College 6: Herhaalde meting & Premorbide IQ (H9-10 + Duff artikel) Flashcards
(102 cards)
1
Q
Waarom heb je premorbide niveau nodig voor het interpreteren van testresultaten?
A
Dit heb je nodig om cognitieve achteruitgang vast te kunnen stellen
2
Q
Wat zijn 5 methodes om een schatting van het premorbide niveau te maken? Welke combinatie wordt er ook nog wel eens gemaakt?
A
- Benadering gebaseerd op voorgeschiedenis met eerdere tests
- Opleiding/beroep
- Best performance methode
- Hold-benadering: huidige prestaties
- Demografische gegevens met lineaire regressie
Of een combinatie van methoden hold-benadering + demografie regressie
3
Q
Wat zijn de 7 opleidingsniveaus van Verhage?
A
1: < Basisonderwijs
2: Basisonderwijs
3. <LBO
4. LBO
5. Mavo/MBO
6. Havo/VWO/HBO
7. Universiteit
4
Q
Wat is de methode gebaseerd op voorgeschiedenis? Wat is een probleem hiermee?
A
Gebruik eerder NPO of andere gestandaardiseerde testgegevens
-: meestal niet beschikbaar
5
Q
Waarom zouden we opleiding en beroep gebruiken om premorbide niveau te schatten? Wat is een voordeel?
A
Opleiding/beroep kan samenhangen met IQ
+ : bijna altijd beschikbaar
6
Q
Wat zijn 3 nadelen van het schatten van premorbide niveau met opleiding/beroep?
A
- Grote spreiding IQ binnen het opleidingsniveau en beroep
- SES/motivatie/persoonlijkheid hebben invloed op opleiding/beroep, waardoor niet een goede correlatie bestaat met IQ
- Invloed leeftijd/generatie verschillen door flynn effect/ veranderingen in onderwijs
7
Q
Wat is het Flynn effect? Hoe snel gaat het?
A
Stijging van gemiddelde score op IQ testen in een populatie
-> Per decennium 3-5 punten omhoog
8
Q
Wat zijn mogelijke verklaringen van het Flynn effect? (6)
A
- Betere voeding/zorg
- Meer toegang tot onderwijs
- Meer blootstelling aan cognitieve stimuli in dagelijks leven
- Daling gezinsgrootte, waardoor meer aandacht
- Vragen raken verspreid en gekend
- Evolutionair voordeel om slimmer te zijn?
9
Q
Wat is de best performance methode?
A
Beste prestatie uit voorgeschiedenis of van huidige prestaties worden gebruikt als premorbide niveau
10
Q
Wat is een voor en nadeel van de best performance methode?
A
+: je kijkt kwantitatief en kwalitatief in het heden en verleden
-: je mist pieken en dalen, waardoor je risico loopt op overschatting
11
Q
Hoe kan je de best performance methode toepassen in de heteroanamnese? Hoe vaak wordt dit gebruikt in de praktijk?
A
Met een vragenlijst waarbij informant kan invullen of de patiënt is achteruitgegaan op onderdelen tov 10 jaar geleden
-> Vaak gebruikt in de praktijk!
12
Q
Wat zijn hold-taken? Geef 2 eigenschappen van wat deze taken vooral bevatten
A
Tests die minder gevoelig zijn voor hersenschade of veroudering
- Verbale tests
- Gekristalliseerd IQ: schoolse kennis
13
Q
Wat zijn non-hold taken? Wat voor soort taken zijn dat?
A
Taken die gevoelig zijn voor veroudering en hersenschade
-> Taken met vloeiende IQ/non-verbale tests
14
Q
Welk domein gaat niet achteruit met veroudering?
A
Gekristalliseerde IQ: zoals woordenschat en andere verbale taken
15
Q
Waarom kunnen hold-taken handig zijn voor het schatten van premorbide niveau?
A
Hold-taken zijn niet zo gevoelig voor veroudering of NAH, waardoor het een goede inschatting kan geven van hoe iemand was voor het letsel
16
Q
Wat zijn alternatieve hold-taken? Geef een voorbeeld en leg uit wat die test is
A
Leestaken
NLV = voorlezen van woorden waarbij men het woord moet kennen om het uit te kunnen spreken
17
Q
Welke hold-taak wordt in NL veel gebruikt?
A
NLV: voorlezen van woorden
18
Q
Wat zijn 4 kanttekeningen bij de NLV?
