Verpleegkunde Nummer 3 , pp. 9-17
sep 2018, jaargang 33
Verpleegkunde Nr. 3 , pp. 9-17
sep 2018, jr. 33
Onderzoeksartikel

Voorspellende factoren voor de ontslagbestemming bij geriatrische patiënten die na een CVA revalideren in het ZZG Herstelcentrum

DOEL
Het identificeren van factoren die voorspellend zijn voor de ontslagbestemming van geriatrische patiënten die in het ZZG Herstelcentrum revalideren na een cerebraal vasculair accident (CVA).

METHODE
Bij opname werden vijftien verschillende variabelen met een mogelijke voorspellende waarde voor de ontslagbestemming gemeten. Deze waren geselecteerd door middel van een systematisch literatuuronderzoek op basis van de bewijskracht, de uitkomstmaat en mening van experts. Voorspellende variabelen werden geïdentificeerd door middel van univariate logistische regressieanalyse.

RESULTATEN
Van de 23 geïncludeerde patiënten konden er vijftien (65%) naar huis worden ontslagen en acht (35%) naar het verpleegtehuis. Patiënten in beide groepen verschilden niet op demografische kenmerken. De variabelen ADL-afhankelijkheid, leerniveau en loopvermogen bleken significante voorspellers te zijn voor ontslag naar huis, met een verklaarde variantie van 44%-52% (R2 = 0,44-0,52). De ernst van het CVA en urine-incontinentie bleken significante voorspellers te zijn voor ontslag naar het verpleegtehuis en droegen 30%-37% bij aan de variantie (R2 = 0,30-0,37).

DISCUSSIE
De variabele ADL-afhankelijkheid bleek de sterkste voorspellende waarde te hebben voor de ontslagbestemming. Dit is het eerste onderzoek dat aantoont dat ook het leerniveau een voorspellende waarde heeft voor de ontslagbestemming. Een verklaring hiervoor kan zijn dat het leerniveau geassocieerd is met ADL-afhankelijkheid (r = 0,80; p < 0,01). In tegenstelling tot vergelijkbare onderzoeken bleek een hogere leeftijd geen significante voorspeller te zijn. Een mogelijke verklaring is dat de gemiddelde leeftijd hoger was ten opzichte van de vergelijkbare onderzoeken.

CONCLUSIE
De variabelen ADL-afhankelijkheid, leerniveau, loopvermogen, de ernst van het CVA en de aanwezigheid van urine-incontinentie bleken voorspellend te zijn voor de ontslagbestemming. Omdat de studiepopulatie klein was en er sprake was van multiple testing zijn de gevonden resultaten wellicht minder representatief of betrouwbaar voor de gehele populatie van geriatrische patiënten die revalideren na een CVA.

