BWC 2 - MB.pptx

# Introductie tot evidence-based practice en het belang van Excel Dit gedeelte introduceert het concept van evidence-based practice (EBP) en demonstreert hoe Microsoft Excel kan worden ingezet om gegevens uit wetenschappelijke artikelen te structureren en te analyseren voor radiologisch onderzoek. ### 1.1 Evidence-based practice Evidence-based practice (EBP) is een werkwijze die gebaseerd is op een evenwicht tussen drie pijlers: * **Het beste beschikbare bewijs:** Dit verwijst naar de resultaten en inzichten uit wetenschappelijk onderzoek en de meest actuele literatuur. * **Klinische expertise:** Dit omvat de professionele ervaring, kennis en beoordelingsvermogen van de zorgverlener. * **Voorkeuren en waarden van de patiënt:** Dit houdt rekening met de individuele wensen, behoeften, verwachtingen en ethische overwegingen van de patiënt. In de context van deze introductie ligt de nadruk op de eerste pijler: het wetenschappelijke bewijs. Bij het beantwoorden van onderzoeksvragen, zoals het bepalen van de gemiddelde stralingsdosis in CT-scans van het abdomen volgens recente literatuur, is het essentieel om informatie uit meerdere bronnen te kunnen samenbrengen en analyseren. ### 1.2 Efficiënt werken met Excel Excel is een krachtig hulpmiddel om cijfergegevens uit wetenschappelijke artikelen te ordenen, overzichtstabellen te creëren, deze tabellen te analyseren met eenvoudige formules en correcte bronvermeldingen toe te voegen, bijvoorbeeld met behulp van referentietools zoals Zotero. Excel ondersteunt de analysefase binnen het EBP-proces door: * Data uit verschillende artikelen te structureren. * Resultaten te vergelijken. * Patronen of afwijkingen te herkennen. * Het vermijden van foutieve interpretaties van de data. ### 1.3 Begrijpen en verzamelen van cijfergegevens in radiologie Voor radiologische artikelen kunnen de te verzamelen cijfergegevens onder andere betrekking hebben op: * **Stralingsdosis:** De hoeveelheid straling die een patiënt ontvangt. Dit wordt meestal uitgedrukt in millisievert ($mSv$) of microsievert ($\mu Sv$). Deze eenheden helpen bij het inschatten van de 'zwaarte' van een onderzoek en de daaraan verbonden risico's. * **Sensitiviteit en specificiteit:** Dit zijn twee cruciale maten voor de evaluatie van de kwaliteit van een diagnostische test. * Sensitiviteit meet hoe goed de test zieke patiënten correct identificeert. * Specificiteit meet hoe goed de test gezonde patiënten als negatief classificeert. Hogere waarden voor beide duiden op een betrouwbaardere beeldvorming. * **Aantal patiënten:** Het aantal deelnemers in een studie. Een groter aantal patiënten leidt doorgaans tot betrouwbaardere resultaten. * **Leeftijd en geslacht:** Demografische kenmerken van de onderzochte groep die resultaten kunnen beïnvloeden, bijvoorbeeld door verschillen in anatomie, risicofactoren of pathologieën. * **Beeldvormingsmodaliteiten:** De verschillende technieken voor medische beeldvorming, zoals RX, CT, MRI, echografie en nucleaire geneeskunde. Elke modaliteit heeft unieke mogelijkheden, beperkingen en stralingsrisico's. * **Scanparameters:** Technische instellingen van een onderzoek, waaronder $kV$, $mA$, slice thickness, pitch, rotatietijd en protocolinstellingen. Deze parameters zijn bepalend voor zowel de beeldkwaliteit als de stralingsdosis. #### 1.3.1 Standaardisatie van eenheden Het is cruciaal om in een Excel-tabel altijd dezelfde meeteenheid te gebruiken voor vergelijkbare data. Als verschillende eenheden door elkaar worden gebruikt, kunnen de volgende problemen ontstaan: * Onjuiste berekening van gemiddelden. * Fouten in sortering van data. * Incorrecte werking van formules. * Misinterpretatie van de tabel. Voor stralingsdoses zijn $mSv$ en $\mu Sv$ veelvoorkomende eenheden: * $1 \, mSv = 1000 \, \mu Sv$ Wanneer verschillende eenheden door elkaar staan, zal Excel deze getallen als numeriek verschillend interpreteren, zelfs als ze dezelfde fysieke waarde vertegenwoordigen (bijvoorbeeld $2 \, mSv$ en $2000 \, \mu Sv$). **Stappen voor omrekening:** 1. **Kies één eenheid:** Beslis of alle waarden in $mSv$ of $\mu Sv$ zullen worden weergegeven. 