Uploaded by suleyman_87

Literatuur Forensisch bewijs

advertisement
Literatuur
Forensisch bewijs
1
Forensisch bewijs
pag.
Inhoudsopgave
1
Inleiding Forensisch bewijs
2
Verplichte literatuur
‐ F. Alkemade en H.G.W. Stikkelbroeck, ‘Een praktische uitleg van een Bayesiaans aanpak
in het strafrecht. In onderling verband en in samenhang bezien, Deel 1: Het vaststellen
van de bewijskracht van bevindingen en de regel van Bayes’, Trema november 2015,
p. 285‐297, Boom Juridische Uitgevers, ISSN 01675478.
‐ F. Alkemade en H.G.W. Stikkelbroeck, ‘In onderling verband en in samenhang bezien: een
praktische uitleg van een Bayesiaans aanpak in het strafrecht deel 2: Het bepalen van de
Bayesiaanse Prior Odds in strafzaken’, Trema november 2015, p. 340‐354, Boom Juridische
Uitgevers, ISSN 01675478.
‐ A.J. Meulenbroek, ‘Leidraad en praktische handvatten voor de jurist bij het doorgronden
van conclusies forensisch DNA‐onderzoek’, Expertise en Recht, p. 73‐90, Zutphen:
Uitgeverij Paris, 2011, 3, ISSN 1877‐4121.
‐ Forensisch DNA‐verwantschapsonderzoek, Nederlands Forensisch Instituut, p. 1‐7.
Aanbevolen Literatuur
‐ D.J.C. Aben & C.E.H. Berger, ‘Bewijs en overtuiging: Rationeel redeneren sinds Aristoteles’,
Expertise en Recht, p. 52‐56, Zutphen: Uitgeverij Paris, 2010, 2, ISSN 1877‐4121.
‐ D.J.C. Aben & C.E.H. Berger, ‘Bewijs en overtuiging: Redeneren in de rechtszaal’, Expertise en
Recht, p. 86‐90, Zutphen: Uitgeverij Paris, 2010, 3, ISSN 1877‐4121.
‐ D.J.C. Aben, C.E.H. Berger, ‘Bewijs en overtuiging: Een helder zicht op valkuilen’, Expertise en
Recht, p. 159‐165, Zutphen: Uitgeverij Paris, 2010, 5/6, ISSN 1877‐4121.
‐ M. Sjerps, ‘Bewijskracht 10, volle vaart recht vooruit’, Inaugurele rede.
6
20
34
53
2
Inleiding Forensisch bewijs
Menu
3
REFLECTIE OVER FORENSISCH BEWIJS
Het straf(proces)recht kent verschillende regels van technisch procedureel karakter met
betrekking tot forensisch bewijs. Hoe onvermijdelijk dat ook moge zijn, het is minstens
zo belangrijk dat u weet en begrijpt waarom en hoe (ook deze) procedureregels passen
in het (vaak ingewikkelde) proces van waarheidsvinding in het strafrecht. Die
waarheidsvinding is en blijft immers de kern van de (straf)zaak. Die bepaalt hoe je
(feitelijk) bewijs kunt en moet verzamelen, interpreteren en waarderen.
Waarheidsvinding in het strafrecht heeft zowel empirische als procedureel/
rechtstatelijke kanten. Empirische kanten want het gaat allereerst om het vaststellen
van de feiten die ter beoordeling zijn. Die feiten hebben zich altijd in het verleden
voorgedaan, buiten onze directe waarneming ("Wij zijn er niet bij geweest"). Dat
betekent dat we bij het vaststellen, reconstrueren van feiten in het verleden altijd
moeten terugredeneren. Van gevolg (sporen) naar oorzaak (bloeddruppel
achtergelaten) terugredeneren, blijkt ook wetenschappelijk niet eenvoudig.
Integendeel, maar het is mogelijk, en op logisch correcte wijze.
Strafrechtelijke waarheidsvinding heeft ook procedurele en rechtstatelijke kanten
omdat de manier waarop de (strafrechtelijke) waarheid gevonden en vastgesteld wordt
door de met het geweldsmonopolie uitgeruste overheid, zich moet verdragen met
mensenrechten en daarop geënte procedures. Procedureregels uit (onder meer) het
wetboek van strafvordering (Sv) worden zo vaak en stelselmatig door professionals in de
strafrechtspraktijk toegepast dat ze deel zijn gaan uit maken van het Systeem 1 denken
(Kahneman: associatief, intuïtief, snel) van die professionals. Het is de bril geworden
waardoor ze strafrechtelijk de werkelijkheid bezien. Die bril moet af om plaats te
maken voor het Systeem 2 denken: logisch correct, checkend en falsificerend, langzaam
en grondig.
We, magistraten en advocaten, schakelen in het strafrecht (al dan niet technische)
deskundigen in als wij, achteraf, feiten willen (laten) reconstrueren die zich in het
verleden hebben voorgedaan en dat aan de hand van bevindingen in het heden. Die
bevindingen kunnen aanwijzingen zijn en genoemd worden, of (al dan niet sterke)
bewijsmiddelen. Het begrip bewijs is hier gebruikt in de betekenis van evidence
(aanwijzing) niet van proof, dat sluitend bewijs oplevert. Dat laatste doet zich immers
zelden voor. Voor dat inschakelen van deskundigen zijn met de wet deskundige in
strafzaken, in 2010, enkele regels ingevoerd in Sv. In de MvT op deze wet worden niet
alleen deze regels nader toegelicht, ook wordt daarin het kader geschetst waarin
magistraten en deskundigen met elkaar (moeten) werken. Zo meldt de MvT dat de
magistraat bij het geven van een opdracht tot onderzoek/rapportage aan een
deskundige zich er van moet vergewissen dat in de opdracht goed is opgenomen wat de
magistraat uitgevoerd wil zien. De opdrachtgever moet dus (de) juiste vragen stellen.
Dat is als niet vakinhoudelijk deskundig persoon niet makkelijk. De deskundige mag en
moet de precies te stellen vraag niet formuleren omdat hij daartoe, als het goed is, niet
in staat is: hij kent niet alle ins en outs van de strafzaak. Zou hij die wel kennen dan
dreigt het reële gevaar van context bias.
Art. 51l Sv zegt dat de deskundige in zijn rapport moet aangeven welke methode van
onderzoek is gebruikt, hoe betrouwbaar die methode is, en hoe bekwaam hij als
deskundige daarin is. Het is de opdrachtgever die dat vervolgens moet beoordelen! Daar
wreekt zich in de praktijk vaak de kenniskloof!
Menu
4
De deskundige die wordt ingeschakeld in strafrechtelijke waarheidsvinding moet iets
gaan zeggen over bevindingen die in die zaak in het heden zijn gedaan en die zouden
moeten dienen ter reconstructie van feiten in het verleden. Over de juiste reconstructie
van die feiten kan de deskundige weinig of niets zeggen. Wel kan hij iets zeggen over de
kans deze bevindingen nu aan te treffen gegeven, enerzijds, de hypothese (het scenario)
dat de verdachte de dader is, en over de kans deze bevindingen nu aan te treffen
gegeven, anderzijds, de hypothese (het - alternatieve - scenario) dat de verdachte
onschuldig is. Hij kan en mag dus niets zeggen over de kans dat de verdachte wel of niet
de dader is. Dat is aan de magistraat om uit te maken.
Een voorbeeld.
Stel er is een bloedspoor gevonden op een glasscherf afkomstig van een vitrine in een
juwelierszaak waarop een overval is gepleegd. Uit dat bloed is een volledig DNA-profiel
te maken. Dat profiel blijkt te matchen met het, in de DNA databank gevonden, profiel
van de verdachte. De deskundige zal dan (tegenwoordig) kunnen rapporteren dat de
kans op het aantreffen van dit DNA in het bloedspoor op de glasscherf, uitgaande van de
hypothese dat deze verdachte de dader is en het bloed heeft achtergelaten, bijna 1 is
(of bijna 100%). De kans op het aantreffen van dit DNA in het bloedspoor als het is
achtergelaten door een willekeurig ander persoon zal om en nabij 1 op 1 miljard zijn,
gezien de zeldzaamheid van een bepaald DNA (random match probability (toetsterm nr.
19-20). De deskundige zal niet (kunnen) zeggen wat de kans is dat deze verdachte de
dader is. Als uit andere bevindingen uit het dossier blijkt dat de verdachte een sluitend
alibi heeft wordt het een moeilijke beslissing voor de magistraat. De deskundige kent als
het goed is dat ontlastende dossiergegeven niet.
Deze logisch correcte wijze van rapporteren, die tegenwoordig door onder meer door
NFI wordt gebruikt is voor de gemiddelde jurist niet makkelijk te begrijpen en toe te
passen. Ze is gebaseerd op het theorema van Bayes (een Angelsaksische dominee die
wiskunde als hobby had). Dat theorema (keiharde wiskunde) geeft, kort gezegd, de
mogelijkheid in situaties waarin teruggeredeneerd moet worden de bewijskracht van
een bevinding te bepalen door de kans om deze bevinding aan te treffen als verdachte
de dader is, te delen door de kans deze bevinding aan te treffen als de verdachte niet
de dader is. Bewijskracht kan vervangen worden door het synonieme diagnostische
waarde (toetsterm nr. 17).
Vanuit deze optiek moeten de rapportages van het NFI (en andere forensische
deskundigen) gelezen en begrepen worden.
Het aantreffen van DNA-materiaal levert in het algemeen een grote bewijskracht, een
hoge diagnostische waarde op. Die bewijskracht kan slechts aangetast worden door nog
sterker bewijs ten gunste van een alternatief, ontlastend, scenario. Het totaal aan
bewijs in een zaak kan gevonden worden door de bewijskracht van verscheidene
bevindingen met elkaar te vermenigvuldigen (gegeven onafhankelijke kansen).
Met DNA-materiaal zitten we in de hoek van 'technisch bewijs'. Niet zelden worden in
strafzaken ook deskundigen ingeschakeld om iets wetenschappelijk gefundeerd te
zeggen over de persoon van de verdachte (of getuige). Deze gedragswetenschappers
baseren hun oordeel (noodzakelijkerwijs) vaak op base rate gegevens, dus op algemene
statistische gegevens over verschijningsvormen van menselijk gedrag en dus over de kans
op een bepaalde persoonlijkheidsproblematiek. Ook dan en daar moet de slag gemaakt
worden naar de verdachte in deze zaak.
Menu
5
Of het nu gaat over bevindingen van technische aard, of om 'zachter' materiaal, gesteld
kan en moet worden dat alle relevante bevindingen in een strafzaak op dezelfde wijze
(als hierboven erg kort aangeduid) moeten worden bezien, geïnterpreteerd en
gewaardeerd. Bevindingen kunnen op sterkere of zwakkere wijze bijdragen of afdoen
aan een bepaald scenario, maar het blijven strafrechtelijk relevante bevindingen. Er is
kortom geen sprake van 'hoofdbewijs' en 'steunbewijs'. Er is sprake van bewijs(middelen)
dat/die op zichzelf sterker of zwakker kan/kunnen zijn, maar in onderlinge samenhang
moeten worden bezien, door de bewijskracht van diverse bevindingen met elkaar te
vermenigvuldigen.
Forensisch bewijs is dus voor de oordeelsvorming in strafzaken in wezen niet anders dan
ander bewijs, maar de achterliggende specialistische wetenschap kan wel wat
afschrikkend werken door ingewikkeldheid. De magistraat en advocaat moeten dus het
hoofd koel houden bij bewijskwesties. De strafvorderlijke bril moet af als het om
(reconstructie van) feiten gaat. Systeem 2 denken moet systeem 1 denken vervangen.
Het gaat immers om het correct vaststellen van feiten die in het verleden hebben
plaatsgevonden. Het gaat om een reconstructie binnen de strafrechtelijke wettelijke
kaders. Het vaststellen van de relevante feiten is daarom van groot belang.
In dit verband speelt ook nog het volgende. Bij het beoordelen van een strafzaak op
basis van de betreffende tenlastelegging geldt de grondslagleer. Niet de werkelijkheid
maar het tenlastegelegde is de basis van het oordelen. De tenlastelegging, waarin feiten
strafrechtelijk worden gekwalificeerd tot misdrijven of overtredingen, zet de rechter als
het ware oogkleppen op bij het bezien of er voldoende bewijs is voor het bewezen
verklaren van hetgeen is tenlastegelegd. De rechter wordt, anders gezegd, door de
tenlastelegging geframed.
Dus, nogmaals: het vaststellen van de werkelijk relevante feiten is van groot belang.
Dat vaststellen gebeurt uiteindelijk voor en door de rechter. Daar liggen de
mogelijkheden en kansen voor de verdediging. Het OM heeft het frame aangeleverd in
de vorm van de tenlastelegging. De verdediging kan het frame duiden en tonen wat men
ziet als de oogkleppen (van de grondslagleer) afgezet worden: de (andere)
werkelijkheid. Die, alternatieve, werkelijkheid kan de basis vormen voor allerlei
rechtsvragen die aan de rechter, in eerste aanleg, in hoger beroep en tenslotte in
cassatie, kunnen worden voorgelegd. Maar de volgorde is: eerst de feiten, dan
strafvordering.
Vanuit dit uitgangspunt kan, en moet, ook een strategie ontwikkeld worden over
proceshouding verdachte en verweren in eerste aanleg, hoger beroep en cassatie. Ook
hier geldt dus dat het Systeem 1 denken (intuïtief, associatief) vervangen moet worden
door Systeem 2 denken (logisch correct, grondig). Terzijde past daarbij de opmerking
dat daarbij minder het strijdmodel past (zitting is oorlog) maar juist meer de
uitnodigende attitude anders te denken en te kijken dan waartoe het frame uitnodigt
(intellectuele verleiding).
In dit keuzevak zult u materiaal vinden over eerder genoemde technisch-procedurele
aspecten maar ook casus en huiswerkopdrachten die het doel hebben u van deze regels
te brengen tot wat wij beschouwen als de kern van het strafproces: de
waarheidsvinding.
Harry Stikkelbroeck
Menu
6
F. Alkemade en H.G.W. Stikkelbroeck, ‘Een praktische uitleg van een Bayesiaans aanpak in het
strafrecht. In onderling verband en in samenhang bezien, Deel 1: Het vaststellen van de
bewijskracht van bevindingen en de regel van Bayes’, Trema november 2015, p. 285‐297
Menu
7
285
Frans Alkemade en Harry Stikkelbroeck
Dr. F. Alkemade werkt als cursusdocent voor de SSR en treedt af en toe op als
Bayesiaans deskundige in strafzaken. Ook is hij fysicus en als atmosfeeronderzoeker
verbonden geweest aan onder andere RIVM, KNMI, Universiteit Utrecht en SRON.
Mr. H.G.W. Stikkelbroeck werkt als senior raadsheer bij het hof Arnhem-Leeuwarden.
Een praktische uitleg van een Bayesiaanse aanpak in
het strafrecht
In onderling
verband en in
samenhang bezien
Deel 1: Het vaststellen van de bewijskracht van bevindingen en de regel van Bayes
Al geruime tijd wordt geschreven over de toepasbaarheid van het Bayesiaans denken in
het strafrecht. Desondanks wordt de methodiek van Bayes in de Nederlandse rechtspraak slechts zelden gebruikt. Het systematisch berekenen of inschatten en vervolgens
correct combineren van de afzonderlijke bewijskrachten van verschillende bewijsmiddelen is niet iets waar onze magistraten warm voor lopen. Met mogelijk gerechtelijke
dwalingen tot gevolg. Dit tweeluik is vooral een pleidooi voor meer educatie op het
gebied van de Bayesiaanse methodiek en voor toepassing daarvan in het strafrecht.
In dit eerste deel wordt de essentie van de methodiek uitgelegd. Het tweede deel, dat zal
verschijnen in Trema 2015, nr. 10, gaat over de praktische toepasbaarheid en hoe met
de methode kan worden gekomen tot een zo goed mogelijke strafrechtelijke waarheidsvinding.
November 2015
Menu
8
286
Het komt voor
veel juristen als
een verrassing dat
een eeuwenoud
logisch-wiskundig
inzicht een zeer
toepasselijk redeneerkader biedt
voor de waarheidsvinding in
het strafrecht.
Wie de gerechtelijke dwalingen van de
laatste decennia analyseert (en daarmee
bedoelen we zowel het veroordelen van
onschuldigen als het onterecht vrijspreken
van daders), kan volgens ons vaak twee
soorten oorzaken zien waarom het mis
ging. Er waren vaak cognitieve instincten
die het denken belemmerden, maar
minstens zo belangrijk was dat aanklagers
en rechters niet altijd goed in staat bleken
om de diverse bevindingen in een strafzaak
op hun juiste (bewijs)waarde te schatten.
Sterke aanwijzingen werden als zwak
gezien en vice versa. Het combineren van
meerdere zwakke en/of tegenstrijdige
aanwijzingen ging soms fout. Vaak werden
veelzeggende coïncidenties in de feiten en
omstandigheden niet als zodanig herkend
of werd er – omgekeerd – ten onrechte
gedacht: ‘Dat kan geen toeval zijn!’
Dat het inschatten en combineren van bewijskrachten zo
moeilijk kan zijn, heeft onder andere te maken met het feit dat
er moet worden teruggeredeneerd van gevolg (bijvoorbeeld
de aangetroffen ‘plaats delict’ en/of andere bevindingen) naar
de mogelijke oorzaak (een hypothese over de ‘ware toedracht’).
Dit terugredeneren is notoir lastig en zit vol met logische
valkuilen.1 Erger nog: de correcte uitkomst blijkt soms bijzonder contra-intuïtief.
Het komt voor veel juristen als een verrassing dat een eeuwenoud logisch-wiskundig inzicht een zeer toepasselijk redeneerkader biedt voor de waarheidsvinding in het strafrecht. Deze
aanpak, de Bayesiaanse methodiek, is volgens ons niet alleen
het ideale mentale gereedschap voor bewijswaardering en
criminologisch denken, maar blijkt ook een prima medicijn
tegen verkeerde cognitieve instincten. Toch worden de Bayesiaanse principes, die volgens ons op zich goed te begrijpen en
algemeen bruikbaar zijn, in de rechtspraak (nog) nauwelijks
onderwezen of toegepast. Wij willen in dit tweeluik betogen
dat dat onterecht is.
We vragen de lezer wel in gedachten te houden dat de
beperkte ruimte ons niet toestaat om een complete vergelijkende studie te maken tussen diverse methodieken voor
bewijswaardering, noch om al te gedetailleerd in te gaan op
de twijfels die sommige andere auteurs hebben over de
toepasbaarheid van Bayes. We zullen daar kort naar verwijzen,
maar we willen vooral laten zien wat ‘Bayes’ inhoudt en hoe dit
in de praktijk zou kunnen werken.
In dit eerste deel willen we de essentie van de methodiek
uitleggen op een manier die voor juristen ook zonder voorafgaande kennis goed te begrijpen is. In het tweede deel, dat in
het volgende nummer van Trema zal verschijnen, willen we
allereerst een einde maken aan de inmiddels wijdverbreide
2
3
4
6
Ch. Berger, ‘Criminalistiek is terugredeneren’, NJB 2010, p. 784-789.
1. Het Bayesiaans denken
Thomas Bayes stierf in 1761. In de eeuwen
daarna is over de toepassing van de Bayesiaanse methodiek op het strafrecht al veel
geschreven. Ook in Nederland doen een
aantal wetenschappers en auteurs al jarenlang veel moeite om
de rechtspraak te doordringen van het belang van deze manier
van denken.3 Toch is een Bayesiaanse aanpak in de rechtszaal
nog erg zeldzaam.
Een van de oorzaken daarvan zou kunnen zijn dat de doorsnee
Nederlandse strafrechter, voor zover wij dat kunnen zien, nog
vooral een confirmerende aanpak hanteert. Bij een veroordeling is het cumuleren van bewijsmiddelen tot boven het wettelijk minimumbewijs immers vereist om juridisch tot een bewezenverklaring te kunnen komen. Daarmee is natuurlijk niet
gezegd dat de gemiddelde rechter meent dat dit ook de ideale
manier is om de bewezenverklaring te bereiken, maar een feit
blijft dat het wel de meest voorkomende vorm van bewijsvoering is.
Het Bayesiaans denken werkt wezenlijk anders. Het legt een
intrinsieke symmetrie op tussen dader- en onschuldhypothese4 en vergt een statistische blik op de werkelijkheid.5 Dat is
voor veel juristen onwennig. Toch zijn er bruikbare aanknopingspunten: menige bewijsoverweging bevat wel enige ‘intuïtieve statistiek’, van het kaliber ‘dat kan geen toeval zijn’ of ‘dat
acht de rechtbank onaannemelijk’. Daaruit zou het inzicht
kunnen groeien dat veel bewijsconstructies eigenlijk statistische overwegingen impliceren. In onze ervaring6 hebben
magistraten echter maar zelden de neiging om ten behoeve
van de waarheidsvinding de waarschijnlijkheid van de verschillende bewijsmiddelen ook daadwerkelijk te berekenen of
numeriek in te schatten. Eerder lijken zij daarvan een afkeer te
hebben.