Literatuur

  1. Bots M, van Dis I, Koopman C, Vaartjes I, Visseren F. Hart­ en vaatziekten in Nederland. Centraal Bureau voor de Statistiek. 2013.
  2. Kennisnetwerk CVA. Benchmarkresultaten 2014. Rapportage en achtergrondinformatie. 2016.
  3. Hafsteinsdóttir TB. Verpleegkundige Revalidatierichtlijn Beroerte. Nederlands Tijdschrift voor Evidence Based Practice 2009;7(4):18­22.
  4. Kwakkel G, Kollen B. Functionele prognose na een beroerte: waar moet ik op letten? Tijdschr Neurol Neurochir 2011;112:55­61.
  5. Kwakkel G, Veerbeek JM, Harmeling­van der Wel BC, et al. Early prediction of functional outcome after stroke I. Diagnostic accuracy of the Barthel Index for measuring activities of daily living outcome after ischemic hemispheric stroke: does early poststroke timing of assessment matter? Stroke 2011;42:342­6.
  6. Kwakkel G, Kollen BJ. Predicting activities after stroke: what is clinically relevant? Int J Stroke 2013;8:25­32.
  7. Spruit­-van Eijk M, Zuidema SU, Buijck BI, et al. Determinants of rehabilitation outcome in geriatric patients admitted to skilled nursing facilities after stroke: a Dutch multi­centre cohort study. Age Ageing 2012;41:746­52.
  8. Pereira S, Foley N, Salter K, et al. Discharge destination of individuals with severe stroke undergoing rehabilitation: a predictive model. Disabil Rehabil 2014;36:727­31.
  9. Lindenberg K, Nitz JC, Rahmann A, Bew P. Predictors of discharge destination in a geriatric population after undergoing rehabilitation. J Geriatr Phys Ther 2014;37:92­8.
  10. Van Almenkerk S, Smalbrugge M, Depla MF, et al. What predicts a poor outcome in older stroke survivors? A systematic review of the literature. Disabil Rehabil 2013;35:1774­82.
  11. Van der Cruyssen K, Vereeck L, Saeys W, et al. Prognostic factors for discharge destination after acute stroke: a comprehensive literature review. Disabil Rehabil 2015;37:1214­27.
  12. Pinedo S, Erazo P, Tejada P, et al. Rehabilitation efficiency and destination on discharge after stroke. Eur J Phys Rehabil Med 2014;50:323­33.
  13. Ouellette DS, Timple C, Kaplan SE, et al. Predicting discharge destination with admission outcome scores in stroke patients. NeuroRehabilitation 2015;37:173­9.
  14. Saji N, Kimura K, Ohsaka G, et al. Functional independence measure scores predict level of long­term care required by patients after stroke: a multicenter retrospective cohort study. Disabil Rehabil 2015;37: 331­7.
  15. Dagani J, Ferrari C, Boero ME, et al. A prospective, multidimensional follow­up study of a geriatric hospitalised population: predictors of discharge and wellbeing. Aging Clin Exp Res 2013;25:691­701.
  16. Coupar F, Pollock A, Rowe P, et al. Predictors of upper limb recovery after stroke: a systematic review and metaanalysis. Clin Rehabil 2012;26:291­313.
  17. Wissink KS, Spruit­van Eijk M, Buijck BI, et al. [Stroke rehabilitation in nursing homes: intensity of and motivation for physiotherapy]. Tijdschr Gerontol Geriatr 2014;45:144­53.
  18. Badriah F, Abe T, Miyamoto H, Moriya M, et al. Interaction effects between rehabilitation and discharge destination on inpatients’ functional abilities. J Rehabil Res Dev 2013;50:821­34.
  19. Veerbeek JM, Kwakkel G, van Wegen EE, et al. Early prediction of outcome of activities of daily living after stroke: a systematic review. Stroke 2011;42:1482­8.
  20. Reeves MJ, Bushnell CD, Howard G, et al. Sex differences in stroke: epidemiology, clinical presentation, medical care, and outcomes. Lancet Neurol 2008;7:915­26.
  21. Tanwir S, Montgomery K, Chari V, et al. Stroke rehabilitation: availability of a family member as caregiver and discharge destination. Eur J Phys Rehabil Med 2014;50:355­62.
  22. Krikke-­Sjardijn T, Kwakkel G, Meijer R, Visser­-Meily A. Herziene CBO­-richtlijn Beroerte. 2009. Tijdschrift voor VerpleeghuisGeneeskunde 2009;34:62­5.
  23. Frank M, Conzelmann M, Engelter S. Prediction of discharge destination after neurological rehabilitation in stroke patients. Eur Neurol 2010;63:227­33.
  24. Ween JE, Alexander MP, D’Esposito M, et al. Factors predictive of stroke outcome in a rehabilitation setting. Neurology 1996;47:388­92.
  25. Nip WF, Perry L, McLaren S, et al. Dietary intake, nutritional status and rehabilitation outcomes of stroke patients in hospital. J Hum Nutr Diet 2011;24:460­9.
  26. Adams HP Jr., Davis PH, Leira EC, et al. Baseline NIH Stroke Scale score strongly predicts outcome after stroke: A report of the Trial of Org 10172 in Acute Stroke Treatment (TOAST). Neurology 1999;53:126­31.
