FACULTEIT GENEESKUNDE EN GEZONDHEIDSWETENSCHAPPEN

Academiejaar 2014 – 2015

GRIJSWAARDEN EN CARIESDIAGNOSE

Eva PUSTINA

Promotor: Prof. Dr. Peter Bottenberg

Co-promotor: Prof. Dr. Luc Martens

Masterproef voorgedragen in de Tweede Master in het kader van de opleiding tot

TANDARTS

FACULTEIT GENEESKUNDE EN GEZONDHEIDSWETENSCHAPPEN

Academiejaar 2014 – 2015

GRIJSWAARDEN EN CARIESDIAGNOSE

Eva PUSTINA

Promotor: Prof. Dr. Peter Bottenberg

Co-promotor: Prof. Dr. Luc Martens

Masterproef voorgedragen in de Tweede Master in het kader van de opleiding tot

TANDARTS

Voorwoord

_________________________________________________________

Met dit voorwoord wil ik graag de 42 personen bedanken die hebben deelgenomen aan het

experimentele aspect van deze masterproef. Ondanks hun drukke agenda maakten zij tijd vrij

om hieraan mee te werken. Ik waardeer de inspanning die ze leverden om dit onderzoek tot een

goed einde te brengen en de inzichten die ze mij verschaften over dit onderwerp. In het

bijzonder wil ik tandarts Greta De Baets bedanken dankzij wiens connecties ik toegang kreeg

tot andere tandartspraktijken.

Daarnaast wil ik mijn dank uitdrukken aan Professor Bottenberg en Professor Jacquet voor hun

vriendelijke begeleiding en wetenschappelijke deskundigheid.

Deze masterproef draag ik op aan mijn mama, Ingrid Bakkers. Woorden kunnen niet

omschrijven hoe belangrijk zij voor me is.

Inhoudstafel

____________________________________________________________________

1. Abstract pag. 1

2. Inleiding pag. 3

2.1 Tandheelkundig radiografisch onderzoek pag. 3

2.2 Beeldeigenschappen pag. 6

3. Methodologie pag. 10

3.1 Doelstelling pag. 10

3.2 Literatuuroverzicht pag. 11

3.3 Proefpersonen pag. 12

3.4 Apparatuur pag. 12

3.5 Werkopstelling pag. 12

3.6 Test 1 pag. 13

3.7 Test 2 pag. 14

3.8 Statistische verwerking pag. 16

4. Resultaten pag. 18

4.1 Assumpties pag. 18

4.2 Scores test 1 per leeftijdscategorie pag. 18

4.3 Scores test 1 tussen personen met en zonder visuele beperking pag. 20

4.4 Meervoudige lineaire regressie pag. 21

4.5 Scores test 2 pag. 23

5. Discussie pag. 25

5.1 Interpretatie resultaten pag. 25

5.2 Het oog in functie van de leeftijd pag. 29

5.3 Het oog en de impact van andere factoren pag. 32

5.4 Micro-computed tomographie en cariësdiagnose pag. 35

5.5 Beeldschermen pag. 38

5.6 Grijswaardenperceptie pag. 43

5.7 Tekortkomingen pag. 44

6. Conclusie pag. 47

7. Referentielijst pag. 48

8. Bijlagen pag. 55

8.1 Informatie- en toestemmingsformulier pag. 55

8.2 Kolmogorov-Smirnov-testen pag. 56

1

1. Abstract

INLEIDING – Bitewings vormen een onmisbaar onderdeel van de tandheelkundige

cariësdiagnostiek. Digitale radiografieën worden vandaag gevisualiseerd op ‘Liquid Crystal

Displays (LCD)’ en deze schermen bepalen in grote mate de kwaliteit van weergave.

Daarnaast vormt een optimale werking van onze ogen een cruciale voorwaarde voor accurate

cariësdetectie.

DOELSTELLING - Aan de hand van twee digitale testen op een laptop willen wij met dit

onderzoek twee zaken bestuderen. Ten eerste de achteruitgang van onze visuele capaciteiten

met het ouder worden. Ten tweede of de mogelijke visuele beperkingen van oudere tandartsen

invloed hebben op de radiografische cariësdiagnostiek. Oudere practici hebben meer ervaring

opgedaan. We vragen ons af of dit eventuele visuele deficiënties op termijn kan compenseren.

MATERIAAL EN METHODEN - 42 personen tussen 21 en 67 jaar namen deel aan het

experimentele onderzoek voor deze masterproef. Tijdens de eerste test verplaatste een klein

vierkant zich op willekeurige wijze binnenin een groot vierkant op het laptopscherm. Bij elke

beweging van het kleine vierkant transformeerden beide vierkanten in een andere tint van

grijs. Aan de waarnemer werd gevraagd het kleine vierkant te onderscheiden en aan te klikken

met de touchpad van de laptop. Gedurende de tweede test werden rx- oto s getoond aan de

deelnemer van geë traheerde tanden waarop al dan niet cariës aanwezig was. De

proefpersoon moest oordelen over de diepte van een mogelij e cariëslaesie en hierbi de mate

van zekerheid omtrent het gegeven antwoord aanduiden.

RESULTATEN - Uit de scores van onze eerste test blijkt een significant lagere detectie van

grijswaardencontrasten door oudere practici in vergelijking met tandheelkundige studenten.

Onze testresultaten worden bevestigd door literatuurbronnen waaruit blijkt dat verschillende

anatomische veranderingen in het oog plaatsvinden naarmate men ouder wordt. Onderzoek

toont aan dat ook genetische verschillen, omgevingsfactoren en leefstijl het risico op

leeftijdsgebonden visuele beperkingen kunnen verhogen of reduceren.

De diversiteit tussen LCD-schermen bemoeilijkt een uniforme weergave van digitale

a beeldingen. Dit impliceert de noodzaa aan een alibratiesysteem. ‘Digital Imaging and

2

Communications in Medicine (DICOM)’ ‘grayscale standard display unction (GSDF)’ zorgt

ervoor dat een afbeelding op verschillende beeldschermen op dezelfde manier wordt

weergegeven maar dit betekent niet dat alle waarnemers deze afbeelding op een identieke

manier interpreteren. De resultaten uit onze eerste test suggereren grote verschillen in

individuele grijswaardenperceptie. Daarnaast staan we ook stil bij de mogelijke defecten van

deze beeldschermen en de beperkingen van het visueel vermogen op het aantal te

onderscheiden grijswaarden in een beeldscherm.

Aan de hand van de resultaten van de tweede test konden we onze tweede doelstelling niet

toetsen. De oorzaak ligt in het gebrui van verschillende meetinstrumenten tussen de ‘gouden

standaard’ en de proe personen. ‘Micro-Computed Tomographie (micro-CT)’ zal een laesie

accurater weergeven aangezien bitewing-opnamen enkel tweedimensionale informatie

verschaffen van een driedimensionale structuur.

DISCUSSIE – Een aantal beperkingen moeten vermeld worden met betrekking tot de

onderzoeksopstelling. De eerste test was niet voorzien van een test-run zodat de

proefpersonen in het begin moeilijkheden ondervonden bij het besturen van de laptop. Er

werd steeds getracht het experiment uit te voeren in een verduisterde ruimte maar dit was niet

altijd mogelijk. Meerdere studies tonen een significant negatief effect aan van omgevingslicht

op de grijswaardenperceptie. Ook de positie van het hoofd van de proefpersonen was een

moeilijk te controleren actor. De tweede test was niet voorzien van een alibratiemeting om

het scoringssysteem te verduideli en. Daarnaast moeten we erbi stilstaan dat

cariësbeoordeling enkel aan de hand van rx-foto’s moeilijk is voor hoofdzakelijk klinisch

werkzame practici. Deze benadering vormt in de dagdagelijkse tandartspraktijk geen

realistisch beeld van de diagnostische methodiek.

CONCLUSIE – Het is belangrijk dat elke tandarts maatregelen onderneemt om het verlies aan

visueel vermogen met de leeftijd te beperken. Ondanks correcte kalibratie van beeldschermen

bestaan er nog steeds grote individuele verschillen in grijswaardenperceptie. Er kon geen

effect worden vastgesteld van de visuele achteruitgang op de cariësdiagnostiek door een

foutieve onderzoeksmethodiek. Dit dient meegenomen te worden in verdere experimenten.

3

2. Inleiding

2.1 Tandheelkundig radiografisch onderzoek

Tandartsen ma en röntgen oto’s van patiënten wanneer er nood is aan meer in ormatie dan

het klinisch onderzoek en de anamnese kunnen bieden. Op basis van de informatie verkregen

uit het radiografisch onderzoek, wordt vervolgens een diagnose gevormd. Wanneer consensus

bereikt is over de diagnose, kan men overschakelen naar de behandelopties. [1]

Cariës is een ziekte gekarakteristiseerd door een disharmonie tussen demineralisatie en

remineralisatie van tandweefsel met een netto demineralisatie als gevolg. [2] Doordat het

tandweefsel op die plaatsen minder dens is, worden meer röntgenstralen doorgelaten wat tot

uiting komt als een radiolucentie op de radiografie. [1] Bitewing-opnamen zijn een onmisbaar

diagnostisch hulpmiddel om de initiatie en progressie van een cariëslaesie op te sporen. [3]

Deze zijn vooral handig voor laesies in approximale vlakken die visueel minder toegan eli

zi n. Daarnaast levert de röntgenopname belangri e aanwi zingen over de diepte van

occlusale en appro imale cariëslaesies. [2] et schatten van de diepte van een radiolucentie

op een röntgenopname is oo eenvoudiger dan het linisch interpreteren van leur glans o

ruwheid van een laesie. i de beoordeling van cariëslaesies op röntgenopnamen wordt bi na

altijd een categorisch scoringssysteem gebruikt met de waargenomen diepte van de

radiolucentie als maatstaf. [2,3]

Het occlusale put- en fissuurpatroon is bijzonder vatbaar voor cariës omdat deze regio

ontoegankelijk is voor de tandenborstel. Bijgevolg kunnen micro-organismen zich hier

nestelen. [4] Op deze manier kan een onderliggende laesie ontstaan zonder gecaviteerd

oppervlak. Een intacte glazuurlaag biedt dus geen garantie voor een gezonde dentitie.

Verborgen occlusale cariës verwijst naar cariës ter hoogte van het dentine die vaak over het

hoofd wordt gezien bij de visuele inspectie. [5] Sommigen van deze laesies kunnen

gedetecteerd worden aan de hand van rx-foto’s maar vaak gebeurt dit te laat en heeft de laesie

reeds de pulpa geïnfecteerd. [5]

4

Hoe hoger de densiteit van een structuur, hoe groter de verzwakking van de x-stralen. In de

mond onderscheiden we volgende structuren in volgorde van afnemende densiteit: glazuur,

dentine en cement, bot, spieren, vet en lucht. [1] Metalen objecten (zoals amalgaam) zijn veel

denser dan glazuur en betere absorbeerders van x-stralen. Dense structuren hebben een witte

kleur op de rx- foto en worden radiopaak genoemd. Objecten met lage densiteiten zijn zwakke

absorbeerders en laten de meeste fotonen passeren zodat een zwarte structuur ontstaat op de

rx-foto, ze zijn radiolucent. Gedemineraliseerd tandweefsel is dus op de rx-foto als een zwarte

zone zichtbaar. [1]

De vorm van een approximale laesie in het glazuur heeft een typische driehoekige vorm met

de basis van de driehoek naar het tandoppervlak toe. Dergelijke laesie situeert zich meestal in

de zone tussen het contactpunt en de vrije marginale gingiva. Vanaf 30 à 40 procent

demineralisatie wordt de laesie pas zichtbaar op radiografie. [1] Om deze reden is de

werkelijke diepte van de laesie meestal groter dan men radiografisch zou verwachten.

Fenomenen zoals cervicale burn-out, concaviteiten ten gevolge van slijtage en dentale

anomaliën zoals hypoplasiën kunnen de verschijning van een cariëslaesie op radiografie

imiteren wat vals-positieve uitkomsten kan geven. Soms is een cariëslaesie nog onvoldoende

gedemineraliseerd zodat deze nog niet waarneembaar is op radiografie wat dan weer

aanleiding kan geven tot vals-negatieven. Overlapping van approximale tandvlakken op

bitewings kan ook een cariëslaesie maskeren. [1]

In de tandheelkundige praktijk onderscheidt men twee vormen van radiografie, namelijk

conventioneel en digitaal. [6] In de conventionele radiografie worden volgende stappen

doorlopen: beeldverwerving, chemische verwerking, transport, opslag en beeldweergave. Je

krijgt als het ware een zwart-wit foto in handen die je kan bekijken door deze tegen een

lichtbron te houden. Dit in tegenstelling tot digitale radiografie waarvan het beeld wordt

verzonden naar de computer. Digitale radiografieën kunnen op verschillende manieren

geproduceerd worden, men maakt een onderscheid tussen directe en semidirecte radiografie.

[1,6] Semidirecte beelden worden verworven door gebruik te maken van een fosforplaat-

systeem. De fosforlaag is in staat om de energie van x-stralen voor een bepaalde tijd op te

slaan. Een laser scant de beeldreceptor met infraroodstraling. Tijdens het scannen wordt de

geabsorbeerde energie in de fosforlaag vrijgelaten onder de vorm van fotostimulerende

straling deze wordt opgevangen door een ‘image intensi ier’ en vervolgens geconverteerd in

digitale beeldinformatie. Directe digitale beelden worden verkregen door gebruik te maken

5

van een ‘solid state sensor’. De solid state sensors zi n gebaseerd op een ‘charge coupled

device (CCD)’ o een ‘complementary metal o ide semiconductor based chips (CMO)’.

CCD- en CMO- systemen worden verbonden met de computer aan de hand van een kabeltje.

[6] De meest recente vormen zijn draadloos maar gaan wel gepaard met een dikkere sensor

wat oncomfortabel kan zijn voor de patiënt. [7]

Westphalen [8] toonde een significant hogere detectie van cariës aan de hand van de digitale

radiografische methode in vergelijking met de conventionele methode. Dit had voornamelijk

betrekking op cariëslaesies van kleine en middelmatige grootte. Een mogelijke verklaring

hiervoor was de vergrote weergave op het beeldscherm. Andere studies spreken dit echter

tegen. Ajmal [9] concludeert dat de conventionele film nog steeds als de gouden standaard

beschouwd moet worden omdat deze een superieure beeldkwaliteit vertoont in vergelijking

met de digitale radiografie. Binnen het digitale systeem vertoonde de directe film een

significante hogere beeldkwaliteit dan de semidirecte film. [9] Een ontoereikende resolutie

van het beeldscherm kan een oorzaak zijn van de verminderde beeldkwaliteit van digitale

radiografieën. Dit komt verder nog aan bod. [10]

Wenzel [11] kaart echter belangrijke voordelen aan van digitale radiografie. De digitale

afbeelding is dynamisch: zijn contrast en densiteit kunnen aangepast worden met behulp van

computersoftware naargelang het diagnostische doeluiteinde. Het direct digitale systeem

vereist een tot 50% lagere stralingsdosis in vergelijking met conventionele radiografie wat de

patiënt ten gunste komt. Daarnaast neemt het ontwikkelingsproces minder tijd in beslag wat

bijgevolg de totale werktijd verlaagt. Bovendien is de opslag van de afbeelding efficiënter en

wordt de communicatie vergemakkelijkt met behulp van digitale netwerken. [12,13]

De term ‘image processing’ verwi st naar het aanpassen van de gehele a beelding voor

diagnostische doeltuiteinden. ‘Image analysis’ wordt gebrui t bi het uitvoeren van

berekeningen waarbij slechts specifieke informatie ontleend wordt. Een toepassing van

beeldanalyse is ‘digitale subtractie radiogra ie’ (DSR). Deze methode laat toe subtiele

verschillen in grijswaarden te onderscheiden tussen opeenvolgende radiografieën van

dezelfde tandheelkundige regio. [6,12]

6

Afbeelding 1. Voorbeeld van digitale subtractieve radiografie. [6,12]

2.2 Beeldeigenschappen

Medische oto’s geproduceerd door –straaldetectoren, CT–scanners en andere diagnostische

middelen bevatten meestal 12 tot 16 bits per pixel. [14] Pixels worden omschreven als alle

beeldpunten in een foto en dragen in een kleurloze afbeelding enkel informatie over de sterkte

van het inkomend signaal. Het is de kleinst mogelijke eenheid van een afbeelding. Het aantal

bits per pixel bepaalt het aantal mogelijke grijswaarden dat een pixel kan aannemen. [1] Dit

laatste wordt de bitdiepte genoemd en wordt berekend door 2 te verheffen tot de macht

overeenkomstig aan het aantal bits. [1] Zo kunnen 8 bits per pixel 28 of 256 grijswaarden

weergeven, 16 bits per pixel 216

of 65.536 en 24 bits per pixel 224

of 16,7 miljoen. [1] Zoals

geïllustreerd in figuur 2 kan een bit in een kleurloze afbeelding slechts 2 waarden aannemen

namelijk zwart of wit. De hiermee overeenstemmende inputwaarden zijn 0 en 1 en deze zijn

afhankelijk van het inkomende signaal. [15] De toestand van alle bits bepaalt de uiteindelijke

grijswaarde van het pixel.

