Afbeelding

risico-informatie.jpg

Risico-informatie: een gezondheidsrisico uitdrukken in cijfers of in woorden?

risico-informatie in woorden of in cijfersHet aantal online risicotests neemt de laatste jaren gestaag toe. Burgers kunnen bijvoorbeeld online hun risico testen op een te hoog cholestorol of op hart- en vaatziekten en diabetes. Uit zo’n test komt standaard risico-informatie: hoeveel risico loopt iemand op een bepaalde aandoening? Dit is informatie in cijfers, woorden of grafieken. Welk van die vormen van risico-informatie werkt nu het beste?

Risico-informatie in cijfers

Risico-informatie in cijfers kan verschillende vormen aannemen. Je kunt een risico uitdrukken in de vorm van een percentage of door bijvoorbeeld te zeggen ‘een kans van 1 op 10’. Het voordeel van risico-informatie in cijfers is volgens Lipkus (2007) en Rothman en Kiviniemi (1999) dat getallen een precieze inschatting van het risico mogelijk maken. Ook is cijfermatige informatie over het algemeen verifieerbaar, waardoor het betrouwbaar zou overkomen. Verder zijn volgens Lipkus (2007) getallen van belang in ons dagelijks leven. Mensen zouden gewend zijn om met getallen te werken en zouden daarom ook een voorkeur hebben voor getalsmatige risico-informatie. Een nadeel van deze vorm van risico-informatie is echter dat niet iedereen in staat is om getalsmatige informatie te interpreteren.

Risico-informatie in woorden

Bij verbale risico-informatie gebruik je een woord of woordgroep om een risico uit te drukken. Vaak gaat het om een vast woord gecombineerd met een aantal modificeerders, zoals in de reeks ‘zeer onwaarschijnlijk’, ‘onwaarschijnlijk’, ‘waarschijnlijk’ en ‘zeer waarschijnlijk’. Een voordeel van verbale risico-informatie is volgens Lipkus (2007) dat je de flow van de lopende tekst niet onderbreekt. Aan verbale risico-informatie kleeft echter ook een groot nadeel: niet iedereen zal een term als ‘waarschijnlijk’ op dezelfde manier interpreteren. Dit blijkt onder andere uit onderzoek van Cohn, Schydlower, Foley en Copeland (1995).

Visuele risico-informatie

Een laatste vorm van risico-informatie is een visuele weergave van de informatie, een grafiek of een diagram. Een voordeel daarvan is dat informatie op een concrete manier is weergegeven. Ook zijn mensen geneigd om naar verschillen tussen bijvoorbeeld balken in een grafiek te kijken, waardoor ze de informatie beter tot zich laten doordringen. Een nadeel van grafieken voor risico-informatie is echter dat niet iedereen de vaardigheden heeft om deze te interpreteren.

Wat werkt het beste?

Aan elke vorm van risico-informatie kleven dus voor- en nadelen, maar wat werkt dan het beste? Uit onderzoek van Cohn en zijn collega’s (1995) is gebleken dat cijfermatige risico-informatie vaak tot een betere inschatting door patiënten van hun risico leidt. Artsen konden namelijk beter het verschil tussen woorden als ‘probably’ en ‘chance’ inschatten dan patiënten. Daarom kun je vraagtekens zetten bij het effect van risico-informatie in woorden. Volgens Burkell (2004) ligt het iets ingewikkelder. Mensen zouden de voorkeur geven aan cijfermatige informatie bij een risico waarover zekerheid en precisie bestaat. Bij vage en onzekere informatie zouden mensen juist liever verbale informatie zien. Een combinatie van cijfers met een visuele weergave zou bij precieze risico’s wellicht nog effectiever zijn. De toevoeging van een grafiek helpt patiënten volgens Edwards, Elwyn en Mulley (2002) om hun risico-informatie beter in te schatten.

Bronnen

Burkell, J. (2004). What are the chances? Evaluating risk and benefit information in consumer health materials. Journal of the Medical Library Association, 92(2), 200-208. Cohn, L.D., Schydlower, M., Foley, J., & Copeland, R.L. (1995). Adolescents’ Misinterpretation of Health Risk Probability Expressions. Pediatrics, 95, 713-717. Edwards, A., Elwyn, G., & Mulley, A. (2002). Explaining risks: turning numerical data into meaningful pictures. BMJ, 324, 824-830. Lipkus, I.M. (2007). Numeric, Verbal, and Visual Formats of Conveying Health Risks: Suggested Best Practices and Future Recommendations. Medical Decision Making, 27, 696-713.