Met hakken over de sloot de oorzaak vinden

Soms moet je ergens een grens trekken. Of doet de wereld dat voor je. Toen ik laatst mijn booster ging halen, kreeg ik Pfizer aangeboden, omdat ik onder de 45 ben. Mijn plannen om bloed te doneren zijn een keer in duigen gevallen, omdat mijn ijzergehalte de grens van 7,5 mmol/L niet haalde. En toen ik op school zat, bepaalde je Cito-score grotendeels of je naar het vwo ging: bij een score van minstens 545 kon je je inschrijven.

Pfizer of Moderna

Zo’n grenswaarde kan wel eens frustrerend zijn, maar biedt tegelijkertijd kansen om interessante inzichten op te doen. Bijvoorbeeld als we de effectiviteit van Pfizer en Moderna willen vergelijken. Bij de GGD hangt het namelijk van je leeftijd af welk vaccin je krijgt. Wanneer Ricardo, 44 jaar oud, zich meldt bij de GGD, krijgt hij Pfizer. Maar Richard, 45 jaar oud, krijgt Moderna. Als we nu niet alleen naar Ricardo en Richard kijken, maar naar alle 44-jarigen en 45-jarigen, dan verwachten we dat deze groepen mensen gemiddeld gezien goed op elkaar lijken als het gaat om kenmerken als roken, gewicht, beroep, enzovoort.

We denken dus dat de 44-jarigen gemiddeld op alle vlakken hetzelfde zijn als de 45-jarigen. Maar er is één belangrijk verschil, en dat is dat de ene groep Pfizer heeft gehad en de andere Moderna. Als we nu zien dat het de groepen toch anders vergaat, bijvoorbeeld in hoe vaak ze toch op de IC belanden vanwege Covid-19, dan zou dat wel eens aan het type vaccin kunnen liggen. We vinden een oorzakelijk verband.

Dat is het idee achter het regression discontinuity design. Je vergelijkt de mensen die net rondom de drempelwaarde zitten. Zo is bijvoorbeeld vastgesteld dat onderzoekers die met de hakken over de sloot een prestigieuze subsidie binnenhalen, daar hun hele carrière voordeel van blijven hebben in vergelijking met onderzoekers die eigenlijk even goede voorstellen hadden, maar net een plek lager op de ranglijst uitkwamen [1].

Betere beslissingen

Een nadeel van zo’n soort studie is dat je eigenlijk alleen iets kan zeggen voor de mensen rondom de drempel. Bij de vaccins weet je alleen iets over mensen van ongeveer 45 jaar oud, je kan de conclusies niet zomaar doortrekken naar 30-jarigen. Ook moet je oppassen dat er rondom de grens niet ook iets anders verandert. Als er bij de vorige vaccinatieronde bijvoorbeeld ook al precies rond 45 jaar voor een ander vaccin werd gekozen, wordt het beeld al een stuk troebeler.

Heb je net naast die beurs gegrepen, of kon je net niet de opleiding van je dromen doen, dan is dergelijk onderzoek natuurlijk schrale troost. Je krijgt antwoord op de vraag: wat heb je nou echt misgelopen? En misschien wil je dat wel helemaal niet weten. Maar er zijn zeker situaties waarin dit voor iedereen belangrijke kennis oplevert. Bijvoorbeeld als het gaat om de vraag welke medische behandeling het beste is. Dan is een voordeel van dergelijk onderzoek rondom drempelwaardes dat je geen experiment hoeft te doen. Je gebruikt gegevens die er toch al zijn, en voorkomt zo dat je mensen onnodig belast. Zo kunnen drempels mooi tot betere beslissingen leiden.

Bronnen

Hoofdfoto: Geraldfriedrich2 op Pixabay