Geplaatst op 3 Reacties

Statistische leugens

Statistische leugens: leugens, grove leugens en statistiek. Statistiek is een machtig wapen op populatieniveau, maar leugenachtig voor individuen.

Het gebruik van statistieken is wetenschappelijk volkomen verantwoord. Statistieken laten snel zien waar problemen liggen en welke factoren samen meer kans op problemen geven. Ze bieden dus een handzaam gereedschap voor het opstellen van algemene aanbevelingen. Ze zijn ook verwarrend voor individuele mensen en makkelijk manipuleerbaar. Zelfs zonder de cijfers effectief te veranderen kunnen statistieken door het al dan niet opnemen van gegevensreeksen heel andere conclusies geven. De titelfoto geeft het aantal overlijdens weer als gevolg van verkeersongelukken. Interessant statistieken, waaruit je zou kunnen opmaken dat kinderen maar bar weinig ongelukken veroorzaken. O, nee, wacht, een statistiek zegt niks over oorzaken, alleen over vóórkomen. Uit andere statistieken weten we dat de slachtoffers van verkeersongelukken lang niet altijd ook de veroorzakers van die ongelukken zijn.

Statistieken kunnen alleen aantonen dat sommige feiten een verband hebben, maar niet of dit een oorzakelijk verband is. Zo zou ik bijvoorbeeld een mooie grafiek kunnen maken met daarop uitgezet twee lijnen. De een een stijgende, namelijk het aantal koelkasten per huishouden in de jaren ’60 – ’70 van de vorige eeuw. Dat zal een stijgende lijn zijn. Dan een dalende lijn, namelijk het aantal kinderen per gezin in diezelfde periode. Zou het feit dat er meer koelkasten komen betekenen dat er minder ruimte is voor kinderen? Of zou een koelkast een goed voorbehoedmiddel zijn? Of hebben deze twee dingen, die tegelijkertijd gebeuren gewoon verder helemaal niets met elkaar te maken?

Er zijn natuurlijk ook statistieken die wel een oorzakelijk verband aantonen. Dat zijn statistieken waarbij voor allerlei bijkomende factoren is gecorrigeerd en die zijn gemaakt op basis van gegevens die uit gericht onderzoek zijn voortgekomen. Ook daar kunnen nog fouten in voorkomen, wanneer bijvoorbeeld de verkeerde vragen zijn gesteld of belangrijke vragen niet zijn gesteld. Maar ze bestaan wel, die betrouwbare statistieken die oorzaak en gevolg aan geven. Voor statistici en beleidsmakers zijn dat mooie gegevens bronnen en de basis voor beleid. Voor de individuele moeder en kind, in geval van statistieken rondom zwangerschap, baring, borst- en opvoeding en voeding zijn ze minder geschikt. Je kunt statistieken niet één op één toepassen op individuen. Statistieken geven namelijk waarheden op populatieniveau, niet op individueel niveau. Dat betekent dat je wel tendensen kunt zien  in de grote getallen, maar dat het per individu gewoon helemaal anders kan gaan. Zo weten we dat wanneer in een populatie het aantal rokers afneemt ook het aantal gevallen van longkanker afneemt. Of als in een populatie het aantal individuen met overgewicht stijgt het aantal ziekenhuisopnames wegens bepaalde aandoeningen en zelf het aantal sterftegevallen toeneemt. Dat wil allemaal niet zeggen dat elk individueel mens dat te zwaar is ook in het ziekenhuis terecht komt en evenmin dat alleen individuen die roken longkanker kunnen krijgen, of dat enkel mensen die roken longkanker kunnen krijgen. Niettemin baseren beleidsmakers van de overheid bijvoorbeeld hun gezondheidscampagnes op die statistieken, want zij denken op populatieniveau.

Het grote probleem bij veel van deze overheidscampagnes is dat zij te stellig zijn. De populatie-brede effecten van een bepaalde interventie kunnen wel klinisch relevant zijn, maar dat wil nog niet zeggen dat de individuen dat ook zo merken. Een afname van 10% door een bepaalde interventie is klinisch waarschijnlijk zeer relevant, maar is voor het individu geen garantie voor succes. Op populatieniveau is een afname van 10% ziekte- of sterftegevallen een groot succes, voor de 90% waar het gewenste effect niet wordt gehaald is het onzinnig. Moeten die campagnes daarom maar niet meer worden gevoerd? Nee, doe ze toch maar wel, maar probeer ze wel eens wat minder stellig neer te zetten en probeer eerlijker te zijn. Schilder ouders die met hun kind in bed slapen of hun kind op de buik te slapen leggen niet af als potentiële kindermoordenaars. En tegelijkertijd: noem de werkelijke risicofactoren in volgorde van belangrijkheid en pik er niet enkel die uit waarvoor het makkelijk is campagne te voeren. Zo zijn het samen slapen of op de rug slapen niet de met stip op nummer 1 staande wiegendood risico factoren, het zijn de factoren waar het meest naar wordt gekeken en waar de sterkste campagnes voor zijn gevoerd. Als je wereldwijd goed gaat kijken naar alle factoren, dus niet alleen die die in de statistieken opduiken, maar die per overleden kind zijn opgetekend, dan kom je tot heel andere primaire factoren.

