Lex Rutten en collegae zijn eind jaren 90 begonnen vanuit de eigen homeopathisch praktijk een aantal principiële vragen te stellen. Homeopathie is gebouwd op praktijkervaring en vastgelegde casuïstiek van twee eeuwen. Maar hoe betrouwbaar is deze ervaring? Is het mogelijk met modern, statistisch methodiek de homeopathische praktijkervaring te verbeteren en veel preciezere prognoses te geven van kans op succes van een homeopathisch voorschrift? Eerst werden uit eigen praktijken casuïstiek van bekende homeopathische geneesmiddelen, geregistreerd en in consensusbesprekingen vergeleken.
Dit gaf enig inzicht, maar een sprong voorwaarts maakte men toen moderne statistische methoden werden bestudeerd en op geschiktheid waren getoetst. Het bleek mogelijk klinische gegevens veel preciezer te analyseren, de statistische betrouwbaarheid van homeopathische symptomen vast te leggen en meer exacte uitspraken te doen over prognose van homeopathische voorschriften. Dus, doel van dit onderzoek is niet de zoveelste poging te doen homeopathie te “bewijzen”, maar het gaat om het ontwikkelen van de homeopathie zelf als wetenschappelijke methode.
Bayesiaanse statistiek
Het bleek dat statische methodiek volgens Bayes (theorema van Bayes) bij uitstek geschikt was onze homeopathische praktijkervaring te analyseren. Deze statistische methode wordt toenemend gebruikt binnen medische diagnostische kennissystemen, maar ook in fysica en techniek wordt de methode gebruikt. Bayes (1702-1761) was een Engels predikant en wiskundige, die zich toegelegd heeft op kansberekening. Deze aparte tak van de statistiek is naar hem vernoemd, Bayesiaanse statistiek.
Likelihood Ratio, LR-ratio in de homeopathie
Men kan de waarde van een symptoom voor elk homeopathisch geneesmiddel bepalen door te kijken hoeveel vaker een symptoom gezien wordt bij patiënten die goed reageren op een bepaald homeopathisch geneesmiddel dan bij de rest van de patiëntpopulatie. Dit aannemelijkheidsquotient, wordt ook wel Likelihood ratio (LR-ratio) genoemd. Een LR > 1 wil zeggen dat het symptoom passend is voor het homeopathisch geneesmiddel. Hoe hoger de LR hoe groter de kans is dat het geneesmiddel voorgeschreven op dit symptoom ook het juiste is en werkt. Door een combinatie van verschillende symptomen die op hetzelfde middel wijzen wordt de kans dat dit specifieke middel gaat werken stapsgewijs groter. Ieder symptoom beïnvloedt de kans dat het middel gaat werken bij de desbetreffende persoon en wordt daarom een prognostic factor genoemd. Deze aanpak is dus niet alleen op de aandoening, maar ook op de persoon gericht.
Voor meer informatie over Bayesiaanse statistiek en toepassing in de homeopathie, zie de website van Lex Rutten: http://www.dokterrutten.nl/wps/for-colleagues-english/
LR Ratio in de praktijk onderzocht
Van 2004 tot 2007 heeft het eerste prospectieve onderzoek plaatsgevonden in tien Nederlandse homeopathische praktijken met als doel de LR ratio te bepalen van een zestal in de homeopathische praktijk veel gebruikte symptomen.
http://www.homeopathyjournal.net/article/S1475-4916(08)00133-1/abstract
Van alle nieuwe patiënten die in aanmerking kwamen voor homeopathische behandeling werd het voorkomen van deze symptomen nagegaan en vastgelegd in een database. Vervolgens werden de patiënten volgens de regels van de homeopathie behandeld en werden de resultaten van de behandeling, scores per gegeven geneesmiddel eveneens vastgelegd. Na statistische analyse van deze onderzoeksgegevens was het mogelijk de hoogte van de LR’s van de symptomen voor bepaalde homeopathische geneesmiddelen te bepalen.
Bijvoorbeeld, het symptoom “tandenknarsen in de slaap” wordt gezien als een belangrijke aanwijzing voor het geneesmiddel Belladonna, maar hoe betrouwbaar is nu dit symptoom voor het voorschrijven van Belladonna, hoe vaak komt tandenknarsen bij Belladonna patiënten werkelijk voor? De LR van tandenknarsen in de slaap voor Belladonna bleek 5,5.
Tot nu toe stond het symptoom te boek als een belangrijk kenmerk van Belladonna, maar wat is “belangrijk”? Nu weten we dat het inderdaad zo is en de LR 5.5 is.
Het tegendeel bleek ook voor te komen; symptomen die waardevol geacht werden voor het voorschrijven van een geneesmiddel bleken bij nader onderzoek helemaal niet zo kenmerkend. Met deze kennis kan de homeopathische materia medica worden gecorrigeerd.
Als we van honderden symptomen de LR’s bepalen kunnen we door combinatie van verschillende symptomen die bij een patiënt voorkomt en de LR van die symptomen, volgens de Bayesiaanse statistiek de prognose van het voorgeschreven middel bepalen. In repertoria kunnen van de symptomen de LR ratio’s per middel genoteerd worden in plaats van de huidige vermeldingen waarvan er vele onjuist zijn.
Nieuw grootschalig onderzoek India
Willen we onze zoeksystemen optimaal krijgen dan zullen van vele symptomen de LR bepaald moeten worden. Dat is een grote klus. Veel en grootschalig praktijkonderzoek zal opgezet en consequent uitgevoerd moeten worden, het liefst internationaal door verschillende onderzoeksgroepen. Praktijkresultaten zullen consequent in databases vastgelegd moeten worden om ze hierna statistisch te kunnen laten analyseren. Dit vergt training van homeopathische voorschrijvers en enige kennis van Bayesiaanse statistiek. Klinisch homeopathisch onderzoek volgens Bayesiaanse principes wordt in steeds meer landen uitgevoerd; momenteel in Argentinië, België, Duitsland, Griekenland, Italië, Nederland en vooral India.
Momenteel is Rutten bezig in India – waar de kennis van de homeopathie groot is en vele patiënten consequent homeopathisch behandeld worden – een dergelijk onderzoek op te zetten en uit te voeren. De Central Council for Research in Homeopathy van het Indiase ministerie voor AYUSH (Ayurveda, Yoga & Naturopathy, Unani, Siddha/Sowa-Rigpa and Homoeopathy) heeft dit onderzoek tot prioriteit verklaard.