A
- Correleert minder met performale IQ
- Minder nauwkeurig bij hoge en lage intelligentie + veel spreiding
- Beperkt bij vergevorderde dementie
- Let op bij dyslexie, afasie, tweetaligheid, analfabetisme, slechtziendheid en andere culturele achtergrond
19
Q
Hoe kan je demografische gegevens gebruiken om premorbide niveau te schatten? Welke 3 gegevens worden hier veelal voor gebruikt?
A
Lineaire regressie
-> Opleiding/beroep/geslacht
20
Q
Wanneer werkt het schatten van premorbide niveau met demografische gegevens goed en wanneer niet?
A
Goed: gemiddelde IQ
Slecht: laag/hoog IQ
21
Q
Hoe kan je de methoden van lineaire regressie voor demografische variabelen combineren met hold-taken? Wat zijn hier 2 nadelen van?
A
Gebruik ANDI of NIP normen die corrigeren voor demografie en neem daarbij ook score op NLV mee
Nadelen:
- Risico op onder/overschatting
- Invloed ernstige cognitieve stoornissen
22
Q
Het schatten van premorbide niveau is lastig. Wat is hiervoor een aanbeveling? (2)
A
- Gebruik NIP/ANDI voor normen corrigeren op leeftijd/opleiding/ geslacht
- Gebruik hold test als je twijfelt of opleiding correspondeert met iemands intelligentie
23
Q
Gebruik hold test als je twijfelt of opleiding correspondeert met iemands intelligentie. Geef een voorbeeld wanneer je hieraan zou twijfelen?
A
E.g. vrouw die nooit naar school heeft gekund en huisvrouw was, maar wel intelligent overkomt in het gesprek
24
Q
Hold-test is … betrouwbaar bij jonge mensen
A
Minder
25
Waarom willen we soms meten op verschillende momenten om veranderingen te zien? (3)
1. Verloop ziekteproces
2. Herstel
3. Effect behandeling evalueren
26
Rekenvraag:
Moment 1: moca score = 21
Moment 2: moca score = 18
Is deze score significant veranderd?
Hoe pak je dit aan (2 stappen)
1. Bereken BI voor beide metingen
2. Als intervallen overlappen, kunnen we niet zeggen dat ze significant achteruit is gegaan. Als ze niet overlappen, dan is er wel een significante achteruitgang
27
Voor welke 2 dingen moet je corrigeren als je een herhaalde meting doet en je wilt weten of een verandering statistisch significant is?
- Meetfouten
- Leereffecten
28
Waardoor kunnen meetfouten ontstaan? (2)
1. Patiënt zelf: aandacht/moe/ stemming
2. Extern: testprocedure/omgeving
29
Wat is regressie naar het gemiddelde?
Neiging van extreme pretestscore om bij 2e meting meer naar het gemiddelde op te schuiven
30
Hoe hangt de betrouwbaarheid van de test samen met regressie naar het gemiddelde?
Hoe lager betrouwbaarheid, hoe groter regressie naar het gemiddelde effect
31
Is het afhankelijk of onafhankelijk van de betrouwbaarheid van een test?
A: Meetfouten
B: Leereffecten
Meetfouten: afhankelijk -> hoe slechter de betrouwbaarheid, hoe meer regressie naar het gemiddelde
Leereffecten: onafhankelijk
32
Bij welke momenten treden er vooral leereffecten op? (3)
1. Geheugen en EF taken
2. Oefening in taken
3. Gewenning
33
Noem 2 manieren hoe je leereffecten kan minimaliseren
1. 2x een pretest meting verrichten
2. Gebruik parallelversies
34
Van welke 4 factoren is het leereffect afhankelijk?
1. Duur interval tussen tests
2. Leeftijd
3. Intelligentie
4. Hoogte van pretest score
35
Welke 3 typen formules voor correctie meetfouten/leereffecten zijn er? Welke zijn niet bruikbaar?
1. Corrigeren voor niets
2. Corrigeren voor meetfouten
3. Corrigeren voor meetfouten + leereffecten
Gebruik 1 niet!!!
36
Wat is het verschil tussen plafond en bodem effect? Wat is een overeenkomst?
Plafond = test is te makkelijk, dus iedereen scoort hoog
Bodem = test is te moeilijk, dus iedereen scoort laag
-> Voor/achteruitgang blijft bij beide onopgemerkt
37
Waarom toetsen we in KNP vaak eenzijdig?
Omdat we verwachten vaak dat iemand achteruit gaat
38
Wat voor formule moet je pakken als je een leereffect verwacht? En als je het niet verwacht?