5
1
verwarring over de zogenoemde prior
probability,2 en demonstreren dat de Bayesiaanse aanpak niet alleen theoretisch van
belang is, maar vaak ook praktisch goed
toepasbaar en soms zelfs onmisbaar om tot
een goede uitspraak te komen. We zullen
complete, zij het schetsmatige en versimpelde, Bayesiaanse analyses geven van
twee bekende straf­zaken en betogen dat
het daarbij zinnig kan zijn om met getalsmatige kansinschattingen te werken, óók
als daar grote onzekerheden en subjectieve
elementen aan vast zitten.
Zie bijv. J. de Groot, ‘Bayes een brug te ver?’, NJB 2015, p. 372-377.
We noemen slechts Marjan Sjerps, Richard Gill, Charles Berger, Ronald Meester,
Barbara van den Berg, Ton Derksen en Aart de Vos. Ook Diederik Aben, advocaatgeneraal bij de Hoge Raad, maakt zich regelmatig sterk voor de Bayesiaanse zaak.
Het kan natuurlijk ook andere soorten hypotheses over de toedracht betreffen dan
alleen dader- of onschuldhypotheses.
Met een statistische blik bedoelen we niet slechts ‘gebaseerd op statistieken’, maar
meer algemeen het denken in waarschijnlijkheden.
Beide auteurs hebben ruime ervaring als cursusdocent bij de SSR en behandelen
daarbij ook de Bayesiaanse methodiek.
November 2015
Menu
9
In het zogenoemde Bayesiaanse ‘ketenmodel’ zoals wij
dat
zullen
presenteren,
worden die impliciete waarschijnlijkheidsoverwegingen
juist wél zo veel mogelijk expliciet gemaakt. Dat werkt, heel
in het kort, als volgt: van elke
relevante bevinding moeten
op grond van twee nauwkeuThomas Bayes. Bron: Wikipedia
rig gedefinieerde vragen twee
kans­
inschattingen worden bepaald (steeds uitgaande van
respectievelijk de dader- en de onschuldhypothese), de zogenoemde likelihood ratio (of LR, ook wel ‘diagnostische waarde’
genoemd). De likelihood ratio is een getal. Het is de numerieke
uitdrukking van de bewijskracht van de betreffende bevinding
als bewijsmiddel. Dat de bewijskracht een zogenoemde
dimensieloze grootheid is (er is geen ‘eenheid’ aan verbonden)
komt omdat de waarde van de likelihood ratio in feite uitdrukt
dat de betreffende bevinding ‘zoveel keer beter’ bij het ene
scenario past dan bij het andere.
De getalsmatige aanpak biedt in onze optiek grote voordelen.
In de traditionele, cumulerende oordeelsvorming is het erg
moeilijk om intuïtief aan te voelen wat de gecombineerde
kracht is van een verzameling sterke en zwakke en wellicht
deels tegenstrijdige bevindingen. Nog moeilijker is het de
eigen (professionele) intuïtie vervolgens te expliciteren in een
gezamenlijke, consensuele oordeelsvorming. In de Bayesiaanse methodiek leert de wiskunde ons wat de gecombineerde bewijskracht van de verzamelde bewijsmiddelen is:
deze is (onder bepaalde voorwaarden die later nog ter sprake
komen) gelijk aan het product (de vermenigvuldiging) van de
afzonderlijke likelihood ratio’s. Samen met de zogenoemde
prior – het conceptuele ‘startpunt’ voor de analyse – vormt dit
een rationele en volgens ons optimale basis voor de waarheidsvinding. Een dergelijke aanpak komt niet alleen de transparantie van de bewijsmotivering ten goede, maar kan ook
gerechtelijke dwalingen voorkomen. Een expliciete statistische evaluatie van bewijsmiddelen leidt namelijk soms tot een
verrassend andere conclusie dan de gebruikelijke meer ‘intuïtieve’ aanpak. Deze kan weliswaar als ‘gezond verstand’ aanvoelen, maar loopt fout zodra de waarheid zelf contra-intuïtief is.
Hoewel veel mensen en instituten (met name het NFI) hun
best doen om praktische en begrijpelijke introducties in de
Bayesiaanse methodiek te geven,7 dreigt er toch onder de
beoefenaren van de rechtspraktijk soms het idee te ontstaan
dat Bayes eigenlijk te moeilijk is om in de praktijk te kunnen
toepassen.8 Wij hopen het tegendeel te bewijzen.
In dit eerste deel van ons tweeluik zullen we de likelihood ratio
(LR) en de rekenregel van Bayes introduceren. Ook zullen we
7
8
Een erg goede introductie is bijv. vervat in de inaugurele rede die Marjan Sjerps in
2011 hield, Bewijskracht 10: volle vaart recht vooruit. Deze rede is op internet
makkelijk te vinden en in pdf-vorm beschikbaar.
Zie bijv. B. Robertson & G.A. Vignaux, ‘Don’t teach statistics to lawyers!’ (sic),
International Conference On Teaching Statistics 1998, p. 542-548 of zeer recent
De Groot a.w., p. 372.
287
uitleggen waarom deze concepten volgens ons een centrale
rol moeten spelen in de strafrechtelijke waarheidsvinding en
waarom zonder kennis van deze rekenregel het groeiende
aantal deskundigenrapporten waarin een likelihood ratio
wordt gerapporteerd (dit betreft onder andere veel NFIrapporten) erg moeilijk kan worden geïnterpreteerd.9 In een
Bayesiaanse en getalsmatige aanpak is de likelihood ratio
daarentegen juist een direct bruikbare bouwsteen in de
bewijsvoering.
In het tweede deel willen we toewerken naar complete Bayesiaanse analyses zoals die volgens ons in de praktijk van het
strafrecht een rol zouden kunnen gaan spelen. Allereerst
moeten we daartoe enkele misverstanden over de zogenoemde prior ophelderen en daartegenover een bruikbaar
recept stellen om deze te bepalen. We zullen dit recept vervolgens toepassen op echte strafzaken en laten zien dat de Bayesiaanse aanpak in principe praktisch uitvoerbaar kan zijn en
gerechtelijke dwalingen kan voorkomen. We willen daarmee
op geen enkele manier suggereren dat een rechtszaak gereduceerd kan worden tot een rekensommetje of dat het analyseren van een ingewikkelde rechtszaak iets simpels zou zijn. Het
binnen het ketenmodel vermenigvuldigen van likelihood
ratio’s die per bewijsmiddel worden bepaald mag alleen onder
de voorwaarden dat alle likelihood ratio’s dezelfde hypothesen
beschouwen en dat ze, gegeven elk van de hypothesen, onafhankelijk van elkaar zijn (daarover later meer). Die eisen zijn
niet triviaal. Over onafhankelijkheid van bevindingen moet
goed en inhoudelijk worden nagedacht. Evenzo moet goed in
de gaten worden gehouden wat precies de vragen zijn die we
met een bepaald bewijsmiddel wel of niet kunnen beantwoorden. Er is voor forensisch bewijs een zekere ‘hiërarchie van
hypothesen’ bedacht, die bijvoorbeeld ook door het NFI strikt
wordt gehanteerd:
1. (sub)bronniveau: hypothesen gaan over de bron van het
spoor (monster);
2. activiteitniveau: hypothesen gaan over de activiteit al dan
niet leidend tot sporen;
3. misdrijfniveau: hypothesen gaan over of de verdachte al
dan niet de dader is.
Heel veel forensisch bewijs beschouwt hypothesen op bron­
niveau, de stap naar activiteit- en misdrijfniveau kan daarbij
soms heel groot zijn. In onze voorbeelden zullen we hieraan
voorbijgaan door bijvoorbeeld simpelweg te stellen dat een
bepaald spoor een daderspoor is. De voorbeeld­analyses zijn
schematisch en slechts bedoeld ter illustratie van de Bayesiaanse methode. Als zodanig vormen ze natuurlijk een simplificatie van de complexiteit van rechtszaken. Toch zijn ze niet
betekenisloos: als logische fouten worden vermeden, kan ook
een simpele analyse soms een veelzeggende onder- of bovengrens opleveren.
9
Dit is een wezenlijk probleem. Zie bijv. J.W. de Keijser et al., Bijkans begrepen? Feitelijk
en vermeend begrip van forensische deskundigen­rapportages onder rechters, advocaten
en deskundigen, Den Haag: Boom Juridische uitgevers 2009.
November 2015
Menu
10
288
Hoe minder
‘toevalligheid’ er
nodig is om vanuit
een bepaalde
hypothese de
waargenomen
feiten te kunnen
verklaren, hoe
meer steun die
feiten aan die
hypothese bieden.
Als we de hiervoor genoemde beperkingen
van het Bayesiaanse ketenmodel willen
opheffen, zullen we met een zogenoemd
Bayesiaans netwerk moeten gaan werken.
Er zijn op dit moment in Nederland veel
groepen die zich met forensische statistiek
en Bayesiaanse netwerken bezighouden
(onder andere NFI met Marjan Sjerps en
Charles Berger, de Groningse groep van
Bart Verheij, de Leidse groep van Richard
Gill enzovoort). Een Bayesiaans netwerk is in
zekere zin de ‘gouden standaard’ van de
forensische bewijswaardering. Afhankelijkheden kunnen bijvoorbeeld correct in
rekening worden gebracht. Maar het is wel
een veel complexere techniek dan het
ketenmodel en dat heeft nadelen. Vanuit de
rechtspraak zal het moeilijk zijn om te
begrijpen wat het netwerk precies behelst
en waarom de uitkomst overtuigend zou zijn. Maar ook vanuit
de wetenschap is het naar onze mening tot nu toe niet echt
gelukt om complexe strafzaken bevredigend te modelleren in
een Bayesiaans netwerk.
Hoe het ook zij, we moeten constateren dat er in de praktijk
van het strafrecht nog zeer weinig met Bayesiaanse principes
wordt gewerkt. Dit vinden wij jammer, omdat er in de dagelijkse rechtspraktijk naar onze mening wel degelijk veel winst
te halen is door een beter begrip van de Bayesiaanse concepten en manier van denken. In die zin zijn wij dus ‘optimistisch’
over Bayes. Het moge de lezers van Trema duidelijk zijn dat
anderen minder optimistisch zijn. Zie bijvoorbeeld auteurs als
Henry Prakken, Jaap de Groot enzovoort. Zij zien meer heil in
‘verhalen’ en/of ‘argumentatie’. Wij delen die mening niet, maar
daar gaan onze artikelen nu niet over. Wij hebben twee artikelen willen schrijven die aan de lezers van Trema niet alleen een
begrijpelijke kennismaking met het Bayesiaanse denken
bieden, maar ook een illustratie van hoe die Bayesiaanse
inzichten in echte strafzaken een rol zouden kunnen spelen.
Dat – en niets anders – is het doel van deze stukken.
We willen deze inleiding afsluiten met drie waarschuwingen.
1. De methode is wetenschappelijk, het inschatten van de
getallen is dat vaak niet. Heuristiek en intuïtie zullen hier
een rol moeten blijven spelen. Het Bayesiaans werken kan
dan ook nooit de volledige oplossing zijn voor het moeilijke vraagstuk van de strafrechtelijke waarheidsvinding.
Het is echter volgens ons wel een belangrijk hulpmiddel.
2. Niet alleen zal het, zoals gezegd, voor veel lezers erg
onwennig en ongemakkelijk overkomen dat we in deze
aanpak zo veel mogelijk getalsmatig gaan werken, er
schuilt ook een gevaar in. Een getal kan namelijk een onterechte illusie van exactheid oproepen. De voordelen van
het getalsmatig werken wegen daar volgens ons echter
tegen op: door expliciet na te denken over wat je eigenlijk
bedoelt als je denkt in termen als ‘soms’, ‘zo goed als uitgesloten’, ‘veel waarschijnlijker’ enzovoort, ondervraag je als
het ware je eigen intuïtie en breng je expliciet in kaart wat je wel en niet weet of denkt
te weten. Het getalsmatig werken moet dus
niet worden gezien als een poging om
‘valse zekerheid’ te creëren, maar juist als
een voorzet tot gericht nadenken en (innerlijke dan wel externe) discussie: ben ik het
met dit getal eens? Waarom? Waarom niet?
En als het op geen enkele zinnige manier
lukt om een getal (of een getalsmatige
marge van onzekerheid) toe te kennen aan
een bewijskracht, wees dan gewaarschuwd:
waarom lukt dat niet? Als we niets kwantitatiefs over deze bevinding kunnen zeggen,
mogen we hem dan wel betrekken in ons
oordeel? Bedenk ook – meer in het
algemeen – dat zonder een getal het voor
twee mensen erg moeilijk wordt om te
weten of ze het al dan niet met elkaar eens
zijn: de een kan bijvoorbeeld met het woordje ‘soms’ echt
een totaal andere orde van grootte bedoelen dan de
ander.
3. Dit is geen cursus. Niemand mag verwachten de Bayesiaanse methodiek al geheel zelfstandig en volledig te
kunnen toepassen na het lezen van twee artikelen. Wat we
hopen te bereiken is dat de lezer de principes van deze
manier van waarheidsvinding gaat begrijpen en daarmee
ook de noodzaak en de beloftes van een Bayesiaanse
aanpak zal inzien. Ook kan men alvast wat symmetrischer
naar bewijs gaan kijken, de juiste vragen gaan stellen en
leren herkennen in welke zaken een expliciet Bayesiaanse
analyse nuttig zou kunnen zijn. Als een externe deskundige dan een dergelijke analyse maakt, zal de lezer deze in
principe kunnen begrijpen.
2. Het wezen van het Bayesiaanse denken
Het achterliggende principe van de Bayesiaanse methodiek
kan intuïtief het best worden begrepen door het volgende
inzicht: hoe minder ‘toevalligheid’ er nodig is om vanuit een
bepaalde hypothese de waargenomen feiten te kunnen
verklaren, hoe meer steun die feiten aan die hypothese bieden.
We zullen twee voorbeelden geven.
Voorbeeld 1
Wie op vakantie in Catalonië iemand ziet die op zijn buurman
lijkt, zal niet direct zeker zijn. De hoeveelheid toeval10 die
nodig is om daadwerkelijk zijn buurman in Catalonië tegen te
komen wordt intuïtief groter ingeschat dan de hoeveelheid
toeval die nodig is om iemand aan te treffen die slechts op
hem lijkt. Als echter naast de op de buurman gelijkende man
opeens ook een op de buurvrouw lijkende vrouw opduikt, kan
10
Met het ietwat losse begrip ‘hoeveelheid toeval’ bedoelen we hier – en in het
vervolg – simpelweg 1 gedeeld door de kans dat iets zou optreden. Hoe kleiner die
kans, hoe groter dus de hoeveelheid toeval. (Voor de liefhebbers: dit is verwant aan
het fysische begrip ‘entropie’, maar dan zonder logaritme.)
November 2015
Menu
11
289
de zaak weer kantelen: ze zijn het echt! De hoeveelheid toeval
die nodig is om naast elkaar twee onbekenden aan te treffen
die tegelijk op buurman en buurvrouw lijken wordt intuïtief
weer veel groter ingeschat dan de hoeveelheid toeval die
nodig is om je buren daadwerkelijk in Catalonië tegen te
komen.
Voorbeeld 2
Stel je bent ergens in de Brabantse grensstreek verdwaald en
fietst op een stille landweg. De afgelopen vijf minuten heb je
slechts een handvol auto’s gezien, allemaal met een Belgisch
nummerbord. Vanuit de hypothese dat je nog in Nederland
bent vergt deze bevinding ‘meer toeval’ dan vanuit de hypothese dat je per ongeluk in België beland bent. (Met ‘meer
toeval’ bedoelen we dat in Nederland de kans op het tegenkomen van een Belgisch nummerbord kleiner is dan in België.)
Daarom biedt het waarnemen van Belgische nummerborden
dus steun aan de laatste hypothese. Let wel: ‘steun bieden’
betekent slechts dat door de betreffende waarneming de
hypothese waarschijnlijker is geworden dan hij vóór de waarneming was. Het zegt nog niet hoe waarschijnlijk hij nu is. Als
je bijvoorbeeld vóór het waarnemen van de kentekens, dus
a priori, vrijwel zeker meende dat je nog in Nederland was, dan
zijn vijf Belgische kentekens wellicht niet voldoende om al tot
een andere conclusie te komen.
We zien in deze voorbeelden duidelijk de essentiële elementen van het Bayesiaans denken: er zijn meerdere hypotheses,
die op enig moment een zekere a priori waarschijnlijkheid
hebben, en er zijn bevindingen die het nodig maken om die
waarschijnlijkheid bij te stellen. We zeggen dan dat de buurvrouwgelijkenis bewijskracht richting de buurmanhypothese
heeft, waarmee we bedoelen dat de waarschijnlijkheid van de
buurmanhypothese wordt vergroot. Zo heeft ieder Belgisch
kenteken een bewijskracht richting de België-hypothese, terwijl
ieder Nederlands kenteken de Holland-hypothese versterkt.
Door Thomas Bayes zijn dit soort noties wiskundig geanalyseerd en in een aantal rekenregels uitgewerkt. Het gaat dus
niet zomaar om een vuistregeltje of een ervaringsfeit. Zoals de
schuine zijde van een rechthoekige driehoek geen andere
waarde kan hebben dan wat Pythagoras aangeeft, zo kan de
numerieke waarde van een bewijskracht alleen worden gebaseerd op de door Bayes voorgeschreven kansinschattingen.11
Het unieke van een likelihood ratio is dus dat het een kwantitatieve maat voor de bewijskracht is. We zijn ons niet bewust van
andere bruikbare methodes om de bewijskracht van een
bevinding in een getal uit te drukken.
Hoewel de Bayesiaanse denkwijze universeel toepasbaar is, zal
de hier gegeven uitleg uitgaan van de situatie in het strafrecht.
Ons doel is om relatief eenvoudig en grotendeels in woorden
de essentie duidelijk te maken, niet om alle wiskunde gedetail-
11
‘Wiskundig’ wil hier niet zeggen dat de uitkomst exact is, alleen dat de redenering
klopt. Analogie: ook als de zijden van een rechthoek niet precies bekend zijn, blijft de
oppervlakte gelijk aan het product, niet de som van lengte en breedte.
Afbeelding: Shutterstock
leerd weer te geven. Voor een eveneens op het strafrecht
toegesneden, maar wat formelere uitleg verwijzen we naar
een serie van drie artikelen van C. Berger en D. Aben12 onder
de gezamenlijke titel ‘Bewijs en overtuiging’ en naar de recente
NJB-publicatie ‘Een overbrugbare kloof’ van Barbara van den
Berg13 en de referenties daarin. Ook in Het onzekere bewijs
onder redactie van M.J. Sjerps en J.A. Coster van Voorhout14
wordt in hoofdstuk 1 (‘De diagnostische waarde van bewijsmiddelen’, door W.A. Wagenaar) een prima introductie
gegeven. Voor de complete wiskundige achtergrond verwijzen we naar bijvoorbeeld Wikipedia en de daar gegeven referenties.15 Deze pagina biedt een uitstekend startpunt voor wie
snel de formules wil bekijken en bevat tevens verwijzingen
naar zowel de meer diepgravende handboeken als naar een
meer intuïtieve uitleg. Verder zijn er nog veel buitenlandse
auteurs die de toepassing van de Bayesiaanse methodiek in
het strafrecht uitleggen en verdedigen. We noemen slechts
mensen als Fenton, O’Neill, Gigerenzer, Evett en Aitken.
3. Begripsbepalingen: bevinding, bewijs,
conditional, kans, odds, scenario
Voordat we de rekenregel introduceren zijn eerst een paar
begripsbepalingen nodig.
Scenario
Met ‘scenario’ wordt bedoeld een hypothese over de
toedracht.16 Wij zullen scenario en hypothese door elkaar
gebruiken, als waren het synoniemen. Anderen zien wel een
betekenisverschil: een scenario is dan echt een gedetailleerd
ingevuld verhaal, een hypothese alleen maar een korte stelling.
12
13
14
15
16
C. Berger & D. Aben, ‘Bewijs en overtuiging’, Expertise en Recht 2010, afl. 2, 3 en 5/6.
B. van den Berg, ‘Een overbrugbare kloof. Een vergelijking van de strafrechtelijke en de
forensische zienswijze bij de waardering van feiten’, NJB 2014, p. 1420-1426.
M.J. Sjerps & J.A. Coster van Voorhout (red.), Het onzekere bewijs, Deventer: Kluwer
2005.
http://en.wikipedia.org/wiki/Bayes’_theorem.
