Verklaring: Odds Ratio De verhouding van twee ‘odds’. Een ‘odds’ is een Engels begrip dat de verhouding weergeeft van de waarschijnlijkheid (‘probability’) dat iets gebeurt (of zo is) tot de waarschijnlijkheid dat het niet gebeurt (of niet zo is). Een odds is dus het aantal keren dat een gebeurtenis zich voordoet in groep a (p) gedeeld door het aantal keren dat ze zich niet voordoet in die groep a (1-p).

OR= / of eenvoudiger OR= p*(1-q)/q*(1-p)

Odds ratio’s worden in grafische vorm het best uitgetekend op een logaritmische schaal. : Verklaring: Odds Ratio

Hoe interpreteer je relatief risico?

Tekst onder de verantwoordelijkheid van de Nederlandstalige redactie In de case-control studie over het effect van een acellulair kinkhoestvaccin (dTpa) drukt men de doeltreffendheid van het vaccin uit in (1 – Odds ratio (OR) van kinkhoest bij gevaccineerde versus bij niet-gevaccineerde patiënten) *100%. Zo kwam men tot een doeltreffendheid van 53% (95% BI van 42% tot 62%) op basis van een OR van 0,47 (95% BI van 0,38 tot 0,58) ( 1,2 ). Men neemt hierbij een klassieke formule over van gerandomiseerde studies waarbij de doeltreffendheid berekend wordt op basis van een 1) of kleiner (RR 1) of kleiner (RR relatief risico (=(1 – RR)*100%). Om deze uitkomst juist te kunnen interpreteren is het van belang om een goed inzicht te hebben in de begrippen relatief risico (RR) en odds ratio (OR), maar tevens het verschil in opzet te kennen tussen een RCT en een case-control studie. Een relatief risico is een ratio van het risico (=Ri/Rc) op de uitkomst in één groep (waar een bepaalde interventie wordt toegepast=Ri) ten opzichte van dit risico in een andere groep (waar deze interventie niet wordt toegepast, m.a.w. de controlegroep=Rc). Op zijn beurt is elk risico (Ri of Rc) de ratio van het aantal deelnemers met de uitkomst tegenover het totale aantal deelnemers in respectievelijk de interventie- en de controlegroep ( zie figuur ). De deelnemers van een RCT worden willekeurig uit een grotere populatie gekozen en ad random toegewezen aan de interventie- en de controlegroep. Het gemeten risico in de controlegroep komt daarom overeen met het werkelijke risico in de populatie waaruit de studiegroepen gekozen zijn. Naast een relatief risico kan er met de resultaten van een RCT ook een odds ratio berekend worden. Het betreft dan de ratio van de odds in de interventiegroep ten opzichte van de odds in de controlegroep (Oi/Oc). Op zijn beurt is iedere odds opnieuw een ratio van de uitkomst tegen de afwezigheid van de uitkomst in respectievelijk de interventie- (Oi) en de controlegroep (Oc) ( zie figuur ). Als het risico 1 op 4 (25%) is, dan is de overeenstemmende odds 1 tegen 3 (33%). Als het risico daarentegen 1 op 20 (5,0%) is, dan is de odds 1 tegen 19 (5,3%). Vandaar dat de odds ratio als benadering van het relatief risico alleen mag gebruikt worden wanneer het risico op de uitkomst klein is (<10%) ( 3 ). Een relatief risico (RR) is informatiever dan een odds ratio en staat hoger aangeschreven als uitkomstparameter. In tegenstelling tot een OR kan men met de gegevens van een 1) of kleiner (RR 1) of kleiner (RR RR ook de absolute risico's, het absolute risicoverschil en de number needed to treat (NNT) berekenen. Het is echter niet altijd mogelijk om een RR te berekenen. In een case-control studie kijkt men retrospectief vanuit een groep van cases (iedereen met de uitkomst) naar het effect van een parameter of interventie in vergelijking met een groep van controles (waar de uitkomst niet voorkomt). Omdat we het werkelijke risico van de uitkomst (=cases) in de populatie niet (artificieel verhoogd) kennen, kunnen we dus enkel een OR berekenen ( 4,5 ). In cohortstudies waarbij prospectief of retrospectief 2 groepen vergeleken worden, kan enkel een RR berekend worden indien niet gecorrigeerd is voor de verschillen in basiskarakteristieken. Door het gebrek aan randomisatie moet bij een cohortstudie echter altijd voor deze verschillen gecorrigeerd worden. Uit de regressievergelijkingen die men hiervoor gebruikt (ongeacht of het over een RCT, cohortstudie of case-control studie gaat), kan men enkel OR's berekenen, die volledigheidshalve adjusted OR's worden genoemd (adjusted RR's bestaan dus niet). OR's zijn evenmin om te rekenen naar RR's. De incidentie van kinkhoest in de Verenigde Staten bleek in 2012 slechts 15,4/100 000 gevallen te bedragen. Omwille van deze lage incidentie opteerde men voor een case-control studie ( 1,2 ). Een echte RCT zou immers teveel deelnemers over een te lange periode moeten opvolgen, wat praktisch onmogelijk/onbetaalbaar is. Door deze lage incidentie is de berekende adjusted OR een goede maat voor een RR en is de berekende doeltreffendheid (op basis van deze adjusted OR) betrouwbaar voor zoverre er gecorrigeerd werd voor de juiste confounders.

