Meldingen van datafabricatie in bron- en contactonderzoek

Samenvatting: Er zijn geloofwaardige meldingen van datafabricatie in het bron- en contactonderzoek uitgevoerd door de GGD’s. Dit heeft mogelijk serieuze consequenties voor publieke gezondheidsdata, beleid, onderzoek, en de maatschappij. Data-eigenaren (het RIVM, de GGD’s) en (her)gebruikers moeten deze situatie onderzoeken, melding maken en, waar van toepassing, terugtrekken.

Read this article in English

Meldingen van onregelmatigheden in het bron- en contactonderzoek

In een recent onthullend artikel in het AD beschrijft onderzoeksjournalist Marcia Nieuwenhuis, in samenwerking met collega’s Adrianne de Koning, Marjolein Groenendijk en Eric Reijnen-Rutten, structurele problemen binnen het bron- en contactonderzoek (BCO) naar COVID-19 infecties, zoals dit wordt uitgevoerd door de GGD’s (‘Alarm over slagkracht GGD weggehoond: ‘Bewindsman zei: ‘Infectieziekten zijn toch voorbij’’’, AD, 17 april 2021).

Het artikel benoemt problemen met personeelstekorten en krappe budgetten door jaren van bezuinigen. Het brengt aan het licht hoe alarmsignalen over een gebrek aan voorbereiding op een eventuele uitbraak van een infectieziekte werden weggewuifd.

Echter, een kernpunt uit het artikel is nog nauwelijks besproken, ondanks de vloedgolf aan online reacties op het stuk. Dit is dat een aantal geïnterviewden de klok luidde over schijnbaar structurele aanmoediging om BCO data te mis-registreren (in andere woorden, om ermee te knoeien). In het bijzonder, medewerkers in het BCO gaven aan dat hen werd opgedragen om te noteren dat mensen thuis besmet raakten, enkel om een zaak snel te kunnen afsluiten en hop, naar de volgende te gaan. Dit gebeurde zelfs wanneer er geen enkele indicatie was dat iemand daadwerkelijk thuis besmet was geraakt.

Deze meldingen van onregelmatigheden zijn overtuigend. Nieuwenhuis is een ervaren onderzoeksjournalist die specialiseert in open (overheids)data en de wet openbaarheid van bestuur (WoB). Dit onderzoek is, zo wordt aangegeven, uitgevoerd gedurende een periode van een fiks aantal maanden (sinds juni 2020). Er werd met zo rond de honderd verschillende bronnen gesproken, van huidige en voormalige GGD-directeuren tot mensen die nu actief zijn in het BCO. Er is dus alle reden om de meldingen in het artikel uiterst serieus te nemen.

Onregelmatigheden niet ontkent door GGD’s

Rap nadat het artikel in het AD verscheen publiceerde de koepel-organisatie die de GGD’s in Nederland vertegenwoordigt de GGD GHOR Nederland, een reactie op Nieuwenhuis’ artikel. Tekenend is dat in deze reactie de meldingen van onregelmatigheden in het BCO niet ontkent worden.

In haar reactie schrijft GGD GHOR Nederland dat het artikel een beeld schetst “waarin we ons nadrukkelijk niet herkennen”. Hun antwoord reageert wél direct (hoewel ietwat ontwijkend) op de aantijgingen van racistische discriminatie in het bron- en contactonderzoek. André Rouvoet, directeur van GGD GHOR Nederland, zegt: “We werken aan de publieke gezondheid van en voor álle inwoners van Nederland.” (vette tekst in het origineel) Tegelijkertijd kiest de organisatie ervoor om op geen enkel punt op de specifieke aantijging dat er met BCO data geknoeid werd te reageren. Het is verontrustend dat de koepelorganisatie in haar reactie simpelweg opmerkt:

“Helaas kunnen incidenten voorkomen, maar wij zien een ander totaalbeeld. Zo zijn er vele andere verhalen te vertellen waardoor er een veel genuanceerder beeld ontstaat.”

