Inleiding

Waarde lezers, we hebben weer een academisch angstpareltje. Ditmaal uit Nature, het tijdschrift dat in de academische hiërarchie zo’n beetje fungeert als de Heilige Graal en blijkbaar ook als ideologische megafoon.

De studie in kwestie heet Mapping pesticide mixtures to cancer risk at the country scale with spatial exposomics en belooft niets minder dan het in kaart brengen van kankerrisico’s door pesticidemengsels op landschaal in Peru.

Klinkt indrukwekkend en dat is ook de bedoeling.

Mijn alarmbellen begonnen te rinkelen bij de laatste woorden van de abstract: “far-reaching implications for global health policy and socio-ecological equity” - “met ingrijpende en verstrekkende gevolgen voor het mondiale gezondheidsbeleid en de sociaal-ecologische rechtvaardigheid.”

“Equity”? Parbleu?

Wat heeft deze term — een door en door ideologisch begrip — te maken met een wetenschappelijke studie over pesticiden en kanker? Niets. Helemaal niets.

Maar het zet de toon. Wat volgt is geen onbevooroordeeld wetenschappelijk onderzoek, maar unverfroren beleidsactivisme vermomd als epidemiologie vermomd als wetenschap.

Zoals ik eerder heb betoogd over golfterreinen en Parkinson’s: het academische gif zit in de methode, niet in de pesticiden.

De Activistische Saus

Laat ik beginnen bij de taal. Wetenschappelijke papers behoren, in ieder geval in theorie, zakelijk en voorzichtig te zijn. Wat lezen we in dit Nature-artikel?

Peru wordt beschreven als “a cradle of plant domestication” dat worstelt met “acute socio-ecological pressures that push against planetary boundaries.” Planetaire grenzen? Toe maar (zie mijn kritische studie Unravelling the Planetary Boundaries Discourse — Scientism and Utopian Thought).

Dit is geen wetenschappelijke taal. Dit is de vocabulaire van het milieu-activisme, van een Extinction Rebellion-pamflet, van de Europese Green Deal. Het frame staat al vast vóórdat er een enkel datapunt is gepresenteerd:

pesticiden zijn slecht, ze vernietigen de aarde, en de armen zijn het slachtoffer. Zo! Klaar!

Ik merk ook op dat de auteurs de tegenwoordig populaire structuur volgen waarin de resultaten vóór de technische details worden gepresenteerd. De methoden zijn weggestopt — als bijlage, als supplement, als iets dat je niet hoeft te lezen (pas vanaf p. 7).

Dit ontmoedigt kritische lezing. Heel handig als je niet wilt dat iemand kijkt naar wat er onder de motorkap zit. Ik heb gekeken. En wat te zien is, voor zover er iets te zien is, is allesbehalve fraai.

De Epidemiologische Doodzonde: Blootstelling niet Gemeten!

Hier zijn we weer. De eeuwige doodzonde van de epidemiologie: blootstelling aan pesticiden wordt niet bepaald. Geen enkele persoon in deze studie kreeg een daadwerkelijke dosismeting van welk pesticide dan ook.

Wat werd er dan wél gedaan? Een model — een wiskundig construct — schatte de concentraties van actieve ingrediënten (AI’s) van pesticiden op basis van woonplaats. Uw adres bepaalt uw ‘blootstelling’.

Dat is alles.

Dit is de klassieke ecologische drogreden, in de Angelsaksische literatuur bekend als de Ecological Fallacy of de Epidemiologist’s Fallacy: het toekennen van groepskenmerken aan individuen.

Sterker: het feit dat er ergens in een district pesticiden worden gebruikt, zegt absoluut niets over de dosis die een individuele bewoner binnenkrijgt.

Zoals ik in mijn adviezen aan het Parlement heb uiteengezet: in de epidemiologie wordt keer op keer van “blootstelling” gesproken terwijl er geen blootstelling is gemeten. Een enquête, een postcode, een model — alles behalve een daadwerkelijke meting.

De auteurs namen wel haarmonsters van 50 personen uit “environmentally distinct pesticide risk zones” — wat wetenschappelijker klinkt dan “verschillende plekken in Peru.”

Vijftig personen. Voor een heel land. Zonder controlegroep uit pesticide-vrije gebieden. Dit heeft niets met validatie te maken; dit is een voetnoot die de schijn van empirie moet wekken.

Bovendien rapporteert het blootstellingsmodel puntschattingen zonder onzekerheidsmarges. Geen plus-of-min. Geen betrouwbaarheidsintervallen. Alsof het model de werkelijkheid ís in detail in plaats van een hele grove benadering ervan. Dit is overmoed verpakt als precisie.

Sir Austin Bradford Hill formuleerde in 1965 zijn beroemde criteria voor causale inferentie. Eén daarvan is de dosis-responsrelatie. Hoe meer blootstelling, hoe meer effect. Zonder feitelijke gemeten blootstelling en -gradient, datgene wat ontbreekt, is deze studie principieel ontoetsbaar.

Model op Model: de Correlatie-Piramide

Bovenop het blootstellingsmodel komt, jawel, nog een model. Kankergevallen werden uit nationale registraties gehaald — 158.072 primaire gevallen — “curated to exclude recurrent cases, duplicates and inconsistencies.” (‘Curated’ klinkt inderdaad verfijnder dan gewoon ‘gecontroleerd’.)

Deze gevallen werden gestratificeerd in zes kankertypen op basis van een of ander classificatieschema, per district geteld, en omgerekend tot standardized incidence ratios (SIR’s).

