Dit is de bijlage bij hoe we bewijs graderen. Die pagina legt uit welke niveaus we aan elke stelling toekennen; deze geeft u de middelen om elk onderzoek, inclusief het onze, te controleren.
U heeft geen statistiek nodig om dit goed te doen. De meeste fouten die ertoe doen, komen voort uit een handvol stappen die makkelijk te herkennen zijn zodra iemand ze aanwijst.
Een studie beschrijft wat er gebeurde met één specifieke groep mensen, op één specifieke manier gemeten, door onderzoekers met specifieke vragen en specifieke financiers. Er één goed lezen komt neer op vier vragen: wie erin zaten, wat er daadwerkelijk werd gemeten, hoe zeker de cijfers zijn, en of de gestelde conclusie overeenkomt met de onderliggende bevinding. Diezelfde vier werken op bijna alles, van een persbericht van twee regels tot een paper van 30 pagina's.
Wij beoordelen elke bewering op deze site met een van vier labels: Sterk, Matig, Opkomend, of Voorlopig, uiteengezet in hoe we bewijs beoordelen. De onderstaande hulpmiddelen zijn hoe u het onderzoek achter elk label controleert, dat van ons inbegrepen.
De bewijsladder
Het ontwerp van een studie vertelt u ruwweg hoezeer u die kunt vertrouwen voordat u ook maar één cijfer leest. Vijf brede ontwerpen staan op een ladder, van het zwakste onderaan tot het sterkste bovenaan.
Onderaan staat het casusrapport, of een casusreeks van een handvol patiënten: één persoon die een behandeling kreeg en het goed of slecht deed. Dit is een anekdote. Het kan een vraag opwerpen die het waard is om te onderzoeken. Het kan er geen beslechten, omdat er niemand is om de patiënt tegen te vergelijken.
Daarna komen observationele studies, waarbij onderzoekers mensen observeren die iets al dan niet doen. Een dwarsdoorsnede-enquête is een momentopname van één moment. Een patiëntcontroleonderzoek begint bij mensen met een uitkomst en kijkt terug. Een cohortonderzoek volgt een groep vooruit, soms 10 of 20 jaar lang. Deze kunnen laten zien dat twee metingen samen stijgen en dalen, meten hoe sterk, en een dosis-respons onthullen. Ze kunnen niet aantonen dat het ene het andere veroorzaakte, omdat de mensen die het ding doen op honderd andere manieren verschillen van degenen die het niet doen.
De gerandomiseerde gecontroleerde trial is het instrument gebouwd om confounding te verhelpen. Mensen willekeurig toewijzen aan behandeling of controle maakt de twee groepen gemiddeld gelijk, zowel voor bekende als onbekende factoren, zodat een verschil achteraf redelijkerwijs aan de behandeling kan worden toegeschreven. Blindering, waarbij noch de patiënt noch de beoordelaar weet wie wat kreeg, voorkomt dat verwachting het resultaat vormt.
Bovenaan verzamelt een systematische review elk onderzoek naar een vraag en beoordeelt ze samen; een meta-analyse voegt hun cijfers samen tot één schatting. Goed uitgevoerd is dit het betrouwbaarste dat we hebben. Uitgevoerd op een stapel zwakke onderzoeken is het een net gemiddelde van zwakke onderzoeken, niet sterker dan wat erin ging.
De ladder geeft u een startpunt en niets meer. Eén groot, schoon cohort kan zwaarder wegen dan een klein, slordig gerandomiseerd onderzoek van 30 mensen. Het ontwerp bepaalt uw verwachting; de methoden vertellen u of een studie eraan voldoet.
Correlatie is geen oorzaak
Jarenlang leek koffiedrinken gekoppeld aan longkanker, tot onderzoekers opmerkten dat de koffiedrinkers van die tijd ook veel meer rookten. Dat is de fout achter de meeste slechte gezondheidskoppen, en ze kent twee vormen.
De eerste is confounding, waarbij een derde factor beide dingen tegelijk aandrijft. IJsverkoop en verdrinkingen stijgen alleen samen omdat beide 's zomers stijgen. Hormoontherapie is de dure versie: jarenlang leek het hartbeschermend in observationele data, omdat de vrouwen die het namen om te beginnen al gezonder en welvarender waren, een patroon dat gezonde-gebruikersbias wordt genoemd. De gerandomiseerde onderzoeken die volgden, vonden helemaal geen bescherming.
