door: Olivier de Hon Het is een vaak terugkerende vraag, bij wedstrijden, trainingen en gewoon in de kroeg: welk percentage van de topsporters gebruikt nu eigenlijk doping? Het is een vraag die – uiteraard - ook anti-doping professionals veel bezighoudt. Om bij het slechte nieuws te beginnen: ook die weten het niet exact. Maar er valt zeker meer over te zeggen dan de platitude ‘zonder doping haal je het niet in de topsport’.
Om het onderwerp in te kaderen, is het belangrijk om eerst te definiëren waar de vraag over gaat: wat is doping nu eigenlijk? Dit is bepaald geen triviale vraag. Uit de praktijk blijkt dat sommige sporters ervan overtuigd zijn dat ze doping nemen, maar in feite nemen ze een toegestaan voedingssupplement. Dat is dus geen dopinggebruik. Het omgekeerde komt ook voor: een sporter die ervan overtuigd is geen doping te nemen, maar per ongeluk komt er toch doping in zijn of haar lichaam terecht. De sporters die vorig jaar positief testen op clenbuterol doordat zij regulier vlees hadden gegeten in China of Mexico - waarbij het vlees vervuild bleek met clenbuterol - hadden hier bijvoorbeeld last van (1). Deze sporters zijn achteraf vrijgesproken van dopinggebruik, en dat is dan ook niet als ‘intentioneel gebruik’ te zien. Hetzelfde geldt voor de niet-aflatende stroom van topsporters die ‘positief’ testen bij een dopingcontrole als gevolg van reguliere voedingssupplementen die meer bevatten dan er op het etiket staat (2).
Waar ik naar op zoek ben in dit artikel is het intentionele gebruik van ‘volgens het dopingreglement verboden stoffen en/of methoden met als doel om de sportprestatie te verbeteren’. Voor alle duidelijkheid: hierbij vallen overtredingen als ‘handel in dopinggeduide stoffen’, ‘toediening van dopinggeduide stoffen’ of whereabouts-gerelateerde overtredingen niet onder. Zonder de impact van deze overtredingen te willen bagatelliseren, worden dit soort overtredingen relatief gezien vooralsnog slechts sporadisch vastgesteld. In dit artikel ben ik op zoek naar wetenschappelijke gegevens over dopinggebruik.
Methoden om prevalentie van dopinggebruik te bepalen
Er zijn grofweg vier manieren om de prevalentie van dopinggebruik te bepalen, met elk zijn eigen voor- en nadelen.
1) Dopingcontroleresultaten
Het meest voor de hand liggende cijfer is het percentage dopingcontroles waarbij bewijs van een verboden stof of methode wordt aangetroffen. Dit percentage schommelt wereldwijd al jaren tussen de 1 en 2% (3). Dit percentage is waarschijnlijk lager dan het daadwerkelijke dopinggebruik: vaak duurt het enige tijd voordat een detectiemethode voor een nieuwe dopingstof ontwikkeld en gevalideerd is, en het is te verwachten dat juist intentionele dopinggebruikers precies die stoffen gebruiken. Bovendien wisselt de detectietijd van een dopinggeduide stof nogal. Mede afhankelijk van de genomen dosering varieert deze tussen een aantal uren en een aantal maanden. Nederlandse topsporters worden gemiddeld zes keer per jaar gecontroleerd en ook al worden deze controles ingezet op onaangekondigde strategische momenten, het blijft mogelijk om doping te gebruiken zonder positief te testen bij een controle (ter informatie: het maximum aantal controles in een jaar bij dezelfde sporter was bij de laatste topsportenquête onder Nederlandse topsporters vijftig) (4). Tegelijkertijd is het percentage intentionele dopinggebruikers dat opgespoord wordt met behulp van dopingcontroles lager dan deze 1 tot 2%: onder dit percentage vallen namelijk ook de sporters die een dispensatie hebben voor een bepaald geneesmiddel. Hoewel er dan sporen van doping gevonden worden, zal er - mits aan alle voorwaarden van de dispensatie is voldaan - geen sanctie volgen.
