H1.9 Flashcards

(33 cards)

1
Q

Waar kijk je naar bij een eventuele behandeling?

A
  • Wat de beste behandeling voor de patiënt is
  • Of er momgelijke contra-indicaties zijn
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Waar houd je rekening mee bij het opstellen van een beleid?

A
  • Ernst
  • Impact/gevolgen (levensverwachting en kwaliteit van leven)
  • Prognose
  • Beloop van de aandoening
  • Impact van een mogelijke behandeling
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Stappen om tot een beslissing te komen

A

Stap 1:
Kennisverwerving uit verschillende bronnen

Stap 2:
Samenbrengen en interpreteren van de kennis

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Klinische besliskunde

A
  • Methodologische discipline die beslissingen rond diagnostiek en therapie ondersteunt
  • Kennis en onzekerheid worden in een getal uitgedrukt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Beslisboom

A

Systematische ordening die je maakt voor het nemen van een beslissing

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Diagnostische testen

A

Geven informatie of de ziekte aanwezig is of niet
(niet altijd met zekerheid door de mogelijke fouten)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Fout-negatieve uitslagen

A

Patiënt heeft ziekte wel, maar de test geeft een negatieve (niet afwijkende) uitslag

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Fout-positieve uitslagen

A

Patiënt heeft ziekte niet, maar de test geeft een positieve (afwijkende) uitslag

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Behandeldrempel

A

Drempel die gesteld is waarboven het zo waarschijnlijk is dat iemand een ziekte heeft, dat een behandeling gestart wordt

Hoe ernstiger de situatie, hoe lager de behandeldrempel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Nierarteristenose

A

Vernauwing van de nierslagaders wat kan leiden tot hypertensie en achteruitgang van de nierfunctie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wat is een maat voor de nierfunctie?

A

Creatinine

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Wanneer zie je veranderingen in creatine output?

A

Als meer dan de helft van de nierfunctie is weggevallen (als gevolg van overcapaciteit van de twee nieren)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hoe kan je een nierarteriestenose op een angiogram zien?

A

Er is maar 1 nierarterie te zien

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Angiogram

A

Invasief

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Hoe selectie maken bij wie je wel en niet een angiogram doet?

A

Klinische kenmerken (leeftijd)

Non-invasieve diagnostische testen (renografie)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Klinische kenmerken die de kans op nierarteriestenose kunnen vergroten

A
  • Roken (2x)
  • Leeftijd (2x)
  • Vaatlijden (4x)
  • Geruis over nierarterie (9x)
17
Q

Wat moet je doen voordat je een scoreformulier opsteld?

A
  • Alle gegevens langslopen
  • Ook goed opletten over kenmerken samenhangen (bijvoorbeeld hoe ouder je wordt, hoe meer kans op vaatlijden)
18
Q

Wat zegt het totale aantal punten op een scoreformulier?

A

De kans op een nierarteriestenose

19
Q

Wat zijn de punten en het scoreformulier?

A

Vorm van predictie

20
Q

X-as

A

Aantal punten

21
Q

Y-as

A

Percentage hoe groot de kans is dat de patiënt de ziekte heeft

22
Q

Specificiteit

A
  • Percentage terecht negatieve uitslagen
  • p(T-|D-)
23
Q

Sensitiviteit

A
  • Percentage terecht positieve uitslagen
  • p(T+|D+)
24
Q

Waar moet je naar kijken bij een positieve testuitslag?

A
  • Sensitiviteit
  • Specificiteit
  • Priorkans
25
Priorkans
Kans op een nierarteriestenose die de patiënt al voor de test had
26
Wat kan je berekenen met de regel van Bayes?
De kans op een stenose na een positieve testuitslag gecombineerd met de vooraf kans
27
Formule Regel van Bayes
Posterior test odds = likelihood ratio * prior odds
28
Relatie priorkans en odds
Odds = p/(1-p)
29
Likelihood Ratio
Aannemelijkheidsverhouding
30
LR = 1
- Het testresultaat is even vaak positief bij ziekten als bij niet-ziekten - GEEN informatieve test
31
LR voor positieve test
LR+ = p(T+|D+) / p(T+|D-) OF Sensitiviteit / (1-specificiteit)
32
LR voor negatieve test
LR- = p(T-|D+) / p(T-|D-) OF (1-sensitiviteit) / specificiteit
33
LR > 1
Kans op een positieve testuitslag bij ziekten is hoger dan bij niet-ziekten