
Hoorcollege 11: Signaal-detectie theorie (beslissend test gebruik)
Signaal detectie theorie
- Is een vervolg op de criterium gerichtheid. Er worden namelijke beslissingen in onzekerheid
- genomen (subjectieve oordelen van cliënt en diagnosticus, onbetrouwbaarheid test en lastig om veelheid van informatie te integreren tot een oordeel).
- Theorie die de mogelijkheid biedt diagnostiek vanuit modelmatig, besliskundig perspectief aan te pakken. Het maakt het mogelijk om grip te krijgen op deze onzekerheid.
- Denkkader en verzameling analysemethoden rondom het nemen van beslissingen.
- Theorie over kans op goede en foute beslissingen, met aannamen over verdelingen van testuitkomsten onder verschillende omstandigheden.
- Van toepassing in alle te onderscheiden gebieden binnen de psychologie.
- Bij de SDT wordt gebruikt gemaakt van een grensaarde: rechts van de grenswaarde heeft een stoornis en link van de grenswaarde heeft geen stoornis. Er zijn 4 oppervlaktes te onderkennen.
Sensitiviteit (gevoeligheid voor wat je wilt meten)
- Hoe groot is de kans op een positieve diagnose gegeven dat iemand de stoornis heeft?
- Kans op positieve diagnose (D+) gegeven dat het individu behoort tot categorie (C+). Je wilt een hoge waarden hebben.
Specificiteit (zegt iets over de kwaliteit van de test)
Hoe groot is de kans op een negatieve diagnose gegeven dat iemand de stoornis niet
heeft? Je wilt een hoge waarden hebben.
Predictieve waarde
- Positieve predictieve waarde (PPV): Proportie ware positieven gegeven een positieve diagnose.
- Negatieve predictieve waarde (NPV) Proportie ware negatieven gegeven een negatieve diagnose. Beide waarde zijn problematisch.
Prevalentie (base rate) het voorkomen van de stoornis in de populatie.
Kans op aanwezigheid stoornis (C+) voor iemand uit de populatie. Het is een problematische waarde, het is geen goede schatting. Er is namelijk een aselecte steekproef nodig uit de populatie of eerder onderzoek of expertschatting.
Selectieratio
- Hoe groot is de kans dat iemand uit de populatie een positieve diagnose (ware en valse positieven) krijgt? Kans op positieve diagnose (D+) voor iemand uit de populatie.
- Het is dus de valse en ware positieven bij elkaar opgeteld. Ook deze waarden zijn problematische waarde. Er is namelijk een aselecte steekproef nodig uit de populatie of eerder onderzoek of expertschatting.
Predictieve accuratesse: diagnostische test is afhankelijk van:
- kwaliteit instrument (sensitiviteit en specificiteit van het instrument)
- voorkomen van stoornis, ziekte, trauma (prevalentie)
- Zelfs bij betrouwbaar instrument is bij lage prevalentie de kans op correcte beoordeling klein.
Base rate neglect (base rate fallacy) Het niet betrekken van (lage) prevalentie bij beoordeling van cliënt op basis van positieve diagnose en de sensitiviteit van de test.
- predictieve accuratesse is bij lage prevalentie altijd gering. Stoornissen die weinig voorkomen, kan je snel overschatten. Dus zeggen dat de stoornis aanwezig is, terwijl deze niet aanwezig is.
- met subjectieve a-priori verwachting kun je P(C+) aanpassen
Keuze grenswaarde. Wat is een verstandige grenswaarde (cut-off score)
1. Optimale grenswaarde: waarde vaststellen van ware positieven, valse positieven, ware
negatieven en valse negatieven.
2. Subjectief nut: hoe belangrijk is de correcte beslissing (ware positieve, ware negatieve) en het erg is een foute beslissing (valse positieve, valse negatieve). Levert een opbrengstmatrix op.
Gewenst: (voor een optimale grenswaarde)
- Hoog percentage ware positieven: alleen die leerlingen te pakken krijgen die echte pesters zijn.
- hoog percentage ware positieven (= hoge sensitiviteit)
- Laag percentage valse positieven: Geen leerlingen als pester aanwijzen terwijl ze het niet zijn.
- laag percentage valse positieven (= lage (1 – specificiteit))
Hulpmiddel: Bekijk voor alle grenswaarden de sensitiviteit en de (1 - specificiteit): ROC-curve
Receiver Operating Characteristic (ROC) : Voor een test zet je voor alle mogelijke grenswaarden tegen elkaar af:
- proportie ware positieven (sensitiviteit). Deze wil je hoog.
- proportie valse positieven (1 – specificiteit). Deze laag.
- Je trekt er dan een diagonale lijn doorheen: optimale grens
Area Under Curve (AUC)
- Maat voor testkwaliteit: Gevoeligheid van test voor onderscheiden van diagnostische categorieën (= testsensitiviteit) onafhankelijk van
- gekozen grenswaarde. Hoe groter het oppervlakte hoe beter de test.
Access:
Public
Check more of topic:
This content is used in:
aantekeningen hoorcolleges Psychologie als Wetenschap 2023 UU
- Hoorcollege 4 Psychologie als Wetenschap 23 UU
- Hoorcollege 5 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 6 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 7 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 8 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 9 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 10 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 11 Psychologie als Wetenschap 2023 Universiteit Utrecht
- Hoorcollege 12 Psychologie als Wetenschap 2023 Universiteit Utrecht
Going abroad?

Study with summaries
Contributions: posts
Help other WorldSupporters with additions, improvements and tips
Spotlight: topics
Check the related and most recent topics and summaries:
Activities abroad, study fields and working areas:
Institutions, jobs and organizations:
This content is also used in .....
Check how to use summaries on WorldSupporter.org
Submenu: Summaries & Activities
Follow the author: Yara Claassen
Work for WorldSupporter
JoHo can really use your help! Check out the various student jobs here that match your studies, improve your competencies, strengthen your CV and contribute to a more tolerant world
Statistics
Add new contribution