statistiek redt levens

Statistiek redt mensenlevens

Dokters, brandweerlieden, statistici, chirurgen: wie horen er in dit rijtje niet thuis? Statistici natuurlijk: die rommelen maar wat met getallen aan, die redden geen mensenlevens. Of toch wel? Ik ga hier niet beweren dat ik al veel levens gered heb, maar de beroepsgroep statistiek heeft dat zeker wel. Een actueel voorbeeld. Natuurbranden worden steeds heftiger in ons land1. Brandweerlieden blussen die grote branden, maar onze modellen vertellen hoe dat het beste te doen2. Hieronder geef ik nog een aantal voorbeelden, die ik verdeel in twee categorieën. Want het is tijd om onszelf op de borst te kloppen. De beloning is immers nogal karig.

Hoe dan? 1. Modellen als life savers.
Wie herinnert zich de televisieserie Baywatch nog? Het badpakmodel Pamela Anderson redde menig zwemmer van de verdrinkingsdood. Ook wiskundige modellen kunnen ‘life savers’ zijn. Hiermee schatten we essentiële parameters, en, minimaal net zo belangrijk, de onzekerheid ervan. Ik noem een paar voorbeelden.

A. Modellen waarmee we de noodzakelijke hoogtes van onze dijken berekenen. Hiervoor is de gemiddelde waterspiegel niet zo van belang; juist de extreme variaties zijn zeer relevant. En de kans daarop bereken je met specifieke statistische modellen.
B. Modellen om versneld slijtage van vliegtuigonderdelen te kunnen testen. ‘Versneld’, want je hebt geen zin om jaren te moeten wachten. Maar hoe krijg je dan een goede schatting voor de kans op rampzalige slijtage? Juist ja, daar zijn die fijne modellen dus voor.
C. Modellen waarmee je het effect van een behandeling van ziekte kunt voorspellen. Voor ernstige ziektes zijn die behandelingen vaak zeer onaangenaam, en voor sommige patiënten helaas zelfs dodelijk. Maar voor andere patiënten juist wel levensreddend. Essentieel dus om aan de hand van eigenschappen van de patiënt een goede inschatting te kunnen doen.

Hoe dan? 2Poortwachters
Altijd voer voor discussie met mijn collega’s: zijn statistici de poortwachters van de wetenschap? Ik denk eerlijk gezegd van wel. Mijn eigen ervaring strekt zich slechts tot de medische wetenschappen uit, dus ik beperk me daartoe. Tja, u wilt niet weten hoeveel luchtkastelen ik al voorbij heb zien komen. Waarschijnlijk hebben wij de meeste levens gered door ondeugdelijke ideeën van anderen af te schieten. Niet altijd leuk om te doen, wel belangrijk. Twee canonieke voorbeelden. De laatste twintig jaar worden we overspoeld met allerlei zogenaamd veelbelovende (bloed)testen waarmee we ziektes vroegtijdig zouden kunnen opsporen3. Onderzoekers strooien met veel te optimistische inschattingen van de testaccuraatheid. Oorzaaken zijn divers: een testgroep die niet representatief is, een afwezig of foutief vergelijk met bestaande testen, en onterecht verwijderde ‘uitbijters’. Helaas lukt het ons en anderen niet altijd om deze luchtkastelen op tijd af te breken, en worden er soms miljoenen verspeeld4. En teveel van die ondeugdelijke testen leiden tot een verminderd vertrouwen van de burger. Die zich vervolgens met een serieuze aandoening onder de leden ook niet meer meldt voor een diagnostische test hiervoor die wél netjes gevalideerd is.

Meer geïnstitutionaliseerd is onze poortwachtersrol in studies naar medicijnen. Medicijnen worden alleen goedgekeurd als ze verschillende stadia van klinische studies hebben doorlopen. Onze poortwachtersfunctie is hier bijna letterlijk: onze methoden bepalen of de volgende fase mag worden begonnen. En alleen een (onafhankelijke) statisticus mag de studie tussentijds afbreken als de veiligheid van patiënten in het geding is.

Karige beloning
Nee, natuurlijk is zeker niet alle statistiek levensreddend. En sommige studenten worden juist misschien levensmoe van de zoveelste onvoldoende voor dit ‘struikelvak’. Maar voor hen die er wel talent voor hebben, moeten er meer mogelijkheden komen om bij te dragen aan ontwikkeling van dit mooie vak.

Voor ik ga zeuren om geld: wees gerust, wij voelen ons echt wel gewaardeerd. Bij subsidieaanvragen wordt het toepassen van statistiek netjes mee gebudgetteerd. Maar als we iets voor de ontwikkeling van statistiek willen, dan vallen we vaak tussen de wal en het schip. Bij NWO zijn dat bijvoorbeeld hun gebieden exacte wetenschappen – waaronder wiskunde – en de medische wetenschappen. Voor de één zijn we te toegepast, voor de ander juist te theoretisch. Soms kunnen we meeliften op de A.I. hype, maar dat werkt slechts voor een klein deel van ons. En het is eerlijk gezegd best frustrerend dat bewezen diensten (lees: statistiek) veel minder gewaardeerd worden dan mooie beloftes (lees: A.I.). Daarom NWO: spendeer één procent van het jaarlijkse budget aan de ontwikkeling van statistiek. Wie weet redden we met die 10 miljoen zo maar weer een paar levens.

Notes en Verantwoording
1Zie NRC-artikel over onbeheersbare natuurbranden.
2Zie: D’Este, et al. (2020). Modeling fire ignition probability and frequency using Hurdle models: a cross-regional study in Southern Europe. Ecological Processes9, 1-14.
3Aanbevolen: aflevering ‘Nooit meer kanker‘ van Argos Medialogica (VPRO). Hierin worden verschillende casussen besproken waarbij geclaimde doorbraken hun beloftes nog niet waar hebben kunnen maken.
4Aanbevolen: podcast The Dropout, van ABC News. Over Stanford dropout Elizabeth Holmes die (beroemde) investeerders overhaalt tientallen miljoenen te investeren in Theranos. Dit bedrijf claimde jarenlang met één druppel bloed vele ziektes te kunnen opsporen, en voerde ook dubieuze tests uit in supermarkten.
5Figuur: https://www.publicdomainpictures.net/

Avatar photo

Mark van de Wiel

Statistiek. Voor veel onderzoekers een last, voor mij een lust.
Medische data sets: ze worden steeds groter en complexer, maar: meer meten is niet altijd meer weten. In mijn blogs wil ik de statistische uitdagingen bij dit soort data uitlichten en veelgemaakte denkfouten rechtzetten. Ik put hierbij uit ruim 20 jaar ervaring met analyse van medische data.

Add comment

To the VVSOR website