De tweede vorm is omgekeerde causaliteit, waarbij de pijl de andere kant op wijst. Mensen in de vroege stadia van een ziekte bewegen vaak minder, dus "zitten is gekoppeld aan ziekte" kan de ziekte zijn die het zitten veroorzaakt, met de werkelijke pijl omgekeerd.
Randomisatie doorbreekt beide valstrikken, waardoor de ladder trials boven cohorten plaatst. Maar voor veel belangrijke vragen zijn observationele gegevens alles wat er ooit zal zijn, omdat mensen randomiseren wreed of onmogelijk zou zijn. Vier tekenen maken een causale lezing dan geloofwaardiger: een duidelijke dosis-respons, de oorzaak die vóór het effect optreedt, een aannemelijk biologisch mechanisme, en hetzelfde resultaat dat opduikt bij verschillende populaties. Geen enkele is op zichzelf doorslaggevend. Samen zijn ze hoe zorgvuldige mensen redeneren over oorzaken die ze niet kunnen randomiseren.
Relatief versus absoluut risico
Eén getal misleidt meer lezers dan enig ander op een gezondheidspagina: een risicoreductie gerapporteerd zonder de uitgangswaarde. Neem een medicijn dat uw risico op een bepaalde gebeurtenis verlaagt van 2 op 1,000 naar 1 op 1,000 per jaar. Hetzelfde resultaat kan op twee manieren worden geschreven:
- Als een relatieve risicovermindering: het medicijn halveert uw risico, een vermindering van 50%.
- Als een vermindering van het absolute risico: uw risico daalt met 1 op 1,000, of 0.1 procentpunt.
Een derde manier zegt hetzelfde eenvoudiger: het aantal dat behandeld moet worden (number needed to treat), hier 1,000. Duizend mensen nemen het medicijn een jaar lang zodat één van hen de gebeurtenis vermijdt; de andere 999 krijgen alleen de bijwerkingen en de rekening. De spiegel hiervan is het aantal dat schade moet oplopen (number needed to harm).
Relatieve cijfers zijn onvolledig omdat ze het uitgangsrisico verbergen. Een vermindering van 50% ten opzichte van een piepklein uitgangspunt is een piepklein verschil; een vermindering van 50% ten opzichte van een groot uitgangspunt is een groot verschil.
Wanneer u een percentagevermindering ziet, stel dan elke keer twee vragen: vermindering ten opzichte van welke uitgangswaarde, en wat is de verandering in gewone aantallen?
Statistische versus praktische significantie
De p-waarde beantwoordt één enge vraag, en lezers verwarren die routinematig met een grotere. Als de behandeling werkelijk niets deed, hoe vaak zou een resultaat dat minstens zo extreem is toevallig opduiken — dat is alles wat het rapporteert. Een p onder 0.05 is een conventie, een lijn die iemand heeft getrokken, geen drempel van waarheid. Het geeft niet de kans dat de bevinding echt is of dat de hypothese klopt. Een studie kan onder de 0.05 uitkomen en toch toeval zijn, vooral een kleine studie die veel dingen mat en het ene resultaat rapporteerde dat de lijn overschreed.
Het betrouwbaarheidsinterval is nuttiger, omdat het het volledige bereik van effecten laat zien waarmee de gegevens verenigbaar zijn. Een smal interval betekent een nauwkeurige schatting; een breed interval betekent dat de studie u weinig kan vertellen. Als het interval "geen effect" omvat, blijft het resultaat onzeker ongeacht wat de p-waarde aangeeft. Geef altijd de voorkeur aan het interval boven een kale p.
Statistische significantie en praktische betekenis lopen vaker uiteen dan koppen toegeven. Een onderzoek met 50,000 mensen kan een bloeddrukdaling van een half punt waterdicht vaststellen, en tegelijk nutteloos, omdat geen enkele patiënt een half punt zou voelen. Een echt nuttig effect kan de andere kant op ontglippen, waarbij significantie wordt gemist in een studie die te klein is om het op te vangen. Dat missen weerspiegelt de omvang van de studie; het bewijst niet dat het effect er niet is. Vraag welke omvang van effect daadwerkelijk zou uitmaken voor een persoon, en controleer dan of de studie een effect van die omvang vond voordat u de p-waarde controleert.