Verwacht leereffect: kies formule die voor leereffect corrigeert
Niet verwacht: kies formule die niet voor leereffect corrigeert
39
Als je een leereffect verwacht en niet corrigeert, wat doet dit dan met je significantie? Waarom?
Dan heb je sneller significantie
-> Leereffect bekijk je als een verbetering, terwijl het alleen is omdat je de test eerder hebt gezien
40
Verwacht je op de Trail making test een leereffect? En op de 15WT?
Welke formule zou je aan elk koppelen?
TMT: leereffect verwacht -> kies formule die ook corrigeert voor leereffect?
15WT: geen leereffect verwacht -> dus maakt niet uit of je formule gebruikt die corrigeert voor leereffect!
41
Maak bij keuze voor formule van een index een afweging tussen ... (3)
1. Statistische correctheid
2. Kenmerken van test
3. Praktische toepasbaarheid
42
Welke formule wordt veel gebruikt en waar corrigeert hij voor?
RCI van Chelune -> zowel leereffect als meetfout
43
Wanneer is een RCI significant (normaal gesproken)?
RCI <-1,96
RCI >1,96
44
Waarom is statistische significantie niet per se klinische relevantie? (2)
1. Snel significantie in grote groepen, maar kleine effect sizes
2. Significantie kan bereikt worden in e.g. geheugentraining, maar dat betekent niet dat het generaliseert naar het dagelijks leven
45
Wat is de relatie tussen statistische significantie en klinische relevantie?
Stat sign =/ klinische relevantie
-> Stat sign is wel een voorwaarde voor klinische relevantie
46
Waarom is vergelijken met normgegevens niet voldoende om te zeggen of iemand achteruit is gegaan?
De normen zeggen niet compleet iets over het individu
Je hebt ook het premorbide niveau nodig van de persoon
47
Waarom is het schatten van premorbide niveau van geheugen en EF lastig?
Deze verschillen sterk per persoon
48
Wat is de ideale manier om premorbide niveau vast te stellen? Waarom?
Met gegevens van eerder NPO
-> Directe vergelijkingen zijn mogelijk
49
Waarom is het problematisch om gestandaardiseerde testresultaten uit eerdere psychologische tests voor werk/opleiding te gebruiken? (2)
1. Vaak lastig te krijgen
2. Sluit vaak niet aan bij NP tests vanwege verschillende normen
-> Wordt dus nauwelijks gebruikt!
50
Waarom blijft opleidingsniveau ondanks de beperkte correlatie met IQ belangrijk in NPO?
Normgegevens zijn er vaak op gecorrigeerd
51
Wat is de IQCODE-N? Wat voor methode voor vaststellen premorbide niveau zit hieraan vast?
Via heteroanamnese vragenlijst in kaart brengen hoe patiënt zijn cognitief functioneren in de laatste 10 jaar
= Best performance methode
52
Waarom is de best performance methode problematisch vooral bij overachievers?
Het beste domein wat je pakt is behaald doordat ze grote inzet erop leveren, waarbij andere domeinen wellicht zwakker zijn
-> Je overschat mensen!
53
Wanneer moet je opletten met woordenschat als hold-taak? (2)
Bij afasie/dementie/dyslexie/ analfabetisme/tweetaligheid/ andere culturele achtergrond
54
Waarom schat de NLV het premorbide niveau minder nauwkeurig bij hoge of lage intelligentie? Welke groep wordt over/onderschat?
Door regressie naar het gemiddelde
Hoog IQ: onderschat
Laag IQ: overschat
55
NLV ... schat premorbide niveau bij gevorderde dementie
onderschat
56
Wat is de meest robuuste hold-taak van NL?
NLV
57
Wat zijn 2 voordelen van de lineaire regressie methode voor demografische gegevens?
Objectief & multivariaat
58
Waarom is er bij de regressiemethode voor demografische kenmerken voor schatten premorbide niveau meer kans op foutieve schattingen?
Het is onduidelijk hoe groot het verschil tussen geschat premorbide IQ en actueel IQ moet zijn om intellectuele achteruitgang vast te stellen
59
Waarom is een gecombineerde methode van regressie en hold-taken beter? (2)
1. Betere schatting premorbide niveau
2. Verklaart meer variantie
60
Welke methode voor schatten premorbide niveau zou je gebruiken bij zeer ernstige cognitieve stoornissen? Welke niet en waarom?