2. **Zet de andere waarden om:** * $\mu Sv \rightarrow mSv$: Deel de waarde door $1000$. * $mSv \rightarrow \mu Sv$: Vermenigvuldig de waarde met $1000$. > **Tip:** Wanneer je eenheden toevoegt via aangepaste celnotatie in Excel, verandert dit de onderliggende numerieke waarde niet, wat essentieel is voor correcte berekeningen. ### 1.4 Tabellen in Excel Bij het creëren van tabellen in Excel is het aan te raden om duidelijke kolomtitels te gebruiken, bijvoorbeeld: "Studie", "Jaar", "Aantal patiënten", "Dosis ($mSv$)", "Gestandaardiseerde dosis ($\mu Sv$)". Door gebruik te maken van de functie "Invoegen" → "Tabel" in Excel, profiteer je van automatische filtermogelijkheden en dynamische opmaak, wat de analyse en het overzicht vergemakkelijkt. #### 1.4.1 Sorteren en filteren * **Sorteren:** Helpt bij het identificeren van patronen. Je kunt bijvoorbeeld de tabel sorteren op stralingsdosis van laag naar hoog. * **Filteren:** Maakt het mogelijk om specifieke subsets van data te bekijken. Je kunt bijvoorbeeld filteren op studies die in de laatste vijf jaar zijn gepubliceerd. #### 1.4.2 Eenvoudige formules Excel biedt de mogelijkheid om diverse berekeningen uit te voeren. Enkele basisfuncties zijn: * **Gemiddelde:** `=GEMIDDELDE(bereik)` (bijvoorbeeld `=GEMIDDELDE(B2:B6)`) * **Optellen:** `=SOM(bereik)` * **Vermenigvuldigen:** `cel * getal` (bijvoorbeeld `=B2*100`) * **Delen:** `cel / getal` (bijvoorbeeld `=B2/100`) * **Omrekeningen:** Zoals het omzetten van $mSv$ naar $\mu Sv$ of vice versa, wat essentieel is voor dataharmonisatie. ### 1.5 Structureren van onderzoeksgegevens Bij het analyseren van meerdere artikelen, voeg je telkens één studie toe als een aparte rij in je Excel-tabel. Het is belangrijk om ervoor te zorgen dat alle kolommen consequent worden ingevuld om latere analyses te vergemakkelijken. ### 1.6 Grafische weergave van data Excel biedt diverse grafiektypen om onderzoeksresultaten visueel weer te geven: * **Kolomdiagram/balkdiagram/verticale balken:** Geschikt voor het weergeven van aantallen, categorieën (zoals diagnoses of instrumenttypes) en vergelijkingen tussen groepen. Voorbeelden zijn de sensitiviteit per studie of de dosis per CT-toestel. * **Hoe:** Selecteer de data (inclusief kolomtitels), ga naar "Invoegen" → "Kolom- of staafdiagram" → "2-D kolom". Pas de titel aan. * **Scatterplot/spreidingsdiagram:** Ideaal voor het visualiseren van de relatie tussen twee numerieke variabelen, zoals dosis versus aantal patiënten, om correlaties en trends te onderzoeken. * **Hoe:** Zorg voor twee kolommen met numerieke data. Selecteer alleen de cijfers (zonder de kolomnamen), klik op "Invoegen" → "Spreidingsdiagram/scatter" → "Punten zonder lijnen". Pas de titel aan. * **Staafdiagram/horizontale balken:** Nuttig voor vergelijkingen, met name wanneer de categorieën lange namen hebben (zoals landen of CT-types), of voor kleine datasets met duidelijke categorieën. * **Lijndiagram:** Gebruikt om evolutie in de tijd, trends (jaar na jaar) of metingen over opeenvolgende tijdspunten te tonen, zoals dosisreductie over meerdere jaren. * **Cirkeldiagram/taartdiagram:** Toont de verdeling in procenten of het aandeel van categorieën. Let op: gebruik dit type