Surrogaten versus uitkomsten
Van medicijnen die de onregelmatige hartslagen na een hartaanval onderdrukten, werd verwacht dat ze levens zouden redden. Uiteindelijk getest tegen de dood zelf, verhoogden ze die juist. De hartslag die ze verhielpen was een surrogaat, een labmarker die de plaats innam van de uitkomst waar iedereen daadwerkelijk om geeft.
Surrogaten zijn overal; vijf veelvoorkomende zijn LDL-cholesterol voor hartaanvallen, bloeddruk voor beroertes, tumorkrimp voor overleving, botdichtheid voor breuken, en HbA1c voor de complicaties van diabetes. Ze zijn aantrekkelijk omdat ze binnen weken veranderen en weinig kosten, terwijl de echte uitkomsten jaren duren.
Het bewegen van de marker verandert niet altijd de uitkomst, en kan die de verkeerde kant op bewegen. Sommige kankermedicijnen doen een tumor krimpen op een scan zonder mensen ooit langer te laten leven of zich beter te laten voelen. Dus wanneer een studie een surrogaat rapporteert, behandel dat als een veelbelovend spoor, en stel dan de echte vraag: heeft iemand gemeten hoe het de patiënten verging, hoe lang ze leefden, hoe ze zich voelden, of de breuk of de hartaanval ooit kwam?
Wie werd onderzocht, en wie betaalde
Een resultaat gemeten bij 2,315 Finse mannen is solide voor Finse mannen en een open vraag voor ieder ander. Twee studies kunnen identieke cijfers rapporteren en toch heel verschillend vertrouwen verdienen, geheel afhankelijk van de kleine lettertjes.
Kleine studies zijn ruis. Een dramatisch resultaat bij 12 mensen is een reden om een grotere studie uit te voeren, geen reden om te veranderen wat u doet.
Wie in de studie zat, bepaalt voor wie de studie geldt. Een bevinding gemeten bij jonge, gezonde mannen, of in één land, of over een smalle leeftijdsband, draagt mogelijk niet over op u. Veel van het onderzoek naar beweging en fysiologie is sterk mannelijk scheefgetrokken, en die scheeftrekking wordt onzichtbaar zodra één getal wordt geciteerd en opnieuw geciteerd. Daarom vlaggen onze eigen beweringen het geslacht waarbij ze zijn gemeten. Generaliseerbaarheid is een vraag die u zelf moet stellen; een studie meldt zelden uit zichzelf haar eigen beperkingen.
Een studie die vooraf zijn belangrijkste uitkomst en analyseplan vastlegde, en vervolgens precies dat rapporteerde, is veel moeilijker te vervalsen dan een studie die 10 dingen mat en u vertelde over de twee die werkten. Zoek naar een vooraf geregistreerd protocol.
De gepubliceerde studies zijn een vertekende steekproef van de studies die daadwerkelijk zijn uitgevoerd. Onderzoeken die niets vinden blijven vaak ongepubliceerd, dus het gepubliceerde record helt al naar positief voordat u er een woord van heeft gelezen. Een systematische review die verder zocht dan de tijdschriften, in onderzoeksregisters, is de gedeeltelijke remedie.
Financiering door de industrie diskwalificeert niet, en veel uitstekend onderzoek wordt betaald door de bedrijven die het product maken. Het is een reden om de methoden strenger te lezen, om te controleren wie de uitkomsten en de vergelijkingsgroep koos, en om het resultaat af te wegen tegen onafhankelijk werk.
Een resultaat bij muizen, of bij cellen in een schaaltje, is een reden om een menselijke proef uit te voeren en niets meer. De meeste bevindingen die opvallend lijken bij een muis reproduceren nooit bij een mens.
U kunt meestal traceren hoe een bescheiden paper een luide kop wordt. De kop komt van een persbericht, het persbericht van het abstract, en het abstract is vaak het meest vleiende deel van het hele document.
The Research & Studies
Everything here is based on the research we have collected and checked, sorted into groups and ordered with the strongest evidence first. Click any claim to open the studies behind it.
