Neurolinguïstisch programmeren en gezondheidsuitkomsten: onvoldoende bewijs volgens systematische review

Een kritische bespreking van de systematische review van Sturt e.a. (2012) in het British Journal of General Practice

Binnen het domein Psychosociaal, en specifiek binnen de discipline NLP (neurolinguïstisch programmeren), bespreekt dit artikel de systematische review van Sturt, Ali, Robertson, Metcalfe, Grove, Bourne en Bridle (2012), gepubliceerd in het British Journal of General Practice, naar de effecten van neurolinguïstisch programmeren (NLP) op gezondheidsuitkomsten¹. De auteurs doorzochten systematisch de belangrijkste medische en psychologische databases, screenden 1.459 titels en includeerden uiteindelijk tien experimentele studies — vijf gerandomiseerde gecontroleerde trials (RCT’s) en vijf pre-post-observationele studies — op onderwerpen als angststoornissen, gewichtsbehoud, zwangerschapsmisselijkheid, middelenmisbruik en MRI-gerelateerde claustrofobie. Van de vijf RCT’s lieten er vier geen significant verschil tussen NLP en de controleconditie zien; slechts één RCT rapporteerde een significant voordeel voor NLP. Het risico op vertekening (bias) werd in alle geïncludeerde studies als hoog of onduidelijk beoordeeld, en de steekproefgroottes van de RCT’s varieerden van slechts 22 tot 106 deelnemers.

De auteurs concluderen expliciet dat er weinig bewijs is dat NLP-interventies gezondheidsgerelateerde uitkomsten verbetert, en benadrukken dat dit vooral de beperkte omvang en kwaliteit van het NLP-onderzoek weerspiegelt, en niet moet worden gelezen als robuust bewijs van de afwezigheid van effect. Dit artikel plaatst deze bevindingen in hun theoretische en methodologische context: het bespreekt de omstreden wetenschappelijke onderbouwing van NLP als geheel, waaronder de reeds decennia bestaande kritiek op kernaannames zoals de relatie tussen oogbewegingen en representatiesystemen, en weegt de methodologische zwaktes van het onderliggende onderzoek — kleine steekproeven, gebrek aan blindering, heterogeniteit in wat als “NLP” wordt bestempeld, en een aanzienlijk risico op publicatiebias. Geconcludeerd wordt dat er op basis van het huidige bewijs onvoldoende grond is om gezondheidseffecten aan NLP toe te schrijven, en dat terughoudendheid in de klinische praktijk en bij de toewijzing van zorgmiddelen aan NLP-interventies geboden is.

Neurolinguïstisch programmeren (NLP) is een benadering die claimt dat er systematische verbanden bestaan tussen neurologische processen, taalgebruik (linguistic) en aangeleerde gedragspatronen, en die stelt dat het bewust beïnvloeden van deze verbanden kan bijdragen aan persoonlijke ontwikkeling, gedragsverandering en, in de context van dit artikel, gezondheid en welzijn. Binnen de “Gids Evidence Based Onderzoek Complementaire Zorg” wordt NLP ondergebracht bij het domein Psychosociaal, als een van de vele benaderingen die claimen invloed te hebben op mentaal en lichamelijk welbevinden via cognitieve en communicatieve technieken.

NLP werd in de jaren zeventig van de twintigste eeuw ontwikkeld door Richard Bandler, destijds student informatica en psychologie, en John Grinder, hoogleraar linguïstiek, aan de University of California, Santa Cruz. Hun uitgangspunt was dat de opmerkelijke therapeutische effectiviteit van drie vooraanstaande therapeuten — gestalttherapeut Fritz Perls, gezinstherapeut Virginia Satir en hypnotherapeut Milton Erickson — kon worden herleid tot herkenbare taalpatronen en gedragsstrategieën, die vervolgens zouden kunnen worden gemodelleerd, onderwezen en op andere personen toegepast. Uit deze modellering ontstonden technieken en concepten als representatiesystemen (de veronderstelling dat mensen voorkeur hebben voor visuele, auditieve of kinesthetische informatieverwerking), rapport opbouwen via spiegeling van lichaamstaal en taalgebruik, ankeren van emotionele toestanden, en het idee dat oogbewegingen (eye-accessing cues) zouden verraden welk representatiesysteem iemand op een gegeven moment gebruikt.

