Psychodiagnostiek in de hulpverlening: Volwassenen en ouderen
Bedenk bij alles klinische voorbeelden!!!!
Les 1: Heuristieken (Zelfstudie, HF1)
Diagnostiek in de klinische praktijk
- Clinicus maakt oordelen en beslissingen
Gedrag problematisch of normaal? Stoornis aanwezig? Hoe ontstaan? Goede behandeling?
Kennis over theorieën, testen, meetpretentie en vorm van diagnostisch onderzoek nodig
- Voorbeeld
Jongen en vader reden in auto. Vader verongelukte. Hoofdchirurg zei ‘Deze jongen opereer ik niet hij is
men zoon’ -> wie is de chirurg?
Het is de moeder -> vooroordeel dat chirurgen mannen zijn
Heuristieken en biases in de klinische praktijk
- Heuristiek: op ervaring gebaseerde, verkorte beslisroutes die vaak, maar niet altijd, tot correcte uitkomsten leiden
Wanneer: informatie ter beschikking is onzeker of onvolledig
Kan leiden tot biases
Satisficen: stoppen met zoeken naar info en beslisproces als men tevreden is met de uitkomst
. Vinden uitkomst goed genoeg, is niet de best haalbare
. <-> Maximizen: zorgen voor de maximaal correcte beslissing
- Biases: vertekeningen in de oordelen (oordeelsfouten), vooroordelen (oordelen voor alle relevante info bekend is)
- Geheugenheuristieken: beslisroutes die gebruik maken van wat je je herinnert
- Aandachtsheuristieken: beslisroutes die gebruik maken van wat jouw aandacht trekt
Geheugenheuristieken
Beschikbaarheidsheuristiek
= hoe makkelijk informatie voor jou beschikbaar is voor verdere verwerking
- Hoe makkelijker je je iets herinnert, hoe makkelijker je het meeneemt in het beslisproces
Bv: net over gelezen (recency-effect), komt er vaak mee in aanraking
- Media heeft grote invloed!
Bv: vaak artikels over borderline stoornissen -> stoornis beschikbaarder -> diagnose vaker gesteld
- Validiteit?
Vaak weldegelijk correlatie tussen frequentie van voorkomen en beschikbaarheid in geheugen
Hangt af van accuraatheid geheugen
- Geheugen is makkelijk te beïnvloeden
Bekendheid/vertrouwdheid met zaken
. Meer bekendheid -> overschatting van de waarschijnlijkheid van diagnose
Opvallendheid/levendigheid/saillantie van gebeurtenissen
. Meer opvallend -> overschatting van de waarschijnlijkheid van diagnose
. Minder opvallend -> onderschatting van de waarschijnlijkheid van diagnose
. Bv: moeilijkere/speciale cliënten sneller herinneren dan ‘saaie’
. Bv: men ziet automutilatie (is opvallend) -> snel denken aan borderline PH stoornis
. Bv: recentere cliënten makkelijker herinneren (recency-effect)
Kennen niet alle stoornissen
Simulatieheuristiek
= informatie is niet beschikbaar, je gaat de gebeurtenis mentaal simuleren
- Toekomstige gebeurtenissen
Bv: hoe waarschijnlijk is het dat de cliënt een angststoornis ontwikkelt
- Contra-feitelijke hypothetische vraagstelling
Bv: als haar kind niet overleden was, zou ze dan ook nog depressief zijn geweest?
- Hoe makkelijker het simuleren gaat, hoe waarschijnlijker je de gebeurtenis vindt
1
,Examenvraag: Geef een klinisch voorbeeld van hoe de beschikbaarheidsheuristiek ons denken negatief kan beïnvloeden.
Geef ook definitie.