Wat is een goede odds ratio?

Een oddsratio van 1 geeft aan dat er geen verband is tussen blootstelling en de onderzochte conditie; in ons voorbeeld zou deze uitkomst aangeven dat blootstelling geen extra effect had op kaal worden.

Wat is de formule van risico?

Risico = Kans x Blootstelling x Gevolg.

Hoe bereken je absolute risico?

Minerva 2009 Volume 8 Nummer 1 Pagina 12 – 12 Nascholing: EBM begrippen De Number Needed to Treat (NNT) is de uitkomstmaat die het best door niet-ingewijden begrepen wordt. Waarschijnlijk is dit het meest bruikbare argument om het nut van een behandeling aan patiënten uit te leggen ( 1 ). Daarnaast kan kennis van de NNT aansporen tot meer voorzichtigheid bij het nemen van therapeutische beslissingen. De NNT geeft aan hoeveel patiënten we moeten behandelen gedurende een bepaalde periode (de studieduur) om één gunstige uitkomst extra te bereiken of één ongunstige uitkomst extra te voorkomen. De berekening van de NNT gebeurt aan de hand van de absolute risicoreductie ( ARR ) met de formule NNT=(1/ARR)*100 of met gelijkwaardige formules zoals 100/ARR (uitgedrukt in %) of 1/ARR (in verhouding tot 1). Voorbeeld In de 4S-studie ( 2 ) bedraagt de ARR voor overlijden 4%. De NNT = (1/4) x 100 (of 100/4 of 1/0,04) = 25. In het kader van secundaire (angor) of tertiaire preventie (post myocardinfarct) moeten we dus 25 patiënten gedurende 5,4 jaar behandelen met simvastatine omwille van hypercholesterolemie ondanks vetarm dieet, om één extra overlijden te voorkomen. Het relatieve risico (RR) bedraagt 0,70 en de relatieve risicoreductie (RRR) 30%. Wat zijn de valkuilen wanneer we het NNT-concept gebruiken? • Een eerste valkuil is een NNT, berekend op het aantal gebeurtenissen in plaats van op het aantal patiënten met minstens één gebeurtenis van de (primaire) uitkomstmaat. Het optellen van alle gebeurtenissen laat niet toe om te evalueren voor hoeveel patiënten de behandeling werkelijk nuttig is: voor enkele patiënten zal het aantal acute gebeurtenissen (fel) verminderd zijn, maar voor de meeste zal er geen verandering merkbaar zijn. Het meedelen van een NNT op basis van het aantal gebeurtenissen en niet op basis van het aantal patiënten met minstens één gebeurtenis, kan de NNT voor een individuele patiënt vertekenen ( 3 ). Voorbeeld In de UPLIFT-studie ( 4 ) vermindert toediening van tiotropium gedurende vier jaar het aantal exacerbaties bij COPD (secundair eindpunt – voor het primaire eindpunt is er geen verschil). Hypothetisch kunnen we de absolute risicoreductie tussen de twee groepen (tiotropium en placebo) schatten op 12%; dat betekent een NNT van ongeveer 8. Er is echter geen statistisch significant verschil in het aantal patiënten met minstens één exacerbatie (zowel het totale aantal als het aantal dat moet gehospitaliseerd worden). • Andere valkuilen hebben te maken met de interpretatie van de NNT ( 1 ) en vooral met de vergelijking van NNT’s afkomstig uit verschillende studies. Een NNT heeft alleen betrekking op de vergelijking van twee behandelingsopties in het kader van een welbepaalde studie. Deze NNT kan dus niet als absoluut cijfer gebruikt worden voor een vergelijking van deze behandelingen in alle omstandigheden. Verder is de NNT omgekeerd evenredig met het initiële risico van de geïncludeerde patiënten. Naargelang de studie kan dit risico (sterk) variëren. Dit wordt nog belangrijker wanneer co-interventies de kans op bepaalde eindpunten verminderen. In