De dokter als Baysiaan

Extra vitamine C helpt niet bij verkoudheid (A6521), maar wel bij de preventie van het complex regionaal pijnsyndroom (A6455). Waarom geloof ik het eerste wel en het tweede niet? Beide conclusies zijn gebaseerd op meta-analyses. Weliswaar is de ene veel groter en degelijker uitgevoerd dan de andere, maar mijn argwaan wordt direct getriggerd door de grootte van het effect. Een reductie van bijna 80% in het optreden van het complex regionaal pijnsyndroom? Dat geloof ik niet: gewone algemene medische kennis over de werking van vitamine C, de grootte van de effecten van pillen en gezond verstand. Als het waar was, dan waren we daar allang achter geweest.

Die grote reductie van 80% in het optreden van het complex regionaal pijnsyndroom, zoals Shibuya uit zijn meta-analyse laat komen (A6455), wordt vast door meer mensen niet geloofd. Het is tot stand gekomen na een zoektocht door de medische literatuur waarbij de resultaten van de 4 minst slechte artikelen werden opgeteld. Even los van alle haken en ogen die hieraan zitten, zoals publicatiebias en het insluiten van niet-gerandomiseerde studies, wordt bij de berekening van dat risico geen rekening gehouden met andere kennis die wij al hebben over vitamine C. Dat is op zijn minst discutabel, want we weten natuurlijk veel meer over de werking van vitamine C dan die observaties bij iets meer dan 1000 patiënten uit de meta-analyse van Shibuya.

Thomas Bayes, dominee en wiskundige, wees al in de 18e eeuw op het belang van de kwantificatie van die voorafkennis in de zogenoemde ‘prior’ of voorafkans. Op basis van die kennis schatte ik die voorafkans op de preventie van het complex regionaal pijnsyndroom erg laag in en daar kon die meta-analyse van Shibuya niet veel aan veranderen. Zelfs niet als deze van uitstekende kwaliteit zou zijn.

De zogenaamde frequentisten verwerpen het gebruik van voorafkennis en baseren hun conclusies volledig op de toekomst, dat wil zeggen: op de uitkomsten van onderzoek. De hedendaagse statistiek maakt voor de berekening van uitkomsten vrijwel uitsluitend gebruik van frequentistische principes. Niet omdat we denken dat Bayes fout zat, maar vooral omdat het erg moeilijk is die voorafkennis in een kans om te zetten. Waar baseer je die voorafkans dan precies op? Welke kennis neem je wel en niet mee? Wordt het schatten dan niet erg subjectief?

In de praktijk is menig wetenschapper en praktiserende dokter wel degelijk een Baysiaan. Hij of zij laat zich niet leiden door de uitkomsten van één enkel experiment en weet dat schijnbaar harde cijfers soms met een korreltje zout moeten worden genomen, als de voorafkennis zegt dat het resultaat van de studie erg onwaarschijnlijk is.