Hoewel de Bayesiaanse methode kan omgaan met een willekeurig aantal hypotheses,
beschouwen we hier uitsluitend situaties met slechts twee hypotheses: daderschap
versus onschuld.
November 2015
Menu
12
290
We zullen in deze artikelen vaak simpelweg
over dader- versus onschuldscenario
spreken. In de praktijk is het vaak zinnig om
de hypotheses nader te detailleren en te
begrenzen. Dat kan alleen op inhoudelijke,
zaakspecifieke gronden. We zullen zien dat
bewijs alleen kan worden gewogen ten
opzichte van goed gedefinieerde scenario’s.
Het opstellen daarvan is dus onderdeel van
de analyse en gaat daar niet aan vooraf.
Bevinding
Het is belangrijk
om te beseffen dat
het enkele feit dat
een bepaalde
bevinding onder
het daderscenario
‘zeer te
verwachten’ was,
niet automatisch
steun biedt aan dat
scenario.
Met ‘bevinding’ bedoelen we hier elk mogelijke vorm van bewijs: het kan een herkenning zijn, een bekentenis, een match van
een vingerafdruk, een coïncidentie tussen
twee feiten of bijvoorbeeld het aantreffen
van cocaïne in een koffer. Het kan dus zowel
gaan om feiten verkregen door onderzoek,
als om ‘feiten en omstandigheden’ in algemenere zin.
Bewijs
Met ‘bewijs’ bedoelen we, ietwat losjes geformuleerd, eerder
het Engelse begrip ‘evidence’ dan het Engelse ‘proof’. We
hebben het dus over aanwijzingen in het algemeen, niet over
de ‘doorslaggevende bewijzen’ of over een onweerlegbare
conclusie zoals een wiskundig bewijs. Evenmin is het beperkt
tot technisch bewijs.
Kans
Het woord ‘kans’ dekt twee verwante maar verschillende
begrippen. In de eerste plaats kan het de frequentie aanduiden van uitkomsten van in principe herhaalbare toevalsprocessen, bijvoorbeeld de kans om driemaal zes te gooien of om
een hartentien te trekken. Of ook bijvoorbeeld de kans dat de
volgende auto die (in een bepaald jaar en in een bepaalde
plaats) de hoek om komt geel is. Maar hetzelfde woord ‘kans’
wordt ook vaak gebruikt om een zogenoemde graad van
geloof uit te drukken (ook wel ‘epistemische kans’ genoemd).
Dit betreft dan een kans in de zin van ‘de kans dat Oranje
wereldkampioen wordt’, ‘de kans dat er leven is op Mars’ of ‘de
kans dat deze verdachte de dader is’. We drukken daarmee
onze overtuiging uit over wat er gaat gebeuren of is gebeurd.
Als er nieuwe feiten bekend worden (bijvoorbeeld een getuige
heeft de verdachte herkend), dan moeten we onze overtuiging bijstellen. We drukken deze verandering in onze overtuiging uit door te stellen dat de betreffende (epistemische) kans
is toe- of afgenomen. Bayes heeft ons de rekenregels gegeven
waarmee we niet alleen frequentistische kansen maar ook
graden van geloof en dus onze overtuiging, logisch en wiskundig correct kunnen updaten zodra er nieuwe relevante feiten
bekend worden (Bayesian epistomology).17
17
Er wordt in de literatuur nog wel gediscussieerd over de vraag of ‘graden van geloof’
inderdaad aan exact dezelfde zgn. kansaxioma’s voldoen als frequentistische kansen.
Deze discussie valt buiten het kader van dit artikel, maar wordt bijv. uitgebreid
Odds
Kansen kunnen op allerlei manieren worden
aangegeven, bijvoorbeeld als een getal
(vaak ‘P’ genoemd, naar probability) dat
onder alle omstandigheden tussen de 0 en
de 1 (of 0 procent en 100 procent) moet
liggen. Daarnaast kennen we nog uitdrukkingen als ‘10 tegen 1 dat het morgen
regent’ of ‘2 tegen 3 dat hij gaat winnen’ of
‘hooguit 1 tegen 100 dat ze dat niet wist’.
Met deze manier van uitdrukken geven we
niet de kans zélf weer, maar de verhouding
tussen ‘de kans dat iets wel zo is’ en ‘de kans
dat iets niet zo is’. Dit quotiënt noemen we
de ‘odds’. In de Angelsaksische wereld is dit
een gebruikelijke manier om kansen uit te
drukken. In tegenstelling tot een kans P is
de numerieke waarde van odds niet aan
een maximum gebonden (miljoen tegen
één = vrijwel 100 procent). Maar hoewel de numerieke waarde
dus verschilt, zijn kansen en odds conceptueel hetzelfde. Grote
kans betekent ook grote odds en vice versa. Als odds = 1 (dus
als beide kansen even groot zijn; de breuk is immers 1), dan
drukt dat ‘fiftyfifty’ uit, oftewel een kans van 50 procent voor
beide scenario’s.18
Transposed conditional en prosecutor’s fallacy
Een conditional is een ‘als’-stelling. Hiermee kan bijvoorbeeld
een zogenoemde voorwaardelijke kans worden omschreven:
‘Als een dier een koe is, dan is de kans dat het vier poten heeft
erg groot’. In een transposed conditional zijn als en dan (c.q. het
ná deze woordjes geponeerde) ten onrechte verwisseld: ‘Als
een dier vier poten heeft, dan is de kans dat het een koe is erg
groot’. Het blijkt in de praktijk dat transposed conditionals vaak
moeilijk te herkennen zijn, wat tot logische valkuilen en zelfs
tot gerechtelijke dwalingen kan leiden. Het is daarom goed
om een aantal voorbeelden van deze fout voor ogen te
houden. Het zinnetje ‘Als iemand géén fraudeur is, dan is de
kans dat hij de loterij wint erg klein’ mag niet worden omgedraaid tot: ‘Als iemand de loterij wint, dan is de kans dat hij
géén fraudeur is erg klein’. Ook dit voorbeeld is nog wel aan te
voelen. Maar als er nu eens een akelige loterij zou worden
gehouden welke verpleegster het komende jaar de meeste
sterfgevallen mee gaat maken? In dat geval – zo is helaas
gebleken – is het voor veel mensen niet direct duidelijk dat het
zinnetje ‘Als een verpleegster geen seriemoordenares is, dan is
de kans dat ze een zo uitzonderlijk groot aantal sterfgevallen
18
weergegeven in W. Talbott, ‘Bayesian epistemology’, The Stanford Encyclopedia of
Philosophy, Stanford (CA): Stanford University 2008. Hierin wordt ook uitgelegd dat
de zgn. Dutch Book-argumenten een solide basis kunnen vormen op grond waarvan
graden van geloof inderdaad Bayesiaans mogen worden bijgesteld. De grondslagen
van de toepassing van de Bayesiaanse methodiek in het strafrecht worden bijv. verdedigd in S. Brewer (ed.), The philosophy of legal reasoning. Logic, probability, and
presumptions in legal reasoning, New York: Routledge 2011.
Als men een kans P wil omrekenen naar odds, dan geldt: odds = P / (1 – P), als men
omgekeerd odds wil omrekenen naar P, dan geldt: P = odds / (1 + odds).
November 2015
Menu
13
291
Het blijkt dat lang
niet altijd wordt
ingezien hoe veelzeggend juist de
combinatie van
(zwakke) bewijsmiddelen kan zijn.
meemaakt erg klein’ niet mag worden
omgedraaid tot: ‘Als een verpleegster een
zo uitzonderlijk groot aantal sterfgevallen
meemaakt, dan is de kans dat ze onschuldig
is erg klein’. Toch is de logische structuur van
deze omdraaiing exact gelijk aan die in de
het voorbeeld van de loterij. Het gaat
natuurlijk om Lucia de Berk: zij had die
akelige loterij gewonnen.19
Vaak wordt bij een transposed conditional
conceptueel vooruit geredeneerd (dat wil
zeggen van oorzaak naar gevolg) waar had
moeten worden teruggeredeneerd (dat wil
zeggen van gevolg naar oorzaak). Een ‘terugwaartse’ vraag zou
bijvoorbeeld kunnen zijn: ‘Gegeven een dood iemand, hoe is
hij dan gestorven?’, oftewel: ‘Deze ogenschijnlijk gezonde
dertiger is onverwacht dood aangetroffen, wat is de kans dat
hij niet werd vermoord?’ (= vraag 1). Het antwoord op deze
vraag mag nooit worden gelijkgesteld aan het antwoord op de
‘voorwaartse’ vraag, waarbij niet wordt uitgegaan van een
aangetroffen lijk, maar juist wordt gevraagd wat de kans is dat
iemand als lijk zal worden aangetroffen: ‘Als een levende, ogenschijnlijk gezonde dertiger niet wordt vermoord, wat is dan de
kans dat hij onverwacht dood zal worden aangetroffen?’ (=
vraag 2). Een plausibel antwoord op vraag 1 zou bijvoorbeeld
kunnen zijn: ‘minstens 97 procent’, het antwoord op de vraag 2:
‘hooguit 0,3 procent’20 Door dat laatste getal te zien als
antwoord op de eerste vraag zit men er dus een zeer grote
factor naast.
In dit soort gedaantes wordt de transposed conditional ook
wel de ‘prosecutor’s fallacy’ genoemd.21 Omdat dit nooit
zomaar een benaderingsfout betreft, maar een fundamentele
denkfout die de intuïtieve kansinschatting makkelijk een
astronomische factor de verkeerde kant kan opsturen, is deze
fallacy een gevaarlijke logische valkuil in het strafrecht.22
4. De likelihood ratio
‘De likelihood ratio van een bevinding’ is hét kernbegrip van
het Bayesiaanse denken. De likelihood ratio, die ook wel
‘bewijskracht’ of ‘diagnostische waarde’ wordt genoemd, drukt
de verhouding van twee likelihoods (waarschijnlijkheden) uit,
uitgaande van twee elkaar uitsluitende scenario’s:
19
20
21
22
In wiskundige notatie wordt het denken – als altijd – veel makkelijker. Met de P (van
probability) duiden we een kans aan en met het verticale streepje ‘ | ’ geven we een
conditie aan. Het streepje mag worden uitgesproken als ‘als’ of ‘uitgaande van’ of
‘gegeven dat’ of ‘op voorwaarde dat’. De kans dat een onschuldige verpleegster
x-sterf­gevallen meemaakt is dus P (x-sterfgevallen | onschuld), oftewel in woorden:
de kans op x-sterfgevallen, uitgaande van onschuld. Deze kans is erg klein. Toch
hoeven we alleen maar te onthouden dat P (A | B) niet gelijk is aan P (B | A) – denk
aan de koe met de vier poten – om in te zien dat Lucia de Berk desondanks heel goed
onschuldig kan zijn.
Dit is een illustratie van de orde van grootte op basis van enkele redelijke statistische
aannames.
Soms wordt ook de hieraan verwante fout van het negeren van de zgn. base rate een
prosecutor’s fallacy genoemd.
I.W. Evett, ‘Avoiding the transposed conditional’, Science and Justice 1995, nr. 3,
p. 127-131.
1. d
e kans dat deze bevinding zou zijn
opgetreden als we uitgaan van het eerste
scenario (in ons geval het dader­
scenario);
2. d
e kans dat deze bevinding zou zijn
opgetreden als we uitgaan van het
tweede scenario (in ons geval het
onschuldscenario).
De verhouding van deze twee kansen (dat
wil zeggen de eerste kans gedeeld door de
tweede) definieert de likelihood ratio en
drukt de bewijskracht uit. Deze definitie van
likelihood ratio houdt direct verband met het achterliggende
principe van de Bayesiaanse methodiek: het scenario dat het
minste ‘toeval’ nodig heeft om de waargenomen feiten te
kunnen verklaren, wordt door het daadwerkelijk opgetreden
zijn van die feiten gesteund. Als de kans op het optreden van
een bepaalde bevinding onder het eerste scenario groter is
dan onder het tweede scenario, dan biedt die bevinding dus
steun aan het eerste scenario: de waarschijnlijkheid van het
eerste scenario neemt toe. We zeggen dan dat de bevinding
een bewijskracht richting het eerste scenario heeft. De numerieke waarde van die bewijskracht is precies het genoemde
quotiënt. (We willen overigens benadrukken dat het LR-begrip
zich moeiteloos laat veralgemeniseren voor meer dan twee in
competitie zijnde hypotheses. Dit valt echter buiten het kader
van dit artikel.)
Voorbeeld 1
Stel er zijn twee scenario’s, te weten dat de verdachte gisteren
op straat gevochten heeft óf dat hij niet gevochten heeft. De
bewijskracht van de bevinding dat de verdachte een vers
blauw oog heeft (‘vers’ wil zeggen: één dag oud) richting het
eerste scenario is dan gelijk aan deze likelihood ratio:
de kans dat de verdachte een blauw oog zou hebben
opgelopen als hij gisteren had gevochten
de kans dat hij de afgelopen dag een blauw oog zou
hebben opgelopen zonder te vechten
Let wel: de voor deze likelihood ratio te beantwoorden vraag is
dus niet wat de kans is dat de verdachte gisteren gevochten
heeft. We hoeven alleen maar te weten wat de kans op een
blauw oog zou zijn als deze verdachte al dan niet vecht. Uit
medische statistieken valt wel iets te achterhalen over de
kansen per dag om een blauw oog op te lopen zonder te
vechten (vallen, ergens tegenop lopen enzovoort) en ook wel
iets over de kans op een blauw oog als men wel vecht. Uit deze
algemene (dat wil zeggen niet-zaakspecifieke) gegevens valt
dus op een weliswaar benaderende maar wel objectieve
manier de bewijskracht van dit blauwe oog af te schatten.
November 2015
Menu
14
292
Voorbeeld 2
Omdat de likelihood ratio gedefinieerd is
als een verhouding van twee grootheden,
kunnen we soms een likelihood ratio ook al
tot op zekere hoogte schatten zonder de
beide kansen expliciet te kennen. We
hoeven bijvoorbeeld niet per se te weten
wat de kans is dat iemand normaal gesproken van een keukentrapje zal vallen om te
kunnen inschatten dat die kans flink groter
zal zijn als hij veel gedronken heeft. De likelihood ratio van het ‘van de trap vallen’ voor
de hypotheses van ‘al dan niet dronken’
zouden we dan bijvoorbeeld in eerste benadering kunnen baseren op de statistieken
die voor dronkenschap en verkeersongelukken gelden.
Advocaten
proberen vaak de
bewijsmiddelen
één voor één ‘af te
schieten’, in de
hoop en verwachting dat de rechter
niet al te
Bayesiaans zal
redeneren.
Let wel: denk goed na over wat precies de bevinding is waaraan
je een likelihood ratio wilt toekennen. Als je in een procesverbaal leest dat getuige A verdachte B heeft gezien, is de
bevinding niet ‘verdachte B was daar ter plekke’, maar slechts
‘in het proces-verbaal staat dat getuige A verdachte B heeft
gezien’. Bij het inschatten van de likelihood ratio moet dan
bijvoorbeeld nog worden verdisconteerd dat getuige B zich
kon vergissen, dat getuige B misschien heeft gelogen en dat
de verbalisant zaken misschien onjuist heeft weergegeven.
In deel twee zullen we nog veel voorbeelden van likelihood
ratio’s tegenkomen bij het behandelen van concrete straf­
zaken.
5. De rekenregel van Bayes
Volgens de rekenregel van Bayes is de likelihood ratio van een
bevinding de updatefactor waarmee we de waarschijnlijkheidsverhouding tussen het daderscenario en het onschuldscenario
(dus de odds op daderschap) mogen vermenigvuldigen:
nieuwe odds = oude odds × likelihood ratio
Dus als je je overtuiging over het daderschap van de verdachte
(uitgedrukt in de odds op daderschap) wilt bijstellen naar
aanleiding van een bepaalde bevinding, moet je de overtuiging die je had vóórdat je die bevinding in beschouwing had
genomen vermenigvuldigen met de likelihood ratio van die
bevinding. Het product geeft je de wiskundig correcte nieuwe
overtuiging over het daderschap van de verdachte die je op
grond van de feiten mag (eigenlijk moet) hebben. Vandaar
‘bewijskracht’ als synoniem voor likelihood ratio.
We passen dit toe op ons eerdere ‘vecht’-voorbeeld. Als we,
vóórdat we wisten dat de verdachte een ‘vers’ blauw oog had,
al op andere gronden een overtuiging van – zeg – vijftien tegen
één hadden dat de verdachte gisteren op straat gevochten
had,23 en we bijvoorbeeld uit medische
statistieken hadden geleerd dat ‘de kans dat
men een blauw oog oploopt bij een straatgevecht’ ongeveer vijfhonderd keer groter
is dan ‘de kans per dag dat men zonder
straatgevecht een blauw oog oploopt’, dan
kunnen we nu onze aanvankelijke overtuiging van 15 tegen 1 updaten met een factor
500. We mogen concluderen dat scenario 1
nu 15 × 500 = 7500 keer waarschijnlijker is
dan scenario 2.
Een likelihood ratio met een getalswaarde
groter dan 1 biedt dus steun aan het eerste
scenario (lees: daderscenario), terwijl een
getalswaarde kleiner dan 1 wijst in de
richting van het tweede scenario (onschuld).
Een LR met de waarde 1 is neutraal: de
betreffende bevinding was onder beide scenario’s even waarschijnlijk (of even onwaarschijnlijk) en kan ons niets nieuws
leren. Het is belangrijk om te beseffen dat het enkele feit dat
een bepaalde bevinding onder het daderscenario ‘zeer te
verwachten’ was, dus niet automatisch steun biedt aan dat
scenario. Alleen wanneer die bevinding onder het onschuld
minder te verwachten was, is er een bewijskracht. Hetzelfde
geldt voor bevindingen die onder een bepaald scenario ‘zeer
onwaarschijnlijk’ waren. In de praktijk kan het best voorkomen
dat een bepaalde bevinding onder beide scenario’s zeer
onwaarschijnlijk was. En dan gaat het erom: wat bedoelen we
met ‘zeer onwaarschijnlijk’? Het kan zinnig zijn om middels
een vergelijking van de numerieke waarde van beide onwaarschijnlijkheden te proberen uitsluitsel te geven over het al dan
niet neutraal zijn van de likelihood ratio. De verhouding tussen
twee kleine kansen kan namelijk nog steeds een groot getal
zijn.24
De rekenregel van Bayes kan voor iedere nieuwe bevinding
weer opnieuw worden toegepast, mits deze bevindingen
onafhankelijk van elkaar zijn (zie daarover paragraaf 7) en
steeds onder dezelfde hypotheses worden beschouwd. De
nieuwe odds die men via de eerste bevinding uit de oude odds
verkreeg, dienen in een volgende stap juist als de oude odds
voor de tweede bevinding. Men krijgt dan als het ware een
keten van bevindingen, elk met zijn eigen updatefactor. Dus
drie bevindingen met likelihood ratio’s (LR1, LR2 en LR3)
leveren samen – via het herhaald toepassen van de reken­
regel – een gecombineerde updatefactor op van LR1 × LR2 ×
LR3. Let wel: in tegenstelling tot het traditionele ‘weegschaal’beeld van de rechtspraak, is de gezamenlijke bewijskracht dus
niet de (optel)som, maar het (vermenigvuldigings)product van
hun afzonderlijke bewijskrachten.
23
24
We kiezen dit getal hier willekeurig ten dienste van het rekenvoorbeeld, maar het zou
bijv. kunnen samenhangen met – we noemen maar iets – onze inschatting van de
betrouwbaarheid van een aangifte.
De LR zou dan bijv. de verhouding kunnen zijn tussen twee kansen van 1/1000 en
1/100.000. Beide kunnen worden omschreven met ‘zeer onwaarschijnlijk’, maar de LR
heeft dan wel een waarde van 100.
November 2015
Menu
15
Zo kunnen onafhankelijke bewijsmiddelen
in een strafzaak dus op een correcte manier
worden gecombineerd. Aan elke bevinding
wordt een likelihood ratio toegekend, een
getal dat de bewijskracht uitdrukt. Door die
getallen met elkaar te vermenigvuldigen
verkrijg je de gecombineerde bewijskracht.
6. De rekenregel van Bayes
werkt anders dan onze intuïtie
293
Hoe groot de
onzekerheid in de
kansinschatting
ook is, door een
likelihood ratio te
bepalen hebben
we in elk geval de
juiste vraag
gesteld.