Sinds de ontwikkeling van NLP in de jaren zeventig heeft de methode zich sterk verbreid buiten de klinische psychologie, met toepassingen in coaching, managementtraining, onderwijs, verkoop en persoonlijke ontwikkeling. Tegelijkertijd wordt NLP ook ingezet als aanvullende of alternatieve interventie bij gezondheidsgerelateerde doelen, zoals angstreductie, rookstoppen, gewichtsbeheersing en het omgaan met stress en fobieën. Deze bredere toepassing binnen de gezondheidszorg roept de vraag op in hoeverre de effectiviteit van NLP voor dergelijke doeleinden wetenschappelijk is aangetoond — een vraag die centraal staat in de systematische review van Sturt en collega’s (2012), die in dit artikel wordt besproken¹.

Dit artikel heeft als doel de bevindingen van deze systematische review helder en kritisch te presenteren binnen de context van de bredere wetenschappelijke discussie over NLP. Daartoe wordt eerst het theoretisch kader van NLP en de daarop geuite kritiek toegelicht, gevolgd door een gedetailleerde bespreking van de methode en bevindingen van de review, een kritische methodologische beschouwing, en een weging van de implicaties voor de klinische en complementaire zorgpraktijk.

De theoretische aannames van NLP zijn vanaf de ontwikkeling in de jaren zeventig onderwerp geweest van aanhoudende kritiek binnen de academische psychologie en neurowetenschap. Een centraal punt van kritiek betreft het gebrek aan een consistente, falsifieerbare en empirisch onderbouwde theoretische basis: hoewel NLP zich presenteert met een schijnbaar wetenschappelijke terminologie — verwijzend naar “neuro”-processen en “programmeren” — is de onderliggende claim dat specifieke taal- en gedragspatronen systematisch neurologische processen sturen, nooit overtuigend empirisch aangetoond. De Poolse psycholoog Tomasz Witkowski onderzocht in een uitgebreide review van vijfendertig jaar NLP-onderzoek de wetenschappelijke onderbouwing van de methode en concludeerde dat het overgrote deel van het onderzoek methodologisch zwak is en dat NLP, ondanks decennia van toepassing, niet als evidence-based kan worden beschouwd; hij typeerde de status van NLP als grotendeels “pseudowetenschappelijke decoratie” van een in essentie ongefundeerde theorie².

Een van de meest onderzochte en meest weerlegde kernaannames van NLP betreft de zogenoemde eye-accessing cues: het idee dat de richting waarin iemands ogen bewegen tijdens het denken systematisch samenhangt met het type informatieverwerking (visueel, auditief of kinesthetisch), en zelfs zou kunnen worden gebruikt om te detecteren of iemand liegt. Een grootschalig experimenteel onderzoek van Wiseman en collega’s (2012), gepubliceerd in PLOS ONE, testte deze claim direct door oogbewegingen van proefpersonen te coderen tijdens het vertellen van waarheden en leugens, en vond geen enkel bewijs voor het door NLP voorspelde verband³. Dit sluit aan bij eerdere reviews die evenmin consistente empirische steun vonden voor het bestaan van stabiele, diagnostisch bruikbare representatiesystemen zoals door NLP verondersteld.

