Screening is geen diagnose
Een screeningsvragenlijst is gebouwd om zo veel mogelijk mogelijke gevallen op te sporen, en accepteert daarbij een hoog percentage vals-positieven als prijs. Een screeningsscore lezen als een diagnose keert om waarvoor het instrument is ontworpen.
Een depressiescreeningsvragenlijst, een angstscreener, een screener voor alcoholgebruik: dit zijn enkele van de best gevalideerde instrumenten die er zijn, en ze worden routinematig verkeerd geïnterpreteerd. Een score boven de afkapwaarde betekent niet dat je de aandoening hebt. Dat was nooit de bedoeling.
De ontwerpafweging
Elk screeningsinstrument berust op een afweging tussen twee soorten fouten: mensen missen die de aandoening hebben, en mensen aanmerken die deze niet hebben. Screeningsinstrumenten zijn bewust afgesteld op de tweede fout. Een geval van depressie missen in de eerstelijnszorg is kostbaar; een fout-positieve uitslag kost een gesprek met een clinicus.
De consequentie volgt rekenkundig. Een screener met 88 procent sensitiviteit en 85 procent specificiteit klinkt uitstekend. Pas hem toe in een populatie waarin 5 procent daadwerkelijk de aandoening heeft, en van elke 100 mensen die positief scoren, heeft ongeveer 74 de aandoening niet. Het instrument functioneert precies zoals bedoeld. Toch is het merendeel van de positieve uitslagen fout-positief.
Dit is rekenen met basisfrequenties, en het is de reden waarom universele screening in populaties met een lage prevalentie omstreden is, zelfs voor goed gevalideerde instrumenten.
Wat een afkapwaarde is
Een afkapwaarde is een beslisdrempel die voor een bepaald doel in een bepaalde populatie is gekozen, geen natuurlijke grens. De gangbare PHQ-9-afkapwaarde van 10 is afgeleid in populaties met een relatief hoge prevalentie; toegepast elders gedraagt deze zich anders. Meta-analyse op individueel-deelnemersniveau heeft aangetoond dat gepubliceerde nauwkeurigheidsschattingen voor die afkapwaarde systematisch waren opgeblazen door selectieve rapportage van geoptimaliseerde drempelwaarden.
Voor sommige instrumenten is er bewust helemaal geen universele afkapwaarde. De SRQ-20 van de Wereldgezondheidsorganisatie wordt in tientallen landen gebruikt, en de optimale drempelwaarde verschilt zo sterk per land, taal en geslacht dat het publiceren van één wereldwijd getal meer kwaad dan goed zou doen, in plaats van dit over te laten aan lokale validatie.
Diagnose is een andere procedure
Een diagnose vereist dat een clinicus de aanwezigheid en duur van symptomen vaststelt, de functionele impact ervan beoordeelt, en alternatieve verklaringen uitsluit: medische aandoeningen, middelengebruik, andere stoornissen die zich op vergelijkbare wijze uiten. Er wordt rekening gehouden met voorgeschiedenis en context. Een vragenlijst doet niets van dit alles. Deze telt alleen de zelfgerapporteerde symptoomfrequentie over een bepaalde periode.
Twee mensen kunnen identieke scores behalen vanuit volledig verschillende klinische beelden, omdat de totaalscore verschillende, heterogene symptomen samenpakt tot één getal. De score is een signaal om verder te kijken; het kijken zelf is de diagnose.
Waar de score wel legitiem voor is
Een aanleiding. Een hoge score is een reden om met een professional te praten. Dat is het beoogde gebruik en het is een oprecht waardevolle toepassing.
Verandering volgen. Dit is de onderbenutte functie. Herhaalde metingen tijdens een behandeling laten zien of iets werkt, en dat is veel informatiever dan een enkele score. Meetgestuurde zorg is hierop gebaseerd.
Populatiebeschrijving. In onderzoek en volksgezondheid schatten deze instrumenten de symptoomlast binnen groepen, en daarin zijn ze het meest waardevol.
Je eigen resultaat lezen
Als je boven een drempelwaarde scoort op een screener, is de juiste interpretatie: dit rechtvaardigt een gesprek met iemand die daarvoor gekwalificeerd is. Niet: ik heb deze aandoening.
