B
#drop-caps-58b44dcb4662b {padding:10px !important;}#drop-caps-58b44dcb4662b {font-size:25px !important;}

ayes’ theorema

De strijd tussen twee statistische methodes, de klassieke (frequentistische) en de Bayesiaanse, duurde twee eeuwen en was even fel als de strijd tussen reguliere geneeskunde en homeopathie. De Bayesiaanse statistiek lijkt het pleit nu wel gewonnen te hebben, behalve in de geneeskunde. In de geneeskunde vindt men het nog steeds belangrijker dat een geneesmiddel beter werkt dan een placebo. Met ‘men’ wordt niet de patiënt bedoeld, die heeft er weinig aan dat een geneesmiddel maar in 40% van de ‘gemiddelde’ mens werkt. Hij wil weten of een geneesmiddel bij hem werkt, net zoals hij wil weten wat zijn diagnose is. Hiervoor is de Bayesiaanse methode nodig.

Merkwaardigerwijs is de Bayesiaanse methode al normaal bij de diagnostiek. Waarom dan niet bij de individuele prognose van een geneesmiddel? Het lijkt erop dat financiële belangen hier een rol spelen. Het klassieke dubbelblind  onderzoek is erg kostbaar, waardoor nieuwe spelers op de markt minder kansen hebben. Daartegenover staan miljarden winsten bij een positief resultaat door patenten. Juist deze miljarden winsten leiden tot een wedloop van meer regels en meer ontduiken van regels, hetgeen dit onderzoek weer duurder maakt.

Het theorema van Bayes is in principe heel eenvoudig:

Posteriorkans = Likelihood Ratio x priorkans
Likelihood Ratio (LR) = (prevalentie doelpopulatie) / (prevalentie restpopulatie)

Simpeler gezegd: wanneer een bepaald symptoom of kenmerk vaker voorkomt bij mensen die goed op een bepaald geneesmiddel reageren, stijgt de kans dat dit middel werkt wanneer dit symptoom/kenmerk aanwezig is.

Het theorema beschrijft hoe wij leren door ervaring en is in de diagnostiek het voornaamste instrument voor wetenschappelijk onderzoek.  Uiteindelijk staat of valt het succes van een behandeling bij een goede diagnose. Op grond hiervan is het merkwaardig dat voor diagnostiek de Bayesiaanse methode wordt toegepast en voor behandeling de frequentistische. Temeer omdat omdat de frequentistische benadering niet past bij personalised medicine.

De hogere wetenschappelijke status van het dubbelblind onderzoek wordt gedeeltelijk teniet gedaan door het ontduiken van de regels vanwege de financiële belangen. Er zou daarom meer ruimte moeten komen voor Bayesiaans onderzoek, met vermijden van financiële belangenverstrengeling.

Start typing and press Enter to search