Het feit dat vermenigvuldigen zoveel
‘sneller’ tot zeer grote of zeer kleine getallen
kan leiden dan optellen of aftrekken, is een
van de redenen dat de uitkomst soms
contra-intuïtief kan overkomen. Een bevinding met een LR van 5 is in zekere zin een
zwakke aanwijzing. Onder de aanname van daderschap was
deze bevinding slechts vijf keer waarschijnlijker dan onder
aanname van onschuld. Op zichzelf natuurlijk niet doorslaggevend. Maar stel nu eens dat de aanklager vijf zwakke (maar wel
onafhankelijke!) aanwijzingen aandraagt, met likelihood ratio’s
van bijvoorbeeld 10, 2, 5, 4 en 15. Dan zou je geneigd kunnen
zijn om deze bewijskrachten slechts op te tellen en tot
ongeveer 30 à 40 te komen; nog steeds niet heel overtuigend.
Maar correct gecombineerd leveren die vijf bevindingen een
bewijskracht
op
van
10 × 2 × 5 × 4 × 15 = 6000, een meer dan honderd keer sterkere
aanwijzing richting daderschap dan de sommatie oplevert. Als
de odds op daderschap eerst ‘10 tegen 1’ waren, worden ze nu
‘60.000 tegen 1’. Het blijkt dat lang niet altijd wordt ingezien
hoe veelzeggend juist de combinatie van (zwakke) bewijsmiddelen kan zijn. Dat komt doordat de bewijsmiddelen nog te
makkelijk intuïtief en vanuit ‘gezond verstand’ optellend
worden gewogen, in plaats van dat expliciet zowel de aparte
likelihood ratio’s alsook de gecombineerde (= vermenigvuldigde) bewijskracht aan bod komen.
Dit leidt er soms toe dat, ondanks de veelgebruikte formulering ‘... in onderling verband en samenhang gezien ...’, de
bewijsmiddelen juist niet worden gekwantificeerd en in
samenhang gewogen, maar dat van elk bewijsmiddel slechts
in een soort ‘alles of niets’-benadering wordt bekeken of het op
zich doorslaggevend is. Advocaten proberen daarom vaak de
bewijsmiddelen één voor één ‘af te schieten’, in de hoop en
verwachting dat de rechter niet al te Bayesiaans zal redeneren.
Ook het omgekeerde komt natuurlijk voor. Een zaak begint
met een op zich goed gefundeerde verdenking, zonder dat
later wordt ingezien dat de combinatie van een aantal zwakke
aanwijzingen richting onschuld veel sterker is dan de oorspronkelijke reden voor verdenking. Dit is het verhaal achter veel
gerechtelijke dwalingen en daarmee een krachtig argument
voor een Bayesiaanse aanpak.
7. In deze vorm is de rekenregel bedoeld voor
onafhankelijke bevindingen
Het is al eerder benadrukt: bij het op deze manier combineren
van de bewijskrachten van afzonderlijke bevindingen moeten
we er wel op letten dat de bevindingen
onafhankelijk zijn. Een voorbeeld: stel dat
bekend is dat de dader van een misdrijf een
opvallend grote en forse man was. Dan
heeft de bevinding dat de verdachte
schoenmaat 54 heeft een LR groter dan 1,
dus wijzend in de richting van daderschap.
Immers: uitgaande van daderschap is de
kans op schoenmaat 54 groter dan wanneer
de verdachte een willekeurige onschuldige
burger is. Datzelfde geldt ook voor de
bevinding dat de verdachte een lengte
heeft van 1,98 en voor de bevinding dat hij
140 kilo weegt. Het is echter onjuist om alle
drie deze bevindingen afzonderlijk te
gebruiken, aangezien het duidelijk is dat
schoenmaat, lengte en gewicht met elkaar samenhangen: het
bij een onschuldige optreden van de ene bevinding, vergroot
de kans op het optreden van de andere bevindingen. Deze
drie bevindingen zijn niet onafhankelijk. Ze moeten daarom
– enigszins benaderend – samen worden gezien als één bevinding, anders bestaat het gevaar van ‘dubbeltelling’.25
In de praktijk zal soms de neiging voorkomen om bevindingen
die slechts heel licht gecorreleerd zijn toch van een aparte
likelihood ratio te voorzien. Men maakt dan een benaderingsfout. Hoewel die fout normaal gesproken kleiner is dan de
benaderingsfouten die sowieso samenhangen met de noodzakelijke kansinschattingen, moet men hier voorzichtig mee
zijn. Men kan, uitgaande van de belangrijkste onafhankelijke
bevindingen, van de resterende bevindingen bekijken met
welke bevindingen ze welke afhankelijkheid vertonen.
Bepaalde sets van afhankelijke bevindingen kunnen dan vaak
worden geclusterd en samen van één samenvattende LR
worden voorzien. Er bestaan wiskundige uitdrukkingen voor
de gecombineerde LR van twee of meer afhankelijke bevindingen. Dat valt buiten het kader van dit artikel. Een andere strategie zou kunnen zijn om bevindingen waarvan de onafhankelijkheid ter discussie staat geheel uit de analyse weg te laten.
Soms kan dan nog steeds een veelzeggende boven- of ondergrens voor de onderlinge waarschijnlijkheid van de hypotheses worden bepaald. Het is echter ook denkbaar dat men in
sommige zaken het ketenmodel zal moeten verlaten omdat
een zinnige analyse alleen middels een Bayesiaans netwerk
mogelijk is.
8. Waarom een (sporen)deskundige alleen
een likelihood ratio zal kunnen rapporteren
Er is – behalve het hiervoor genoemde – nog een belangrijke
reden om in likelihood ratio’s te leren denken. In een deskundigenrapport zal de conclusie vaak geen andere vorm kunnen of
mogen hebben dan die van een likelihood ratio. Alleen binnen
het Bayesiaanse denken is zo’n gerapporteerde LR dan op een
25
Zoals gezegd: de Bayesiaanse methodiek kan wiskundig prima met afhankelijke
bevindingen omgaan, alleen krijgt men dan niet een keten van likelihood ratio’s, maar
een zgn. Bayesiaans netwerk. Dit valt buiten het bestek van dit artikel.
November 2015
Menu
16
294
bruikbare manier te interpreteren, namelijk
als een updatefactor voor de (in odds uitgedrukte) overtuiging omtrent de waarschijnlijkheidsverhouding tussen twee elkaar
uitsluitende hypotheses.
Voorbeeld
Ook de recherche
zou Bayesiaans
moeten gaan
werken.
Volgens het OM is een dadergerelateerde
vingerafdruk op de plaats delict afkomstig van de verdachte.
Volgens de verdediging is de match puur toeval.
De vraag die de rechter uiteindelijk moet beantwoorden (en
die dus misschien ook wel in deze vorm aan de deskundige
werd gesteld) luidt: ‘Is deze vingerafdruk van de verdachte?’
Stel nu dat de deskundige iets rapporteert in de trant van:
‘Deze afdruk is waarschijnlijk afkomstig van de verdachte.’ Het
OM en de rechtbank zullen meestal tevreden zijn met dit
antwoord.
Dat zou echter onterecht zijn. Een deskundige mag op grond
van enkel de match nooit een waarschijnlijkheid rapporteren
over de herkomst van de afdruk. Dit verbod komt op veel
mensen bijzonder contra-intuïtief over. Maar bedenk dat er
nog andere bevindingen een rol kunnen spelen. Stel bijvoorbeeld dat deze verdachte met een waterdicht alibi komt. Dan
is hij dus tijdens het misdrijf niet op de plaats delict geweest en
is de dadergerelateerde afdruk, ook als de match vrijwel
perfect zou zijn, hoogstwaarschijnlijk niet van hem. Een
deskundige die heeft gerapporteerd dat het waarschijnlijk wel
zo is, heeft onzin uitgekraamd. Of stel – omgekeerd – dat
getuigen duidelijk hadden gezien hoe de verdachte op de
plaats delict het misdrijf pleegde. Dan was de afdruk hoogstwaarschijnlijk wel van hem afkomstig en zou een deskundige
die daarover nog een te ruime mate van twijfel liet bestaan
verkeerd rapporteren. Aangezien we van een sporendeskundige ook niet kunnen vragen om de volledige context van de
zaak mee te nemen in zijn rapportage, moeten we concluderen dat de aan hem te stellen vraag niet mag zijn: ‘Wat is de
kans dat deze afdruk van deze verdachte afkomstig is, gegeven
hun match?’, maar: ‘Wat is de LR van deze match?’ Het gaat dan
in wezen om ‘de kans dat een willekeurig iemand even goed
zou matchen met de “vingerafdruk van de dader” als de
verdachte’. Het antwoord op die ‘zeldzaamheidsvraag’ is geheel
onafhankelijk van de overige bevindingen (alibi, herkenning
enzovoort). De betreffende LR weerspiegelt dus een zuivere,
contextvrije bewijskracht en vormt een kant-en-klare schakel
in de Bayesiaanse bewijsketen. Ook het NFI zal daarom in
principe altijd een LR rapporteren.26
De hiervoor besproken fout is in wezen een transposed
conditional-fout. Het zinnetje ‘Als deze verdachte de bron is,
dan is deze match waarschijnlijk’ wordt ten onrechte omge26
Die likelihood ratio wordt door het NFI soms nog gerapporteerd in de vorm van
woorden als ‘iets waarschijnlijker’ of ‘zeer veel waarschijnlijker’. Er is dan een door het
NFI bijgeleverd tabelletje nodig om deze omschrijvingen weer terug te vertalen naar
(een range van) getallen, die typisch een onzekerheid van een factor 10 bevatten. Het
zou volgens ons aan te bevelen zijn om likelihood ratio’s altijd te rapporteren in de
vorm van een getal met een bijbehorende onzekerheidsmarge.
draaid tot: ‘Als deze match optreedt, dan is
de verdachte waarschijnlijk de bron’. Voor
veel mensen lijkt dit wellicht een louter
theoretisch onderscheid zonder enige
praktische waarde. Maar zoals we in deel 2
zullen zien bij de analyse van de zogenoemde Carnavalsmoord, was het
misschien wel precies een soortgelijke
foutieve formulering die in die zaak tot een verkeerde beoordeling van de ware toedracht heeft geleid.27
9. Enkele overwegingen over het maken van
grove schattingen
Men kan de likelihood ratio’s niet altijd bepalen zonder soms
grove schattingen te maken. Een LR kan daardoor in de praktijk
best een onzekerheid van, zeg, een factor 10 of meer bevatten.
Stel bijvoorbeeld dat het voor het onschuldscenario in een
smokkelzaak van belang is hoe vaak passagiers per abuis de
verkeerde koffer van de bagageband pakken. Daar valt, met
wat onderzoek, wel degelijk iets over te zeggen, maar natuurlijk niet heel exact. Een factor twee of drie onzekerheid lijkt het
hoogst haalbare. Men zou dan, ten onrechte, kunnen denken
dat de betreffende onnauwkeurigheden te groot zijn om een
Bayesiaanse berekening enige zin te laten hebben. Soms zelfs
zal het maken van een schatting alleen subjectief mogelijk zijn
en daardoor geheel onverdedigbaar lijken. Wij willen daar de
volgende argumenten tegenover stellen.
• De schattingen zijn hoe dan ook onvermijdelijk. Iedereen
die bepaalde bevindingen in haar oordeel betrekt maakt
daarmee per definitie een kansinschatting. Dan kan beter
expliciet gebeuren dan (óók voor jezelf ) onzichtbaar en
oncontroleerbaar, op het gevoel, in een verborgen hoekje
van de geest.28
• Als we een getal niet zeker weten, hebben we de neiging
om uit te wijken naar formuleringen als ‘hoogst onaannemelijk’ of ‘zeker niet uit te sluiten’. Maar deze woorden
bevatten natuurlijk net zo goed subjectieve elementen en
enorme onzekerheden. Heeft iemand met ‘hoogst onaannemelijk’ een kans van 5 procent bedoeld? Of 0,1 procent? Of
0,005 procent? Als de lezer deze vraag niet kan beantwoorden, moeten we ons realiseren dat er dus misschien wel een
factor 1000 onzekerheid in dat zinnetje verstopt zat (dat wil
zeggen het verschil tussen 5 procent en 0,005 procent).
Opnieuw is het essentiële punt: als we een bepaalde bevinding willen laten meewegen bij ons oordeel en ons oordeel
dus mede gebaseerd zal zijn op hoe we de bijbehorende
(on)waarschijnlijkheden inschatten, dan is het belangrijk
27
28
Het betrof een niet helemaal volmaakte kogelmatch. In plaats van de desbetreffende
LR te rapporteren, vertelde een deskundige dat slechts kon worden gezegd dat de
kogel ‘waarschijnlijk’ (maar niet ‘zeer waarschijnlijk’) uit een bepaald wapen afkomstig was. Uit de overige bevindingen bleek echter dat die kans groter dan 99,999
procent was. Ook bij een slechte match (= kleine LR) kan wel degelijk een hoge kans
horen en vice versa. Daarom moet altijd een LR worden gerapporteerd.
Let wel: men mag nooit de inschatting van de LR laten afhangen van de inschatting
dat de verdachte al dan niet onschuldig is. Dat zou neerkomen op een cirkelredene­
ring, aangezien de kans op onschuld mede wordt bepaald door die LR.
November 2015
Menu
17
•
•
•
•
295
Een van de
grootste verdiensten van de
Bayesiaanse
methodiek is het
feit dat de
inherente
onzekerheden in
de waarheidsvinding correct
worden gekwantificeerd.
dat men zichzelf (en anderen) bewust
maakt van de mate van onzekerheid die
met die inschatting samenhangt. Dit kan
door van woorden over te stappen op
getallen en daarbij goed na te denken
over de bijbehorende onzekerheidsmarge. Over de onzekerheid in getallen
kun je zinniger en gerichter discussiëren
en communiceren dan over de onzekerheid in een verbale omschrijving. Daarin
zit hem de winst.
Het enkele feit dat men zich expliciet
bezig houdt met het getalsmatig
nadenken over de bevinding kan ertoe
leiden dat men de onzekerheid vaak flink
kan verkleinen ten opzichte van de meer
‘verbale’ formuleringen. Ook dat is winst.
Een onzekerheid van een factor 10 is al
veel beter dan een onzekerheid van een
factor 100. Ja, ook een factor 10-onzekerheid is nog best veel. Maar dat los je niet
op door dan maar weer terug te keren tot de (schijn)veiligheid van een verbale omschrijving.
Door met likelihood ratio’s te werken hoeft men niet noodzakelijkerwijs de afzonderlijke kansen op de bevinding
onder aanname van de beide hypotheses in absolute zin te
kennen, het gaat slechts om de verhouding. Men hoeft
bijvoorbeeld niet expliciet te weten wat onder het dader­
scenario de kans was op bepaalde uitlatingen van een
getuige, om soms toch te kunnen oordelen dat die uitspraak
onder het daderscenario – zeg – minstens tien keer waarschijnlijker was dan onder het onschuldscenario.
Hoe groot de onzekerheid in de kansinschatting ook is, door
een likelihood ratio te bepalen hebben we in elk geval de
juiste vraag gesteld. We hebben meer aan een onzeker
antwoord op de juiste vraag dan aan een exact antwoord op
de verkeerde. Ook kan het denken in likelihood ratio’s laten
zien welk extra onderzoek er eventueel nodig is.
In de praktijk valt het mee. Subjectief is nog niet hetzelfde
als irrationeel. In deel 2 zullen we naar echte rechtszaken
gaan kijken en laten zien dat het vaak doenlijk is om relevante schattingen te maken, of althans om redelijke bovenof ondergrenzen in te schatten. Het leidt tot zinnige conclusies. En aan het feit dat onzekerheden nu expliciet zichtbaar
worden in plaats van comfortabel verborgen te blijven, valt
te wennen. Sterker nog, uiteindelijk voelt het juist prettiger.
Tegenover het wellicht moeilijk te aanvaarden feit dat de kansinschattingen onvermijdelijk soms grote onzekerheidsmarges
zullen bevatten, staat de wellicht troostrijke gedachte dat het
tijdens de rechtszaak aan alle partijen vrij staat om hun eigen
kansinschattingen daarvoor in de plaats te stellen en die
vervolgens – dat dan natuurlijk wel – zo goed mogelijk te
verdedigen. In die dialectiek wordt wellicht de waarheid
dichter benaderd.
Wat echter niet is toegestaan, is om over de
bewijskracht alleen maar te zeggen: ‘Ik weet
het niet, ik heb werkelijk geen enkel idee’ en
desondanks de betreffende bevinding mee
te laten wegen in het uiteindelijke oordeel.
Maar wat als nu blijkt dat de onzekerheid in
de benodigde kansinschattingen, ondanks
alle pogingen tot het inperken van marges,
dusdanig groot blijft dat we bijvoorbeeld
slechts kunnen concluderen dat de kans op
daderschap ergens tussen de 1 procent en
99,99 procent ligt? Maakt dat de Bayesiaanse aanpak in dat geval niet waardeloos?
Nee, integendeel. Dan hebben we te maken
met wat juist een van de grootste verdiensten van de Bayesiaanse methodiek is,
namelijk het feit dat op deze manier de
inherente onzekerheden in de waarheidsvinding correct worden gekwantificeerd en
expliciet zichtbaar gemaakt. Het is belangrijk om te weten wat men (nog) niet weet.
Zonder aanvullend onderzoek zal de blootgelegde onzekerheid niet verdwijnen.
De opzet van een Bayesiaanse analyse is volkomen transparant
en bestaat uit (1) de expliciete lijst van bevindingen, (2) de
prior en (3) de materiële kansinschattingen. Over die opzet kan
men gericht nadenken. Een belangrijke vraag is bijvoorbeeld
of wel alle relevante bevindingen zijn meegenomen in de
analyse en of wel alle bevindingen inderdaad onafhankelijk
zijn. Maar gegeven de specifieke opzet van de betreffende
analyse zal men met enkel verbale formulering niet makkelijk
kunnen verhullen dat er onvoldoende gegevens zijn om een
duidelijke conclusie te kunnen trekken.
10. Bayesiaans denken als middel tegen tunnelvisie en ‘primacy effect’
Dat het Bayesiaanse model van bewijsinterpretatie zulk
krachtig gereedschap biedt voor de waarheidsvinding is niet
uitsluitend te danken aan de wiskunde en de logica. Die kracht
komt ook voort uit de symmetrie in het denken die dwingend
wordt opgelegd: voor het bepalen van de noodzakelijke likelihood ratio’s moet elke bevinding, elk bewijsmiddel, expliciet
tweemaal worden beschouwd: eerst onder aanname van
daderschap, daarna onder aanname van onschuld. Dat is overigens moeilijker dan het lijkt: het aangeleverd dossier met
belastend materiaal en het frame van de tenlastelegging
maken het zuiver vanuit het onschuldscenario denken soms
intuïtief lastig. Maar door die inspanning toch te verrichten
worden automatisch wél enkele belangrijke cognitieve instincten bestreden die vaak de waarheidsvinding belemmeren,
zoals de zogenoemde confirmation bias (tunnelvisie) en het
primacy effect.29 Het kan in een goed toegepaste Bayesiaanse
methodiek simpelweg niet voorkomen dat van de bevindin29
Bijv. P.E. Tetlock, ‘Accountability and perseverance of first impressions’, Social
Psychology Quarterly 1983, p. 285‑292.
November 2015
Menu
18
296
gen alleen wordt gezien hoe ze passen bij
een van de twee scenario’s, terwijl onzichtbaar blijft wat ze voor het andere scenario
betekenen.
Dit lost natuurlijk niet alle problemen op. In
de praktijk van het strafrecht komt het ook
wel voor dat de verzameling relevante
bevindingen zelf asymmetrisch samengesteld is. Dat wil zeggen dat reeds bij het
verzamelen van het bewijs de tunnelvisie
een rol heeft gespeeld. Er is geen enkele
manier waarop een analyse van de wél
verzamelde bevindingen dit effect weer
kan corrigeren. Soms kan een rechter
opmerken dat bepaalde voor de hand
liggende vragen niet gesteld zijn of dat
relevant sporenonderzoek ontbreekt. Maar
om dit probleem echt op te lossen, zou ook
de recherche Bayesiaans moeten gaan
werken.30
Het Bayesiaans
denken legt een
intrinsieke
symmetrie op
tussen dader- en
onschuldhypothese en vergt een
statistische blik op
de werkelijkheid.
Dat is voor veel
juristen onwennig.
11. Samenvatting en vooruitblik op deel 2
Wat er nu nog ontbreekt, is een startpunt. Als de likelihood
ratio’s allemaal updatefactoren zijn, dan moet er natuurlijk
eerst iets zijn om te updaten: dat is de prior. Daarvan wordt
vaak gezegd dat het onze ‘beginovertuiging’ weergeeft dat
iemand ‘het gedaan heeft’. Tegen elke verdachte moet ten
minste een redelijk vermoeden van schuld bestaan, mogelijk is
er zelfs sprake van ernstige bezwaren. Die ‘beginovertuiging’
moet nog worden gekwantificeerd en het is volgens ons
belangrijk om voor ogen te houden dat deze prior zeker niet
voorafgaat aan het bewijsproces of los staat van de bewijsmiddelen. Integendeel, de prior moet altijd gebaseerd zijn op de
feiten en omstandigheden van de betreffende zaak, hetzij
specifieke bevindingen, hetzij relevante algemene kennis,
bijvoorbeeld in de vorm van statistieken. De prior heeft dus
geen vaste waarde (er kunnen in reële zaken zowel zeer kleine
als zeer grote priors optreden), maar moet per geval worden
bekeken. In deel 2 zullen we dit uitgebreid behandelen en
daarbij een praktisch bruikbare benadering voorstellen voor
het vaststellen van Bayesiaanse priors.
