Stel, u werkt in de Generalistische Basis GGZ en een patiënt is door de huisarts verwezen vanwege een verhoogde score op een depressievragenlijst. In die huisartspraktijk heeft 11% van de patiënten een depressie (de prevalentie). Als een patiënt een depressie heeft, is de kans dat die patiënt positief scoort op deze depressielijst 83% (sensitiviteit). Bij een patiënt die geen depressie heeft, is de kans om negatief op de lijst te scoren 80% (specificiteit) en de kans om toch positief op depressie te scoren 20% (kans op fout-positieve uitslag). Hoe groot is de kans dat de verwezen patiënt een depressie heeft? (geef een antwoord voor u verder leest).
Psychologen leren tijdens hun studie hoe deze vraag beantwoord kan worden. Je moet daarvoor (inderdaad) rekening houden met de sensitiviteit en specificiteit van een psychologische test, maar wat moet je ook alweer doen met die prevalentie van 11%? Daarop passen we de regel van Bayes toe, via een nogal ingewikkelde formule. Menig behandelaar zal in de praktijk denken: ‘dat hoef ik niet uit te rekenen, want als deze patiënt hoog scoort op een depressievragenlijst is de kans op een depressie toch vrij groot?’ Maar met het negeren van de regel van Bayes kun je de plank volkomen misslaan, en het kan met name leiden tot overdiagnostiek.
Overdiagnostiek
Van overdiagnostiek weten we niet precies hoe vaak het in de praktijk voorkomt. Patiënten die overgediagnosticeerd worden, zullen daarover namelijk niet snel klagen. Ze weten het niet, knappen snel op,
