Eén enkel laboratoriumtestresultaat werd door de FDA ingetrokken. Dat klinkt dramatisch. Het voelt als een bekentenis van fouten. Het publiek blijft zich afvragen of de aanhoudende cyclospora-uitbraak in verband met de taco-bel wel reëel is.
Ik werkte als Epidemic Intelligence Service Officer bij de CDC. Ik heb deze dans eerder gezien.
Als u hoort dat één negatieve test of een ingetrokken monster niet betekent dat het onderzoek verkeerd is. Eén datapunt is ruis. Uitbraakwetenschap gaat niet over één reageerbuis. Het gaat over patronen.
Hoe Outbreak Science eigenlijk werkt
Mensen denken dat het identificeren van een door voedsel overgedragen ziekteverwekker niets anders is dan het afnemen van een blad en wachten op groen licht. Dat is het niet.
Tientallen jaren van oplossen van uitbraken bewijzen het tegendeel. Kijk naar 1993. Jack in the Box. Ongekookte hamburgers, terug te voeren op E. coli. Of 2006. Spinazie uit Californië. Nogmaals, E. coli. De meloenlisteriose uit 2011 bij Jensen Farms. De romaine uit 2018 uit Yuma, Arizona.
Dit zijn geen magische kogels. Ze zijn methodisch.
Onderzoekers beginnen met verhalen. Niet DNA. Niet sequencen. Ze praten met de zieken. Ze wierpen een breed net uit. Ze vragen naar de tijd. Plaats. Voedsel. Wie heb je gegeten? Waar was je?
Dit is vervelend. Het is saai. Het is ook de meest cruciale stap.
Je interviewt meer mensen dan je verwacht dat ze ziek zijn. Dan ga je zeven. Je zoekt naar de rode draad. Wat delen de zieke mensen wat de gezonde mensen niet delen?
Waarom kwalitatieve data beter zijn dan één enkele test
Neem een geval waarin ik in Indiana heb gewerkt. De laboratoriumresultaten kwamen niet overeen met de interviews van de gezondheidsafdeling. Een mysterie. Een ontkoppeling.
We hebben het niet opgelost met geavanceerde genotypering. We hebben het opgelost door te luisteren. Door vertrouwen op te bouwen. Door mensen hun volledige verhaal aan ons te laten vertellen. De keten van overdracht werd duidelijk door middel van context. Niet scheikunde.
Dit Taco Bell cyclospora-onderzoek is vergelijkbaar. Het FDA-laboratorium had een probleem. Een intrekking. Maar dat doet niets af aan de kwalitatieve gegevens die zijn verzameld door gezondheidsfunctionarissen.
Je hebt beide nodig. De cijfers. De verhalen. Als de cijfers verschuiven, zijn de verhalen vaak waar.
Wat de Michigan-gegevens eigenlijk zeggen
Laten we eens kijken naar de harde cijfers uit Michigan.
Staatsgezondheidsfunctionarissen interviewden 190 zieke mensen die bij Taco Bell aten.
Hier is de kicker: 90% gaf aan ijsbergsla te eten.
Dat is geen afrondingsfout. Dat is een signaal.
Een overlap van 90% in een groep van bijna 200 mensen is een solide, geloofwaardige bevinding. Het staat onafhankelijk van dat ene ingetrokken laboratoriumresultaat. Het suggereert dat de bron waarschijnlijk daar is, of dat in ieder geval de mensen die het aten ziek worden.
Uitbraakwetenschap is rommelig. Het gaat om treffers en missers. Doodlopende wegen. Aanwijzingen die nergens toe leiden. Verkeerde paden in goed vertrouwen genomen. Maar het proces heeft een track record.
Het heeft al eerder opgelost hoe cyclospora zich verspreidt via voedselvoorzieningsketens. In andere gevallen is vastgesteld waar de besmetting waarschijnlijk vandaan komt.
Deze zaak zal worden opgelost. We hebben geduld nodig. Het publiek moet het proces vertrouwen. Laat de experts werken. Wij zullen het antwoord krijgen.