recente studies komen co-interventies vaker voor dan in oudere studies. Een vergelijking van NNT’s is in dit geval niet correct. Ook de studieduur speelt een rol. De NNT van een studie over twee jaar kunnen we moeilijk vergelijken met de NNT van een studie over vijf jaar. Extrapolatie is in dit geval riskant. Voor klinische beslissingen kunnen voor eenzelfde behandeling de verschillende NNT’s voor meerdere criteria (bv. coronaire gebeurtenis en CVA bij antihypertensieve behandeling) gecombineerd worden met de NNH ‘s van deze behandeling. Een mooi voorbeeld hiervan vinden we in een meta-analyse over rhinosinusitis ( 5 ). We kunnen de NNT’s van verschillende studies alleen maar met elkaar vergelijken als exact dezelfde behandeling werd geëvalueerd, met dezelfde comparator en hetzelfde eindpunt, bij patiënten met eenzelfde prognose die gedurende een even lange periode werden opgevolgd ( 1 ). Afhankelijk van het initiële risico van de geïncludeerde patiënten (lager risico dan in de praktijk omdat ze jonger zijn, een betere gezondheid en een betere levensverwachting of minder co-morbiditeit hebben) kan een NNT overschat of onderschat zijn. Voorbeeld Op basis van gegevens uit de controlegroep van de WOSOPS-studie ( 7 ), heeft een Belgische patiënt een lager risico om een coronaire gebeurtenis door te maken dan een patiënt in West-Schotland. Als we ervan uitgaan dat het risico van de Belgische patiënt lager is (3/4?) dan het risico van de controlegroep (de moeilijkheid zit juist in deze inschatting!), dan is de NNT/F = 42/0,75 = 56. Dat betekent dat we 56 patiënten uit onze Belgische praktijk gedurende vijf jaar moeten behandelen met pravastatine, om één coronaire gebeurtenis extra te vermijden. Nogmaals, het gaat hier om een erg onzekere inschatting en het zou juister zijn om de studie in de betrokken regio over te doen. Om de werkelijke winst van een behandeling beter te kunnen inschatten voor een welbepaalde patiënt, stelt Sackett voor gebruik te maken van NNT/F ( 6 ). F is hierbij het quotiënt van het risico van de betrokken patiënt en het risico van de controlegroep in de studie. • Met NNT’s in meta-analyses dienen we voorzichtig te zijn (8,9), Studies kunnen onderling verschillen, o.a. op het vlak van het initiële risico. Wanneer we de resultaten van een meta-analyse willen interpreteren voor een bepaalde persoon, moeten we ook rekening houden met zijn/haar initieel risico.

Hoe werkt de odds?

Odds – Wikipedia Odds (kansverhouding) is een aan het Engels ontleende term die in het Nederlands ook wel ‘quoteringen’ wordt genoemd. Het wordt vooral bij gehanteerd om de kans op een gebeurtenis of uitspraak aan te geven. Men spreekt van de odds voor en ook van de odds tegen,

• De odds voor een gebeurtenis is de van de kansen dat de gebeurtenis plaatsvindt en dat de gebeurtenis niet plaatsvindt.
• De odds tegen een gebeurtenis is eenvoudigweg de omgekeerde verhouding.
• Traditioneel worden de odds uitgedrukt als een paar, in de vorm van het ene getal tegen het andere.
• Acht men het optreden van een gebeurtenis drie maal zo waarschijnlijk als het niet optreden, dan zijn de odds dus 3 tegen 1, ook uitgedrukt als 3:1.

De veronderstelde kans van optreden is in dit geval 3/4, een in veel gevallen lastiger te hanteren getal dan de odds. Hoewel de odds formeel opgevat kunnen worden als het van de kans p van optreden en de kans 1- p van niet optreden, is het niet gebruikelijk zo over de odds te spreken.