Deze aanhoudende discrepantie tussen de centrale theoretische claims van NLP en de beschikbare empirische bevindingen heeft ertoe geleid dat NLP in de wetenschappelijke literatuur en in overzichten van pseudowetenschappelijke praktijken herhaaldelijk wordt aangemerkt als een benadering met een zwakke tot afwezige empirische onderbouwing van haar kernmechanismen. Dit is een belangrijk gegeven om in het achterhoofd te houden bij de beoordeling van onderzoek naar de klinische effectiviteit van NLP: wanneer het onderliggende werkingsmechanisme zelf niet overtuigend is aangetoond, is extra behoedzaamheid op zijn plaats bij de interpretatie van studies die desondanks positieve effecten rapporteren, omdat dergelijke bevindingen dan minstens zo goed verklaard kunnen worden door aspecifieke factoren — aandacht van een therapeut, verwachting, en de therapeutische relatie — als door de veronderstelde specifieke NLP-technieken zelf.

Tegen deze achtergrond van omstreden theoretische onderbouwing voerden Sturt en collega’s (2012) een systematische review uit met als doel de effecten van NLP op gezondheidsgerelateerde uitkomsten te evalueren, ongeacht de specifieke aandoening, populatie of toepassingscontext¹. De keuze voor een brede, inclusieve opzet — zonder beperking tot één aandoening of doelgroep — weerspiegelt de grote diversiteit aan gezondheidsdoeleinden waarvoor NLP in de praktijk wordt ingezet, en had als doel een zo compleet mogelijk overzicht te bieden van de stand van het experimentele onderzoek naar NLP als gezondheidsinterventie. De review werd uitgevoerd door onderzoekers verbonden aan onder meer King’s College London en de University of Warwick, en gepubliceerd in het peer-reviewed British Journal of General Practice.

De auteurs doorzochten systematisch de databases MEDLINE, PsycINFO, ASSIA, AMED, CINAHL, Web of Knowledge en CENTRAL (het Cochrane-register van gecontroleerde trials), met zoektermen gerelateerd aan “neurolinguistic” en “neuro-linguistic programming”, gecombineerd met Booleaanse operatoren. Aanvullend werden gespecialiseerde NLP-databases, websites van professionele NLP-verenigingen en referentielijsten van gevonden artikelen doorzocht, om ook mogelijk minder zichtbare of grijze literatuur te identificeren.

Voor inclusie kwamen studies in aanmerking die primair, kwantitatief onderzoek rapporteerden naar de effecten van NLP op enige gezondheidsgerelateerde uitkomst, ongeacht de onderzochte populatie. Beschrijvende studies, niet-kwantitatieve evaluaties, single-case-studies en onderzoeken die uitsluitend geïsoleerde, losse NLP-technieken onderzochten (zonder een volledig NLP-programma of -protocol) werden uitgesloten. Deze relatief strikte afbakening van wat als “NLP-interventie” telt, is methodologisch te prijzen omdat zij voorkomt dat elk onderzoek naar willekeurige, losstaande communicatietechnieken ten onrechte als bewijs voor NLP als geheel wordt meegeteld, maar zij impliceert tegelijk dat een aanzienlijk deel van de bredere, meer diffuse NLP-literatuur buiten de review is gebleven.

De zoekstrategie leverde in totaal 1.459 titels op. Na screening en toepassing van de inclusiecriteria bleven uiteindelijk tien experimentele studies over: vijf gerandomiseerde gecontroleerde trials (RCT’s) en vijf pre-post-observationele studies (studies zonder controlegroep, waarin uitkomsten voor en na de interventie binnen dezelfde groep worden vergeleken). De geïncludeerde studies betroffen uiteenlopende gezondheidsdoeleinden, waaronder angststoornissen, gewichtsbehoud, zwangerschapsmisselijkheid, middelenmisbruik (verslavingsproblematiek) en claustrofobische klachten bij MRI-onderzoek. Deze grote diversiteit aan onderzochte populaties en uitkomstmaten, gecombineerd met het geringe totale aantal studies, is op zichzelf al een indicatie van hoe beperkt en versnipperd de experimentele onderzoeksbasis voor NLP als gezondheidsinterventie is.