Ik betwijfel of ik de enige ben die denkt dat, wanneer het gaat om zo een serieus onderwerp als het sjoemelen met volksgezondheidgegevens, het toevoegen van “nuance” door het vertellen van “andere verhalen” op geen manier genoeg kan zijn. Het zou volledig duidelijk gemaakt moeten worden dat structureel manipuleren van BCO data niet heeft plaatsgevonden (en zeker dat het niet nog steeds plaatsvindt).

Het geval: Fabricatie van data over setting van besmetting, in het bijzonder de categorie ‘Thuissituatie’

Laten we eens nader kijken naar wat Nieuwenhuis schrijft dat er gebeurd is. Van de vele problemen die het artikel naar voren brengt rondom BCO data (gevens worden “boordevol fouten” naar het RIVM gestuurd, sommige mensen die positief getest waren zijn helemaal nooit gebeld) gaat het mij hier juist om praktijken die het beste kunnen worden omschreven als data-fabricatie.

In het AD artikel geven mensen die actief waren in het BCO aan dat zij onder druk werden gezet om informatie te verzinnen over de setting waarin iemand die positief getest had het virus waarschijnlijk had opgelopen. In het bijzonder, Nieuwenhuis rapporteert meerdere gevallen waarin BCO-onderzoekers aangaven dat zij werden aangemoedigd om in te vullen dat iemand het virus had opgelopen in de setting die de naam ‘Thuissituatie’ droeg.

Soms vertelden BCO-onderzoekers dat ze deze instructie voor een bepaald soort geval kregen. Namelijk, in die gevallen waarin het relatief veel moeite of middelen zou kosten om het bron- en contact-onderzoek normaal te voltrekken:

Onderbezetting leidde ertoe dat bron- en contactonderzoekers moeilijke onderzoeken ‘onder het kleed moesten vegen’. ,,Bruiloften met allochtonen zijn genegeerd, vanwege taalproblemen’’, bevestigen verschillende uitzendkrachten die uitbraken moesten helpen indammen. Zij kregen te horen: vul maar ‘thuis’ in als waarschijnlijkste besmettingslocatie, zodat zij een volgend dossier konden oppakken.”

(Het is duidelijk dat deze situatie de genoemde verontwaardiging over racistische discriminatie in het Nederlandse BCO opriep. Het is ook duidelijk dat simpelweg zulke betichtingen onder tafel proberen te vegen, door te zeggen dat je er voor “álle inwoners van Nederland” bent, zoals GGD GHOR Nederland poogde met haar reactie van 17 april 2021, nooit genoeg kan zijn zonder een degelijk onderzoek uit te voeren en zonder aan te geven welke maatregelen getroffen zullen worden.)

Andere meldingen geven echter aan dat data-fabricatie niet alleen plaatsvond in gevallen die extra moeite of middelen zouden vergen. In tegendeel, het lijkt erop dat zulk knoeien met gegevens vrijwel standaard werd aangemoedigd, gewoon om er wat sneller doorheen te zijn. Zoals Nieuwenhuis het weergeeft, met de woorden van twee medewerkers (Brenda en Paul) die beiden direct actief waren in het BCO-werk:

“Het stoort bron- en contactonderzoekers nog het meest dat zij aangespoord worden om te constateren dat patiënten het virus ‘thuis’ opliepen. Paul: ,,Er werd gezegd: zet maar ‘thuis’ neer als waarschijnlijke besmettingslocatie. Terwijl het net zo goed op iemands werk kon zijn. Bij ‘thuis’ kun je simpel vaststellen dat partner en kind niks hebben. En op naar het volgende dossier.’’ Brenda vult aan: ,,Als ik de premier op persconferenties hoor zeggen dat de meeste besmettingen thuis plaatsvinden, denk ik: ja ja… Die gegevens zijn helemaal niet betrouwbaar.’’

Laat dat bezinken: BCO-medewerkers melden dat zij aangespoord werden om informatie in het BCO-systeem te zetten waarvan zij geen enkele indicatie hadden dat deze correct was, en waarvan zij zelf aangeven dat deze heel goed wel eens incorrect zou kunnen zijn.

