Diabetes Type 2 in Eerstelijnszorg: Prospectieve Associaties tussen Optimisme, Depressie, Gezondheidsgedrag en Glucoseregulatie
Joëlle Bastiaansen
Studentnummer: 10715231 Begeleider: Jos Bosch
Aantal woorden: 5348
Abstract
Diabeteszorg kost jaarlijks bijna twee miljard euro. Het aantal diabetes type 2-patiënten groeit, dus het is van belang te kijken naar passende interventies om de gezondheid van deze patiënten te bevorderen. In dit onderzoek is de associatie tussen optimisme, depressie, gezondheidsgedrag en glucoseregulatie onderzocht bij een groep van 560 diabetes type 2-patiënten (M = 67 jaar, SD = 9.8). In 2004 (t1) en in 2007 (t2) werden hun medische gegevens geregistreerd en vulden alle patiënten een vragenlijst in over hun geestelijke en lichamelijke gezondheid. Optimisme werd gemeten met de Life Orientation Test-Revised en depressie met de Depression Screening Questionnaire, gezondheidsgedrag werd gemeten met items in een zelfrapportage vragenlijst. Glucoseregulatie werd vastgesteld aan de hand van de HbA1c-waarde, die in het
laboratorium werd onderzocht. Hypothesen werden getoetst met multiple en logistische regressie en er werd een mediatie-analyse uitgevoerd met de PROCESS-tool van Hayes. Depressie bleek in 2004 (t1) significant geassocieerd met een slechtere
glucoseregulatie. Longitudinaal verdween deze associatie. De resultaten van deze studie wijzen op het belang van onmiddellijke interventies die ingaan op psychologische factoren om de zorg voor diabetes type 2-patiënten te kunnen verbeteren en bijkomende kosten te reduceren.
Inhoudsopgave Introductie p. 4 Methoden p. 9 Resultaten p. 13 Discussie p. 25 Appendices p. 30 Literatuurlijst p. 37
Introductie
‘Mens sana in corpore sano’ is een bekende uitspraak van de Romeinse dichter Juvenalis, waarmee hij de samenhang tussen mentale en fysieke gezondheid benoemde. Voor chronisch zieken blijkt deze uitspraak van groot belang. Positief affect draagt bij aan een betere prognose en zorgt er soms zelfs voor dat de ziekte verbetert (Helgeson, & Zajdel, 2017). Een veel voorkomende chronische ziekte is diabetes mellitus. Geschat wordt dat wereldwijd meer dan 220 miljoen mensen gediagnosticeerd zijn met deze ziekte: dit is ruim zes procent van de volwassenen wereldbevolking (Shaw, Sicree, & Zimmet, 2010). Diabetes mellitus is een stofwisselingsziekte die gekarakteriseerd wordt door hyperglykemie: een te hoge bloedglucosespiegel (American Diabetes Association, 2010). Bij diabetespatiënten is de aanmaak en werking van insuline, dat er normaliter voor zorgt dat bloedsuiker kan worden opgenomen door de lichaamscellen, verstoord (Wilmot et al., 2017). Doorgaans wordt er onderscheid gemaakt tussen type 1 en 2 diabetes. Bij diabetes type 1 maakt het lichaam geen of heel weinig insuline aan doordat de cellen in de pancreas, die normaliter insuline aanmaken, beschadigd zijn (Rutten et al., 2013). Bij diabetes type 2 kan het zijn dat het lichaam, net als bij type 1, te weinig insuline aanmaakt, maar vaker is er sprake van insulineresistentie. Het lichaam is minder gevoelig voor insuline, waardoor de bloedsuikerspiegel van diabetes type 2-patiënten na het eten van koolhydraten erg hoog is. Een langdurige hyperglykemie is beschadigend: het vergroot de kans op een verstoring van het immuunsysteem, het krijgen van cardiovasculaire aandoeningen, trombose en inflammatoire darmziekten (Clement et al., 2004). Naast de beschadigende effecten die diabetes kan hebben, kost diabeteszorg veel geld: het RIVM concludeerde in 2011, na een grootschalige onderzoek, dat bijna 1,7 miljard euro aan diabeteszorg wordt uitgegeven (RIVM, 2011). Verwacht wordt dat vooral het aantal diabetes type 2-patiënten zal stijgen en daarom is
vroegtijdige signalering en behandeling is noodzakelijk om complicaties te voorkomen en kosten te reduceren (Shaw et al., 2010).
De behandeling van diabetes type 2 is gericht op een strakke instandhouding van een gezond bloedglucoseniveau (Holman, Paul, Bethel, Matthews, & Neil, 2008).
Patiënten krijgen medicatie om het glucoseniveau te verlagen, waarvan metformine, sulfonylureumderivaten en thiazolidinedionen de bekendste zijn (Rutten et al., 2013; The ADVANCE Collaborative Group, 2008). Bij controle in het ziekenhuis wordt de HbA1c-waarde, die de gemiddelde percentuele glucosewaarde in het bloed over drie maanden aangeeft, door een arts onderzocht, waardoor kan worden vastgesteld of de bloedsuikerspiegel onder controle is over een langere periode (American Diabetes Association, 2014). Hoe lager de HbA1c-waarde, hoe beter de bloedsuikerspiegel onder controle is. Bij diabetespatiënten wordt gestreefd naar een glucosegehalte van zeven of minder procent. Een daling van één procent in HbA1c-waarde betekent een reductie van 35 procent van het risico op cardiovasculaire complicaties en een reductie van 25
procent op dodelijke afloop van diabetes (Krapek et al., 2004). Hoewel elke diabetespatiënt medicatie krijgt, wordt deze daling niet enkel medicamenteus bewerkstelligd: tegenwoordig benadrukken richtlijnen voor de behandeling van diabetes type 2 het belang van leefstijlveranderingen.
Vroeger werd diabetes type 2 ‘ouderdomsdiabetes’ genoemd, omdat de ziekte zich vaak pas op latere leeftijd manifesteerde (Diabetes Fonds, 2017). Echter, sinds de jaren negentig komt diabetes type 2 ook veel bij jongere mensen voor (American Diabetes Association, 2016). Dit heeft te maken met een verandering van de leefstijl door verbetering van de levensstandaard, waarbij men meer hoog calorisch voedsel consumeert en minder beweegt (Nolan, Damm, & Prentki, 2011). Ongezonde voeding en weinig beweging leiden vaak tot overgewicht. Samen vormen overgewicht en
inactiviteit, naast genetische bepaaldheid, de belangrijkste risicofactoren voor de ontwikkeling van diabetes type 2. Een gezondere leefstijl kan het risico op de ontwikkeling van diabetes type 2 verkleinen, maar ook kan het verergering van de ziekte tegengaan. Van regelmatig bewegen en gezond eten is bekend dat het samenhangt met een verlaging in HbA1c-waarde (Boulé, Haddad, Kenny, Wells, & Sigal, 2001).
Daarentegen is van een ongezonde leefstijl bekend dat dit het verloop van diabetes type 2 verslechtert (Evert et al., 2013). Alcohol drinken en roken kan leiden tot een
verstoring van het bloedglucoseniveau en bovendien verhoogt dit de kans op het krijgen van cardiovasculaire aandoeningen bij diabetespatiënten (Fagard, & Nilsson, 2009).
Gezondheidsgedrag blijkt een belangrijke factor bij de ontwikkeling en verergering van diabetes type 2. Daarbij lijkt het niet alleen te gaan om fysieke gezondheid, maar ook om mentale gezondheid. Depressie komt veel voor bij mensen met diabetes type 2. De stoornis vertoont zowel een relatie met de ontwikkeling alsmede de progressie van de ziekte. Mensen met een depressie hebben 60 procent meer kans op de ontwikkeling van diabetes type 2 dan mensen zonder depressie (Mezuk, Eaton, Albrecht, & Golden, 2008). Bovendien is de aanwezigheid van een depressie gerelateerd aan een slechter beloop van de ziekte: depressieve patiënten met diabetes type 2 hebben na een jaar een ongezondere glucoseregulatie dan patiënten zonder depressie, met name omdat zij minder gezondheidsgedrag vertonen (Dirmaier et al., 2010). Depressieve patiënten ervaren ook meer stress, wat de lichamelijke
gezondheid verslechtert (Carver, Scheier, & Segerstrom, 2010). Onderzoek naar de implicaties van depressie voor glucoseregulatie op lange termijn ontbreekt nog. Bekend is wel dat een algemene verslechtering van de gezondheid bij diabetespatiënten leidt tot meer complicaties en een hogere mortaliteit (Egede, & Ellis, 2010).
