Een kritische beschouwing van HiTOP: Behandelen we wel de juiste clusters?
We kennen de routine. De cliënt zit tegenover ons, we doorlopen de criteria. Voldoet aan vijf van de negen symptomen van een depressieve stoornis. Classificatie: ‘depressieve episode’. De volgende cliënt voldoet ook aan vijf symptomen, maar het zijn vijf andere symptomen. Classificatie: ook ‘depressieve episode’. We geven ze hetzelfde label, maar zoals een grootschalig nieuw onderzoek van Forbes et al. (2025) opnieuw duidelijk maakt, hebben deze twee cliënten misschien geen enkel symptoom gemeen.
De classificatiesystemen die ons vak al decennia sturen, worden door velen inmiddels gezien als een obstakel dat vooruitgang in de weg staat. Het belemmert ons in het begrijpen van mechanismen en het verbeteren van behandelingen. We zijn zo gewend geraakt aan de DSM-constructen dat we vergeten zijn dat het constructen zijn; door mensen gemaakte indelingen. En wat als die indelingen simpelweg niet kloppen met de klinische realiteit?
Forbes en collega's (2025) stellen in hun recente studie een bijzonder relevante vraag: wat als we de DSM-symptomen loslaten van hun historische labels en puur data-gedreven kijken hoe de psychopathologie zich eigenlijk organiseert?
De resultaten zijn klinisch bijzonder relevant en daar neem ik je graag in mee! De studie van Forbes en collega’s vindt je hier (het betreft een ‘open-acces’ artikel).
Terug naar het symptoom
Modellen zoals HiTOP (Hierarchical Taxonomy of Psychopathology), proberen een antwoord te bieden door psychopathologie dimensioneel en hiërarchisch te structureren. Maar Forbes et al. (2025) leggen de vinger op een zere plek: veel van het werk dat HiTOP onderbouwt, is gebaseerd op de covariatie tussen DSM-gedefinieerde stoornissen. Het risico is dat de beperkingen van de DSM, zoals de vage grenzen en symptoomoverlap, daardoor "ingebakken" zitten in de structuur van HiTOP.
Hier zetten Forbes en collega's de stap die het verschil maakt. In plaats van de diagnoses te hergroeperen, gooiden ze de classificaties volledig overboord. Ze reduceerden de volledige DSM-5 (Sectie II en III) tot zijn kleinste, unieke bestanddelen: 680 symptomen (klachten) en daarmee zelf-rapporteerbare items.
Vervolgens legden ze deze 680 losse symptomen voor aan een uitgebreide steekproef van bijna 15.000 personen. De onderzoekers stelden niet de vraag: 'Voldoe je aan classificatie X?', maar: 'Welke van deze symptomen hebben de neiging om samen voor te komen?' Met behulp van statistische methoden bouwden ze een compleet nieuwe, onderbouwde hiërarchie van psychopathologie op. Een structuur (zie Figuur 1, hieronder) die loopt van symptomen, syndromen, naar spectra (zoals Internalizing, Externalizing, Thought Disorder) tot aan brede super-spectra (de ‘Big Everything’ zoals de auteurs dat noemen, ofwel: de p-factor in termen van het HiTOP model).
Deze methodologie leidt tot een model dat het huidige HiTOP-model op cruciale punten uitbreidt en corrigeert: zo is er bijvoorbeeld een heel nieuw domein toegevoegd dat HiTOP mist: het Neurodevelopmental and Cognitive Difficulties spectrum.
Figuur 1: Overgenomen uit Forbes et al., 2025.
Welke classificaties blijken bijzonder heterogeen?
De onderzoekers legden bestaande DSM-5 classificaties naast hun nieuwe, data-gedreven kaart (zie Figuur 2, hieronder).
Sommige classificaties bleken redelijk 'coherent'. De symptomen van bijvoorbeeld eetstoornissen (zoals anorexia en boulimia) en stoornissen in de impulsbeheersing (zoals ODD en de gedragsstoornis) klonterden inderdaad netjes samen in de data (zie Figuur 2).
Maar de grote, historisch gewortelde diagnoses vielen compleet uiteen.
Schizofrenie: De symptomen bleken "notoir heterogeen". De positieve symptomen (zoals wanen en hallucinaties) vormden wel een cluster (positive psychosis), maar de negatieve symptomen en gedesorganiseerd gedrag vlogen alle kanten op. Symptomen van gebrek aan initiatief bijvoorbeeld, hoorden bijvoorbeeld meer thuis bij ‘Detachment’ en desorganisatie bij ‘Neurodevelopmental and Cognitive Difficulties’.