Als dit klopt, dan zijn de gevolgen bijzonder ernstig. Het betekent niet alleen dat er goede aanwijzing is dat de categorie ‘Thuissituatie’ in de volksgezondheidggegevens die gebaseerd zijn op het BCO nep-data bevat. Dit zou inhouden dat deze categorie kunstmatig is opgeblazen, waardoor we er niet vanuit kunnen gaan dat deze de werkelijke verdeling van besmettings-settings in het land weergeeft. (Dit zou op zich al erg genoeg zijn, met het oog op het in de gaten houden van de volksgezondheid.)

Nee, met het oog op het gebruik en hergebruik van data kunnen de gevolgen van data-fabricatie nog vele malen ernstiger zijn. Stel dat we aannemen dat de data voor het aantal besmettingen in de setting ‘Thuissituatie’ inderdaad gefabriceerd is zoals omschreven. Dit zou betekenen dat, voor een willekeurig geval van infectie dat door de GGD’s is geregistreerd als ‘thuis’ opgelopen, we nu géén idee hebben of deze infectie daadwerkelijk thuis plaatsvond (of dat de betreffende persoon in een andere setting geïnfecteerd raakte). We zouden moeten aannemen dat een onbekend deel van de gevallen in de categorie ‘Thuissituatie’ nep is. Dat betekent op haar beurt weer dat de hele classificatie van ‘Thuissituatie’ beschouwd moet worden als volledig onbetrouwbaar — en daarmee is ze waardeloos. Het label ‘Thuissituatie’ kan niet langer gebruikt worden als een betrouwbare indicator van de setting waarin iemand waarschijnlijk besmet raakte. Dus moet ‘Thuissituatie’ als specifieke setting van mogelijke besmetting geheel genegeerd worden in de BCO data afkomstig van de GGD’s. Het is eerder: ‘Setting onbekend’.

Het label ‘Thuissituatie’ kan niet langer gebruikt worden als een betrouwbare indicator van de setting waarin iemand waarschijnlijk besmet raakte.

Een gevolg is dat de BCO data zoals de GGD’s deze verzamelen en welke het RIVM in haar wekelijkse overzicht van de epidemiologische situatie in Nederland publiceert, tot geen enkele positieve conclusies kunnen leiden over het deel van besmettingen dat thuis plaatsvindt. Als de meldingen van data-fabricatie kloppen, dan heeft het RIVM volksgezondheidsgegevens gepubliceerd die deels berusten op gefabriceerde data.

Een vorm van data-fabricatie

Ik heb de term ‘data-fabricatie’ gebruikt als omschrijving van de praktijken van het knoeien met data waar de BCO klokkenluiders uit Nieuwenhuis’ AD artikel melding van maken. Ik wil toelichten waarom ik denk dat deze term gepast is.

De Europese gedragscode voor wetenschappelijke integriteit, ook gevolgd door de Koninklijke Nederlandse Academie van Wetenschappen (KNAW), defineert ‘fabriceren’ als (p. 9):

“fabriceren is het verzinnen van resultaten en er verslag van doen alsof ze echt zijn”

Samen met vervalsen (“het manipuleren van onderzoeksmateriaal, apparatuur of processen om gegevens of resultaten zonder rechtvaardiging te wijzigen, achter te houden of te verwijderen”) en plagiaat (“het werk en de ideeën van anderen gebruiken zonder de oorspronkelijke bron op gepaste wijze te citeren”), noemt de Europese gedragscode fabricatie van gegevens “buitengewoon ernstig” als een vorm van wangedrag, omdat gefabriceerde gegevens “de weergave van het onderzoek aantasten”.

BCO-onderzoekers werkzaam in het GGD bron- en contactonderzoek geven aan dat zij aangespoord werden om ‘Thuissituatie’ in te vullen als de meest waarschijnlijke setting, zelfs wanneer zij geen indicatie hadden dat iemand daadwerkelijk thuis besmet raakte. Zelfs wanneer het net zo goed zou kunnen zijn dat de besmetting in feite ergens anders had plaatsgevonden.

Invullen dat iemand thuis besmet raakte, ook wanneer het net zo waarschijnlijk is dat die persoon het virus niet thuis opliep (maar ergens anders) past binnen de definitie van data-fabricatie zoals besproken.