Psychologische factoren die beschermen tegen progressie van diabetes type 2 zijn minder onderzocht. Gezien de verwachte stijging van het aantal mensen met de diagnose diabetes type 2 is het relevant te weten of positieve psychologische factoren kunnen bijdragen aan een betere prognose van de ziekte (Shaw et al., 2010). Een positieve psychologische factor die relevant zou kunnen zijn, is optimisme.
Dispositioneel optimisme is de algemene verwachting dat meer goede dan slechte dingen zullen gebeuren (Rasmussen, Scheier, & Greenhouse, 2009). Optimisten leven over het algemeen gezonder: zij vertonen meer aan gezondheid gerelateerd gedrag, zoals sporten, gezond eten en weinig alcohol drinken (Carver, & Scheier, 2014). Een prospectieve relatie tussen optimisme en glucoseregulatie bij diabetes type 2 via gezondheidsgedrag is aannemelijk: Optimisten zijn gemotiveerd om gezond te leven (Carver et al., 2014). Bovendien laten optimisten adaptievere responsen zien tijdens emotionele situaties: Ze ervaren minder stress, wat bevorderend is voor de lichamelijke gezondheid (Carver et al., 2010). Optimisme zou zo kunnen werken als een buffer tegen fysiologische en emotionele reacties (Cohen, & Wills, 1985).
Er is nog geen longitudinaal onderzoek verricht naar de relatie tussen optimisme en glucoseregulatie bij diabetes type 2. Eerdere onderzoeken naar de cross-sectionele relatie tussen optimisme en glucoseregulatie bij diabetes type 2 lieten geen associatie zien (Yi et al., 2008; Boehm, Trudel-Fitzgerald, Kivimaki, & Kubzansky, 2015). Echter, deze onderzoeken werd uitgevoerd met specifieke steekproeven, militairen en
bezoekers van medisch specialisten. Bovendien waren de steekproeven klein (N=111, 414). Optimisme was in deze onderzoeken slechts met één item gemeten, wat de kans op het vinden van een relatie tussen optimisme en glucoseregulatie verkleint:
optimisme is niet voldoende gedetailleerd geoperationaliseerd. Bij een specifieke doelgroep en een kleine steekproef vindt men minder snel effecten; het zou zo kunnen
zijn dat er daarom geen associatie is gevonden tussen optimisme en glucoseregulatie. Omdat optimisme en depressie een middelgrote correlatie vertonen, is het interessant te bekijken of depressie en optimisme interacteren bij diabetes type 2-patiënten. Uit eerder onderzoek kwam al naar voren dat optimisme kan bufferen voor de effecten van een depressie (Klok et al., 2011; Giltay, Zitman, & Kromhout, 2006). Nog niet is onderzocht of deze constructen ook bij chronische ziekten, zoals diabetes type 2, interacteren.
In het licht van deze discussie werd in dit onderzoek getoetst of (a) optimisme een goede glucoseregulatie, een HbA1c-waarde < 7%, voorspelde en of (b) deze associatie ook gold voor glucoseregulatie drie jaar later (2007). Verwacht werd dat de HbA1c-waarde voor deelnemers met een hoge score op de LOT-R lager was dan voor deelnemers met een lage score. Verder werd getoetst of (c) depressie een slechte
glucoseregulatie, een HbA1c-waarde ≥ 7%, voorspelde en of (d) deze associatie ook gold voor glucoseregulatie drie jaar later (2007). Verwacht werd dat de HbA1c-waarde voor deelnemers met een hoge score op de DSQ hoger was dan voor deelnemers met een lage score. Getoetst was tevens of (e) er een interactie was tussen optimisme en depressie in het voorspellen van glucoseregulatie. Verwacht werd dat deelnemers met een hoge score op de LOT-R gebufferd werden voor hun score op de DSQ: deelnemers met een hoge score op de LOT-R hadden een lagere score op de DSQ en hun HbA1c-waarde zou des gevolg laag zijn. Als laatste werd getoetst of (f) deze associaties verklaard konden worden door gezondheidsgedrag. Verwacht werd dat gezondheidsgedrag de potentiële associaties tussen optimisme, depressie en glucoseregulatie medieerde.
Methoden Deelnemers
Het onderzoek vond plaats op basis van data die vergaard zijn in de “Diabetes and Cardiovascular Risk Evaluation Targets and Essential Data for Commitment of Treatment” (DETECT) studie. De DETECT-studie was ontwikkeld om de prevalentie en comorbiditeit van diabetes mellitus, hypertensie, coronaire hartziekten en andere gerelateerde
medische aandoeningen en gedragsmatige en klinische risicofactoren te onderzoeken. Het betrof een grootschalige longitudinale klinisch-epidemiologische studie onder 59.403 Duitse huisartsbezoekers, waarbij patiënten op drie meetmomenten (2003, 2004 en 2007) gescreend werden op lichamelijke en mentale gezondheid (Wittchen et al., 2005). Patiënten onder de achttien jaar werden uitgesloten van deelname, evenals patiënten die een acute aandoening, dementie of andere cognitieve aandoeningen, een visuele beperking of problemen met de spraak hadden. Van de 59.403
huisartsbezoekers werden er 7519 uitgekozen om deel te nemen aan de follow-up. Onder de 7519 huisartsbezoekers waren 1182 patiënten door de huisarts
gediagnosticeerd met diabetes type 2 in 2004 (t1). Enkel patiënten met een diagnose die langer dan een jaar geleden gesteld was, werden meegenomen. Deze
sensitiviteitsanalyse werd gedaan om te voorkomen dat potentiele associaties tussen optimisme, depressie, gezondheidsgedrag en glucoseregulatie beïnvloed werden door de impact van een diagnose. Patiënten moeten eerst verwerken dat zij chronisch ziek zijn en emoties zijn in deze periode instabiel, wat depressie- en optimismescores tijdelijk kan beïnvloeden en de schatting minder betrouwbaar maakt (Duangdao & Roesch, 2008). Een steekproef van 896 patiënten bleef hierna over. Patiënten die niet op alle meetmomenten aanwezig waren, werden geëxcludeerd. Van de 896 patiënten die in 2004 (t1) meededen aan het onderzoek, participeerden er 560 (63%) ook in meting in
2007 (t2). De deelnemers hadden een leeftijd tussen de 34 en 90 jaar hadden (M = 67 , SD = 9.8) en onder hen waren 282 vrouwen (50.4%) en 278 mannen (49.6%). Patiënten werden door middel van posters en flyers in huisartsenpraktijken geworven. Patiënten konden zichzelf aanmelden en hadden altijd de mogelijkheid hun deelname in te
trekken. Deelnemers ontvingen geen vergoeding.
Procedure
De data werden verzameld tussen september 2003 (t0) en december 2007 (t2). Voordat de patiënten aan het onderzoek deelnamen, werd hen gevraagd een informed consent te tekenen om aan te geven dat zij akkoord gingen met het onderzoek.De deelnemers waren op de hoogte van het doel van de studie.In september 2003 (t0) en 2004 (t1) werd er een klinisch interview afgenomen door de huisartsen bij alle patiënten en kregen de patiënten een zelfrapportage vragenlijst, waarmee zij lichamelijke en psychische klachten die zij op dat moment hadden, aan konden geven. Ook de huisartsen werd gevraagd een medische screening-vragenlijst in te vullen over hun patiënten. Deelnemers werden gewogen en opgemeten en ook werd bloed afgenomen door middel van een vingerprik. Het bloed werd gebruikt om in het laboratorium de
bloedglucosewaarde van deelnemers te onderzoeken. Drie jaar later, in december 2007 (t2), volgde eenzelfde procedure.
Materialen1
Optimisme. Optimisme werd gemeten met de Life Orientation Test-Revised (LOT-R; Scheier, Carver, & Bridges, 1994). De LOT-R is een vragenlijst met tien items over dispositioneel optimisme. Deze items konden op een vijfpunts Likert-schaal worden beantwoord, variërend van 0 (helemaal niet mee eens) tot 4 (helemaal mee eens). Voorbeelditems zijn “In onzekere tijden verwacht ik vaak het beste” en “Over het algemeen verwacht ik dat mij meer goede dan slechte dingen zullen overkomen”. De LOT-R is een betrouwbare vragenlijst om optimisme te meten: het heeft een Cronbach’s alfa van 0.83 en heeft daarnaast een goede validiteit (Glaesmer, Hoyer, Klotsche, & Herzberg, 2008).