Wel: lineaire regressie obv demografie
Niet: huidig prestatie meenemen (geen holdtaken/best performance)
61
Welke methode kies je bij lichte stoornissen?
Hold-benadering (maar neem ook voorgeschiedenis mee)
62
Welke groepen moet je extra voorzichtig zijn bij het schatten van premorbide niveau? (2)
Zeer hoog + zeer laag intelligentie
63
Waarom is er geen consensus over de beste methode voor schatten premorbide niveau? Waarom is dit problematisch?
Alle methoden hebben voor/nadelen
Zonder gouden standaard blijft klinisch oordeel onbetrouwbaar
64
Aan welke voorspellende variabele wordt te veel gewicht gegeven in het schatten van premorbide niveau?
Opleiding
65
Wat geeft Schinka's 5 stappen algoritme aan voor het kiezen van passende schattingsmethode?
Hoe kan dit in NL worden toegepast ?
1. Premorbide testresultaten, indien niet beschikbaar
2. Opleiding/beroepsgegevens, indien niet beschikbaar
3. Gecombineerde regressiemethoden, of
4. Combinatie van WTAR en demografische gegevens, daarna
5. Controle van voorgeschiedenis
Kan niet in NL worden toegepast want regressiemethoden zijn niet aangepast aan NL tests + ontbrekende normen
66
Waarom is het vaststellen van echte verandering complex? (2)
- Meetfouten bij herhaalde tests
- Leereffecten/gewenning
67
Wat is het gevolg van leereffecten en gewenning?
Scores kunnen verbeteren zonder dat er echt vooruitgang is
68
Wat is het gevolg van meetfouten?
Instabiliteit van individuele testscores --> onbetrouwbaarheid
69
Wat is het probleem bij onbetrouwbare tests? (3)
1. Maskeren echte verandering
2. Suggereren foute verandering
3. Meer regressie naar het gemiddelde
70
Waar moet je je bewust van zijn als het gaat om leereffecten? Wat zijn 2 gevolgen van leereffecten?
Je kan ze nooit volledig voorkomen
-> Overschatting van verbetering
-> Maskering van verslechtering
71
Wat is een quotiënt en waarvoor wordt deze vaak gebruikt?
Quotiënt = verschil pre-posttest / criteriummaat
Gebruikt om verandering vast te stellen
-> Als de quotiënt groot genoeg is = verandering
72
Welke 2 indexen houden geen rekening met meetfouten/leereffecten in het schatten van verandering? Wat is hiervan het gevolg?
1. Standaarddeviatie index (SDI)
2. 20% Veranderingsindex
--> Lage betrouwbaarheid
73
Wat is de standaarddeviatie index? Wat is een probleem hiermee?
Verandering pre/posttest is significant als het verschil groter is dan 1SD van de normgroep
-> Verwart vaststellen van afwijkingen tov normgroep met veranderingen vaststellen binnen individu
74
Wat is de 20% veranderingsindex? Wat is een voordeel?
Verandering is significant als verschil pre/posttest >20% is dan pretest
+: Eenvoudig, geen norm/patiënt gegevens nodig
75
Welke 2 indexen houden rekening met meetfouten?
1. Reliable change index Jacobsen/Truax (RCIjt)
2. Reliable change index Zegers/Hafkenscheid (RCIzh)
76
Welke is betrouwbaarder en waarom? RCIzh of RCIjt
RCIzh = betrouwbaarder, want deze is geschat op ware verschilscore waardoor zowel de teller en noemer dezelfde normale verdeling gebruiken
77
Welke corrigeert voor regressie naar het gemiddelde: RCIjt of RCIzh?
RCIzh
78
Welke 5 methoden houden rekening met zowel meetfouten als leereffecten?
1. RCI Chelune
2. Reliability stability index Bruggemans (RCI Bruggemans)
3. Regression based index McSweeny (SRB McSweeny)
4. Regression based index Maassen (SRB Maassen)
5. Multiple regression based index Temkin (SRB Temkin)
79
Wat is de RCI van Chelune? Wat zijn 2 nadelen?
Geobserveerde verschilscore wordt verminderd met leereffect vastgesteld in controlegroep
-:
- Geen rekening met individuele verschillen
- Betrouwbaarheid is minder doordat er andere verdelingen worden gebruikt in teller en noemer
80
Welke RCI heeft Bruggemans aangepast in zijn RCI en hoe is het beter geworden?