Als de aantijgingen genoemd in Nieuwenhuis’ onderzoek kloppen, dan werden BCO-onderzoekers werkzaam bij de GGD’s aangespoord om officiële overheidsdata op het gebied van volksgezondheid te fabriceren. In mijn optiek is dat enorm ernstig. En het is zeker een meer afgewogen reactie waard dan: “Helaas kunnen incidenten voorkomen, maar wij zien een ander totaalbeeld.”

Als de aantijgingen genoemd in Nieuwenhuis’ onderzoek kloppen, dan werden BCO-onderzoekers werkzaam bij de GGD’s aangespoord om officiële overheidsdata op het gebied van volksgezondheid te fabriceren.

Setting ‘Thuissituatie’ in epidemiologische berichtgeving

Het fabriceren van gegevens is een ernstige vorm van wangedrag binnen een volksgezondheidorganisatie. Maar de gevolgen van fabricatie vermenigvuldigen zich wanneer een dataset met gefabriceerde gegevens wordt gebruikt en hergebruikt om verdere inzichten op te baseren — of dit nu gaat om beleid of richtlijnen voor gedrag, of nader onderzoek. In zo’n geval kan fabriceren drastische gevolgen hebben.

En dit is precies hoe de BCO data van de GGD’s daadwerkelijk gebruikt wordt.

Vanaf juli 2020 heeft het RIVM de BCO-data van de GGD’s gebruikt in haar wekelijkse berichtgeving over de situatie wat betreft de COVID-19 epidemie in het land. Deze berichtgevingen bevatten altijd een sectie met een overzicht van de setting waarin mensen die positief testten waarschijnlijk besmet zijn geraakt.

In dit overzicht van waarschijnlijke settings van besmettingen is het steeds voor een groot deel van de gevallen niet bekend of vermeld waar iemand het virus waarschijnlijk heeft opgelopen. In het RIVM rapport van 7 juli 2020 (voor de periode vanaf 4 mei 2020) werd er voor 44% van alle mensen die positief getest hadden geen waarschijnlijke setting van besmetting geregistreerd. In het meest recente rapport van 20 april 2021 (voor de periode vanaf 1 februari 2021) was dit nog steeds een totaal van 36% van alle gevallen.

Nu, als we alleen kijken naar die gevallen waarvoor er wél een waarschijnlijke setting geregistreerd was, dan klopt het dat de categorie ‘Thuissituatie’ inderdaad steeds als relatief groot naar voren komt. Groter in ieder geval dan de settings ‘Uitvaart’ of ‘Horeca’. In het RIVM rapport ‘Epidemiologische situatie COVID-19 in Nederland’ dat op 7 juli 2020 gepubliceerd werd, wordt ‘Thuissituatie’ genoemd als een waarschijnlijke besmettingssetting voor 2,264 van de 9,803 gevallen (oftewel 23,1%) die bij de GGD’s gemeld werden (p. 14). In het rapport dat twee weken later volgde (21 juli 2020, welk ook betrekking heeft op de periode vanaf 4 mei 2020), gold dit voor 2,655 van de 11,290 gevallen (oftewel 23,5%) (p. 15). En het rapport van 4 augustus 2020 noemt ‘Thuissituatie’ als de mogelijke setting van besmetting voor 3,451 van de 15,184 gevallen (oftewel 22,7%) (p. 16).

(Uiteraard is één mogelijke verklaring voor deze relatieve grootte van de categorie ‘Thuissituatie’ dat mensen, wanneer het hen gevraagd wordt, het wellicht makkelijker vinden om zich te herinneren dat hun partner of huisgenoot toevallig ook ziek is door het coronavirus, terwijl ze dit van eenmalig contact aan de bar misschien helemaal niet weten.)