grafiek alleen voor een beperkt aantal categorieën (maximaal 4-5). ### 1.7 Koppelen met referentietools (Zotero) Het correct vermelden van bronnen is essentieel. Referentietools zoals Zotero kunnen hierbij helpen: * **Optie 1: Volledige referentie in aparte kolom:** Voeg een kolom toe (bijvoorbeeld "Bron") waarin je de bibliografische referentie uit Zotero plakt. * **Optie 2: Genummerde referenties:** Wijs een nummer toe aan elke studie in een aparte kolom. Onder de tabel voeg je een referentielijst toe, gegenereerd uit Zotero. Zotero integreert niet direct met Excel, maar je kunt referenties kopiëren via de optie "Bibliografie aanmaken van geselecteerd item" of exporteren naar CSV en importeren in Excel. Het belangrijkste is een uniforme en volledige bronvermelding. ### 1.8 Samenvattend: Gegevens structureren en analyseren Na het doorlopen van dit onderwerp, moet je in staat zijn om: * Cijfergegevens uit wetenschappelijke artikelen te begrijpen en te interpreteren. * Deze gegevens te verzamelen in een uniforme Excel-tabel. * De tabel te sorteren, filteren en eenvoudige formules toe te passen. * Onderzoeksresultaten helder te structureren. * Bronvermelding correct te koppelen aan tabelgegevens. --- # Begrijpen en structureren van radiologische cijfergegevens Dit onderwerp behandelt de specifieke soorten cijfergegevens die in radiologische artikelen voorkomen en hoe deze consistent te analyseren. ### 2.1 Soorten cijfergegevens in radiologische artikelen Radiologische artikelen bevatten diverse kwantitatieve gegevens die essentieel zijn voor het begrijpen van onderzoeksresultaten. Deze omvatten, maar zijn niet beperkt tot: * **Stralingsdosis:** Dit is de hoeveelheid straling die een patiënt ontvangt tijdens een beeldvormingsonderzoek. De eenheden die hiervoor vaak worden gebruikt zijn millisievert ($mSv$) en microsievert ($µSv$), die de effectieve dosis weergeven. Deze waarden helpen bij het inschatten van de "zwaarte" van een onderzoek en de daaraan verbonden risico's. * **Sensitiviteit en specificiteit:** Dit zijn twee cruciale maten om de diagnostische prestaties van een test te evalueren. * Sensitiviteit meet hoe goed de test zieke patiënten correct identificeert. * Specificiteit meet hoe goed de test gezonde patiënten correct als negatief classificeert. Hogere waarden voor zowel sensitiviteit als specificiteit duiden op een betrouwbaardere beeldvorming. * **Aantal patiënten:** Dit refereert aan de omvang van de onderzoeksgroep. Over het algemeen geldt dat grotere patiëntenaantallen leiden tot betrouwbaardere onderzoeksresultaten. * **Demografische kenmerken:** Kenmerken zoals leeftijd en geslacht van de onderzochte populatie zijn belangrijk, aangezien deze factoren de resultaten kunnen beïnvloeden, bijvoorbeeld door verschillen in anatomie, risicoprofielen of prevalentie van pathologieën. * **Beeldvormingsmodaliteiten:** Dit zijn de verschillende technieken voor medische beeldvorming, waaronder röntgenonderzoek (RX), computertomografie (CT), magnetische resonantie beeldvorming (MRI), echografie en nucleaire geneeskunde. Elke modaliteit heeft unieke capaciteiten, beperkingen en bijbehorende stralingsrisico's. * **Scanparameters:** Dit zijn de technische instellingen die worden gebruikt tijdens een onderzoek, zoals de kilovolt ($kV$), milliampère ($mA$), plakdikte ($slice thickness$), spoed ($pitch$) en rotatietijd. Deze parameters beïnvloeden zowel de beeldkwaliteit als de stralingsdosis. ### 2.2 Uniformiteit van eenheden Voor een consistente en betrouwbare analyse van cijfergegevens is het cruciaal om altijd uniforme eenheden te gebruiken. Excel kan getallen alleen correct vergelijken en analyseren wanneer ze