Elk jaar worden talrijke studies gepubliceerd over de gezondheidseffecten van radiofrequente elektromagnetische velden (RF-EMV). Dit zijn epidemiologische studies, uitgevoerd bij de bevolking, of experimentele studies, uitgevoerd in het laboratorium op mensen, dieren of cellen.
Het blijkt echter dat veel van deze publicaties niet voldoen aan de kwaliteitscriteria voor wetenschappelijke studies. Wanneer nationale of internationale deskundigen een literatuurstudie uitvoeren om het risico van blootstelling aan een bepaald agens, in dit geval RF-EMV's, te beoordelen, beoordelen zij eerst de kwaliteit van de studies. Vervolgens baseren zij hun analyses op studies waarvan de resultaten bruikbaar zijn, d.w.z. dat zij op een passende methodologie zijn gebaseerd. Alvorens conclusies te trekken, moeten verscheidene voorzorgsmaatregelen worden genomen. Enkele daarvan zijn hier opgesomd.
1. Aanwezigheid van een rigoureuze experimentele opzet
Algemeen gesproken, moet de experimentele opzet zorgvuldig worden uitgedacht en aangepast aan de te onderzoeken hypothesen. Van meet af aan is het belangrijk een geschikte methodologie te kiezen voor het verzamelen en analyseren van gegevens. Ook moet erop worden toegezien dat voldoende mensen worden geselecteerd voor epidemiologisch onderzoek, of dieren of cellen voor laboratoriumonderzoek. "Voldoende" betekent noch te veel (om hoge kosten of een lange duur te vermijden), noch te weinig (met het risico dat de studie niet genoeg vermogen heeft om een effect te detecteren).
Het betekent ook dat bij het bestuderen van effecten op de gezondheid, zoals verminderde vruchtbaarheid of kanker, rekening moet gehouden worden met alle factoren die een rol kunnen spelen bij de ontwikkeling van een aandoening. Dit wil zeggen dat factoren die geen verband houden met de bestudeerde blootstelling en die de resultaten oninterpreteerbaar kunnen maken, moeten worden vermeden.
Daarnaast moeten passende statistische analyses worden gebruikt om betrouwbare informatie uit de gegevens af te leiden, aangezien verkeerd gebruikte statistische methoden kunnen leiden tot misleidende resultaten en onjuiste conclusies.
Hier wordt ingegaan op de specifieke kenmerken van epidemiologisch en experimenteel laboratoriumonderzoek.
Voorbeeld van epidemiologische studies
Epidemiologische studies combineren zeer verschillende methodologieën. Er wordt bijvoorbeeld onderscheid gemaakt tussen prospectieve cohortstudies, waarbij een groep mensen gedurende een aantal jaren wordt gevolgd, bijvoorbeeld wat betreft hun gebruik van mobiele telefoons en hun gezondheid in verband met EMV's (zie COSMOS-studie). Gedurende deze periode vullen de mensen regelmatig formulieren in over hun gsm-gebruik en andere relevante blootstellingen, maar ook over hun levensstijl en gezondheid.
Naast prospectieve cohortstudies is het ook mogelijk een groep mensen met een ziekte (bv. hersenkanker) en een andere groep mensen zonder deze ziekte te analyseren en de verschillen tussen beide groepen te onderzoeken, bv. wat GSM-gebruik betreft, maar ook in relatie tot andere relevante blootstellingen, genetische of levensstijlfactoren. Dit is een retrospectieve case-study.Een retrospectieve casestudy vergelijkt een groep met patiënten en een groep met mensen zonder de bestudeerde aandoening. Er wordt daarbij nagegaan of de blootstelling aan straling in het verleden verschillend was tussen beide groepen en of dit een verklaring kan bieden voor het voorkomen van de aandoening in de eerste groep.
Hieronder volgt een lijst van kwaliteitscriteria voor retrospectieve case-control epidemiologische studies op het gebied van RF-EMV en methodologische vertekeningen of fouten die de studie kunnen ontkrachten en het trekken van conclusies in de weg kunnen staan. Bijvoorbeeld:
- De onderzoekspopulatie en de steekproefselectie moeten nauwkeurig worden omschreven. Aan de hand van deze informatie moet kunnen worden uitgemaakt of er geen sprake is van selectiebias bij de aanwerving van deelnemers in de twee groepen;
- De steekproefomvang moet duidelijk worden gedefinieerd, d.w.z. het aantal mensen dat in elke groep is opgenomen. Het is belangrijk op te merken dat grote groepen nodig zijn in het geval van bijvoorbeeld zeldzame ziekten.