  27. Pasquini M, Leys D, Rousseaux M, et al. Influence of cognitive impairment on the institutionalisation rate 3 years after a stroke. J Neurol Neurosurg Psychiatry 2007;78:56­9.
  28. Pettersen R, Wyller TB. Prognostic significance of micturition disturbances after acute stroke. J Am Geriatr Soc 2006;54:1878­84.
  29. Kammersgaard LP, Jorgensen HS, Reith J, et al. Short­ and long­term prognosis for very old stroke patients. The Copenhagen Stroke Study. Age Ageing 2004;33:149­54.
  30. Kolominsky-­Rabas PL, Hilz MJ, Neundoerfer B, et al. Impact of urinary incontinence after stroke: results from a prospective population­based stroke register. Neurourol Urodyn 2003;22:322­7.
  31. Johnston KC, Connors AF Jr., Wagner DP, et al. A predictive risk model for outcomes of ischemic stroke. Stroke 2000;31:448­55.
  32. Kwakkel G, Veerbeek JM, van Wegen EE, et al. Predictive value of the NIHSS for ADL outcome after ischemic hemispheric stroke: does timing of early assessment matter? J Neurological Sci 2010;294:57­61.
  33. Mao HF, Hsueh IP, Tang PF, et al. Analysis and comparison of the psychometric properties of three balance measures for stroke patients. Stroke 2002;33:1022­7.
  34. Mehrholz J, Wagner K, Rutte K, et al. Predictive validity and responsiveness of the functional ambulation category in hemiparetic patients after stroke. Arch Phys Med Rehabil 2007;88:1314­9.
  35. Willey JZ, Disla N, Moon YP, et al. Early depressed mood after stroke predicts long­term disability: the Northern Manhattan Stroke Study (NOMASS). Stroke 2010;41:1896­900.
  36. Rost NS, Smith EE, Chang Y, et al. Prediction of functional outcome in patients with primary intracerebral hemorrhage: the FUNC score. Stroke 2008;39:2304­9.
  37. Dhamoon MS, Moon YP, Paik MC, et al. Long­term functional recovery after first ischemic stroke: the Northern Manhattan Study. Stroke 2009;40:2805­11.
  38. Busl KM, Nogueira RG, Yoo AJ, et al. Prestroke dementia is associated with poor outcomes after reperfusion therapy among elderly stroke patients. J Stroke Cerebrovasc Dis 2013;22:718­24.
  39. Frontera JA, Egorova N, Moskowitz AJ. National trend in prevalence, cost, and discharge disposition after subdural hematoma from 1998­2007. Crit Care Med 2011;39:1619­25.
  40. Mayo NE, Hendlisz J, Goldberg MS, et al. Destinations of stroke patients discharged from the Montreal area acutecare hospitals. Stroke 1989;20:351­6.
  41. Godi M, Franchignoni F, Caligari M, et al. Comparison of reliability, validity, and responsiveness of the mini-­BESTest and Berg Balance Scale in patients with balance disorders. Phys Ther 2013;93:158­67.
  42. Lees R, Selvarajah J, Fenton C, et al. Test accuracy of cognitive screening tests for diagnosis of dementia and multidomain cognitive impairment in stroke. Stroke 2014;45:3008­18.
  43. Burton LJ, Tyson S. Screening for mood disorders after stroke: a systematic review of psychometric properties and clinical utility. Psychol Med 2015;45:29­49.
  44. Van Keeken PRC, Kaemingk M. Handboek Neuro Developmental Treatment. 1999: Reed Business.
  45. Debie P. Onderzoek naar de voorspelbaarheid van de zorgzwaarte op de verpleegafdeling voor CVA­patiënten. 2010. Te raadplegen op: https://anzdoc.com/in-opdracht-van-revalidatiecentrum-het-roessingh.html
  46. Polit DF, Beck CT. Nursing research: generating and assessing evidence for nursing practice. 2012; Philadelphia: Lippincott Williams & Wilkins.
  47. Hosmer Jr DW, Lemeshow S. Applied logistic regression. 2004; John Wiley & Sons.
  48. Goodwin LD. Increasing efficiency and precision of data analysis: multivariate vs. univariate statistical techniques. Nurs Res 1984;33:247­9.
  49. Wilson VanVoorhis CR, Morgan BL. Understanding power and rules of thumb for determining sample sizes. Tutorials in Quantitative Methods for Psychology 2007;3:43­50.
  50. Bennett HE, Lincoln NB. Potential screening measures for depression and anxiety after stroke. International Journal of Therapy & Rehabilitation 2006;13(9).
  51. Hackett ML, Pickles K. Part I: Frequency of depression after stroke: an updated systematic review and meta­analysis of observational studies. Int J Stroke 2014;9:1017­25.
  52. Rothman KJ. No adjustments are needed for multiple comparisons. Epidemiology 1990;1:43­6.
  53. Streiner DL, Norman GR. Correction for multiple testing: is there a resolution? Chest 2011;140:16­8.
  54. Sprague S, Matta JM, Bhandari M, et al. Multicenter collaboration in observational research: improving generalizability and efficiency. J Bone Joint Surg Am 2009;91(supplement 3):80­6.
Onderzoeksartikel