Depressie. Depressie werd gemeten met de Depression Screening Questionnaire (DSQ; Wittchen, & Perkonigg, 1997). De DSQ is een vragenlijst bestaande uit tien items over de stemming van de afgelopen twee weken. Deze items werden op een driepunts Likert-schaal beantwoord, variërend van 0 (nooit), 1 (soms) tot 2 (meer dagen wel dan niet). Voorbeelditems zijn “Ik heb me de meeste tijd gedeprimeerd gevoeld” en “Ik heb veel over de dood nagedacht of eraan gedacht mezelf van het leven te beroven”. De DSQ is een betrouwbare vragenlijst om depressie te meten: het heeft een Cronbach’s alfa van 0.83 en heeft daarnaast een goede validiteit (Höfler, & Wittchen, 2000; Wittchen, & Perkonigg, 1997).
Gezondheidsgedrag. Gezondheidsgedrag viel in de DETECT-studie uiteen in vijf
factoren: alcoholconsumptie, roken, BMI, lichaamsbeweging en eetpatroon. Deze
factoren werden gemeten met vragen in een zelfrapportage vragenlijst. De items hebben een hoge face validity en vragen naar direct observeerbaar gedrag (Dirmaier et al.,
2010).
Alcoholconsumptie werd gemeten in de zelfrapportage vragenlijst met twee items: “Hoe vaak drink je alcohol?”, waarbij er vijf antwoordopties waren (nooit, heel zelden, zelden, af en toe en dagelijks) en “Ik drink meer alcohol dan gezond is”, waarbij er vier antwoordopties waren (nooit, zelden, vaak, bijna dagelijks).
Roken werd gemeten in de zelfrapportage vragenlijst met één item: “Rook je dagelijks sigaretten of heb je in het verleden dagelijks sigaretten gerookt?”, waarbij er twee antwoordopties waren (nee, ja).
Het BMI van deelnemers werd berekend door het gewicht in kilogram van deelnemers te delen door hun lengte in centimeters (Voedingscentrum, 2017). Het wegen en meten werd gedaan door de huisarts.
Lichaamsbeweging werd gemeten in de zelfrapportage vragenlijst met één item: “Hoe vaak ben je in je vrijetijd lichamelijk actief?”, waarbij er drie antwoordopties waren (gemiddeld minder dan twee uur per week, gemiddeld twee tot vier uur per week, gemiddeld meer dan vier uur per week).
Eetpatroon werd gemeten in de zelfrapportage vragenlijst met twee items: “Ik heb problemen om mijn voeding bij te stellen en mijn gewicht te behouden of af te vallen” en “Ik vind het moeilijk om gezond en gevarieerd te eten”, waarbij er vier keuzemogelijkheden waren (nooit, zelden, vaak, bijna dagelijks).
Glucoseregulatie. Diabetes type 2 werd gesteld door de huisarts op de medische screening-vragenlijst. De HbA1c-waarde werd gebruikt als een indicatie voor
glucoseregulatie. Algemeen doel van diabetesbehandeling is een HbA1c-waarde van < 7%. Gekozen was de HbA1c-waarden zowel continu te analyseren als te classificeren als ≥ 7% (onvoldoende glucoseregulatie) en < 7% (goede glucoseregulatie; American Diabetes Association, 2016)
Data-analyse
Logistische en multiple regressie werden gebruikt om de associaties tussen optimisme, depressie en glucoseregulatie cross-sectioneel en longitudinaal te onderzoeken. Met de PROCESS tool van Hayes (2012) werd een mediatie-analyse uitgevoerd om te onderzoeken of gezondheidsgedrag een mediërende rol speelde in de potentiële associatie. Verder werd exploratief met multiple regressie getoetst of de twee sub-schalen van de LOT-R een associatie vertoonden met glucoseregulatie en werd er stratificatie toegepast om de relatie met leeftijd te onderzoeken. De odds ratio’s (OR) en de regressiecoëfficiënten (β) werden berekend met een 95% CI. De modellen werden gecorrigeerd voor gezondheidsgedrag in 2004 (t1), HbA1c-waarde in 2004 (t1), geslacht,
leeftijd, burgerlijke staat, werkstatus en aantal jaren educatie.
Powerberekeningen met behulp van G*Power 3.1 op basis van een logistische regressie lieten zien dat, gegeven een steekproef van N = 560, met een gewenste power van 0.9 en een Pr(Y=1/X=1) H0 van 0.51 (293/560), een odds ratio van 1.18, een klein effect, op een goede glucoseregulatie ten opzichte van een slechte glucoseregulatie te detecteren is (Cohen, 1992). Powerberekeningen op basis van een lineaire regressie lieten zien dat, gegeven een steekproef van N = 560, met een gewenste power van 0.9 en met acht predictoren, een effect size f2 0.03, een klein effect, te detecteren is (Cohen,
1992). Er is bij de analyses een alpha van 0.05 gehanteerd en eenzijdig getoetst.
Resultaten
De werving, selectie en analyse van deelnemersresultaten werd inzichtelijk gemaakt in Figuur 1. Voor missing values werd een missing values analysis uitgevoerd. Een toelichting hierbij kan gevonden worden in Appendix B. De socio-demografische eigenschappen van de deelnemende patiënten zijn weergegeven in Tabel 1. In Tabel 2
staan medische en gedragsmatige eigenschappen van de deelnemers. In beide tabellen zijn de gegevens gerangschikt naar meetmoment. De toetsingsresultaten van de
hoofdanalyses en exploratieve analyses zijn inzichtelijk gemaakt in Tabel 3 en 4. In deze tabellen zijn ook de gestandaardiseerde bèta-coëfficiënten vermeld, wat het mogelijk maakt resultaten te vergelijken.
Met behulp van een afhankelijke t-toets werd geanalyseerd of er verschillen waren in optimisme en depressie tussen de meetmomenten. Deelnemers scoorden hoger op de DSQ in 2007 (t2) dan in 2004 (t1), t(559) = .52, p = .001, dat wil zeggen: in 2007 was de mate van depressie onder deelnemers gemiddeld hoger. Er was geen significant verschil in optimisme tussen de twee meetmomenten, t(559) = -3.32, p = .60. Ook werd getoetst of het BMI en de HbA1c-waarde van de deelnemers significant
verschilden tussen de twee meetmomenten. Er bleek geen significant verschil in BMI, t(559) = -.51, p = .61, en in HbA1c-waarde, t(559) = -1.46, p = .15. Daarnaast werden Pearson’s correlaties berekend om te kijken in hoeverre depressie en optimisme in deze studie samenhingen. Op t1 was er een correlatie van r = -.31, een middelgrote
samenhang, en deze bleek significant, p < .001. Op t2 hingen de variabelen ook significant samen, tevens met middelgrote samenhang, r = .41, p < .001.
Tabel 1
Socio-demografische eigenschappen van deelnemende patiënten in 2004 (t1) (N = 560)
Geslacht man vrouw 278 (49.6%) 282 (50.4%) Leeftijd (M jaren, SD) 66.97 (9.81) Burgerlijke staat getrouwd relatie, ongehuwd alleenstaand 374 (66.8%) 30 (5.3%) 156 (27.9%) Werk baan werkloos/ pensioen 486 (86.8%) 74 (13.2%) Aantal jaren educatie (M, SD) 9.16 (1.79) Duur diabetes (M jaren, SD) 7.69 (6.87)
Deelname 2007-meting (n = 560)
Geworven (n= 1182)
Uitgesloten (n= 286)
♦ Niet voldaan aan inclusiecriteria (diagnose diabetes in 2003) Deelname 2004-meting (n = 896) Deelname metingen Analyse Werving
Figuur 1. Participant Flowchart
Informed consent getekend
(n= 896)
Uitgesloten (n= 336)
♦ Niet deelgenomen aan beide metingen
Tabel 2
Medische en gedragsmatige eigenschappen van deelnemende patiënten op beide meetmomenten, 2004 (t1) en 2007 (t2) (N = 560)
2 Voor deze items is slechts één van de twee items gebruikt, respectievelijk “Hoe vaak drink je alcohol?” en “Ik vind het moeilijk om gezond en gevarieerd te eten.”
