Een klinische-psychologiescriptie toetst meestal of een interventie werkt bij mensen met klachten — en daar komt een vraag bij die een algemene psychologiescriptie niet hoeft te beantwoorden: is het gevonden verschil niet alleen statistisch significant, maar ook klinisch betekenisvol voor de patiënt? Dit artikel geeft uitgeschreven hypothesen voor een klinische-psychologiescriptie en legt uit hoe je klinische significantie rapporteert met de Reliable Change Index (RCI).
Waarom dit anders is dan een gewone psychologiehypothese
De generieke hypothesen-gids op deze site geeft voorbeelden als faalangst bij tentamens en uitstelgedrag — nuttig voor onderwijs- of algemeen-psychologisch onderzoek, maar geen klinische populatie en geen interventie-effect. In een klinische-psychologiescriptie draait de hypothese bijna altijd om een behandeleffect: verbetert een klacht na een interventie, en verbetert die genoeg om ergens toe te doen in het leven van de patiënt? Dat “genoeg” is precies waar klinische significantie om de hoek komt kijken, en het is de reden dat dit artikel een aparte, sub-veld-specifieke aanvulling is op de generieke hypothesen-gids per opleiding in plaats van een herhaling ervan.
Statistische significantie versus klinische significantie
Dit onderscheid is de kern van het hele artikel, en het wordt in klinisch-psychologisch onderzoek al sinds de jaren negentig expliciet gemaakt.
| Statistische significantie | Klinische significantie | |
|---|---|---|
| Vraag | Is het verschil waarschijnlijk geen toeval? | Verandert dit daadwerkelijk iets voor de patiënt in het dagelijks leven? |
| Bepaald door | p-waarde, meestal α = .05 | Of de patiënt na behandeling niet meer aan de diagnostische criteria voldoet, of terug is op een “gezond” functioneringsniveau |
| Valkuil | Een klein effect bij een grote steekproef kan al snel significant zijn zonder dat het er in de praktijk toe doet | Zegt niets over toeval — een groot individueel verschil kan er ook zomaar zijn door meetruis |
Een interventie kan statistisch significant én groot in effectgrootte zijn, en tóch patiënten niet van “disfunctioneel” naar “functioneel” niveau brengen. Andersom kan een individuele patiënt een grote, klinisch betekenisvolle verbetering laten zien die in een kleine steekproef niet statistisch significant wordt. Beide maten zijn complementair, en een klinische-psychologiescriptie die alleen de p-waarde rapporteert, mist de helft van het verhaal.
De Reliable Change Index (RCI)
De meest gebruikte manier om klinische significantie op individueel niveau vast te stellen, is de Reliable Change Index, geïntroduceerd door Jacobson en Truax in hun in 1991 gepubliceerde artikel in het Journal of Consulting and Clinical Psychology. De RCI is het verschil tussen de voor- en nameting van een patiënt, gedeeld door de standaardfout van dat verschil (die op zijn beurt wordt berekend uit de betrouwbaarheid van het gebruikte meetinstrument).
Praktisch komt het neer op twee stappen die je in je resultatenhoofdstuk apart rapporteert:
- Betrouwbare verandering (RCI). Is de verandering bij deze patiënt groter dan wat je op basis van meetfout alleen zou verwachten? Zo niet, dan kun je niet met vertrouwen zeggen dat er überhaupt iets is veranderd.
- Klinisch betekenisvolle verandering. Is de patiënt, ná een betrouwbare verandering, ook overgestoken naar een functioneel bereik — bijvoorbeeld onder de afkapwaarde van een klinische vragenlijst die in de klinische praktijk normaal wordt gebruikt voor die klacht?
Een patiënt telt in de Jacobson-Truax-traditie pas als “hersteld” als aan beide voorwaarden is voldaan: betrouwbare verandering én terugkeer naar het functionele bereik. Rapporteer daarom niet alleen een gemiddelde RCI over je hele steekproef, maar ook hoeveel individuele patiënten aan beide criteria voldeden — dat aantal is vaak het cijfer waar een praktijkgerichte lezer het eerst naar zoekt.
Uitgeschreven hypothesen voor een klinische-psychologiescriptie
Voorbeeld 1 — cognitieve gedragstherapie bij piekerklachten
H1: Deelnemers die acht sessies cognitieve gedragstherapie voor piekerklachten volgen, laten na afloop een statistisch significante afname zien op de Penn State Worry Questionnaire vergeleken met de wachtlijstconditie.
H2 (klinische significantie): Een substantieel deel van de deelnemers in de behandelconditie laat zowel een betrouwbare verandering (RCI) als een score onder de klinische afkapwaarde zien bij de nameting.Voorbeeld 2 — mindfulnessinterventie bij terugkerende depressieve klachten
H1: Deelnemers aan een op mindfulness gebaseerde terugvalpreventie rapporteren na de interventie een lagere score op een gevalideerde depressievragenlijst dan bij de voormeting.