Setting ‘Thuissituatie’ in crisiscommunicatie

Omdat de categorie ‘Thuissituatie’ relatief gezien vrij prominent was in het overzicht van waarschijnlijke settings van besmetting, gebaseerd op de BCO data van de GGD’s, begon die categorie bijna een eigen leven te leiden. Het duurde niet lang voordat velen — waaronder ministers, beleidsmakers en adviseurs aan de overheid — begonnen te herhalen, “de meeste besmettingen vinden thuis plaats”. (Ter verduidelijking: zelfs al zou er in de BCO data van de GGD’s geen enkele fabricatie hebben plaatsgevonden, dan nog kun je die stelling hier niet op baseren. Er is gewoon geen manier waarop grofweg 23% gelijk is aan “de meeste gevallen”. Hoogstens zou je kunnen zeggen dat voor die gevallen waarvoor een waarschijnlijke setting van besmetting geregistreerd werd, werd ‘Thuissituatie’ het meeste genoemd.)

Hier enkele van de diagnoses die begonnen te verschijnen in het regionale en nationale nieuws vanaf juli 2020, nadat het RIVM wekelijks haar overzicht met daarin analyses van de BCO-data begon te publiceren:

“Als je wordt getest op corona en inderdaad besmet blijkt te zijn, voert de GGD een bron- en contactonderzoek uit in jouw woonplaats. (…) De meeste patiënten zijn waarschijnlijk besmet door een gezinslid of huisgenoot. ” (RTL Nieuws, 7 juli 2020)

“ Volgens de GGD-en vindt meer dan de helft van alle besmettingen plaats in de thuissituatie.” (Dagblad van het Noorden, 24 september 2020)

“ Op nummer één blijven de besmettingen thuis, bij familie en op het werk staan,” in een overzicht van plaatsen waar mensen waarschijnlijk besmet zijn geraakt (Omroep Brabant, 12 oktober 2020)

“Thuis, op het werk en op school lopen de meeste mensen een besmetting op, blijkt uit een analyse van de gegevens van het RIVM en de GGD’s over het bron- en contactonderzoek van de laatste zes weken.” (AD, 29 november 2020)

“De helft van de mensen die afgelopen week positief zijn getest op het coronavirus had geen idee waar ze het virus op had gelopen. Maar: “Waar vinden de besmettingen waarvan wel een vermoedelijke bron bekend is dan plaats? In eerste instantie vooral thuis. Van de mensen die een bron noemen, noemt ruim de helft de thuissituatie. ” (NU.nl, 16 december 2020)

“In de regio vinden de meeste besmettingen thuis plaats.” (NH Nieuws, 23 februari 2021)

Dit refrein wordt niet alleen in nieuwsberichten herhaald. Ministers, ambtenaren en wetenschappers die de overheid adviseren blijven ditzelfde punt ook keer op keer herhalen. Professor Marion Koopmans, viroloog aan het Erasmus Medisch Centrum in Rotterdam en iemand die regelmatig als expert geraadpleegd wordt door het Outbreak Management Team (OMT) van het RIVM, bemerkt:

“De meeste besmettingen vinden thuis plaats, via familie of op het werk.” (Het Parool, 25 juli 2020)

En Hubert Bruls, voorzitter van het Veiligheidsberaad, gaf aan:

“De meeste besmettingen vinden thuis plaats, maar daar kunnen we niet ingrijpen. We gaan verder uitzoeken of daar iets aan te doen is.” (AD, 29 juli 2020)

Premier Mark Rutte, tolk gebarentaal Irma Sluis, en minister Hugo de Jonge op een persconferentie

Op een persconferentie van 6 augustus 2020 zei Premier Mark Rutte, verwijzende naar ‘besmettingscijfers’: “Belangrijk te beseffen is dat een groot deel van de besmettingen thuis gebeurt, bijvoorbeeld bij verjaardagen of etentjes met vrienden.” Begin december werd omschreven dat minister van Volksgezondheid, Welzijn en Sport Hugo de Jonge nadacht over aanvullende maatregelen tijdens de decembervakantie, want “De meeste besmettingen vinden thuis plaats.” (Het Parool, 9 december 2020). Ook Cees Vermeer, directeur gezondheid Zuid-Holland Zuid, maakt het punt: “De meeste besmettingen vinden thuis plaats, denkt Vermeer. ‘Scholen zijn dicht, net als de winkels, dus daar kan het in ieder geval niet gebeuren.’” (BN DeStem, 7 januari 2021)