Wat is het verschil tussen odds en kans?

This post is also available in Engels, Kansen en ‘odds’ worden vaak door elkaar gehaald. We hebben er in het Nederlands niet eens verschillende woorden voor; we gebruiken gewoon de Engelse term. Het verschil tussen de twee is echter erg belangrijk. Bijvoorbeeld bij gokspellen, maar ook wanneer je probeert te begrijpen wat de kans is dat je een ziekte kunt krijgen.

Het verschil tussen ‘kansen’ en ‘ odds ‘ is subtiel, maar belangrijk. Dit geldt des te meer in de medische wetenschap: als je hier het risico, dat bepaald wordt aan de hand van kansen, en ‘ odds ratios ‘ door elkaar haalt, kun je misleidende resultaten krijgen. Zowel kansen als odds reflecteren de kans dat iets wel of niet in de toekomst zal gebeuren.

Het zijn allebei ratio’s, die berekend worden via het aantal keer dat een gebeurtenis in het verleden is voorgekomen. Het verschil schuilt echter in de deler; kansen worden bepaald aan de hand van het totale aantal waarnemingen (ongeacht of de gebeurtenis wel of niet is voorgekomen), terwijl odds worden berekend relatief aan het aantal keren dat iets niet gebeurt.

Wat betekenen de odds?

Odds definities Verhouding van de kansen, dat iets wel en dat iets niet gebeurt. In het Verenigd Koninkrijk gebruikt bij het wedden. Bijvoorbeeld een odds van 8 tegen 3 of 8-3 betekent de verhouding van de kansen 8-11 tegen 3-11.

Hoeveel procent winst en risico?

Ieder bedrijf heeft in het bepalen van de hoogte van winst en risico haar eigen regels. Uit onderzoek blijkt dat grotere ondernemingen een percentage berekenen tussen 3 en 6%.

Wat zegt een negatieve Sharpe ratio?

Ontcijferen van de Sharpe Ratio – De Sharpe ratio wordt berekend door de risicovrije rente af te trekken van het rendement van de portefeuille en dat resultaat te delen door de standaarddeviatie van het overtollige rendement van de portefeuille. De Sharpe ratio is de meest gebruikte methode geworden om het voor risico gecorrigeerde rendement te berekenen.

1. Moderne portefeuilletheorie stelt dat het toevoegen van activa aan een gediversifieerde portefeuille met lage correlaties het portefeuillerisico kan verminderen zonder het rendement op te offeren.
2. Door diversificatie toe te voegen, zou de Sharpe ratio moeten toenemen in vergelijking met vergelijkbare portefeuilles met een lagere diversificatie.

Om dit waar te maken, moeten beleggers ook de aanname accepteren dat het risico gelijk is aan volatiliteit, wat niet onredelijk is, maar te smal kan zijn om op alle beleggingen te worden toegepast. De Sharpe ratio kan worden gebruikt om de prestaties uit het verleden van een portefeuille (ex-post) te evalueren, waarbij het werkelijke rendement wordt gebruikt in de formule.

Als alternatief zou een belegger de verwachte portefeuilleprestaties en het verwachte risicovrije tarief kunnen gebruiken om een ​​geschatte Sharpe ratio (ex ante) te berekenen. De Sharpe ratio kan ook helpen verklaren of het overtollige rendement van een portefeuille het gevolg is van slimme investeringsbeslissingen of het gevolg is van te veel risico.

Hoewel één portefeuille of fonds een hoger rendement kan behalen dan zijn concurrenten, is het alleen een goede investering als die hogere rendementen niet gepaard gaan met een extra risico. Hoe groter de Sharpe ratio van een portefeuille, hoe beter de voor risico gecorrigeerde prestaties.

Wat zijn absolute en relatieve afstanden?

Wat is tijd-ruimtecompressie? – Tijd-ruimtecompressie is het proces waarbij er steeds minder tijd, geld en moeite nodig is om dezelfde ruimte te overbruggen, Hierbij wordt de relatieve afstand wereldwijd kleiner en de bereikbaarheid groter, De relatieve afstand is de afstand tussen plekken gemeten in tijd, geld en/of moeite.

