De coronajaren liggen voor veel mensen alweer achter ons, maar sommige grafieken blijven rondzingen. Op sociale media duiken opnieuw posts op over oversterfte, vaccinaties en opvallende pieken in cijfers. Dat levert vragen op, maar ook wantrouwen en verhitte discussies.
De aanleiding is een analyse van data-analist Herman Steigstra, die openbare vaccinatie- en sterftecijfers naast elkaar legde. Zijn interpretatie wordt breed gedeeld, maar roept tegelijk de vraag op: wat kun je wel, en vooral niet, uit zulke data halen?
Een analyse die weer olie op het vuur gooit
Steigstra kijkt naar grote, landelijke datasets: hoeveel prikken er in een periode zijn gezet en hoe de oversterfte zich in diezelfde weken ontwikkelde. Hij zegt een terugkerend patroon te zien dat volgens hem om extra uitleg vraagt.
Belangrijk detail: ook hij benadrukt dat het gaat om een statistisch verband. Zo’n verband kan een hint zijn, maar is geen sluitend bewijs dat het één het ander veroorzaakt. Toch is het precies dat verschil dat online vaak wegvalt.
Wat er volgens hem opvalt in de timing
In zijn berekeningen komt naar voren dat sterftepieken soms ongeveer anderhalve week na een vaccinatiemoment zichtbaar zouden zijn. Dat klinkt concreet en daardoor overtuigend, zeker voor mensen die toch al twijfels hadden.
Maar timing alleen is een glibberig argument. In dezelfde periodes lopen vaker meerdere dingen door elkaar: seizoensinvloeden, kou, griep, coronagolven en gezondheidsschade van eerdere besmettingen die pas later zichtbaar wordt.
Waarom samenloop snel lijkt op een patroon
Het menselijk brein houdt van logica: A gebeurt, daarna B, dus A zal B wel veroorzaken. Alleen werken populatiecijfers zelden zo netjes. Zeker in de winter kan sterfte sowieso stijgen, los van vaccinatiecampagnes.
Daar komt bij dat de coronaperiode uitzonderlijk was. Zorg werd uitgesteld, mensen leefden anders, kwetsbare groepen werden harder geraakt, en sommige problemen kwamen pas later boven water. Dat alles kleurt de grafieken.
De beperking van cijfers op populatieniveau
Steigstra gebruikt geaggregeerde data: grote totalen per week of maand. Dat is handig om trends te zien, maar het zegt weinig over individuele oorzaken. Je ziet niet wie er overlijdt, waaraan, en met welke medische achtergrond.
Zonder details zoals leeftijd, bestaande aandoeningen, medicatie, eerdere infecties en exacte doodsoorzaak kun je geen harde conclusies trekken. Anders loop je het risico op een bekende valkuil: de ‘ecological fallacy’, waarbij groepspatronen onterecht aan individuen worden toegeschreven.
LEES OOK:Schokkend incident met wielrensters: bestuurder keert om na aanrijding en rijdt opnieuw in
Wat officiële instanties doorgaans benadrukken
Gezondheidsinstanties wijzen er al jaren op dat vaccins uitgebreid worden gevolgd, juist om bijwerkingen snel te signaleren. Dat gebeurt via meldsystemen, medische registraties en grote onderzoeken die groepen over langere tijd vergelijken.
Daaruit komt een genuanceerd beeld: er zijn zeldzame bijwerkingen, zoals hartspier- of hartzakjeontsteking bij bepaalde groepen. Tegelijk laten veel studies zien dat vaccinatie het risico op ernstige covid en overlijden, vooral bij ouderen en kwetsbaren, duidelijk verlaagde.
Correlatie en causaliteit blijven het kernpunt
Het belangrijkste verschil in dit debat is simpel uit te leggen: correlatie betekent ‘het loopt samen’, causaliteit betekent ‘het veroorzaakt elkaar’. Dat eerste kan je met grafieken best snel laten zien, dat tweede niet.
Om oorzaak en gevolg aannemelijk te maken heb je ander onderzoek nodig: bijvoorbeeld studies die gevaccineerden en ongevaccineerden vergelijken met dezelfde leeftijd en gezondheid, of analyses op persoonsniveau waarin doodsoorzaken medisch worden bevestigd.
Internationale vergelijkingen: interessant, maar tricky
In de discussie komen ook grafieken uit andere landen voorbij. Steigstra stelt dat vergelijkbare patronen te zien zouden zijn met dezelfde aanpak. Dat klinkt sterk, maar internationale data is berucht ingewikkeld.
Landen verschillen in registratie, leeftijdsopbouw, gezondheidszorg, testbeleid, vaccinatiestrategie en zelfs in hoe ‘oversterfte’ wordt berekend. Een kleine verschuiving in rapportage of timing kan al zorgen voor een heel ander beeld.
Oversterfte is zelden één verhaal
Oversterfte is een optelsom. Het kan gaan om directe effecten (zoals een virusgolf) én indirecte effecten (zoals uitgestelde operaties, minder controles, mentale problemen of verslechtering van chronische ziektes). Dat loopt vaak door elkaar.
Ook na de piekjaren bleven sommige landen hogere sterftecijfers zien, maar de verklaringen verschillen per periode. Soms gaat het om late gevolgen van covid, soms om druk op de zorg, soms om andere maatschappelijke en medische trends.
Waarom dit debat steeds terugkomt
Het onderwerp raakt aan vertrouwen: in overheid, in wetenschap, in media en in elkaar. En zodra er een grafiek opduikt die ‘iets’ suggereert, wordt die snel een symbool in plaats van een startpunt voor rustig onderzoek.
Toch is debat niet automatisch slecht. Kritische vragen kunnen helpen om beter te meten en duidelijker te communiceren. Maar de winst zit in nuance: erkennen wat we weten, wat we vermoeden, en wat we simpelweg nog niet hard kunnen maken.
Wat je hier als lezer praktisch mee kunt
Voor de meeste mensen verandert er op korte termijn weinig: medische adviezen blijven gebaseerd op brede, internationale evidence en voortdurende monitoring. Wie zich zorgen maakt, heeft meestal meer aan een huisarts dan aan een los rondgaande grafiek.
Wil je cijfers begrijpen, kijk dan altijd naar context: welke periode, welke leeftijdsgroep, welke doodsoorzaken, en welke andere gebeurtenissen speelden tegelijk? En: wie trekt de conclusie, en op basis van welke methode precies?
LEES OOK:Afschuwelijk: Meerdere slachtoffers bij verschrikkelijk verkeersongeval A16
Conclusie: cijfers verdienen uitleg, geen loopgraven
De analyse van Steigstra laat vooral zien hoe gevoelig en complex dit onderwerp blijft. Cijfers kunnen patronen suggereren en vragen oproepen, maar zonder detailniveau en goede controle op verstorende factoren blijft het bij een aanwijzing, niet bij bewijs.
Juist daarom is het verstandig om het gesprek open te houden, maar wel scherp op begrippen en methodes. Wat vind jij: helpen dit soort analyses om beter te begrijpen, of maken ze het debat vooral grimmiger? Laat het weten op onze sociale media.
Bron: trendyvandaag.nl