Figuur 2. Dit is een voorstelling van 8 bits per pixel, bestaande uit een rooster van 8 x 8

cellen. De individuele cellen worden ‘picture elements’ genoemd, kortweg pixels. [6] De

inputwaarden van deze 64 cellen zullen de uiteindelijke grijswaarde bepalen. Dergelijk pixel

is in staat 256 verschillende grijstinten af te beelden. [1]

7

Figuur 3. De mogelijk waarneembare grijswaarden in een afbeelding voor (A) 6 bits per pixel

of 64 grijstinten, (B) 5 bits per pixel of 32 grijstinten, (C) 4 bits per pixel of 16 grijstinten, (D)

3 bits per pixel of 8 grijstinten. [1]

Resolutie wordt in de digitale beeldbewerking gebruikt als een term om het aantal pixels op

een beeldscherm te beschrijven. Een digitaal beeld is eigenlijk niets anders dan een matrix

van beeldpuntjes die elk een bepaalde grijswaarde bevatten. De resolutie wordt meestal

aangegeven als breedte x hoogte uitgedrukt in het aantal pixels bv. 1024 x 768. [1] Het

spreekt voor zich dat hoe groter de resolutie is, hoe scherper het beeld wordt weergegeven en

hoe meer details het kan bevatten. [1] Het werkelijk aantal grijswaarden op een beeldscherm

is naast de bitdiepte van de filmdetector ook afhankelijk van het type display-systeem, de

kijkomstandigheden, eventuele aanpassing van de beeldeigenschappen en de visuele scherpte

van de waarnemer. [1] Hier wordt later dieper op ingegaan.

De beeldeigenschappen van een rx-foto zijn afhankelijk van verschillende factoren zoals de

energie en intensiteit van de x-stralenbundel, de samenstelling van het weefsel, de

filmemulsie en het verwerkingsproces. [1] Radiografisch contrast is een algemene term voor

de reikwijdte van grijswaarden op een radiografie. Het wordt gedefinieerd als het verschil in

de densiteiten tussen de lichtste en don erste regio’s op de radiogra ie. Een a beelding met

zowel don ere als lichte regio’s hee t een hoog contrast. Dergeli e a beelding wordt oo

omschreven als een korte grijsschaal van contrasten omdat er weinig grijstinten aanwezig zijn

tussen de zwarte en witte regio’s op de a beelding. Een radiogra ie en el samengesteld uit

lichtgrijze en donkergrijze zones, heeft een laag contrast en wordt gerefereerd als een lange

grijsschaal van contrast. [1]

8

Figuur 4. Eenzelfde afbeelding met toenemend contrast van links naar rechts. [16]

Bij de linkse afbeelding (1 cd/m2 tot 200 cd/m

2) en de middelste afbeelding (1 cd/m

2 tot

1000cd/m2) in figuur 4 kan het oog de verschillende contrasten in eenzelfde keer waarnemen.

Bij de rechtse afbeelding (1 cd/m2 tot 4000 cd/m

2) is dit echter niet het geval. [16] Het oog

heeft een adaptatieperiode nodig om contrast te kunnen onderscheiden binnen verschillende

regio’s van de a beelding. Wanneer het oog aangepast is aan de heldere zones en de focus

zich verplaatst naar de donkere zones, heeft het oog enkele seconden nodig om zich aan te

passen aan het lagere luminantieniveau. Tijdens deze adaptatieperiode kan de radioloog geen

subtiele details waarnemen. Zo zal het ook langer duren om een diagnose te stellen aan de

hand van een hoog contrast afbeelding dan aan de hand van een laag contrast afbeelding.

Medische afbeeldingen bevatten dus best een laag contrast om tijdverlies te voorkomen en het

risico te beperken dat subtiele beeldkarakteristieken over het hoofd worden gezien. [16] Een

contrast van 1 cd/m2 tot 4000 cd/m

2 is bij benadering het maximale contrast dat geobserveerd

kan worden wanneer het oog aangepast is aan de helderheid van zijn omgeving. [16] In een

donkere kamer is contrast makkelijker waarneembaar omdat de helderheid van de omgeving

geëlimineerd wordt. Dit wordt verklaard doordat de contrastgevoeligheid van het menselijk

oog afhankelijk is van de helderheid van zijn omgeving. De wet van Weber stelt dat de

drempel voor het waarnemen van contrasten wordt verlaagd onder donkere

lichtomstandigheden. In optimale condities zou men bij cariësdiagnostiek

achtergrondverlichting moeten elimineren, maar in patiëntgerichte instellingen is dit zelden

mogelijk. [17]

Luminantie is de lichtintensiteit per oppervlakte-eenheid gemeten in een bepaalde richting. De

universele eenheid is cd/m2,

maar luminantie wordt ook soms weergegeven door footlambert

(ftL), mililam-bert (mL) en Nit (nt). [18] Wanneer de luminantie toeneemt, lijkt de kleur meer

9

licht uit te stralen en wordt dit door ons geïnterpreteerd als meer helder. Helderheid is een

subjectief waargenomen term voor luminantie. [19]

Scherpte is de eigenschap van een radiografie om randen precies te definiëren zoals

bijvoorbeeld de cement-glazuurgrens of de begrenzing van een bottrabekel. Spatiële resolutie

verwijst naar het vermogen om details van elkaar te onderscheiden. Dit wordt vaak uitgedrukt

in eenheden van lijnparen per millimeter. [1]

De kwaliteit van een foto wordt bepaald door het beeldvormend systeem dat deze weergeeft

maar ook door het visueel systeem van de waarnemer. Om deze reden kan kwaliteit niet

zuiver fysiologisch worden omschreven omdat cognitieve en subjectieve mechanismen hier

ook toe bijdragen. [20] De eerste vereiste voor het beoordelen van kwaliteit, is het creëren van

een meetsysteem hiervoor. Het Barten-model is gebaseerd op de contrastgevoeligheid van het

humaan visueel systeem. De contrastgevoeligheid is het omgekeerde van de drempel, dit is

wanneer je het verschil niet meer ziet tussen 2 verschillende grijswaarden. [20] Aan de hand

van het Barten-model wordt de ‘ ust noticeable di erence (JND)’ naar voor gebracht als de

meeteenheid van een ‘nog net waarneembaar verschil’. In de conte t van medische displays is

een JND het kleinste verschil in luminantie tussen twee grijswaarden dat een mens nog kan

onderscheiden. [14] Als de JND een waarde aanneemt groter dan 1, dan is de gemiddelde

waarnemer in staat om twee bepaalde grijswaarden te onderscheiden. Aan de andere kant zal

de waarnemer twee grijswaarden als gelijk beschouwen wanneer de JND kleiner is dan 1.

[14,16] Het is wetenschappelijk bewezen dat het wiskundig model van Barten een lineaire

correlatie vertoont met de subjectieve waargenomen kwaliteit van een beeld, niet alleen op

vlak van resolutie maar ook op vlak van andere parameters zoals contrast en helderheid. [21]

10

3. Methodologie

3.1 Doelstelling

Wij willen onderzoeken of er een leeftijdsgebonden verschil bestaat in grijswaardenperceptie.

Daarnaast willen we bepalen of dit mogelijke verschil in het waarnemen van grijswaarde al

dan niet invloed heeft op de cariësdiagnostiek aan de hand van rx-foto’s. Grijswaarden zijn op

een digitaal beeld meestal in 256 tinten beschikbaar, maar zonder onderscheidend vermogen

van de waarnemer biedt dit hoog kwalitatief beeld geen meerwaarde. De essentiële

voorwaarde om rx- oto’s adequaat te unnen beoordelen is dus een optimale werking van het

oog. Langs de andere kant zal een oudere practicus meer ervaring hebben opgedaan en een

groter inschattingsvermogen bezitten over de diepte van een cariëslaesie op een rx-foto. Onze

vraag is dus: kan een oudere practicus zijn verlies aan visueel vermogen compenseren door

zijn ervaring?

Verder is het ook belangrijk te onderzoeken hoeveel verschillende grijswaarden te

onderscheiden zijn door het menselijk oog. Het heeft namelijk geen enkele zin om meer

informatie te vertonen dan de radioloog kan vatten. Er zijn talloze bronnen ter beschikking

met betrekking tot de cariësdiagnostiek aan de hand van rx- oto’s. De invloed van de

toenemende leeftijd met het daarmee gepaard gaande verlies aan visueel vermogen blijkt

echter nog onaangeroerd. Met deze thesis zullen we een poging wagen de kennis omtrent deze

tot nu toe onbekende factor uit te breiden.

De eerste nulhypothese - die we willen verwerpen - stelt dat de toenemende leeftijd geen

effect heeft op de grijswaardenperceptie. Dit staat haaks op onze eerste alternatieve

hypothese, die stelt dat de leeftijd wel invloed uitoefent op de grijswaardenperceptie. Aan de

hand van de resultaten uit de tweede test willen we te weten komen of er ook een effect

bestaat van leeftijd op de cariësdiagnostiek aan de hand van röntgenopnamen. Hierbij nemen

we aan dat een tandarts met een hogere leeftijd meer ervaring heeft opgedaan. De

nulhypothese van dit tweede deel stelt dat er geen effect is van de ervaring op de

cariësdiagnostiek. De tweede alternatieve hypothese spreekt dit tegen en stelt dat een meer

ervaren tandarts een cariëslaesie nauwkeuriger kan inschatten. Het is niet mogelijk om een

PICO-vraag op te stellen, we willen iets vaststellen maar voeren geen interventie uit.

11

3.2 Literatuuroverzicht

De resultaten uit het experimenteel onderzoek werden getoetst aan kennis verworven uit de

literatuur. Hiervoor werd hoofdzakelijk de databank Pubmed geraadpleegd. Bij mijn

zoekopdracht hield ik drie exclusiecriteria in gedachten: artikels in een andere taal dan Engels

of Nederlands werden uitgesloten, artikels ouder dan 1995 werden nauw onderzocht vooraleer

deze te betrekken en artikels zonder beschikbare full-text werden niet opgenomen in deze

masterproef. Vooreerst wou ik de manifestaties van de ouderdom bestuderen op onze ogen.

Hierbij voegde ik volgende zoektermen in: eye, age factor, elderly, aging, vision, rods retina,

cones retina, presbyopia. Deze termen werden bijna altijd in paren gecombineerd om zo goed

mogelijk de beschikbare bronnen te filteren. Dit onderwerp werd reeds door tal van studies

verkend, vandaar dat ik reviews opzocht die de meest volledige informatie boden. Een

additionele filter dat ik aanklikte was onder andere een publicatiedatum van maximum 5 jaar

geleden om zo de recentste conclusies te verkrijgen. Daarnaast wou ik onderzoeken of nog

andere factoren een invloed uitoefenen op onze waarneming. De artikels ‘Clinical ris actors

for age-related macular degeneration: a systematic review and meta-analysis’ van

Chakravarty [54] en ‘Li estyle e posures and eye diseases in adults’ van Klein [56], brachten

suggesties naar voor zoals obesitas, roken, hypertensie, genetische invloeden en

gedragsfactoren. Aan de hand van dit artikel kon ik meer specifiek te werk gaan. Zo werden

volgende zoektermen ingevoerd: environment, genetics, age-related eye diseases, lifestyle,

risk factors, high body mass index, hypertension, smoking. Naast de invloed van ons visueel

systeem is de grijswaardenperceptie ook afhankelijk van het beeldscherm dat een zwart-wit

foto weergeeft. Hiervoor werden volgende zoektermen gebruikt: LCD, pixel, grayscale

resolution, shades of gray, image quality, DICOM GSDF, luminance, ambient light, noise,

individual differences, visual perception. Voor het tweede deel van deze masterproef werden

artikels opgezocht over de huidige methodes voor cariësdiagnose. Aangezien micro-CT in dit

onderzoek werd gebruikt als gouden standaard werd ook dit nader onderzocht. Hierbij

kwamen volgende zoektermen aan bod: dental caries, diagnosis, decision making, dental

radiography, digital radiography, conventional radiography, image processing, micro-CT,

dentistry, beam hardening. Het boek ‘Oral radiology: principles and interpretation’ van White

[1] kwam van pas in verschillende onderdelen van deze masterproef. Dit boek werd vooral

geraadpleegd bij het schrijven van de inleiding om zo de beeldeigenschappen duidelijk te

formuleren en de rol van bitewings in de cariësdiagnostiek aan te kaarten. Doordat de MeSH-

12

termen vaak onvoldoende informatie vonden over mijn zoekopdracht, heb ik ook algemene

zoektermen ingevoegd. Dat gaf dan weer een te breed aanbod aan informatie. Het gevolg

hiervan kan zijn dat relevante artikels over het hoofd werden gezien. Hoe dan ook trachtte ik

door de verschillende aspecten van elk artikel samen te voegen een zo volledig mogelijke

samenvatting aan te bieden.

3.3 Proefpersonen

42 personen hebben deelgenomen aan deze studie, zij gaven hun toestemming door het

ondertekenen van een informed consent (bijlage 8.1). 2 proefpersonen werden geëxcludeerd

voor test 1 wegens onvolledige data voor de statistische verwerking. De proefpersonen

werden onderverdeeld in 3 leeftijdscategorieën: studenten tussen 20 en 24 jaar (14 pers),

tandartsen tussen 25 en 45 jaar (16 pers) en tandartsen met een leeftijd boven 45 jaar (10

pers). Volgende informatie werd opgenomen in de studie: leeftijd, studiejaar, praktijkervaring,

oogafwijkingen en het dragen van een bril, lenzen of loupebril. Volgende visuele beperkingen

werden beschouwd als oogafwijking: bijziendheid (14 pers), verziendheid (5 pers),

astigmatisme (5 pers) en daltonisme (2 pers). Alle proefpersonen voerden de test uit alsof ze

in de praktijk digitale taken moesten verrichten. De proefpersonen met een oogafwijking

droegen een bril of lenzen, een enkele tandarts maakte gebruik van een loupebril. De

verwerking van de scores gebeurde anoniem.

3.4 Apparatuur

Voor het uitvoeren van het onderzoek werd een laptop gebruikt van het merk Dell, met de

kenmerken lattitude E5540 en 64-bit operating system.