Voorspellende factoren voor de ontslagbestemming bij geriatrische patiënten die na een CVA revalideren in het ZZG Herstelcentrum

DOEL
Het identificeren van factoren die voorspellend zijn voor de ontslagbestemming van geriatrische patiënten die in het ZZG Herstelcentrum revalideren na een cerebraal vasculair accident (CVA).

METHODE
Bij opname werden vijftien verschillende variabelen met een mogelijke voorspellende waarde voor de ontslagbestemming gemeten. Deze waren geselecteerd door middel van een systematisch literatuuronderzoek op basis van de bewijskracht, de uitkomstmaat en mening van experts. Voorspellende variabelen werden geïdentificeerd door middel van univariate logistische regressieanalyse.

RESULTATEN
Van de 23 geïncludeerde patiënten konden er vijftien (65%) naar huis worden ontslagen en acht (35%) naar het verpleegtehuis. Patiënten in beide groepen verschilden niet op demografische kenmerken. De variabelen ADL-afhankelijkheid, leerniveau en loopvermogen bleken significante voorspellers te zijn voor ontslag naar huis, met een verklaarde variantie van 44%-52% (R2 = 0,44-0,52). De ernst van het CVA en urine-incontinentie bleken significante voorspellers te zijn voor ontslag naar het verpleegtehuis en droegen 30%-37% bij aan de variantie (R2 = 0,30-0,37).

DISCUSSIE
De variabele ADL-afhankelijkheid bleek de sterkste voorspellende waarde te hebben voor de ontslagbestemming. Dit is het eerste onderzoek dat aantoont dat ook het leerniveau een voorspellende waarde heeft voor de ontslagbestemming. Een verklaring hiervoor kan zijn dat het leerniveau geassocieerd is met ADL-afhankelijkheid (r = 0,80; p < 0,01). In tegenstelling tot vergelijkbare onderzoeken bleek een hogere leeftijd geen significante voorspeller te zijn. Een mogelijke verklaring is dat de gemiddelde leeftijd hoger was ten opzichte van de vergelijkbare onderzoeken.

CONCLUSIE
De variabelen ADL-afhankelijkheid, leerniveau, loopvermogen, de ernst van het CVA en de aanwezigheid van urine-incontinentie bleken voorspellend te zijn voor de ontslagbestemming. Omdat de studiepopulatie klein was en er sprake was van multiple testing zijn de gevonden resultaten wellicht minder representatief of betrouwbaar voor de gehele populatie van geriatrische patiënten die revalideren na een CVA.