Ook zonder prior kunnen likelihood ratio’s al nut hebben. Ze
vormen namelijk – zoals gezegd – niet alleen een goed middel
tegen een aantal veelvoorkomende cognitieve instincten,
maar kunnen daarnaast ook tot allerlei nuttige inzichten
leiden, mits men maar helder beseft wat er wel en wat er zeker
niet uit kan worden afgeleid. Likelihood ratio’s zijn de Bayesiaanse, numerieke uitdrukkingen van bewijskracht. Wat
daarmee dus wél kan is het onderling combineren en vergelijken van de bewijskracht van verschillende bewijsmiddelen.
Wat nooit kan met alleen maar likelihood ratio’s (dat wil zeggen
zonder een prior) is een eindoordeel vellen over daderschap of
onschuld. Men zou bijvoorbeeld door middel van likelihood
30
De recente werkwijze met ‘tegenspraakteams’ is overigens al een geweldige stap in de
goede richting.
ratio’s wel kunnen concluderen dat in een
bepaalde zaak twee bewijsmiddelen (zeg
een vingerafdrukmatch en een herkenning
door een getuige) samen genomen
ongeveer even sterk richting daderschap
wijzen als het alibi richting onschuld wijst.
Deze drie bewijsmiddelen kan men dan als
het ware op een kwantitatieve en logisch
goed onderbouwde manier tegen elkaar
wegstrepen. Dat kan een nuttig inzicht zijn.
Maar nooit zal men het eindoordeel over
schuld of onschuld kunnen baseren op
alleen likelihood ratio’s. Er zijn situaties
denkbaar (en in de praktijk ook voorgekomen) dat de likelihood ratio’s bijzonder
sterk in de richting van daderschap wijzen,
terwijl tegelijkertijd de a priori-kans op
daderschap zo ontzettend klein is dat het
product van de prior met likelihood ratio’s
– want daar gaat het uiteindelijk om – nog steeds alle ruimte
voor onschuld laat. Of vice versa. Kortom, het denken in likelihood ratio’s is altijd nuttig, maar een Bayesiaanse analyse
zonder prior blijft incompleet – alleen met een prior kan een
eindconclusie worden bereikt.
12. Twijfels over de toepasbaarheid?
Een laatste aspect dat hier moet worden genoemd, is de kritiek
die sommige deskundigen (bijvoorbeeld Van Koppen en
Derksen) wel eens hebben geuit over de praktische toepasbaarheid van Bayesiaanse technieken binnen de rechtspraak.
Van Koppen steunt het denken in likelihood ratio’s, maar stelt
dat het vinden van priors niet goed mogelijk zou zijn (eigenlijk
zegt hij dat het volstrekt onmogelijk is).31 Derksen maakt zich
eigenlijk niet zozeer zorgen over de geldigheid van een Bayesiaanse berekening (integendeel), als wel over het risico dat
bijvoorbeeld rechters de resultaten van een dergelijke berekening verkeerd zullen interpreteren. We kunnen deze discussie
hier niet helemaal behandelen, maar willen verwijzen naar een
online vrij beschikbare publicatie van Marjan Sjerps en Charles
Berger (beiden werkzaam bij het NFI): Het Bayesiaanse model
biedt een helder zicht op een complexe werkelijkheid.32 Deze
publicatie biedt, hoewel alweer enkele jaren oud, in een kort
en zeer leesbaar bestek een paar heldere inzichten over hoe de
praktijk van de strafrechtspraak en de Bayesiaanse methodiek
harmonieus kennis met elkaar zouden kunnen maken en
welke misverstanden daarbij liefst moeten worden vermeden.
Enkele zinnetjes uit deze publicatie wil ik met instemming
citeren.
31
32
P. van Koppen, Overtuigend bewijs, Den Haag: Boom Juridische uitgevers 2011, hfd. 9
(‘Rekenen met bewijs’).
M. Sjerps & Ch. Berger Het Bayesiaanse model biedt een helder zicht op een complexe
werkelijkheid, Den Haag: Nederlands Forensisch Instituut 2011.
November 2015
Menu
19
“Toepassing van het Bayesiaanse model laat
zien dat de werkelijkheid ingewikkeld is. Het is
dus niet zo dat het model die complexiteit
toevoegt.”
“De correcte reactie op een dergelijke zorg
[dat Bayesiaanse resultaten verkeerd zouden
worden geïnterpreteerd] is het informeren en
bijscholen van rechters, niet het overboord
gooien van een wetenschappelijk juiste
methode.”
Nooit zal men het
eindoordeel over
schuld of onschuld
kunnen baseren
op alleen
likelihood ratio’s.
Van recentere datum zijn bijvoorbeeld publicaties van Barbara
van den Berg waarin zij pleit voor een bredere toepassing van
het Bayesiaanse denken binnen het strafrecht33 en van Henry
Prakken34 en Jaap de Groot35 waarin zij zich juist kritisch
33
34
35
Van den Berg, a.w.
H. Prakken, ‘Strafrechtelijk bewijzen: met Bayes of met verhalen? Of is er een derde
weg?’, Expertise en Recht 2014, afl. 1, p. 4-19.
De Groot, a.w.
297
hebben uitgelaten over (de toepassingsmogelijkheid van) sommige aspecten van de
Bayesiaanse methodiek.
Prakken schrijft:
“De eis om altijd een schatting van de a-priorikansen te maken leidt bij graden van geloof
tot nog een probleem. Het maakt Bayesiaanse
redeneringen [...] namelijk circulair, omdat de
conclusie sterker gerechtvaardigd wordt
naarmate men er vooraf meer in gelooft.”
En hij bespreekt bijvoorbeeld ‘verhaal en verankering’ en ‘argumentatie’ als door sommigen gebruikte alternatieve modellen
voor bewijswaardering. De Groot is vooral bang dat de Bayesiaanse methodiek niet praktisch toepasbaar zou zijn in de
rechtspraak.
We zullen zowel de zorgen over het vinden van bruikbare
priors (Van Koppen, Prakken) als de zorgen over de praktische
toepasbaarheid (De Groot) proberen weg te nemen in deel 2.
Daarover kan de lezer dan zelf oordelen.
November 2015
Menu
20
F. Alkemade en H.G.W. Stikkelbroeck, ‘In onderling verband en in samenhang bezien: een
praktische uitleg van een Bayesiaans aanpak in het strafrecht deel 2: Het bepalen van de
Bayesiaanse Prior Odds in strafzaken’, Trema november 2015, p. 340‐354
Menu
21
340
Frans Alkemade en Harry Stikkelbroeck
Dr. F. Alkemade werkt als cursusdocent voor de SSR en treedt af en toe op als Bayesiaans
deskundige in strafzaken. Ook is hij fysicus en als atmosfeeronderzoeker verbonden geweest aan
onder andere RIVM, KNMI, Universiteit Utrecht en SRON. Mr. H.G.W. Stikkelbroeck werkt als senior
raadsheer bij het hof Arnhem-Leeuwarden.1
In onderling verband en in samenhang bezien: een
praktische uitleg van een Bayesiaanse aanpak in
het strafrecht deel 2
Het bepalen van de
Bayesiaanse ‘prior
odds’ in strafzaken
In dit deel van ons tweeluik over de toepasbaarheid van het Bayesiaans denken in het
strafrecht willen we laten zien hoe we in strafzaken de zogenoemde prior probability
(c.q. prior odds) kunnen inschatten op een manier die zowel praktisch bruikbaar is,
alsook logisch en wiskundig goed onderbouwd. Daarmee maken we het Bayesiaanse
ketenmodel dat we in deel 1 hebben uitgelegd compleet en in principe toepasbaar in
het strafrecht. We zullen dit met voorbeelden illustreren. Daarbij zullen we niet zozeer
optimale kansinschattingen maken, maar redelijke boven- of ondergrenzen zoeken.
We hadden in deel 1 de likelihood ratio’s (LR’s) geïntroduceerd,
en gezien dat ze de update factors vormen waarmee de waar­
schijnlijkheidsverhouding van de scenario’s van bijvoorbeeld
1
We willen Heika Frankena, John Coster van Voorhout, Henry Prakken, Richard Gill, Eric
Rassin, en een onbekende referent bedanken voor hun commentaar op de conceptversies van deze artikelen.
daderschap en onschuld (oftewel: de odds op daderschap)
onder bepaalde voorwaarden steeds mogen worden verme­
nigvuldigd. Maar een updatefactor heeft natuurlijk pas bete­
kenis als er eerst iets is om te updaten. Voor een complete
analyse moeten we dus nog een beginwaarschijnlijkheid
hebben die als startpunt dient. Dit is de prior probability, vaak
December 2015
Menu
22
341
Afbeelding: Shutterstock
uitgedrukt in de vorm van prior odds, en meestal kortweg prior
genoemd.2
De rekenregel van Bayes leert ons dat het product van de prior
odds met alle relevante likelihood ratio’s voor de onafhanke­
lijke bevindingen de zogenoemde posterior odds oplevert. Dit
is de uiteindelijke waarschijnlijkheidsverhouding tussen de
scenario’s op grond van de specifieke set bevindingen en de
specifieke kansinschattingen. Na herhaaldelijk toepassen
krijgt de rekenregel dan deze vorm:
posterior odds = prior odds × LR1 × LR2 × LR3 × ...
Maar hoe komen we nu aan die prior? Door sommigen wordt
gedacht dat deze ‘beginovertuiging’ een soort filosofische
grootheid is die voorafgaat aan het bewijsproces of los staat
van de bewijsmiddelen, en daarmee dus iets willekeurigs of
zelfs onkenbaars zou zijn. Dat is niet zo. De prior moet altijd
worden gebaseerd op een of meer van de specifieke feiten en
omstandigheden van de betreffende zaak, waarbij eventueel
ook de toepasbaarheid van bepaalde statistieken een bevin­
ding kan vormen. Dit laatste zou je een gedeelte van de achter­
2
grondkennis kunnen noemen: het geheel van feiten dat (al dan
niet impliciet) naast de expliciet genoemde bevindingen ook
invloed heeft op onze kansinschattingen. De prior heeft dus
geen vaste waarde (er kunnen in reële zaken zowel zeer kleine
als zeer grote priors optreden), maar moet per geval worden
bekeken.
Zoals we in paragraaf 3 zullen zien zijn er meerdere keuze­
mogelijkheden om in een zaak de prior te bepalen. Hoewel de
prior dus heel verschillende waarden kan krijgen, zal deson­
danks de posterior odds (= de uiteindelijke uitkomst van de
analyse) in principe ruwweg gelijk blijven.
De prior is als het ware de uitkomst van een (op zich niet
noodzakelijkerwijs Bayesiaanse) deelanalyse die de kans
(c.q. odds) op daderschap vaststelt louter op grond van een
geselecteerde subset van bevindingen en/of achtergrond­
kennis. Omdat we de betreffende subset vrij mogen
samenstellen, kan deze vaak zo worden gekozen dat deze
deelanalyse conceptueel simpel is. Op deze manier blijkt
de prior vaak op een helder te verwoorden en logisch goed
onderbouwde manier in te schatten, waarbij het subjec­
tieve element relatief klein kan worden gehouden.
In het vervolg zullen we met prior soms prior probability bedoelen en soms prior
odds. Beide zijn een-op-een aan elkaar gerelateerd, mits de hypotheses elkaar uitsluiten.
December 2015
Menu
23
342
De prior heeft
geen vaste waarde,
maar moet per
geval worden
bekeken.
Zelf passen wij vaak het volgende recept
toe: beschouw het moment waarop een
persoon in beeld komt bij de opsporing.3
Op dat moment heeft per definitie iemand
(meestal een deskundig iemand) kennelijke
redenen om een zekere waarschijnlijkheid
toe te kennen aan een daderscenario voor
deze persoon. Als we die redenen analyse­
ren, en de kans op daderschap inschatten
uitsluitend op grond van de bevindingen
die op dat moment en in die situatie tot de verdenking hebben
geleid (dus zonder acht te slaan op alle andere bevindingen
die daarna en/of daarbuiten nog bekend zijn geworden), dan
blijkt dat vaak op een redelijk inzichtelijke manier een prior op
te leveren. Aan alle andere bevindingen (die we dus nog niet in
beschouwing hadden genomen ten behoeve van de prior,
meestal omdat ze pas later zijn opgekomen) kan dan vervol­
gens een likelihood ratio worden toegekend. We gaan dit
recept met wat korte voorbeelden verduidelijken. Daarbij is
het goed om nog even in herinnering te roepen dat we het
steeds over slechts twee scenario’s hebben: daderschap of
onschuld. De prior geldt voor één persoon (die eventueel nog
wel kan behoren tot een groep van mogelijke daders voor wie
elk dezelfde prior geldt). In de praktijk kunnen er natuurlijk
best meer dan twee scenario’s zijn, zoals meerdere mogelijke
toedrachten en/of meerdere onschuldscenario’s. Over het
opstellen van zinnige scenario’s heeft bijvoorbeeld Van
Koppen zeer behartigenswaardige dingen geschreven.4 De
Bayesiaanse methodiek kan ook worden toegepast op meer
dan twee scenario’s, al krijgt de rekenregel dan een iets andere
vorm. Dat valt buiten het kader van dit artikel.
Voorbeeld 1
Een vrouw is vermoord. In principe, nog los van een concrete
strafrechtelijke verdenking maar zuiver statistisch, is een even­
tuele partner dan direct ‘in beeld’, aangezien voor moord op
vrouwen geldt dat in ruwweg 40 procent de partner de dader
is.5 Op grond van dit enkele statistische feit worden de prior
odds dus ‘kans op daderschap’ gedeeld door ‘kans op onschuld’
= 40/60 = 2/3 (‘twee tegen drie’). Voor alle duidelijkheid, deze
prior moet niet (onbewust) worden geïnterpreteerd als een
concrete verdenking of exact getal. Het is slechts de nume­
rieke uitdrukking van het inzicht dat wanneer een vrouw
vermoord is, de kans op daderschap a priori groter is voor haar
partner dan voor een willekeurige burger. Dat betekent dat als
een daderspoor in zekere mate matcht met de partner, dit tot
een sterkere verdenking mag leiden dan wanneer het dader­
spoor in diezelfde mate zou matchen met een volstrekt wille­
keurig iemand. De orde van grootte van die a priori waarschijn­
3
4
5
Er kan dan bijv. al sprake zijn van een redelijk vermoeden van schuld (art. 27 lid 1 Sv),
mogelijk zelfs van ernstige bezwaren tegen die persoon. Maar het kan ook iemand
zijn die tot een groep van mogelijke daders wordt gerekend.
P. van Koppen, Overtuigend bewijs. Indammen van rechterlijke dwalingen, Amsterdam:
Nieuw Amsterdam 2011.
H. Stöckl et al., ‘The global prevalence of intimate partner homicide. A systematic
review’, The Lancet 2013, p. 859–865.
lijkheid wordt gegeven door de statistiek,
precies zoals de statistiek bijvoorbeeld ook
de incidentie van bepaalde ziektes geeft,
zonder daarmee nog iets te zeggen over
een individuele patiënt. Voor eventuele
latere bevindingen richting daderschap
(DNA, recente levensverzekering, historie
van huiselijk geweld) of richting onschuld
(alibi) kunnen dan likelihood ratio’s worden
ingeschat die respectievelijk groter dan 1 of
kleiner dan 1 zullen zijn.
Voorbeeld 2
Een tasjesroof. Een ervaren rechercheur denkt dat de dader
best wel eens kon behoren (fiftyfifty naar zijn mening) tot het
groepje van 25 rondom de plaats van delict opererende veel­
plegers dat hij al een tijdje volgt. Enerzijds is dit natuurlijk een
subjectieve inschatting. Anderzijds is dit de professionele
mening van een ervaren rechercheur. Zijn inschatting is geba­
seerd op alle feiten en omstandigheden die op dat moment
over de zaak bekend zijn (locatie, werkwijze enzovoort), en als
zodanig een optimale kansinschatting, niet zomaar een wille­
keurig getal. Deze 25 veelplegers zijn daarmee op dat moment
‘in beeld’ gekomen. Voor elk van hen schatten we op dat
moment de kans op daderschap dus ongeveer 0,5 × 1/25 =
0,02 = 2 procent.6 Deze prior bevat – uiteraard – een flinke
onzekerheid, maar daarmee is het nog geen betekenisloos
getal. Er zal gegeven een prior van 0,02 van eventuele latere
bevindingen (signalement, herkenning in de fotoconfrontatie,
bekentenis, bezit van de betreffende tas) flink wat bewijs­
kracht worden geëist om tot een veroordeling te kunnen
komen, maar veel minder dan voor een willekeurige burger zou
gelden. Voor die laatste ligt de prior misschien maar in de orde
van één miljoenste.
Voorbeeld 3
Een roofoverval in Groningen, eind van de middag. Twee
gemaskerde mannelijke daders vluchten in een zwarte BMW 5
met Nederlands kenteken. Stel dat de statistieken ons ruwweg
het volgende leren: er zijn zo’n drieduizend van dit soort auto’s
in Nederland, op het moment van de overval zullen er daarvan
gemiddeld dertig (= 1 procent) ergens in Noord-Nederland op
de weg zijn, en in ongeveer vijf daarvan zullen twee mannen
zitten. Als er een kwartier later in Assen een zwarte BMW 5 met
twee mannen wordt gesignaleerd, is de kans dus 20 procent
(want één van de vijf ) dat het de daders betreft, 80 procent
kans dat het onschuldigen zijn. De prior odds zijn dus ongeveer
20/80 = 1/4. (Dat dit slechts een orde van grootte betreft
spreekt – opnieuw – vanzelf, het getal is afhankelijk van vele
factoren, zoals wat we precies als ‘Noord-Nederland’ beschou­
wen enzovoort) Na aanhouding kan deze prior worden verme­
6
De factor 0,5 in het rekensommetje ‘0,5 × 1/25 = 0,02’ weerspiegelt de fiftyfifty-kans
dat 1 van de 25 veelplegers de dader is. De prior odds zijn dan 2 procent/98 procent,
dus óók ongeveer 0,02. In het algemeen zijn voor kleine kansen de numerieke
waardes voor kans en odds ongeveer gelijk. Zie deel 1 van dit tweeluik voor het
verband tussen odds en kansen.
December 2015
Menu
24
nigvuldigd met de likelihood ratio’s van
eventuele nadere bevindingen (bivakmut­
sen, buit, wapens).
Voorbeeld 4
Het vergt waarschijnlijk enige
gewenning om te
werken met
onzekerheden en
aannames. Toch is
het in onze visie
zinvol om op deze
manier naar priors
te kijken.
Een moord. Er zijn geen braaksporen. Stel
dat de ervaring ons leert dat in ongeveer de
helft van de vergelijkbare gevallen de dader
een bekende was. (Natuurlijk is dit afhanke­
lijk van de situatie. In een klein Drents
dorpje waar alle achterdeuren altijd open­
staan ligt het anders.) Men schat daarom
fiftyfifty dat de dader een bekende van het
slachtoffer was. De politie heeft een lijst van
honderd bekenden opgesteld. We schatten
dat twee derde van alle bekenden op die
lijst staat. Er is dus 50 procent × 2/3 = 1/3
kans dat de dader op die lijst staat.7 Stel nu
dat een biologisch daderspoor iedereen op de lijst uitsluit, op
één iemand na. Dan geldt voor hem – louter op grond van deze
gegevens – een kans van 1/3 op daderschap en (dus) 2/3 op
onschuld. Oftewel: 1 tegen 2 dat hij de dader is. Prior odds =
1/2. Na aanhouding kan deze prior worden vermenigvuldigd
met likelihood ratio’s van nadere bevindingen. Opnieuw moet
natuurlijk de onzekerheidsmarge niet worden vergeten.
Misschien moeten we stellen dat de kans dat de dader een
bekende van het slachtoffer was ergens tussen de 25 en 75
procent ligt. Dan blijken de prior odds – na even rekenen –
tussen de 0,2 en 1 te liggen.
