Één RCT is zelden het einde van een discussie.
In discussies zie ik het steeds weer gebeuren.
Alsof daarmee de vraag definitief beantwoord is.
En even vaak hoor ik de spiegelvariant: “er is geen RCT, dus we kunnen niets zeggen.” Twee tegengestelde uitspraken, met dezelfde onderliggende aanname: dat één studieontwerp alleen bewijskracht heeft.
Zo werkt wetenschap niet.
RCT’s zijn een krachtig instrument om causale verbanden te onderzoeken. Ze verminderen bias door randomisatie en zijn daarom terecht de gouden standaard voor veel interventies.
Maar ook een RCT kent beperkingen.
Soms is de studie simpelweg te klein om een klein, maar klinisch relevant effect aan te tonen. Om dat betrouwbaar te kunnen detecteren zijn soms duizenden of zelfs tienduizenden deelnemers nodig. Dat is praktisch, financieel of ethisch lang niet altijd haalbaar.
En er speelt nog iets. Onderzoek moet gefinancierd worden. Bij interventies zonder patent — beweging, voeding, slaap, herstel, belastbaarheid — staat er zelden een partij klaar die een studie van die omvang betaalt. Juist rond vrouwengezondheid ontbreekt daarmee bewijs op plekken waar de klinische vraag het grootst is.
Het gevolg is een sprong die in discussies vaak onopgemerkt blijft: van “er is geen RCT” naar “er is geen bewijs”, en vervolgens naar “dan kunnen we niets”. Dat zijn drie verschillende uitspraken. De eerste gaat over de beschikbaarheid van onderzoek, de tweede over de totale onderbouwing, de derde over klinisch handelen.
Een ontbrekende studie is een kennislacune. Dat is iets anders dan een aangetoonde afwezigheid van effect.
Daarnaast is een gemiddelde uitkomst precies dat: een gemiddelde.
Als een behandeling bij een deel van de deelnemers veel effect heeft en bij een ander deel juist geen of zelfs een tegengesteld effect, kan het gemiddelde dicht bij nul uitkomen. Dan luidt de conclusie al snel: geen effect.
In de data is intussen goed te zien dat een deel van de deelnemers duidelijk reageert. Toch wijkt het gemiddelde niet significant af van de controlegroep, en daarmee verdwijnt die respons uit de conclusie. Vervolgens klinkt de opmerking dat je met wetenschap geen stap verder komt — terwijl het onderzoek juist een signaal oplevert dat om een vervolgvraag vraagt.
Terwijl de wetenschappelijke vraag misschien zou moeten zijn:
Voor wie werkt het wel? Onder welke omstandigheden? En waarom?
Achteraf willekeurig op zoek gaan naar responders vergroot de kans op vals-positieve bevindingen en selectiebias. Die route levert vooral ruis op.
Houdbaar is de omgekeerde beweging: vooraf hypothesen formuleren over welke biologische of klinische kenmerken een behandeling waarschijnlijk effectief maken, en die gericht toetsen.
En dat kan. Er bestaan onderzoeksopzetten die precies hierop zijn gebouwd:
* een responderdefinitie die vooraf is vastgelegd, met een klinisch relevante drempel in plaats van een p-waarde achteraf;
* stratificatie bij randomisatie op de kenmerken waarvan respons wordt verwacht, bijvoorbeeld hormonale status, metabole gezondheid, trainingsstatus of leeftijdsfase;
* een vooraf geplande interactietoets, met power op die interactie in plaats van alleen op het hoofdeffect;
* een enrichment- of biomarkergedreven design, waarin de vermoedelijk responsieve subgroep bewust ruimer wordt ingesloten;
* adaptieve en sequentiële opzetten, waarin de inclusie wordt aangescherpt op basis van vooraf vastgelegde regels;
* n-of-1- en crossoveropzetten, waarin de individuele respons zelf de uitkomstmaat is.
Deze opzetten zijn vaak duurder en logistiek zwaarder, en dat verklaart deels waarom ze minder vaak worden uitgevoerd. Het verschil met een post-hoc responderjacht zit in het moment van beslissen: alles wordt vastgelegd voordat de data er zijn.
Daarmee verschuift de vraag van “werkt het gemiddeld” naar “bij welk fysiologisch profiel werkt het, in welke mate, en via welk mechanisme”. Dat is precies de vraag die in de praktijk telt, want je behandelt een individuele vrouw en geen groepsgemiddelde.
Daarom kijken we in de wetenschap bij voorkeur naar de totality of evidence.
Eén studie is daarin één bouwsteen.
Het beeld ontstaat uit het geheel:
* meerdere RCT’s;
* systematische reviews en meta-analyses;
* observationeel onderzoek;
* mechanistische en fysiologische kennis;
* consistentie tussen verschillende onderzoeken;
* dosis-responsrelaties;
* biologische plausibiliteit.
Voor de zorgprofessional betekent dit een andere vraagstelling dan “is het bewezen, ja of nee”. Bruikbaarder is: hoe stevig is de onderbouwing voor déze uitspraak, bij déze populatie, met déze dosering en deze uitkomstmaat? Wat is fysiologisch plausibel, wat is daadwerkelijk onderzocht, en wat blijft onbekend?
Daar hoort ook bij dat je expliciet maakt op welke grond je handelt. Een interventie met een gunstig risicoprofiel, een plausibel mechanisme en consistente observationele signalen vraagt een andere afweging dan een interventie met een onduidelijk mechanisme en een reëel risico op schade. In beide gevallen benoem je de onzekerheid tegenover de cliënt, en spreek je af waaraan je evalueert.
Zo wordt de kennislacune bespreekbaar in plaats van verlammend.
Wetenschap draait uiteindelijk om iets anders dan het winnen van een discussie.
Het draait om het steeds beter benaderen van de werkelijkheid — en om handelen dat past bij wat we op dit moment wel en niet weten.
In de opleidingen van XPR Academy oefenen professionals hoe zij bewijs beoordelen op wat er daadwerkelijk onderzocht is, fysiologische plausibiliteit meewegen en die afweging vertalen naar de individuele cliënt.
