Onderzoekers van de Vrije Universiteit Brussel (VUB) hebben een slimme manier gevonden om de computerberekeningen achter bevolkingsonderzoeken naar borstkanker te verbeteren. Met hun nieuwe rekenmethode kunnen overheden en beleidsmakers veel beter inschatten wat het effect is van aanpassingen in het screeningsbeleid. Zo helpt men te voorkomen dat beleidskeuzes worden gebaseerd op verstoorde modeluitkomsten. Het onderzoek onder leiding van dr. Max Lelie is recent gepubliceerd in het wetenschappelijke tijdschrift Applied Health Economics and Health Policy.
Het samenstellen van een bevolkingsonderzoek is altijd een ingewikkelde balansoefening. Iedereen elke maand onderzoeken zou misschien ideaal lijken om geen enkele tumor te missen, maar zou praktisch onmogelijk zijn. De ziekenhuizen zouden overbelast raken en de kosten zouden torenhoog worden. Bovendien leidt té veel testen tot onnodige behandelingen en spanning bij gezonde vrouwen. Omgekeerd kan te weinig testen ervoor zorgen dat kankers te laat ontdekt worden. De overheid zoekt daarom naar de beste combinatie van startleeftijd, stopleeftijd en testfrequentie.
Tot nu toe liepen de gebruikte rekenmodellen bij het vergelijken van risicogroepen tegen een merkwaardig probleem aan. Als de overheid de regels versoepelde om sneller in een hoogrisicogroep terecht te komen, raakte de computer in de war. Het model dacht dan dat de administratieve aanpassing zélf ervoor zorgde dat meer mensen kanker kregen. Een overheid die met zo'n model testte wat er zou gebeuren als een risicogroep werd afgeschaft, zou daarmee te horen krijgen dat er ineens minder kankers zouden zijn. Dat zou tot verkeerde maatschappelijke keuzes kunnen leiden.
Dr. Max Lelie verduidelijkt het doel van het onderzoek: "We zoeken steeds naar de optimale balans: hoe kunnen we met beleid zo veel mogelijk levens redden, zonder dat de kosten onnodig stijgen? Extra investeren om een ziekte aan te pakken mag absoluut, maar het moet wel op een verstandige manier gebeuren."
Om dit probleem op te lossen, paste dr. Lelie de wiskunde achter het model aan. In Vlaanderen krijgt ongeveer 13 procent van de vrouwen in de loop van hun leven te maken met borstkanker. Door dat totale aantal vooraf vast te zetten in het model, hoeft de computer alleen nog te berekenen wanneer iemand ziek wordt, en niet meer hoeveel mensen er in totaal ziek worden door een beleidswijziging.
"In de oude modellen leek het alsof het aanpassen van een categorie op papier de kans op kanker veranderde," legt dr. Lelie uit. " blijft de wiskundige basis van het model altijd logisch aansluiten bij de gekendekankerstatistieken, hoe de overheid ook schuift met de risicogroepen. Zo voorkomt de computer dat beleidsmakers op het verkeerde spoor gezet worden."
De nieuwe rekenmethode is bovendien zo ontworpen dat beleidsmakers ze eenvoudig kunnen voeden met de meest recente cijfers uit het Kankerregister. Hierdoor past de computer zich automatisch aan als de bevolking gezonder wordt of als levensstijlen veranderen.
"Ons doel was om een hulpmiddel op te leveren waarmee beleidsmakers zelf veilig verschillende scenario's kunnen doorrekenen met actuele cijfers," besluit dr. Lelie.
Het nieuwe model werd uitvoerig getest met Vlaamse gegevens en bleek heel nauwkeurig aan te sluiten bij de werkelijke jaarlijkse diagnoses in Vlaanderen. De methode vormt daardoor een stevige basis voor het uitstippelen van toekomstige bevolkingsonderzoeken.
Referentie
Lelie, M., VandenBulcke, B., Verhaeghe, N., Annemans, L., Simoens, S., & Putman, K. (2026) Ensuring Epidemiological Consistency in Risk-Stratified Cancer Screening Models: A Novel Approach Based on Flemish Breast Cancer Screening. Applied Health Economics and Health Policy. https://doi.org/10.1007/s40258-026-01029-3
Contact:
Dr. Max Lelie: max.lelie@vub.be. Telefoonnummer via de persdienst.
Prof. Dr. Koen Putman
Prof. Dr. Steven Simoens