De methodologische kwaliteit van de vijf RCT’s werd beoordeeld aan de hand van de criteria uit het Cochrane Handbook, met aandacht voor onder meer de wijze van randomisatie (sequence generation), concealment van de toewijzing (allocation concealment), blindering van beoordelaars en de omgang met onvolledige uitkomstgegevens. De vijf pre-post-studies werden beoordeeld met de Downs & Black-kwaliteitsindex, een gevalideerd instrument voor de beoordeling van niet-gerandomiseerd interventieonderzoek. Deze gedifferentieerde aanpak, waarbij voor elk studieontwerp een passend en erkend beoordelingsinstrument werd gebruikt, is een methodologische sterkte van de review en verhoogt het vertrouwen in de conclusies over de kwaliteit van het onderliggende bewijs.

De bevindingen van de review zijn op vrijwel elk niveau kritisch. Van de vijf geïncludeerde RCT’s liet slechts één studie een statistisch significant voordeel voor NLP zien ten opzichte van de controleconditie; de overige vier RCT’s vonden geen significant verschil tussen de NLP-interventie en de vergelijkingsconditie. Drie van de vijf RCT’s en alle vijf de pre-post-studies rapporteerden weliswaar significante verbeteringen binnen de interventiegroep zelf (dat wil zeggen: ten opzichte van de uitgangswaarde), maar dergelijke binnen-groepsverbeteringen zijn — bij afwezigheid van een adequate controleconditie of bij een niet-significant verschil met die controleconditie — niet toe te schrijven aan de specifieke werkzaamheid van NLP, omdat ze evengoed kunnen worden verklaard door aspecifieke factoren zoals spontaan herstel, regressie naar het gemiddelde, en aandachts- en verwachtingseffecten.

Wat betreft de methodologische kwaliteit constateerden de auteurs dat het risico op vertekening (risk of bias) in alle geïncludeerde studies — zonder uitzondering — als hoog of onduidelijk werd beoordeeld. De steekproefgroottes van de RCT’s waren bovendien beperkt, variërend van slechts 22 tot 106 deelnemers, wat de statistische power om werkelijke effecten te detecteren aanzienlijk vermindert. Bij de pre-post-studies varieerden de kwaliteitsscores volgens de Downs & Black-index van 6 tot 13 op een maximum van 23 punten, wat wijst op een over het algemeen zwakke methodologische onderbouwing van dit deel van de onderzoeksbasis. Ook de rapportage van uitkomstmaten bleek inconsistent tussen de studies, wat vergelijking en synthese van de bevindingen verder bemoeilijkte.

Op basis van deze bevindingen concluderen de auteurs expliciet: er is weinig bewijs dat NLP-interventies gezondheidsgerelateerde uitkomsten verbeteren. Belangrijk is dat de auteurs deze conclusie zorgvuldig nuanceren: zij benadrukken dat dit gebrek aan bewijs vooral de beperkte omvang en kwaliteit van het beschikbare NLP-onderzoek weerspiegelt, en niet moet worden geïnterpreteerd als robuust bewijs dat NLP geen effect heeft. Met andere woorden: de review toont niet aan dat NLP niet werkt, maar wel dat er, op basis van het huidige onderzoek, onvoldoende betrouwbaar bewijs is om te concluderen dát het werkt — een onderscheid dat in de klinische en publieke discussie over complementaire interventies vaak verloren gaat, maar dat wetenschappelijk van fundamenteel belang is¹.

De zwakte van het bewijs voor NLP als gezondheidsinterventie is niet toe te schrijven aan de kwaliteit van de systematische review zelf — de zoekstrategie, inclusiecriteria en kwaliteitsbeoordeling zijn methodologisch degelijk uitgevoerd — maar aan de kwaliteit en omvang van de onderliggende primaire studies. Een systematische review kan nooit meer bewijskracht opleveren dan de studies waarop zij is gebaseerd toelaten, en in dit geval is die basis op meerdere punten problematisch.