3.5 Werkopstelling

De laptop werd centraal gepositioneerd voor iedere proefpersoon. De inclinatie van het

beeldscherm was gelijkaardig aan de manier waarop men normaal een laptop bedient, zo ook

de afstand tot het beeldscherm. Het scherm maakte een hoek van ongeveer 100° met het

toetsenbord. Er werd getracht de achtergrondverlichting zoveel mogelijk te dempen door het

licht uit te doen of de gordijnen te sluiten.

13

3.6 Test 1

Het praktische gedeelte van deze masterproef bestond uit twee digitale experimenten die

uitgevoerd werden op een laptop. Bij de eerste test werd een inschatting gemaakt van de

grijswaardenperceptie. Deze test vertoont gelijkenissen met de experimenten van Haak [17] in

2002 en van Okkalides [22] in 1996. Tijdens het experiment van Haak [17] moest de

deelnemer een van kleur wisselend vierkantje detecteren binnen een groter vierkant. De

monochrome intensiteit van het binnenste vierkantje nam toe op een continue manier

beginnende bij grijswaarde 0 (zwart) totdat de waarnemer een verschil detecteerde tussen het

buitenste vierkant en het wisselende binnenste vierkant. Hierna werd de grijswaarde van het

buitenste vierkant aangepast aan het binnenste vierkant. Daaropvolgend verdonkerde het grote

vierkant totdat opnieuw een verschil tussen beide vierkanten gedetecteerd werd door de

waarnemer. Op deze manier werd de grijsschaal van een 8-bit afbeelding overlopen in 2

richtingen: beginnende van waarde 0 tot en met waarde 255 en omgekeerd. De niet-

gedetecteerde grijswaarden werden automatisch vastgelegd aan de hand van software. [17]

Okkalides [22] controleerde de geschiktheid van een standaard computer voor de weergave

van grijswaarden. Het computerprogramma omvatte een 4x4 rooster met vierkantjes van 3x3

cm, waarbij alle vierkantjes in een verschillende tint van grijs konden transformeren. Het

computerprogramma startte bij de grijswaarde 0 en toonde twee daaropvolgende lichtere

grijswaarden in twee vierkantjes, 14 andere vierkantjes namen dus de kleur zwart aan. Aan de

deelnemer werd gevraagd om de vierkantjes te detecteren die lichter waren, en deze aan te

klikken met de computermuis. De procedure werd herhaald tot alle 256 waarden overlopen

waren. Deze test werd drie maal uitgevoerd aan een snelheidstempo van 1, 2 en 3

grijswaarden tussen de twee lichtere vierkantjes en de overige donkerdere vierkantjes. Bij de

derde test kon de waarnemer de contrasten dus het makkelijkst waarnemen. Wanneer de

lichtere vierkantjes in 80% van de gevallen herkend werden, dan beschouwde men deze als

verschillend. [22] In het experimenteel onderzoek van deze masterproef verplaatste een

kleiner vierkant (1,5 bij 1, 5 cm) zich op willekeurige wijze binnenin een groter vierkant (7,5

bij 7,5 cm) zoals voorgesteld in figuur 5.

14

Figuur 5. Een verkleind ontwerp van het kleine vierkant binnenin het grote vierkant.

Deze verplaatsing deed zich elke 2,5 seconden voor. Tegelijkertijd transformeerden beide

vierkanten in een andere tint van grijs. Aan elk pixel werd een grijswaarde gegeven tussen 1

en 4050 wat ongeveer overeenkomt met het kleurenspectrum van een 12-bit afbeelding (4096

grijswaarden). De volgorde in grijswaarden was willekeurig maar geordend van donker naar

licht, de grijsschaal werd opgedeeld in klassen van 500 grijswaarden en zette zich voort met

sprongen van 50 grijswaarden. Zo kreeg je dus volgende klassen: 1-500, 51-550, 101–600

enzovoort. De software zorgde voor een gelijkmatige selectie van grijswaarden uit de

verschillende klassen. De grijswaarde van het kleine vierkant (de voorgrond) was afgestemd

op het grote vierkant (de achtergrond). De voorgrond varieerde van de achtergrond met een

afstand op de grijsschaal tussen 1 en 50 grijswaarden in positieve zin, dit kleine vierkant was

dus altijd lichter. In het totaal werden 350 verschillende tinten grijs getoond aan de

proefpersonen. Soms was het contrast tussen de twee figuren amper te onderscheiden, terwijl

dit op andere momenten zeer duidelijk was.

3.7 Test 2

Tijdens de tweede test werden aan de deelnemers rx-foto's getoond van geëxtraheerde tanden

waarop al dan niet cariës aanwezig was. Vooraf aan het maken van de röntgenopnamen

werden de tanden gestabiliseerd aan de hand van een kunsthars Frasaco-model. Vervolgens

werd het beeld verkregen aan de hand van twee verschillende sensoren (Sirona, Arseus). De

beelden werden uit de opname geknipt en element per element aan de waarnemer getoond. De

deelnemer moest oordelen over de diepte van een mogelijke cariëslaesie en hierbij zijn

zekerheid omtrent het gegeven antwoord aanduiden. Hij moest hiervoor één uit volgende 5

mogelijkheden selecteren: geen cariës, cariës minder dan 50% in het glazuur, cariës gelijk aan

of meer dan 50% in het glazuur, cariës minder dan 50% in het dentine, cariës gelijk aan of

meer dan 50% in het dentine. Telkens werd één van voorgaande keuzes gecombineerd met het

15

zelfvertrouwen over deze beslissing (‘con idence scale’): heel zeker, redelijk zeker, mogelijks

verkeerd, eerder onzeker, heel onzeker.

Figuur 6. (a) Voorbeeld van een röntgenfoto zoals deze getoond werd aan de deelnemers. (b)

De rechtse afbeelding is een uitsnede van de linkse afbeelding waarop de cariës duidelijker te

zien is. [3]

De beoordeling gebeurde vlak per vlak, beginnend aan de linkerzijde, vervolgens langs

occlusaal en eindigend bi de rechterzi de. El e oto was voorzien van de letter ‘L’ in de

linkerbovenhoek zodat er geen verwarring kon bestaan. De deelnemer kreeg hiervoor de tijd

die hij nodig achtte, bij deze tweede proef was geen tijdsfactor aanwezig. De rx- oto’s van

geëxtraheerde tanden betroffen enkel premolaren en molaren, zowel uit de onderkaak als uit

de bovenkaak. De tanden werden onderzocht op cariës aan de hand van ‘Micro Computed

Tomography (micro-CT)’. Dit is een miniatuurontwerp van ‘Cone-Beam Computed

Tomography (C CT)’ maar is technisch verschillend omwille van twee aspecten. Ten eerste

zal bij CBCT de stralenbundel en de detector rond de patiënt roteren in tegenstelling tot

micro-CT waarbij het object roteert terwijl de stralenbundel en de detector ter plaatse blijven.

Ten tweede is de grootte van de stralenbundel kleiner (tussen 5 en 10 micrometer) wat een

beeld met een hogere resolutie oplevert. [23] Micro-CT vertoont een belangrijk voordeel ten

opzichte van cariësdiagnose aan de hand van histologie. Diagnose aan de hand van histologie

vereist het prepareren van coupes uit het te onderzoeken weefsel. Deze procedure neemt tijd

in beslag en bevat ook het risico dat informatie verloren gaat tijdens het prepareren van het

weefsel. Dergelijke voorbehandeling is destructief en verhindert het gebruik van het

doelmateriaal voor andere toepassingen. Dit is niet het geval bij micro-CT dat de interne

tandstructuur zal weergeven als een driedimensionale figuur of als visuele discrete coupes.

[23] Voor dit onderzoek werd gebruik gemaakt van het micro-CT systeem ‘S yscan 1172’

(89 kV, 90 microA, voxelgrootte 11,74 micrometer). De tanden werden gereconstrueerd aan

16

de hand van cross-sectionele coupes. Een aantal voorbeelden worden hieronder getoond op de

doorsnedes die de maximale dieptes van de cariëslaesies bevatten. De diepte werd berekend

vanaf het glazuur naar het binnenste van de tand toe. Dit is dus telkens in een andere richting

voor de linkerzijde, de occlusale zijde en de rechterzijde. De gedemineraliseerde laesies zijn

meer doorgankelijk voor rx-stralen en worden als lichte zones afgebeeld. Dit in tegenstelling

tot het intacte harde tandweefsel wat een barrière vormt voor de elektromagnetische straling.

Het verschil in mineralisatiegraad tussen glazuur (85 volume %) en dentine (47 volume %)

verklaart de verscheidene tinten grijs. [3] Bij de drie scans in figuur 7 reiken de approximale

laesies tekens tot in het dentine. Micro-CT werd in dit onderzoek beschouwd als de gouden

standaard en de resultaten van de deelnemers werden hiermee vergeleken.

Figuur 7. Voorbeelden van cross-sectionele coupes van tanden met cariëslaesies opgenomen

in dit onderzoek.

3.8 Statistische verwerking

Alle data werden digitaal opgeslagen in een databank (Apache Open Office en Microsoft

Excel) en werden verwerkt met behulp van het programma 'Statistical Product and Service

Solutions (SPSS, versie 22)'. We deelden de proefpersonen op in 3 leeftijdscategorieën en

onderzochten met een Kruskal-Wallis-test of er een effect was van leeftijd op de

grijswaardenperceptie. Deze test werd gekozen om meerdere onafhankelijke groepen met

elkaar te vergelijken voor een continue variabele namelijk de scores op de test. Mann-

Whitney U-testen werden gebruikt voor paarsgewijze vergelijkingen van de

leeftijdscategorieën. Deze test onderzocht of twee onafhankelijke steekproeven afkomstig

waren uit dezelfde populatie voor een continue variabele. De nulhypothese werd verworpen

bij een p-waarde kleiner dan 0,05. Een p-waarde groter dan 0,05 werd beschouwd als niet-

significant. Het grijswaardenspectrum, gebruikt tijdens de eerste test, werd ingedeeld in

klassen per 500 zodat we de scores konden bestuderen voor de verschillende tinten grijs.

Volgende klassen werden gebruikt: 0-500, 501-1000, 1001-1500, 1501-2000, 2001-2500,

17

2501-3000, 3001-3500, 3501-4000. De leeftijdscategorieën werden als volgt gecodeerd:

studenten tussen 20 en 24 jaar (Cat 1), tandartsen tussen 25 en 45 jaar (Cat 2) en tandartsen

boven 45 jaar (Cat 3). Cat 1 bevatte 14 personen, Cat 2 bevatte 16 personen en Cat3 bevatte

10 personen. De scores op de eerste test correspondeerden met fracties van de correcte

antwoorden. Een Mann-Whitney U-test, die de scores vergeleek van de proefpersonen met en

zonder oogprobleem, werd gebruikt om de invloed van een oogprobleem aan te tonen op de

gemiddelde scores. Een meervoudige lineaire regressie werd gebruikt om een model op te

stellen voor de score op basis van leeftijd, oogprobleem en grijswaardenklasse.

We toetsten de invloed van ervaring en leeftijd op de cariësdiagnostiek aan de hand van

Kappa-coëfficiënten. We onderzochten zo de graad van overeenkomst tussen de evaluatie met

tweedimensionale röntgenopnamen en micro-CT.

18

4. Resultaten

___________________________________________________________________________

4.1 Assumpties

Omdat de scores binnen sommige categorieën significant afwijkten van een normaalverdeling

werd consequent gekozen voor niet-parametrische testen. Kolmogorov-Smirnov-testen

toonden een significante afwijking aan voor 6 combinaties van leeftijdscategorieën en

grijswaardenklassen en voor 3 combinaties van oogproblematiek en grijswaardeklassen.

(bijlage 8.2)

4.2 Scores test 1 per leeftijdscategorie

De Kruskal-Wallis-test geeft aan dat er voor alle grijswaardenklassen een significant verschil

bestaat tussen de 3 leeftijdscategorieën met p< 0,05 behalve voor de grijswaarden tussen 3001

en 3500, H(2)= 4,154 met p= 0,125.

Interval 0-500 501-

1000

1001-

1500

1501-

2000

2001-

2500

2501-

3000

3001-

3500

3501-

4000

H(df=2) 6,181 13,735 17,179 13,328 14,012 6,281 4,154 6,439

p 0,045 0,001 <0,001 0,001 0,001 0,043 0,125 0,040

Tabel 1. Kruskal-Wallis-test: scores per grijswaardenklasse voor de 3 leeftijdscategorieën

samen. Voor alle grijswaardenklassen werd een significant verschil gevonden behalve voor

de grijswaarden tussen 3001 en 3500.

Als post-hoc-testen voor de grijswaardenklassen met significante verschillen gebruikten we

Mann-Whitney U-testen met Bonferroni-correctie. Er werden voor alle grijswaardenklassen

significante verschillen gevonden tussen Cat1 en Cat3 behalve voor de grijswaarden tussen 0

en 500. Er werden geen significante verschillen gevonden tussen Cat2 en Cat3 op één

grijswaardenklasse, 1501- 2000, na. De positie en spreiding van de gemiddelde scores binnen

de drie steekproeven worden weergegeven aan de hand van een meervoudige boxplot. Het

verband tussen leeftijd en gemiddelde score wordt weergegeven aan de hand van een

19

scatterplot. Deze figuren verduidelijken een daling van de gemiddelde scores met toenemende

leeftijd.

Interval 0-500 501-

1000

1001-

1500

1501-

2000

2001-

2500

2501-

3000

3501-

4000

Cat1-

Cat2

0,01 0,03* 0,08

* 0,05 0,12

* 0,08 0,11

Cat1-

Cat3

0,09 0,06* 0,10

* 0,15

* 0,16

* 0,15

* 0,26

*

Cat2-

Cat3

0,08 0,04 0,02 0,11* 0,04 0,07 0,15

*p< 0,05/3= 0,017

Tabel 2. Mann-Whitney U-testen: het verschil in gemiddelde scores tussen de

leeftijdscategorieën voor de grijswaardenklassen waarvoor de Kruskal-Wallis-test een

significant verschil aangaf. De verschillen in gemiddelde scores worden uitgedrukt in

fracties.

Figuur 7. Boxplot: gemiddelde score versus leeftijdscategorie. De mediaan voor de jongste

leeftijdscategorie ligt het hoogst, daarop volgt de middelste leeftijdscategorie en voor de

20

oudste leeftijdscategorie ligt de mediaan het laagst. De spreiding binnen de middelste

categorie is het grootst.

Figuur 8. Scatterplot: gemiddelde score versus leeftijd. De scatter-wolk is samengesteld uit

evenveel punten als er deelnemers zijn. De punten van de jongere deelnemers zijn hoger

gelegen in vergelijking met de oudere deelnemers. De determinatiecoëfficiënt is gelijk aan 0,

292 wat aangeeft dat 29,2 % van de totale variantie verklaard kan worden door het regressie

model.

4.3 Scores test 1 tussen personen met en zonder visuele beperking

Een Mann-Whitney U-test duidde aan dat de scores van de proefpersonen zonder

oogafwijkingen significant beter zijn voor de grijswaardenklassen tussen 1501 en 2000 (U=

491,5; p= 0,037), tussen 2501 en 3000 (U= 499,0; p= 0,032) en tussen 3001 en 3500 (U=

96,5; p= 0,014) in vergelijking met de proefpersonen met oogproblemen. Deze resultaten

worden visueel voorgesteld aan de hand van een meervoudige boxplot.

21

Figuur 9. Boxplot: gemiddelde score versus aanwezigheid oogprobleem. De steekproef met

een oogprobleem vertoont een grotere spreiding binnen de groep en de mediaan ligt lager. Er

is één outlier aanwezig voor de groep zonder oogprobleem.