De dodelijke in 2000 betekende het einde van commerciële vluchten met supersonische vliegtuigen (ten minste, voor nu). De is nog volop in ontwikkeling en is nog geen transportmiddel dat mensen nu in het openbaar kunnen gebruiken, maar is waarschijnlijk wel het transportmiddel van de toekomst.

Wat is het verschil tussen relatief en absoluut?

Marxistisch Woordenboek: Absoluut en relatief Absoluut en relatief zijn filosofische termen betreffende de wederzijdse afhankelijkheid van dingen, processen en kennis. Absoluut betekent onafhankelijk, permanent en niet onderworpen aan een kwalificatie.

Relatief betekent een gedeeltelijke of van voorbijgaande aard, afhankelijk van de omstandigheden of een perspectief. In de is het absolute de gehele beweging door middel van verschillende relatieve stadia van begrip, maar de vooruitgang van de kennis komt nooit tot een einde. Dus: het absolute is relatief.

Toch kan zelfs een relatieve waarheid een deel bevatten van het absolute. Er is dus een absoluutheid in het relatieve. Perceptie is relatief ten opzichte van de waarnemer, maar het bestaan van een objectieve wereld is absoluut. Hegel gebruikte de verschillende definities van het absolute om te laten zien, dat het absolute in de feiten relatief is in de ontwikkeling van het Absolute Idee,

Hoe bereken je het relatieve risico?

Case-control onderzoek Vierveldentabel:

Uitkomstmeting: Odds en Odds ratio (OR) De Odds is de verhouding van de kans op het optreden van ziekte en de kans op het niet optreden van ziekte, dus de Odds op ziekte in de blootgestelde groep is a/b en de Odds op ziekte in de niet-blootgestelde groep is c/d. De Odds ratio (OR) is de verhouding van twee Odds, dus (a/b)/(c/d). Dit getal zegt hoeveel maal de ziekte voorkomt in de blootgestelde versus de niet-blootgestelde groep. Dit doet uiteraard denken aan het relatieve risico = (a/b+a)/(c/d+c). Wanneer de prevalentie van de ziekte laag is (a en c <<< b en d), benadert de Odds Ratio heel sterk het relatieve risico. Wat is hier nu het belang van? Stel dat we het verband tussen roken en longkanker willen onderzoeken. Een RCT is ethisch niet verantwoord, een cohortonderzoek zal te lang duren, dus vertrekken we van cases en controles (case-controlonderzoek) en niet van een blootgestelde en een niet blootgestelde groep (zoals in een RCT en een cohortonderzoek). Zie ook: methodologisch artikel in Minerva,

Hoe bereken je de ARR?