Literatuur

  1. Bots M, van Dis I, Koopman C, Vaartjes I, Visseren F. Hart­ en vaatziekten in Nederland. Centraal Bureau voor de Statistiek. 2013.
  2. Kennisnetwerk CVA. Benchmarkresultaten 2014. Rapportage en achtergrondinformatie. 2016.
  3. Hafsteinsdóttir TB. Verpleegkundige Revalidatierichtlijn Beroerte. Nederlands Tijdschrift voor Evidence Based Practice 2009;7(4):18­22.
  4. Kwakkel G, Kollen B. Functionele prognose na een beroerte: waar moet ik op letten? Tijdschr Neurol Neurochir 2011;112:55­61.
  5. Kwakkel G, Veerbeek JM, Harmeling­van der Wel BC, et al. Early prediction of functional outcome after stroke I. Diagnostic accuracy of the Barthel Index for measuring activities of daily living outcome after ischemic hemispheric stroke: does early poststroke timing of assessment matter? Stroke 2011;42:342­6.
  6. Kwakkel G, Kollen BJ. Predicting activities after stroke: what is clinically relevant? Int J Stroke 2013;8:25­32.
  7. Spruit­-van Eijk M, Zuidema SU, Buijck BI, et al. Determinants of rehabilitation outcome in geriatric patients admitted to skilled nursing facilities after stroke: a Dutch multi­centre cohort study. Age Ageing 2012;41:746­52.
  8. Pereira S, Foley N, Salter K, et al. Discharge destination of individuals with severe stroke undergoing rehabilitation: a predictive model. Disabil Rehabil 2014;36:727­31.
  9. Lindenberg K, Nitz JC, Rahmann A, Bew P. Predictors of discharge destination in a geriatric population after undergoing rehabilitation. J Geriatr Phys Ther 2014;37:92­8.
  10. Van Almenkerk S, Smalbrugge M, Depla MF, et al. What predicts a poor outcome in older stroke survivors? A systematic review of the literature. Disabil Rehabil 2013;35:1774­82.
  11. Van der Cruyssen K, Vereeck L, Saeys W, et al. Prognostic factors for discharge destination after acute stroke: a comprehensive literature review. Disabil Rehabil 2015;37:1214­27.
  12. Pinedo S, Erazo P, Tejada P, et al. Rehabilitation efficiency and destination on discharge after stroke. Eur J Phys Rehabil Med 2014;50:323­33.
  13. Ouellette DS, Timple C, Kaplan SE, et al. Predicting discharge destination with admission outcome scores in stroke patients. NeuroRehabilitation 2015;37:173­9.
  14. Saji N, Kimura K, Ohsaka G, et al. Functional independence measure scores predict level of long­term care required by patients after stroke: a multicenter retrospective cohort study. Disabil Rehabil 2015;37: 331­7.
  15. Dagani J, Ferrari C, Boero ME, et al. A prospective, multidimensional follow­up study of a geriatric hospitalised population: predictors of discharge and wellbeing. Aging Clin Exp Res 2013;25:691­701.
  16. Coupar F, Pollock A, Rowe P, et al. Predictors of upper limb recovery after stroke: a systematic review and metaanalysis. Clin Rehabil 2012;26:291­313.
  17. Wissink KS, Spruit­van Eijk M, Buijck BI, et al. [Stroke rehabilitation in nursing homes: intensity of and motivation for physiotherapy]. Tijdschr Gerontol Geriatr 2014;45:144­53.
  18. Badriah F, Abe T, Miyamoto H, Moriya M, et al. Interaction effects between rehabilitation and discharge destination on inpatients’ functional abilities. J Rehabil Res Dev 2013;50:821­34.
  19. Veerbeek JM, Kwakkel G, van Wegen EE, et al. Early prediction of outcome of activities of daily living after stroke: a systematic review. Stroke 2011;42:1482­8.
  20. Reeves MJ, Bushnell CD, Howard G, et al. Sex differences in stroke: epidemiology, clinical presentation, medical care, and outcomes. Lancet Neurol 2008;7:915­26.
  21. Tanwir S, Montgomery K, Chari V, et al. Stroke rehabilitation: availability of a family member as caregiver and discharge destination. Eur J Phys Rehabil Med 2014;50:355­62.
  22. Krikke-­Sjardijn T, Kwakkel G, Meijer R, Visser­-Meily A. Herziene CBO­-richtlijn Beroerte. 2009. Tijdschrift voor VerpleeghuisGeneeskunde 2009;34:62­5.
  23. Frank M, Conzelmann M, Engelter S. Prediction of discharge destination after neurological rehabilitation in stroke patients. Eur Neurol 2010;63:227­33.
  24. Ween JE, Alexander MP, D’Esposito M, et al. Factors predictive of stroke outcome in a rehabilitation setting. Neurology 1996;47:388­92.
  25. Nip WF, Perry L, McLaren S, et al. Dietary intake, nutritional status and rehabilitation outcomes of stroke patients in hospital. J Hum Nutr Diet 2011;24:460­9.
  26. Adams HP Jr., Davis PH, Leira EC, et al. Baseline NIH Stroke Scale score strongly predicts outcome after stroke: A report of the Trial of Org 10172 in Acute Stroke Treatment (TOAST). Neurology 1999;53:126­31.