RCIzh --> RCI Bruggemans houdt meer rekening met individuele leereffecten door pretestscore ook mee te nemen
81
Voor welke 3 dingen corrigeert de RCI van Bruggemans?
1. Meetfouten
2. Regressie naar gemiddelde
3. Individuele leereffecten
82
Wat is de Regression based index van McSweeny? (SRB)
Verschil geobserveerde en voorspelde posttestscore gedeeld door standaardschattingsfout
83
Wat is het probleem bij de SRBs van McSweeny en Maassen en de RCI van Bruggemans? Welke index biedt hier de oplossing voor?
Voor correctie individuele leereffecten nemen ze alleen pretestscore mee terwijl andere factoren (opleiding, sekse, leeftijd) ook invloed kunnen hebben
-> Oplossing: SRB Temkin
84
Welke is nauwkeuriger: SRB McSweeny of SRB Maassen? Waarom?
SRB Maassen
-> Deelt regressiecoëfficiënt door betrouwbaarheid pretest en gebruikt andere standaardschattingsfout
85
Hoe werkt SRB Temkin (multiple regression based index)?
Neemt naast pre en posttest ook persoonskenmerken (sekse, opleiding, leeftijd) ook externe factoren (testinterval) mee in de regressieanalyse
86
Waarom is SRB Temkin kwetsbaar voor overfitting?
Model past te goed op data waardoor het niet goed generaliseert naar nieuwe onbekende data
87
Welke index gebruikt voor correctie meetfout de verschilscore? En welke gebruikt daarbij ook een correctie voor onbetrouwbaarheid pretest?
Verschilscore: RCIjt + RCI Chelune
+ Onbetrouwbaarheid: RCIzh + RCI Bruggemans
88
Welke twee indexen gebruiken de voorspelde posttestscore als basis waarop de meetfout betrekking heeft?
SRB McSweeney en SRB Maassen
89
Methoden die geen correctie toepassen voor meetfouten/leereffecten geven bij:
Afwezigheid leereffecten een ...schatting van achteruitgang
Aanwezigheid van leereffecten een ...schatting van achteruitgang
Afwezigheid leereffecten een overschatting van achteruitgang
Aanwezigheid leereffecten een onderschatting van achteruitgang
90
Methoden die corrigeren voor leereffecten/meetfouten geven een ... inschatting van werkelijke cognitieve veranderingen
Betrouwbaardere
91
Welke index is nu het beste?
Elke index heeft voor/nadelen dus je keuze hangt af van betrouwbaarheid van de test en beschikbare referentiegegevens
92
Waarom is het waardevol om meerdere indexen te gebruiken?
Dan kan je resultaten vergelijken
93
Welke index gebruik je bij tests zonder leereffecten, een lage betrouwbaarheid en extreme pretestscores? Waarom?
RCIzh
-> Deze houdt rekening met regressie naar het gemiddelde
94
Welke 2 factoren ondermijnen de nauwkeurigheid van alle indexen?
1. Plafond/bodemeffecten
2. Niet-lineaire leereffecten
95
Alle indexen zijn afhankelijk van een referentie groep behalve een. Welke?
20% veranderingsindex
96
De nauwkeurigheid van indexen hangt af van overeenkomsten van de groep met de patiënt. Hoe is deze relatie?
Hoe meer overeenkomsten, hoe betrouwbaarder en beter toepasbaar de leereffecten van de test zijn
97
Wat moet je doen als relevante testgegevens ontbreken voor het signaleren van verandering?
Val terug op normgegevens uit testhandleidingen
98
Neemt de nauwkeurigheid van het vaststellen van veranderingen bij kleine referentiegroepen toe of af?
Nauwkeurigheid neemt af
99
Wat is kanskapitulatie/family wise error?
Verhoogde kans op type 1 fouten (foutpositieven)
100
Wat is het probleem van veelvuldig toetsen?
Verhoogde kans op type 1 fouten/ foutpositieven/kanskapitulatie/ family wise error
101
Wat zijn 2 oplossingen voor de type 1 fouten onder controle hebben bij veelvuldig toetsen? Wat is een risico hierbij?
1. Bonferroni methode
2. Groepeer tests per cognitief functiegebied + corrigeer per groep
Kunnen te streng zijn --> echte veranderingen worden niet meer als significant gezien
102
Waarom is het berekenen van veranderingsindexen in de praktijk complex?
1. Ingewikkelde formules
2. Kritieke waarden beschikbaar in literatuur, maar verschillen tussen studies door verschillen in test-hertest interval