Het vergt – zoals gezegd – waarschijnlijk enige gewenning om
te werken met onzekerheden en aannames, zoals we die ook
in de voorbeeldjes hiervoor zijn tegengekomen. Toch is het in
onze visie zinvol om op deze manier naar priors te kijken. Om,
met andere woorden, steeds de vraag te stellen hoe een
verdachte oorspronkelijk in beeld is gekomen en hoe sterk de
aanwijzingen op dat moment waren. We hoeven onze ogen
niet te sluiten voor de onzekerheidsmarges om toch te kunnen
inschatten over welke orde van grootte we het hebben. Zodra
iemand bij zichzelf denkt ‘dat zou hem wel eens kunnen zijn’,
weet hij immers na enig zelfonderzoek wellicht ook wel aan te
geven waarom hij dat dacht, en hoe sterk hij dat dacht.
Bovendien, we zullen wel moeten. De logica leert ons dat de
overwegingen die bij de oorspronkelijke verdenking een rol
hebben gespeeld hoe dan ook doorwerken in de uiteindelijke
waarschijnlijkheid van daderschap of onschuld. Iedereen die
een oordeel daarover wil geven, zal hierover dus moeten
nadenken en tot zo goed mogelijke schattingen moeten
komen.
7
343
De Duitse wetenschapper Gerd Gigerenzer propageert voor het begrijpen van dit soort
argumenten de zogenoemde natural frequencies. Dat zou in dit geval als volgt gaan:
er zijn naar schatting 150 voor het slachtoffer bekende personen. De kans dat de
dader daartussen zit is 1/2. De politie kon van die 150 personen een lijst opstellen
waarop er 100 staan (2/3 dus van de 150). De kans dat de dader daartussen zit is dan
2/3 × 1/2 = 1/3. Van die 100 worden er vervolgens 99 uitgesloten. Voor die ene die
overblijft, is de kans op daderschap dus 1/3.
1. Het verschil tussen prior en
likelihood ratio
Het is belangrijk om goed het verschil te
onderkennen tussen prior odds en een like­
lihood ratio. Omdat het in beide gevallen
kansverhoudingen betreft (eenheidsloze
getallen dus) die ook op enig moment met
elkaar worden vermenigvuldigd, ligt enige
verwarring op de loer. Toch is er een wezen­
lijk verschil: een prior gaat over de kans op
hypotheses, likelihood ratio’s gaan over de
kans op bevindingen. Preciezer, een prior
beschrijft een directe (in het jargon:
‘absolute’) kans op een hypothese, de likeli­
hood ratio is gebaseerd op twee voorwaar­
delijke kansen op een bevinding, waarbij
respectievelijk wordt gekeken naar de kans
op de bevinding bij de ene hypothese
tegenover de kans op de bevinding bij de andere hypothese.
De formulering van prior odds kan dus de vorm hebben ‘4
tegen 1 dat hij het gedaan heeft’ (oftewel een absolute kans
van 80 procent op daderschap), terwijl in de formulering van
een likelihood ratio het woordje ‘als’ een (conceptuele) rol
moet spelen, zoals in: ‘Als hij het gedaan heeft, dan was de
kans op deze bevinding 90 procent. Als hij onschuldig is, dan
was de kans op deze bevinding 30 procent.’ (Oftewel een likeli­
hood ratio van 90/30 = 3 richting daderschap; de odds op
daderschap mogen met een factor 3 worden verhoogd.)
Weer anders gezegd: voor een likelihood ratio zijn kansin­
schattingen nodig in ‘voorwaartse’ richting (dat wil zeggen,
redenerend vanuit twee verschillende hypotheses over de
oorzaak naar hetzelfde waargenomen gevolg), terwijl een prior
een directe inschatting is van de waarschijnlijkheid van de
daderhypothese, echter nog zonder dat alle bevindingen dan
al noodzakelijkerwijs in beschouwing zijn genomen. Het
bepalen van de prior staat op zich dus los van de rekenregel
van Bayes. Deze rekenregel verbindt slechts de afzonderlijke
puzzelstukjes weer tot een samenvattende conclusie.
We zullen verderop uitleggen dat we een keuze hebben om
een bewijsmiddel óf van een likelihood ratio te voorzien, óf het
(mede) te gebruiken voor het bepalen van de prior. In beide
gevallen kunnen deels dezelfde materiële kansinschattingen
een rol spelen. Juist bij dat soort exercities is het belangrijk om
het verschil tussen prior en likelihood ratio (zowel conceptueel
als numeriek) goed in gedachten te houden.
2. Verwarring over de prior, en hoe dat op te
lossen
In deel 1 hebben we dit al kort aangestipt: over de priors wordt
verschillend gedacht.8 Hier willen we slechts één punt uit deze
8
We zullen die discussie nu niet in zijn geheel behandelen, maar verwijzen naar de
recente publicatie van Henry Prakken, ‘Strafrechtelijk bewijzen: met Bayes of met
verhalen? Of is er een derde weg?’, Expertise en Recht 2014, afl. 1, p. 4-19. In dit artikel
geeft Prakken een heldere uiteenzetting van de kritiek op de Bayesiaanse methode
zoals die o.a. door Peter van Koppen (a.w.) is geuit en beschrijft hij de weerlegging
van deze kritiek door zowel M. Sjerps en Ch. Berger (Het Bayesiaanse model biedt een
December 2015
Menu
25
344
discussie kort bespreken. Volgens Van Koppen bestaan er in
het strafrecht geen goed te beredeneren a priori waarschijn­
lijkheden.9 De achtergrond van dit veelvoorkomende misver­
stand is het idee dat een prior vooraf zou moeten gaan aan de
bewijsvoering, en dus als het ware los zou staan van de bewijs­
middelen.10 Volgens Van Koppen menen ‘de Bayesianen’ dat
een prior bijvoorbeeld draait om de algemene kans dat een
mens een misdaad pleegt, of om de algemene kans dat een
verdachte schuldig is, puur op grond van het gegeven dat hij
een verdachte is. Dit is echter niet wat ‘de Bayesianen’ in het
algemeen menen. Ook is wel gezegd dat de prior ten diepste
onkenbaar is, en dus maar op 1/2 moet worden gesteld. Of dat
de prior er eigenlijk niet toe doet omdat hij toch ‘verwatert’ als
er maar genoeg aanvullend ander bewijs is. Ook dit is onjuist.
Interessanter is het verweer van Prakken, die de prior helder
uitlegt, maar een probleem ziet als de betreffende kans niet in
frequenties kan worden uitgedrukt, maar in feite een graad
van geloof is.11 Hoewel, zoals reeds gezegd in deel 1, ook
graden van geloof volgens ons voldoen aan de kansaxioma’s,
zullen we deze zorg zo goed mogelijk ondervangen door
priors maximaal te baseren op objectiveerbare gegevens,
helder zicht op een complexe werkelijkheid, Den Haag: Nederlands Forensisch Instituut
2011) alsook door D.J.C. Aben (‘Trial and guess’, Expertise en Recht 2011, p. 45-51).
Van Koppen, a.w., p. 214.
Van Koppen, a.w., p. 219: Van Koppen bekritiseert Aart de Vos die in zijn prior alvast
allerlei bewijsmiddelen heeft verwerkt.
Zie deel 1 van dit tweeluik: Prakken schrijft: “De eis om altijd een schatting van de
a-priori-kansen te maken leidt bij graden van geloof tot nog een probleem. Het maakt
Bayesiaanse redeneringen [...] namelijk circulair, omdat de conclusie sterker gerechtvaardigd wordt naarmate men er vooraf meer in gelooft.”
9
10
11
Stelling: voor het bepalen van een prior zijn er meerdere
mogelijkheden, gebaseerd op de keuze om bevindingen al
dan niet te gebruiken voor het bepalen van een prior.
We presenteren hier een fictieve casus, schematisch geba­
seerd op een moord in Alphen aan de Rijn.1 Een jonge vrouw
is alleen in haar ouderlijk huis en wordt later vermoord
aangetroffen op haar zolderkamer. We beschouwen slechts
vier bevindingen die we – ten behoeve van het voorbeeld –
zonder enige nuancering als vaststaande feiten presenteren.
(De werkelijkheid was natuurlijk ingewikkelder. Er was
bijvoorbeeld enige discussie of bepaalde sporen wel dader­
sporen waren.)
• Bevinding 1: er zijn geen sporen van inbraak.
• Bevinding 2: van de dader is een zeer onvolledig autoso­
maal DNA-spoor aangetroffen.
• Bevinding 3: van de dader is een y-chromosomaal DNAspoor aangetroffen.
• Bevinding 4: van de dader is een schoenafdruk aangetrof­
fen.
1
Hof ’s-Gravenhage 27 oktober 2010, ECLI:NL:GHSGR:2010:BO1756.
kansinschattingen en/of statistieken. Bovendien wordt het
bezwaar van Prakken dat “de conclusie sterker gerechtvaardigd
wordt naarmate men er vooraf meer in gelooft” ondervangen
doordat bevindingen die als basis voor de prior dienen, niet
langer middels een likelihood ratio de posterior odds zullen
versterken. Grotere prior odds leiden in dat geval dus niet
automatisch tot grotere a posteriori odds.
Volgens ons is de prior een goed te hanteren begrip, waarvan
de numerieke waarde in veel gevallen op redelijk objectieve,
of althans rationele wijze kan worden uitgerekend of geschat.
Zoals gezegd, de prior kan en moet worden gebaseerd op een
subset van de specifieke bevindingen in een zaak, inclusief de
geldende statistieken en/of relevante achtergrondkennis. De
bepaling van de prior zelf hoeft niet Bayesiaans te gebeuren,
maar mag bijvoorbeeld ook gebaseerd zijn op een in deze
zaak relevant statistisch gegeven, op een kansboom, op het
feit dat de dader zich in een bepaalde groep moet bevinden
enzovoort.
In het Bayesiaanse systeem kan een bepaalde bevinding
op twee manieren in de berekening worden betrokken: (i)
de bevinding vormt (mede) de basis voor het bepalen van
de prior of (ii) er wordt aan de bevinding een likelihood
ratio toegekend die een vermenigvuldigingsfactor vormt
in de keten van likelihood ratio’s zoals die hiervoor is weer­
gegeven.
Als men bij dit soort exercities steeds dezelfde materiële kans­
inschattingen gebruikt, zal het voor het uiteindelijke resultaat
Puur ten behoeve van dit voorbeeld gaan we verder uit van
een volwassen Nederlandse man als dader, en doen we even
alsof nader onderzoek zonder enige onzekerheid de
volgende cijfers en resultaten heeft opgeleverd.
• Omdat er geen sporen van inbraak zijn gaan we ervan uit
dat er 50 procent kans is dat de moordenaar een bekende
van het slachtoffer was. (Dit is dus géén wetenschappelijk
gegeven, maar een heuristische inschatting.)
• De recherche heeft een lijst opgesteld van honderd
mannelijke bekenden die het slachtoffer vrijwillig zou
binnenlaten. We schatten in dat deze lijst twee derde van
alle mannen bevat voor wie dat geldt.
• Van alle Nederlandse mannen matcht 5 procent met het
y-chromosomaal DNA-spoor.
• De schoenafdruk is afkomstig van een type en maat
waarvan er in Nederland driehonderd paar verkocht zijn.
Uitgaande van zes miljoen volwassen Nederlandse
mannen, heeft dus 1 op de 20.000 dergelijke schoenen.
(We gaan er in dit voorbeeld van uit dat de schoenen wille­
keurig over Nederland verdeeld zijn.)
• Hoewel het NFI van het autosomale DNA-spoor geen likeli­
hood ratio zegt te kunnen berekenen, blijkt dat precies 1
van de 100 mannen op de recherchelijst matcht met (en
December 2015
Menu
26
dus niet wordt uitgesloten door) dit spoor. Deze man is
vanaf dat moment de verdachte. Het blijkt dat hij ook
matcht met het y-chromosomaal DNA en dat hij het
betreffende type schoenen bezit.
Wat is nu de kans dat deze verdachte de dader is? We zullen
de Bayesiaans berekening in drie varianten laten zien.
Variant 1
We baseren de prior op de redenen waarom de verdachte in
beeld kwam: hij stond op de recherchelijst en werd als enige
niet uitgesloten door het autosomale DNA.
• Bevinding 1 en Bevinding 2 leveren dus de prior, die we
‘Prior12’ noemen. We redeneren als volgt: er bestaat een
kans van 1/2 dat de dader een bekende was, en voor een
willekeurige bekende is de kans 2/3 dat hij op de lijst van
de recherche staat. Er is dus 1/2 × 2/3 = 1/3 kans dat de
dader op die lijst staat. De enige op die lijst die de dader
kan zijn, is de verdachte. Dus geldt voor hem een kans van
1/3 op daderschap en 2/3 op onschuld. Oftewel: 1 tegen 2
dat hij de dader is. De prior odds zijn dus 1/2.
• Bevinding 3 levert LR3. Het quotiënt van twee kansinschat­
tingen is nodig: wat was de kans dat de verdachte zou
matchen met het y-chromosomaal DNA-spoor uitgaande
van daderschap (100 procent natuurlijk), en wat was de
kans op die match uitgaande van onschuld? Voor een
willekeurige Nederlandse man is dat slechts 5 procent. De
LR3 is dus 100/5 = 20.
• Bevinding 4 levert LR4. Voor de dader geldt een kans van
100 procent dat hij in het bezit was van schoenen die
matchen met het schoenspoor. Voor een willekeurige
Nederlandse man is die kans 1 op de 20.000, oftewel 0,005
procent. LR4 is dus 100/0,005 = 20.000.
De odds op daderschap zijn dan:
Prior12 × LR3 × LR4 = (1/2) × 20 × 20.000 = 200.000
Conclusie: 200.000 tegen 1 dat deze verdachte de dader is.
Variant 2
We kiezen nu een andere manier om de bevindingen te
verdelen over prior en likelihood ratio’s. Alles wordt daardoor
wel wat ingewikkelder.
• Bevinding 1 levert LR1. We hadden in variant 1 al gezien dat
als we uitgaan van daderschap van de verdachte, de kans
dat hij op de lijst zou staan 33,3 procent was. Uitgaande
van onschuld was voor een willekeurige onschuldige
Nederlandse man die kans slechts 100 op de 6.000.000,
oftewel 0,001666... procent.
• LR1 is dus 33,3/0,001666... = 20.000.
• Bevinding 2 levert LR2. Als de verdachte de dader is, was de
kans op de match 100 procent. Als de verdachte onschul­
dig was, hebben we eigenlijk de random match probability
345
nodig. Het NFI kon die niet berekenen, maar we kunnen
hem wel schatten. Uitgaande van onschuld was het
namelijk puur toeval dat precies 1 van de 100 (onschul­
dige) mannen matchte. Statistische wetten (buiten het
kader van dit artikel) leren ons dat dan onder bepaalde,
redelijke aannames de optimale schatting voor de match­
kans per individu ongeveer 1/150 is.2 (‘Optimaal’ wil hier
zeggen dat de kans dat je te hoog zit precies even groot is
als de kans dat je te laag zit.) Dus LR2 = 150.
• Bevinding 3 levert dezelfde LR3 als in de eerste variant:
LR3 = 20.
• Bevinding 4 levert nu Prior4. Er is een schoenspoor van een
maat en type waarvan maar driehonderd paar verkocht
zijn in Nederland. Voor iemand die een dergelijk paar bezit,
geldt dus een prior odds van 1/300 = 0,00333... op dader­
schap.
De odds op daderschap zijn nu:
Prior4 × LR1 × LR2 × LR3 = 0,00333 × 20 × ±150 × 20.000 =
±200.000
Opnieuw is de conclusie dus: 200.000 tegen 1 dat deze man
de dader is.
Variant 3
Men kan er ook voor kiezen om de prior conceptueel
helemaal ‘aan het begin’ te nemen en simpelweg te stellen
dat voor elk van de zes miljoen Nederlandse mannen de kans
op daderschap 1 op 6.000.000 (= 0,0000001666...) was. Alle
vier de bevindingen leveren nu een likelihood ratio voor de
odds op daderschap:
Prior0 × LR1 × LR2 × LR3 × LR4 = 0,0000001666... × 20.000 × 20
× ±150 × 20.000 = ±200.000
Opnieuw dezelfde uitkomst. Uiteraard hebben we allerlei
nuanceringen weggelaten en zullen in realistische situaties
de uitkomsten ook nooit zo mooi gelijk uitkomen. We wilden
slechts illustreren dat er meerdere varianten mogelijk zijn
voor het kiezen van de prior, die ruwweg dezelfde posterior
odds zullen opleveren, zolang de materiële kansinschattin­
gen maar gelijk blijven. Voor veel mensen zal de eerste
variant het natuurlijkst aanvoelen. Er zijn echter ook mensen
die graag een ‘zuiverder’ prior willen, zoals in variant 3.
2
Moet het niet 1/100 zijn? Nee, hier dreigt een transposed conditional:
als P = 1/100, dan is – inderdaad – de verwachtingswaarde gelijk aan 1 match op
100 experimenten. Maar andersom hoeft dit niet te gelden. Dat komt omdat je bijv.
moet gaan meewegen dat P misschien gelijk was aan 1/400 en je toevallig toch
nog één match had, of dat P gelijk was aan 1/40 en je toevallig toch maar één
match had. Dit hoeft geen symmetrische integraal rondom 1/100 te zijn. Als je
alleen die ene match hebt maar niets over de waarde van P weet, dan zul je een
redelijke aanname moeten maken over de waarschijnlijkheid dat bepaalde kansintervallen P omvatten, bijv. door voor alle logaritmische intervallen een gelijke kans
te nemen. Die aanname leidt tot een schatting van ongeveer 1/150.
December 2015
Menu
27
346
Het bepalen van
de prior staat op
zich los van de
rekenregel van
Bayes. Deze
rekenregel
verbindt slechts de
afzonderlijke
puzzelstukjes weer
tot een samenvattende conclusie.
niet veel uitmaken hoe men de bevindingen
als het ware verdeeld heeft over de prior en
de likelihood ratio’s.
Dit betekent dus, strikt genomen, dat men
ook een prior zou kunnen kiezen die geba­
seerd is op het totaal van alle bevindingen
van een zaak, zodat men Bayes überhaupt
niet meer nodig heeft. En inderdaad zijn er
(simpele) zaken denkbaar (bijvoorbeeld een
onbetwiste heterdaad) waarin dit een prima
oplossing is. Wanneer echter de verzame­
ling bevindingen complexer en de waar­
heidsvinding minder duidelijk is, kan een
menselijk brein onmogelijk nog alle bevin­
dingen tegelijk in de prior betrekken. De
Bayesiaanse methodiek staat ons dan toe
om te bekijken welke beperkte subset van de
bevindingen wel op een logische en natuur­
lijke manier tot een (start)waarschijnlijkheid
kan leiden. Zoals we hebben laten zien, geeft het moment
waarop iemand bij de opsporing in beeld komt hiervoor vaak
een mooi handvat. Men heeft dan de vrijheid om op die bevin­
dingen de prior te baseren, en voor de andere bevindingen de
hulp van Bayes in te roepen. Hoewel een gedetailleerde onder­
bouwing van deze stelling buiten het kader van dit artikel valt
en voor het volgen van ons betoog ook niet nodig is, willen we
deze priorkeuzevrijheid toch (in een apart kader) met een
voorbeeld illustreren. Dit doen we omdat we hiermee een
aantal hiervoor genoemde misverstanden hopen te bestrijden
die de hardnekkige neiging hebben om een acceptatie van de
Bayesiaanse methodiek in de weg te staan.
3. Twee echte strafzaken Bayesiaans geanalyseerd
We gaan nu twee echte strafzaken Bayesiaans analyseren. De
ruimte om dat gedetailleerd te doen ontbreekt. Toch zullen
onze analyses, hoe basaal en simplistisch ook, belangrijke
inzichten opleveren. In de eerste zaak, de Schiedammer park­
moord, zullen we namelijk alle kansinschattingen oprekken
richting daderschap, en aantonen dat zelfs dan de kans op
daderschap zeer laag blijft. In de tweede zaak, de Nederweert­se
carnavalsmoord, zullen we juist alle kansinschattingen
oprekken richting onschuld, en aantonen dat zelfs dan de kans
op daderschap zeer hoog blijft.
Deze strategie om niet zozeer te zoeken naar optimale schat­
tingen inclusief een foutenmarge, maar om, binnen redelijke
grenzen, zo hoog of zo laag mogelijke schattingen te maken, is
een bewuste keuze en heeft twee voordelen.
1. Soms kan het maken van een optimale schatting bijzonder
gecompliceerd zijn, maar kunnen die complicaties worden
vermeden door op veel eenvoudiger wijze een bepaalde
boven- of ondergrens te bepalen.
2. In de praktijk blijkt dat mensen die niet snel geneigd zijn
een schatting te geven (‘Ik heb geen idee hoe ver Istanbul
hiervandaan ligt’) of te aanvaarden (‘Hoe kom je aan dat
getal?’) zich soms wel comfortabel voelen
bij het schatten of aanvaarden van een
boven- of ondergrens (‘Oké, mee eens,
Istanbul ligt zéker meer dan 1000 km hier­
vandaan’).
