De statistische berekeningen worden gemaakt op basis van resultaten uit 244 betrouwbare studies. De algoritmes extraheren deze gegevens uit de database en berekenen nakansen aan de hand van voorkansen en positieve en negatieve likelihoodratio's. De uitkomst is uiteraard telkens een statistische inschatting en onderhevig aan diverse onzekerheden.
De kennis in het formularium-deel van de website is een werk in uitvoering dat in 2000 begonnen is en telkens bijgeschaaft wordt aan de hand van nieuwe richtlijnen, nascholingen en publicaties. Het is een eenmanstaak, dus uitputtendheid is absoluut niet te garanderen.
De selectie van studies wordt uitgevoerd per aandoening en na een zoekopdracht in PubMed. Gezocht wordt op de naam van de aandoening, het diagnose-middel en de termen outpatients, likelihood ratio, sensitivity, specificity en diagnostic. Alleen meta-analyses en prospectieve RCT's met goede studie-opzet worden geselecteerd. Alleen studies waaruit zowel positieve als negatieve likelihood ratio's te recupereren zijn worden geïncludeerd. Zo mogelijk worden de likelihood ratio's berekend aan de hand van sensitiviteit en specificiteit. Per teken worden alleen de sterktste studies geïncludeerd om de rekensnelheid van de de website niet te veel te beperken.
Studies worden vervolgens geanalyseerd op betrouwbaarheid (p-waarden) en bruikbaarheid (eerstelijns populatie etcetera) en uit de statistische informatie worden per aandoening de likelihood ratio's in de database opgeslagen gekoppeld aan hun klinische of anamnestische tekens. De database is zo opgebouwd dat alle waarden naar de studies en naar de tekens te herleiden zijn voor het algoritme. Studies waarvan de tekst achter een betaalmuur verborgen is, worden helaas niet geïncludeerd.
De database bevindt zich achter deze website.
Bij het laden van de pagina wordt van alle betreffende rekenwaarden die in de database staan een gemiddelde berekend per anamnestisch, klinisch of aanvullend teken. Hoe meer studies in de database staan, hoe nauwkeuriger dat gemiddelde de werkelijkheid zal benaderen. Deze waarden worden klaargezet voor de berekening. Zodra een klinisch of anamnestisch teken als aan- of afwezig wordt geduid, berekent een algoritme de nakans.
Er zijn grote statistische tekortkomingen aan het algoritmisch genereren van kansen op basis van gegevens uit verschillende bronnen. Het vervolgens ook nog extrapoleren van die kansen naar de medische praktijk is zeer onbetrouwbaar. Wat deze website dus niet doet, is het creëeren van meta-analyses; de opzet is veel beperkter.
Het invoeren van meerdere likelihood ratio's in een berekening komt de betrouwbaarheid zeker niet ten goede. Iedere onzekerheid wordt meegenomen (maar wel genegeerd) in een volgende stap. In feite neem je naar de volgende stap de inclusiecriteria, randomisatie-strategie en statistische analysemethode mee terwijl deze ontegenzeggelijk verschillend zijn. Voor deze toenemende onbetrouwbaarheid is zonder toegang tot de ruwe data geen compensatie mogelijk. Dat zou een meta-analyse behelzen.
Kennis is de meeste landen onderwerp van marktwerking en niet vrijelijk (kostenloos) beschikbaar. Betaalmuren voorkomen toegang tot zeer veel onderzoeksresultaten. In Nederland is deze praktijk van overheidswege beperkt aan banden gelegd in 2020, maar Nederland is een voorloper. Door deze moreel bedenkelijke realiteit, is het includeren van de volledige kennis per onderwerp voor een breed opzet project als dit niet haalbaar. De sample size van geincludeerde onderzoeken is dus a priori beperkt.
Het algoritme behandelt alle studies als evenwaardig. Uiteraard is dat niet de werkelijkheid. RCT’s en meta-analyses hebben een verschillende betrouwbaarheid. Helaas is dat verschil niet kwantificeerbaar. Bovendien kan zelfs niet gegarandeerd worden dat er RCT's gebruikt zijn in combinatie met meta-analyses waarvan ze onderdeel zijn.
In studies wordt comorbiditeit doorgaans uitgesloten. Kennis van het effect van bijkomende aandoeningen wordt dan ook niet meegenomen in berekeningen met statistische uitkomsten, waardoor kansen in de praktijk telkens mogelijk groter uitvallen dan berekend.
Hoewel alleen data met goede p-waarden worden geïncludeerd, zijn niet voor alle likelihood ratio’s de p-waarden hetzelfde. Bijvoorbeeld omdat de studies allen verschillende populaties hebben, is correctie hiervoor niet mogelijk.
Omdat er geen betere manier bestaat om de wetenschap op een interactieve en dynamische manier de praktijk binnen te krijgen. En omdat het interessant is om de waarden van diagnostische middelen met elkaar te vergelijken. Niet om beslissingen over te nemen of te sturen. Wel om het inzicht van de dokter te steunen.