2004 2007 Totaalscore LOT-R (M, SD) Totaalscore DSQ (M, SD) 15.10 (3.48) 3.60 (3.07) 15.03 (3.63) 4.07 (3.79) HbA1c-waarde (M, SD) Gezond Ongezond 6.70 (1.05) 380 (67.9%) 180 (32.1%) 6.76 (1.09) 378 (67.5%) 182 (32.5%) BMI (M, SD) 30.56 (5.11) 30.62 (5.74) Roken Ja Nee 60 (10.7%) 500 (89.3%) 108 (19.3%) 452 (80.7%) Alcoholconsumptie2 Veel Weinig 41 (7.3%) 519 (92.7%) 93 (16.6%) 467 (83.4%) Wekelijkse lichaamsbeweging < twee uur > twee uur 134 (23.9%) 426 (76.1%) 101 (18.0%) 459 (82.0%) Algemeen voedingspatroon1 Gezond Ongezond 415 (74.1%) 145 (25.9%) 90 (16.1%) 470 (83.9%)
Alvorens de analyses werden uitgevoerd, werden de assumpties van de toetsen gecheckt. Een toelichting hierbij kan gevonden worden in Appendix C. Aan de
assumpties van de logistische en multiple regressie (additiviteit en lineariteit,
onafhankelijke errors, collineairiteit en homoscedasticiteit) werd voldaan. De assumptie van normaliteit werd geschonden. Om de analyses toch uit te kunnen voeren bij een schending van normaliteit, werden de afhankelijke variabelen, HbA1c-waarde in 2004 (t1) en 2007 (t2), getransformeerd met log10. Outliers werden onderzocht door de Cook’s distances te berekenen: deze bleken voor ieder datapunt < 1 en werden daarom
beschouwd als non-influential.
Er werd in de analyses gekozen om in Model 1 alle controlevariabelen mee te nemen, te weten: leeftijd, geslacht, burgerlijke staat, werkstatus en aantal jaren educatie. Bij de longitudinale analyses werden gezondheidsgedrag en de HbA1c-waarde in 2004 als controlevariabelen toegevoegd. De toetsingsresultaten van de associaties tussen de controlevariabelen en glucoseregulatie zijn schematisch weergegeven in Appendix D en worden in de tekst daarom slechts kort benoemd. In Model 2 werden de voorspellende variabelen toegevoegd, te weten: alle items betreffende gezondheidsgedrag, DSQ-score, de LOT-R score en de interactie tussen DSQ-score en LOT-R score.
Hypothese (a): Optimisme voorspelde een goede glucoseregulatie
Een logistische regressie werd uitgevoerd om te toetsen of optimisme een goede glucoseregulatie, nominaal gemeten, voorspelde. De controlevariabelen in Model 1 bleken geen significante voorspellers van glucoseregulatie. In Model 2 werd optimisme (t1) toegevoegd. Optimisme bleek geen significante voorspeller van glucoseregulatie, OR = .99, BCa 95% CI [.94, 1.05], p = .76.
glucoseregulatie, continu gemeten, voorspelde. In Model 1 bleek alleen de controlevariabele ‘aantal jaren educatie’ een significante voorspeller van
glucoseregulatie. In Model 2 werd optimisme (t1) toegevoegd. Ook in deze analyse bleek optimisme geen significante voorspeller van glucoseregulatie, b = .00, BCa 95% CI [-.01, .01], β = .02, t(15, 503) = .45, p = .66.
Hypothese (b): Optimisme voorspelde een goede glucoseregulatie drie jaar later (2007)
Een logistische regressie werd uitgevoerd om te toetsen of optimisme een goede glucoseregulatie, nominaal gemeten, in 2007 (t2) voorspelde. In Model 1 bleek alleen de controlevariabele ‘HbA1c-waarde in 2004’ een significante voorspeller voor
glucoseregulatie in 2007 (t2). In Model 2 werd optimisme (t1) toegevoegd. Optimisme bleek geen significante voorspeller voor een goede glucoseregulatie drie jaar later, OR = 1.02, BCa 95% CI [.95, 1.08], p = .67.
Multiple regressie werd uitgevoerd om te toetsen of optimisme een goede glucoseregulatie, continu gemeten, in 2007 (t2) voorspelde. In Model 1 bleek alleen de controlevariabele ‘HbA1c-waarde in 2004’ een significante voorspeller voor
glucoseregulatie in 2007 (t2).In Model 2 werd optimisme toegevoegd. Optimisme bleek geen voorspeller voor glucoseregulatie drie jaar later, b = .00, BCa 95% CI [-.01, .01], β = -.03, t(23, 495) = -.91, p = .37.
Hypothese (c): Depressie voorspelde een slechte glucoseregulatie
Een logistische regressie was uitgevoerd om te toetsen of depressie een slechte glucoseregulatie, nominaal gemeten, voorspelde. De controlevariabelen in Model 1 bleken geen significante voorspellers van glucoseregulatie. In Model 2 werd depressie (t1) toegevoegd. Depressie was een borderline significante voorspeller van
glucoseregulatie , OR = .93, BCa 95% CI [.87, 1.00], p = .05. De kans op een goede glucoseregulatie ten opzichte van een slechte glucoseregulatie bij aanwezigheid van depressie neemt af met factor 1.08 (1/.93).
Multiple regressie werd uitgevoerd om te toetsen of depressie een slechte glucoseregulatie, continu gemeten, voorspelde. In Model 1 bleek alleen de
controlevariabele ‘aantal jaren educatie’ een significante voorspeller van
glucoseregulatie. In Model 2 werd depressie (t1) toegevoegd. In deze analyse bleek depressie een significante voorspeller van glucoseregulatie, b = .01, BCa 95% CI [.01,
.02], β = .12, t(15, 503) = 2.29, p = .02. De relatie was positief, dus als de DSQ-score met 1
toenam dan nam de HbA1c-waarde met .01 af. Deze associatie werd gevonden met een klein effect, β = .12.
Hypothese (d): Depressie voorspelde een slechte glucoseregulatie drie jaar later (2007)
Een logistische regressie werd uitgevoerd om te toetsen of depressie een slechte glucoseregulatie, nominaal gemeten, in 2007 (t2) voorspelde. In Model 1 bleek alleen de controlevariabele ‘HbA1c-waarde in 2004’ een significante voorspeller voor
glucoseregulatie in 2007 (t2), OR = .30, BCa 95% CI [.22, 40], p < .001. In Model 2 werd depressie (t1) toegevoegd. Depressie bleek geen significante voorspeller voor een slechte glucoseregulatie drie jaar later, OR = .99, BCa 95% CI [.91, 1.09], p = .83.
Multiple regressie werd uitgevoerd om te toetsen of depressie een slechte glucoseregulatie, continu gemeten, in 2007 (t2) voorspelde. In Model 1 bleek alleen de controlevariabele ‘HbA1c-waarde in 2004’ een significante voorspeller voor
glucoseregulatie in 2007 (t2). In Model 2 werd depressie (t1) toegevoegd. Depressie bleek geen voorspeller voor glucoseregulatie drie jaar later, b = .00, BCa 95% CI [-.01, .01], β = .01, t(23, 495) = .24, p = .81.
Hypothese (e): Er was een interactie tussen optimisme en depressie in het voorspellen van glucoseregulatie
Een logistische en multiple regressie werden uitgevoerd om de interactie tussen optimisme en depressie als voorspeller voor glucoseregulatie te onderzoeken. Deze bleek in de cross-sectionele analyse niet significant, zowel in de logistische regressie, OR = .95, BCa 95% CI [.80, 1.13], p = .55, als in de multiple regressie, b = .01, BCa 95% CI
[-.01, .01], β = .06, t(15, 503) = 1.24, p = .22. Tevens was de interactie in de longitudinale analyse getoetst. In de longitudinale analyse bleek de interactie ook niet significant, zowel in de logistische regressie, OR = .95, BCa 95% CI [.78, 1.16], p = .63 als in de multiple regressie, b = .01, BCa 95% CI [.00, .01], β = .08, t(23, 495) = 1.93, p = .05.
