Overdiagnose door Health Apps

Nieuws Trending
07-05-2019

Er is een overweldigend aanbod aan apps en sites die voorspellen of iemand gezondheidsrisico’s loopt. Hoogleraar Epidemiologie Carl Moons (UMC Utrecht) waarschuwt voor voorspellingsapps en -sites die gemaakt zijn op basis van onjuiste modellen. Zijn onderzoeksteam doet al jaren onderzoek naar de kwaliteit en rapportage van voorspelmodellen die in de literatuur en in apps en sites verschijnen.

Wat is de kans dat u longkanker krijgt? Of een hartinfarct? Sites als Your Disease Risk geven hier bijvoorbeeld antwoord op. Bezoekers moeten een aantal vragen invullen over leef- en eetgewoontes en de site geeft een prognose. Volgens Moons zijn er zo’n veertigduizend biomedische tijdschriften en per jaar worden vier miljoen papers gepubliceerd. Daarbinnen is, in het tijdperk van big data, machine learning en kunstmatige intelligentie, het ontwikkelen van predictiemodellen heel hip. De tijdschriften staan er vol mee, maar over de kwaliteit van de modellen is Moons niet te spreken.

Er ontstaat wildgroei aan voorspellingsapps en -sites en ze zijn bijna altijd gratis beschikbaar voor het grote publiek. Ondertussen kan iedereen zelf zo’n site uit de grond stampen. De achterliggende predictiemodellen liggen namelijk voor het opscheppen op internet en in de medische literatuur. Als consument of zorgverlener moet je zeker weten dat de modellen kloppen, maar geen instantie die zich daarmee bezighoudt, met alle gevolgen van dien.

Moons zoekt de oplossing van het probleem niet primair bij de appmakers maar bij de wetenschappelijke studies. Hij zegt: "Je moet zeker weten dat de modellen in de literatuur kloppen. Dan kunnen foute modellen ook niet in apps terechtkomen. We moeten ophouden met wéér een predictiemodel te maken, alleen omdat het kan." Daarom heeft Moons recentelijk met een grote internationale onderzoeksgroep een eenvoudige checklist ontwikkeld om medische voorspelmodellen op hun kwaliteit en effectiviteit te beoordelen voordat ze gebruikt worden in de praktijk. Deze zogenoemde Probast-checklist bestaat uit twintig items waarop onderzoekers, zorgverleners of app-ontwikkelaars snel kunnen bepalen hoe bruikbaar een voorspelmodel echt is.

Bron: Volkskrant

Afbeelding: Pixabay