Wat onderscheidt wetenschap van pseudowetenschap? Dit is een vraag die filosofen al lange tijd bezighoudt. In de filosofie van de wetenschap wordt dit het demarcatieprobleem genoemd. Het gaat om het vaststellen van criteria die bepalen of een discipline als wetenschappelijk kan worden beschouwd. Deze discussie is niet alleen theoretisch, maar heeft ook praktische implicaties, vooral in de geneeskunde.
Denk bijvoorbeeld aan homeopathie en de reguliere geneeskunde. Beide claimen effectief te zijn in het behandelen van ziekten, maar slechts één wordt algemeen erkend als wetenschappelijk. Waarom is dat zo? Het begrijpen van de scheidslijn tussen wetenschap en pseudowetenschap helpt ons beter geïnformeerde keuzes te maken over onze gezondheid.
Geschiedenis van de wetenschappelijke geneeskunde versus homeopathie
In de 19e eeuw ontstond er een duidelijke rivaliteit tussen de opkomende wetenschappelijke geneeskunde en homeopathie. Homeopathie, geïntroduceerd door Samuel Hahnemann, baseerde zich op principes zoals “het gelijke geneest het gelijke” en het gebruik van extreem verdunde middelen. Ondertussen begon de reguliere geneeskunde zich te ontwikkelen op basis van systematische observaties en vergelijkingen.
Artsen in Parijs, zoals P.C.A. Louis, legden de basis voor wat later bekend zou staan als de wetenschappelijke geneeskunde. Zij maakten gebruik van statistieken en vergelijkende studies om de effectiviteit van behandelingen te beoordelen. Dit was een nieuw concept in die tijd en vormde een directe tegenstelling tot de anekdotische en ongecontroleerde benaderingen van de homeopathie.
Het criterium van ‘like comparison’
Een van groot belang concept dat de wetenschappelijke geneeskunde onderscheidde van pseudowetenschappen zoals homeopathie was het criterium van ‘like comparison’ ofwel ‘het vergelijken van gelijksoortige gevallen’. Dit houdt in dat je de effecten van een behandeling evalueert door twee groepen te vergelijken die in alle relevante opzichten gelijk zijn, behalve in de behandeling die ze ontvangen.
Stel je voor dat je wilt weten of een nieuw dieet helpt bij gewichtsverlies. Je verdeelt een groep mensen met vergelijkbare leeftijden, gewichten en leefstijlen in tweeën. De ene groep volgt het nieuwe dieet, de andere niet. Door hun resultaten te vergelijken, kun je beoordelen of het dieet effectief is. Dit is een simpel voorbeeld van ‘like comparison’.
In de 19e eeuw voerde Louis vergelijkbare studies uit. Hij vergeleek patiënten met longontsteking die vroeg of laat werden behandeld met aderlatingen. Door de herstelperiodes van deze groepen te vergelijken, kon hij conclusies trekken over de effectiviteit van de behandeling.
Homeopaten daarentegen baseerden hun conclusies vaak op individuele gevallen zonder vergelijkingsgroep. Als een patiënt herstelde na een homeopathische behandeling, werd dit toegeschreven aan de behandeling, zonder te overwegen dat de patiënt mogelijk ook zonder interventie zou zijn hersteld.
Moderne aanpassingen aan het criterium
Met de opkomst van de epidemiologie en Evidence-Based Medicine (EBM) in de 20e eeuw werd het criterium van ‘like comparison’ verder verfijnd. Randomized Controlled Trials (RCT’s) werden de gouden standaard. In een RCT worden deelnemers willekeurig toegewezen aan een behandelings- of controlegroep, wat helpt om bias te minimaliseren.
Bias is een systematische fout die resultaten kan vertekenen. In ons dieetvoorbeeld zou bias kunnen optreden als de groep die het dieet volgt ook meer gaat sporten, terwijl de controlegroep dat niet doet. Hierdoor wordt het moeilijk om te bepalen of het gewichtsverlies door het dieet of door het extra sporten komt.
Moderne geneeskunde streeft ernaar om dergelijke biases te identificeren en te elimineren. Door strikte methodologieën toe te passen, kunnen onderzoekers met meer zekerheid zeggen of een behandeling effectief is.
Mechanistische plausibiliteit en de waarde van bewijs
Naast het minimaliseren van bias is ook mechanistische plausibiliteit belangrijk. Dit betekent dat er een logisch en wetenschappelijk onderbouwd mechanisme moet zijn dat verklaart hoe en waarom een behandeling werkt.
Stel je voor dat iemand beweert dat het dragen van een bepaalde kleur sokken hoofdpijn geneest. Zelfs als een onderzoek een klein positief effect laat zien, is het mechanisme achter deze claim niet plausibel volgens onze huidige wetenschappelijke kennis. Zonder een geloofwaardig mechanisme is het waarschijnlijker dat het waargenomen effect toevallig is of door bias wordt veroorzaakt.
In de context van homeopathie is het mechanisme van extreme verdunningen en het principe van ‘het gelijke geneest het gelijke’ moeilijk te rijmen met bekende wetenschappelijke principes. Dit gebrek aan mechanistische plausibiliteit maakt het minder waarschijnlijk dat positieve resultaten van homeopathische behandelingen daadwerkelijk aan de behandeling zelf te danken zijn.
Homeopathie in het licht van moderne wetenschappelijke standaarden
Recente systematische reviews en meta-analyses hebben gekeken naar de effectiviteit van homeopathie. Hoewel sommige studies kleine positieve effecten laten zien, worden deze vaak geplaagd door hoge risico’s op bias en gebrek aan mechanistische plausibiliteit.
Een aantal RCT’s naar homeopathie toont bijvoorbeeld een klein verschil in uitkomst ten opzichte van placebo’s. Maar als deze studies nauwkeurig worden bekeken, blijken ze vaak methodologische gebreken te hebben, zoals een kleine steekproefgrootte, slechte randomisatie of selectieve rapportage van resultaten.
Omdat de principes van homeopathie niet stroken met fundamentele wetenschappelijke inzichten over chemie en fysiologie, blijft de wetenschappelijke gemeenschap sceptisch. Zonder plausibel mechanisme en met de aanwezigheid van bias in studies, blijft homeopathie geclassificeerd als een pseudowetenschap.
Conclusie: Wat maakt geneeskunde wetenschappelijk?
Wetenschappelijke geneeskunde onderscheidt zich door het gebruik van rigoureuze methoden om de effectiviteit van behandelingen te evalueren. Het criterium van ‘like comparison’ speelt hierbij een centrale rol. Door vergelijkingen te maken tussen gelijksoortige groepen en biases te minimaliseren, kunnen onderzoekers betrouwbare conclusies trekken.
Mechanistische plausibiliteit versterkt deze conclusies door een logisch kader te bieden dat verklaart hoe een behandeling werkt. Als een therapie zowel positieve resultaten laat zien in goed opgezette studies als een geloofwaardig mechanisme heeft, wordt deze geïntegreerd in de wetenschappelijke geneeskunde.
Het is essentieel dat medische praktijken blijven evolueren en zich aanpassen aan strikte wetenschappelijke criteria. Dit zorgt ervoor dat patiënten de best mogelijke zorg krijgen, gebaseerd op betrouwbaar en valide bewijs.
Fuller J. Demarcating scientific medicine. Stud Hist Philos Sci. 2024 Aug;106:177-185. doi: 10.1016/j.shpsa.2024.06.002. Epub 2024 Jul 13. PMID: 38996617.