Manische Episode: De symptomen van een manische episode verspreidden zich over totaal verschillende componenten van de nieuwe structuur.
Depressieve Stoornis (MDD) en PTSS: Deze iconische classificaties "desintegreerden" volledig. De symptomen die wij onder 'depressie' scharen, bleken in de data deel uit te maken van verschillende, aparte clusters, zoals een distress-cluster (met o.a. suïcidaliteit, schuldgevoel), een social withdrawal-cluster (sociaal terugtrekken) en een fear-cluster.
Forbes et al. (2025) concluderen dat de heterogeniteit het grootst is bij de diagnoses met de "diepste historische wortels". We lijken vast te houden aan concepten als 'depressie' en 'schizofrenie' uit traditie, niet omdat de data laten zien dat dit coherente eenheden zijn.
Figuur 2: Overgenomen uit Forbes et al., 2025
Wat behandelen we dan?
Dit onderzoek dwingt ons de vraag te stellen: als we een 'depressie' behandelen, wat behandelen we dan? Volgens deze data behandelen we een kunstmatig label dat symptomen groepeert die in werkelijkheid misschien weinig met elkaar te maken hebben. We passen een protocol toe op een "notoir heterogene" verzameling problemen.
Is het niet veel logischer, zoals Forbes et al. (2025) suggereren, om ons te richten op de "homogene klinische fenotypes" die wél uit de data naar voren komen?.
Misschien moeten we stoppen met het behandelen van het label 'MDD' en beginnen met het behandelen van de onderliggende clusters: de distress, de social withdrawal of de anhedonie. Dit vraagt om een verschuiving van classificeren naar conceptualiseren; van het afvinken van een checklist naar het begrijpen van de unieke constellatie van symptomen en hun onderlinge samenhang bij deze cliënt.
De noodzakelijke kant-tekeningen
Reflectieve integriteit vereist dat we ook de grenzen van dit onderzoek erkennen. Forbes en collega's (2025) zijn hier zelf transparant over en benoemen cruciale beperkingen.
Ontbreken van Context: Om de symptomen analyseerbaar te maken, zijn ze uit hun context gehaald. Dit wist belangrijke verschillen uit. 'Slapeloosheid door piekeren' is klinisch iets anders dan 'slapeloosheid door onttrekking van een middel', maar in deze analyse worden ze op één hoop gegooid. Het model pretendeert ook niets te verklaren: zij beschrijft alleen.
Retrospectief Onderzoek: Alle symptomen werden gemeten over de "afgelopen 12 maanden". Dit vervaagt de cruciale grens tussen symptomen (toestanden) en trekken (stabiele eigenschappen). Nog belangrijker: het mist volledig de "kenmerkende episodiciteit" van bijvoorbeeld een manie, wat de vreemde clustering van manie-symptomen kan verklaren.
Zelfrapportage: De studie is volledig gebaseerd op zelfrapportage. Dit geeft de cliënt autoriteit over de eigen ervaring, maar mist alle signalen die "alleen door anderen observeerbaar" zijn. Het is bovendien afhankelijk van het inzicht van de cliënt; iets wat bij symptomen als wanen of bepaalde cognitieve problemen per definitie beperkt is.
“Onze meest gebruikte classificaties zijn misschien wel de minst coherente.“
Conclusie
Het onderzoek van Forbes et al. (2025) is geen statistische oefening; het is een bijzonder relevante bevraging van onze diagnostische routines. Het laat zien dat veel van onze meest vertrouwde labels (MDD, Schizofrenie, PTSS) empirisch gezien geen coherente eenheden zijn.
Forbes en collega’s maken een belangrijke, vroege stap richting een empirisch onderbouwd classificatiesysteem. Het biedt ons een voorlopige kaart van "homogene klinische fenotypes"—de 27 subfactoren—die ons vakgebied voorbij de DSM kunnen helpen.
Wat denk jij van deze factoren? Ik hoop dat we, door te werken met betrouwbaardere constructen dan de DSM ons bood, nieuwe inzichten krijgen in risicofactoren en werkingsmechanismen. En dat dit uiteindelijk leidt tot dat ene doel dat ons allemaal drijft: betere behandelresultaten voor onze cliënten.