Hypothese (f): Gezondheidsgedrag verklaarde de associatie tussen depressie en glucoseregulatie.
De afzonderlijke items betreffende gezondheidsgedrag bleken geen significante voorspellers voor glucoseregulatie. BMI bleek dit wel, b = .01, BCa 95% CI [.00, .01], β = .11, t(15, 503) = 2.05, p = .04, en omdat depressie alleen op t1 een voorspeller bleek van glucoseregulatie, werd getoetst of BMI deze associatie medieerde. Hierop werd een mediatie-analyse uitgevoerd met behulp van de PROCESS Tool van Hayes (2012). Het totale effect van depressie op glucoseregulatie was significant, b = .04, t = 2.25, p = .03. Wanneer BMI niet mee werd genomen in het model, voorspelde depressie
glucoseregulatie. Uit de positieve b-waarde blijkt dat hoe depressiever iemand was, hoe minder goed de glucoseregulatie werd (de HbA1c-waarde neemt toe met .04). De relatie tussen depressie en BMI bleek niet significant, b = .01, t = .15, p = .88. Depressie was geen voorspeller voor het BMI van deelnemers. BMI voorspelde glucoseregulatie wel
significant, b = .03, t = 2.42, p = 0.02. Als BMI met 1 toenam, nam de HbA1c-waarde met .03 toe. Er was geen sprake van een significant indirect effect van depressie op
glucoseregulatie via BMI, b = .01, SE = 0.1, BCa CI [-.01, .01], p = .89. BMI medieerde de relatie tussen depressie en glucoseregulatie niet.
Depressie
Figuur 2. Totale effect van depressie op glucoseregulatie in 2004 (t1) b = .04
Figuur 3. Directe en indirecte effect van depressie op glucoseregulatie in 2004 (t1) b = .01, n.s. Glucose-regulatie Depressie BMI Glucose-regulatie
Tabel 3
Odds Ratio’s, regressiecoëfficiënten en p-waarden voor een gezonde glucoseregulatie3
3 HbA1c < 7% Gezonde glucoseregulatie 2004 (t1) 2007 (t2) OR p β p OR p β p Optimisme (t1) Depressie (t1) Optimisme x Depressie Gezondheidsgedrag (t1 en t2) Roken Alcohol item 1 Alcohol item 2 Voeding item 1 Voeding item 2 .99 .93 .95 .99 .70 .92 1.08 1.30 .76 .05** .55 .98 .44 .91 .78 .32 .02 .12 .06 .04 .02 -.03 -.02 -.03 .66 .02* .22 .42 .76 .56 .66 .62 1.02 .99 .95 .62 .84 .45 1.49 1.80 .67 .83 .63 .19 .63 .06 .27 .06 -.03 .01 .06 .05 .01 .08 -.01 -.09 .37 .81 .13 .27 .90 .22 .80 .24
* = significant (p < .05) ** = borderline significant
In de hoofdanalyses werd de totaalscore van de LOT-R gebruikt om optimisme te operationaliseren. De LOT-R heeft twee sub-schalen, optimisme en pessimisme.
Exploratief werd onderzocht of de twee sub-schalen van de LOT-R als onafhankelijke predictoren kunnen worden beschouwd, in plaats van twee uitersten van hetzelfde construct (Kubzansky, Kubzansky, & Maselko, 2004). Deze onafhankelijkheid werd exploratief cross-sectioneel onderzocht met multiple regressie door de twee variabelen toe te voegen aan Model 2. Er bleek geen significante associatie tussen de sub-schaal optimisme en glucoseregulatie, b = .00, BCa 95% CI [-.01, .01], β = .03, t(16,502) = .61, p = .54 en tussen de sub-schaal pessimisme en glucoseregulatie, b = .00, BCa 95% CI [-.01, .01], β = -.01,t(16, 502) = -.09, p = .93.
Glucoseregulatie vertoont een lineaire relatie vertoont met leeftijd: hoe hoger de leeftijd, hoe hoger de gemiddelde HbA1c-waarde (Kilpatrick, Dominiczak, & Small, 1996). Daarom werd een exploratieve cross-sectionele multiple regressie uitgevoerd om te toetsen of de associatie tussen optimisme, depressie en glucoseregulatie anders is voor mensen onder de 60 jaar dan voor mensen boven de 60 jaar. De associatie bleek niet significant verschillend tussen de twee groepen, zie Tabel 4.
Beweging BMI .92 .98 .73 .29 -.01 .11 .80 .04* 1.31 .89 .38 .01* -.04 .26 .33 <.001*
Tabel 4
Regressie-coëfficiënten en p-waarden voor een gezonde glucoseregulatie bij deelnemende patiënten onder en boven de 60 jaar
Gezonde glucoseregulatie < 60 jaar > 60 jaar (N= 129) (N=431) β p β p Optimisme Depressie .01 .19 .99 .12 .04 .07 .52 .27 Discussie
In deze studie werden de associaties tussen optimisme, depressie, gezondheidsgedrag en glucoseregulatie bij patiënten met diabetes type 2 getoetst. Tegen de verwachtingen in bleek optimisme niet voorspellend voor een goede glucoseregulatie, ook niet als gestratificeerd werd voor leeftijd en de sub-schalen van de LOT-R onafhankelijk werden getoetst. Deze studie liet, in lijn met de verwachting, zien dat depressie een slechte glucoseregulatie voorspelde. Hoewel BMI als enige gezondheidsvariabele in deze studie voorspellend was voor glucoseregulatie, bleek het, tegen de hypothese in, geen mediator in de associatie tussen depressie en glucoseregulatie. Deze studie liet als eerste zien dat er longitudinaal geen associaties tussen optimisme, depressie en glucoseregulatie waren. Ook onderzocht het als eerste de interactie tussen optimisme en depressie: deze bleek niet significant. Optimisme buffert mogelijk niet voor de negatieve effecten van depressie op glucoseregulatie.
Het uitblijven van een associatie tussen optimisme en glucoseregulatie is consistent met eerder onderzoek (Boehm et al., 2015, Van Allen et al., 2015). Mogelijk komen deze resultaten voort uit het feit dat optimisme niet aanzet tot actie (Yi et al., 2008). Algemene positieve verwachtingen doen geen beroep op doelgericht gedrag. Andere resilience-factoren, waaronder self-mastery en self-efficacy, vertoonden wel een verband met een betere glucoseregulatie (Yi et al., 2008). Self-mastery en self-efficacy zijn gerelateerd aan optimisme, maar voegen een approach-element toe: deze
constructen gaan over hebben van controle, het idee dat je zelf je lichamelijke
gezondheid kan verbeteren. De mate van ervaren controle modereert de relatie tussen optimisme en approach: hoe meer de patiënt overtuigd is daadwerkelijk zelf te kunnen bijdragen aan een gezonder verloop van de ziekte, hoe optimistischer hij is en hoe meer zelfverzorgend gedrag hij zal vertonen (Fournier, De Ridder, & Bensing, 2002).
Glucoseregulatie vraagt om cognitief-emotionele bronnen, maar ook om een gevoel van controle, wat leidt tot doelgericht gedrag. Het approach- en controle-element in
optimisme ontbreekt en dat zou kunnen verklaren waarom een cross-sectionele en longitudinale associatie in deze studie uitbleef.
In lijn met de gestelde hypothese bleek depressie een voorspeller van slechte glucoseregulatie. Dit kleine, maar voor epidemiologisch onderzoek goede, effect komt overeen met resultaten van eerder onderzoek (Gonzalez et al., 2007; Dirmaier et al., 2010). Depressieve patiënten bleken ongemotiveerder hun glucoseregulatie gezond te houden. Echter, nooit eerder onderzocht was of deze associatie ook longitudinaal bleef bestaan. Uit dit onderzoek bleek dat de associatie verdween als deze getoetst werd over een periode van drie jaar. Depressie wordt tegenwoordig beschouwd als een
psychologische risicofactor voor diabetes (Boehm et al., 2015). Hoewel studies lieten zien dat depressie is geassocieerd met de ontwikkeling en progressie van diabetes,
suggereert ander onderzoek een bidirectioneel verband tussen glucoseregulatie en depressie: depressie voorspelt niet alleen een slechte glucoseregulatie, glucoseregulatie kan op zichzelf ook tot een depressie leiden (Mezuk et al., 2008; Pan et al., 2010).
