Het onderzoek in de rechtszaak tegen de Amerikaanse verpleegster Lucy Letby laat volgens wetenschappers en statistici zien hoe belangrijk het is dat cijfers en statistieken in de rechtszaal correct worden uitgelegd.
De zaak tegen Lucy Letby is grimmig, maar fascinerend wat betreft het thema van wetenschappelijk en wiskundig bewijs in de rechtspraak. Letby was een neonatale verpleegkundige die nu in de gevangenis zit voor de moord op zeven vroeggeboren baby’s. Sinds het vonnis circuleren er, mede door een recent wettelijk onderzoek, steeds meer theorieën over een onterechte veroordeling.
Het doel van deze column is niet om de zaak opnieuw te procederen, maar wel om te wijzen op de tekortkomingen in het verzamelen en het presenteren van wetenschappelijk en statistisch bewijs in de rechtspraak. Hoogstaande statistici hebben onlangs hun zorgen hierover geuit, zonder uitspraken te doen over de schuld of onschuld van Letby zelf.
Misleidend
Een rapport van de Royal Statistical Society [RSS] uit 2022 laat zien hoe statistische interpretaties zowel overtuigend als misleidend kunnen zijn. Volgens dat rapport, genaamd Healthcare Serial Killer or Coincidence?, zijn dergelijke tekortkomingen en misverstanden vooral problematisch bij rechtszaken tegen zorgpersoneel, die dagelijks omgaan met ziekte en dood. De RSS heeft de Thirlwall Inquiry [het orgaan dat is opgezet om gebeurtenissen in en om de zaak Letby te onderzoeken] gecontacteerd en hun zorgen uitgelegd. ‘De RSS werkt er hard aan om goede behandeling van statistieken in de rechtspraak te bevorderen (…) en om vooroordelen, die tot een oneerlijk proces kunnen leiden, tegen te gaan,’ vertelt Sarah Cumbers, een leidinggevende van de organisatie.
Er moeten maatregelen komen waardoor rechters en jury’s cijfers, grafieken en andere technische bewijzen volledig kunnen begrijpen. Om zorgvuldige omgang met statistiek te bevorderen stelt Jane Wutton, statisticus bij Warwick Univeristy in Coventry, voor om statistische clusters van sterfgevallen in ziekenhuizen te laten analyseren door de autoriteit voor zorgveiligheid. Dit soort maatregelen verminderen de kans op een onterechte veroordeling zonder het vertrouwen van nabestaanden aan te tasten in een goed onderbouwde veroordeling of vrijspraak.
‘Gebeurtenissen kunnen toevallig samenvallen op een ogenschijnlijk onwaarschijnlijke manier’
Correlatie wordt vaak verward met causaliteit, waarschuwt het RSS, omdat ‘gebeurtenissen toevallig kunnen samenvallen op een ogenschijnlijk onwaarschijnlijke manier, zonder dat er sprake is van crimineel gedrag’. Als er meerdere sterfgevallen plaatsvinden in een ziekenhuis, moeten onderzoekers twee onwaarschijnlijke scenario’s afwegen: een toevallige statistische cluster, of een seriemoord. De eerste uitdaging is dan om te bekijken of er überhaupt een moord heeft plaatsgevonden.
Een werkrooster kan een verband suggereren tussen een persoon en verdachte incidenten. In de zaak Letby kwam ook zo’n rooster voor. Maar de RSS waarschuwt dat enkel een shiftpatroon geen misstanden kan bewijzen (de openbare aanklager bracht ook ander bewijs naar voren). Zo kunnen medische werkers die voor de ziekste patiënten zorgen bijvoorbeeld meer sterfgevallen verwachten.
Als er bewijs wordt verzameld na het bekendmaken van een verdachte, is er kans op ‘confirmation bias’. Een onderzoeker kan onbewust informatie naar voren brengen als deze een theorie lijkt te bevestigen, of achterwege laten als deze ertegenin gaat. Daarbij komen ook nog zogeheten ‘verstorende variabelen.’ Zo besprak een controversieel artikel uit The New Yorker problemen omtrent het personeel en het sanitair in het ziekenhuis waar Letby werkte.
Een op de 73 miljoen
De manier waarop kansberekeningen worden gepresenteerd kan ook de beeldvorming beïnvloeden. Bijvoorbeeld, als iemand met een kans van een op een miljoen de loterij wint, wordt diegene waarschijnlijk gefeliciteerd in plaats van beschuldigd te worden van vals spel. Ondanks dat de kans om niet te winnen aanzienlijk groter was (999.999 op een miljoen). We begrijpen allemaal dat er miljoenen mensen per week meespelen, en het ligt voor de hand dat iemand ergens toevallig de jackpot wint.
Ter vergelijking: er werken wereldwijd miljoenen mensen in de zorg, waarvan een aantal ongelukkigen die toevallig met een reeks sterfgevallen te maken krijgen. Toch vinden we het moeilijk om dit pech te noemen en geven we de voorkeur aan een oorzakelijke verklaring. ‘Als medisch wangedrag het enige aannemelijke alternatief is,’ aldus het rapport, ‘dan kan dat leiden tot de conclusie dat er een enorme kans is op wangedrag (999.999 op een miljoen)’. Die redenering heet ook wel de ‘prosecutor’s fallacy’ [bewering dat als de beschuldigde schuldig zou zijn, de waarschijnlijkheid van de gevonden bewijzen hoog is. Bijgevolg worden andere theorieën en bewijzen terzijde geschoven].
Aan de jury werd verteld dat er een kans van een op 73 miljoen was dat de baby’s op natuurlijke wijze waren overleden
Gebrekkige statistiek heeft in 1999 geleid tot de veroordeling van Sally Clark. Zij werd schuldig bevonden aan het vermoorden van haar twee zoons; aan de jury werd verteld dat er een kans van één op drieënzeventig miljoen was dat de baby’s op natuurlijke wijze waren overleden. Die cijfers bleken niet te kloppen, en Clark is later vrijgesproken. Lucia de Berk, een Nederlands kinderverpleegster, werd in 2003 vervolgd voor vier gevallen van moord maar in 2010 werd ze weer vrijgesproken nadat ze in hoger beroep ging.
Mogelijke oplossingen voor dergelijke fouten zijn het inhuren van onafhankelijke statistici bij complexe rechtszaken, rechters en advocaten informeren over statistische valkuilen en jury’s bijstaan in het interpreteren van de cijfers. Hoe dan ook moet er verandering in komen: het aantal experts dat tegelijk aan de bel trekt is zo groot dat dit statistisch gezien geen toeval kan zijn.
