methode om klinische vragen om te zetten in wetenschappelijk beantwoordbare vragen, bestaande uit Probleem/patiënt, Interventie, Co-interventie en Outcome. | | Observationeel onderzoek | Onderzoek waarbij onderzoekers bestaande situaties waarnemen zonder interventie. Dit omvat cohortonderzoek, patiënt-controleonderzoek en cross-sectioneel onderzoek. | | Experimenteel onderzoek | Onderzoek waarbij de onderzoeker een interventie of behandeling uitvoert en vervolgens het gevolg meet. Gerandomiseerd gecontroleerd onderzoek (RCT) is een voorbeeld hiervan. | | Gerandomiseerd gecontroleerd onderzoek (RCT) | Een experimenteel onderzoek waarbij proefpersonen willekeurig worden toegewezen aan een interventie- of controlegroep om de effectiviteit van een behandeling te evalueren. | | Cohortonderzoek | Een observationeel, prospectief onderzoek waarbij een groep mensen zonder de betreffende ziekte wordt gevolgd om te zien hoeveel nieuwe gevallen van de ziekte ontstaan over een bepaalde periode. | | Patiënt-controleonderzoek | Een observationeel, retrospectief onderzoek waarbij mensen met een bepaalde ziekte (patiënten) worden vergeleken met mensen zonder die ziekte (controles) op basis van hun blootstelling aan mogelijke risicofactoren in het verleden. | | Cross-sectioneel onderzoek | Een observationeel onderzoek waarbij gegevens worden verzameld op één enkel tijdstip om de prevalentie van een aandoening of eigenschap in een populatie te meten. | | Prevalentie | Het percentage of relatieve aantal mensen dat op een bepaald moment een bepaalde ziekte of eigenschap heeft. | | Incidentie | Het percentage of relatieve aantal mensen dat binnen een bepaalde periode een nieuwe ziekte of eigenschap ontwikkelt. | | Betrouwbaarheidsinterval (BI) | Een reeks waarden binnen welk we met een bepaalde waarschijnlijkheid (meestal 95%) verwachten dat de werkelijke populatiewaarde ligt. | | Bias (vertekening) | Elke systematische invloed die ertoe leidt dat de onderzoeksresultaten structureel worden over- of onderschat ten opzichte van de werkelijke waarde. | | Confounding | Een factor die gerelateerd is aan zowel de blootstelling als de uitkomst, en die daardoor een vertekend beeld kan geven van het werkelijke verband tussen blootstelling en uitkomst. | | Statistische significantie | Een resultaat van een statistische test dat waarschijnlijk niet door toeval is ontstaan, meestal aangeduid met een p-waarde van 0,05 of lager. | | P-waarde | De kans op het observeren van de onderzoeksresultaten (of extremere resultaten) als de nulhypothese (geen effect) waar is. Een lage p-waarde (< 0,05) suggereert statistische significantie. | | Effectgrootte (effect size) | Een maat voor de klinische relevantie van een gevonden verschil, die aangeeft hoe groot het effect van een interventie of blootstelling daadwerkelijk is. | | Number Needed to Treat (NNT) | Het gemiddelde aantal patiënten dat een bepaalde behandeling nodig heeft om bij één van hen een positief effect te bereiken in vergelijking met een controlegroep. | | Number Needed to Harm (NNH) | Het gemiddelde aantal patiënten dat een bepaalde behandeling nodig heeft om bij één van hen een bijwerking te veroorzaken in vergelijking met een controlegroep. | | Intention-to-treat (ITT) analyse | Een analysemethode waarbij patiënten worden geanalyseerd in de groep waaraan ze oorspronkelijk willekeurig zijn toegewezen, ongeacht of ze de behandeling daadwerkelijk hebben ontvangen. Dit helpt bias te voorkomen. | | Per-protocolanalyse | Een analysemethode waarbij alleen patiënten worden meegenomen die de toegewezen behandeling volledig volgens het protocol hebben gevolgd. | | Systematisch literatuuroverzicht (SLO) | Een gestructureerde en uitgebreide evaluatie van alle beschikbare wetenschappelijke publicaties over een specifiek onderwerp, uitgevoerd volgens strikte methodologische criteria. | | Meta-analyse | Een statistische techniek die wordt gebruikt binnen systematische literatuuroverzichten om de kwantitatieve resultaten van meerdere