Bekend is dat bidirectionaliteit associaties kan vervagen, zeker wanneer er een periode tussen de meetmomenten zit; mogelijk is om die reden in deze studie een longitudinale associatie uitgebleven. Op basis van deze studie kan geen uitspraak worden gedaan over bidirectionaliteit, omdat de tijdsspanne van de studie niet voldoende plaats bood voor herhaalde metingen. Het doen van veel herhaalde metingen om bidirectionaliteit te onderzoeken is daarom een aandachtspunt voor vervolgonderzoek.
Optimisme bleek in het huidige onderzoek ook niet te bufferen voor de negatieve effecten van depressie op glucoseregulatie. Diabetes type 2-patiënten krijgen te maken met een chronische diagnose, die veel invloed heeft op hun leven en stemming. Hoewel hiermee rekening is gehouden in de inclusiecriteria, krijgen diabetespatiënten niet alleen in het begin van hun ziekte te maken met aanpassingsproblemen (Yi-Frazier et al., 2009). Afhankelijk van of patiënten de ziekte als door henzelf controleerbaar
beschouwen, zijn er vormen van coping die adaptief zijn. Problem-focused coping is vorm van coping die zich richt op de aanpak van het probleem zelf en is een goed
beschermingsmechanisme als een situatie controleerbaar wordt geacht (Grey, 2000). Emotion-focused coping daarentegen is een vorm van coping die zich richt op de aanpak van gevoelens die het probleem oproept en is een goed beschermingsmechanisme wanneer de situatie als oncontroleerbaar wordt beschouwd. Bekend is dat emotion-focused coping de effecten van beschermende psychologische factoren onderdrukt (Yi-Frazier et al., 2009). Diabetes type 2 wordt vanuit de literatuur beschouwd als een controleerbare ziekte, maar patiënten voelen, vanwege de chronische diagnose, vaak onmacht. Het zou dus zo kunnen zijn dat optimisme niet buffert voor de effecten van
depressie, doordat deelnemers in deze studie veelal emotion-focused coping gebruikten, omdat zij hun ziekte als oncontroleerbaar ervaren, en deze coping het effect van
optimisme heeft onderdrukt.
Alle gezondheidsvariabelen, behalve BMI, waren in deze studie niet significant gerelateerd aan glucoseregulatie, wat opmerkelijk is, gezien eerdere onderzoeken wel een relatie vonden tussen gezondheidsgedrag en glucoseregulatie (Boehm & Kubzansky, 2012). BMI bleek in deze studie wel een voorspeller van glucoseregulatie, maar geen mediator in de associatie tussen depressie en glucoseregulatie. Het zou zo kunnen zijn dat, omdat BMI een resultaat is van het gezondheidsgedrag, het niet op zichzelf aanzet tot approach en zodoende geen effect heeft op glucoseregulatie.
De inname van medicatie om het bloedglucoseniveau te verlagen heeft daarnaast een grote invloed op de uitwerking van gezondheidsgedrag (Dirmaier et al., 2010). Omdat medicatietrouw in deze studie niet is meegenomen, is niet uit te sluiten dat de patiënten hun medicatie op onjuiste wijze innamen, wat de effecten van
gezondheidsgedrag ondermijnd zou kunnen hebben. Het strekt dan ook tot de aanbeveling medicatie-inname in een volgende studie te onderzoeken.
Een aantal beperkingen relevant voor de interpretatie van de resultaten moeten worden benoemd. Allereerst is gezondheidsgedrag niet voldoende gedetailleerd
geoperationaliseerd. Roken en beweging werden slechts met één item gemeten,
alcoholgebruik en voedingspatroon met twee. Bovendien werden de vragen op basis van zelfrapportage gemeten, wat de betrouwbaarheid verkleint. Eerdere onderzoeken die de rol van gezondheidsgedrag in relatie tot chronische ziekten onderzochten, en waarbij wel een relatie gevonden werd, deden dit met meerdere items en hierbij werd
zelfrapportage bovendien aangevuld objectiever materiaal, zoals een medisch onderzoek (Serlachius et al., 2016).
Een andere beperking zijn de vele missing values. Door de grootschalige opzet van de DETECT-studie zijn slechts bij een select gezelschap alle variabelen gemeten.
Besloten is in deze studie deze waarden te schatten op basis van een missing values analysis in SPSS om zo weinig data te missen. Resultaten worden hierdoor echter minder betrouwbaar en generaliseerbaar (Field, 2015).
In 2030 zal het aantal diabetespatiënten met twintig procent zijn gestegen (Shaw et al., 2010). Omdat er miljarden euro’s per jaar worden uitgegeven aan diabeteszorg zullen de kosten enorm oplopen (RIVM, 2011). Uit deze studie kan geconcludeerd worden dat de aanwezigheid van depressie gerelateerd is aan een verslechtering van de glucoseregulatie. Longitudinaal verdween deze associatie. Deze studie wijst op het belang van onmiddellijke interventies die ingaan op psychologische factoren om de zorgkosten voor diabetes type 2-patiënten te kunnen reduceren.
Appendices A: Scoring van de items
Optimisme werd gemeten met de Life Orientation Test-Revised. Een hoge score op de LOT-R kwam overeen met een hoge mate van optimisme, een lage score op de LOT-R kwam overeen met een lage mate van optimisme. De scoring van de LOT-R is arbitrair: er zijn geen officiele cut-off points bepaald (Scheier et al., 1994). In deze studie werden deelnemers niet gegroepeerd, maar werd hun totaalscore op de items op een schaal geanalyseerd. Daarbij is 12, de helft van de maximale score, gebruikt als criterium voor hoog of laag optimisme.
Depressie werd gemeten met de Depression Screening Questionnaire. Een hoge score op de DSQ kwam overeen met een hoge mate van depressie, een lage score op de DSQ kwam overeen met een lage mate van depressie. Een score van > 7 werd gebruikt om een officiële diagnose te stellen (Wittchen et al., 2005). In deze studie werden deelnemers echter niet gegroepeerd, maar werd hun totaalscore op de items op een schaal geanalyseerd.
Alcohol werd gemeten met twee items. Het item “Hoe vaak drink je alcohol?” werd gescoord als 1 (“dagelijks”) ‘ongezond’, een score van 0 (“nooit”), 2 (“soms”), 3 (“zelden”) en 4 (“heel zelden”) werden gescoord als ‘gezond’. Het item “Ik drink meer alcohol dan gezond is” werd gescoord als 2 (“vaak”) en 3 (“bijna dagelijks”) als
‘ongezond’ en 0 (“nooit”) en 1 (“zelden”) als ‘gezond’.
Roken werd gemeten met één item: “Rook je dagelijks sigaretten of heb je in het verleden dagelijks sigaretten gerookt?”. Het antwoord ‘ja’ werd gescoord als ‘ongezond’, het antwoord ‘nee’ als ‘ongezond’.
Een BMI-score van kleiner dan 18.5 of groter dan 25 werd gescoord als ‘ongezond’, een score tussen de 18.5 en 25 werd gescoord als ‘gezond’.
Lichaamsbeweging werd gemeten met één item: “Hoe vaak ben je in je vrijetijd lichamelijk actief?”. Een score van 1 (“minder dan twee uur per week”) werd gescoord als ‘ongezond’, een score van 2 (“twee tot vier uur per week”) en 3 (“meer dan vier uur per week”) werd gescoord als ‘gezond’.
Eetpatroon werd gemeten met twee items. Bij beide items werden de antwoorden 2 (“vaak”) en 3 (“bijna dagelijks”) gescoord als ‘ongezond’ en de antwoorden 0 (“nooit”) en 1 (“soms”) als ‘gezond’.
B: Missing values
Door de grootschaligheid van de DETECT-studie en de vele vragen die deelnemers moesten beantwoorden, had het huidige onderzoek veel non-respons. Besloten was het aantal deelnemende patiënten niet te verminderen door missing values niet mee te nemen in analyses. De kans op het vinden van een significant resultaat zou dan kleiner worden. Bovendien werd de kans op een Type I-fout dan vergroot. Om deze reden werd in SPSS een missing values analysis uitgevoerd en werden de missende waarden geschat. Het aantal missing values is per variabele in Tabel 1a weergegeven.