Verankering en aanpassingsheuristiek
= te weinig afwijken van een willekeurige beginwaarde in een eindoordeel
- Anchoring/adjustment-heuristiek
- Problematisch: anker heeft disproportioneel grote invloed op eindoordeel ten koste van relevantere info die later
aan het licht komt
- Vooral in diagnostische fase (waar alle info gecombineerd wordt)
- Voorbeelden
Groep waarmee client wordt vergeleken kan ook anker zijn
. Bv: clinicus heeft normaal mensen met ergere klachten, patiënt gezonder ingeschat
Verwijsbrief van collega/dokter
. Je hebt al vooroordelen zonder de patiënt te zien
. Bv: andere verwijsbrief, zelfde casus -> andere diagnoses
Introductie als cliënt of als sollicitant
. Bv: meer ‘gestoord’ gezien bij introductie als ‘cliënt’
Laten leiden door eerste indruk
. Bv: de prof ziet er streng uit de eerste keer dat we hem/haar zagen
Positieve teststrategie en confirmation bias
= eigen ideeën bevestigen, men staat niet open voor ongelijk hebben, wil eigen ideeën bevestigen, niet falsificeren
- Confirmation bias: alleen informatie zien die bij het eigen idee past, info die hypothese tegenspreekt negeren
Onthouden info die congruent is met hypothese ook beter
- Gevaar: overconfidence: mensen denken dat ze vaker gelijk hebben dan dat ze in werkelijkheid hebben
Self-fulfilling prophecy: je vindt wat je verwacht te vinden
- Bv: symptomen interpreteren in richting van vooropgestelde hypothese
Patiënt scoort hoog op depressieve klachten, maar voelt zich soms ook heel goed
Kan ook bipolair zijn ipv je eerste gedacht (depressie)
Examenvraag: een tekst en de vraag ‘Wat leer je hier uit?’ -> Niet alleen zeggen wat je hypothese bevestigd maar ook wat je
hypothese weerlegt
Aandachtsheuristieken
Representativiteitsheuristiek
= moeilijkere vraag (hoe waarschijnlijk behoort dit tot de categorie) veranderen door andere vraag (gelijkenis met iets
representatief voor die categorie)
- ~ Moeilijke vraag waarop je een waarschijnlijkheidsoordeel moet geven, vervangen door makkelijke vraag
Beschikbaarheidsheuristiek: hoe makkelijk je voorbeelden kan herinneren
Simulatieheuristiek: hoe makkelijk je voorbeelden kan voorstellen
- Voorbeelden
Bv: Hoe waarschijnlijk heeft deze cliënt schizofrenie? -> Hoe hard lijkt deze cliënt op een
representatieve andere cliënt die leidt aan schizofrenie?
Bv: Linda is 31, slim en sociaal geëngageerd -> waarschijnlijker dat ze bankbediende is OF feministische
bankbediende?
. Mensen zeggen feministische bankbediende (ook al is deze kans kleiner)
. Waarschijnlijkheidsvraag wordt niet gesteld, men vraagt zich gwn af ‘lijkt Linda op andere
feministische bankbediendes’
- Patroonherkenning: weinig waarnemingen nodig om patroon te herkennen
- Gevaren
Geldige info onvoldoende meenemen
. Waarschijnlijkheid van een diagnose (zeldzame diagnoses zijn onwaarschijnlijk)
. Klachten die niet prototypisch zijn worden als niet belangrijk gezien
2
, Bv: bij jongen minder snel AN vaststellen
Ongeldige info (verwachtingen ipv vastgestelde relaties) meenemen
. Illusoire correlaties: correlaties die niet aangetoond zijn, maar waar je je wel goed kan van
voorstellen dat ze er zijn
. Bv: ogen in een Rorschach test zien wijst op paranoia
Examenvraag: Niet omdat er depressieve gevoelens zijn, dat er ook een depressieve stoornis heeft -> moet eerst voldoen
aan alle DSM criteria
Prototypes
= voorbeelden die karakteristieke of typische representaties zijn van een stoornis gebaseerd op eerdere ervaring
- Bv: jongemannen die in ICT werken en geen oogcontact maken hebben autisme
- DSM bedoelde het niet zo
In theorie: zelfde vragen (aan/afwezigheid symptomen) op zelfde manier (semigestructureerd)
In praktijk: lijsten aflopen/vaste volgorde volgen is moeilijk, liever focus op de kern van het probleem
. Lopen vaak niet eens alle criteria af
. Ze satisficen -> gaan door met vragen tot ze vinden dat het beeld voldoende duidelijk is
- Clinici beslissen liever obv eigen prototypes dan DSM lijsten te volgen
Iedereen heeft andere cliënten en dus andere prototypes
Klinische intuïtie
- Intuïtie = automatisch, gebaseerd op ervaring (geheugen nodig)
- Klinische intuïtie: automatische respons op een klinische situatie
Obv ingeblikte kennis: verkregen na uitgebreid, expliciet leren uit handboeken en klinische praktijk
. Is nog empirisch!