  27. Pasquini M, Leys D, Rousseaux M, et al. Influence of cognitive impairment on the institutionalisation rate 3 years after a stroke. J Neurol Neurosurg Psychiatry 2007;78:56­9.
  28. Pettersen R, Wyller TB. Prognostic significance of micturition disturbances after acute stroke. J Am Geriatr Soc 2006;54:1878­84.
  29. Kammersgaard LP, Jorgensen HS, Reith J, et al. Short­ and long­term prognosis for very old stroke patients. The Copenhagen Stroke Study. Age Ageing 2004;33:149­54.
  30. Kolominsky-­Rabas PL, Hilz MJ, Neundoerfer B, et al. Impact of urinary incontinence after stroke: results from a prospective population­based stroke register. Neurourol Urodyn 2003;22:322­7.
  31. Johnston KC, Connors AF Jr., Wagner DP, et al. A predictive risk model for outcomes of ischemic stroke. Stroke 2000;31:448­55.
  32. Kwakkel G, Veerbeek JM, van Wegen EE, et al. Predictive value of the NIHSS for ADL outcome after ischemic hemispheric stroke: does timing of early assessment matter? J Neurological Sci 2010;294:57­61.
  33. Mao HF, Hsueh IP, Tang PF, et al. Analysis and comparison of the psychometric properties of three balance measures for stroke patients. Stroke 2002;33:1022­7.
  34. Mehrholz J, Wagner K, Rutte K, et al. Predictive validity and responsiveness of the functional ambulation category in hemiparetic patients after stroke. Arch Phys Med Rehabil 2007;88:1314­9.
  35. Willey JZ, Disla N, Moon YP, et al. Early depressed mood after stroke predicts long­term disability: the Northern Manhattan Stroke Study (NOMASS). Stroke 2010;41:1896­900.
  36. Rost NS, Smith EE, Chang Y, et al. Prediction of functional outcome in patients with primary intracerebral hemorrhage: the FUNC score. Stroke 2008;39:2304­9.
  37. Dhamoon MS, Moon YP, Paik MC, et al. Long­term functional recovery after first ischemic stroke: the Northern Manhattan Study. Stroke 2009;40:2805­11.
  38. Busl KM, Nogueira RG, Yoo AJ, et al. Prestroke dementia is associated with poor outcomes after reperfusion therapy among elderly stroke patients. J Stroke Cerebrovasc Dis 2013;22:718­24.
  39. Frontera JA, Egorova N, Moskowitz AJ. National trend in prevalence, cost, and discharge disposition after subdural hematoma from 1998­2007. Crit Care Med 2011;39:1619­25.
  40. Mayo NE, Hendlisz J, Goldberg MS, et al. Destinations of stroke patients discharged from the Montreal area acutecare hospitals. Stroke 1989;20:351­6.
  41. Godi M, Franchignoni F, Caligari M, et al. Comparison of reliability, validity, and responsiveness of the mini-­BESTest and Berg Balance Scale in patients with balance disorders. Phys Ther 2013;93:158­67.
  42. Lees R, Selvarajah J, Fenton C, et al. Test accuracy of cognitive screening tests for diagnosis of dementia and multidomain cognitive impairment in stroke. Stroke 2014;45:3008­18.
  43. Burton LJ, Tyson S. Screening for mood disorders after stroke: a systematic review of psychometric properties and clinical utility. Psychol Med 2015;45:29­49.
  44. Van Keeken PRC, Kaemingk M. Handboek Neuro Developmental Treatment. 1999: Reed Business.
  45. Debie P. Onderzoek naar de voorspelbaarheid van de zorgzwaarte op de verpleegafdeling voor CVA­patiënten. 2010. Te raadplegen op: https://anzdoc.com/in-opdracht-van-revalidatiecentrum-het-roessingh.html
  46. Polit DF, Beck CT. Nursing research: generating and assessing evidence for nursing practice. 2012; Philadelphia: Lippincott Williams & Wilkins.
  47. Hosmer Jr DW, Lemeshow S. Applied logistic regression. 2004; John Wiley & Sons.
  48. Goodwin LD. Increasing efficiency and precision of data analysis: multivariate vs. univariate statistical techniques. Nurs Res 1984;33:247­9.
  49. Wilson VanVoorhis CR, Morgan BL. Understanding power and rules of thumb for determining sample sizes. Tutorials in Quantitative Methods for Psychology 2007;3:43­50.
  50. Bennett HE, Lincoln NB. Potential screening measures for depression and anxiety after stroke. International Journal of Therapy & Rehabilitation 2006;13(9).
  51. Hackett ML, Pickles K. Part I: Frequency of depression after stroke: an updated systematic review and meta­analysis of observational studies. Int J Stroke 2014;9:1017­25.
  52. Rothman KJ. No adjustments are needed for multiple comparisons. Epidemiology 1990;1:43­6.
  53. Streiner DL, Norman GR. Correction for multiple testing: is there a resolution? Chest 2011;140:16­8.
  54. Sprague S, Matta JM, Bhandari M, et al. Multicenter collaboration in observational research: improving generalizability and efficiency. J Bone Joint Surg Am 2009;91(supplement 3):80­6.
Over dit artikel
Auteurs
Jules Kraaijkamp, Jeroen Peters
Over de auteurs