in dezelfde meeteenheid zijn uitgedrukt. Het gebruik van verschillende eenheden door elkaar kan leiden tot: * Onjuiste gemiddelden. * Fouten in sortering. * Verkeerde interpretaties van gegevens. * Falen van formules. #### 2.2.1 Omrekenen van stralingsdosis Twee veelvoorkomende eenheden voor stralingsdosis zijn $mSv$ en $µSv$. Er geldt de volgende relatie: $1 \, mSv = 1000 \, µSv$ Dit betekent dat de waarden $2 \, mSv$ en $2000 \, µSv$ in werkelijkheid dezelfde stralingsdosis vertegenwoordigen. Bij het analyseren van gegevens met deze verschillende eenheden, kan Excel deze echter als significant verschillend interpreteren. Om dit te corrigeren, is het essentieel om alle waarden om te rekenen naar één uniforme eenheid. Dit kan worden bereikt door de volgende stappen: 1. **Kies één eenheid:** Beslis of alle waarden in $mSv$ of $µSv$ worden weergegeven. 2. **Zet de andere waarden om:** * Om van $µSv$ naar $mSv$ te gaan, deelt men door 1000 ($µSv \rightarrow mSv = \frac{\text{waarde}}{1000}$). * Om van $mSv$ naar $µSv$ te gaan, vermenigvuldigt men met 1000 ($mSv \rightarrow µSv = \text{waarde} \times 1000$). > **Tip:** Zorg ervoor dat de omrekening correct wordt uitgevoerd om vertekening van de data te voorkomen. ### 2.3 Structureren van gegevens in Excel Het effectief structureren van radiologische cijfergegevens in Excel bevordert efficiënte analyse en vergelijking. #### 2.3.1 Tabellen maken Gebruik tabellen met duidelijke kolomtitels. Een voorbeeld hiervan is: | Studie | Jaar | Aantal patiënten | Dosis ($mSv$) | Gestandaardiseerde dosis ($µSv$) | | :---- | :--- | :--------------- | :------------ | :------------------------------- | | ... | ... | ... | ... | ... | Het gebruik van de "Invoegen" → "Tabel" functie in Excel biedt automatische filter- en sorteermogelijkheden, wat de analyse vergemakkelijkt. #### 2.3.2 Sorteren en filteren * **Sorteren:** Hiermee kunnen patronen worden herkend. Bijvoorbeeld, het sorteren van de stralingsdosis van laag naar hoog. * **Filteren:** Dit maakt het mogelijk om specifieke subsets van data te bekijken. Bijvoorbeeld, alleen studies uit de laatste vijf jaar selecteren. #### 2.3.3 Eenvoudige formules Excel biedt krachtige tools voor basisberekeningen: * **Gemiddelde:** De functie `=GEMIDDELDE(bereik)` berekent het gemiddelde van een reeks getallen. * **Sommatie:** De functie `=SOM(bereik)` telt getallen bij elkaar op. * **Vermenigvuldigen:** Gebruik het vermenigvuldigingsteken (`*`) of specifieke celverwijzingen, bijvoorbeeld `$B2*100$`. * **Delen:** Gebruik het deelteken (`/`) of specifieke celverwijzingen, bijvoorbeeld `$B2/100$`. * **Omrekeningen:** Zoals de reeds besproken omzettingen tussen $mSv$ en $µSv$. > **Tip:** De opmaak van een cel (zoals het toevoegen van "mSv" via Aangepaste Notatie) verandert de onderliggende numerieke waarde niet, wat essentieel is voor formules. #### 2.3.4 Data toevoegen aan tabellen Wanneer meerdere artikelen worden geanalyseerd, wordt elke studie idealiter als één rij in de tabel toegevoegd. Zorg ervoor dat alle kolommen consistent zijn ingevuld om latere analyse te vergemakkelijken. ### 2.4 Visualisatie van onderzoeksresultaten Grafische representaties helpen bij het helder presenteren en interpreteren van data. * **Kolomdiagram/balkdiagram/verticale balken:** Geschikt voor het weergeven van aantallen, categorieën (zoals diagnoses of studies) en vergelijkingen tussen groepen. Voorbeelden zijn sensitiviteit per studie of dosis per CT-toestel. * **Scatterplot/spreidingsdiagram:** Ideaal voor het visualiseren van de relatie tussen twee numerieke variabelen, zoals dosis versus aantal patiënten, om correlaties en trends te identificeren. * **Staafdiagram/horizontale