Big data is geen shortcut voor personalised medicine

Big data en machine learning zijn belangrijke trends in medisch onderzoek. Ze vullen de klassieke statistische aanpak aan, maar komen daar niet voor in de plaats. Om het behandeleffect voor een individu te voorspellen, blijven gerandomiseerde studies essentieel. Dat zei hoogleraar Klinische Biostatistiek en Medische Besliskunde (LUMC) Ewout Steyerberg op 23 maart in zijn oratie.
Steyerberg wijdt zijn wetenschappelijke carrière aan zogeheten klinische voorspelmodellen. “Met geavanceerde statistiek kunnen we vragen beantwoorden zoals ‘hoe groot is de kans dat iemand met bepaalde risicofactoren een ziekte krijgt?’ of ‘wat is de kans dat een patiënt met kanker na vijf jaar nog in leven is?’ Doordat we deze kansen steeds beter op individueel niveau kunnen schatten, kunnen artsen steeds betere beslissingen nemen over de behandeling.”

Een recente ontwikkeling in het vakgebied van Steyerberg is de beschikbaarheid van big data en analyse met machine learning-technieken. Voor bepaalde vragen zijn dit aantrekkelijke methoden, maar zodra je probeert per individu te voorspellen welke behandeling de beste is ligt misleiding op de loer. Het effect van een behandeling kan bijvoorbeeld vertekend zijn doordat een arts ziekere patiënten vaker een bepaalde behandeling geeft dan minder zieke patiënten.

“Het is een illusie om te denken dat je voor deze confounding by indication kunt corrigeren als je machine learning gebruikt om big data te analyseren. De beste manier waarop je voor individuele patiënten iets kunt leren over welke behandeling werkt, blijft een gerandomiseerde studie, waarbij patiënten per toeval een behandeling krijgen toegewezen. Hoe graag we het ook zouden willen, big data met machine learning is geen shortcut-oplossing voor personalised medicine”, legt hij uit.

Klik hier voor meer informatie.

 

Gepubliceerd op:  20 april 2018 755 x bekeken
Gerelateerde artikelen

Gepersonaliseerde kankerbehandeling via de computer

De combinatie van een slimme formule, een nieuwe grootschalige data-analyse van tumoreiwitmoleculen waaronder de drugtargets en een webserver maakt het mogelijk dat op termijn een gepersonaliseerde behandeling voor de patiënt uit de computer rolt.

8 mei 2019738 x bekeken