Als afgeleide van dopingcontroleresultaten kunnen de verzamelde bloed- en urinegegevens gebruikt worden om deze af te zetten tegenover ‘dopingwaarden’ en ‘schone waarden’. Zo blijkt uit wielrengegevens uit 2005 dat het percentage ‘verdachte waarden’ in enkele jaren was gedaald van 3,5 naar 2,3% (5). Dit soort gegevens kunnen ook in een uitgebreid wiskundig model worden gegoten, waarna er een schatting gemaakt kan worden van het aantal dopinggebruikers binnen een bepaalde populatie sporters. Die gegevens zijn dan niet terug te voeren naar individuele gevallen, maar vanuit beleidsmatig oogpunt levert dit interessante gegevens op. De internationale atletiekunie heeft als enige bond toegestaan dat dit soort gegevens openbaar worden gemaakt. Uit 7.289 bloedmonsters verzameld bij 2.737 sporters in de periode 2001 tot en met 2010 bleek dat naar schatting 14% van de topatleten een vorm van bloeddoping hadden toegepast (6). Een opvallend onderzoeksresultaat was de variatie tussen (anoniem gebleven) landen: het geschatte percentage dopinggebruikers varieerde van 1 tot 48%. Het bevestigt het beeld dat uit meerdere (onderzoeks)gegevens naar voren komt: dat dopinggebruik geclusterd plaatsvindt, waardoor het nog lastiger wordt om het te detecteren.
2) Prestatieparameters
Indirect kunnen de geleverde prestaties ook informatie geven over de mate van (eventueel) dopinggebruik. Dit is een gevaarlijk onderwerp, want als sportliefhebber wil je juist niet dat iedere ‘buitengewone’ prestatie als ‘dopingprestatie’ wordt gezien. Verbeterde trainingsmethoden en verbeterde voedingstechnieken zorgen er continu voor dat wereldrecords verbeterd worden op een toegestane manier. In meer technische sporten als tennis en voetbal zijn prestatieveranderingen in de tijd lastig te meten, maar ‘recordsporten’ als atletiek, zwemmen en schaatsen geven inderdaad aan dat de prestaties beter worden, en dit geeft ook aanleiding tot ‘dopingverdachtmakingen’. Neem bijvoorbeeld de wereldrecords in het kogelstoten: die stammen uit 1987 (vrouwen) en 1990 (mannen) en de huidige medailles worden verdiend op een prestatieniveau dat daar zo’n 6% onder ligt.
Ook hier kan er over individuele gevallen weinig gezegd worden, maar een analyse van de beste wereldjaarprestaties in sprintnummers van atletiek, zwemmen en schaatsen laat wel zien dat het prestatieverschil tussen mannen en vrouwen vanaf de jaren ’50 langzaamaan afnam, maar sinds begin jaren ’90 weer toeneemt (7). De meest waarschijnlijk oorzaak van dit fenomeen, ligt in de introductie van dopingcontroles buiten wedstrijdverband rond het jaar 1990, waardoor het een stuk lastiger werd om anabole steroïden te gebruiken (anabole steroïden, die allemaal afgeleid zijn van het mannelijk geslachtshormoon testosteron, hebben bij vrouwen een groter krachtopbouwend effect dan bij mannen). Dit geeft een sterke indicatie van het belang van dopingcontroles, maar een exact dopinggebruikpercentage valt hier helaas niet uit te destilleren.
3) Vragenlijstonderzoeken
De meest directe vorm om dopinggebruik vast te stellen, is om het gewoon te vragen. Via een anonieme vragenlijst zou dat een betrouwbaar percentage kunnen opleveren, al moeten ‘sociaal gewenste antwoorden’ altijd ingecalculeerd worden bij deze vorm van onderzoek. In het verleden heeft de Dopingautoriteit, en haar voorgangers, dit ook in Nederland gedaan, en hieruit kwamen dopingprevalenties onder Nederlandse topsporters van 2-3% naar voren (8, 9).
Er is een methode beschikbaar waarbij via vragenlijstenonderzoek de neiging om sociaal gewenste antwoorden te geven wordt geminimaliseerd. Dit is de zogeheten ‘Randomized Response Technique’, waarbij de dataset die verzameld wordt express ‘vervuild’ wordt met verkeerde gegevens door middel van een kansmechanisme. Deze methode is veelvuldig toegepast en gevalideerd bij sociaal ‘gevoelige’ onderwerpen zoals drugsgebruik, belastingontduiking en seksueel gedrag (10). Bij dopinggerelateerd onderzoek is deze methode nog erg nieuw. Binnen de Nederlandse fitnessbranche is de methode eenmalig gebruikt, en onder deze niet-competitieve sporters steeg de schatting van het dopinggebruik van 0,3% naar 8,2% (11). De onderzoekers merkten hierbij aan dat dit laatste percentage naar alle waarschijnlijkheid een stuk dichter bij het juiste percentage dopinggebruikers ligt dan het eerste percentage.
