Bluffen Sie sich in die Wissenschaft™ – Grundregeln des wissenschaftlichen Schreibens

Van mijn studie herinner ik mij onder andere vakken als "Journalistiek schrijven", "Populariserend schrijven", "Schrijven per taalniveau" en meer van dat moois. Allemaal taalvarianten die ik sindsdien heb zien verschuiven en verkleuren, wat heel normaal en gezond is voor levend taalgebruik. Wat ik nooit specifiek heb gehad (of heb gemist) is "Wetenschappelijk schrijven". Wel op onderdelen zoals het correct noteren van referenties, hoe de structuur van een wetenschappelijk artikel eruit ziet - maar eigenlijk nooit de formuleringen, het wetenschappelijk idioom, de taal zelf.

Een voorbeeld. Een uitspraak als "die studie was bullshit" kan natuurlijk niet in een wetenschappelijk journaal (zo noemt deskundige Karremans een scientific journal, ik pas mij maar even aan). De woordkeuze "bullshit" is niet alleen ongelukkig maar wat hier vooral ontbreekt is de twijfelfactor. Die moet altijd doorklinken, ook als iets onomstotelijk lijkt. Dat is immers wetenschap: wat je bewijst is geldig totdat een andere wetenschapper iets heel anders net wat beter bewijst. Alles moet onzeker worden geformuleerd, in gedweeë afwachting van de onvermijdelijke ontkrachting. Een rotsvaste overtuiging presenteer je daarom hoogstens als een 'suggestie van de data'. Maar hoe vang je dat verder in woorden, die twijfel? Hoe val je niet direct door de mand als onwetenschappelijk?

Een kleine oefening

Stel, ik wil ik een ingezonden brief gepubliceerd krijgen over het feit dat in alle pro-vaccinatie studies het Healthy Vaccinee Effect (HVE) buiten de deur wordt gehouden om de vaccin-effectiviteit op te krikken. We hebben dat immers gezien in bijna alle vaccinatiebereidheidsbevorderende rapporten en studies, recent nog in de Nivel-studie(vv, mdh) en in de UMCU-studie. Ook in het buitenland (combi-artikel met Nivel-studie) wordt deze methode over het algemeen ruimhartig toegepast, soms zelfs naast andere correctiemethoden om de resulterende cijfers iets ondoorzichtiger maken.

Ik zou dus het liefst zeggen

"Alle overheidsstudies over coronavaccins zijn HVE-rommel, de beleidsincompetentie is genocidaal gebleken en die hele sector is corrupt."

Dat gaat vast niet zo goed vallen bij een wetenschappelijk journaal.

Het zal in eerste instantie afgewezen worden. Niet op inhoud maar op iets protocollairs: de verkeerde taal bijvoorbeeld. Want het moet natuurlijk in het Engels, anders is het geen echt Wetenschaps, of beter nog Science™. Dus we moeten een en ander hertalen:

• "Rommel" → "methodological limitations": Nooit direct "slecht" zeggen, altijd vaag en technisch houden.
• "Genocidaal gebleken" → "influence policy outcomes": Vermijd emotionele of morele oordelen, maak het abstract en indirect.
• "Corrupt" → "systemic challenges": Suggestie van problemen zonder iemand te beschuldigen.

Tips:

• Voeg woorden toe als "potentially", "may" en "further investigation" om elke stelligheid te neutraliseren.
• Doe geen bewering die de vaccinatiebereidheid negatief zou kunnen beïnvloeden, ook niet in omzwachtelde termen.
• Mijd ten alle tijde het noemen van vitamines, beweging of zonlicht.

