Module 10: Onderzoeksopzet: EXPLORATIEF onderzoek
Ch.19: Exploratory research: observational designs
Whole chapter
(Exploring relationships/ Longitudinal studies/ Cross sectional studies/ Cohort studies/ Case-control studies)
Ch.34: Epidemiology: Measuring risk
From start chapter up to Measures of treatment effect
(The scope of epidemiology/ Descriptive epidemiology/ Analytic epidemiology: measures of risk/ Analytic
epidemiology: measures of treatment effect)
What is the purpose of observational research?
Waarom? Niet gaan manipuleren, we volgen het natuurlijke verloop → oorzaak/gevolg,
voorspellende factoren onderzoeken van bepaalde aandoeningen, ziekten, ...
Vaak grote studies! , Beschrijvende onderzoek
Kenmerken van populaties door de verdeling van gezondheid gerelateerde variabelen te
onderzoeken
Doel - hypothesen genereren over factoren die samenhangen met verschillen tussen
bevolkingsgroepen Analytisch onderzoek :
Gedreven door hypothese , hypothese gaan onderzoeken
Kijken naar risico factoren en uitkomst
Wat willen we? Risico’s schatten : welke factoren/ blootstellingen kunnen mogelijks de
waarschijnlijkheid van een aandoening verhogen of verlagen
Waarom geen RCT?
Natuurlijk verloop, niet manipuleren
Overlijden, kanker,... (allerlei ziektes) moeilijk om te randomiseren → niet ethisch
Associaties over de tijd → duurt vrij lang, zijn lange studies (10 jaar, 50 jaar,...)
1
, Observational designs – what’s in a name?
Verschillende namen gebaseerd op bepaalde kenmerken
Hoe vaak zijn de data verzameld?
1 keer cross-selectional research
Twee keer,
Meerdere keren in een bepaalde tijd (= longitudinaal)?
Wanneer zijn de data verzameld?
Vooruitblikken → prospective design
Terugblikken (data die al verzameld zijn → retrospective
design
Prosective Retrospective
Pro’s Controle – je begint van tevoren dus Handig voor zeldzame aandoeningen of
je kan zelf optimale metingen kiezen ziektes die veel tijd nemen om te
voor blootstelling en resultaat ontwikkelen (je begint al met mensen
Verminderde bias – je weet niet wie die deze aandoening hebben )
welke aandoening/ziekte gaat krijgen Snel → alle date zijn al verzameld
Mogelijk om verschillende risico’s en o Veel goedkoper
resultaten te achterhalen o Minder bias er zijn al data
verzameld niet specifiek voor deze
studie
Cons Niet handig voor zeldzame ziektes of Minder controle – niet kiezen voor
ziektes die veel tijd nemen om te meetinstrumenten, risico’s, resultaat, ..
ontwikkelen Kwaliteit van de data? Zijn alle nodige
Heel veel tijd + geld data verzameld?
Interne validiteit bedreigen: bv Recall bias : je weet wie de aandoening
testeffect (elk jaar bv dezelfde zal hebben en wie niet
vragenlijst) , uitval over tijd,
confounding
2