Gefabriceerde data en Fieldlab Evenementen

Verontrustend is dat de BCO-data van de GGD’s (waarvan we nu sterk moeten vermoeden dat het gefabriceerde data bevat) haar weg ook heeft gevonden naar verder wetenschappelijk onderzoek. Als voorbeeld bespreek ik hier het wetenschappelijke rapport ‘Resultaten Risico Analyse’ (van 17 maart 2021), geschreven voor de organisatie Fieldlab Evenementen door Dr Bas Kolen, onderzoeksassistent Laurens Znidarsic en Professor Pieter van Gelder, allen van de Faculteit Techniek, Bestuur en Management aan de Technical University Delft (TUDelft). (Het rapport zelf is uitgevoerd in de universitaire huisstijl, met het vlammende TUDelftlogo bovenaan iedere pagina als teken van een door de universiteit afgegeven document.)

Deel van de eerste pagina van het rapport ‘Resultaten Risico Analyse’ door Bas Kolen, Laurens Znidarsic en Pieter van Gelder van de TUDelft, geschreven voor Fieldlab Evenementen

Het rapport ‘Resultaten Risico Analyse’ streeft ernaar het risico op besmetting met COVID-19 in verschillende situaties te modelleren. In het bijzonder wil het een vergelijking maken tussen het risico op besmetting wanneer iemand een evenement bezoekt (zoals een congres of het theater) en het risico op besmetting wanneer iemand thuisblijft. (In de woorden van de auteurs: “De resultaten [van het modelleren van de verschillende evenementen] zijn vergeleken met de risico’s die een individu zou lopen als die thuis bleef of thuis bezoek kreeg.” p.1).

Maar nu is het zo dat het modelleren van dit verschil in risico cruciaal afhangt van de BCO data van de GGD’s (zoals gepubliceerd door het RIVM). Dit is de bron voor het identificeren van het risico dat een individu loopt wanneer zij thuisblijven, of wanneer zij thuis bezoek zouden krijgen. (“Het risicomodel (…) gaat uit van de BCO settings als uitgangspunt. Hiervoor is gebruik gemaakt van: De wekelijkse RIVM rapportages waarin beschreven is hoeveel [besmettingen]*, ziekenhuisopnames en overlijdens er zijn. Aanvullende gegevens van het BCO onderzoek van de GGD Amsterdam.” p. 2, cf. p. 10).

Het domino-effect dat wordt veroorzaakt door wat, naar sterk vermoeden, deels gefabriceerde BCO data is wordt nu maar al te duidelijk. Als de data van de GGD’s gefabriceerde data bevat (in het bijzonder rondom hoeveel, en welke proportie van, besmetting in de setting ‘Thuissituatie’ plaatshad) dan zijn die data niet te vertrouwen. Dan kunnen die data niet gebruikt worden om conclusies te trekken over settings van besmetting. Zonder die data valt de hele kern en basis van het modelleren van de verschillende risico’s in het rapport van Kolen, Znidarsic en Van Gelder weg. Maar aangezien het modelleren van de verschillen in risico het hele punt was van dit rapport, moet het rapport zelf dan ook nietig worden verklaard.

Maatschappelijke consequenties volgen hier ook uit. Kolen, Znidarsic en Van Gelder schreven hun rapport ‘Resultaten Risico Analyse’ voor de organisatie Fieldlab Evenementen. Op haar website omschrijft Fieldlab Evenementen zichzelf als volgt:

“Het Fieldlab is een gezamenlijk initiatief vanuit de evenementensector, verenigd in het EventPlatform en de Alliantie van Evenementenbouwers en het Rijk. Het programma wordt ondersteund door de ministeries van VWS, OCW, EZK en JenV.”

Met als hoofddoel, zo schrijft men, “om de evenementenbranche terug naar het oude normaal te brengen.”