De analyses zijn ook met missing values uitgevoerd om te bekijken of dezelfde resultaten behaald zouden worden. Grotendeels werden dezelfde resultaten gevonden. Er verdwenen geen gevonden effecten. Echter, in de cross-sectionele logistische
regressie werd een significante associatie tussen depressie en glucoseregulatie gevonden, OR = .92, BCa 95% CI [.84, .99], p = .04. Waar eerder een borderline
significante associatie werd gevonden, toonde de analyse met missing values aan dat de kans op een goede glucoseregulatie ten opzichte van een slechte bij aanwezigheid van een depressie kleiner is.
Tabel 1a
Overzicht van missing values per item in 2004 en 2007 (N = 560)
Item Aantal missing values
2004 2007 Werkstatus Burgerlijke staat DSQ totaalscore LOT-R totaalscore HbA1c-waarde BMI
Rook je dagelijks sigaretten of heb je in het verleden dagelijks sigaretten gerookt?
Hoe vaak drink je alcohol?
Ik drink meer alcohol dan gezond is.
Hoe vaak ben je in je vrijetijd lichamelijk actief?
Ik vind het moeilijk om gezond en gevarieerd te eten. Ik heb problemen om mijn voeding bij te stellen en mijn gewicht te behouden of af te vallen. 5 (0.9%) 12 (2.1%) 37 (6.6%) 44 (7.9%) 19 (3.4%) 9 (1.6%) 43 (7.7%) 33 (5.9%) 64 (11.4%) 68 (12.1%) 55 (9.8%) 62 (11.1%) 5 (0.9%) 12 (2.1%) 52 (9.3%) 64 (11.4%) 21 (3.8%) 32 (5.7%) 63 (11.3%) 67 (12.0%) 212 (37.9%) 66 (11.8%) 104 (18.6%) 131 (23.4%)
C: Assumpties
Multiple en logistische regressie hebben een aantal assumpties waaraan moet worden voldaan voordat de toetsen uitgevoerd worden, te weten: additiviteit en lineariteit, onafhankelijke errors, collineairiteit en homoscedasticiteit. De assumpties van addiviteit, lineairiteit en onafhankelijke errors werden getoetst door de gestandaardiseerde
residuen (ZRESID) af te zetten tegen de gestandaardiseerde predictorvariabelen (ZPRED) in een scatterplot. Uit de plot werd afgelezen dat alle waarden tussen -3 en 3 vielen, zowel op de x- als op de y-as. Bovendien waren ze gecentreerd rond 0. Ook werd de Durbin-Watsontest uitgevoerd. De toetsingsresultaten hiervan lagen rond de 2, wat wijst op onafhankelijke errors (Durbin & Watson, 1951). Uit de plot kon worden afgeleid relatie tussen de predictoren en de afhankelijke variabele lineair was, dus aan de
assumptie van addiviteit en lineairiteit werd voldaan. Zowel uit de scatterplot als uit de toetsingsresultaten van de Durbin-Watsontest bleek dat aan de assumptie van addiviteit, lineairiteit en onafhankelijke errors was voldaan. De assumptie van normaliteit werd onderzocht door plot te maken om de verdeling van de uitkomstvariabele HbA1c-waarde te onderzoeken. Deze bleek niet normaal verdeeld te zijn, maar skewness to the left te hebben. De assumptie van collineairiteit werd getoetst door de variance inflation factor (VIF) op te vragen in SPSS. De VIF bleek voor alle waarden rond de 1 te liggen, wat wijst op het voldoen aan de assumptie (Bowerman & O’Connell, 1990).
D: Associaties tussen controlevariabelen en glucoseregulatie
Bij het toetsen van de associaties tussen optimisme, depressie, gezondheidsgedrag en glucoseregulatie werden controlevariabelen toegevoegd in het eerste model om een deel van de variantie te verklaren. In Tabel 2a zijn de toetsingsresultaten van de associaties tussen de controlevariabelen en glucoseregulatie schematisch weergegeven.
Tabel 2a
Odds Ratio’s en regressiecoëfficiënten van associaties tussen controlevariabelen en glucoseregulatie Glucoseregulatie 2004 (t1) 2007 (t2) OR p β p OR p β p HbA1c-waarde 2004 (t1) Leeftijd Geslacht Burgerlijke staat Werkstatus - .99 1.13 1.35 .63 - .39 .60 .54 .43 - -.06 -.04 .05 -.03 - .36 .42 .34 .60 .29 1.02 .78 1.12 .90 <.001* .36 .34 .49 .93 .59 -.04 .02 .02 -.01 <.001* .41 .60 .58 .95
* = significant (p < .05) ** = borderline significant Educatie (jaren) Gezondheidsgedrag 2004 (t1) Roken Alcohol item 1 Alcohol item 2 Voeding item 1 Voeding item 2 Beweging BMI .92 - - - - - - - .45 - - - - - - - -.11 - - - - - - - .02* - - - - - - - .98 1.09 .82 .81 1.21 .93 1.27 1.09 .79 .84 .71 .79 .53 .80 .39 .06 .03 .00 -.01 .04 -.02 -.04 -.05 -.02 .44 .99 .88 .27 .66 .36 .18 .65
Literatuurlijst
American Diabetes Association (2010). Diagnosis and classification of diabetes mellitus. Diabetes Care, 33, 62-69.
American Diabetes Association (2014). Standards of medical care in diabetes. Diabetes Care, 37, 514-580.
American Diabetes Association (2016). Diagnosis and classification of diabetes mellitus. Diabetes Care, 39, 13-22.
Boehm, J.K., & Kubzansky, L.D. (2012). The heart’s content: the association between positive psychological well-being and cardiovascular health. Psychological Bulletin, 138, 655-691.
Boehm, J.K., Williams, D.R., Rimm, E.B., Ryff, C., & Kubzansky, L.D. (2013). Association between optimism and serum antioxidants in the midlife in the United States study. Psychosomatic Medicine, 75, 2-10.
Boehm, J.K., Trudel-Fitzgerald, C., Kivimaki, M. & Kubzansky, L.D. (2015). The
prospective association between positive psychological well-being and diabetes. Health Psychology, 34, 1013-1021.
Boulé, N.G., Haddad, E., Kenny, G.P., Wells, G.A., & Sigal, R.J. (2001). Effects of exercise on glycemic control and body mass in type 2 diabetes mellitus. Journal of the
American Medical Association, 286, 1218-1227.
Bowerman, B.L., & O’Connell, R.T. (1990). Linear statistical models: an applied approach. Boston: PWS-KENT.
Carver, C.S., Scheier, M.F., & Segerstrom, S.C. (2010). Optimism. Clinical Psychology Review, 30, 879-889.
Carver, C.S., & Scheier, M.F. (2014). Dispositional optimism. Trends in Cognitive Science, 18, 293-299.
Clement, S., Braithwaite, S.S., Magee, M.F., Ahmann, A., Smith, E.P., Schafer, R.G., & Hirsch, I.B. (2004). Management of diabetes and hyperglycemia in hospitals. Diabetes Care, 27, 553-591.
Cohen, J. (1992). A power primer. Psychological Bulletin, 112, 155-159. Diabetes Fonds (2017). Diabetes type 2. Opgehaald op 12 maart 2017 van
https://www.diabetesfonds.nl.
Dirmaier, J., Watzke, B., Koch, U., Schulz, H., Lehnert, H., Pieper, L., & Wittchen, H-U. (2010). Diabetes in primary care: prospective associations between depression, nonadherence and glycemic control. Psychotherapy and Psychosomatics, 79, 172-178.
Duangdao, K.M., & Roesch, S.C. (2008). Coping with diabetes in adulthood: a meta analysis. Journal of Behavioral Medicine, 31, 291-300.
DuBois, C.M., Beach, S.R., Kashdan, T.B., Nyer, M.B., Park, E.R., Celano, C.M., & Huffman, J.C. (2012). Positive psychological attributes and cardiac outcomes: associations, mechanisms, and interventions. Psychosomatics, 53, 303-318.
Durbin, J., & Watson, G.S. (1951). Testing for serial correlation in least squares regression II. Biometrika, 38, 159-178.
Egede, L.E., & Ellis, C. (2010). Diabetes and depression: global perspectives. Diabetes Research and Clinical Practice, 87, 302-312.
