De kans van een patiënt

Schokkend, zeker als je bedenkt dat voorspelmodellen ook steeds meer terecht komen in behandelrichtlijnen, op internet en in apps. “Omdat er zoveel modellen zijn, hebben artsen en richtlijnontwikkelaars vaak geen idee welke ze het beste kunnen gebruiken in welke situatie”, vertelt Moons. “Dit vakgebied staat nog in de kinderschoenen. Daarom is er te weinig algemene kennis. Het goed ontwikkelen en beoordelen van voorspelmodellen zit ook nog steeds niet in de meeste biomedische opleidingen. En dus is er veel onwetendheid.”

Om het kaf van het koren te scheiden, heeft een internationaal team van wetenschappers een nieuwe publicatierichtlijn opgesteld: TRIPOD. De richtlijn bevat een checklist van 22 items waaraan een publicatie over een voorspelmodel zou moeten voldoen. Voorbeelden zijn een duidelijke uitleg van de methode en openheid over waar de gegevens vandaan komen.

De richtlijn wordt deze maand in maar liefst 11 gerenommeerde vaktijdschriften tegelijk gepubliceerd. Dat is uniek. Moons: “Een aantal tijdschriften heeft aan tafel gezeten bij het opstellen van de richtlijn. Het idee is dat deze tijdschriften zich aan de richtlijn gaan houden om onderzoekers te dwingen betere en transparantere publicaties over voorspelmodellen aan te leveren. Het is een indirecte weg, want in feite willen we dat de onderzoekers gewoon beter onderzoek naar voorspelmodellen doen. De tijdschriften hebben beloofd dat ze deze publicatierichtlijn zullen gaan hanteren en onderzoekers eraan te herinneren. Maar tijdschriften moeten ook gevuld worden en hebben te maken met verkoopcijfers, dus het is altijd afwachten. Toch hopen we dat de richtlijn werkt als machtsmiddel.”

Zeker van je kans

Want slechte voorspelmodellen kunnen voor patiënten grote gevolgen hebben. “Als een arts een slecht model gebruikt, komt daar een verkeerde kans uit en dat kan nogal impact hebben op de patiënt of de directe omgeving”, legt Moons uit. “Met een model dat de kans op obesitas voorspelt, kan je misschien niet zoveel kwaad doen, maar als je bij kanker de prognose wilt geven dat iemand nog maar 20 procent kans heeft om de volgende zes maanden te halen, moet je wel zeker zijn van je kans.”

Als de kans op een ziekte of complicatie te hoog wordt ingeschat, loopt de patiënt het risico om onterecht behandeld te worden. Bij een zware operatie of behandeling heeft dat wellicht meer nadelige dan positieve effecten. Andersom kan ook: als de kans op een ziekte of complicatie te laag wordt ingeschat, wordt een patiënt onterecht niet behandeld.

Dus wat moet je als arts nu doen? Voorspelmodellen wel gebruiken of liever links laten liggen? Moons: “Het menselijk brein is onderhevig aan vergeten en aan voorkeuren. Een model is objectief. Als een voorspelmodel goed is ontwikkeld en goed is gevalideerd, hebben veel onderzoeken al laten zien dat het beter voorspelt dan gut feeling. Met onze publicatierichtlijn willen we artsen en richtlijnontwikkelaars helpen om het model dat ze willen gebruiken of aanprijzen makkelijker te kunnen beoordelen op haar merites. Maar een kans van een model is geen wetmatigheid. Er komt altijd interpretatie bij kijken. Je moet als arts dus wel blijven kijken naar de patiënt die je voor je hebt.”