- De casus- en controlegroepen zullen worden vergeleken op basis van de blootstelling aan RF-EMF. Het is echter ook belangrijk dat de groepen vergelijkbare kenmerken hebben wat betreft leeftijd, geslacht, woonplaats, enz. en dat wordt gecontroleerd voor hun levensstijl of blootstelling aan andere agentia die van belang zijn voor de ontwikkeling van de ziekte.
- De methode voor de beoordeling van de blootstelling is ook een belangrijk criterium. Uitsluitend afgaan op de herinnering van mensen aan hun gebruik van mobiele telefoons, bijvoorbeeld 10 jaar geleden, kan namelijk leiden tot een herinneringbias, aangezien een ziek persoon zich meer blootstellingen uit het verleden zal herinneren, vooral als hij denkt dat er een verband is met zijn ziekte, dan een persoon die niet ziek is.
Voorbeeld van laboratoriumonderzoek
Epidemiologische studies zijn van groot belang voor de volksgezondheid, aangezien zij een analyse maken van mensen in hun omgeving. Zij maken het echter niet mogelijk nieuwe agentia in het milieu te bestuderen voordat zij worden geïntroduceerd, zoals blootstelling aan de nieuwere 5G-frequenties. Laboratoriumstudies op cellen of dieren lossen dit probleem op door cellen (in vitro studies) of dieren (in vivo studies) op een gecontroleerde manier bloot te stellen. Bovendien verschaffen deze studies inzicht in de mogelijke mechanismen die aan de basis kunnen liggen van elk type schadelijke verandering. Er zij op gewezen dat een in vitro waargenomen effect niet automatisch betekent dat dit effect ook in vivo zal worden waargenomen. De cellen worden buiten hun normale omgeving gekweekt, met andere woorden zonder het omringende weefsel, de bloedtoevoer of de normale toevoer van voedingsstoffen, bijvoorbeeld. Evenzo hebben niet alle effecten die in modelorganismen, zoals muizen, zijn waargenomen, dezelfde gevolgen voor grotere organismen, zoals mensen, maar er zijn voldoende overeenkomsten om de gegevens bruikbaar te maken.
De minimale kwaliteitscriteria voor laboratoriumonderzoeken zijn:
- Gebruik van een realistisch signaal: cellen of dieren moeten worden blootgesteld aan EMV-niveaus die overeenkomen met die waaraan mensen kunnen worden blootgesteld. Evenzo moet de voorkeur worden gegeven aan het gebruik van EMV-signalen die qua frequentie en modulatie zo goed mogelijk overeenstemmen met de te bestuderen reële EMV-signalen. Het staal, of het nu cellen of dieren zijn, moet daarom in een geschikt systeem worden blootgesteld;
- Dosimetrie: d.w.z. De mate waarin EMV’s door weefsels geabsorbeerd worden. Afhankelijk van de frequentie worden RF-golven in verschillende verhoudingen door het weefsel weerkaatst en geabsorbeerd, met verschillende penetratiedieptes. Voor hogere frequenties betekent dit dat cellen in de oppervlakkige lagen (b.v. de huid) het grootste deel van de stralingsenergie zullen absorberen. Ook andere parameters, zoals bijvoorbeeld de grootte van de dieren, hebben een invloed op de geabsorbeerde dosis. Het is van cruciaal belang dat informatie wordt verstrekt over de dosimetrie, aangezien te hoge doses (boven de blootstellingslimieten) kunnen leiden tot verhitting van weefsels (vergelijkbaar met wat in een microgolfoven gebeurt), die in de meeste gevallen de oorzaak zal zijn van de in sommige studies waargenomen effecten, maar die niet representatief zou zijn voor onze dagelijkse blootstelling. In het ideale geval is er ook controle van de temperatuur van het staal;
- De opname van ten minste één controlegroep, d.w.z. een groep die niet wordt blootgesteld maar wel aan precies dezelfde omstandigheden als de blootgestelde groep wordt onderworpen, teneinde eventuele omgevingsfactoren uit te sluiten. Andere controlegroepen, zoals een positieve controlegroep (d.w.z. een groep die is blootgesteld aan een agens waarvan bekend is dat het b.v. genoommutaties veroorzaakt), worden eveneens sterk aanbevolen.