Evidence And Methods
Samenvattingen van ongeveer 58% van de niet-significante studies lezen nog steeds positief
Onderzoekers verzamelden 72 studies waarvan het hoofdresultaat geen statistische significantie bereikte, wat betekent dat de behandeling de vergelijking niet duidelijk had verslagen. Bij de meeste ervan was de samenvatting, het deel dat bijna iedereen leest, toch geschreven om te klinken alsof de behandeling werkte.
Boutron en collega's screenden studies die in december 2006 waren geïndexeerd en identificeerden 72 parallelgroep-gerandomiseerde studies met een statistisch niet-significante primaire uitkomst. Beoordelaars classificeerden spin, gedefinieerd als rapportage die het voordeel van de behandeling benadrukt ondanks het niet-significante resultaat. Spin kwam voor in het resultatengedeelte van de samenvatting bij 37.5% van de rapporten en in het conclusiegedeelte van de samenvatting bij 58.3%, waarbij de conclusies in de hoofdtekst in vergelijkbare of hogere mate werden beïnvloed. De samenvatting is het deel dat de meeste lezers zien, en vaak het enige deel, dus optimistische formulering ervan bepaalt mede hoe een nulresultaat wordt onthouden.
Who this may not transfer to:This is a finding about how trials get written up, not a health effect, so it applies whenever you read a study, not to any one group of people.
Lees de primaire uitkomst en het resultaat ervan voordat je de conclusie leest. Als het vooraf vastgestelde hoofdeindpunt niet is veranderd maar de conclusie optimistisch klinkt, leunt die zin meestal op een secundaire bevinding of een subgroep. Vertrouw op het getal, niet op de bijvoeglijke naamwoorden.
The study · 1
Boutron et al., reporting and interpretation of randomized trials with statistically nonsignificant results for primary outcomes · JAMA 2010;303(20):2058-64
Tijdschriften toonden 94% van de antidepressiva-studies als positief; de gegevens van de FDA toonden 51%
Toezichthouders hielden de resultaten van 74 antidepressiva-studies onder zich. Bijna elke studie met een goed resultaat werd gepubliceerd, terwijl de meeste studies met een slecht resultaat dat nooit werden, of zo werden geschreven dat ze er beter uitzagen dan ze waren. Iemand die alleen de tijdschriften leest, zou denken dat bijna elke studie slaagde; het volledige dossier liet zien dat ongeveer de helft dat deed.
Turner en collega's vergeleken 74 antidepressiva-studies die tussen 1987 en 2004 waren geregistreerd bij de Amerikaanse Food and Drug Administration met wat de gepubliceerde literatuur bereikte. Van de 38 studies die de FDA als positief beoordeelde, werden er 37 gepubliceerd. Van de 36 studies met negatieve of twijfelachtige resultaten werden er 22 helemaal niet gepubliceerd en 11 gepubliceerd in een vorm die een positieve uitkomst overbracht. Het gepubliceerde dossier toonde daarom 94% van de studies als positief tegenover de 51% van de FDA, en de effectgroottes in de tijdschriftliteratuur lagen ongeveer 32% hoger dan die uit de volledige FDA-dataset, waarbij individuele geneesmiddelen tussen 11% en 69% werden opgeblazen.
Who this may not transfer to:This is a finding about which trials reach the published record, not a health effect, so it applies whenever you rely on the literature, not to any one group of people.
Eén gepubliceerde positieve studie beslist weinig op zichzelf, omdat de studies die mislukten er eenvoudigweg kunnen ontbreken. Geef de voorkeur aan een systematische review die studieregisters doorzocht, niet alleen tijdschriften, en controleer of de uitkomst vooraf was geregistreerd voordat de studie begon.
The study · 1
Turner et al., selective publication of antidepressant trials and its influence on apparent efficacy · N Engl J Med 2008;358(3):252-60
Framing in relatief risico laat hetzelfde voordeel groter lijken dan absoluut risico
Vertel mensen dat een pil hun risico halveert, en ze zijn er enthousiaster over dan wanneer je ze vertelt dat het hun risico verlaagt van 2 op 1,000 naar 1 op 1,000, ook al zijn dat hetzelfde feit. Het groter klinkende relatieve getal trekt harder aan de beslissing.
