Misschien denk je dan aan de stichting korrelatie. Een epidemioloog denkt dan aan de verbanden tussen oorzaken en gevolgen. Liever zeggen we nog dat we niet weten of het oorzaken zijn. Het gaat dus om de verbanden tussen uitkomsten. Bijvoorbeeld; mannen met een baard en een pet roken vaker shag, terwijl de rest van de rokers vaker sigaretten rookt. Er zijn niet veel gegevens voor nodig en een kleine computer om dan heel veel verbanden te vinden.
Een beetje struinen in de bonuskaart gegevens van de kruidenier geeft ongetwijfeld een hele sterke relatie tussen luiers kopen en babyvoeding kopen. Niet iedereen die het één koopt, koopt ook het ander, maar wel heel vaak worden deze producten door dezelfde mensen gekocht. Dat is dan een sterke correlatie. Als je wil praten over de kans dat een luierkoper ook babyvoeding koopt heb je het over odds ratios (OR’s) en relatieve risico’s (RR’s). Datzelfde kun je ook doen voor sigaretten en dropjes en nog oneindig veel andere combinaties. Allemaal met hun eigen waarschijnlijkheid.
Dat lijkt geinig en daar kun je nieuwsberichten mee maken. Maar eigenlijk vind ik dat helemaal niet leuk. Ik zeg vaak dat de OR’s, RR’s en andere correlaties ons de hele dag om de oren vliegen. Moet ik nu wel of geen koffie of wijn drinken om langer te leven??? Het maakt ons doof voor echt belangrijke gezondheidsinformatie. Nu kun je immers zeggen: “Niemand lijkt het te weten, dan kan ik net zo goed blijven doordrinken, doorroken en de hele dag frisdrank drinken.”
En dat zijn nu net 3 dingen waarvan we zeker weten dat je ze niet teveel moet doen. daarom ben ik begonnen met de BIG 5. In de hoop wat toepasbare informatie te geven in die epidemiologische kakofonie.
Gezondheidszorg in een kakofonie 