Evert, A.B., Boucher, J.L., Cypress, M., Dunbar, S.A., Franz, M.J., Mayer-Davis, E.J., Neumiller, J.J., Nwankwo, R., Verdi, C.L., Urbanski, P., & Yancy, W.S. (2013). Nutrition therapy reccomendations for the management of adults with diabetes. Diabetes Care, 36, 3821-3842.
Fagard, R.H., & Nilsson, P.M. (2009). Smoking and diabetes – the double health hazard! Primary Care Diabetes, 3, 205-209.
Field, A. (2015). Discovering statistics using SPSS. Thousand Oaks: Sage Publications. Fournier, M., De Ridder, D., & Bensing, J. (2002). Optimism and adaptation to chronic
disease: the role of optimism in relation to self-care options of type I diabetes mellitus, rheumatoid arthritis and multiple sclerosis. British Journal of Health Psychology, 7, 409-432.
Glaesmer, H., Hoyer, J., Klotsche, J., & Herzberg, P.Y. (2008). Die deutsche version des life-orientation-tests (LOT-R) zum dispositionellen optimismus und pessimismus. Zeitschrift für Gesundsheitspsychologie, 16, 26-31.
Gonzalez, J.S., Safren, S.A., Cagliero, E., Wexler, D.J., Delahanty, L., Wittenberg, E., Blais, M.A., Meigs, J.B., Grant, R.W. (2007). Depression, self-care, and medication adherence in type 2 diabetes: relationships across the full range of symptom severity. Diabetes Care, 30, 2222–2227.
Grey, M. (2000). Coping and diabetes. Diabetes Spectrum, 13, 167.
Hayes, A.F. (2012). PROCESS: a versatile computational tool for observed variabele mediation, moderation, and conditional process modeling. New York: Guilford Press.
Helgeson, V.S., & Zajdel, M. (2017). Adjustment to chronic health conditions. The Annual Review of Psychology, 68, 545-571.
Hilliard, M.E., Harris, M.A., & Weissberg-Benchell, J. (2012). Diabetes resilience: a model of risk and protection in type 1 diabetes. Current Diabetes Reports, 12, 739-748.
Höfler, M., & Wittchen, H.U. (2000). Why do primary care doctors diagnose depression when diagnostic criteria are not met? International Journal of Methods in
Holman, R.R., Paul, S.K., Bethel, M.A., Matthews, D.R., & Neil, H.A.W. (2008). 10-Year follow-up of intensive glucose control in type 2 diabetes. The New England Journal of Medicine, 359, 1577-1589.
Kaplan, R. M., & Saccuzzo, D. P. (2005). Writing and evaluating test items. Psychological
testing: Principles, applications and issues.
Kilpatrick, E.S., Dominiczak, M.H., Small, M. (1996). The effects of ageing on glycation and the interpretation of glycaemic control in type 2 diabetes. International Journal of
Medicine, 89, 307-308..
Krapek, K., King, K., Warren, S.S., George, K.G., Caputo, D.A., Mihelich, K., Holst, E.M., Nichol, M.B., Shi, S.G., Livengood, K.B., Walden, S., & Lubowski, T.J. (2004). Medication adherence and associated hemoglobin A1c in type 2 diabetes. The Annals of Pharmacotherapy, 38, 1357-1362.
Kubzansky, L.D., Kubzansky, P.E., & Maselko, J. (2004). Optimism and pessimism in the context of health: bipolar opposites or separate constructs? Personality and Social Psychology Bulletin, 30, 943-956.
Mezuk, B., Eaton, W.W., Albrecht, S., & Golden, S.H. (2008). Depression and type 2 diabetes over the lifespan. Diabetes Care, 31, 2383-2390.
Nathan, D.M., Buse, J.B., Davidson, M.B., Ferrannini, E., Holman, R.R., Sherwin, R., & Zinman, B. (2009). Medical management of hyperglycemia in type 2 diabetes: a consensus algorithm for the initiation and adjustment of therapy. Clinical Diabetes, 27, 4-16.
Nes, L.S., & Segerstrom, S.C. (2006). Dispositional optimism and coping: a meta-analytic review. Personality and Social Psychology Review, 10, 235-251.
Nolan, C.J., Damm, P., & Prentki, M. (2011). Type 2 diabetes across generations: from pathophysiology to prevention and management. The Lancet, 378, 169-181.
Pan, A., Lucas, M., Sun, Q., Van Dam, R.M., Franco, O.H., Manson, J.E., Willett, W.C., Ascherio, A., & Hu, F.B. (2010). Birdirectional associations between depression and type 2 diabetes mellitus in women. American Medical Association, 170, 1884-1891.
Rasmussen, H.N., Scheier, M.F., & Greenhouse, J.B. (2009). Optimism and physical health: a meta-analytic review. Annual Behavioral Medicine, 37, 239-256.
RIVM (2011). Factsheet screening ter preventie van diabetes mellitus type 2. Opgehaald op 17 april 2017 van https://www.rivm.nl.
Rutten, G.E.H.M., De Grauw, W.J.C., Nijpels, G., Houweling, S.T., Van de Laar, F.A., Bilo, H.J., Holleman, F., Burgers, J.S., Wiersma, T.J., Janssen, P.G.H. (2013). NHG-Standaard Diabetes mellitus type 2. Huisarts & Wetenschap, 56, 512-525.
Scheier, M. F., Carver, C. S., & Bridges, M. W. (1994). Distinguishing optimism from neuroticism (and trait anxiety, self-mastery, and self-esteem): a re-evaluation of the Life Orientation Test. Journal of Personality and Social Psychology, 67, 1063-1078.
Schulz, R., Bookwala, J., Knapp, J. E., Scheier, M., & Williamson, G. M. (1996). Pessimism, age, and cancer mortality. Psychology and aging, 11, 304-309.
Serlachius, A.S., Scratch, S.E., Northam, E.A., Frydenberg, E., Lee, K.J., & Cameron, F.J. (2016). A randomized controlled trial of cognitive behaviour therapy to improve glycaemic control and psychosocial wellbeing in adolescents with type 1 diabetes.
Journal of Health Psychology, 21, 1157-1169.
Shaw, J.E., Sicree, R.A., & Zimmet, P.Z. (2010). Global estimates of the prevalence of diabetes for 2010 and 2030. Diabetes Research and Clinical Practice, 87, 4-14.
The ADVANCE Collaborative Group (2008). Intensive blood glucose control and vascular outcomes in patient with type 2 diabetes. The New England Journal of Medicine, 358, 2560-2572.
Van Allen, J., Steele, R.G., Nelson, M.B., Peugh, J., Egan, A., Clements, M., & Patton, S.R. (2015). A longitudinal examination of hope and optimism and their role in type 1 diabetes in youths. Journal of Pediatric Psychology, 41, 741-749.
Voedingscentrum (2017). Heb ik een gezond gewicht? Opgehaald op 22 maart 2017 van https://www.voedingscentrum.nl.
Wilmot, E., Anyanwagu, U., Olaoye, H., Jennings, P., Ashton-Cleary, S., Sugunendran, S., Hughes, D., & Idris, I. (2017). Clinical care and other categories posters: insulin: actions, metabolism and therapy. Diabetic Medicine, 34, 152-153.
Wittchen, H.-U., Glaesmer, H., März, W., Stalla, G. K., Lehnert, H., Zeiher, A.M., Silber, S., Koch, U., Böhler, S., Pittrow, D., & Ruf, G. (2005). Cardiovascular risk factors in primary care: methods and baseline prevalence rates - the DETECT program. Current Medical Research and Opinion, 21, 619-629.
Wittchen, H.U., & Perkonigg, A. (1997). DIA-X-Screening Instruments: Questionnaire DIA
SSQ: Screening for Mental Disorders; Questionnaire DIA-ASQ: Screening for Anxiety Disorders; Questionnaire DIA-DSQ: Screening for Depression (in German).
Frankfurt: Swets and Zeitlinger.
Yi, J.P., Vitaliano, P.P., Smith, R.E., Yi, J.C., & Weinger, K. (2008). The role of resilience on psychological adjustment and physical health in patients with diabetes. British Journal of Health Psychology, 13, 311-325.
Yi-Frazier, J.P., Smith, R.E., Vitaliano, P.P., Yi, J.C., Mai, S., Hillman, M., & Weinger, K. (2009). A person-focused analysis of resilience resources and coping in patients with diabetes. Stress and Health, 26, 51-60.
