Samenvatting

In toenemende mate wordt het analyseren van big data gebruikt om de fysiotherapeutische zorg te verbeteren. Naast beschrijvend (diagnostisch en prognostisch) onderzoek lenen big data zich ook voor het onderzoeken van causale verbanden in etiologisch en effectonderzoek. Het duiden van eventuele causaliteit van verbanden is echter niet eenvoudig terwijl dit (impliciet) wel vaak wordt gedaan, bijvoorbeeld bij het meten van de kwaliteit van zorg door middel van PROM’s. Voor het beoordelen van de causaliteit van verbanden kunnen de klassieke overwegingen opgesteld door sir Bradford Hill behulpzaam zijn. Daarnaast kan confounding (verwarring) door andere factoren het zicht op een causaal verband vertroebelen. Wanneer big data gebruikt worden voor etiologisch of effectonderzoek moet hier in de onderzoeksopzet en analyse rekening mee worden gehouden. Voor effectonderzoek is het raadzaam met de analyse van big data zoveel mogelijk een gerandomiseerd interventieonderzoek, een zogenaamde ‘target trial’, na te bootsen.