Ten eerste zijn de steekproefgroottes van de geïncludeerde RCT’s, variërend van 22 tot 106 deelnemers, klein naar de maatstaven van klinisch effectonderzoek. Kleine steekproeven verhogen het risico op zowel fout-positieve bevindingen (het toevallig vinden van een significant effect, zoals mogelijk het geval was bij de ene RCT die wel een voordeel voor NLP liet zien) als fout-negatieve bevindingen (het missen van een werkelijk aanwezig, maar klinisch relevant effect door onvoldoende statistische power). Met slechts één van de vijf RCT’s die een significant voordeel toonde, is bovendien niet uit te sluiten dat dit resultaat een toevalsbevinding betreft, temeer omdat er bij vijf onafhankelijke toetsen met een conventioneel significantieniveau van 0,05 al een niet te verwaarlozen kans bestaat op minstens één fout-positieve uitkomst door multipliciteit.

Ten tweede is blindering bij psychosociale interventies als NLP inherent lastig te realiseren: deelnemers weten doorgaans welke conditie zij ontvangen, wat het risico op verwachtings- en placebo-effecten vergroot, zeker bij overwegend zelfgerapporteerde uitkomstmaten. Dat de auteurs het risico op bias in alle tien geïncludeerde studies als hoog of onduidelijk beoordeelden, onderstreept dat dit geen incidenteel probleem was, maar een structureel kenmerk van het onderzoeksveld.

Ten derde is er een reëel risico op publicatiebias: kleinschalig onderzoek naar complementaire interventies met overwegend niet-significante of methodologisch zwakke bevindingen heeft een grotere kans om nooit gepubliceerd te worden dan onderzoek met positieve uitkomsten, wat het gepubliceerde beeld positiever kan doen lijken dan de werkelijkheid rechtvaardigt. De auteurs van de review erkennen zelf dat een formele beoordeling van publicatiebias werd bemoeilijkt door de gebrekkige methodologische rapportage en het ontbreken van vooraf geregistreerde onderzoeksprotocollen bij veel van de geïncludeerde studies.

Ten vierde is er een aanzienlijke heterogeniteit in wat in de literatuur als “NLP” wordt aangeduid: de term omvat een breed scala aan technieken — van rapportopbouw en taalpatronen tot ankertechnieken en specifieke protocollen — die per studie en behandelaar sterk kunnen verschillen in uitvoering en trouw aan enig onderliggend NLP-model. Deze inconsistentie maakt het problematisch om resultaten te generaliseren naar uitspraken over “NLP” als eenduidige interventie, en verklaart mede de heterogene bevindingen binnen de review.

Tot slot geven de auteurs zelf aan dat zij bepaalde categorieën onderzoek — waaronder Duitstalige dissertaties en studies naar geïsoleerde NLP-technieken — hebben uitgesloten, wat mogelijk tot een onvolledig beeld heeft geleid, al is niet aannemelijk dat dit de conclusie van beperkt en zwak bewijs wezenlijk zou veranderen.

Voor de klinische en complementaire zorgpraktijk nopen deze bevindingen tot uitgesproken terughoudendheid bij het claimen van gezondheidseffecten van NLP. Waar voor sommige andere psychosociale en lichaamsgerichte interventies binnen dit domein op zijn minst een voorlopige, positieve evidentiebasis bestaat, geldt voor NLP dat de auteurs van de meest gezaghebbende systematische review op dit terrein expliciet concluderen dat er weinig bewijs is voor effectiviteit op gezondheidsuitkomsten, gecombineerd met een structureel hoog risico op vertekening in vrijwel al het beschikbare onderzoek.

Dit betekent niet dat NLP-technieken per definitie waardeloos of schadelijk zijn — de auteurs van de review benadrukken zelf dat het gebrek aan bewijs eerder wijst op de beperkte kwantiteit en kwaliteit van het onderzoek dan op aangetoonde ineffectiviteit — maar wel dat zorgverleners en cliënten niet mogen worden voorgehouden dat NLP een wetenschappelijk onderbouwde behandeling is voor specifieke gezondheidsklachten. Waar NLP wordt toegepast, verdient dit te gebeuren met expliciete en eerlijke voorlichting over het voorlopige en zwakke karakter van de evidentiebasis, zonder ongefundeerde effectiviteitsclaims, en bij voorkeur niet als vervanging van bewezen effectieve reguliere of complementaire behandelingen.