Districten met SIR>1 werden “kankercluster” genoemd. Welke noemers hiervoor werden gebruikt — dat wil zeggen: welke populatiecijfers per district — blijft onduidelijk. Vervolgens werd dit tweede model gekoppeld aan het eerste ‘blootstellingsmodel’ om, en ik citeer

“to forecast regions where a substantial share of the cancer burden is probably attributable to environmental pesticide exposure.”

Leest u deze zin nog eens. “Forecast”? “Probably attributable”? Dit zijn helemaal geen conclusies; dit zijn namaak-voorspellingen van het ene model op basis van het andere model.

Nancy Cartwright heeft er terecht op gewezen dat statistische modellen zonder onderbouwend mechanistisch bewijs nooit causale claims kunnen dragen. En: twee modellen op elkaar stapelen verdubbelt de onzekerheid — het halveert die niet. Bovendien leveren modellen parameters op, geen verklaringen.

Relatieve Risico’s van ± 1 en de Verdwenen Lijn

En dan de ‘resultaten’. Figuur 2c toont de relatieve risico’s (RR’s) per kankertype. Die liggen vrijwel allemaal dicht bij de 1. Een RR van 1 betekent: geen verschil. Geen verhoogd risico. Niets aan de hand.

De auteurs tekenen bewust geen referentielijn bij RR = 1 in de figuur. Een visuele truc die het de lezer moeilijker maakt om te zien hoe mager de resultaten in feite zijn.

RR’s in epidemiologische modellen — parameters geen voorspellende uitkomsten — moeten minstens groter zijn dan 2 om serieus genomen te worden. Dat is een vuistregel die elke epidemioloog kent, of behoort te kennen.

Met RR’s die rond de 1 schommelen concludeer je niet dat pesticiden kanker veroorzaken. Je concludeert het tegenovergestelde, namelijk dat je niets gevonden hebt.

Wat ook ontbreekt: de meest voor de hand liggende grafiek: pesticideconcentraties uitgezet tegen waargenomen kankerincidenties per type. Een simpele scatterplot.

Waarom wordt die altijd weggelaten in dit soort studies? Misschien omdat zo’n grafiek de afwezigheid van een dosis-responsrelatie onverbiddelijk zou blootleggen.

Geen Carcinogenen, Geen Differentiatie - de Eigen Bekentenis

De auteurs doen, bijna terloops, trouwens een opmerkelijke bekentenis:

“Notably, none of the pesticides included in the model are classified as group 1 carcinogens by the International Agency for Research on Cancer [IARC].”

Geen van de pesticiden in het ‘blootstellingsmodel’ van de auteurs is door het IARC — het instituut dat beroepsmatig vrijwel alle stoffen als kankerverwekkend classificeert (talkpoeder!) — aangemerkt als ‘(waarschijnlijk’) bewezen kankerverwekkend voor de mens’.

Tegelijkertijd laten de resultaten zien dat de RR’s niet differentiëren tussen de verschillende kankertypen. Alle zes kankertypes worden “even veel” in verband gebracht met dezelfde pesticiden.

En als er dan, soort van, specifiek naar leverkanker wordt gekeken (met “transcriptomic profiling”) laat men gemakshalve een controlegroep achterwege!

Biologisch is dit allemaal totaal ongeloofwaardig. Verschillende kankertypen hebben een verschillende etiologie (ontstaansmechanisme), verschillende celtypen, verschillende genetische achtergronden, enzovoort.

Dat niet-carcinogene stoffen alle kankertypes in gelijke mate zouden veroorzaken schendt Bradford Hill’s specificiteitscriterium — van pesticidenblootstelling naar kankermechanisme — op spectaculaire wijze.

Zoals ik heb uitgelegd in mijn post over de toxicologie van ‘puur natuur’: de dosis maakt het gif. Zonder dosis, geen gif. Zonder carcinogene classificatie, zeer waarschijnlijk geen kanker. Dit is geen ingewikkelde logica.

Nature als Ideologische Megafoon voor Beleidsactivisme

Laat ik de treurige balans opmaken. Deze studie heeft:

  • Geen gemeten blootstelling — een model gokt de dosis, zonder onzekerheidsmarge(!), op basis van het woonadres;
  • Modellen gestapeld op modellen — zwakke correlaties vermomd als causaliteit;
  • RR’s rond de 1 — visueel verborgen door het weglaten van de referentielijn;
  • Geen carcinogene stoffen — de eigen IARC-classificatie spreekt het verhaal tegen;
  • Geen differentiatie tussen kankertypen — biologisch ongeloofwaardig;
  • Geen controlegroep voor de transcriptomische analyse op leverkanker;
  • Activistische taal doorspekt van “equity,” “planetary boundaries” en “socio-ecological pressures”.

Causaliteit vereist gemeten blootstelling, een dosis-responsrelatie, biologisch plausibele mechanismen, specificiteit, controlegroepen, en substantiële effectgroottes. Deze studie heeft geen van alle.

Het is precies dit soort methodologisch falen dat vervolgens wordt opgepikt door rechters en beleidsmakers.

Ik heb eerder beschreven hoe een rechter in de lelieteelt-zaak het voorzorgbeginsel misbruikte op basis van even ondermaatste ‘analyses’ zoals deze.

De cirkel is daarmee rond: slecht onderzoek voedt slecht beleid dat slecht onderzoek financiert.

Wat dit vuilnisartikel wel heeft is Nature als publicatieplatform. En dat is precies het probleem.

Zoals ik heb geschreven in mijn open brief aan de Tweede Kamer: epidemiologie maakt voornamelijk bang. En angst werkt. Nature leent zijn reputatie aan beleidsactivisme, en beleidsmakers lenen hun autoriteit aan Nature.

Iedereen leent van iedereen maar niemand levert hard bewijs. Dat is geen wetenschap. Dat is vermeende reputatie als wisselgeld voor gewenste politieke invloed.