Ten tijde van het schrijven van dit stuk heeft Fieldlab Evenementen meer dan tien grootschalige evenementen in de planning, welke moeten plaatshebben tussen april en juni dit jaar. Bezoekersaantallen voor deze evenementen moeten tussen de 500 en 10,000 deelnemers per keer gaan omvatten. Zelf geeft Fieldlab Evenementen toe dat de aanname dat zulke evenementen veilg georganiseerd kunnen worden, ook wanneer het land steeds hoger de derde golf van de coronapandemie opgaat (met nieuwe infecties steeds makkelijk boven de 7000 per dag), direct gebaseerd is op het risicomodel dat hen aangeleverd is door de TUDelft:

“Het risicomodel van de TU Delft toont aan dat het risico per uur bij evenementen van het type I [Indoor evenementen met een passief publiek], tijdens Fieldlabs (maatregelen en pre-testen) gelijk is aan het risico in maatschappelijke situaties thuis of met bezoek aan huis (zonder test).”

Met andere woorden, Fieldlab Evenementen stelt dat grootschalige evenementen veilig georganiseerd kunnen worden, omdat het risico op besmetting bij één van hun evenementen “gelijk is” aan het risico om besmet te raken als je thuisblijft. Het rapport ‘Resultaten Risico Analyse’ zou hier de wetenschappelijke basis voor moeten bieden. Maar we weten dat de vergelijking van risico’s door Kolen, Znidarsic en Van Gelder tussen de setting van evenementen en de setting thuis cruciaal afhangt van de BCO-data van de GGD’s en de publicatie daarvan door het RIVM. Wanneer vermoedelijke data-fabricatie het onmogelijk maak om op basis van deze data conclusies te trekken over besmettingen thuis, dan kan hier ook geen vergelijking van risico’s op gebaseerd worden. Zonder een vergelijking van risico’s zoals het rapport ‘Resultaten Risico Analyse’ zou moeten leveren, valt de hele wetenschappelijke basis voor de stelling dat Fieldlab Evenementen veilig georganiseerd kunnen worden, zonder het aantal besmettingen te verhogen, weg.

Zonder een vergelijking van risico’s zoals het rapport ‘Resultaten Risico Analyse’ zou moeten leveren, valt de hele wetenschappelijke basis voor de stelling dat Fieldlab Evenementen veilig georganiseerd kunnen worden, zonder het aantal besmettingen te verhogen, weg

Ik benadruk dit punt om duidelijk te maken wat de drastische gevolgen van fabricatie van volksgezondheidgegevens kunnen zijn, zowel voor beleid als voor wetenschap en de maatschappij.

Voorwaarts

Wanneer er serieuze, overtuigende aantijgingen zijn van data-fabricatie (en wanneer zulke mogelijk gefabriceerde data gebruikt is als basis voor beslissingen en in wetenschappelijke rapporten), dan is het voornaamste punt niet om te beschuldigen of met de vinger te wijzen. Het punt is dat er actie ondernomen wordt.

Doorgaans ligt bij gevallen van vermeende data-fabricatie de verantwoordelijkheid bij de eigenaar van de gegevens (in dit geval de GGD’s, eventueel in samenwerking met het RIVM) om:

1. dit transparant te onderzoeken;
2. getroffen partijen op de hoogte te stellen; en, waar gepast,
3. de betreffende dataset terug te trekken.

Iemand die de mogelijk gefabriceerde data al gebruikt had (in dit geval, iedereen die op BCO-data steunde, in het bijzonder om conclusies te trekken over het aandeel van besmettingen dat thuis plaatsheeft) doet er ook goed aan te onderzoeken in hoeverre hun conclusies nog stand kunnen houden zonder deze data. Wanneer door onbruikbare gefabriceerde data bepaalde conclusies onhoudbaar zijn geworden, dan is ook hier een mededeling en (waar van toepassing) terugtrekking de enige juiste optie.

Hoe dan ook, data-fabricatie en haar (mogelijk grootschalige) gevolgen gaan niet weg door ze te negeren. Met mogelijke gevolgen voor de volksgezondheid van zo een serieuze aard als hier beschreven, is een mager “Helaas kunnen incidenten voorkomen” simpelweg niet goed genoeg.

* Het woord hier is ‘bestemmingen’. Echter, op basis van de context van het rapport en de aard van de RIVM data kan met enige zekerheid worden aangenomen dat dit een typefout moet zijn, en dat ‘besmettingen’ bedoeld werd.