Klinische Predictiemodellen

De medische literatuur wordt overspoeld door predictiemodellen. Maar hoe bruikbaar zijn die modellen voor de klinische praktijk? Wat is hun voorspellend vermogen, en hoe goed presteren deze modellen in een andere patiëntenpopulatie dan de populatie waarin ze zijn ontwikkeld? Voegt het gebruik van deze modellen werkelijk iets toe aan het welvaren van de patiënt of aan de efficiency van de gezondheidszorg? Dit zijn essentiële vragen die iedereen die met predictiemodellen in aanraking komt zichzelf zou moeten stellen.

In de cursus Klinische Predictiemodellen wordt getracht de cursist een kritische houding bij te brengen ten aanzien van predictiemodellen voor de klinische praktijk. Daarvoor is het nodig dat alle ontwikkelingsstappen worden doorgenomen. 

Het proces begint bij formuleren van een of meer potentiële toepassingen van een te ontwikkelen model. Volgende stap is het vergaren van de benodigde data, door eigen dataverzameling of door gebruikmaking van een bestaande dataset. Belangrijke vragen daarbij zijn: welke predictoren wil ik in het model brengen? Hoe groot moet mijn populatie zijn? Wat doe ik met ontbrekende waarden? 

Dan volgt de ontwikkeling en interne validatie van het model. Vragen die daar bij aan de orde komen zijn: welke analytische methode kan ik het best toepassen? Wat is bootstrapping? Wat is shrinkage? Wat is het verschil tussen discriminatie en calibratie? 

Voor het uittesten van een eenmaal ontwikkeld predictiemodel in een nieuwe patiëntengroep (externe validatie) is ook weer een goede dataset nodig. Vragen die bij externe validatie gaan spelen zijn: hoe druk ik de performance nu uit? Wat kan ik doen als de performance tegenvalt? 

Als een predictiemodel de voorgaande hordes heeft genomen dient nog te worden bekeken of het model daadwerkelijk kan bijdragen aan een betere prognose voor de patiënt, efficiëntere zorg, of andere beoogde uitkomsten. Hiervoor zijn ook weer verschillende designopties voorhanden.

In de cursus worden colleges afgewisseld met praktijkvoorbeelden van predictieonderzoek en praktijklessen waarin de cursist zal oefenen met ontwikkeling en validatie van predictiemodellen in SPSS, en critical appraisal van de literatuur.