Uitleg methode Randomized Response Technique
Stel dat aan honderd mensen wordt gevraagd ‘heb je ooit gefraudeerd met je belastingaangifte?’, dan geeft bijvoorbeeld 10% het antwoord ‘ja’. Als er nu wordt afgesproken dat alle honderd respondenten eerst een munt opgooien, en dat vervolgens iedereen die munt heeft gegooid én iedereen die ooit gefraudeerd heeft met de belastingaangifte ‘ja’ invult, blijkt keer op keer dat er meer dan vijftig mensen ‘ja’ invullen (terwijl je op basis van de kansen zou verwachten dat ongeveer vijftig mensen munt gooien). Als er binnen deze groep nu bijvoorbeeld 64 mensen ‘ja’ antwoorden, zullen er op grond van kansrekening naar verwachting 50 mensen zijn die dit antwoord geven omdat ze munt hebben gegooid, en 14 van de overige 50, oftewel 28%, zal dit antwoord gegeven hebben omdat ze daadwerkelijk belastingfraude hebben gepleegd. Deze mensen zijn niet individueel herleidbaar en worden als het ware ‘beschermd’ door het anonieme kansmechanisme dat is ingebouwd.)
Binnen de topsport is deze methode nog nauwelijks toegepast. Duitse onderzoekers hebben het gedaan binnen een subgroep van Duitse sporters van olympisch niveau, en de schatting kwam neer op 26-48% intentionele dopinggebruikers (12). Deze methode is door het WADA ook ingezet bij de deelnemers aan de afgelopen WK atletiek in Daegu, maar die gegevens zijn nog niet beschikbaar.
4) Getuigenissen
Een laatste vorm van informatie over de prevalentie van dopinggebruik zijn eventueel beschikbare getuigenissen van ‘insiders’: sporters en hun directe begeleiders. Nadat een carrière is afgerond, al dan niet gedwongen door een positieve dopingcontrole, komen soms de verhalen los over het dopinggebruik van de sporter zelf, en dan vaak ook over het al dan niet vermeende gebruik van collega-sporters. De archieven uit Oost-Duitsland die na 1989 openbaar zijn gekomen, zijn ook te zien als een vorm van ‘getuigenissen’ en hebben ook op dopinggebied interessante gegevens opgeleverd (13). Het probleem van dit soort gegevens is echter dat de betrouwbaarheid van de informatie niet altijd duidelijk is en merendeels beperkt blijft tot een fragmentarisch en subjectief beeld. Dit soort observaties kunnen andere gegevens wellicht tot op een bepaalde hoogte bevestigen, maar op zichzelf leveren zij te weinig concreet bewijs op om een prevalentie te kunnen geven.
Samenvattend: een schatting
Er zijn twee redelijk betrouwbare methodes om de prevalentie van dopinggebruik in te schatten: populatieschattingen op basis van gemeten bloed- en urinewaarden en het toepassen van de ‘randomized respons technique’ bij vragenlijstonderzoeken. Het is teleurstellend dat binnen de topsport uit de eerste methode alleen nog maar bloedwaarden uit de atletiek bekend zijn die gericht zijn op bloedmanipulaties (14% dopinggebruikers) en dat van de tweede methode tot nu toe alleen nog maar gegevens beschikbaar zijn over een subset van Duitse topsporters (26-48% dopinggebruikers).
Een betere schatting van algemeen dopinggebruik binnen de internationale topsport dan ‘enkele tientallen procenten’ kan dan ook helaas niet gegeven worden op dit moment, met daarbij de aantekening dat deze schatting geldt voor dopinggevoelige sporten. Een algemene schatting van dopinggebruik binnen ‘de topsport’ is niet te geven op basis van deze minimale gegevens, ook al omdat van dopinggebruik bekend is dat het veelal geclusterd plaatsvindt en dat prevalenties naar alle verwachting enorm zullen verschillen tussen sporten, landen, leeftijden en prestatieniveau. Het is verleidelijk om te proberen om de beschikbare gegevens te extrapoleren naar de Nederlandse situatie, maar dat is redelijkerwijs niet mogelijk. Uit eerder onderzoek is gebleken dat de Nederlandse dopingmoraal onder topsporters over het algemeen meer als ‘anti-doping’ valt te omschrijven dan als ‘liberaal en permissief’ (4, 9), maar uiteraard is ook ons land niet immuun voor dopinggebruik. In dit artikel, waarin ik nu juist feit en fictie van elkaar probeer te scheiden, past het niet om hierover te speculeren.
Is dit nu veel of is dit nu weinig? Dat hangt er maar helemaal van af wat voor vooronderstellingen je had. Kroegpraat als ‘iedere topsporter gebruikt doping’ is in ieder geval schromelijk overdreven: zelfs in dopinggevoelige sporten als atletiek en wielrennen lijkt het ‘overall’ percentage aan dopinggebruikers in de topsport niet hoger te zijn dan 30%. En dan heb ik het over specifieke risicogroepen in risicosporten; als er een percentage gezocht wordt voor ‘olympische deelnemers’ (inclusief handboogschutters en curlingspelers) zal dit percentage alleen maar lager uitvallen. Maar dat percentage is nog steeds heel veel – te veel. Tegelijkertijd is bekend dat er altijd mensen zijn die zich niet aan regels houden: er wordt te hard gereden, er wordt belasting ontdoken, er wordt gestolen, gelogen en bedrogen. En mensen spelen vals, zowel met kaarten als in de topsport. Een dopinggebruikprevalentie van nul procent is dan ook een utopie.
