← Nieuwste papers
📄 geneeskunde

The first medical meta-analysis: Almroth Wright’s 1904 analysis of typhoid vaccine evidence

Dit artikel betoogt dat Almroth Wrights kwantitatieve synthese van bewijsmateriaal voor het tyfusvaccin uit 1904, die resultaten opleverde die consistent zijn met moderne meta-analyses, de werkelijke eerste medische meta-analyse vormt in plaats van de latere, bevooroordeelde heranalyse van dezelfde gegevens door Karl Pearson.

Oorspronkelijke auteurs: Vivian McAlister

Gepubliceerd 2026-09-25
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Vivian McAlister

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de late negentiende eeuw werden legers geconfronteerd met een stille vijand die veel dodelijker was dan elke tegenstander: tyfus. Deze bacteriële infectie, verspreid via besmet voedsel en water, teisterde militaire kampen en doodde meer Britse troepen in de Zuid-Afrikaanse Oorlog dan de vijandelijke vuurkracht deed. Om dit te bestrijden, ontwikkelde een wetenschapper genaamd Almroth Wright een vaccin gemaakt van gedode bacteriën, in de hoop soldaten te beschermen voordat zij ziek werden. Het bewijzen dat een nieuw medicijn werkt, is echter zelden eenvoudig, vooral wanneer de gegevens afkomstig zijn uit de chaos van de echte wereld in plaats van uit een gecontroleerd laboratorium. Wetenschappers worden vaak geconfronteerd met een berg individuele rapporten, elk met zijn eigen gebreken, wat het moeilijk maakt om het ware beeld te zien. Hier komt het concept van een meta-analyse in beeld. Denk aan een manier om veel afzonderlijke, kleine studies te verzamelen en hun resultaten te combineren tot één groot, duidelijker beeld, waardoor onderzoekers patronen kunnen zien die verborgen blijven wanneer men naar slechts één rapport tegelijk kijkt. Vandaag de dag is deze methode een hoeksteen van de moderne geneeskunde, maar de oorsprong ervan ligt in een verhit debat over wie de bewijslast voor het tyfusvaccin het best kon interpreteren.

Decennialang hebben geschiedenisboeken een statisticus genaamd Karl Pearson de eer gegeven voor het uitvoeren van de eerste medische meta-analyse in 1904. Het verhaal gaat dat Pearson de beschikbare gegevens over het tyfusvaccin nam, ze herrangschikte en concludeerde dat het vaccin weinig bescherming bood, waarmee hij het argument voor het wijdverbreide gebruik effectief de kop indrukte. Echter, een nieuwe examinatie van de originele registers suggereert een andere tijdlijn en een andere held. De auteur van dit artikel, Vivian McAlister, betoogt dat de ware pionier eigenlijk Almroth Wright zelf was, de man die Pearson bekritiseerde. Voordat Pearson ook maar iets met de gegevens deed, had Wright de verspreide rapporten uit ziekenhuizen en militaire kampen al verzameld, hun betrouwbaarheid gecontroleerd en ze gecombineerd om tot een krachtige conclusie te komen: het vaccin werkte.

Wrights werk begon in de loopgraven en veldhospitalen van de late jaren 1890 en de vroege jaren 1900. Hij verzamelde rapporten van soldaten die zich vrijwillig hadden laten injecteren en vergeleek hen met degenen die dat niet hadden gedaan. Hij wist dat de gegevens imperfect waren; de groepen waren niet perfect gematcht en de registers waren soms slordig. Toch geloofde hij dat door naar de cijfers samen te kijken, er een duidelijke trend zou ontstaan. Hij organiseerde deze bevindingen in tabellen, berekende de verschillen in sterftecijfers en infectiecijfers, en schatte dat het vaccin het risico op overlijden aan tyfus met tussen de 50 en 75 procent verminderde. Hij stelde ook vast dat het het aantal mensen dat ziek werd met ongeveer de helft verminderde en de kans op overlijden voor hen die wel ziek werden met ongeveer 52 procent verlaagde. Wright presenteerde deze synthese in 1904 en betoogde dat het bewijs sterk genoeg was om de vaccinatie voor elke soldaat te rechtvaardigen.