onafhankelijke onderzoeken samen te voegen tot één enkele, preciezere schatting van het effect. | | Forest plot | Een grafische weergave die de resultaten van individuele onderzoeken binnen een systematisch literatuuroverzicht presenteert, inclusief hun betrouwbaarheidsintervallen, samen met een samengevoegd resultaat. | | Sensitiviteit | Het percentage van de daadwerkelijk zieke personen dat door een test correct als positief wordt geïdentificeerd. | | Specificiteit | Het percentage van de daadwerkelijk gezonde personen dat door een test correct als negatief wordt geïdentificeerd. | | Positief voorspellende waarde (PVW) | De kans dat een persoon daadwerkelijk de ziekte heeft, gegeven een positieve testuitslag. | | Negatief voorspellende waarde (NVW) | De kans dat een persoon de ziekte niet heeft, gegeven een negatieve testuitslag. | | Causaliteit | Een oorzakelijk verband waarbij een factor direct een bepaalde uitkomst veroorzaakt, en waarbij het verwijderen van de factor de kans op de uitkomst vermindert. | | Associatie (verband) | Een statistische relatie tussen twee variabelen, waarbij veranderingen in de ene variabele samengaan met veranderingen in de andere, zonder dat dit noodzakelijkerwijs een oorzakelijk verband impliceert. | | Meetniveau | De schaal waarop variabelen worden gemeten, zoals nominaal, ordinaal, interval of ratio, wat invloed heeft op de mogelijke statistische analyses. | | Modus | De meest voorkomende waarde in een dataset. | | Mediaan | De middelste waarde in een gerangschikte dataset; de waarde die de data in twee gelijke helften verdeelt. | | Rekenkundig gemiddelde | De som van alle waarden in een dataset gedeeld door het aantal waarden. | | Standaarddeviatie (SD) | Een maat voor de spreiding van gegevens rond het gemiddelde; hoe verder de waarden gemiddeld van het gemiddelde af liggen, hoe groter de standaarddeviatie. | | Standaardfout van het gemiddelde (SE) | Een maat voor de precisie waarmee het gemiddelde van een steekproef de werkelijke gemiddelde van de populatie schat. | | Kwartielafstand | Het verschil tussen het 75e en 25e percentiel, een maat voor de spreiding van de middelste 50% van de data. | | Scheve verdeling | Een verdeling van gegevens waarbij het centrum (gemiddelde, mediaan, modus) niet symmetrisch ligt, wat de interpretatie van statistische maten kan beïnvloeden. | | Onafhankelijke variabele | De variabele die vermoedelijk een uitkomst veroorzaakt of beïnvloedt. | | Afhankelijke variabele | De variabele die wordt gemeten en waarvan men vermoedt dat deze wordt beïnvloed door de onafhankelijke variabele. | | Chi-kwadraattest | Een statistische test die wordt gebruikt om te bepalen of er een significant verband bestaat tussen twee categorische variabelen. | | Lineaire regressielijn | De lijn die in een spreidingsdiagram het gemiddelde verband tussen twee continue variabelen het best weergeeft. | | Correlatiecoëfficiënt (r) | Een maat die de sterkte en richting van het lineaire verband tussen twee continue variabelen aangeeft, variërend van -1 tot +1. | | Verstorende factor (confounder) | Een variabele die geassocieerd is met zowel de blootstelling als de uitkomst, en die het verband tussen deze twee kan vertekenen. | | Prospectief onderzoek | Onderzoek dat vooruit in de tijd kijkt, waarbij de blootstelling wordt gemeten voordat de uitkomst optreedt. Cohortonderzoek is een voorbeeld. | | Retrospectief onderzoek | Onderzoek dat terugkijkt in de tijd, waarbij de uitkomst al vaststaat en de blootstelling aan risicofactoren wordt onderzocht. Patiënt-controleonderzoek is een voorbeeld. | | Odds ratio (OR) | Een maat voor de associatie in patiënt-controleonderzoek, die de verhouding van de odds van blootstelling bij patiënten tot de odds van blootstelling bij controles weergeeft. | | Relatief risico (RR) | Een maat voor de associatie in cohortonderzoek en interventieonderzoek, die de verhouding van de incidentie van de uitkomst in de blootgestelde groep tot de incidentie in de niet-blootgestelde groep weergeeft. |