Jules Kraaijkamp MSc werkt als verpleegkundig specialist bij de ZZG-Zorggroep, Herstelcentrum te Groesbeek. Het beschreven onderzoek werd uitgevoerd ter afronding van de opleiding Master Advanced Nursing Practice.

Dr. Jeroen Peters is hoofdopleider VS en onderzoeker aan de Hogeschool van Arnhem en Nijmegen, opleidingscoördinator Master Advanced Nursing Practice en voorzitter Landelijk overleg MANP-opleidingen.

Correspondentieadres: j.kraaijkamp@zzgzorggroep.nl

E-pubdatum
27 september 2018
ISSN online
2468-2225


Over dit artikel
Auteurs
Jules Kraaijkamp, Jeroen Peters
Over de auteurs

Jules Kraaijkamp MSc werkt als verpleegkundig specialist bij de ZZG-Zorggroep, Herstelcentrum te Groesbeek. Het beschreven onderzoek werd uitgevoerd ter afronding van de opleiding Master Advanced Nursing Practice.

Dr. Jeroen Peters is hoofdopleider VS en onderzoeker aan de Hogeschool van Arnhem en Nijmegen, opleidingscoördinator Master Advanced Nursing Practice en voorzitter Landelijk overleg MANP-opleidingen.

Correspondentieadres: j.kraaijkamp@zzgzorggroep.nl

E-pubdatum
27 september 2018
ISSN online
2468-2225