Een absoluut onethische overheidscampagne (USA) tegen het delen van het ouderlijk bed met de baby.

De belangrijkste factor bij wiegendood is het niet of niet genoeg krijgen van borstvoeding. Daarnaast scoren ook roken in het gezin voor en na de geboorte een belangrijke rol, evenals stress en alcohol tijdens de zwangerschap. Maar overheden vinden het moeilijk daar eens een stevige campagne over te maken, want dan moet je (aanstaande) ouders net zo hard en angstaanjagend gaan adviseren over roken en alcohol tijdens de zwangerschap en het geven van kunstvoeding als ze nu doen over samen slapen en op de buik slapen. En als ze dat al zouden durven, zouden ze moreel verplicht zijn om ook alle moeders te helpen bij het kunnen geven van borstvoeding. Dat betekent het volledig inperken van de reclame mogelijkheden (zowel naar het publiek als naar zorgverleners) van geld in het laadje brengende kunstvoedingsfabrikanten en het opleiden van alle zorgverleners in kennis over de menselijke lactatie en het begeleiden bij borstvoeding. En het zorgen voor een omslag in attitude bij zorgverleners. Statistisch gezien denk ik dat we om dat te bereiken een heel ander soort ministerie van volksgezondheid nodig hebben.

Ook deze blogger kijkt op een andere manier tegen de wiegendood statistieken aan: The Coroner’s dodgy statistics | | MacroBusiness.

En ook dr. James McKenna, een oneindige bron van zinnig wetenschappelijk gebaseerde informatie over slaap, borstvoeding en wiegendood heeft er wat over te zeggen. Site: Mother-Baby Behavioral Sleep Laboratory // University of Notre Dame.

 

Leugens, grove leugens en statistieken.

De uitspraak ‘Er zijn drie soorten leugens: leugens, grove leugens, en statistieken’ wordt toegeschreven aan Benjamin Disraeli. Hij was premier onder de regering van Koningin Victoria en aan de waarheid van zijn uitspraak is nog niet veel veranderd. Uiteraard zijn het niet de statische gegevens zelf die liegen. Dat zijn gewoon rijen cijfers die de uitkomsten van onderzoeken vormen. Het zijn de interpretatie en schikking van de cijfers die de leugens vormen. Als voorbeeld neem ik de meta analyse naar de effecten van gewicht van de zwangere op de mortaliteit van haar kinderen tijdens en na de zwangerschap (Aune et al, 2014). Ik haal wat cijfermatige resultaten en de conclusie uit de samenvatting van het onderzoek:
Results: […] For women with a BMI of 20 (reference standard for all outcomes), 25, and 30, absolute risks per 10 000 pregnancies for fetal death were 76, 82 (95% CI, 76-88), and 102 (95% CI, 93-112); for stillbirth, 40, 48 (95% CI, 46-51), and 59 (95% CI, 55-63); for perinatal death, 66, 73 (95% CI, 67-81), and 86 (95% CI, 76-98); for neonatal death, 20, 21 (95% CI, 19-23), and 24 (95% CI, 22-27); and for infant death, 33, 37 (95% CI, 34-39), and 43 (95% CI, 40-47), respectively. Conclusions and Relevance: Even modest increases in maternal BMI were associated with increased risk of fetal death, stillbirth, and neonatal, perinatal, and infant death. Weight management guidelines for women who plan pregnancies should take these findings into consideration to reduce the burden of fetal death, stillbirth, and infant death.
‘’Zelfs kleine verhogingen van de BMI werden geassocieerd met een toegenomen risico van intra-uterien overlijden, miskraam, perinataal overlijden en zuigelingensterfte.’’ En dan de aanbeveling om iets aan gewichtscounseling te doen bij vrouwen die zwanger willen worden om risico’s te verkleinen. Heel subtiel wordt hier in die conclusie gesuggereerd dat het verschil in BMI klein is en dat de verschillen in risico groot zijn. Ik heb meer met taal dan met cijfers, dus een formulering als ‘’zelfs kleine verhogingen’’ vormt in mijn brein gelijk de associatie dat de andere kant van de vergelijking groot zal zijn.
‘Zelfs’ is een tegenstelling oproepende term, zeg maar. Die tegenstelling blijft echter uit, want de toename van sterfgevallen is toch niet zo verschrikkelijk groot als ik, op basis van dat ‘zelfs’, vreesde.