H2: Het aandeel deelnemers dat volgens de Reliable Change Index een betrouwbare verbetering laat zien, is groter in de interventiegroep dan in de controlegroep.
Merk op dat beide voorbeelden twee hypothesen combineren: één op groepsniveau (het gebruikelijke statistische verschil tussen condities) en één die specifiek de klinische significantie op individueel niveau toetst. Die tweede hypothese is wat een klinische-psychologiescriptie onderscheidt van een algemeen-psychologische.
Variabelen in een klinische-psychologiescriptie
- Onafhankelijke variabele: meestal het type interventie (bijvoorbeeld CGT versus wachtlijst, of twee interventievarianten).
- Afhankelijke variabele: de klinische uitkomstmaat — een gevalideerde, in de klinische praktijk gebruikte vragenlijst, nooit een zelfontworpen schaal voor een klinisch construct.
- Moderatoren die in klinisch onderzoek vaak worden meegenomen: ernst van de klachten bij aanvang (baseline severity), comorbiditeit, en therapietrouw — patiënten met een hogere uitgangsernst laten soms een ander patroon van klinische significantie zien dan patiënten met mildere klachten.
- Vertaling naar meetbare variabelen: hoe je een klinisch begrip stap voor stap naar een meetbare variabele brengt, met het algemene vier-stappenschema, staat in de gids over operationaliseren.
Een derde uitgewerkt voorbeeld: exposuretherapie bij een specifieke fobie
H1: Deelnemers die vier sessies exposuretherapie voor vliegangst ondergaan, rapporteren na afloop een lagere zelfgerapporteerde angstscore tijdens een gestandaardiseerde vliegsimulatie dan bij de voormeting.
H2 (klinische significantie): Het aandeel deelnemers dat volgens de Reliable Change Index een betrouwbare verbetering laat zien én onder de klinische afkapwaarde van de gebruikte angstschaal uitkomt, is groter dan nul en rapporteerbaar als concreet aantal, niet alleen als gemiddelde.
Dit derde voorbeeld laat een variant zien die vaak voorkomt bij een enkelvoudige fobie: één duidelijk afgebakende uitkomstmaat (angst tijdens een gestandaardiseerde situatie) in plaats van een brede symptoomvragenlijst. Hoe smaller en concreter de uitkomstmaat, hoe eenvoudiger het is om een zinvolle klinische afkapwaarde te vinden en te verantwoorden.
Als je steekproef te klein is voor groepsstatistiek: single-case designs
Klinisch onderzoek in een scriptietraject heeft vaak te weinig patiënten voor een betrouwbare groepsvergelijking. De RCI-benadering is dan juist bruikbaar, omdat hij per patiënt werkt in plaats van alleen op groepsniveau: een single-case design met herhaalde metingen vóór, tijdens en na een interventie bij een klein aantal patiënten kan klinische significantie per individu rapporteren zonder dat daar een grote steekproef voor nodig is. Bespreek deze opzet als alternatief met je begeleider wanneer werving van voldoende deelnemers voor een groepsvergelijking niet haalbaar blijkt.
Twee valkuilen die specifiek zijn voor klinisch behandelonderzoek
- Uitval (drop-out) vertekent je klinische-significantiecijfer. Patiënten die een behandeling voortijdig afbreken, doen dat vaak juist omdat de behandeling niet aanslaat. Rapporteer je herstelpercentage zowel op de volledige oorspronkelijke groep (intention-to-treat) als op alleen de afronders (completer-analyse), en benoem het verschil expliciet — een herstelpercentage van alleen de afronders overschat bijna altijd het werkelijke effect.
- Een te lage betrouwbaarheid van je meetinstrument maakt de RCI onbruikbaar streng. De standaardfout in de RCI-formule is afhankelijk van de betrouwbaarheid (bijvoorbeeld Cronbachs alfa) van het instrument dat je gebruikt. Een instrument met een lage betrouwbaarheid geeft een grote standaardfout, waardoor bijna geen enkele patiënt nog als “betrouwbaar veranderd” telt — controleer daarom de gepubliceerde betrouwbaarheid van je instrument vóór je de RCI berekent, niet achteraf als verklaring voor een teleurstellend resultaat.
Bij een kleine steekproef speelt ook de vraag hoeveel deelnemers je nodig hebt om een groepseffect met voldoende power te kunnen aantonen — die berekening staat los van de RCI en is uitgewerkt in de gids over steekproefomvang en poweranalyse.