balken:** Nuttig voor vergelijkingen wanneer lange categorie-namen worden gebruikt, zoals landen, CT-types of toestellen. Ook geschikt voor kleine datasets met duidelijke categorieën. * **Lijndiagram:** Gebruikt om evolutie in de tijd, trends jaar na jaar, of metingen over opeenvolgende tijdspunten weer te geven. Een voorbeeld is dosisreductie over een decennium. * **Cirkeldiagram/taartdiagram:** Geschikt voor het tonen van de verdeling in procenten of het aandeel van categorieën. Dit wordt aanbevolen voor een beperkt aantal categorieën (maximaal 4-5) om de leesbaarheid te behouden. ### 2.5 Koppelen met referentietools Een uniforme en volledige bronvermelding is cruciaal. Referentietools zoals Zotero kunnen hierbij helpen. * **Optie 1: Volledige referentie in een aparte kolom:** Een kolom kan worden aangemaakt waarin de bibliografische referentie, gekopieerd uit Zotero, wordt geplakt. * **Optie 2: Genummerde referenties:** Kolommen kunnen worden voorzien van nummers die corresponderen met een referentielijst die onder de tabel wordt geplaatst. Zotero integreert niet direct met Excel, maar referenties kunnen worden gekopieerd via de optie "Bibliografie aanmaken van geselecteerd item" of geëxporteerd naar een CSV-formaat voor import in Excel. ### 2.6 Samenvatting: Cijfergegevens structureren en analyseren Na het doorlopen van dit onderwerp, dient de student in staat te zijn om: * Cijfergegevens uit radiologische artikelen te begrijpen en te interpreteren. * Deze gegevens te verzamelen in een uniforme Excel-tabel. * Sorteren, filteren en eenvoudige formules toe te passen op de data. * Onderzoeksresultaten helder te structureren met behulp van tabellen en grafieken. * Bronvermelding correct te koppelen aan de tabelgegevens. --- # Visualisatie en analyse van onderzoeksgegevens met Excel Dit onderdeel beschrijft hoe Excel ingezet kan worden voor het structureren, visualiseren en analyseren van cijfermatige onderzoeksgegevens, met een focus op het begrijpen en interpreteren van radiologische data en het correct koppelen van bronvermelding. ### 3.1 Begrijpen en verzamelen van cijfergegevens Excel is een essentieel hulpmiddel om data uit wetenschappelijke artikelen te ordenen, te analyseren en te visualiseren. Dit is cruciaal voor de analyse-stap binnen het Evidence-Based Practice (EBP) proces, waar wetenschappelijke evidentie centraal staat. Cijfergegevens in radiologische artikelen kunnen divers zijn, waaronder: * **Stralingsdosis**: Gemeten in millisievert ($mSv$) of microsievert ($\mu Sv$). Deze eenheden helpen de 'zwaarte' van een onderzoek in te schatten en het daaraan verbonden risico. * **Sensitiviteit en specificiteit**: Maten die de kwaliteit van een diagnostische test beoordelen. Hoge waarden duiden op een betrouwbaardere beeldvorming. * **Aantal patiënten**: Het aantal deelnemers in een studie; meer patiënten leidt doorgaans tot betrouwbaardere resultaten. * **Leeftijd, geslacht**: Demografische kenmerken van de onderzochte groep die resultaten kunnen beïnvloeden. * **Beeldvormingsmodaliteiten**: Verschillende soorten medische beeldvorming (RX, CT, MRI, Echo, Nucleaire geneeskunde), elk met eigen mogelijkheden en beperkingen. * **Scanparameters**: Technische instellingen (bv. $kV$, $mA$, slice thickness, pitch) die de beeldkwaliteit en stralingsdosis bepalen. #### 3.1.1 Uniforme eenheden hanteren Het is van fundamenteel belang om in een Excel-tabel altijd dezelfde meeteenheid te gebruiken voor vergelijkbare gegevens. Verschillende eenheden door elkaar kunnen leiden tot incorrecte gemiddelden, sorteringen, foutieve formules en verkeerde interpretaties. * **Probleem**: Excel vergelijkt getallen