Voor beleidsmakers en financiers van zorg is de aanbeveling van de oorspronkelijke auteurs relevant: zij adviseren middelen vooralsnog niet in te zetten voor brede toepassing van NLP als gezondheidsinterventie buiten de onderzoekscontext, maar eerder te investeren in methodologisch sterker vervolgonderzoek — met grotere steekproeven en adequate randomisatie en blindering — voordat definitieve uitspraken over de klinische waarde van NLP mogelijk zijn.

De systematische review van Sturt en collega’s (2012) laat op basis van tien experimentele studies — vijf RCT’s en vijf pre-post-studies, met een doorgaans hoog of onduidelijk risico op vertekening — zien dat er onvoldoende overtuigend bewijs is om de effectiviteit van neurolinguïstisch programmeren als gezondheidsinterventie te onderbouwen¹. Slechts één van de vijf RCT’s toonde een significant voordeel voor NLP; de overige vonden geen verschil met de controleconditie. Deze bevindingen sluiten aan bij de reeds langer bestaande kritiek op de theoretische onderbouwing van NLP, waaronder het ontbreken van consistente empirische steun voor kernconcepten als representatiesystemen en diagnostische oogbewegingen^2,3^.

Belangrijk is dat de auteurs hun conclusie zorgvuldig nuanceren: het gebrek aan bewijs weerspiegelt vooral de beperkte kwantiteit en kwaliteit van het onderliggende onderzoek, en mag niet worden gelezen als een definitief bewijs dat NLP geen enkel effect heeft. Niettemin rechtvaardigt de huidige stand van de evidentiebasis, gecombineerd met de omstreden theoretische fundering van NLP, een kritische en terughoudende houding ten aanzien van gezondheidsclaims over NLP binnen zowel de reguliere als de complementaire zorgpraktijk. Voor zorgverleners en cliënten die NLP overwegen, is eerlijke, feitelijke voorlichting over dit beperkte en methodologisch zwakke bewijs essentieel, en is nader, methodologisch beter onderbouwd onderzoek nodig voordat NLP als effectieve gezondheidsinterventie kan worden aanbevolen.

1. Sturt J, Ali S, Robertson W, Metcalfe D, Grove A, Bourne C, Bridle C. Neurolinguistic programming: a systematic review of the effects on health outcomes. British Journal of General Practice. 2012;62(604):e757-e764. doi:10.3399/bjgp12X658287. https://pubmed.ncbi.nlm.nih.gov/23723409/
2. Witkowski T. Thirty-Five Years of Research on Neuro-Linguistic Programming. NLP Research Data Base. State of the Art or Pseudoscientific Decoration? Polish Psychological Bulletin. 2010;41(2):58-66. doi:10.2478/v10059-010-0008-0. https://www.czasopisma.pan.pl/dlibra/publication/114591/edition/99644/content/thirty-five-years-of-research-on-neuro-linguistic-programming-nlp-research-data-base-state-of-the-art-or-pseudoscientific-decoration-tomasz-witkowski
3. Wiseman R, Watt C, ten Brinke L, Porter S, Couper SL, Rankin C. The Eyes Don’t Have It: Lie Detection and Neuro-Linguistic Programming. PLOS ONE. 2012;7(7):e40259. doi:10.1371/journal.pone.0040259. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0040259
4. Volledige tekst van de systematische review: Sturt J, e.a. Neurolinguistic programming: a systematic review of the effects on health outcomes. British Journal of General Practice. 2012;62(604):e757-e764. https://bjgp.org/content/62/604/e757
5. Database of Abstracts of Reviews of Effects (DARE): gestructureerde kwaliteitsbeoordeling van de systematische review van Sturt e.a. NCBI Bookshelf. https://www.ncbi.nlm.nih.gov/books/NBK116002/