4.4 Meervoudige lineaire regressie

Een meervoudige lineaire regressie werd gebruikt om te bepalen hoe nauwkeurig de score

verklaard kan worden op basis van leeftijd, de aanwezigheid van een oogprobleem (0=geen

probleem, 1=oogprobleem) en de grijswaardenklasse. Een Kolmogorov-Smirnov-test (bijlage

8.2) toonde aan dat de residu’s normaal verdeeld zi n p= 0 088. De a han eli heid tussen de

verklarende variabelen en de score is significant, F(3, 321)=154.3, p <0,001. De verklarende

variabelen verklaren 59.1% van de variantie. De partiële regressiecoëfficiënten zijn voor alle

onafhankelijke variabelen significant en negatief.

22

Tabel 3. Deze tabel geeft de Pearson correlatiecoëfficiënt weer (R= 0,768). De

determinatiecoëfficiënt is het kwadraat van de Pearson correlatiecoëfficiënt (R square= 0,

591).

Tabel 4. De p-waarde in de ANOVA-tabel test of dit lineair regressiemodel zinvol is.

Aangezien p< 0,05 kan de nulhypothese, die stelt dat de partiële regressiecoëfficiënten gelijk

zijn aan 0, verworpen worden.

Score B Std. Fout β t p

Intercept 1,083 0,028 38,353 0,000***

Oogprobleem -0,57 0,028 -0,117 -3,185 0,002**

Leeftijd -0,004 0,018 -0,228 3,840 0,000***

Grijswaardenklasse -0,000146 0,000007 -0,719 4.599 0,000***

(N=325. *p< 0,05 **p< 0,01 *** p< 0,001)

Tabel 5. Regressieanalyse score met als verklarende variabelen oogprobleem, leeftijd en

grijswaardenklasse.

23

4.5 Scores test 2

Kappa-

coëfficiënt

p-waarde Kappa-

coëfficiënt

p-waarde Kappa-

coëfficiënt

p-waarde

Personen Links Links Occlusaal Occlusaal Rechts Rechts

1 (23 jaar) -0,12 0,88 0,04 0,93 0,39 0,27

2 (26 jaar) -0,10 0,90 0,12 0,77 -0,11 0,88

3 (54 jaar) -0,07 0,93 -0,01 0,99 -0,01 0,99

4 (21 jaar) -0,10 0,89 0,09 0,85 -0,03 0,97

5 (23 jaar) 0,00 1,00 0,10 0,82 0,01 0,99

6 (22 jaar) -0,13 0,86 0,06 0,89 0,00 1,00

7 (22 jaar) -0,08 0,93 -0,01 0,97 0,01 0,99

8 (23 jaar) -0,08 0,92 0,07 0,87 0,01 0,99

9 (23 jaar) -0,04 0,95 0,16 0,71 -0,12 0,83

10 (21 jaar) -0,04 0,95 0,00 1,00 0,00 1,00

11 (23 jaar) -0,04 0,95 0,08 0,87 0,04 0,97

12 (23 jaar) 0,03 0,95 0,08 0,85 -0,03 0,98

13 (44 jaar) -0,08 0,91 0,08 0,85 -0,31 0,63

14 (28 jaar) -0,07 0,94 0,00 1,00 0,25 0,74

15 (59 jaar) -0,12 0,88 0,04 0,93 0,39 0,27

16 (59 jaar) -0,08 0,92 -0,03 0,95 -0,03 0,97

17 (51 jaar) -0,11 0,88 -0,03 0,95 -0,02 0,98

18 (23 jaar) -0,09 0,91 -0,02 0,96 -0,02 0,98

19 (52 jaar) -0,03 0,97 0,17 0,75 0,10 0,91

20 (53 jaar) -0,10 0,90 -0,01 0,97 0,03 0,97

21 (36 jaar) -0,15 0,84 0,04 0,94 0,12 0,88

22 (42 jaar) 0,00 1,00 -0,04 0,93 0,05 0,93

23 (22 jaar) 0,00 1,00 -0,03 0,95 -0,06 0,93

24 (24 jaar) -0,09 0,92 0,07 0,89 -0,22 0,58

25 (35 jaar) -0,19 0,76 0,02 0,97 -0,04 0,96

26 (54 jaar) -0,11 0,89 0,01 0,97 -0,06 0,93

27 (52 jaar) -0,12 0,88 0,03 0,95 -0,16 0,63

28 (55 jaar) -0,14 0,87 0,02 0,97 -0,01 0,99

24

29 (27 jaar) 0,11 0,84 0,01 0,99 0,01 0,98

30 (29 jaar) 0,00 1,00 0,00 0,99 0,12 0,88

31 (67 jaar) 0,00 1,00 0,10 0,81 0,08 0,92

32 (41 jaar) -0,06 0,94 -0,01 0,98 0,10 0,87

33 (57 jaar) -0,09 0,91 0,07 0,89 0,16 0,78

34 (26 jaar) -0,08 0,92 -0,05 0,93 0,15 0,75

35 (28 jaar) 0,15 0,79 0,09 0,84 0,02 0,96

36 (44 jaar) 0,04 0,95 0,10 0,81 -0,23 0,63

37 (26 jaar) -0,22 0,79 0,12 0,80 0,12 0,87

38 (27 jaar) -0,09 0,91 -0,04 0,82 0,00 1,00

39 (21 jaar) -0,09 0,90 0,07 0,87 0,15 0,32

40 (35 jaar) -0,10 0,90 0,03 0,95 0,17 0,84

41 (42 jaar) -0,05 0,95 0,06 0,88 0,04 0,95

42 (34 jaar) 0,03 0,95 0,01 0,98 -0,06 0,92

Tabel 6. De Kappa-coëfficiënten drukken de graad van overeenkomst uit tussen de

beoordelingen van alle proefpersonen en de beoordelingen aan de hand van de gouden

standaard. De p-waarde geeft het significantieniveau aan voor de Kappa-coëfficiënten.

Cohen’s Kappa-coëfficiënten werden berekend voor de overeenkomst uit te drukken tussen de

beoordelingen van de proefpersonen aan de hand van tweedimensionale röntgenopnamen en

de beoordeling van de expert aan de hand van de gouden standaard. De nulhypothese stelt dat

er geen graad van overeenkomst bestaat tussen de beoordelingen aan de hand van

tweedimensionale radiografie en micro-CT. De nulhypothese kan voor geen enkele

beoordeling verworpen worden. Daarnaast zijn de meeste Kappa-coëfficiënten lager dan 0,40

wat op een zwakke overeenkomst wijst of ze zijn negatief wat eerder een tegenspraak

aanduidt. We beschouwen daarom de beoordelingen als niet significant afwijkend van het

toeval door problemen met de onderzoeksopstelling of -methode.

25

5. Discussie

___________________________________________________________________________

5.1 Interpretatie resultaten

De Kruskal-Wallis-test toonde voor bijna alle grijswaardenklassen een significant verschil in

gemiddelde scores tussen de drie leeftijdscategorieën. De Mann-Whitney U-testen lieten zien

dat deze verschillen zich voornamelijk situeerden tussen de jongste en de oudste

leeftijdscategorie. Tussen de middelste en de oudste leeftijdscategorie zijn er bijna geen

significante verschillen. Dit doet ons vermoeden dat de jongere deelnemers beter contrasten

tussen grijswaarden kunnen waarnemen in vergelijking met de oudere tandartsen. Deze

resultaten doen veronderstellen dat het visueel vermogen achteruit gaat voor de leeftijd van 45

jaar. We zien immers significante verschillen tussen de jongste en de middelste

leeftijdscategorie maar nauwelijks tussen de middelste en oudste leeftijdscategorie.

De Mann-Whitney U-test toonde voor drie grijswaardenklassen een significant beter resultaat

aan voor de personen zonder oogprobleem in vergelijking met de personen met oogprobleem.

Hieruit blijkt dat personen met een oogafwijking ondanks optische hulpmiddelen (bril, lenzen,

loupebril) niet in staat zijn even goede scores te behalen als de proefpersonen zonder visuele

afwijking.

De meervoudige lineaire regressie duidde aan dat de gemiddelde score wordt beïnvloed door

de leeftijd, de aanwezigheid van een oogprobleem en de grijswaardenklasse. Een stijgende

grijswaardenklasse heeft het grootste negatief effect op de gemiddelde scores. Naarmate de

grijstinten lichter worden zijn deze moeilijker te onderscheiden.

De Kappa-coëfficiënten die voortkwamen uit de tweede test zijn allemaal niet significant.

Losstaand van de p-waarden zi n de Kappa’s oo zeer laag. Bij de proefpersonen kon dus

geen effect worden aangetoond van leeftijd of grijswaardenperceptie op de cariësdetectie.

Door het feit dat de Kappa-coëfficiënten tussen tweedimensionale radiografie en micro-CT

niet significant bleken, konden de resultaten niet verder statistisch worden verwerkt. De

tweede hypothese kon in het onderzoek zoals het opgezet was, niet worden verworpen noch

bevestigd.

26

C)

B

A

27

Figuur 10. Links: fractie waargenomen grijswaarden in functie van het

grijswaardenspectrum van drie willekeurige proefpersonen. Rechts: voorstelling van de

grijswaardencombinaties (achtergrond en voorgrond) die aan bod kwamen tijdens de test bij

de respectievelijke proefpersonen. Groene punten werden correct waargenomen, rode punten

werden niet gedetecteerd.

Figuur 10 illustreert de resultaten van de eerste test (fractie gedetecteerde grijswaarden) van

drie proefpersonen in functie van het grijswaardenspectrum. Hieruit blijkt een grote

individuele variatie in grijswaardenperceptie. Na alle scores geëvalueerd te hebben, kunnen

we vaststellen dat de resultaten van alle andere deelnemers toegewezen kunnen worden aan

één van deze drie categorieën.

In grote lijnen kunnen we de drie patronen als volgt omschrijven. Patroon A vertoont een

centrale inzinking van de grafiek ter hoogte van de grijswaarden tussen 2000 en 3000. Het

dieptepunt treedt op bij waarde 2500 waarna de grijswaarden weer beter waargenomen

werden door de proefpersoon. Dergelijke voorstelling kwam ook voor bij andere

proefpersonen met lagere of hogere scores. Zo verplaatste de functie zich (bij benadering) in

zijn totaliteit in verticale zin naar beneden of naar boven. Andere gelijksoortige grafieken

vertoonden een inzinking ter hoogte van een ander deelgebied op de grijsschaal. Patroon B

geeft een lineaire functie weer met een dalend verloop. Hoe lichter de grijswaarden tot stand

kwamen, hoe minder deze waargenomen konden worden door de proefpersoon. Dergelijke

grafiek vormde zich bij alle oudere tandartsen (boven 45 jaar), op één uitzondering na, hoewel

ook studenten gelijkaardige scoreverdelingen behaalden. Dit type patroon was het meest

frequent onder de 40 deelnemers. Soms behaalden de proefpersonen betere scores waarbij

dergelijke functie zich in verticale zin naar boven verplaatste, soms was het verloop van de

rechte meer grillig waarbij er meer variatie voorkwam binnen de deelgebieden op de

grijsschaal. Patroon C kunnen we grofweg beschouwen als een horizontale. Er bestaat een

kleinere dip ter hoogte van dezelfde zone als patroon A. Dit patroon werd teruggevonden bij

de jongere deelnemers maar was weinig voorkomend. Proefpersonen met dergelijk resultaten

werden bestempeld als de beste waarnemers. Ook hier kwam dezelfde functie voor met betere

en slechtere scores en afhankelijk hiervan een verplaatsing langs de y-as. We kunnen

concluderen dat patroon A en C kenmerkend zijn voor de jongere tandartsen. Deze patronen

ontwikkelden zich niet bij tandartsen met een leeftijd boven 30 jaar op één uitzondering na.

28

Patroon B trad op bij tandartsen van alle leeftijden maar werd steiler bij de oudere deelnemers

en kende ook een verplaatsing naar beneden omdat lagere scores werden behaald.

De rechtse afbeeldingen in figuur 10 komen overeen met de combinaties in grijswaarden van

de achtergrond en de voorgrond die gehanteerd werden bij de drie willekeurige

proefpersonen. De x-as representeert de kleur van de achtergrond (het grote vierkant), de y-as

staat voor het contrast tussen beide vierkanten. Zoals reeds uitgelegd nam het kleine vierkant

altijd een lichtere kleur aan dan het grote vierkant met een sprong op de grijswaardenschaal

tussen 1 en 50. Om de grijswaarde van het kleine vierkant te vinden neem je dus de som van

de waarde op de x-as en de y-as. De niet waargenomen grijswaarden (de rode punten)

bevinden zich voornamelijk in het onderste gedeelte van figuur 10 omdat bij deze combinaties

het contrast tussen beide vierkanten het zwakst was. Daarnaast treedt er ook een verschuiving

op van de wolk van rode dots naar de rechterzijde omdat de lichtere grijswaarden moeilijker

gedetecteerd werden.

Er was onvoldoende tijd om alle gerekruteerde proefpersonen twee keer te laten scoren om

een waarheidsgetrouw beeld te krijgen van de testprocedure. Slechts vijf studenten vonden

hiervoor de tijd. We kunnen uit deze beperkte reeks van gegevens geen algemene conclusies

trekken. Toch brengt een vergelijking van de resultaten van twee testen bij dezelfde persoon

interessante bevindingen aan het licht.

Figuur 11. Percentage waargenomen grijswaarden in functie van het grijswaardenspectrum

van proefpersoon X1 met een tijdsinterval van één maand.

29

Figuur 11 vertoont geen grote verschillen tussen de beide testprocedures van eenzelfde

deelnemer. Dit is een resultaat dat we hoopten te constateren. Beide grafieken vertonen goede

scores die het behoorlijke visuele vermogen van de waarnemer weerspiegelen. Beide

testprocedures werden dan ook uitgevoerd in dezelfde ruimte. Dit was niet het geval bij de

andere vier studenten die zich tijdens de tweede testprocedure op een andere locatie bevonden

dan tijdens de eerste testprocedure. In figuur 12 uit dit zich in markant verschillende

resultaten. De eerste keer werd de test namelijk uitgevoerd in een kamer met een raam, de

tweede keer in een kamer zonder raam waar het volledig donker was. Dit laatste werd in de

literatuur al uitvoerig bestudeerd wat de negatieve invloed van achtergrondlicht op de

grijswaardenperceptie bevestigde. Later in deze masterproef zullen we hier dieper op ingaan.

De proefpersonen met de beste resultaten bevonden zich niet in een volledig verduisterde

ruimte wat ons doet vermoeden dat personen met een goede visie ook behoorlijke resultaten

kunnen behalen in een ruimte met beperkte achtergrondverlichting.

Figuur 12. Percentage waargenomen grijswaarden in functie van het grijswaardenspectrum

van proefpersoon X2 met een tijdsinterval van één maand. De linkse test in een ruimte met

gematigde achtergrondverlichting, de rechtse test in een ruimte zonder

achtergrondverlichting.

5.2 Het oog in functie van de leeftijd

Gezichtsverlies met het ouder worden is een niet te onderschatten gezondheidsprobleem. Vele

structurele en fysiologische veranderingen die plaatsvinden in het oog tijdens het natuurlijke

proces van verouderen, zijn dezelfde mechanismes die aan de basis liggen van ziekten. Dit

bemoeilijkt het definiëren van normale ouderdomsverschijnselen omdat de scheidingslijn met

30

pathologische processen door verschillende oogspecialisten anders beoordeeld kan worden.

[24] De functie van het oog zal toenemen tot aan een leeftijd van 20 jaar en zal dalen vanaf

een leeftijd van 50 jaar. [25] Bij benadering zal een derde van de populatie op de leeftijd van

65 jaar geconfronteerd worden met een oogziekte. [26] De meeste voorkomende

leeftijdsgebonden oogafwijkingen zi n ‘age-related macular degeneration (AMD)’ glaucoma

cataract en diabetische retinopathie. [26,27,28]

In de volgende paragrafen wordt vaak verwezen naar de structurele elementen van het oog.

