Elise Dusseldorp: 'Algoritmen zien voor wie een behandeling werkt'

Wat een tijd, geld en ongemak zou dat schelen: behandeling op maat voor elke patiënt. Zulke precisiegeneeskunde komt steeds dichterbij, mede dankzij de algoritmen van Elise Dusseldorp. Die halen een schat aan informatie uit onderzoeksdata.

De ene groep depressieve patiënten krijgt de reguliere behandeling, de andere krijgt daarnaast ook mindfulness-therapie. Gemiddeld is die laatste groep er na de behandeling iets beter aan toe. Binnen deze groep zijn echter flinke verschillen: de ene patiënt knapte flink op, de andere amper of helemaal niet. Aan een gemiddelde uitkomst heb je dus eigenlijk niet veel.

Een algoritme van Dusseldorp wist op te helderen dat mindfulness-therapie met name werkt als de depressie voor je dertigste jaar begint én als je nogal een piekeraar bent. Dusseldorp: 'Het algoritme keek naar subgroepen op basis van vijftien kenmerken van de proefpersonen. Of iemand een partner heeft bijvoorbeeld, of werk, en of het de eerste depressie was. Ook opleidingsniveau en medicijngebruik kunnen verschil maken.' 

Algoritme zet een boom op

Het algoritme van Dusseldorp zoekt om te beginnen de beste 'eerste split': de splitsing tussen wel/niet effectief bij het kenmerk dat het meeste verschil laat zien in effectiviteit van de behandeling. In het voorbeeld was dat de leeftijd waarop de depressie begint, en de split lag bij dertig jaar. Binnen de twee 'takken' ouder of jonger dan dertig zocht het algoritme verder naar de splitsing in het volgende kenmerk dat het meeste verschil maakt, enzovoort. Dusseldorp: 'Zo zet het algoritme een boom op.'

'Soms zoekt het algoritme té goed'

Drie uitdagingen

Perfect! Nu kunnen onderzoekers op basis van hun oude datasets uitzoeken voor wie medicijnen of behandelingen werken en voor wie niet. Helaas nog niet helemaal: drie dingen staan grootschalige toepassing in de weg. Het eerste is technisch van aard. 'Soms zoekt het algoritme té goed. Dan wijst het kenmerken aan die alleen door toeval een rol speelden.'

Combineren...

Bij een heel grote steekproef maakt dat niet uit, dan kun je een gedeelte van de steekproef voor validatie gebruiken en toevalsbevindingen uitsluiten. 'Bijvoorbeeld in een UWV-onderzoek naar de voorspelbaarheid van werkhervatting onder 50.000 uitkeringsgerechtigden. Maar als je een behandeling alleen op een kleine groep kunt testen, kan het misgaan.' Om dat op te lossen, kunnen onderzoekers data uit verschillende, vergelijkbare onderzoeken combineren.

Herhalen...

Het tweede probleem zit in de manier van onderzoek doen. Dusseldorp: 'Je zoekt met deze methode exploratief, zonder hypothese. Je zou het onderzoek naar mindfulness-therapie moeten herhalen met de hypothese dat die helpt als de depressie begon voor het dertigste levensjaar en de piekerscore hoog is. Dan pas zijn resultaten valide voor de praktijk.'

...En interpreteren

Het laatste probleem is ethisch van aard: 'Ik ben al sinds 1996 aan het sleutelen en kom nu in een spanningsveld: in hoeverre moeten wij een algoritme nog kunnen interpreteren? Steeds meer algoritmen spugen een antwoord uit, bijvoorbeeld dat behandeling X het beste is voor persoon Y, zonder dat wij weten hoe het daartoe kwam. Er is eigenlijk een nieuw algoritme nodig om zo'n algoritme te helpen interpreteren. Dat is mijn nieuwe uitdaging!'

Tekst: Rianne Lindhout
Foto: Patricia Nauta