Deze strategie is succesvol als blijkt dat óók
boven- of ondergrenzen al tot stevige
conclusies leiden. Zo niet, dan zal men
alsnog subtieler te werk moeten gaan, en
wellicht met een onzeker antwoord moeten
leven.
3.1 Voorbeeld 1: de Schiedammer
parkmoord
De casus: het gaat om een pedoseksueel
misdrijf, gepleegd in een park in Schiedam.
De slachtoffers zijn twee kinderen van wie
er een overleeft en kan getuigen. De
verdachte was aanvankelijk slechts als
getuige in beeld gekomen: hij was de tweede omstander die
kwam aanfietsen nadat de dader was vertrokken. Later bleek
dat deze getuige bekendstond als iemand met pedofiele
neigingen. Dat was het moment dat hij verdachte werd. De
politie oordeelde kennelijk dat een als pedofiel bekend­
staande man die als tweede omstander bij een zojuist
gepleegd pedoseksueel delict aan komt fietsen wel erg toeval­
lig was. Dit kon wel eens de dader zijn, terugkerend naar de
plaats delict. Een aldus geformuleerd redelijke vermoeden van
schuld is natuurlijk gebaseerd op een paar impliciete, niet als
zodanig uitgesproken kansinschattingen, waarover ook nog
niet echt kwantitatief is nagedacht. Bayes vraagt van ons om
dat nu wel te doen.
We gaan daarom nu de prior expliciet inschatten gebaseerd op
deze oorspronkelijke reden om de verdachte als mogelijke
dader te zien. Daarbij zullen we zoals gezegd niet op zoek
gaan naar de meest waarschijnlijke schatting, maar naar een
bovengrens. We zoeken de maximale kans op daderschap die
we redelijkerwijs mogen aannemen, dus gebaseerd op schat­
tingen die zo ver mogelijk worden opgerekt richting dader­
schap.
Het is duidelijk dat hoe minder mensen als pedofiel bekend­
staan, hoe toevalliger de coïncidentie12 (omstander zijn én als
pedofiel bekendstaan) was. Van de andere kant, hoe minder
vaak daders terugkeren naar de plaats delict, hoe groter de
kans weer is dat de aanwezigheid van de verdachte toch puur
toeval was.
De relevante vragen zijn dus:
1. Wat is een redelijke laagste schatting voor het percentage
Nederlandse mannen van wie bekend is dat zij pedofiele
neigingen hebben?
2. Wat is een redelijke hoogste schatting voor de kans dat de
pleger van zo’n misdrijf, na gevlucht te zijn, weer terug­
keert naar de plaats delict, en daar dus vrijwillig het risico
op herkenning loopt?
12
Met ‘coïncidentie’ bedoelen we hier de samenloop van deze twee feiten.
December 2015
Menu
28
Eerste vraag
Geschat wordt dat 0,2 tot 1 procent van de Nederlandse
mannen pedofiel is, en dat minimaal 0,1 procent ook als
zodanig bekendstaat. Omdat we in deze analyse een lage
schatting willen, gaan we uit van 0,05 procent (1 op de 2000)
mannen met bekende pedofiele neigingen.13
Tweede vraag
Welk percentage pedoseksuele moordenaars keert (maximaal)
terug naar de plaats delict en blijft daar rondhangen, ook als
hij ziet dat een van de slachtoffers nog leeft en hem dus elk
moment als dader kan aanwijzen? Zolang we hierover geen
relevante statistieken kunnen vinden (of samenstellen) zullen
we zelf een schatting moeten geven. Dit roept wellicht weer­
stand op, maar we mogen er niet voor weglopen. Iedereen die
meent dat het op de plaats delict zijn van de verdachte belas­
tend is (of zelfs ‘geen toeval kan zijn’) heeft immers noodzake­
lijkerwijs óók een dergelijke inschatting gemaakt, zij het impli­
ciet en hoogstwaarschijnlijk onbewust. Het is beter om die
schatting expliciet te maken en daarmee open te stellen voor
analyse en discussie. Al was het maar omdat het uiteindelijke
resultaat daardoor heel anders kan zijn dan de intuïtie
aangeeft.
Intermezzo
Dit is een essentieel punt. Veel mensen zullen van zichzelf
wellicht denken dat ze op geen enkele manier een ‘zinnig’
getal kunnen toekennen aan het antwoord op de hiervoor
gestelde vraag. Ons pleidooi is echter dat als, zoals in dit
geval, de vraag ‘in welke mate kan dit toeval zijn?’ moet
worden beantwoord, het beter is om de kansen numeriek
te schatten (desnoods met een grote onzekerheidsmarge)
dan in woorden. Alleen als er getalsmatig wordt nage­
dacht, kan de betreffende bevinding worden afgewogen
tegenover ander bewijs.
Ook dient, zoals we al in deel 1 betoogden, het noemen
van een getal de communicatie: hoe kunnen twee mensen
ooit weten of ze met woorden als ‘soms’ of ‘onwaarschijn­
lijk’ ook maar bij benadering hetzelfde bedoelen, zolang ze
er geen numerieke waarde aan hebben verbonden?
En mocht zich toch een situatie voordoen dat het werkelijk
onzinnig is om ergens een getal aan toe te kennen, dan
leren we daaruit ten minste dat er dus niets kan worden
geconcludeerd over de bewijskracht van deze bevinding,
en dat hij dus geen rol mag spelen in het uiteindelijke
oordeel. Het is in dat geval belangrijk dat iedereen zich dat
ook realiseert, en niet via (te) vage bewoordingen aan dat
inzicht ontsnapt. Dit alles geldt, mutatis mutandis, ook voor
alle volgende kansinschattingen.
Dat lijkt onredelijk hoog. Zeker zal niet de helft van de daders
terugkeren en op de plaats delict alsnog arrestatie riskeren. 5
procent dan? Dat lijkt redelijk, maar is het ook de hoogste
schatting die we durven maken? Wij komen uit op 10 procent
als schatting die we maximaal voor onze rekening willen
nemen. (Mocht iemand menen een nog hogere schatting te
kunnen verdedigen, dan staat het hem vrij om met dat hogere
getal verder te rekenen.)14 Voor een correcte vergelijking
moeten we nu nog verdisconteren welk percentage van deze
categorie pedoseksuele daders, net als de verdachte, bekend­
staat als pedofiel. Volgens onderzoek15 is dat ongeveer de
helft. Dus onze 10 procent verandert nu in 5 procent.
Conclusie op grond van de hiervoor genoemde kansinschat­
tingen.
1. Er was (maximaal) 5 procent kans dat we een als pedofiel
bekendstaand iemand zouden aantreffen die ook de dader
was.
2. Er was (minimaal) 0,05 procent kans dat we een als pedofiel
bekendstaand iemand zouden aantreffen als eerste of
tweede omstander die niet de dader was, maar een toeval­
lige omstander.
Er was dus a priori niet veel kans dat we een als pedofiel
bekendstaand iemand zouden aantreffen, noch als dader,
noch als omstander. Maar gegeven het feit dat er zo iemand
werd aangetroffen, was de kans dat deze persoon de dader
was dus 5/0,05 = 100 keer groter dan de kans dat deze persoon
de dader niet was. Onze prior is dus (maximaal) 100 tegen 1 dat
de verdachte de dader is.16
We zetten nu de Bayesiaanse analyse voort door van de
overige relevante bevindingen de likelihood ratio in te
schatten. Alle hiervoor gemaakte overwegingen over het
maken van schattingen blijven daarbij gelden.
Bevinding 1
Het overlevende slachtoffer heeft de verdachte niet als dader
herkend toen deze even later op de plaats delict was. Ook
heeft hij een gedetailleerd dadersignalement gegeven dat
totaal niet overeenkomt met verdachte.
Om de likelihood ratio te bepalen moeten we kans op deze
bevinding twee keer inschatten. Eerst uitgaande van dader­
schap van de verdachte, daarna uitgaande van onschuld. De
eerste schatting zullen we zo hoog mogelijk maken, de laatste
zo laag mogelijk. Op deze manier zal de likelihood ratio (die
14
We gaan dus een zo hoog mogelijk, maar nog wel redelijk,
antwoord op de hiervoor gestelde vraag schatten. 50 procent?
13
Zie, naast Wikipedia, ook E. Leuw, R.V. Bijl & A. Daalder, Pedoseksuele delinquentie. Een
onderzoek naar prevalentie, toedracht en strafrechtelijke interventies, Meppel: Boom Juridische uitgevers 2004. Hierin wordt vermeld dat over de jaren 1996–2002 in Nederland
bijna elfduizend verdachten van pedoseksuele delicten bekend zijn geworden.
Uitgaande van ongeveer zes miljoen volwassen mannen zou dat ruwweg neerkomen
op 1 op de 600. Hieruit blijkt dat de hiervoor gegeven schatting inderdaad zeer laag is.
347
15
16
Dit klinkt misschien niet erg objectief of wiskundig. Toch betreft het hier wel degelijk
objectieve wiskunde, maar dan toegepast op getallen waarover nog kan worden
gediscussieerd. Iedereen mag/moet bij sommige kansinschattingen immers zijn
eigen intuïtie volgen. Rechters doen per definitie ook niet anders als ze een zaak
beoordelen. Maar het is goed als transparant wordt gemaakt welke intuïtie/kansinschatting er door wie wordt gebruikt. Dan is er een gerichte discussie mogelijk. Pas
daarna komt de wiskunde in beeld om de bewijskrachten te combineren tot een
samenvattende conclusie.
Zie opnieuw Leuw, Bijl &Daalder, a.w.
Allerlei subtiliteiten die in het voordeel van de verdachte werken, zoals het feit dat er
in het park bovengemiddeld veel pedofielen rondliepen enz. zijn hier nog buiten
beschouwing gelaten.
December 2015
Menu
29
348
gelijk is aan de eerste kans gedeeld door de tweede) zo hoog
mogelijk zijn, dus met maximale bewijskracht richting dader­
schap.
• Eerste schatting, uitgaande van daderschap. De kans dat een
slachtoffer onder deze omstandigheden de dader niet zou
herkennen én een totaal verkeerd signalement zou geven
schatten wij op maximaal 10 procent.
• Tweede schatting, uitgaande van onschuld. Wij schatten dat
gemiddeld zeker niet meer dan 1 op de 20 onschuldige
omstanders (5 procent) spontaan door een slachtoffer als
dader zal worden aangewezen. Dus de kans dat een onschul­
dige omstander niet spontaan als dader wordt aangewezen
is minimaal 95 procent.
• Eerste schatting, uitgaande van daderschap. Als deze
verdachte de dader was, moet een willekeurig horloge meer
dan een kwartier achter hebben gelopen. We willen deze
kans zo hoog mogelijk inschatten, en komen op maximaal
1 op de 20 = 5 procent.20
• Tweede schatting, uitgaande van onschuld. Om de
verdachte, indien onschuldig, een alibi te verschaffen was
slechts nodig dat een willekeurig horloge niet meer dan een
kwartier achter zou lopen. Met dezelfde materiële inschat­
ting als hiervoor komen we op een kans van minimaal 95
procent.
LR1 is dus 0,1/0,95 = 0,105.
Er speelden onder de daderhypothese meerdere problemen
met de ‘tijdlijn’. In deze versimpelde voorbeeldanalyse gebrui­
ken we de ‘horlogebevinding’ om al deze problemen als het
ware collectief te representeren. LR3 achten wij echter wel een
reële ondergrens, ook als we de mogelijkheden meewegen dat
het slachtoffer loog enzovoort.
Bevinding 2
Na vier dagen verhoor bekent de verdachte.
Opnieuw twee schattingen.
• Eerste schatting, uitgaande van daderschap. De kans dat
deze man, indien moordenaar, zou bekennen was, gezien
zijn zwakke persoonlijkheid,17 erg groot. Omdat we alle
schattingen richting daderschap willen oprekken schatten
we die kans op 100 procent.
• Tweede schatting, uitgaande van onschuld. Internationaal
gelden schattingen dat meer dan 10 procent van onschul­
dige moordverdachten bekent.18, 19 Voor deze verdachte,
die een zwakke persoonlijkheid had, kunnen we moeilijk
aannemen dat deze kans veel kleiner was. Bovendien waren
essentiële zaken in de bekentenis strijdig met de getuigenis
van het slachtoffer, en trok hij zijn bekentenis meteen weer
in. We schatten de kans op deze bevinding op minimaal 10
procent.
LR3 is dus 5/95 = 0,053.
Bevinding 4
Er is geen DNA van verdachte aangetroffen op de slachtoffers
of plaats delict.
• Eerste schatting, uitgaande van daderschap. Gezien het
gepleegde geweld was er volgens het NFI 90 procent kans
op het aantreffen van DNA-sporen van de dader.21
• Tweede schatting, uitgaande van onschuld. Als de verdachte
onschuldig was, is de kans op het niet aantreffen van zijn
DNA 100 procent.
LR4 is dus 10/100 = 0,1.
Samenvattend
LR2 is dus 100/10 = 10.
Bevinding 3
Het slachtoffer geeft een tijdstip voor het misdrijf dat minimaal
een kwartier strijdig is met de hypothese dat verdachte de
dader is.
Het slachtoffer kon dat tijdstip tamelijk nauwkeurig aangeven,
aangezien de kinderen vlak tevoren aan een voorbijganger
hadden gevraagd hoe laat het was. Het OM verwerpt dit alibi
echter, en stelt dat het betreffende horloge de foute tijd
aangaf.
Opnieuw twee schattingen.
17
18
19
De zaakofficier heeft gezegd dat de verdachte, Kees B., een labiele man was die in
staat moest worden geacht verklaringen af te leggen die niet op waarheid berustten.
Door de raio-officier is verklaard dat door de politie werd opgemerkt dat men voorzichtig moest omgaan met Kees B., “want als je hem te hard zou aanpakken, zou hij
misschien nog bekennen” – uit Evaluatieonderzoek in de Schiedammer parkmoord
(rapport Posthumus), Den Haag: Openbaar Ministerie 2005, p. 103.
H.A. Bedau & M.L. Radelet, ‘Miscarriages of justice in potentially capital cases’,
Stanford Law Review 1987, p. 21-179; S.A. Drizin & R.A. Leo, ‘The problem of false
confessions in the post-DNA world’, North Carolina Law Review 2004, p. 891-1008.
In experimentele settings, dus buiten een strafrechtelijke context, worden nog lagere
likelihood ratio’s gevonden.
prior odds (gebaseerd op
omstander zijn én als pedofiel
bekendstaan)
=
100
LR1 (verdachte niet herkend,
afwijkend signalement)
=
10/95
=
0,105
LR2 (herroepen bekentenis)
100/10
=
10
LR3 (alibi, tenzij horloge een
kwartier achterliep)
=
5/95
=
0,053
LR4 (geen DNA van verdachte
gevonden)
=
10/100
=
0,1
=
De rekenregel van Bayes geeft nu de posterior odds:
20
21
Dit is een erg hoge schatting. Waarschijnlijk loopt niet 10 procent van alle Nederlandse horloges meer dan een kwartier fout (voor óf achter).
Gebaseerd op evaluatieonderzoek door Frits Posthumus (a.w., p. 45): “Op mijn uiteindelijke vragen: is het DNA-spoor van een derde onbekend persoon een daderspoor? Sluit
het niet vinden van DNA van verdachte op de PD verdachte uit als dader? geven de heren
van het NFI geen 100 procent oordeel. Zij merken op dat in 9 van de 10 soortgelijke
gevallen er wel DNA van verdachte gevonden zou moeten zijn.”
December 2015
Menu
30
posterior odds = prior × LR1 × LR2 × LR3 ×
LR4
= 100 × 0,105 × 10 × 0,053 × 0,1
= 0,56 (= ongeveer 1/2)
De odds op daderschap zijn dus ongeveer 1
tegen 2, overeenkomend met een kans van
ruwweg 35 procent.
Conclusie
In de
Schiedammer
parkmoord zullen
we alle kans­
inschattingen
oprekken richting
daderschap, en
aantonen dat zelfs
dan de kans op
daderschap zeer
laag blijft.
Hoe eenvoudig en weinig gedetailleerd
deze analyse ook is, het resultaat is wel
degelijk veelzeggend. De wiskunde klopt,
de volgens ons belangrijkste bevindingen
zijn in beschouwing genomen22 en alle
kansinschattingen zijn stevig opgerekt
richting daderschap. Desondanks blijft de
betreffende kans klein, laat staan ‘boven
elke twijfel verheven’. Ook een meer
verfijnde analyse zal deze uitkomst niet wezenlijk anders
maken. Toch werd deze verdachte veroordeeld. Zonder becij­
fering, ‘met gezond verstand’ en vanuit professionele intuïtie
was het kennelijk erg moeilijk om de bevindingen op gewicht
te schatten, zowel apart als in onderlinge samenhang.
3.2 Voorbeeld 2: prior odds voor de Nederweertse carnavalsmoord
Casus: tijdens een nachtelijke overval in Nederweert is er over
en weer geschoten tussen drie zwartgeklede overvallers met
bivakmutsen en het slachtoffer, dat dodelijk wordt getroffen.23
De overvallers vluchten, maar volgens een getuige was een
van hen zwaargewond. Een half uur na de overval wordt op
een half uur rijden afstand, in het Maxima Medisch Centrum te
Veldhoven, een man – hierna: de verdachte – met een schot­
wond in zijn buik afgeleverd door twee andere mannen met
bivakmutsen. De desbetreffende kogel blijkt in zekere mate te
matchen met het pistool van het slachtoffer. Er is die nacht
geen melding gemaakt van een andere schietpartij in de buurt
van Veldhoven, noch is er die nacht een andere patiënt met
een kogelwond in de buurt van Nederweert opgenomen.
Twee hypotheses: volgens het openbaar ministerie is de kogel
in de buik afkomstig van het wapen van het slachtoffer.
Volgens de verdediging is de verdachte elders neergeschoten
(hij is vergeten waar) en heeft hij niets met de overval in Neder­
weert te maken.
Over deze zaak is veel gepubliceerd. M.A. Loth heeft de casus
uitgebreid behandeld,24 zij het niet op Bayesiaanse wijze.
Berger en Aben hebben van deze zaak een aantal aspecten
Bayesiaans beschouwd,25 hetgeen vervol­
gens door Prakken26 weer van kritiek is
voorzien. De discussie is onder meer zo
boeiend omdat de advocaat-generaal
destijds expliciet betoogde dat de zaak zich
leende voor een Bayesiaanse aanpak, ook al
is het requisitoir niet volledig Bayesiaans te
noemen. Maar over de vraag hoe de prior
moet worden gekozen, wordt verschillend
gedacht.
De advocaat-generaal nam als startpunt de
kogelmatch, waarschijnlijk enigszins op het
verkeerde been gezet door de formulering
van de vuurwapendeskundige, die (zoals
we in deel 1 al kort noemden) ten onrechte
rapporteerde dat de kogel in de buik van de
verdachte ‘waarschijnlijk’ afkomstig was van
de revolver van het slachtoffer.27 Hier had
een likelihood ratio moeten worden gerap­
porteerd, maar is een transposed conditional-fout gemaakt.
Daardoor kreeg de conclusie over het kogelspoor nu ten
onrechte de vorm van een prior, een onvoorwaardelijke
uitspraak dat het waarschijnlijk was dat de kogel uit een
bepaald vuurwapen afkomstig was (en de verdachte dus de
dader). Mogelijk op grond hiervan hebben zowel de advocaatgeneraal als het hof dit kogelspoor genomen als het uitgangs­
punt van hun waarschijnlijkheids­inschattingen (beide overi­
gens zonder het ook daadwerkelijk een prior te noemen of er
een getalswaarde aan te koppelen).
Berger en Aben doorzien als geoefende Bayesianen deze
transposed conditional uiteraard, en willen de prior baseren op
het volgende gegeven: de verdachte heeft zich op de avond van
het misdrijf als enige in de wijde omtrek met een kogelwond in het
ziekenhuis gemeld. Ook Prakken ziet in dat het kogelspoor
geen goede basis vormt voor een prior, maar hij stelt dat ook
de aanpak van Berger en Aben niet tot een goede prior leidt.28
We kiezen onze eigen benadering, en stellen ons dus de vraag
op grond van welke feiten en omstandigheden de verdachte
als zodanig in beeld kwam. Welnu, dat was niet alleen vanwege
de ziekenhuisopname zelf, maar vanwege de coïncidentie
tussen schietpartij en ziekenhuisopname. Verder willen we,
anders dan de hiervoor genoemde auteurs, onze prior ook
getalsmatig inschatten. Daarvoor zijn de volgende gegevens
van belang.
(Vervolg op pag. 352)
25
26
27
22
23
24
349
Voor de eenvoud laten we de herkenning van de fiets van de verdachte door een (telefonisch gehoorde) getuige weg. Een andere getuige was juist vrij stellig in het nietherkennen van de fiets. Het product van deze twee likelihood ratio’s zal ongeveer 1
zijn.