. <-> Klinische blik/natte-vinger werk: in je hoofd, of op gevoel informatie integreren op een
onnavolgbare manier
- Nadeel intuïtie
Correctheid afhankelijk van onderliggende kennis
Alleen gebruiken om hypotheses te genereren (niet om te toetsen)
- Voordeel intuïtie
Expliciet denken kan tot tunnelvisie leiden
Nuttig om tot hypothesen te komen die later getoetst worden
. Bv: gevoel van ‘niet pluis’
. Kan je nieuwe dingen leren
Snel beslissen bij tijdsruk
- Voorbeeld
Patiënt leek getraumatiseerd maar vermelde niks over een traumatische gebeurtenis
Intuïtie zei dat er precies info ontbrak
- Voorbeeld
Diagnose: Boulimie met braken en laxeren
Braken werd afgeleerd -> bleef toch vermageren ondanks eetbuien (er voelde iets niet pluis)
Ze had ook diabetisch -> vermagerde door insuline
Beter oordelen en beslissen
- Hoe valkuilen vermijden?
Van elkaar leren
Systematisch werken
Kennis van logica en kansrekening
Systematisch werken
- Clinici denken niet graag in statistische termen -> ontmenselijkt de cliënt
Voor veel situaties nog geen statistisch model beschikbaar
- Via diagnostische cyclus
In eindverslag alle stappen vermelden die je nam
- Betrouwbare, valide, up to date dingen gebruiken
- Wetenschap en klinische praktijk is 1 wereld
Wetenschappelijk onderzoek kennen
3
, Wetenschappelijke methoden hanteren
Normatieve modellen uit de logica en kansrekening
- Visie: optimale beslissing door alle mogelijke info te verzamelen en op logisch correcte wijze een conclusie
trekken uit de info die je dan weegt en combineert op een volgens de kansrekening correcte wijze
Logica
- <-> Foute redeneervorm in de klinische praktijk
- Deductie
Alle depressieven hebben negatieve mood -> Jan is depressief, dus heeft negatieve mood
Alle depressieven slapen slecht -> Jan slaapt goed, dus heeft geen depressie
- Inductie: afleiden van een wetmatigheid uit een aantal voorbeelden
Jan is somber en heeft een depressie
Malou is somber en heeft een depressie
DUS alle sombere mensen hebben een depressie (ONGELDIG)
- Abductie: terug redeneren vanuit de conclusie naar de premissen
Als een persoon autistisch is, dan maakt die persoon slecht oogcontact
Deze persoon maakt slecht oogcontact, dus deze persoon is autistisch (ONGELDIG)
Je mag de redenering niet omkeren
. Iemand met griep heeft spierpijn, maar niet omdat je spierpijn hebt dat je griep hebt
- Moeilijk
Mensen kijken liever naar de inhoud van een redenering ipv de vorm
Als het plausibel/geloofwaardig/hen goed uitkomt -> sneller gezien als geldig
Kansrekening (Bayes)
- Clinicus moet beslissing nemen over welke testen hij gaat gebruiken
Risico’s
. Gebruikt vaak testen die toevallig beschikbaar zijn
Niet nadenken over kwaliteit, resultaten, antwoord op de vraag,…
. Denken dat meer info altijd beter is
Niet juist, te veel info kan afleiden van hoofdzaak
. Denken dat testen eenduidige, definitieve antwoorden geven
Rekening houden met de betrouwbaarheidsmarge!
- Prevalentie/vooraf-kans/base-rate stoornis in populatie : in het algemeen, hoe groot is de kans op deze stoornis
Bv: zelfde testuitslag in andere populaties geeft een andere kans op een stoornis
. Jongeren: prevalentie is laag -> positieve testuitslag = kans op stoornis is hoger, maar nog
steeds laag, meer kans dat positieve uitslag op toeval berust
. Ouderen: prevalentie is hoog -> positieve testuitslag = kans was al hoog, testuitslag zegt niet
veel
- Psychometrische kenmerken van een test
Sensitiviteit/pak-kans: kans dat iemand met de stoornis positief zal testen
. = kans dat iemand positief test, gegeven dat hij depressief is
. ≠ wat clinicus wil weten (*)
Kans dat depressie aanwezig is, gegeven dat er een positieve score was
Kans dat wie positief scoort op test, weldegelijk depressief is
Specificiteit: kans dat iemand zonder stoornis negatief zal testen
VOORBEELD
- Sensitiviteit van 0.83 = 83% vd mensen met positieve score hebben werkelijk de depressie ??
- Specificiteit van 0.80 = 80% vd mensen met negatieve score hebben werkelijk geen depressie
- Prevalentie/vooraf-kans/base-rate van 11% = in 1000 mensen hebben 110 een depressie en 890 geen depressie
In huisartsenpraktijk
83% van 110 scoort positief = 91 mensen (A)
80% van 890 scoort negatief = 712 mensen (D)
- Kans dat cliënt een depressie heeft met een positieve score (*)
4