Figuur 13 geeft dit kort weer om volgende tekst meer verstaanbaar aan te brengen. In de

buitenste laag van de retina zijn de fotoreceptoren (staafjes en kegeltjes) gesitueerd. De fovea

is een onderdeel van de gele vlek, ook macula genoemd. Deze zone bevat de hoogste

concentratie aan fotoreceptoren. [29]

Figuur 13. anatomie van het oog. [28] (Relevante vertalingen: vitreous humor: glasachtig

lichaam, choroid: vaatvlies).

De kwaliteit van het menselijk oog zal onbetwistbaar afnemen met toenemende leeftijd. Ten

eerste zal de pupil met de jaren vernauwen (miosis) en zal het glasachtig lichaam een groot

aandeel van zijn transparantie verliezen. Als gevolg hiervan zal minder licht de retina

bereiken. Dit creëert de vraag naar meer licht bij ouderen bij bepaalde activiteiten zoals bij het

lezen van een boek. Ten tweede wordt de lens dikker en minder elastisch, dit brengt met zich

mee dat het moeilijker wordt om te focussen op dichtbij staande objecten. [30] Naast het

glasachtig lichaam wordt ook de lens met de jaren ondoorzichtiger ten gevolge van

wijzigingen in de verhouding van de lensproteïnes (meer onoplosbaar albumine en minder

31

oplosbaar crystalline). [31] Hierdoor zal de invallende hoeveelheid licht op de fotoreceptoren

in de retina nog meer afnemen. Tevens gaat de contrastsensitiviteit achteruit, vooral op

middelhoge en hoge spatiële resoluties. Deze laatste termen verwijzen naar het waarnemen

van kleine objecten, details of scherpe randen van grote objecten. [30]

De vervormbaarheid van de lens neemt af met de ouderdom en zo ook de

accommodatiebreedte. Voor het observeren van dicht gelegen voorwerpen zal de sterkte van

het oog (de lens) moeten toenemen. Het nabijheidspunt is het dichtste punt dat door een

persoon nog scherp kan worden waargenomen, het vertepunt is het verste punt dat nog scherp

kan worden waargenomen. De accommodatiebreedte geeft het verschil in sterkte tussen deze

twee punten als voorwerp. De accomodatiebreedte verkleint vanaf de leeftijd van 40 jaar en

benadert de nulwaarde rond 60 jaar, in dit laatste stadium spreken we van presbyopie of

ouderdomsverziendheid. [32,33]

Het proces van verouderen en zijn manifestaties op de retinale cellen werden in het verleden

al uitgebreid bestudeerd in oftalmologische laboratoria. Morfologische veranderingen doen

zich voor ter hoogte van de retina. Zo ondergaan retinale bloedvaatjes arteriosclerose en er

treedt een afname op in de dichtheid van capillairen ter hoogte van de fovea. [34] Ook zal het

aantal fotoreceptoren en zenuwcellen (ganglioncellen) progressief afnemen. [24] Dit proces

tast eerst de staafjes aan en daarna pas de kegeltjes. Daardoor zal de scotopische gevoeligheid

(kijken bij duistere achtergrondverlichting) eerder verslechteren in vergelijking met de

fotopische gevoeligheid (kijken bij heldere achtergrondverlichting). [34] De staafjes zijn

namelijk verantwoordelijk voor onze adaptatie aan het donker en zijn meer lichtgevoelig dan

de kegeltjes die verantwoordelijk zijn voor de kleurwaarneming. [35] Staafjes zijn bijzonder

kwetsbaar voor genetische defecten en veranderingen in hun micro-omgeving. Het zijn de

eerste neuronen die zullen sterven tijdens het verouderingsproces en in retinale degeneratieve

ziekten. [36]

Een verminderde donkeradaptatie op termijn is een bijkomend gevolg van

ouderdomsfenomenen zoals pupilvernauwing, verminderde lensdoorlaatbaarheid en kleinere

staafjespopulatie. Een verstoorde rhodopsine-regeneratie draagt hier ook toe bij. Dit wordt

teweeg gebracht door structurele en ysiologische veranderingen ter hoogte van de ‘retinal

pigment epithelium (RPE)’ en ruch’s membraan (binnenste laag van het vaatvlies, grenzend

aan het netvlies). Zo zal op termi n ruch’s membraan verdi en zal extracellulair materiaal

32

zich opstapelen tussen deze twee membranen en zullen de RPE-cellen anatomische

veranderingen ondergaan. [34] Deze veranderingen compromitteren de metabolische

uitwisseling door het ontstaan van een diffusiebarrière tussen het vaatvlies en de

fotoreceptoren wat aanleiding geeft tot een verminderde vitamine A concentratie. Deze

vitamine is van kritisch belang voor de essentiële functies van de staafjes. [24]

Voor het waarnemen van grijswaarden zijn enkel de staafjes van belang. Voor de volledigheid

wil ik toch aangeven dat ook ter hoogte van de kegeltjes veranderingen zullen optreden met

de jaren. Dit zal de kleurendiscriminatie op termijn negatief beïnvloeden. Vaak is dit ook toe

te schrijven aan het voorkomen van pathologische condities die degeneratieve processen

zullen versnellen. Het is dus zeer aannemelijk dat andere ziekten een grote invloed uitoefenen

op de kleurendiscriminatie en het natuurlijke verouderingsproces van het oog verzwaren.

[25,37] Obata [38] bevestigde een negatieve correlatie tussen de leeftijd en de distributie van

de kegeltjes ter hoogte van de gele vlek. Een van de oorzaken was de gebrekkige overdracht

van metabolieten tussen RPE en ruch’s membraan wat aanleiding ga tot insu iciënte

voedingsstoffen en ischemie van de kegeltjes. Wuerger [39] stelde een significante daling vast

in chromatische sensitiviteit met toenemende leeftijd voor de kleuren rood, groen en blauw.

Deze afname was het meest uitgesproken voor de kleur blauw.

Samengevat kunnen we constateren dat veroudering veranderingen teweeg brengt in de intra-

oculaire transmissie en de reflectie van licht, de efficiëntie van de fototransductie en

fotopigment regeneratie, en de kwaliteit van de synaptische transmissie en signaaltransductie

in de retina. [37] Doordat minder lichtprikkels de retina bereiken, hebben ouderen meer

omgevingslicht nodig om met dezelfde kwaliteit als jongeren te kunnen waarnemen. Visuele

eigenschappen zoals contrastgevoeligheid bij hoge en lage verlichting, kleurendiscriminatie,

scherptezicht en detailwaarneming verminderen significant met het ouder worden. [40]

5.3 Het oog en de impact van andere factoren

De computer is een onmisbaar onderdeel geworden op vele werkplaatsen. Doordat het

computergebruik enige inspanning van het oog vereist, kan dit het gezichtsvermogen negatief

beïnvloeden. De symptomen omvatten hoofdpijn, droge en geïrriteerde ogen,

lichtgevoeligheid en dubbelzien. [41] et ‘computer vision syndrome (CVS)’ wordt

33

gedefinieerd als oog- en zichtsproblemen die het gevolg zijn van activiteiten die focus van het

oog vereisen en gerelateerd zijn aan de tijd besteed voor de computer. De aanpak van dit

syndroom situeert zich in aangepaste ergonomie, patiënteneducatie en het gebruik van

oogdruppels. [42]

Oogvermoeidheid maakt zich kenbaar door het gevoel van zware oogleden, een brandende en

prikkelende sensatie onder de oogleden en een beschadigde visie. Oogvermoeidheid uit zich

dikwijls in uitwendige symptomen zoals puntbloedingen, blinkende ogen en tranen. Dit

geheel van nevendefecten leidt tot een afname van het scherptezicht, een wazig beeld en een

verkorte accomodatiebreedte. [43] De ernst van oogvermoeidheid is afhankelijk van de

complexiteit van het visuele werk dat geleverd moet worden en de mate van

achtergrondverlichting. Naast oogvermoeidheid vormen het gebruik van boren, lasers en

polymerisatielampen een mogelijk gevaar voor het gezichtsvermogen van de tandarts. De

enige effectieve bescherming tegen spetters en vreemde materialen zijn brillen met een

montuur waarvan de randen met hun volledige omtrekvorm aansluiten op de huid wat niet het

geval is bij een gewone leesbril. Meerdere studies vermelden tandartsen en tandartsassistenten

als een risicogroep voor oogletsels. [43,44,45] Zo blijkt uit een studie dat bijna de helft van de

tandartsen al in aanraking kwam met een oculair trauma of infectie. De oorzaak lag dikwijls

in het niet dragen van oogbescherming. [46]

Het gebruik van optische hulpmiddelen om de manuele precisie te verbeteren wordt al lang

aanvaard in verschillende medische beroepen. Tandheelkunde biedt de ideale omgeving voor

het gebruik van microscopen en loupebrillen omdat het werkterrein klein is en de nood aan

precisie zeer hoog. Meerdere studies namen een positief effect waar van loupebrillen en

microscopie op cariësdetectie. [4,33] Optische hulpmiddelen bieden de mogelijkheid visuele

tekortkomingen ten gevolge van de ouderdom te compenseren. [33] Hiervoor is het belangrijk

dat tandartsen zich bewust worden van hun visuele beperkingen en openstaan voor

beschikbare methoden om visuele deficiënties te compenseren. [47] Een gratis visuele test

zou nuttig zijn voor individuele aanbevelingen. [33] Het gebruik van loupebrillen heeft

daarnaast een positief effect op de ergonomie van de tandarts maar vraagt enige opleiding en

een financiële investering. [48]

Het effect van kleurenblindheid in de tandheelkunde op cariësdiagnostiek blijkt weinig

onderzocht. Wel staat vast dat een tandarts met daltonisme moeilijkheden ondervindt bij het

34

esthetische restauratieproces. Assisterend personeel is dan ook aan te raden bij de kleurblinde

tandarts voor het kiezen van de kleur van een composiet of porselein. [49,50]

Er wordt verondersteld dat de incidentie van leeftijdsgebonden oogziekten zal stijgen ten

gevolge van de vergrijzing van de bevolking. [27] Oxidatie en inflammatie worden aangeduid

als etiologische factoren in deze pathologische processen. Er bestaat wetenschappelijk bewijs

dat anti-oxidatie en anti-inflammatoire voedingsbestanddelen de incidentie van

oogafwijkingen kunnen reduceren. Voedingsstoffen met dergelijk effect zijn vitamine C,

vitamine E β-caroteen, luteïne, zeaxanthine, en de omega-3 vetzuren eicosapentaeenzuur

(EPA) en docosahexaeenzuur (DHA). [51,52,53] Het is belangrijk om bij de bevolking

bewustzijn te creëren van de effecten van voeding op de ooggezondheid. Door eenvoudige

maatregelen te nemen kan de incidentie van oogziekten dalen. [51]

Omgevings- en genetische factoren dragen bij tot de ontwikkeling van oogziekten zoals

AMD, cataract, glaucoma en diabetische retinopathie. AMD is de meest voorkomende

oorzaak van blindheid in de Verenigde Staten en de Westerse landen. Deze ziekte werd dan

ook het meest uitvoerig onderzocht. Studies rapporteren drie grote risicofactoren in de

ontwikkeling van AMD: roken, chirurgische ingrepen bij de behandeling van cataract en een

familiale voorgeschiedenis van AMD. Een matige associatie werd gevonden voor obesitas,

een verleden van cardiovasculaire aandoeningen, hypertensie en een verhoogde fibrinogeen

concentratie in het bloedplasma. [52,54]

Bepaalde studies vermelden een negatieve invloed van een langdurige blootstelling aan

toxische stoffen zoals benzine, diesel en ethanol op het visuele vermogen. Dit werd

onderzocht bij werknemers in tankstations. Dergelijke stoffen worden opgenomen in het

lichaam tijdens het ademhalen en via het oog door absorptie. Uit de onderzoeken bleek een

sterk verband tussen het aantal werkjaren in het benzinestation en de mate van visuele

dysfunctie. [55] Tegenstrijdigheden werden gerapporteerd over de invloed van alcohol op het

visuele vermogen. Sommige studies beweren een licht protectief effect van alcohol op de

lensintegriteit bij normale alcoholconsumptie in vergelijking met personen die bijna nooit

alcohol drinken. [56] Een negatieve rol werd geconstateerd voor een excessieve blootstelling

aan ultraviolet licht, vooral aan type B. Bescherming tegen de zon door het gebruik van

hoeden en zonnebrillen wordt aangeraden om deze negatieve inwerking te vermijden. [56] Er

bestaat wetenschappelijk bewijs dat het visuele vermogen verbetert tijdens de zwangerschap.

35

Dit effect blijkt het meest uitgesproken in het derde trimester wanneer het oestrogeengehalte

het hoogst is. De contrastgevoeligheid is lager bij vrouwen na de menopauze en een tekort aan

oestrogeen versterkt het risico op verhoogde intra-oculaire druk, wat op termijn aanleiding

kan geven tot glaucoma. Deze bevindingen bieden voldoende ondersteuning dat endogeen

oestrogeen een aanzienlijke rol speelt in oculaire pathologieën. [57] Samenvattend kunnen we

hieruit afleiden dat genetische verschillen, omgevingsfactoren en leefstijl het risico op

leeftijdsgebonden visuele beperkingen kunnen verhogen of reduceren. [24,53]

5.4 Micro-computed tomographie en cariësdiagnose

De densiteit van de harde tandweefsels wordt gebruikt als parameter voor de bepaling van

demineralisatie. Dit geeft ons een idee over de dynamische toestand van een cariëslaesie. Er

zijn verschillende extra-orale methoden beschikbaar voor de evaluatie van het gehalte aan

mineralen in gecalcificeerde weefsels. [58] Elke methode heeft zijn voordelen en nadelen.

Chemische analyse ‘scanning electron microscope (SEM)’ con ocale laser microscoop en

microradiografie vereisen dissectie van het te onderzoeken weefsel wat longitudinale

evaluatie en het uitvoeren van meerdere testproeven verhindert. Daarnaast heb je ook nog het

gevaar voor uitdroging wat resulteert in krimp zodat de oorspronkelijke diepte van een

cariëslaesie onderschat an worden. i ‘micro- computed tomography (micro-CT)’ wordt

gebruik gemaakt van x-stralen die verzwakt worden ten gevolge van de atomaire

samenstelling en de densiteit van het specimen. [58] Door gebruik te maken van software

brengt micro-CT driedimensionale reconstructies tot stand wat volumetrische informatie

verschaft over het glazuur en het dentine. De doorsnede van de visuele coupes wordt bepaald

door de grootte van de x-stralenbundel. Daardoor kunnen coupes dunner en meer homogeen

verwezenlijkt worden in vergelijking met een snijmachine. Deze voordelen doen het gebruik

van micro-CT stijgen en zijn indicatiegebied reikt veel verder dan hier besproken. [59]

Er zijn twee types micro-CT beschikbaar namelij ‘synchrotron radiation micro-CT’s’ die

parallelle monochrome stralen voortbrengen en commerciële systemen met polychromatische

straling. [58] Het systeem, gebruikt in dit onderzoek, produceert polychromatische stralen.

Het nadeel hiervan is dat de röntgenstralen een continu spectrum aan energieniveaus bevatten.