De controverse begon toen een officier, die op zoek was naar munitie tegen Wrights pleidooi voor universele vaccinatie, Karl Pearson vroeg om hetzelfde bewijs te beoordelen. Pearson bekeek niet de volledige collectie van Wright. In plaats daarvan selecteerde hij een kleinere subset van de gegevens, rangschikte de cijfers opnieuw en paste een complexe statistische methode toe die onbekend was bij de meeste artsen. Pearson concludeerde dat de link tussen het vaccin en overleving zwak was. Zijn rapport werd gebruikt om de adoptie van het vaccin te blokkeren, en de daaropvolgende publieke discussie tussen de twee mannen werd zo verhit dat het de verdere discussie jarenlang deed verstommen. Pearson verwierp de bezwaren van Wright als een gebrek aan statistisch begrip, terwijl Wright vond dat Pearson cruciale delen van het bewijs had genegeerd.

Decennia later herbezoekt dit artikel de originele gegevens om te zien wie er gelijk had. Met behulp van moderne computersoftware die ontworpen is om onderzoeksresultaten te combineren, heeft de auteur exact dezelfde rapporten geanalyseerd die Wright had samengesteld. De resultaten waren opmerkelijk. Wanneer de gegevens werden gecombineerd met de huidige standaardmethoden, vertoonde het vaccin nog steeds een enorm voordeel. De analyse bevestigde dat gevaccineerde soldaten veel minder waarschijnlijk stierven aan tyfus, veel minder waarschijnlijk de ziekte kregen en veel grotere kans hadden om te overleven als ze wel ziek werden. De moderne heranalyse van de volledige dataset produceerde resultaten die bijna identiek waren aan de oorspronkelijke schattingen van Wright. Zelfs toen de auteur alleen keek naar de specifieke studies die Pearson had gekozen om op te nemen, leek het vaccin nog steeds zeer effectief, wat de oorspronkelijke conclusie van Pearson dat de bescherming verwaarloosbaar was, tegensprak.

Het artikel benadrukt ook een cruciale les over hoe wij wetenschap vertrouwen. Pearson's werk was wiskundig geavanceerd, maar vertrouwde op een smalle ink clipping van het bewijs en een methode die het werkelijke effect kon maskeren. Wrights aanpak, hoewel het ontbrak aan moderne statistische weging, was eerlijker over de beperkingen van de gegevens en meer uitgebreid in zijn reikwijdte. Hij begreep dat het vaccin werkte omdat het patroon standhield in verschillende groepen en verschillende omgevingen, zelfs als de cijfers van plaats tot plaats varieerden. De auteur merkt op dat het hoge niveau van overeenstemming tussen Wrights synthese uit 1904 en de moderne heranalyse suggereert dat Wrights intuïtie juist was. Hij had succesvol de eerste echte meta-analyse uitgevoerd door bewijs te verzamelen, te beoordelen en te synthetiseren, lang voordat de term bestond.

De gevolgen van dit historische geschil waren reëel en tragisch. Omdat de discussie werd vertraagd door het rapport van Pearson, maakte het Britse leger de vaccinatie niet verplicht aan het begin van de Eerste Wereldoorlog. Als gevolg hiervan keerde tyfus met geweld terug en doodde het honderden soldaten die gered hadden kunnen worden. In contrast hiermee leden Canadese troepen, die geïnoculeerd waren op basis van ander bewijs en leiderschap, aanzienlijk minder gevallen en sterfgevallen. Dit artikel corrigeert niet alleen een naam in een geschiedenisboek; het herstelt de eer aan de man die ons voor het eerst liet zien hoe we veel kleine stukjes bewijs kunnen gebruiken om een levensreddende waarheid te vinden. Het herinnert ons eraan dat het doel van statistiek niet is om complexe barrières voor begrip te creëren, maar om het bewijs te verhelderen zodat levensreddende behandelingen herkend en gebruikt kunnen worden. Wrights rapport uit 1904 staat als een sterker baken in de geschiedenis van de medische wetenschap dan de heranalyse die volgde, wat bewijst dat soms het krachtigste instrument simpelweg de bereidheid is om naar alle feiten samen te kijken.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →