Volkskrant-artikel “coronavirus heractiveert kankercellen” weerlegd

Het is natuurlijk een teken aan de wand dat de Bedrukte Toiletrol wel aandacht besteedt aan een muizenstudie en wat gehengel in grote databases, maar niet aan een studie die specifiek aantoont dat de ontwikkeling van IgG4 na vaccinatie met het vaccin van Pfizer leidt tot een slechtere prognose van alvleesklierkanker. Die studie is specifiek, is voor een retrospectieve case-serie goed uitgevoerd en gaat over kanker bij mensen, niet over een muismodel. Dat is wél klinisch relevant. Ik heb dat artikel in april 2025 uitgebreid besproken en noemde het toen mogelijk de ‘kanarie in de koolmijn’.

Toen ik deze losse flodder van Maarten voorbij zag komen moest ik er weer aan denken. Vandaar dat ik hem nog maar een keer deel.

NB: Overigens is het een klinisch ervaringsgegeven dat kanker vaak de kop opsteekt na een infectie, en vaak ook na een periode van stress. Dit soms zelfs vijf tot tien jaar nadat mensen kankervrij zijn verklaard. Melanomen zijn hiervan een berucht voorbeeld. Keulemans noemt alleen het coronavirus als oorzaak, maar in het artikel wordt over respiratoire infecties gesproken. Daar begint het verdraaien van de resultaten al.

Het is goed om te weten dat het niet alleen de taak van het immuunsysteem is om infecties te bestrijden, maar ook de ‘immunosurveillance’ voor haar rekening neemt, waarbij het continu het lichaam controleert op het ontsporen van allerlei cellen. Dat is iets waarover de afgelopen twintig jaar heel veel gepubliceerd is.

En dat niet alleen, het immuunsysteem speelt een belangrijke rol bij het voorkómen van uitgroei van zogenaamde ‘micrometastasen’ – de ‘slapende kankercellen’ waarover in het artikel in de Volkskrant wordt gesproken. Het zijn dus niet zozeer ‘slapende kankercellen’ als je in die trant wilt spreken, maar door het immuunsysteem in coma gehouden kankercellen. Immunosurveillance in clinical cancer management – PMC

Overigens moest ik wel heel hard lachen toen ik de ‘data-dredging exercitie’ zag die in het artikel werd uitgevoerd (onder het kopje ‘Population-based Analysis’).

Volgens het artikel zou er namelijk ‘rigoreus gematched’ zijn waarbij patiënten met een positieve test zoveel mogelijk lijken op patiënten die een negatieve test hadden. Nou, dat is niet erg gelukt en de cijfers spreken voor zich:

“Analyses van deelnemers bij wie ten minste tien jaar vóór de pandemie (vóór 1 januari 2010) kanker was vastgesteld, leverden resultaten op die in overeenstemming waren met de belangrijkste analyses, hoewel er enig verminderde statistische power was vanwege het kleinere aantal gevallen. [Let op!] SARS-CoV-2-positieve deelnemers hadden een verhoogd risico op sterfte door alle oorzaken (oddsratio 5,24; 95% BI: 3,66–7,48), sterfte door andere oorzaken dan COVID-19 (oddsratio 2,58; 95% BI: 1,64–4,06) en sterfte door kanker (oddsratio 1,80; 95% BI: 0,85–3,80) in vergelijking met SARS-CoV-2-negatieve deelnemers.“

De mensen met een positieve testuitslag gingen dus letterlijk aan ALLE oorzaken meer dood dan de mensen met een negatieve testuitslag. Da’s niet echt goed voor je hypothese dat een doorgemaakte infectie leidt tot een reactivatie van kanker en dat je als gevolg daarvan doodgaat. Want blijkbaar maakt een doorgemaakte infectie ook de kans groter dat je aan welke oorzaak dan ook doodgaat. Dan is het wel een erg krachtig virus, en dat zal Maarten zonder meer beamen.

Maar dat is natuurlijk niet zo. Er is een veel eenvoudiger verklaring. Want hoe zat het ook alweer? Wie hadden de grootste kans om ernstig ziek te worden of dood te gaan aan COVID-19? Juist ja, de ouden van dagen, de zwakkeren en de mensen met ernstige onderliggende aandoeningen. Wat deze cijfers laten zien – zo niet bewijzen – is dat een positieve testuitslag de aanwijsstok was voor de meest zwakke en meest zieke mensen. Daar kun je je niet voor matchen.

Dit is een vorm van ‘confounding by indication’. Je denkt een criterium te gebruiken wat geen onderscheid maakt in de gezondheidstoestand van de deelnemers aan het onderzoek: de impliciete aanname in dergelijke studies is dat mensen met een positieve test even gezond of even ongezond zijn als mensen met een negatieve test. De matching is bedoeld om dat te garanderen.

Om te controleren of dit ook echt gelukt is, wordt regelmatig een aandoening gebruikt die niets te maken heeft met wat je wilt onderzoeken –  reactivatie van kanker – en ook geen relatie heeft met de virusinfectie zelf.

Dat valt in dit geval helemaal niet mee, maar laten we iets bedenken wat daarvoor zou kunnen dienen, zoals het aantal kunstgebitten dat aangemeten wordt in de jaren na de doorgemaakte infecties. Dat zou in beide groepen gelijk moeten zijn. Als in de groep mensen die een positieve test hebben, veel meer kunstgebitten worden aangemeten, geeft dat de suggestie dat die mensen een slechter gebit hadden en daarmee een slechtere gezondheidstoestand. Dan is je matching dus niet goed gegaan. Als dan blijkt dat in je studie de mensen met een positieve testuitslag vaker doodgaan aan de kanker waarvoor ze behandeld werden, maar aan zo’n beetje alles waar ze maar aan dood kunnen gaan, is de kans vele malen groter dat die groep in zijn algemeenheid een slechtere gezondheidstoestand had dan dat het virus specifiek zou leiden tot een reactivatie van kanker en dat dat zou leiden tot een slechtere prognose.

Goed onthouden: ‘There are lies, there are damn lies and there are statistics’.

En dan is er natuurlijk nog een overtreffende trap: die heet Maarten Keulemans.