Hoe je dit in je resultatenhoofdstuk en discussie verwerkt
Rapporteer eerst de groepsstatistiek (toets, effectgrootte, p-waarde) op de manier die ook voor algemeen-psychologisch onderzoek geldt — welke toets daarbij past, staat in de gids over de keuze van een statistische toets. Voeg daarna een aparte paragraaf toe met de RCI-analyse en het percentage patiënten dat aan beide hersteld-criteria voldeed. In je discussie bespreek je expliciet wat het betekent als de twee maten uiteenlopen — bijvoorbeeld een statistisch significant groepseffect zonder dat veel individuele patiënten klinisch herstelden, wat vaker voorkomt dan studenten verwachten en een eerlijke, geen mislukte uitkomst is.
Van je theoretisch kader naar toetsbare, klinisch relevante hypothesen
Tesify helpt je hypothesen op groeps- én individueel niveau te formuleren en consistent terug te laten komen in je methode- en resultatenhoofdstuk, inclusief de klinische-significantieanalyse die een klinische-psychologiescriptie onderscheidt. Meer dan 9.000 studenten gebruikten Tesify voor ruim 15.000 hoofdstukken, en je schrijft elke zin nog steeds zelf.
Veelgestelde vragen
Wat is het verschil tussen statistische en klinische significantie?
Statistische significantie zegt of een verschil waarschijnlijk geen toeval is. Klinische significantie zegt of dat verschil er in het dagelijks leven van de patiënt daadwerkelijk toe doet, bijvoorbeeld doordat iemand niet meer aan de diagnostische criteria voldoet.
Wie ontwikkelde de Reliable Change Index?
Jacobson en Truax, gepubliceerd in 1991 in het Journal of Consulting and Clinical Psychology. De RCI is sindsdien de gangbare manier om betrouwbare individuele verandering vast te stellen in klinisch-psychologisch onderzoek.
Moet ik altijd zowel statistische als klinische significantie rapporteren?
In een klinische-psychologiescriptie wel: alleen de p-waarde rapporteren mist de vraag of de behandeling er voor de patiënt toe deed. Vraag bij twijfel na bij je begeleider welke mate van detail je opleiding verwacht.
Wat als mijn resultaten statistisch significant zijn maar weinig patiënten klinisch herstelden?
Dat is een legitieme en veelvoorkomende uitkomst, geen tegenstrijdigheid die je moet verbergen. Bespreek in je discussie wat dat betekent voor de praktische waarde van de interventie, los van de statistische uitkomst.
Kan ik de RCI ook gebruiken bij een hele kleine steekproef?
Ja, dat is juist een van de sterke punten: de RCI werkt per patiënt, dus hij is ook bruikbaar bij een single-case design met een klein aantal deelnemers waar een groepsvergelijking niet haalbaar is.
Welke afkapwaarde gebruik ik om te bepalen of iemand “hersteld” is?
Gebruik de afkapwaarde die hoort bij het gevalideerde meetinstrument dat je gebruikt, zoals gepubliceerd in de validatiestudie of handleiding van dat instrument — verzin deze nooit zelf en vermeld de bron van de afkapwaarde in je methodehoofdstuk.
Verschilt dit van de gewone hypothesen-gids die al op deze site staat?
Ja: de generieke hypothesen-gids per opleiding behandelt algemene en onderwijskundige voorbeelden zoals faalangst en uitstelgedrag, zonder interventie-effect of klinische significantie. Dit artikel is specifiek voor klinisch-psychologisch behandelonderzoek.
Wat doe ik met patiënten die voortijdig stoppen met de behandeling?
Rapporteer je resultaten op zowel de volledige oorspronkelijke groep (intention-to-treat) als op alleen de afronders, en bespreek het verschil in je discussie. Alleen de afronders rapporteren zonder dat te vermelden, overschat bijna altijd het effect.
Waarom is de betrouwbaarheid van mijn meetinstrument belangrijk voor de RCI?
De standaardfout in de RCI-berekening hangt af van de betrouwbaarheid van je instrument. Een instrument met een lage betrouwbaarheid maakt de RCI onnodig streng, waardoor weinig patiënten nog als betrouwbaar veranderd tellen — controleer de gepubliceerde betrouwbaarheid vóóraf.
Moet ik de RCI zelf berekenen of bestaat daar software voor?
De formule zelf is eenvoudig genoeg om handmatig of in een spreadsheet te berekenen zodra je de betrouwbaarheid en standaarddeviatie van je instrument hebt; sommige statistiekpakketten en klinische-uitkomstenmodules bevatten ook een ingebouwde RCI-berekening. Vermeld in je methodehoofdstuk welke route je hebt gevolgd en welke bron de betrouwbaarheidswaarde levert die je hebt gebruikt.
Geldt dit onderscheid tussen statistische en klinische significantie ook buiten de psychologie?
Het is het meest uitgewerkt binnen de klinische psychologie en psychotherapie-onderzoek, maar het achterliggende idee — dat een significant resultaat niet automatisch relevant is voor de praktijk — speelt ook in ander interventieonderzoek, zoals verpleegkunde of fysiotherapie. De RCI zelf, met deze specifieke formule en herkomst, is echter een klinisch-psychologisch instrument.