Dit kan aanleiding geven tot ‘beam harding’ wanneer de -stralen doorheen dense structuren

passeren. De fotonen met een lage energie zullen eerder tegengehouden worden dan de

36

fotonen met een hoge energie en kennen geen simpel exponentieel verval zoals

monochromatische x-stralen. [60] Dit kan resulteren in artefacten op het beeld. Deze zijn

zichtbaar als holtes, strepen, donkere banden of schitteringen. De schade blijft meestal

beperkt door een correctie op het ver regen beeld door te voeren. De enige manier om ‘beam

harding’ te vermi den is het gebruik van monochromatische x-stralen. [58]

Visueel en radiografisch onderzoek zijn de twee diagnostische methoden voor de detectie van

cariës. Visueel onderzoek is een subjectieve methode die varieert van tandarts tot tandarts. [2]

[61] Het radiografisch onderzoek verschaft meer informatie over een laesie dan het visuele

onderzoek maar pas vanaf 30% gedemineraliseerd tandweefsel. [1,6] Door deze

tekortkomingen dienen beiden methoden steeds gecombineerd te worden om zo elkaar aan te

vullen. [61] Laser luorescentie (de ‘Diagnodent pen’ bijvoorbeeld) kan ook aangewend

worden voor cariësdiagnose en behaalt gelijkwaardige resultaten als het radiografisch

onderzoek volgens sommige studies. [61] Andere auteurs menen dat deze methode de

aanwezigheid van cariës overschat en daarom beter niet aangewend wordt. [2] Micro-CT

presteert het beste in ex vivo cariësmetingen maar kan niet aangewend worden voor klinische

doeltuiteinden omdat de stralingsdosis te hoog is. [61,62]

Verder is het belangrijk ons af te vragen of dergelijke nauwkeurige benadering door micro-

CT klinisch relevant is. Het is vanzelfsprekend dat micro-CT accurater een cariëslaesie

definieert aangezien intra-orale systemen enkel tweedimensionale informatie verschaffen van

een driedimensionale structuur. [62] Uit onze tweede test blijkt dat carieslaesies onvolledig

nauwkeurig beoordeeld kunnen worden aan de hand van tweedimensionale rx- oto’s. Geen

enkele proefpersoon slaagde erin de diepte van de laesies te omschrijven op een rx-foto

overeenkomstig aan de waargenomen diepte op cross-sectionele coupes verkregen door

middel van de micro-CT. Deze vaststelling doet ons vermoeden dat micro-CT superieure

nauwkeurigheid biedt aangezien tweedimensionale röntgenopnamen al lang betrouwbare

cariësdiagnostische informatie verschaffen in de tandheelkundige praktijk. Hieruit besluiten

we dat cariësdiagnose aan de hand van tweedimensionale rx- oto’s geen vergeli bare

informatie kan bieden in vergelijking met cross-sectionele coupes verkregen door middel van

de micro-CT.

Daarnaast kunnen we ook vaststellen dat er geen uniforme verdeling aanwezig was in de

grootte van de cariëslaesies, hoewel we hiernaar streefden. De overgrote meerderheid van de

37

tanden met een cariëslaesie opgenomen in deze studie reikten tot in het dentine. Hieruit

kunnen we constateren dat ook visuele inspectie een onderschatting geeft van de werkelijk

waargenomen diepte van een cariëslaesie op visuele cross-sectionele scans.

Score links occlusaal rechts

0 12 39% 9 29% 15 48%

1 2 6% 4 13% 0 0%

2 2 6% 0 0% 0 0%

3 11 35% 12 39% 16 52%

4 4 13% 6 19% 0 0%

Tabel 7. Frequentieverdeling diepte cariëslaesies per vlak beoordeeld op cross-sectionele

scans. Met score 0 als geen glazuurcariës, score 1 als carïes minder dan 50% in het glazuur,

score 2 als cariës gelijk aan of meer dan 50% in het glazuur, score 4 als cariës minder dan

50% in het dentine, score 5 als cariës gelijk aan of meer dan 50% in het dentine.

Uit de scores van de tweede test kunnen we besluiten dat op de cross-sectionele scans cariës

tot in het glazuur gedetecteerd werd wanneer dit op de radiografieën niet waarneembaar was.

Moest dit wel zichtbaar zijn, is het niet aanbevolen zo’n kleine cariëslaesies te behandelen.

Het aanbrengen van fluoride op dergelijke laesie wanneer het oppervlak nog niet gecaviteerd

is, kan de progressie stoppen, de site remineraliseren en de integriteit van het glazuur

herstellen. [63] Dit laatste weerspiegelt het dynamische karakter van het cariësproces. [2,64]

Voor de behandeling van een beginnende cariëslaesies (white spots) wordt voorgesteld een

afwachtende houding aan te nemen in plaats van te handelen volgens de vroegere richtlijnen

(extension for prevention). [63] Hierbij moet men zich wel realiseren dat fluoride niet de

capaciteit heeft om alle cariëslaesies te voorkomen en moet men ook het cariësrisico van de

patiënt in beschouwing nemen. [65] Diepe cariëslaesies werden zowel door

tweedimensionale rx- oto’s als door micro-CT gevisualiseerd maar op een tweedimensionaal

beeld werd de diepte onderschat door de waarnemers. Hoe dan ook zou men bij een

gecaviteerd oppervlak overgaan tot een invasieve restauratieve behandeling omdat dit als

retentieplek kan functioneren voor bacteriën en spontaan herstel door remineralisatie

onmogelijk is. [66] Laesies tot in het dentine maar zonder cavitatie kunnen herstellen maar dit

proces duurt lang en wordt bedreigd door de mechanische kauwkrachten en lage pH opstoten.

38

[66] Uit het bovenstaande kunnen we concluderen dat een driedimensionaal beeld niet tot een

andere behandelstrategie van cariës zou leiden in vergelijking met de informatie verkregen uit

een tweedimensionale radiogra ie. ‘Cone beam computed tomography (C CT)’ is daarom

ook niet aangewezen voor cariësdiagnose in de dagelijkse praktijk. Wel voor andere

tandheelkundige toepassingen zoals de diagnose van dentomaxillaire pathologieën, het

opstellen van orthodontische behandelstrategieën en om een idee te krijgen over het botniveau

voorafgaand aan implantaatplaatsing. [1]

5.5 Beeldschermen

Computers worden veralgemeend gebruikt in de medische wereld voor diagnostische

doeluiteinden. Eenzelfde radiografische afbeelding kan op verschillende schermen

gepresenteerd worden. In een medische instelling maa t men veelal gebrui van ‘liquid cristal

displays (LCD’s)’. Deze bezitten een toegenomen helderheid in vergeli ing met hun

voorgangers ‘Cathode Ray Tube Displays (CRT’s)’. Toch vertonen de LCD’s oo een aantal

tekortkomingen die niet over het hoofd mogen worden gezien. [14,16,67]

Onder deze tekortkomingen vallen temporale en spatiale ruis. Dit kan omschreven worden als

een verstoring van het signaal en dus een fout in de informatieoverdracht. In het geval van een

röntgenfoto betekent dit een verschil tussen de gewenste afbeelding en deze waargenomen

door de gebruiker. Temporale ruis wordt omschreven als een fluctuatie in de tijd terwijl

spatiale ruis duidt op een distorsie van het beeld stabiel in de tijd. Onderzoek toont aan dat in

de LCD’s temporale ruis een minder grote rol speelt dan spatiale ruis. [68]

Elk pixel in een LCD-display heeft zijn eigen individuele transistor die de transmissie of

reflectie controleert van dat specifieke pixel. Af en toe zullen deze transistoren

malfunctioneren wat resulteert in een defect pixel dat altijd dezelfde helderheid vertoont. Een

defect pixel heeft invloed op de nabijgelegen pixels rondom zich en verlaagt zo de kwaliteit

van het gehele beeld. [16]

39

Figuur 14. Voorstelling van een vloeibaar kristallen beeldscherm. Elk pixel is verbonden met

een eigen transistor die het uitgaande signaal van dat pixel controleert. [16]

De diversiteit in LCD-schermen bemoeilijkt een uniforme weergave van digitale

a beeldingen. Variaties tussen de displays unnen verschillen in JND’s creëren en zo

afbeeldingen inconsistent weergeven. De consequentie hiervan is een verlies aan accuraatheid

wat kan resulteren in een foutieve diagnose. Dit impliceert de noodzaak aan een

kalibratiesysteem. [69] In de inleiding werd het begrip ‘ ust noticeable di erence (JND)’ naar

voor gebracht als het kleinste verschil tussen twee opeenvolgende grijswaarden dat een

persoon met matige visie nog net kan waarnemen op een beeldscherm.

Kalibratie is een wijdverspreid concept dat wordt gebruikt om te garanderen dat medische

beelden worden weergegeven met de hoogst mogelijke kwaliteit en op een reproduceerbare

consistente manier. Kalibratie zorgt ervoor dat meer grijswaarden te onderscheiden zijn door

de helderheid en het contrast van digitale afbeeldingen aan te passen. Dit heeft een positief

effect op de radiografische diagnose omdat subtiele lage contrasten toch waargenomen

kunnen worden. Door het bewerken van deze twee parameters zullen onvermijdelijk ook

andere parameters beïnvloed worden. [16,69]

et beeldscherm wordt a gestemd op de eisen volgens ‘Digital Imaging and Communications

in Medicine (DICOM)’ zodat met ze erheid alle gri swaarden zich op geli e a stand

bevinden. Deze geijkte verdeling van de grijsschaal wordt perceptuele linearalisatie genoemd.

[14] De ‘Grayscale Standard Display Function (GSDF)’ wordt in iguur 15 gedemonstreerd

en dit is het wiskundig plotten van de JND-index in functie van de luminantie. [18,67] De

JND-inde is de inputwaarde voor de ‘Grayscale standard display function (GSDF)’ zodat

elke waarde van de JND-index overeenstemt met een verschil in luminantie van exact één

JND. [18] Zonder kalibratie verhouden de opeenvolgende grijswaarden zich niet met

eenzelfde afstand tot elkaar. Bepaalde grijswaarden zouden elkaar opvolgen met een afstand

kleiner dan 1 JND en zouden op die manier niet meer onderscheiden worden. Andere

grijswaarden zouden elkaar opvolgen met een te grote afstand wat zou resulteren in

artefacten. [16]

Aan de hand van de GSDF (figuur 15) kunnen we onderzoeken hoeveel grijswaarden mensen

in staat zijn te onderscheiden. Een schaal van 0 cd/m2 tot bij benadering 4000 cd/m

2

40

verschillende luminanties omen overeen met bi na 1000 verschillende JND’s. Dit bete ent

dat een waarnemer in staat is 1000 verschillende grijswaarden te onderscheiden over deze

luminantiebreedte in optimale condities. Uit de grafiek valt ook af te leiden dat het oog

minder gevoelig is voor donkere dan lichtere grijstinten. Tussen 0,1 cd/m2 tot 10 cd/m

2

(product van 0,1 en 100) kan men 200 JND’s onderscheiden terwi l men tussen 10 cd/m2 en

1000 cd/m2 (product van 10 en 100) 600 JND’s an onderscheiden. [16,70] De afbuigende

vorm van de kromme laat zien dat het menselijk oog niet op een lineaire manier reageert op

invallend licht. [71]

Figuur 15. Grafische voorstelling van de GSDF, luminantie in functie van JND-index. [71]

Een standaard medisch beeldscherm bevat gewoonlijk een luminantiebereik van 0,8 cd/m2 tot

600 cd/m2. Op een dergelijke display kan een persoon 720 verschillende grijswaarden

onderscheiden. Enkele protoypes werden ontworpen met een luminantiebereik tussen 0,5

cd/m2

en 2000 cd/m2. Uit de formule waarop bovenstaande grafiek gebaseerd is, kan men

berekenen dat 0,5 cd/m2

overeenkomt met een JND-index van 47 en 2000 cd/m2

met 917.

Tussen beide uitersten kan een waarnemer 870 grijswaarden ontvangen. [16] Een 8-bit

afbeelding correspondeert met 256 grijswaarden, een 9-bit afbeelding met 512 en een 10-bit

afbeelding met 1024. Hieruit kunnen we besluiten dat vanaf 10 bits per pixel het visueel

vermogen van de mens overtroffen wordt. Bij een 10-bit afbeelding worden 1024

grijswaarden getoond terwijl de mens er maar 870 kan vatten dus biedt deze extra visuele

informatie geen meerwaarde. [16] Onderzoek toonde aan dat een toename in bitdiepte slechts

weinig invloed had op de accuraatheid van cariësdiagnostiek. [72]

41

Het is belangrijk dat deze correctie constant blijft in de tijd zodat de beeldkwaliteit niet

verslechtert. Eenzelfde afbeelding moet op een later tijdstip exact hetzelfde worden

weergegeven als direct na kalibratie. Evanoff [70] toonde aan dat dit niet steeds het geval was

en stelde een verschuiving vast van de minimumgrens in luminanties (zwart), de

maximumgrens (wit) en de dynamische spreiding hiertussen. Wanneer deze ‘dri t’ te groot is

en zich niet meer laat corrigeren, is vervanging van de monitor aangewezen. [71] Andere

studies bevestigen dit en roepen op tot regelmatige kwaliteitscontroles en

kalibratieprocedures. [71,73]

Medische afbeeldingen geproduceerd door x-straaldetectoren, CT-scanners en andere

toestellen bestaan gewoonlijk uit 12 à 16 bits per pixel wat overeenkomt met 4096 tot 65536

verschillende grijswaarden. De röntgenfoto’s worden echter vaak weergegeven op

beeldschermen met minder beschikbare grijswaarden. Meestal slechts 8 bits per pixel, dus 256

grijswaarden. Dit vormt een probleem voor de informatieoverdracht tussen het röntgentoestel

en het beeldscherm, te vergelijken met een flessenhals. [16] De wetenschappelijke term

hiervoor is ‘quantization error’. [14]

Zogenaamde ‘con ounding actors’ bemoeili en de interpretatie van het beeld. Onder deze

verstorende factoren onderscheiden we het standpunt van waaruit het beeld bekeken wordt, de

achtergrondverlichting en visuele ruis. [67] Dit laatste wordt ook omschreven als mura en

kent verschillende oorzaken zoals de reeds besproken defecte pixels en temporale of spatiale

ruis. [14] De schermen dienen regelmatig schoongemaakt te worden om vingerafdrukken en

andere vlekken te verwijderen. Producten speciaal ontwikkeld hiervoor bevatten polymeren of

zijn samengesteld uit water en isopropyl. Producten die alcohol of ammonium bevatten

moeten vermeden worden omdat deze het scherm kunnen beschadigen (gele verkleuringen of

verminderde translucentie). [71]

Reeds lang wordt onderzoek uitgevoerd naar mogelijke oplossingen voor deze problemen.

Een grote stap voorwaarts werd berei t bi het ontwi elen van de ‘Per Pi el

Uni ormiteitscorrectie (PPU)’ die de spatiale ruis teniet doet. [16] Dit is een systeem dat per

individueel pixel de spatiale ruis analyseert en vervolgens een elektronische precorrectie

toepast ter compensatie. Tegen defecte pixels werd een model ontwikkeld dat voorspelde hoe

42

beeldschermpixels worden geprojecteerd op de retina bij waarnemers met een perfecte visie.

Er werd aangetoond dat bij het modificeren van de pixels in de nabijheid van het defecte pixel

de negatieve invloed van het defecte pixel grotendeels teniet werd gedaan. [16] Om het

verschil in bitdiepte te overwinnen tussen de originele afbeelding en deze weergegeven op het

beeldscherm, biedt window-levelling hulp. Dit is een uitbreiding van het contrast tussen de

pixels binnen een specifieke luminantiebreedte. Twee parameters zijn hiervoor bepalend

nameli de middelste gri swaarde (het ‘level’) en de breedte van de spreiding (het ‘window’).

