Column

Acht denkfouten over covid-19

Tijdens deze epidemie gaat veel desinformatie viraal, maar net zo goed worden er uit correcte aannames onjuiste conclusies getrokken. Wetenschapsfilosoof Sylvia Wenmackers vond acht denkfouten over covid-19 die te maken hebben met kansrekening. 

1. Beroep op waarschijnlijkheid

Tijdens een radiointerview over de populariteit van de griepprik verklaarde een Nederlandse vrouw: ‘Als ik dan griep heb en dan krijg ik ook nog covid, dan ga ik hartstikke dood.’ Hoewel de combinatie van twee infecties het risico op een fatale afloop vergroot, is dat natuurlijk niet de enige mogelijke uitkomst. Bij deze denkfout worden waarschijnlijkheden genegeerd en wordt een van de mogelijkheden voorgesteld als zekerheid. Diezelfde neiging tot zwart-witdenken ligt aan de basis van valse dilemma’s zoals: ‘Als je covid-19 krijgt dan ga je ofwel dood, ofwel merk je er niets van.’ In werkelijkheid zijn dat niet de enige twee mogelijkheden.

2. Drogreden van de aanklager

Deze denkfout heeft te maken met voorwaardelijke kansen die optreden in rechtszaken, maar ook in medische contexten. Stel dat je weet dat 85 procent van de mensen die covid-19 kregen altijd een masker droegen, dan volgt daaruit niet dat 85 procent van de mensen die een masker droegen covid-19 kregen! Om die tweede kans te berekenen, moet je de stelling van Bayes toepassen en daarvoor heb je naast de eerste voorwaardelijke kans nog twee extra factoren nodig. Een van die bijkomende factoren is de prevalentie, een factor die zo vaak vergeten wordt dat er een aparte denkfout naar is vernoemd. 

3. Verwaarlozen van de prevalentie

‘Een positief testresultaat betekent dat de geteste persoon waarschijnlijk covid-19 heeft.’ Dat klinkt logisch en het kán waar zijn, maar dat is niet altijd zo. De kans op een valspositief resultaat hangt onder meer af van de prevalentie: het percentage van de algemene bevolking dat covid-19 heeft. Hoe lager dat is, hoe groter de kans op een valspositief. 

4. Selectievertekening

Er zijn enkele gevallen van een herbesmetting gerapporteerd, waarbij de ziekte de tweede keer zeer ernstig verliep. Dat klinkt als akelig nieuws, maar Carl Bergstrom, een bioloog die zich specialiseert in het ontmaskeren van desinformatie, merkte op dat ernstige gevallen het uitgebreidst onderzocht worden. Bij patiënten met milde symptomen zal dus zelden aan het licht komen of ze al eerder besmet zijn geweest.

5. Berksons drogreden

Neem aan dat de risico’s om griep te krijgen en om covid-19 te krijgen onafhankelijk zijn. Als je dan iemand met symptomen test op griep én die persoon blijkt effectief griep te hebben, dan zou je kunnen denken dat het risico op covid-19 gelijk is gebleven. Maar dan denk je fout: de kans om óók covid-19 te hebben is nu lager. 

6. Het kijk-elderseffect

Niet elke patiënt met covid-19 besmet anderen, terwijl sommigen juist heel veel mensen besmetten. Dat betekent dat in zeer vergelijkbare situaties soms wel grote uitbraken optreden en soms niet. Dat is puur toeval. Stel dat je een lijst maakt van vergelijkbare steden (zelfde regio, grootte en samenstelling van de populatie) en bijhoudt welke ervan een uitbraak kennen. Achteraf kun je altijd wel een variabele vinden die correleert met die uitbraken. Maar als je denkt dat deze variabele de uitbraken verklaart, maak je jezelf waarschijnlijk iets wijs. In de wetenschap wordt deze wanpraktijk HARKing genoemd: Hypothesizing After the Results are Known

7. Appelen versus peren

In mijn column van april (Eos nr. 4, 2020) schreef ik over het onbehagen dat ik voelde bij vergelijkingen tussen het dodental van de jaarlijkse griep met het dodental van een ziekte die nog maar enkele maanden bestond. Intussen heeft Carl Bergstrom er deze toepasselijke term opgeplakt.

8. Preventieparadox

Je zou kunnen verwachten dat de meeste besmettingen voorkomen bij de populatie die het hoogste risico loopt. In feite worden meer mensen besmet uit populaties met een laag of matig risico. De reden is simpel: de hoogrisicopopulatie is klein. 

Intussen merk ik dat sommige mensen de term ‘preventieparadox’ oneigenlijk gebruiken, namelijk om naar een zelfondermijnende voorspelling te verwijzen. Dat is het fenomeen dat preventieve maatregelen achteraf bijna altijd overbodig lijken: omdat de verspreiding meeviel, of omdat er toch een grote uitbraak volgde. Ook daar verwees ik in het aprilnummer al naar, maar dat heeft niet kunnen voorkomen dat die denkfout nog steeds gemaakt wordt. 


Gerelateerde artikels

400 jaar sinds de eerste mechanische rekenmachine

400 jaar sinds de eerste mechanische rekenmachine

We zijn in het begin van de zeventiende eeuw, een tijd van grote astronomen, zoals Tycho Brahe, en Johannes Kepler. Het beroep van astronoom was toen moeilijker uit te oefenen dan nu. Natuurlijk geen computers, maar dat was niet het enige probleem. Er was toen ook nog geen deftige voorstelling van getallen voorhanden, de berekeningen gebeurden allemaal met breuken, en ja, met de hand dus. Ook de logaritme, het hulpmiddel bij uitstek bij zware berekeningen, was nog niet uitgevonden. Dat gebeurde pas in 1617 door John Napier. En ongeveer toen, ook dankzij onze Simon Stevin, geraakte alles in een stroomversnelling. In 1623 al was er de eerste mechanische rekenmachine, speciaal ontworpen voor Kepler door Wilhelm Schickard, een collega-astronoom. Het was het eerste rekentoestel met geautomatiseerde `overdrachten'.