Gezonde voeding is complex. Zelfs met goede intenties botsen studies, methodes en belangen. Toch worden losse resultaten vaak als harde "voedingsfeiten" verkocht. Die koppen scoren, maar zeggen weinig over de kwaliteit van het bewijs.

Soms gaat het verder dan slordigheid. Data worden opgerekt, hypotheses achteraf bedacht of fouten pas laat ontdekt. De affaire rond Brian Wansink (Cornell Food and Brand Lab) en de Nederlandse zaak Diederik Stapel laten zien hoe kwetsbaar voedingswetenschap is wanneer reputatie en media-aandacht zwaarder wegen dan controle.

Van Stapel tot stickerwetenschap

Diederik Stapel, hoogleraar in Tilburg, werd in 2011 ontslagen omdat hij data verzon en "onwenselijke" resultaten wegpoetste. Opvallend grote effecten, perfecte verhalen, resultaten die te mooi waren om waar te zijn. Precies het type studie dat makkelijk landt bij een breed publiek.

Jaren later speelde een ander schandaal zich af in de voedingspsychologie. Een Cornell-studie over schoolmaaltijden claimde dat een sticker van Elmo op een appel kinderen (naar verluidt 8 tot 11 jaar) vaker voor fruit liet kiezen. Het artikel verscheen in JAMA Pediatrics en paste perfect bij de reputatie van Wansink als "Sherlock Holmes of food".

Na kritiek volgde eerst een correctie: verkeerde beschrijving van keuzes, foute deelnemersaantallen, ongebruikelijke statistiek. Wansink stelde toen nog dat er verder geen fouten waren. Kort daarna werd het artikel volledig teruggetrokken. Het onderzoek bleek niet onder 8 tot 11-jarigen te zijn gedaan, maar onder peuters van 3 tot 5 jaar. Voor ouders en scholen is dat geen detail.

P-hacking: eerst data, dan een verhaal

Het grotere probleem zat in de werkwijze. Wansink had data uit een Italiaans restaurant over buffetprijzen. Zijn hypothese (goedkoper buffet betekent minder eten) werd niet bevestigd. In plaats van dat null-resultaat te publiceren, daagde hij een student uit om "plan B, C en D" te zoeken. Binnen een half jaar verschenen meerdere papers uit dezelfde dataset.

Dat patroon heet p-hacking of data dredging: zonder vooraf vastgelegde hypothese verbanden vissen tot iets "significant" lijkt (vaak p kleiner dan 0,05). Negatieve of saaie uitkomsten verdwijnen. Positieve, blogbare claims over pizza, schuldgevoel en gezelschap blijven over.

Onderzoekers van Leiden en Groningen analyseerden vier van die "pizza studies" en vonden ongeveer 150 inconsistenties in aantallen, statistiek en rapportage. Niet elke fout is fraude, maar zo veel ruis maakt de claims onbruikbaar voor praktijkadvies.

Waarom dit ertoe doet voor coaches en atleten

Voedingsadvies voor sporters leunt zwaar op studies die goed klinken in een nieuwsbrief. Een stickertruc, een buffettruc, een "simpele hack". Als de onderliggende data rammelen, bouw je programma's op zand.

  • Grote effecten met kleine steekproeven verdienen wantrouwen, vooral bij gedragsonderzoek.
  • Een studie die precies de kop van je artikel levert, is geen bewijs van kwaliteit.
  • Retracted papers en correcties zijn geen voetnoot. Ze horen bovenaan je beoordeling.
  • Null-resultaten zijn informatie. Ze verdwijnen te vaak omdat ze niet klikken.

Voor praktische keuzes rond gezonde voeding en onderzoek blijft de hiërarchie hetzelfde: systematische reviews en herhaalde bevindingen wegen zwaarder dan één virale labstudie.

Hoe je een voedingskop sneller doorprikt

Je hoeft geen statisticus te zijn om betere filters te zetten.

  • Lees of de leeftijdsgroep, context en uitkomst echt aansluiten bij jouw cliënt of atleet.
  • Check of er een vooraf vastgelegde hypothese was, of dat er "exploratief" in dezelfde data is gevist.
  • Zoek naar onafhankelijke replicatie. Eén Cornell-lab of één krantenkop is geen consensus.
  • Vraag wat er niet is gemeten: calorieën, adherence, lange termijn, confounders.

Wetenschap hoeft niet perfect te zijn om nuttig te zijn. Ze moet wel eerlijk zijn over onzekerheid. Op een terrein waar marketingbudgetten enorm zijn, is reputatie van onderzoekers en journals het enige serieuze tegenwicht. Daar passen geen appeltjes-Elmo-claims bij.

Lees ook

Conclusie

"Voedingsfeiten" zijn vaak verhalen met een p-waarde. De Wansink-affaire en eerdere fraudezaken laten zien hoe snel die verhalen kunnen ontsporen. Voor FITsociety-lezers is de les eenvoudig: bewaar je enthousiasme voor mechanismen die herhaald worden, en houd sensationele koppen op afstand tot de data kloppen.

Referenties

  1. RTL Nieuws. Valse data: hoogleraar Diederik Stapel uit Tilburg ontslagen.
  2. RTL Nieuws. De acht opvallendste bevindingen van het Stapel-onderzoek.
  3. Wansink B, Just DR, Payne CR. Can Branding Improve School Lunches? Arch Pediatr Adolesc Med. 2012;166(10):967-968. doi:10.1001/archpediatrics.2012.999 (later retracted).
  4. Retraction Watch. Backlash prompts prominent nutrition researcher to reanalyze multiple papers (2017).
  5. Lee S. Reporting over the Elmo apple study age discrepancy. BuzzFeed News.
  6. JAMA Pediatrics retraction notice for the branding/school lunch paper.
  7. Just DR, Sigirci O, Wansink B. Lower buffet prices lead to less taste satisfaction. Journal of Sensory Studies. 2014;29(5):362-370.
  8. Just DR, Sigirci O, Wansink B. Peak-end pizza: Prices delay evaluations of quality. Journal of Product & Brand Management. 2015;24(7):770-778.
  9. Kniffin KM, Sigirci O, Wansink B. Eating heavily: Men eat more in the company of women. Evolutionary Psychological Science. 2016;2(1):38-46.
  10. Sigirci O, Wansink B. Low prices and high regret: how pricing influences regret at all-you-can-eat buffets. BMC Nutrition. 2015;1:36.
  11. van der Zee T, Anaya J, Brown NJL. Statistical heartburn: An attempt to digest four pizza publications from the Cornell Food and Brand Lab. PeerJ Preprints. 2017;5:e2748v1. https://doi.org/10.7287/peerj.preprints.2748v1