De weerbarstige werkelijkheid

Dat ons professionele doen – en zeker ook ons laten – zo veel mogelijk wetenschappelijk gefundeerd moet zijn, zullen weinigen meer betwisten. Was ons handelen tot enkele decennia geleden nog voornamelijk gebaseerd op autoriteit en traditie, inmiddels lijkt iedereen bekeerd tot de evidencebased geneeskunde. Gerandomiseerd klinisch onderzoek is nog steeds de heilige graal, hoewel de weging van onderzoeksresultaten gaandeweg veranderd is. Naar ons huidige oordeel moeten onderzoeken vooral de uitkomstmaten bieden die voor de patiënt relevant zijn en dat zijn niet altijd de primaire uitkomstmaten die de onderzoekers kozen. De prioritering van patiëntgerichte uitkomsten is een van de kenmerken van de GRADE-systematiek die intussen wereldwijd wordt toegepast om de kwaliteit van wetenschappelijke bewijs en de sterkte van een aanbeveling voor de praktijk transparant weer te geven. Geen kille interpretatie van cijfers, maar vooral een duiding vanuit het perspectief van de patiënt.

Maar dat perspectief kan haaks staan op de uitkomsten van wetenschappelijk onderzoek. Zo zagen we de laatste jaren in de sociale media bij bepaalde groepen weerstand tegen de nieuwe mRNA-vaccins. Ze beschermden weliswaar effectief tegen covid-19, maar het vermeende – en door deskundigen onmogelijk geachte – risico op interactie met het menselijk DNA was voor hen reden zich niet te laten vaccineren.

Het gelijk ligt niet altijd bij degenen die het hardst roepen

Ook hormonale behandelingen staan vaak in een slecht publiek daglicht. Zo lijkt de corticofobie in de dermatologie hardnekkig, terwijl is aangetoond dat corticosteroïden bij goed gebruik doeltreffend én veilig zijn. Ander voorbeeld: hormonale suppletie rond de menopauze. De afkeer van deze effectieve medicatie stond lange tijd niet in verhouding tot de weliswaar reële, maar ook beperkte risico’s op bijwerkingen. Het meest recente voorbeeld is de ophef over de anticonceptiepil, waarbij influencers – los van wetenschappelijk bewijs – de vrees voor bijwerkingen aanwakkeren en daarmee potentieel schade aanrichten.

Natuurlijk kent de gangbare onderzoeksmethodiek beperkingen: niet alles leent zich voor gerandomiseerd onderzoek. Dat is meestal ook duur, tijdrovend en selectief, waardoor het vaak lastig is onderzoeksresultaten te vertalen naar die ene patiënt die verschilt van de gemiddelde onderzoekspatiënt. De roep om AI-onderzoek met ‘real world data’ is daarom begrijpelijk. Maar gevaren liggen op de loer: associaties zijn vaak niet causaal, en het gelijk ligt niet altijd bij degenen die het hardst roepen en de meeresonerende menigte. Vernieuwing van onderzoek is noodzakelijk in een veranderende context, maar wees waakzaam voor de weerbarstigheid van die nieuwe werkelijkheid.