De belangrijkste conclusie van dit overzicht is dat dopingcontroles lang niet alle dopinggebruikers opsporen. Met een maximaal percentage van 2% aan bevindingen door middel van dopingcontroles maakt het eigenlijk niet uit of het exacte percentage gebruikers nu 10, 20 of 30% is: er worden er te veel gemist als je het wereldwijd bekijkt. Ook als je in aanmerking neemt dat het percentage betrapte dopinggebruikers hoger ligt dan die 2%, omdat dit percentage ieder jaar weer opduikt, en een standaardschorsing twee jaar bedraagt – er worden dus steeds weer nieuwe dopinggebruikers betrapt en geschorst.
Nieuwe instrumenten zoals het biologisch paspoort helpen om de controles specifieker in te zetten, en zullen er ongetwijfeld ook voor zorgen dat dopinggebruik ‘gedempt’ wordt, in de zin dat dopinggebruikende sporters minder risico’s kunnen nemen en dus minder en/of minder vaak doping kunnen nemen. Maar dit zijn vooralsnog aannames die niet door gepubliceerd wetenschappelijk onderzoek kunnen worden bevestigd. Het blijft nodig om continu verbeteringen aan te brengen op het gebied van het inzetten van dopingcontroles en het uitvoeren van dopinganalyses. En dat is dus ook precies wat er gebeurt in de anti-dopingwereld. Hiernaast is het essentieel om betrouwbare cijfers te genereren over dopinggebruik, ook als die cijfers misschien niet zo mooi zijn als waarop wordt gehoopt.
Olivier de Hon is afgestudeerd bewegingswetenschapper en sinds 1998 werkzaam op het gebied van doping. Sinds 2006 is hij wetenschappelijk beleidsmedewerker bij de Dopingautoriteit.
Literatuur(1) Guddat et al. Clenbuterol - regional food contamination a possible source for inadvertent doping in sports. Drug Test Anal. DOI 10.1002/dta.1330. 2012.
(2) Judkins et al. The role of banned substance residue analysis in the control of dietary supplement contamination. Drug Test Anal 2(9): 417-420, 2010.
(3) Verschillende statistische overzichten, bijvoorbeeld
http://www.wada-ama.org/en/Science-Medicine/Anti-Doping-Laboratories/Laboratory-Statistics/ en
http://www.dopingautoriteit.nl/nieuws/algemeen/item/5365/Dopingcontroles+en+bevindingen+2011 (websites actueel op 5 april 2012).
(4) Eijs et al. De Nederlandse topsporter en het antidopingbeleid. Dopingautoriteit, NL Sporter, VVCS & AtletenCommissie NOC*NSF, 2010 (het maximum aantal dopingcontroles bij één individuele sporter is niet eerder gerapporteerd).
(5) Zorzoli. Blood monitoring in anti-doping setting. In: Recent advances in doping analyses (13) – proceedings of the Manfred Donike Workshop 2005 (Schänzer et al. eds.). Sportverlag, Köln, Duitsland, 2005.
(6) Sottas et al. Prevalence of blood doping in samples collected from elite track and field athletes. Clin Chem 57(5): 762-769, 2011.
(7) Seiler et al. The fall and rise of the gender difference in elite anaerobic performance 1952-2006. Med Sci Sports Exerc 39(3): 534-540, 2007.
(8) De Groot et al. Enquete onder topsporters over doping, dopingcontroles en medicijn-gebruik in de sport. Rotterdam/Arnhem, NeCeDo/NOC*NSF, 1999.
(9) Wiefferink et al. Topsport en doping. Onderzoek naar de determinanten van het gebruik van dopinggeduide middelen onder topsporters en evaluatie van het antidopingbeleid in Nederland. NeCeDo, Capelle a/d IJssel, 2005.
(10) Voor een uitgebreide beschrijving: zie
http://www.randomisedresponse.nl/ (11) Stubbe et al. Prestatiebevorderende middelen bij fitnessbeoefenaars. Dopingautoriteit, Capelle aan den IJssel, 2009.
(12) Pitsch et al. Doping in elite sports in Germany: results of a www survey. Eur J Sport Society 4(2): 89-102, 2007.
(13) Franke & Berendonk. Hormonal doping and androgenization of athletes: a secret program of the German Democratic Republic government. Clin Chem 43(7): 1262-1279, 1997.