- Geblindeerde testcondities: hierbij weet de onderzoeker niet welke stalen zijn blootgesteld en welke niet, om elk a priori oordeel uit te sluiten en vertekening van de eindresultaten te voorkomen.
2. Nauwgezette interpretatie van de resultaten
Ook de interpretatie van de resultaten moet met grote voorzichtigheid gebeuren; een verband tussen factor A en factor B betekent immers niet dat er een oorzakelijk verband (of causaal verband) bestaat tussen factor A en factor B, aangezien dit het resultaat kan zijn van toeval of van de interactie met andere factoren (C, D, E...). Laten we twee voorbeelden nemen:
- Waarom is het altijd de volgende rij die sneller gaat? In dit voorbeeld zou factor A, onze aanwezigheid in een wachtrij, ertoe leiden dat de wachtrij langzamer wordt (factor B). Dit is natuurlijk toeval, want onze waarneming wordt vertekend door deze illusie van pech.
- Er is een verband aangetoond tussen de toegenomen ijsverkoop (factor A) en het aantal zonneverbrandingen (factor B). Zou het eten van ijs zonnebrand veroorzaken? Dit is natuurlijk niet het geval. Er is een verband tussen A en B, maar geen oorzaak-gevolgrelatie omdat er een derde factor in het spel is, namelijk de zon op een warme zomerdag.
Om oorzaak-gevolgrelaties te bestuderen, moet een rigoureuze experimentele opzet zoals hierboven beschreven worden gebruikt, waarbij rekening wordt gehouden met alle betrokken factoren.
Hoe moet men een publicatie lezen om te beoordelen of er sprake is van een causaal verband?
Voorbeeld van epidemiologische studies
De Bradford-Hill-criteria worden gebruikt om de mogelijkheid van een oorzakelijk verband te beoordelen. Wanneer toegepast op het werk aan RF-EMV's, hebben we bijvoorbeeld:
- Plausibiliteit van de resultaten: Kunnen de resultaten vanuit biologisch oogpunt in verband worden gebracht met de blootstelling?
- Consistentie: Bevestigt het herhalen van de studie met verschillende populaties de resultaten?
- Temporaliteit: gaat de blootstelling vooraf aan het resultaat?
- Sterkte van de effecten: als de effecten in verband met de blootstelling groot zijn, zal een oorzakelijk verband waarschijnlijker zijn, maar kleine effecten impliceren niet noodzakelijkerwijs dat er geen oorzakelijk verband is. Daarnaast is het ook belangrijk te kijken naar de dosis/respons-relatie. Dit wilt zeggen, worden de effecten sterker naarmate de blootstelling groter wordt? “
- Specificiteit: Is de blootstelling alleen geassocieerd met een bepaald effect, of is er een brede waaier aan effecten die kunnen voorkomen? Zijn dit steeds dezelfde effecten, of zijn deze willekeurig? Dit criterium wordt regelmatig aangehaald, maar lijkt vatbaar voor kritiek omdat het niet vaak het geval is. Voor een oorzakelijk verband vast te stellen is het belangrijk dat een effect specifiek is aan een bepaald blootstellingsscenario.
- Verandering in de risicofactor: neemt de incidentie van de ziekte af als de blootstelling wordt weggenomen?
3. Eén studie is niet genoeg
Elke onderzoeksmethode (epidemiologisch of experimenteel) levert informatie op, maar geen enkele methode is perfect. In het algemeen mag niet uit het oog worden verloren dat de resultaten van één enkele studie niet volstaan om een theorie te valideren. Het is niet alleen noodzakelijk de resultaten te vergelijken met die van andere onderzoeksmethoden, maar ook de studie te repliceren en de resultaten te vergelijken met die van andere laboratoria.
Bij het bepalen van het gewicht van het bewijs voor een mogelijk effect, d.w.z. de mate van aannemelijkheid van hypothesen (Anses, 2016), is het dan ook noodzakelijk om het gehele wetenschappelijke corpus van uitgevoerde studies te analyseren. Systematische literatuuroverzichten en meta-analyses, waarbij alle publicaties over een bepaald effect worden geanalyseerd, worden gebruikt om het gewicht van het bewijs te beoordelen, in plaats van de resultaten van één enkele studie te onderzoeken.