letterlijk. Zo worden $2 mSv$ en $2000 \mu Sv$ als verschillende waarden behandeld, terwijl ze dezelfde stralingsdosis kunnen representeren. * **Oplossing**: Converteer alle waarden naar één uniforme eenheid (bijvoorbeeld alles in $mSv$ of alles in $\mu Sv$). * Stap 1: Kies één eenheid (bv. $mSv$). * Stap 2: Converteer de andere waarden: * $\mu Sv \rightarrow mSv$: Delen door 1000. * $mSv \rightarrow \mu Sv$: Vermenigvuldigen met 1000. #### 3.1.2 Tabellen structureren in Excel Gebruik tabellen met duidelijke kolomtitels (bijvoorbeeld "Studie", "Jaar", "Aantal patiënten", "Dosis ($mSv$)"). Het gebruik van de "Invoegen" → "Tabel" functie biedt automatische filtermogelijkheden en dynamische opmaak. Wanneer meerdere artikelen worden verwerkt, voegt u elke studie toe als een aparte rij. Zorg ervoor dat alle kolommen consistent zijn ingevuld voor een soepelere analyse. > **Tip:** Gebruik de sneltoets Alt + 230 op Windows of Option (⌥) + m op Mac om het Griekse symbool $\mu$ in te voegen. ### 3.2 Sorteren en filteren van gegevens Sorteren en filteren zijn krachtige functies in Excel om patronen te herkennen en specifieke subsets van data te analyseren. * **Sorteren**: Helpt bij het ontdekken van trends, bijvoorbeeld door de tabel te sorteren op stralingsdosis van laag naar hoog. * **Filteren**: Maakt het mogelijk om specifieke selecties te bekijken, zoals studies uitgevoerd in de laatste vijf jaar. ### 3.3 Eenvoudige formules en functies voor analyse Excel ondersteunt de analyse van onderzoeksgegevens met eenvoudige formules en functies: * **Gemiddelde**: Berekent het gemiddelde van een reeks getallen. Formulevoorbeeld: `=GEMIDDELDE(B2:B6)` * **Som**: Telt waarden bij elkaar op. Formulevoorbeeld: `=SOM(B2:B6)` * **Vermenigvuldigen**: Eenvoudige rekenkundige bewerkingen. Formulevoorbeeld: `=B2*100` * **Delen**: Eenvoudige rekenkundige bewerkingen. Formulevoorbeeld: `=B2/100` * **Omrekeningen**: Hulp bij eenhedenconversies, zoals van $mSv$ naar $\mu Sv$ of vice versa. > **Tip:** De opmaak van cellen (bv. toevoegen van "mSv" via aangepaste notatie) verandert de onderliggende numerieke waarde niet, wat essentieel is voor correcte berekeningen. ### 3.4 Visualisatie van onderzoeksresultaten met grafiektypen Excel biedt diverse grafiektypen om onderzoeksresultaten helder te visualiseren: #### 3.4.1 Kolomdiagram / staafdiagram / verticale balken * **Toepassing**: Aantallen, vergelijkingen tussen categorieën (bv. diagnoses, studies, instrumenttypes), vergelijkingen tussen groepen. * **Voorbeelden**: Sensitiviteit (%) per studie, dosis per CT-toestel. * **Instructies**: Selecteer de data (kolomnamen en cijfers), ga naar "Invoegen" → "Kolom- of staafdiagram" → "2-D kolom". Voeg een duidelijke titel toe. #### 3.4.2 Scatterplot / spreidingsdiagram * **Toepassing**: Het visualiseren van de relatie tussen twee numerieke variabelen, het identificeren van correlaties en trends. * **Voorbeelden**: Dosis versus aantal patiënten, correlatie tussen scanparameters en beeldkwaliteit. * **Instructies**: Zorg voor twee kolommen met numerieke data. Selecteer de cijfers (zonder kolomnamen), klik op "Invoegen" → "Spreidingsdiagram/scatter" → "Punten zonder lijnen". Pas de titel aan. #### 3.4.3 Staafdiagram / horizontale balken * **Toepassing**: Vergelijkingen waarbij lange categorie-namen gebruikt worden (bv. landen, CT-types, toestellen), kleine datasets met duidelijke categorieën. * **Voorbeelden**: Vergelijking van dosismetingen voor verschillende fabrikanten van CT-scanners. #### 3.4.4 Lijndiagram * **Toepassing**: Het weergeven van evolutie of trends over tijd, metingen over opeenvolgende tijdspunten. * **Voorbeelden**: Dosisreductie van 2015 tot 2025, verandering in sensitiviteit over meerdere jaren. #### 3.4.5 Cirkeldiagram / taartdiagram * **Toepassing**: Het tonen van de verdeling in procenten van categorieën; het aandeel van verschillende onderdelen binnen een geheel. * **Voorbeelden**: Aandeel van studies per land, verdeling van diagnosegroepen in een patiëntenpopulatie. * **Beperking**: Alleen gebruiken bij een klein aantal categorieën (maximaal 4-5) om de leesbaarheid te garanderen. ### 3.5 Koppelen met referentietools (bv. Zotero) Een uniforme en volledige bronvermelding is cruciaal. Zotero kan hierbij helpen, ook al is de integratie met Excel niet rechtstreeks. * **Optie 1**: Voeg een aparte kolom toe aan uw Excel-tabel (bv. "Bron") en plak hier de volledige bibliografische referentie vanuit Zotero. * **Optie 2**: Gebruik genummerde referenties in een kolom (bv. 1, 2, 3) en plaats onder de tabel een referentielijst die u uit Zotero genereert of exporteert (bv. via "Bibliografie aanmaken van geselecteerd item" of exporteren naar CSV). Het belangrijkste is consistentie en volledigheid in de bronvermelding, zodat elke data-entry herleidbaar is tot de oorspronkelijke publicatie. --- # Koppelen van gegevens aan bronvermelding met referentietools --- ## 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 Practice (EBP) | Een benadering in de gezondheidszorg die wetenschappelijke evidentie, klinische expertise en patiëntvoorkeuren integreert om de best mogelijke zorg te leveren. | | Stralingsdosis | De hoeveelheid ioniserende straling die een patiënt ontvangt tijdens een medisch onderzoek, meestal uitgedrukt in millisievert (mSv) of microsievert (µSv). | | mSv (millisievert) | Een eenheid van geabsorbeerde dosis, die de biologische effecten van straling op weefsel meet. 1 mSv is gelijk aan 1000 µSv. | | µSv (microsievert) | Een kleinere eenheid van geabsorbeerde dosis, vaak gebruikt voor lagere stralingsniveaus. 1 µSv is een duizendste van een mSv. | | Sensitiviteit | Een maat voor de effectiviteit van een diagnostische test, die aangeeft hoe goed de test zieke patiënten correct identificeert als positief. | | Specificiteit | Een maat voor de effectiviteit van een diagnostische test, die aangeeft hoe goed de test gezonde patiënten correct identificeert als negatief. | | Beeldvormingsmodaliteit | Een type techniek of apparaat dat wordt gebruikt voor medische beeldvorming, zoals röntgen (RX), CT-scans, MRI of echografie. | | Scanparameters | Technische instellingen van een beeldvormingsapparaat, zoals kilovolt (kV), milliampère (mA), slice thickness, en pitch, die de beeldkwaliteit en stralingsdosis beïnvloeden. | | Sorteren | Het rangschikken van gegevens in een tabel op basis van de waarden in een specifieke kolom, bijvoorbeeld van laag naar hoog of alfabetisch. | | Filteren | Het selecteren en weergeven van een subset van gegevens in een tabel die voldoen aan specifieke criteria, waardoor men zich kan concentreren op relevante informatie. | | GEMIDDELDE | Een Excel-functie die de rekenkundige gemiddelde waarde van een reeks getallen berekent door de som van de getallen te delen door het aantal getallen. | | SOM | Een Excel-functie die de optelsom van een reeks getallen berekent. | | Scatterplot (spreidingsdiagram) | Een type grafiek dat de relatie tussen twee numerieke variabelen toont door middel van punten; gebruikt om correlaties en trends te identificeren. | | Bronvermelding | Het correct en volledig toeschrijven van informatie of gegevens aan de oorspronkelijke bron, essentieel voor academische integriteit. | | Zotero | Een gratis referentiebeheerprogramma dat helpt bij het verzamelen, organiseren, citeren en delen van onderzoeksbronnen. |