Goed. Wat moet er zoal in, eerst even recht voor zijn raap:

Het "healthy vaccinee effect" kan een belangrijke vertekening (bias) veroorzaken in observationele studies naar de effectiviteit van COVID-19-vaccins. Deze bias houdt in dat mensen die ervoor kiezen zich te laten vaccineren vaak gezonder zijn of gezondere gewoonten hebben dan degenen die dat niet doen. Ook terminale mensen zien af van vaccinatie, wat de sterfte in de groep niet-gevaccineerden sterk verhoogt. Hierdoor wordt de effectiviteit van vaccins in studies overschat, omdat de gemeten gezondheidsuitkomsten niet te danken zijn aan het vaccin, maar aan de onderliggende gezondheidstoestand van de gevaccineerde groep.

Deze vertekening is duidelijk zichtbaar bij het beoordelen van vaccins zoals BNT162b2 (Pfizer-BioNTech) in real-world data. Onderzoekers negeren deze factor zorgvuldig, corrigeren er niet voor bij het analyseren van gegevens en gebruiken geen statistische methoden die rekening houden met verschillen in gezondheidskenmerken tussen gevaccineerden en niet-gevaccineerden. Hierdoor kunnen de wetenschappelijke resultaten tegengesteld zijn aan wat er feitelijk gebeurt, ook bij ernstige uitkomsten zoals sterfte. Het structureel negeren van het HVE is een kenmerk van verstrengeling van belangen. Beleidsmakers zijn niet in staat om hierop te reflecteren en hebben op hun beurt zelf belang bij ondersteunende wetenschap. Een zelfversterkende feedback-loop.

Conclusie: Het systematisch negeren of niet kwantificeren van het Healthy Vaccinee Effect is niet anders uit te leggen dan een een doelbewust toegepaste methode om de Vaccin-effectiviteit anders voor te stellen dan die in werkelijkheid is. Dit is een grove schending van het eerste principe in de code voor wetenschappelijke integriteit.

De praktijk

Lezen hoe dat uiteindelijk in een wetenschappelijk journaal terecht komt? Dat artikel is al geschreven, een jaar geleden al.

“Het artikel van Furst et al. (2024) benadrukt het Healthy Vaccinee-effect als een potentiële vertekening in observationele studies die de werkzaamheid van COVID-19-vaccins beoordelen, en dringt er bij onderzoekers op aan om rigoureuzere statistische aanpassingen toe te passen. Voor de volledige tekst, zie de originele publicatie: https://doi.org/10.20452/pamw.16634."

Ze zijn niet de enigen. In 2023 toonde o.a. Vinay Prasad al hetzelfde aan.¹De gecorrigeerde 90% lagere mortaliteit als gevolg van Covid-19 die werd gerapporteerd onder de deelnemers die een booster kregen, kan niet met zekerheid worden toegeschreven aan boosting. “Healthy vaccinee bias” in deze populatie kan ook hebben geleid tot overschattingen van de effectiviteit van het vaccin in soortgelijke studies van Clalit Health Services. Het opnemen van sterfte die geen verband houdt met Covid-19 in alle observationele Covid-19 vaccinstudies zou een belangrijke context bieden. https://www.nejm.org/doi/10.1056/NEJMc2306683

Zou het allemaal te voorzichtig gesteld zijn? Kennelijk wel. Het gaat niet meer om wetenschapplijk verschil van inzicht, het gaat om schuivende paradigma's maar de taal schuift niet mee. Het gaat eigenlijk niet eens meer om wetenschap, als dat eerste principe niet wordt eerbiedigd.

Ik vrees dat de beuk erin moet: ook het wetenschappelijk taalgebruik is aan een grondige herziening toe. Dit gefleem leidt tot niks.

Fußnoten

• 1
  De gecorrigeerde 90% lagere mortaliteit als gevolg van Covid-19 die werd gerapporteerd onder de deelnemers die een booster kregen, kan niet met zekerheid worden toegeschreven aan boosting. “Healthy vaccinee bias” in deze populatie kan ook hebben geleid tot overschattingen van de effectiviteit van het vaccin in soortgelijke studies van Clalit Health Services. Het opnemen van sterfte die geen verband houdt met Covid-19 in alle observationele Covid-19 vaccinstudies zou een belangrijke context bieden. https://www.nejm.org/doi/10.1056/NEJMc2306683