Covey poolde experimentele studies die hetzelfde behandelvoordeel aan deelnemers presenteerden in verschillende numerieke formats. Relatieve risicoreductie leverde consequent hogere beoordelingen van effectiviteit op en een grotere bereidheid om een behandeling te nemen of aan te bevelen dan absolute risicoreductie of het number needed to treat, bij leken, studenten en artsen. De bevinding gaat over hoe een format de perceptie stuurt, niet over welk format correct is: het absolute cijfer en het number needed to treat dragen het uitgangsrisico dat het relatieve cijfer weglaat.
Who this may not transfer to:This is a finding about how risk numbers steer perception, not a health effect, so it applies whenever you meet a percentage reduction, not to any one group of people.
Wanneer je een percentuele reductie tegenkomt, stel dan telkens twee vragen: reductie ten opzichte van welk beginrisico, en wat is de verandering in eenvoudige aantallen. Als het uitgangsrisico klein is, kan een grote relatieve reductie een verwaarloosbare absolute reductie zijn.
The study · 1
Covey, a meta-analysis of the effects of presenting treatment benefits in different formats · Med Decis Making 2007;27(5):638-54
Vragen om aan elke studie te stellen
Loop elke studie, kop, of persbericht na langs dezelfde zeven vragen. Negentig seconden is genoeg om het te screenen, en de antwoorden vertellen u of de bevinding een nadere blik verdient.
Veelgestelde vragen
Wat is de enige meest nuttige vraag om over een studie te stellen?
Of de onderzochte groep op u lijkt, en of wat ze maten is waar u om geeft. Een groot effect op een surrogaatmarker bij mensen die niets op u lijken, stuurt uw beslissing minder dan een bescheiden effect op een echte uitkomst bij mensen die uw situatie delen. Relevantie komt vóór ontwerp en statistiek.
Waarom is "halveert uw risico" misleidend?
Omdat het het uitgangsrisico verbergt. Het halveren van een risico van 2 op 1,000 redt één persoon per 1,000 behandelden; het halveren van een risico van 1 op 3 is enorm. Het relatieve cijfer leest in beide gevallen hetzelfde en vertelt u alleen bijna niets. Zet het om naar de absolute verandering, en waar mogelijk, naar het aantal dat behandeld moet worden.
Beslecht één studie ooit iets?
Zelden. Een bevinding verdient vertrouwen wanneer ze zich herhaalt over verschillende groepen en verschillende onderzoeksteams. Een goede systematische review controleert precies dat. Eén enkele proef, hoe groot ook, is één datapunt. Wees het meest op uw hoede voor een enkele kleine studie die een groot lichaam eerder werk omverwerpt; dat is vaker ruis dan revolutie.
Is een studie bij muizen of cellen waardeloos?
Nee, maar het beantwoordt een andere vraag. Dieren- en laboratoriumwerk is hoe onderzoekers mechanismen vinden en beslissen wat het waard is om bij mensen te testen. Het wijst naar een menselijke proef die de moeite waard is om uit te voeren. De meeste opvallende resultaten bij muizen reproduceren niet bij mensen, dus lees "bij muizen" in een kop als een signaal dat het menselijke bewijs er nog niet is.
Hoe kan ik een echte bevinding onderscheiden van een opgeblazen kop?
Zoek naar de tekenen van een bewering die verder reikt dan haar bewijs. "Gekoppeld aan" of "geassocieerd met" markeert meestal observationele gegevens die geen oorzaak kunnen vaststellen. Een relatief cijfer verschijnt zonder een absoluut cijfer ernaast. Een surrogaatmarker wordt gerapporteerd alsof het een uitkomst was. De steekproef is klein. En "kan" draagt de hele eerste zin. Wanneer verschillende tekenen zich opstapelen in één kop, ga dan de studie zelf opzoeken en lees de primaire uitkomst zelf.
Explore Related
Other pages this one connects to, by the evidence they share, the outcomes they touch, and the ground they cover.
All 3 registered claim citations independently checked and cross-referenced.
Thomas Dehli, Founder & Editor, Sacred Lotus
Sacred Lotus has published Chinese medicine reference material since 2001. Integrative pages are held to the same standard as the herb and formula library: cite the source, grade the claim at its real strength, and say where the research has not looked. This page is educational and it is not medical advice. Last updated 10 augustus 2026.