Window- levelling vraagt wel meer tijd om de afbeelding te analyseren. [16]

A

B

43

Afbeelding 16. (a) Grafische voorstelling van window-levelling. (b) Een voorbeeld van

window-levelling om meer detail te kunnen onderscheiden in de jas. Op die manier wordt

niet-zichtbare informatie in de originele afbeelding gevisualiseerd. [16]

5. 6 Grijswaardenperceptie

We hebben besproken hoe de kwaliteit van het oog afneemt naarmate men ouder wordt. De

contrastgevoeligheid verslechtert en zo ook het waarnemen onder donkere

lichtomstandigheden ten gevolge van de verminderde staafjespopulatie. Dit verklaart waarom

oudere tandartsen lagere scores behaalden op onze eerste test waarbij grijswaardencontrasten

gedetecteerd moesten worden tussen twee visuele vierkanten. Daarnaast werd de kalibratie-

methode van beeldschermen besproken om een uniform grijswaardenspectrum te verkrijgen

op verschillende display-systemen. De DICOM GSDF zorgt ervoor dat afbeeldingen op

verschillende beeldschermen overeenkomstig worden weergegeven maar dit betekent niet dat

alle waarnemers deze afbeelding op een identieke manier zullen interpreteren. Meerdere

factoren spelen een rol in de grijswaardenperceptie.

Logvinenko [74] bevestigde individuele verschillen in grijswaardenperceptie. Mensen hebben

een verschillende waarneming van de helderheid van objecten en grijswaardencontrasten. Het

licht dat een object uitstraalt wordt bepaald door het weerkaatsingsvermogen van het

oppervlak en de hoeveelheid licht dat op dit oppervlak terecht komt. Beide factoren zijn

bepalend voor de sterkte van de visuele prikkel op ons optisch systeem. [74] De hoeveelheid

licht dat gereflecteerd wordt door een oppervlak wordt beïnvloed door meerdere factoren

zoals de positie van de lichtbron tot het object, de oriëntatie van het object en zijn

driedimensionale vorm. [75] Dit resulteert in een patroon van luminantiegradiënten over

eenzelfde oppervlak. Op deze manier zal eenzelfde grijswaarde anders geïnterpreteerd worden

afhankelijk van de zone op het oppervlak. [76] Een wit oppervlak zal bij benadering 90% van

invallend licht reflecteren, terwijl een zwart oppervlak slechts ongeveer 3% zal weerkaatsen.

De hoeveelheid licht dat wordt uitgestraald door een oppervlak varieert met de tijd en in de

ruimte ten gevolge van een verschillende hoeveelheid invallend licht. De mechanismen

waarop een redelijk stabiele perceptie berust van het licht dat een bepaald oppervlak uitstraalt

ondanks de grote variatie in achtergrondverlichting en kijkomstandigheden, zijn nog niet

volledig achterhaald. [75] Ashida [77] toonde aan de hand van een experiment aan dat

44

beweging van objecten de waargenomen grijswaardenperceptie beïnvloedt. Door het

verschuiven van figuren (cirkels in dit geval) op een uniforme witte achtergrond, lijken de

cirkels lichter of donkerder te worden afhankelijk van de bewegingsrichting. De

onderliggende oorzaak van dergelijke illusie moet nog nader onderzocht worden. [77]

Bepaalde auteurs stelden een effect van ervaring vast op de grijswaardenperceptie. Het

normale oog kan 60 tot 80 verschillende grijswaarden tegelijkertijd onderscheiden in een

zwart-wit afbeelding, [1] maar een specialist in het evalueren van grijswaarden, zoals een

radioloog, kan 150 tot 170 grijstinten onderscheiden. [78]

5.7 Tekortkomingen

Opvallend was dat iedere proefpersoon een adaptatieperiode nodig had om de laptop goed te

kunnen besturen. Zo konden de meeste proefpersonen tijdens het begin van de eerste test wel

het veranderende vierkantje detecteren maar waren ze niet in staat om dit aan te klikken met

de touchpad van de laptop. Dit kan verklaard worden door het verkeerd inschatten van de

snelheid van de verplaatsing van de cursor. et voora uitvoeren van een ‘testrun’ had dit

kunnen verhelpen. Meerdere proefpersonen vroegen of het mogelijk was een aparte

computermuis aan te sluiten op de laptop. Als de proefpersonen een computermuis in hun

bezit hadden, werd dit toegelaten.

Bij de tweede test was een voorafgaande kalibratiemeting nuttig geweest aangezien meerdere

keren de vraag opkwam de exacte dieptes van de vijf soorten cariëslaesies aan te geven. Het

beslissen of een laesie al dan niet de helft van het glazuur heeft overschreden kan dan ook

moeilijk zijn. Een bepaalde rx-foto vertoonde een klasse I caviteit die niet volledig was

opgevuld zodat er op de bodem een radiolucentie aanwezig was. Dit riep onduidelijkheid op

of dergelijke holte al dan niet als cariës gedefinieerd moest worden. Zo ook een cariëslaesie

beginnend vanuit mesiaal of distaal die zich voortzette naar het centrum van de tandkroon. Dit

deed de vraag rijzen of het occlusale vlak meegerekend moest worden in het

demineralisatieproces aangezien dit niet het oorzakelijk vlak was. Verder beweerden de

waarnemers dat de software een aantal keer de afgesproken volgorde niet bleef volgen. Zo

werd een volgende foto getoond wanneer nog niet alle vlakken van de vorige foto aan bod

waren gekomen. Ik wil vermelden dat deze tekortkomingen voorkomen hadden kunnen

45

worden wanneer ik meer tijd voorzien had voor dit experimenteel onderzoek. Omwille van

mijn buitenlandse stage tijdens het eerste semester kon ik hieraan niet eerder beginnen.

Het dempen van de achtergrondverlichting kon niet altijd even strikt ingesteld worden. De test

werd steeds op een andere locatie uitgevoerd in samenspraak met de proefpersoon. Soms was

het mogelijk de test uit te voeren in een volledig verduisterde kamer zonder ramen of

achtergrondverlichting, op andere momenten konden geen lampen gedimd worden. Haak [17]

benadrukte de invloed van het omringende licht op de grijswaardenperceptie. De wet van

Weber stelt dat de drempel voor het waarnemen van contrasten wordt verlaagd onder donkere

lichtomstandigheden. [17,67] Sommige auteurs menen dezelfde beeldkwaliteit te verkrijgen

bij een felle achtergrondverlichting wanneer de luminantie van het beeldscherm verhoogd

wordt. [71,79] Die veronderstelling, dat een feller opgelicht scherm het verlies aan

diagnostische accuraatheid ten gevolge van hoge achtergrondverlichting kon compenseren,

wordt door andere auteurs betwist. [80] Het gebruik van een kijkdoos waardoor de display

volledig afgeschermd werd van de omgeving, leverde wel significant betere resultaten op in

het detecteren van lage contrasten in vergelijking met het experiment zonder kijkdoos.

[17,79,81] Andere bronnen konden geen verschil constateren in de detectie van approximale

cariëslaesies bij lage (50 lux) of hoge (1000 lux) achtergrondverlichting wanneer het

beeldscherm naar het respectievelijke type licht gekalibreerd werd. [78] Het reduceren van de

achtergrondverlichting tot minder dan 50 lux bleek wel een significante hogere cariësdetectie

tot stand te brengen. Om dit te bereiken moet men wel de helderheid en het contrastvermogen

van het beeldscherm correct instellen. De verklaring vindt zich in de pupildilatatie bij

verminderd omgevingslicht. Zo worden meer staafjes geactiveerd en deze stellen ons in staat

kleine verschillen in grijswaarden van de pixels op te merken. [82] Figuur 17 op pagina 29

illustreert het verschil in grijswaardenperceptie bij eenzelfde proefpersoon in twee

verschillende lichtomstandigheden. Of dit verschil verklaard kan worden door de verlichting

of door onstabiliteit van de testprocedure, kan niet bepaald worden wegens onvoldoende

testgegevens.

Een andere factor die niet over het hoofd gezien mag worden, is de motivatie en medewerking

van de proefpersonen. Ik stelde vast dat de meesten het experiment serieus namen en een

beperkt aantal proefpersonen de test uitvoerden onder tijdsdruk (bijvoorbeeld tijdens een half

uur middagpauze) o omdat ze zich verplicht voelden tegenover collega’s die hen hierover

hadden aangesproken, wat gepaard ging met een verminderde coöperatie.

46

Tijdens de digitale testen veranderden de deelnemers meermaals de positie van het hoofd

doordat ze zich concentreerden op de bewegingen van het vierkantje of de vorm van de

cariëslaesie. Wanneer een gebruiker niet loodrecht kijkt naar de display, zal er niet alleen een

verminderd contrast waarneembaar zijn maar ook de vorm van de autochtone curve van het

beeldscherm, JND-index in functie van luminantie, zal gewijzigd zijn. Medische displays

worden gekalibreerd voor on-axis gebruik. Het is dus duidelijk dat dit impact heeft op de

accuraatheid voor off-axis. Verschillende studies hebben aangetoond dat zelfs kleine

afwijkingen van 20° à 30° een significant negatief effect vertonen op de

grijswaardenperceptie. [14,67]

Bij het beoordelen van de rx- oto’s op cariës ti dens de tweede test werd geen so tware

toegelaten om bewerkingen uit te oefenen zoals het verhogen van het contrast, het opvoeren

van de helderheid, het reduceren van visuele ruis of het uitvergroten van verdachte zones. [1]

Het doel van vergroting is de hoek tussen twee objecten te vergroten zodat de waarnemer

deze kan onderscheiden. [79] Dergelijke technieken worden vaak aangewend in moderne

tandartspraktijken. Vele tandartsen die deelnamen aan dit experiment, geloo den dat zo’n

bewerkingen een meerwaarde konden bieden voor de cariësdiagnostie . Zo’n correcties zijn

specifiek voor het type pathologie en verbeteren niet noodzakelijk de interpretatie van de

volledige afbeelding. Het verhogen van het contrast tussen glazuur en dentine kan de

carïesdetectie vergemakkelijken maar de identificatie van alveolaire bottrabekels wordt meer

gecompliceerd. [1]

Niet alleen was er geen mogelijkheid tot het veranderen van de beeldeigenschappen, ook

kregen de proefpersonen niets mee van klinische informatie over de tanden op de rx- oto’s.

Zoals elke tandarts weet, moet een grondige klinische inspectie steeds het radiografisch

onderzoek aanvullen. Men zal nooit een behandelplan opstellen louter en alleen aan de hand

van de radiografische informatie. Verder moet je ook elementen uit de anamnese en de

voorgeschiedenis mee in consideratie nemen. Deze bijkomende informatie had enerzijds de

cariësdiagnostiek kunnen vergemakkelijken en anderzijds kunnen leiden tot betere scores op

de tweede test. Cariësbeoordeling enkel aan de hand van rx- oto’s vormt geen realistisch

beeld van de diagnostische methodiek gehanteerd in de dagdagelijkse tandartspraktijk.

Anderzijds was het de bedoeling om cariësdetectie aan de hand van röntgenopnamen te

beoordelen en niet om een klinische diagnose te stellen. Tandartsen met ervaring in

wetenschappelijke studies zouden mogelijks minder moeilijkheden ondervonden hebben om

de instructies na te leven en af te werken.

47

6. Conclusie

Het achteruitgaan van onze visuele capaciteiten met toenemende leeftijd wordt bevestigd door

het experimentele aspect van deze masterproef en door literatuurstudie. De eerste

nulhypothese, die stelt dat er geen leeftijdsgebonden verschil bestaat in grijswaardenperceptie,

wordt hierbij verworpen. Het is belangrijk dat iedereen zich bewust wordt van deze

ouderdomsfenomenen en hun effect op de visie. In de tandheelkunde kan meer visuele

precisie bereikt worden door het gebruik van loupebrillen en microscopen. Het toepassen van

beeldtechnieken kan ook nuttig zijn door het verhogen van het contrast of bepaalde zones op

de afbeelding uit te vergroten. Daarnaast kunnen veranderingen in het leefpatroon de

incidentie van leeftijdsgebonden oogafwijkingen reduceren. Er bestaat wetenschappelijk

bewijs dat anti-oxidatie en anti-inflammatoire voedingsbestanddelen de ooggezondheid

versterken. Roken, obesitas en hypertensie zijn zoals voor vele andere levensbedreigende

ziekten, een risicofactor in de ontwi eling van ‘age-related macular degeneration (AMD)’

cataract, glaucoma en diabetische retinopathie.

In deze masterproef werd de noodzaak bevestigd voor een kalibratiesysteem voor LCD-

schermen. Inconsistente weergave van afbeeldingen op verschillende display-systemen kan

leiden tot een verlies aan accuraatheid wat kan resulteren in foutieve diagnoses. Het is

belangrijk regelmatige kwaliteitscontroles door te voeren om optimale beeldkwaliteit te

verzekeren. Kwaliteit kan echter niet zuiver fysiologisch (aan de hand van de JND-index)

worden omschreven omdat cognitieve en subjectieve mechanismen hier ook toe bijdragen. Uit

de eerste test blijkt dan ook een grote individuele variatie in grijswaardenperceptie.

We konden geen effect vaststellen van een verminderd onderscheidend vermogen met

toenemende leeftijd op de cariësdiagnostiek. Dit was het gevolg van het verschil in

nauwkeurigheid tussen micro-CT en tweedimensionale röntgenopnamen. Deze foutieve

aanpak dient meegenomen te worden naar toekomstige gelijklopende onderzoeksprojecten.

Daarnaast zou er geen variatie mogen bestaan tussen de verschillende locaties gebruikt tijdens

de testprocedures om het effect van de achtergrondverlichting te kunnen uitsluiten.

48

7. Referentielijst

________________________________________________________

1. White SC, Pharoah MJ. Oral radiology: principles and interpretation. Sixth edition.

Missouri: Mosby; 2009.

2. Huysmans MCDNJM, Verdonschot EH, Amerongen EP VAN. Cariësdiagnostiek: de

laesie staat centraal. Nederlands Tijdschrift Tandheelkunde 2003, 110: 476-481.

3. Huysmans MCDNJM, Thomas RZ. Methoden om de progressie van cariëslaesies in

vivo en in vitro te onderzoeken. Nederlands Tijdschrift Tandheelkunde 2004, 111:

471-476.

4. Sisodia NEHA, Manjunath MK. Impact of low level magnification in incipient

occlusal caries diagnosis and treatment decision making. Journal of Clinical and

Diagnostic Research 2014, 8(8): 32-35.

5. Kang H, Darling CL, Fried D. Enhancing the detection of hidden occlusal caries

lesions with OCT using high index liquids. Proceedings of the Society of Photo-optical

Instrumentation Engineers 2014, 18: 1-13.

6. Muhamedagic B, Muhamedagic L. Digital radiography versus conventional

radiography in dentistry. Acta Informatica Medica 2009, 17(2): 85-89.

7. Versteeg CH, Sanderlink GCH, Van Ginkel FC, Van der Stelt PF. An evaluation of

periapical radiography with a charge-coupled device. Dentomaxillofacial Radiology

1998, 27(2): 97-101.

8. Westphalen VPD, Gomas de Moraes I, Westphalen FH, Martins WD, Couto Souza

PH. Conventional and digital radiographic methods in the detection of simulated

external root resorptions: a comparative study. Dentomaxillofacial Radiology 2004,

33(4): 233-235.

9. Ajmal M, Elshinaway MI. Subjective image quality comparison between two digital

dental radiographic systems and conventional dental film. The Saudi Dental Journal

2014, 26(4): 145-150.

10. Goga R, Chandler NP, Love RM. Clarity and diagnostic quality of digitized

conventional intraoral radiographs. Dentomaxillofacial Radiology 2004, 33(2): 103-

107.

11. Wenzel A. Digital radiography and caries diagnosis. Dentomaxillofacial Radiology

1998, 27: 3-11.

49

12. Van der Stelt PF. The advantages of digital radiography. The Journal of the American

Dental Association 2008, 139: 7-13.

13. Bellows J. Standard of care for dental diagnostics. Digital Intraoral Radiology 2010,

3(3): 1-4.

14. Kimpe T, Tuytschaever T. Increasing the number of gray shades in medical display

systems-how much is enough. Journal of Digital Imaging 2007, 20(4): 422-432.

15. Eisman K, Duggan S, Grey T. Real world digital photography. Third edition.

Berkeley: Peachpit Press; 2011.