Als je eronder scoort, is de juiste interpretatie: deze specifieke screening heeft niets aangemerkt. Niet: ik ben in orde. Screeners missen gevallen, dat is de andere helft van de afweging, en een lage score bij iemand die zich niet goed voelt, is geen geruststelling.
Waar NOESIS screeningsinstrumenten publiceert, vermelden de rapporten de gepubliceerde drempelwaarden, noemen ze de bron, en stellen ze duidelijk dat het resultaat geen diagnose is. Die kadering is geen juridische formaliteit; het is wat de instrumenten zelf zeggen over hun eigen gebruik.
Doe de test zelf
Lezen over meting is één ding. Je eigen score zien gerapporteerd met de bron, de normgroep en de beperkingen ervan is iets anders. Gratis te doen, geen aanmelding vereist.
Lees verder
- Wat is psychometrie?De discipline die uitzoekt of een psychologische meting deugt, en de reden waarom twee tests die vergelijkbare vragen stellen enorm kunnen verschillen in wat hun resultaten waard zijn.
- Wat is betrouwbaarheid bij psychologisch testen?Betrouwbaarheid is consistentie van meting, geen juistheid. Een test kan zeer betrouwbaar zijn en toch het verkeerde meten, en daarom is het de eerste vraag die gesteld wordt en nooit de laatste.
- Wat is validiteit bij psychologisch testen?Validiteit is geen eigenschap die een test heeft. Het is een argument over of een bepaalde interpretatie van een bepaalde score, voor een bepaald doel, houdbaar is, en het moet voor elke nieuwe toepassing opnieuw worden opgebouwd.
- Wat is begripsvaliditeit?De moeilijkste vraag in het meten: of het ding dat je meet bestaat zoals je het hebt gedefinieerd, en of je instrument dat bereikt in plaats van iets ernaast.
- Convergente en discriminante validiteitTwee spiegelbeeldige eisen: een meetinstrument moet overeenkomen met wat het zou moeten overeenkomen, en het moet duidelijk onderscheiden blijven van wat het naar eigen zeggen niet is. De meeste zwakke instrumenten falen op het tweede punt.
- Wat is Cronbach's alpha, en wat is het nietDe meest gerapporteerde statistiek in psychologisch testen, en de meest verkeerd begrepen. Alpha zegt niet dat een schaal eendimensionaal is, en een hoge waarde is vaak een symptoom in plaats van een verdienste.
- Standaardmeetfout: hoeveel je score zou kunnen afwijkenElke score heeft een foutmarge, en bij de meeste psychologische tests is die groter dan mensen aannemen. Dit is het getal dat je vertelt wanneer een verschil echt is en wanneer het ruis is.
- Normen en percentielen: waar je score mee wordt vergelekenEen ruwe score is op zichzelf niet te interpreteren. Die wordt alleen betekenisvol in vergelijking met een referentiegroep, en welke groep is gebruikt, is een van de meest ingrijpende en minst bekendgemaakte feiten over elke test.
- Hoe een psychometrische test daadwerkelijk wordt gebouwdVan constructdefinitie tot gepubliceerde normen: het proces duurt jaren en verwerpt het meeste van wat erin gaat. Als je de stappen kent, wordt het duidelijk welke een snelle online quiz heeft overgeslagen.
- Wat betekent het als een test gevalideerd wordt genoemd?Het woord is ongereguleerd en wordt vrijelijk gebruikt door producten die geen van het werk hebben verricht. Hier is wat het betekent wanneer het iets betekent, en de vier vragen die de twee gevallen van elkaar onderscheiden.
- Waarom de meeste persoonlijkheidstests op internet niet betrouwbaar zijnNiet omdat ze oneerlijk zijn, maar omdat de stappen die een meting betrouwbaar maken onzichtbaar, duur en makkelijk over te slaan zijn, en het overslaan ervan verandert niets aan hoe het resultaat eruitziet.
- Wat zelfrapportage wel en niet kan metenVragenlijsten vragen je om waarnemer van jezelf te zijn, wat bij sommige dingen beter werkt dan bij andere. Weten waar de methode sterk is en waar ze faalt, verandert hoe je elk resultaat leest.
- Wat het betekent wanneer een test iets voorspeltEen correlatie van 0,30 is een sterke bevinding in persoonlijkheidsonderzoek en een zwakke basis voor een beslissing over één persoon. Beide uitspraken zijn waar, en de kloof daartussen veroorzaakt het meeste misbruik van testresultaten.