Minerva 2009 Volume 8 Nummer 1 Pagina 12 – 12 Nascholing: EBM begrippen De Number Needed to Treat (NNT) is de uitkomstmaat die het best door niet-ingewijden begrepen wordt. Waarschijnlijk is dit het meest bruikbare argument om het nut van een behandeling aan patiënten uit te leggen ( 1 ). Daarnaast kan kennis van de NNT aansporen tot meer voorzichtigheid bij het nemen van therapeutische beslissingen. De NNT geeft aan hoeveel patiënten we moeten behandelen gedurende een bepaalde periode (de studieduur) om één gunstige uitkomst extra te bereiken of één ongunstige uitkomst extra te voorkomen. De berekening van de NNT gebeurt aan de hand van de absolute risicoreductie ( ARR ) met de formule NNT=(1/ARR)*100 of met gelijkwaardige formules zoals 100/ARR (uitgedrukt in %) of 1/ARR (in verhouding tot 1). Voorbeeld In de 4S-studie ( 2 ) bedraagt de ARR voor overlijden 4%. De NNT = (1/4) x 100 (of 100/4 of 1/0,04) = 25. In het kader van secundaire (angor) of tertiaire preventie (post myocardinfarct) moeten we dus 25 patiënten gedurende 5,4 jaar behandelen met simvastatine omwille van hypercholesterolemie ondanks vetarm dieet, om één extra overlijden te voorkomen. Het relatieve risico (RR) bedraagt 0,70 en de relatieve risicoreductie (RRR) 30%. Wat zijn de valkuilen wanneer we het NNT-concept gebruiken? • Een eerste valkuil is een NNT, berekend op het aantal gebeurtenissen in plaats van op het aantal patiënten met minstens één gebeurtenis van de (primaire) uitkomstmaat. Het optellen van alle gebeurtenissen laat niet toe om te evalueren voor hoeveel patiënten de behandeling werkelijk nuttig is: voor enkele patiënten zal het aantal acute gebeurtenissen (fel) verminderd zijn, maar voor de meeste zal er geen verandering merkbaar zijn. Het meedelen van een NNT op basis van het aantal gebeurtenissen en niet op basis van het aantal patiënten met minstens één gebeurtenis, kan de NNT voor een individuele patiënt vertekenen ( 3 ). Voorbeeld In de UPLIFT-studie ( 4 ) vermindert toediening van tiotropium gedurende vier jaar het aantal exacerbaties bij COPD (secundair eindpunt – voor het primaire eindpunt is er geen verschil). Hypothetisch kunnen we de absolute risicoreductie tussen de twee groepen (tiotropium en placebo) schatten op 12%; dat betekent een NNT van ongeveer 8. Er is echter geen statistisch significant verschil in het aantal patiënten met minstens één exacerbatie (zowel het totale aantal als het aantal dat moet gehospitaliseerd worden). • Andere valkuilen hebben te maken met de interpretatie van de NNT ( 1 ) en vooral met de vergelijking van NNT’s afkomstig uit verschillende studies. Een NNT heeft alleen betrekking op de vergelijking van twee behandelingsopties in het kader van een welbepaalde studie. Deze NNT kan dus niet als absoluut cijfer gebruikt worden voor een vergelijking van deze behandelingen in alle omstandigheden. Verder is de NNT omgekeerd evenredig met het initiële risico van de geïncludeerde patiënten. Naargelang de studie kan dit risico (sterk) variëren. Dit wordt nog belangrijker wanneer co-interventies de kans op bepaalde eindpunten verminderen. In recente studies komen co-interventies vaker voor dan in oudere studies. Een vergelijking van NNT’s is in dit geval niet correct. Ook de studieduur speelt een rol. De NNT van een studie over twee jaar kunnen we moeilijk vergelijken met de NNT van een studie over vijf jaar. Extrapolatie is in dit geval riskant. Voor klinische beslissingen kunnen voor eenzelfde behandeling de verschillende NNT’s voor meerdere criteria (bv. coronaire gebeurtenis en CVA bij antihypertensieve behandeling) gecombineerd worden met de NNH ‘s van deze behandeling. Een mooi voorbeeld hiervan vinden we in een meta-analyse over rhinosinusitis ( 5 ). We kunnen de NNT’s van verschillende studies alleen maar met elkaar vergelijken als exact dezelfde behandeling werd geëvalueerd, met dezelfde comparator en hetzelfde eindpunt, bij patiënten met eenzelfde prognose die gedurende een even lange periode werden opgevolgd ( 1 ). Afhankelijk van het initiële risico van de geïncludeerde patiënten (lager risico dan in de praktijk omdat ze jonger zijn, een betere gezondheid en een betere levensverwachting of minder co-morbiditeit hebben) kan een NNT overschat of onderschat zijn. Voorbeeld Op basis van gegevens uit de controlegroep van de WOSOPS-studie ( 7 ), heeft een Belgische patiënt een lager risico om een coronaire gebeurtenis door te maken dan een patiënt in West-Schotland. Als we ervan uitgaan dat het risico van de Belgische patiënt lager is (3/4?) dan het risico van de controlegroep (de moeilijkheid zit juist in deze inschatting!), dan is de NNT/F = 42/0,75 = 56. Dat betekent dat we 56 patiënten uit onze Belgische praktijk gedurende vijf jaar moeten behandelen met pravastatine, om één coronaire gebeurtenis extra te vermijden. Nogmaals, het gaat hier om een erg onzekere inschatting en het zou juister zijn om de studie in de betrokken regio over te doen. Om de werkelijke winst van een behandeling beter te kunnen inschatten voor een welbepaalde patiënt, stelt Sackett voor gebruik te maken van NNT/F ( 6 ). F is hierbij het quotiënt van het risico van de betrokken patiënt en het risico van de controlegroep in de studie. • Met NNT’s in meta-analyses dienen we voorzichtig te zijn (8,9), Studies kunnen onderling verschillen, o.a. op het vlak van het initiële risico. Wanneer we de resultaten van een meta-analyse willen interpreteren voor een bepaalde persoon, moeten we ook rekening houden met zijn/haar initieel risico.