16. Kimpe T. Techniques for improving image quality of medical display systems. Gent:

UGent Faculteit Ingenieurswetenschapen; 2009.

17. Haak R, Wicht MJ, Hellmich M, Nowak G, Noack MJ. Influence of room lighting on

grey-scale perception with a CRT and a TFT monitor display. Dentomaxillofacial

Radiology 2002, 31: 193-197.

18. National Electrical Manufacturers Association. Digital imaging and communications

in medicine (DICOM) part 14: grayscale standard display function. Virginia: 2004.

19. Vandenecker S. Kleurblindheid en kleurbepaling bij tandartsen. Gent: Ugent Faculteit

Gezondheidswetenschappen; 2010.

20. Garrett MJ, Fairchild MD. On contrast sensitivity in an image difference model.

Journal of the Society for Information Display 2007, 15(9): 639-644.

21. Barten PGJ. Evaluation of subjective image quality with the square-root integral

method. Optical Society of America 1990, 7(10): 2024-2031.

22. Okkalides D. Perception of detail and greyscale range in x-ray fluoroscopy images

captured with a personal computer and frame-grabber. European Journal of

Radiology 1996, 23: 149-158.

23. Rathore SA. Cone Beam CT in occlusal caries research. Chapel Hill: Faculty of the

University of North Carolina; 2009.

24. Owsley C. Aging and vision. Vision Research 2011, 51(13): 1610- 1622.

25. Lakowski R. Theory and practice of colour vision testing: a review part 1. British

Journal of Industrial Medicine 1969, 26: 173-189.

26. Quillen DA. Common causes of vision loss in elderly patients. American Family

Physisian 1999, 60(1): 99-108.

27. West SK. Looking forward to 20/20: a focus on the epidemiology of eye diseases.

Epidemiologic Reviews 2000, 22(1): 64-70.

50

28. Chader GJ, Taylor A. Preface: the aging eye: normal changes, age-related diseases,

and sight-saving approaches. Investigative Ophtalmology & Visual Science 2013,

54(14): 1-4.

29. Sung CH, Chuang JZ. The cell biology of vision. Journal of Cell Biology 2010,

190(6): 953-961.

30. Vogels J. Websites en het visueel systeem van ouderen. Utrecht; 2011.

31. Schouten TM. Verblinding, enige fysiologische, leeftijdsafhankelijke oorzaken.

Voorburg: 1972.

32. Thierens H. Fysica deel III- V. Leuven: Acco uitgeverij; 2009.

33. Eichenberger M, Perrin P, Neuhaus KW, Bringolf U, Lussi A. Visual acuity of dentists

under simulated clinical conditions. Clinical Oral Investigations 2013, 17: 725-729.

34. Grossniklaus HE, Nickerson JM, Edelhauser HF, Bergman LAMK, Berglin L.

Anatomic alterations in aging and age-related diseases of the eye. Investigative

Ophtalmology & Visual Science 2013, 54(14): 23-27.

35. Ragain JC. A review of color science in dentistry: the proces of color vision. Journal

of Dental Health, Oral Disorder & Therapy 2015, 3(1): 1-4.

36. Parapuram SK, Cojocaru RI, Chang JR, Khanna R, Brooks M, Othman M, et al.

Distinct signature of altered homeostasis in aging rod photoreceptors: implications

for retinal diseases. Public Library of Science One 2010, 5(11): 1-11.

37. Dagnelie G. Age-related psychophysical changes and low vision. Investigative

Ophtalmology & Visual Science 2013, 54(14): 88-93.

38. Obata R, Yanagi Y. Quantitative analysis of cone photoreceptor distribution and its

relationship with axial length, age, and early age-related macular degeneration.

Public Library of Science One 2014, 9(3): 1-8.

39. Wuerger S, Xiao K, Fu C, Karatzas D. Colour-opponent mechanisms are not affected

by age-related chromatic sensitivity changes. Ophthalmic and Physiological Optics

2010, 30: 653-659.

40. Haegerstrom-Portnoy G, Brabyn J, Schneck ME, Jampolsky A. The skill card: a test

of low luminance, low contrast acuity under ordinary room illumination. Investigative

Ophthalmology & Visual Science 1997, 38(1): 207-218.

41. Gangamma MP, Poonam, Rajagopala M. A clinical study on "computer vision

syndrome" and its management with triphala eye drops and saptamrita lauha. An

International Quaterly Journal of Research in Ayurveda 2010, 31(2): 236-239.

51

42. Loh KY, Reddy SC. Understanding and preventing computer vision syndrome.

Malaysian Family Physician 2008, 3(3): 128-130.

43. Szymanska J. Work-related vision hazards in the dental office. Annals of Agricultural

and Environmental Medicine 2000, 7: 1-4.

44. Ayatollahi J, A.F., Ardekani AM, Bahrololoomi R, Ayatollahi J, Ayatollahi A, Owlia

MB. Occupational hazards to dental staff. Dental research journal 2012, 9(1): 2-7.

45. Leggat PA, Kedjarune U, Smith DR. Occupational health problems in modern

dentistry: a review. Industrial Health 2007, 45: 611-621.

46. Puriene A, Janulyte V, Musteikyte M, Bendinskaite R. General health of dentists.

literature review. Stomatologija, Baltic Dental and Maxillofacial Journal 2007, 9: 10-

20.

47. Eichenberger M, Perrin P, Neuhaus KW, Bringolf U, Lussi A. Influence of loupes and

age on the near visual acuity of practicing dentists. Journal of Biomedical Optics

2011, 16(3): 1-5.

48. Maillet JP, Millar AM, Burke JM, Maillet MA, Maillet WA, Neish NR. Effect of

magnification loupes on dental hygiene student posture. Journal of Dental Education

2008, 72(1): 33-44.

49. Naik AV, Pai RC. Color blindless in dental students and staff- an obstacle in shade

selection for restorations. Annals and Essences of Dentistry 2010, 2(3): 25-28.

50. Liaqat A. Color vision deficiency (CVD) in the medical and allied occupations.

Journal of International Medicine and Dentistry 2012, 3(1): 1-5.

51. Rasmussen HM, Johnson EJ. Nutrients for the aging eye. Clinical Interventions in

Aging 2013, 8: 741-748.

52. Seddon JM. Genetic and environmental underpinnings to age-related ocular diseases.

Investigative Ophtalmology & Visual Science 2013, 54(14): 28-30.

53. Weikel KA, Taylor A. Nutritional modulation of age-related macular degeneration.

Molecular Aspects of Medicine 2012, 33(4): 318-375.

54. Chakravarthy U, Wong TY, Fletcher A, Piault E, Evans C, Zlateva G, et al. Clinical

risk factors for age-related macular degeneration: a systematic review and meta-

analysis. Boston Medical Center Ophthalmology 2010, 10(31): 1-13.

55. Costa TL, Barboni MTS, Moura ALDA, Bonci DMO, Gualtieri M, Silveira LCDL, et

al. Long-term occupational exposure to organic solvents affects color vision contrast

sensitivity and visual fields. Public Library of Science One 2012, 7(8): 1-9.

52

56. Klein BEK, Klein R. Lifestyle exposures and eye diseases in adults. American Journal

of Ophtalmology 2007, 144(6): 961-969.

57. Hutchinson CV, Walker JA, Davidson C. Oestrogen, ocular function and low-level

vision: a review. Journal of Endocrinology 2014, 223(2): 9-18.

58. Zou W, Hunter N, Swain MV. Application of polychromatic micro-CT for mineral

density determination. Journal of Dental Research 2011, 90(1): 18-30.

59. Swain MV, Xue J. State of the art of micro-CT applications in dental research.

International Journal of Oral Science 2009, 1(4): 177-188.

60. Boas FE, Fleischmann D. CT artifacts: causes and reduction techniques. Imaging in

Medicine 2012, 4(2): 229-240.

61. Arslan U, Karaagaoglu E, Ozkan G, Kanh A. Evaluation of diagnostic tests using

information for multi-class diagnostic problems and its application for the detection of

occlusal caries lesions. Balkan Medical Journal 2014, 31(3): 214-218.

62. Kamburoglu K, Kurt H, Kolsuz E, Oztas B, Tatar I, Celik HH. Occlusal caries depth

measurements obatined by five different imaging modalities. Journal of Digital

Imaging 2011, 24: 804-813.

63. Popescu DP, Sowa MG, Hewko MD, LP Choo-Smith. Assessment of early

demineralization in teeth using the signal attenuation in optical coherence

tomography images. Journal of Biomedical Optics 2008, 13(5): 1-13.

64. Cury JA, Tenuta LMA. Enamel remineralization: controlling the caries disease or

treating early caries lesions. Brazilian Oral Research 2009, 23(1): 23-30.

65. Anusavice KJ. Present and future approaches for the control of caries. Journal of

Dental Education, 69(5): 538-554.

66. Cate TJM. Remineralization of deep enamel dentine caries lesions. Australian Dental

Journal 2008, 53(3): 281-285.

67. Fetterly KA, Blume HR, Flynn MJ, Samei E. Introduction to Grayscale Calibration

and Related Aspects of Medical Imaging Grade Liquid Crystal Displays. Journal of

Digital Imaging 2008, 21(2): 193-207.

68. Kimpe T, Xthona A, Matthijs P, De Paepe L. Solution for nonuniformities and spatial

noise in medical LCD displays bij using pixel-based correction. Journal of Digital

Imaging 2005, 18(3): 209-218.

69. Lowe JM, Brennan PC, Evanoff MG, McEntee MF. Variations in performance of

LCDs are still evident after DICOM grayscal standard display calibration. American

Journal of Roentgenology 2010, 195(1): 181-187.

53

70. Evanoff MG, Roehrig H, Giffords RS, Capp MP, Rovinelli RJ, Hartmann WH, et al.

Calibration of medium-resolution monochrome cathode ray tube displays for the

purpose of board examinations. Journal of Digital Imaging 2001, 14(2): 27-30.

71. Seto E, Ursani A, Cafazzo JA, Rossos PG, Easty AC. Image quality assurance of soft

copy display systems. Journal of Digital Imaging 2005, 18(4): 280-286.

72. Wenzel A, Haiter-Neto F, E Gotfredsen. Influence of spatial resolution and bit depth

on detection of small caries lesions with digital receptors. Oral Surgery, Oral

Medicine, Oral Pathology, Oral radiology 2007, 103(3): 418-422.

73. Parr LF, Anderson AL, Glennon BK, Fetherston P. Quality-control issues on high-

resolution diagnostic monitors. Journal of Digital Imaging 2001, 14(1): 22-26.

74. Logvinenko AD, Tokunaga R. Light constancy and illumination discounting.

Attention, Perception & Psychophysics 2011, 73: 1886-1902.

75. Radonjic A, Gilchrist AL. Lightness perception in simple images: testing the

anchoring rules. Journal of Vision 2014, 14(13): 1-13.

76. Pereverzeva M, Murray SO. Luminance gradient configuration determines perceived

lightness in a simple geometric illusion. Frontiers in Human Neuroscience 2014, 8: 1-

5.

77. Ashida H, Scott-Samuel NE. Motion influences the perception of background

lightness. i- Perception 2014, 5: 41-49.

78. Hellen-Halme K, Lith A. Carious lesions: diagnostic accuracy using pre-calibrated

monitor in various ambient light levels: an in vitro study. Dentomaxillofacial

Radiology 2013, 42(8): 1-7.

79. Wang J, Langer S. A brief review of human perception factors in digital displays for

picture archiving and communications systems. Journal of Digital Imaging 1997,

10(4): 158-168.

80. Pakkala T, Kuusela L, Ekholm M, Wenzel A, Haiter-Neto F, Kortesniemi M. Effect of

varying displays and room illuminance on caries diagnostic accuracy in digital dental

radiographs. Caries Research 2012, 46(6): 568-574.

81. Hellen-Halme K, Lith A. Effect of ambient light level at the monitor surface on digital

radiographic evaluation of approximal carious lesions: an in vitro study.

Dentomaxillofacial Radiology 2012, 41: 192-196.

82. Hellen-Halme K, Petersson A, Warfvinge G, Nilsson M. Effect of ambient light on

monitor brightness and contrast settings on the detection of approximal caries in

54

digital radiographs: an in vitro study. Dentomaxillofacial Radiology 2008, 37(7):

380-384.

55

8. Bijlagen

_______________________________________________________

8.1 Informatie- en toestemmingsformulier

Geachte deelnemer,

Om ons onderzoek te kunnen uitvoeren zijn wij op zoek naar tandartsen van alle leeftijden.

Het doel van het onderzoek is nagaan of er een leeftijdsgebonden verschil bestaat in

grijswaarden perceptie. Daarnaast willen we bepalen of dit mogelijke verschil in grijswaarden

detectie al dan niet invloed heeft op de cariësdiagnostiek. Grijswaarden zijn immers op een

digitaal beeld meestal in 256 tinten beschikbaar, maar zonder onderscheidend vermogen van

de waarnemer biedt dit hoog kwalitatief beeld geen meerwaarde. De essentiële voorwaarde

om RX- oto’s adequaat te unnen beoordelen is dus een optimale wer ing van het oog. Deze

zal ontegensprekelijk afnemen met toenemende leeftijd. Langs de andere kant zal een oudere

practicus reeds meer ervaring hebben opgedaan en bezit deze een groter

inschattingsvermogen van de diepte van een cariëslaesie op een RX- foto. Onze vraag is dus:

kan een meer ervaren practicus zijn minderwaardig optisch instrument compenseren? Verder

is het ook belangrijk te onderzoeken hoeveel verschillende grijswaarden te onderscheiden zijn

door het menselijk oog. Het heeft namelijk geen enkele zin om meer informatie te vertonen

dan de radioloog kan vatten.

Concreet omvat dit onderzoek twee digitale testen op een laptop. Aan de hand van de eerste

test wordt een inschatting gemaakt van de grijswaardenperceptie. Hierbij dient de waarnemer

een van kleur wisselend vierkantje te detecteren binnen een groter vierkant dat tijdens de

proef eveneens van kleur zal veranderen. Op sommige momenten zal het contrast tussen de

twee figuren amper te onderscheiden zijn, terwijl dit op andere momenten zeer duidelijk zal

zijn. Deze test doorloopt het hele grijswaardenspectrum, beginnende van zwart t.e.m wit.

Tijdens de tweede test worden dentale rx- foto's getoond aan de deelnemer waarop al dan niet

een pathologie aanwezig zal zijn. De participant moet oordelen over de diepte van een

mogelijke cariëslaesie en hierbij zijn zekerheid omtrent het gegeven antwoord aanduiden.

Dit alles verloopt automatisch via de daarvoor ontworpen software. De waarnemers dienen

wel enkele gegevens te leveren (leeftijd, geslacht, eventuele oogafwijkingen, dragen van bril,

gebruik van vergroting).

De verwerking gebeurt anoniem, desgewenst kunnen de deelnemers na afloop informatie

verkrijgen over hun individuele scores.

Prof. Dr. P. Bottenberg: Laarbeeklaan, 103, B – 1090 Brussel

Tel.: 02/4774955 - secr.: 4920 -Fax: 02/4774942 - Email:pbottenb@vub.ac.be - Mobiel : 0474

441502

Ik ondergetekende ................................................................... verklaar hiermede na uitleg te

hebben ontvangen van ...............................................................betreffende het onderzoek

“Gri swaarden en cariësdiagnose” en mi n medewer ing te willen verlenen aan dit

onderzoek.Ik ben op de hoogte van mijn rechten als proefpersoon volgens de Conventie van

Helsinki en weet dat ik de deelname aan het experiment op elk moment mag stopzetten.

Uitgevoerd te ........................................ op ..................................

andte ening voora gegaan door ‘gelezen en goedge eurd’.

56

8.2 Kolmogorov-Smirnov-testen

57

58

59