In de groep waar toch al de meeste levens te betreuren zijn, lieten de cijfers een stijging zien van 76 (de standaard bij BMI 20) naar 82 (BMI 25) en 102 (BMI 30). Van 76 naar 82 is een verschil van 6 en dat is een toename met een dertiende van het oorspronkelijke. Van 82 naar 102 is een toename van 20, ofwel een vierde deel erbij. Ik heb voor mijn en uw gemak die cijfers even in een tabelletje gezet:


De rekensommetjes voor de miskramen en perinataal overlijden zijn vergelijkbaar met die voor foetaal overlijden, en bij zuigelingensterfte spelen inmiddels zoveel andere factoren mee, dat die niet heel betrouwbaar meer zijn. Toch, als je die absolute cijfers in een grafiek zet, ziet het er indrukwekkend uit. De latjes komen toch bij elke volgende BMI categorie beduidend hoger uit. Maar kijk eens naar de grafiek ernaast. Daar staan niet de cijfers op zich, maar afgezet tegen het aantal kinderen dat ondanks een dikkere of dunnere moeder gewoon gezond en wel geboren werd. Die cijfertjes in de linker grafiek zijn de overleden kinderen per 10.000. Als je dan de latjes bekijkt, zijn ze nauwelijks zichtbaar onderin en de verschillen zijn microscopisch.
Natuurlijk is elk overleden kind er eentje te veel. En natuurlijk is overgewicht ongezond. Vooral voor de persoon zelf. Overigens zijn die risico’s ook statistiek. En dan hebben we het nog niet gehad over de onnauwkeurigheid van BMI als meetinstrument. De formule die BMI als uitslag heeft gaat ervan uit dat de met elkaar vermenigvuldigde waarden (lengte en gewicht) op zichzelf staande grootheden zijn. Daarbij wordt volkomen over het hoofd gezien dat lichaamsgewicht is samengesteld uit onderdelen, lichaamsweefsels met een verschillend soortelijk gewicht. Botten en spierweefsel zijn de zwaarste weefsels, terwijl vet het lichtste is. Zo kan een volledig afgetrainde atleet een veel te hoog BMI hebben en toch geen spoortje vet op zijn lijf hebben. Ook het soort vet en de plaats waar het zich bevindt maken verschil in de risicobepaling.
Er wordt weer aan selectieve preventie gedaan. Overgewicht is een stokpaardje van onderzoekers en beleidsmakers. Andere factoren met vergelijkbare risico analyses, zoals, om maar wat te noemen, geen, weinig of kort borstvoeding, worden dan weer helemaal niet als belangrijk gezien. Terwijl daar toch vergelijkbare morbiditeit en mortaliteit statistieken bij horen. Het is natuurlijk helemaal niet hip om vrouwen die risicovolle voedingskeuzes of opvoedingskeuzes maken te waarschuwen. Mensen met overgewicht achter de vodden zitten en aan de statistische schandpaal nagelen is dan weer wel heel erg hip.
Maar ja, ik hoor het sommigen al denken: die borstvoeding moet er ook zo nodig weer met de haren bijgesleept worden. Tja, dat is mijn vak nu eenmaal. Maar ik weet er nog wel meer. Het is ook helemaal niet hip, integendeel zelfs, om te wijzen op de morbiditeit en mortaliteit die het gevolg is van onnodige medicalisering, onnodig medisch handelen en ingrijpen op het normale fysiologische zwangerschaps- en geboorteproces. Doe ik lekker toch. Ik ben nu eenmaal niet hip.

Review and Meta-analysis. JAMA. 2014;311(15):1536-1546. doi:10.1001/jama.2014.2269.

3 gedachten over “Statistische leugens

  1. […] is een woord met een verwachting net als het ‘zelfs’ van een vorige aflevering van dit blog. ‘Eigenlijk’, en volgens sommigen ook ‘maar’, is woord dat […]

  2. […] Statistische leugens Kansberekening, tel uit je winst Statistiek hexakosioihexekontahexafobie Voordelige cijfertjes en […]

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.