Hof ’s-Hertogenbosch 24 september 2008, ECLI:NL:GHSHE:2008:BF2188.
M.A. Loth, Waarheid en waarheidsvinding in het recht (Handelingen Nederlandse Juristen-Vereniging, nr. 1), Deventer: Kluwer 2012.
28
C.E.H. Berger & D.J.C. Aben, ‘Bewijs en overtuiging. Redeneren in de rechtszaal’,
Expertise en Recht 2010, p. 159-165.
Prakken, a.w.
Waarbij we, aangezien we het rapport niet zelf onder ogen hebben gehad, wel de
mogelijkheid willen openlaten dat die deskundige op dit punt verkeerd werd geparafraseerd.
Prakken legt uit dat als in de aanpak van Berger en Aben de prior met een nieuwe
toepassing van Bayes zou worden bepaald, het probleem verschuift naar een nieuwe
prior, terwijl als de prior op argumentatieve wijze wordt bepaald met de generalisatie
‘criminelen met kogelwonden melden zich over het algemeen snel in een ziekenhuis’,
het niet duidelijk is hoe dat kan.
December 2015
Menu
31
352
(Vervolg van pag. 349)
1. Hoeveel van dit soort criminele schietpartijen vinden er in
Nederland plaats?
2. Bij hoeveel ziekenhuizen kan iemand met een kogelwond
terecht?
Antwoord op vraag 1
We googleden simpelweg op ‘aantal schiet­incidenten Neder­
land’. Letterlijk het eerste zoekresultaat gaf:
“Toename van aantal schietincidenten | RTL Nieuws:29 De
research­redactie van RTL Nieuws heeft op basis van nieuws­
berichten zelf het aantal schietincidenten geregistreerd en kwam
over de eerste 6 maanden uit op 166 schietincidenten. Daarbij
vielen 107 gewonden (...).”
Volgens RTL waren er, in 2011, dus 107 gewonden gedurende
een half jaar, oftewel zo’n tweehonderd schotwonden per jaar.
Maar veel van die gewonden waren waarschijnlijk niet in de
zwarte ‘werkkleding’ en bivakmuts van de crimineel gehuld,
simpelweg omdat het conflict een wat spontaner karakter had
(caféruzie, relatietoestanden). Een reële schatting zou kunnen
zijn dat het per jaar hooguit zo’n tien keer voorkomt dat het om
‘drie zwartgeklede mannen met bivakmutsen’ gaat. Omdat we
hier alle schattingen in het voordeel van de verdachte willen
oprekken gaan we echter uit van honderd dergelijke gevallen.
Antwoord op vraag 2
We googleden op ‘aantal ziekenhuis locaties’ en vonden www.
zorgatlas.nl,30 waarop we lazen:
“De laatste jaren neemt het aantal ziekenhuislocaties met een
afdeling spoedeisende hulp af. Zo waren er in 2008 nog 104
locaties (...).”
Er zijn dus ongeveer honderd plekken in Nederland waar je
’s nachts met een kogelwond terechtkunt.
Kort door de bocht: per jaar krijgen er in Nederland (hóóguit)
zo’n honderd mannen die deel uitmaken van een zwartgekleed
trio een kogel in hun lichaam, die ze er op zo’n honderd
plaatsen ook weer uit kunnen laten halen. Elk ziekenhuis zal
dus typisch gemiddeld één keer per jaar voor een dergelijke
gewonde het dichtstbijzijnde ziekenhuis zijn. Voor het Maxima
in Veldhoven was dat bijvoorbeeld het geval in de carnavals­
nacht van maandag 27 februari 2006 om 05.27 uur, toen zich
daar iemand meldde die in alle opzichten (reistijd, kleding,
gezelschap) de gewonde moordenaar uit Nederweert kon zijn.
Het onschuldscenario zegt echter dat deze verdachte niet uit
Nederweert kwam en vereist dus de volgende coïncidentie. Er
moeten die nacht bij twee onafhankelijke schietpartijen twee
gewonden zijn gevallen voor wie allebei gold (1) dat zij beiden
29
30
www.rtlnieuws.nl/nieuws/binnenland/toename-van-aantal-schietincidenten.
www.zorgatlas.nl/zorg/ziekenhuiszorg/algemene-en-academische-ziekenhuizen/
aanbod/reistijd-naar-ziekenhuis-met-afdeling-spoedeisende-hulp.
in alle opzichten de moordenaar uit Nederweert hadden
kunnen zijn, (2) dat het Maxima Medisch Centrum het dichtst­
bij was en (3) dat zij zich daar beiden binnen een kwartier31
nauwkeurig om 05.27 uur hadden kunnen melden.
Hoeveel toeval zou een dergelijke coïncidentie nu eigenlijk
bevatten? Welnu, de gevonden statistische gegevens golden
per jaar, en er gaan 365 × 24 × 4 kwartieren in een jaar, dat zijn
ongeveer 35.000 kwartieren. Als er typisch één dergelijke
patiënt per jaar binnenkomt, is de kans dat er zich precies in
datzelfde kwartiertje nog een tweede soortgelijke gewonde
had kunnen melden van een andere schietpartij dus 1/35.000.
Dit geeft een eerste indruk van de hoeveelheid toeval die het
onschuldscenario vereist. Maar het is daarmee nog geen
prior.32 De prior moet de directe waarschijnlijkheidsverhou­
ding van de twee scenario’s weergeven, en in die scenario’s
speelt, naast de coïncidentie, ook mee dat een gewonde over­
valler zich al dan niet kan laten behandelen. We hebben
daarvoor een kansboom opgezet (zie de afbeelding hierna).
De kansboom laat zien dat de prior odds ergens tussen de
35.000 en de 300.000 liggen.
Hoewel deze priorberekening natuurlijk veel subtieler en
nauwkeuriger kan worden uitgevoerd (de reistijd kan precie­
zer, de overeenkomsten in uiterlijk kunnen gedetailleerder
worden verdisconteerd enzovoort), zal er ook dan niets veran­
deren aan het feit dat de daderhypothese tienduizenden tot
honderdduizenden malen waarschijnlijker blijft dan de
onschuldhypothese. Dit is noch door de advocaat-generaal,
noch door het hof voldoende ingezien.33 Hoewel men uiter­
aard wel aanvoelde dat de coïncidentie tussen schietpartij en
ziekenhuisopname richting daderschap wees, werd deze
bevinding slechts gebruikt als een ondersteuning van de
kogelmatch.
We bekijken ook nog de likelihood ratio van dit kogelspoor.
Hoewel de deskundige slechts heeft gezegd dat het ‘waar­
schijnlijker’ is dat de kogel uit het vuurwapen van het slachtof­
fer afkomstig was (een formulering die zoals we zagen ten
onrechte geen likelihood ratio maar een prior beschrijft), lijkt
het een redelijke schatting om te stellen dat de likelihood ratio
minimaal 10 moet zijn geweest. (Het NFI hanteert de omschrij­
ving ‘waarschijnlijker’ voor likelihood ratio’s tussen de 10 en de
100.)
Dus op grond van de prior en deze ene likelihood ratio zijn de
odds op daderschap al minimaal 350.000 tegen 1.
31
32
33
Dat we plus of min zeven minuten kiezen is omdat we dat ongeveer inschatten als de
maximale onzekerheid in de reistijd.
Formeel gezien beschrijft het getal 35.000 hier eerder een likelihood ratio van de ‘kale’
coïncidentie.
Het hof meent dat de opgetreden coïncidentie eigenlijk weinig zegt. In het arrest
worden de bevindingen aangegeven met de letters a t/m f (waarbij a het kogelspoor
aanduidt, en b en c de coïncidentie betreffen). Men overweegt: “Vervolgens heeft het
hof zich de vraag gesteld of de omstandigheden onder b, c, d, e, en f, in onderling
verband beschouwd, voldoende nader wettig bewijs opleveren naast de omstandigheid
onder a. Het hof beantwoordt die vraag negatief. De omstandigheden onder b, c, d, een f
zijn ieder voor zich en in onderling verband beschouwd te indirect en te weinig significant om in voldoende mate bij te dragen aan de omstandigheid onder a, om de voor
bewezenverklaring wettelijk vereiste zekerheid te bereiken dat verdachte een van de
daders van de overval in Nederweert was.”
December 2015
Menu
32
Om de prior te bepalen moeten we, naast de eerderge­
noemde coïncidentie, ook de kans nog verdisconteren dat
een gewonde overvaller zich daadwerkelijk bij een zieken­
huis meldt. We noemen deze kans Pz. We vermoeden dat Pz
redelijk dicht bij 1 zal liggen, maar kennen er op dit moment
nog geen getalswaarde aan toe.
We gaan nu gebruikmaken van een kansboom waarin we de
mogelijke loop van de gebeurtenissen bekijken.
De top van de kansboom begint met wat we zeker weten: er
is in elk geval één schietpartij geweest (Nederweert) waarbij
een overvaller gewond is geraakt. Vervolgens splitst de
situatie zich uit: in de linkertak (daderscenario) liet deze
gewonde overvaller uit Nederweert zich wel opnemen (die
kans was Pz) en in de rechtertak (onschuldscenario) deed hij
dat niet (die kans was 1 – Pz). Zowel de linker- als de rechter­
tak splitst zich nu opnieuw voor de mogelijkheid dat zich die
nacht nog een – perfect getimede – schietpartij in de buurt
voordeed (die kans was 1/35.000) en de mogelijkheid dat dat
niet zo was (die kans was 34.999/35.000). In het onschuldsce­
nario was de tweede gewonde een onschuldige, die dus
geen reden had om zich niet te laten opnemen. De twee
takken waarin zich een tweede schietpartij voordeed, splitsen
zich daarom niet opnieuw. (Ten overvloede, ook als we de
kansboom zouden uitbreiden voor de mogelijkheid dat een
tweede gewonde zich misschien niet zou laten opnemen,
verandert er vrijwel niets aan de numerieke waarde van de
prior.)
Omdat we weten dat er in werkelijkheid precies één opname
was die nacht, kunnen we de takken die eindigen met 0 of
met 2 ziekenhuisopnames (de rode vakjes) negeren. Dan
blijven er twee (groene) vakjes over met elk precies één
353
ziekenhuisopname. Eén van die vakjes moet de ware
toedracht weerspiegelen. In het groene vakje van de linker­
tak – met (ietsjes afgerond) een kans van Pz – was de
verdachte de dader. In het groene vakje van de rechtertak
– met kans van {(1 – Pz)/35.000} – was hij onschuldig. De
verhouding tussen deze twee takken geeft ons de prior:
prior = {kans op daderschap} / {kans op onschuld}
= {Pz} / {(1 – Pz)/35.000}
= 35.000 × Pz / (1 – Pz)
In deze prior zit nog de onbekende Pz, de kans dat een over­
valler met een kogelwond zich ook daadwerkelijk meldt in
een ziekenhuis (dus niet stilletjes sterft of geneest). Stel
bijvoorbeeld dat Pz = 0, dat wil zeggen dat een gewonde
overvaller zich nooit in een ziekenhuis zou melden. Dan moet
een patiënt die zich daar wel heeft gemeld per definitie
onschuldig zijn. Daarom wordt de waarde van de prior voor
Pz = 0 dus gelijk aan 0. We kunnen ook uitgaan van het omge­
keerde: als Pz = 1, dan wil dat zeggen dat een gewonde over­
valler zich altijd in een ziekenhuis zal melden, en dan moet de
patiënt die zich daar heeft gemeld dus per definitie de dader
van Nederweert zijn. Ook dat klopt met de waarde van de
prior odds, die voor Pz = 1 nadert naar oneindig. In werkelijk­
heid zal Pz natuurlijk noch gelijk aan 0 zijn, noch gelijk aan 1,
maar ergens tussen de – zeg – 50 en 90 procent liggen.
• Voor Pz = 0,5 is de factor Pz / (1 – Pz) gelijk aan 0,5/0,5 = 1.
• Voor Pz = 0,9 is de factor Pz / (1 – Pz) gelijk aan 0,9/0,1 = 9.
Daarmee komen de prior odds ruwweg ergens uit tussen de
35.000 en de 300.000.
gewonde in
Nederweert
kans = 100%
geen
ziekenhuisopname
ziekenhuisopname
kans = 1  PZ
kans = PZ
nog een tweede
schietpartij
kans = PZ
(1/35.000)
2 ziekenhuisopnames
kans = PZ ×
(1/35.000)
niet nog een tweede
schietpartij
kans = PZ ×
(34.999/35.000)
1 ziekenhuisopname
kans = PZ ×
(34.999/35.000)
nog een tweede
schietpartij
kans = (1  PZ) ×
(1/35.000)
1 ziekenhuisopname
kans = (1  PZ) ×
(1/35.000)
niet nog een tweede
schietpartij
kans = (1  PZ) ×
(34.999/35.000)
0 ziekenhuisopnames
kans = (1  PZ) ×
(34.999/35.000)
December 2015
Menu
33
354
Conclusie
Ook dit resultaat is, ondanks de nog weinig
verfijnde analyse, veelzeggend. Alle kansin­
schattingen zijn maximaal opgerekt
richting onschuld. Desondanks blijven de
odds op daderschap minimaal 350.000
tegen 1. Een iets realistischer, maar nog
steeds lage schatting is een miljoen tegen
een. Dit terwijl een aantal aanvullende
belastende bevindingen nog niet eens in de
berekening zijn betrokken.
Het hof heeft de verdachte vrijgesproken.
4. Conclusie
De discussie over
de carnavalsmoord is boeiend
omdat de
advocaat-generaal
destijds expliciet
betoogde dat de
zaak zich leende
voor een Bayesiaanse aanpak.
Onze conclusie: de noodzaak om een prior
te bepalen vormt géén wezenlijk beletsel
voor een Bayesiaanse analyse. Er zijn vaak
meerdere manieren om een prior te kiezen.
Conceptueel komt de keuze neer op een
beslissing welke combinatie van bevindingen en/of achter­
grondkennis de basis zal vormen voor het bepalen van de
prior, en welke bevindingen middels een likelihood ratio via de
regel van Bayes in de berekening zullen worden betrokken. De
prior is dan als het ware de uitkomst van een deelanalyse die
de kans/odds op daderschap vaststelt louter op grond van een
geselecteerde subset van bevindingen. De betreffende subset
kan vaak zo worden gekozen dat de priorbepaling conceptu­
eel simpel wordt.
De berekeningen zullen, welk startpunt ook wordt gekozen in
principe ongeveer dezelfde uitkomst opleveren. Het is een
beetje een kwestie van smaak welke prior het meest natuurlijk
aanvoelt. Onze voorkeur gaat vaak uit naar een prior die de
redenen weerspiegelt waarom iemand in
beeld komt bij de opsporing.
We hebben laten zien dat de waardes van
de prior zeer sterk kunnen variëren (in onze
voorbeeldjes zijn priors ter sprake gekomen
tussen de één-zesmiljoenste en de 350.000)
en dat het dus onjuist is om de prior altijd
een vaste waarde te geven (of dat nou 1/2 is
of iets anders). Omdat de prior een verme­
nigvuldigingsfactor is, is het eveneens
onjuist om te denken dat de waarde van
een prior er minder toe doet naarmate er
meer ander bewijs voorhanden is.34
Een Bayesiaanse aanpak is niet alleen prak­
tisch mogelijk (zij het waarschijnlijk voorlo­
pig in complexe zaken nog niet zonder hulp
van een Bayesiaanse deskundige), maar
deze manier van denken is in een aantal
zaken in zekere zin ook nodig om tot een
goede uitspraak te komen. Er moet dus naar worden gestreefd
om op dit gebied meer opleiding en scholing te bieden.35
34
35
Bij optelling werkt dat anders. Een klein getal in een sommatie waarin ook grote
getallen voorkomen doet er voor de uitkomst niet meer zo veel toe. Maar een
vermenigvuldigingsfactor blijft altijd even relevant. Een tien keer grotere prior zal
altijd een tien keer grotere posterior odds opleveren, wat de overige factoren ook zijn.
In NJB van 13 februari 2015 (p. 377) concludeert Jaap de Groot in ‘Bayes een brug te
ver?’: “De SSR, het opleidingsinstituut van de rechterlijke macht, is – voor zover ik weet –
de enige instantie die voor rechters en OM-ers cursussen organiseert in thema’s rond
feiten-onderzoek. [...] De noodzaak van institutionalisering van dat nog niet bestaande
vakgebied is de impliciete boodschap van dit stuk.”
December 2015
Menu
34
A.J. Meulenbroek, ‘Leidraad en praktische handvatten voor de jurist bij het doorgronden van
conclusies forensisch DNA‐onderzoek’, Expertise en Recht, p. 73‐903
Menu
35
Drs. A.J. Meulenbroek*
Leidraad en praktische handvatten voor de jurist
bij het doorgronden van conclusies forensisch
DNA-onderzoek
Met de onverminderd snelle ontwikkelingen in de DNA-technologie nemen ook de mogelijkheden van het
forensisch DNA-onderzoek steeds verder toe. Zo is met de komst van een nieuwe generatie DNA-analysesystemen en geoptimaliseerde LCN (Low Copy Number) DNA-analysemethoden het forensisch DNA-onderzoek
nog gevoeliger geworden en wordt steeds meer informatie verkregen uit biologisch sporenmateriaal. De
keerzijde hiervan is dat dit type forensische expertise ook steeds complexer wordt. Het beoordelen van de
onderzoeksresultaten en het hieruit trekken van conclusies stelt steeds hogere eisen aan de kennis en ervaring
van de DNA-deskundigen en aan de wijze waarop zij de resultaten rapporteren. Maar ook van de juristen die
met dergelijke rapporten te maken krijgen, wordt steeds meer gevergd. Dit artikel biedt de juristen een
leidraad bij het doorgronden van het uitgevoerde DNA-onderzoek en de gerapporteerde resultaten en
conclusies. Aan de hand van de aangereikte handvatten kan worden getoetst of het onderzoek zo onbevooroordeeld mogelijk is uitgevoerd en de gerapporteerde conclusies daadwerkelijk zijn begrepen. Centraal staan
de opeenvolgende fasen van het forensisch DNA-onderzoek en de verschillende categorieën waarin de
resultaten en conclusies van het forensisch DNA-onderzoek kunnen worden onderverdeeld. Waaraan moet
DNA-onderzoek van minimale biologische sporen voldoen en wat is het belang van de consensusmethode?
Uiteindelijk dienen de resultaten van het DNA-onderzoek te worden beschouwd in de context van de zaak. Aan
welke voorwaarden moet zijn voldaan alvorens een deskundige een waarschijnlijkheidsuitspraak kan doen in
het licht van hypothesen over hoe het DNA op een object kan zijn terechtgekomen?
Conventioneel forensisch DNA-onderzoek
Het doel van forensisch DNA-onderzoek is doorgaans
de vraag te beantwoorden van welke persoon het biologisch sporenmateriaal afkomstig is. Daartoe maakt
men standaard gebruik van het conventionele
forensische DNA-onderzoek, dat erop is gericht autosomale DNA-profielen1 te verkrijgen van biologische
sporen en van referentiemateriaal van personen
(meestal wangslijmvlies). DNA-profielen van biologische sporen kunnen met elkaar worden vergeleken en
met DNA-profielen van verdachten, slachtoffers en
andere betrokkenen in strafzaken, en in het geval van
een match een zeer sterke aanwijzing geven over de
herkomst van een biologisch spoor.
Een DNA-profiel is een weergave (in pieken en cijfers)
van de DNA-kenmerken van een aantal, tegenwoordig
meestal vijftien, hypervariabele gebieden op het DNA.
De hypervariabele gebieden bevinden zich op het
‘niet-coderende DNA’2 en bestaan uit zich herhalende,
ofwel ‘repeterende’, korte stukjes DNA. In een hypervariabel gebied kan het aantal herhalingen per persoon sterk variëren. Hypervariabele gebieden zijn
daarom zeer geschikt om biologische sporen naar per-
*
sonen te herleiden. De plaats van een hypervariabel
gebied op het DNA noemt men ‘locus’ (meervoud
‘loci’); elk locus heeft een specifieke code. Elk locus
heeft twee DNA-kenmerken. De verschijningsvorm van
een locus wordt namelijk bepaald door zowel het
DNA-kenmerk voor dit hypervariabele gebied dat van
de vader is overgeërfd, als het DNA-kenmerk voor dit
hypervariabele gebied dat van de moeder is overgeërfd. De DNA-kenmerken van de loci worden weergegeven in cijfers. Het cijfer staat voor het aantal keer
dat het repeterende stukje DNA voorkomt. De twee
cijfers kunnen verschillend of gelijk zijn. Als de twee
cijfers verschillend zijn is de lengte van het hypervariabele gebied dat van de vader is overgeërfd niet
gelijk aan de lengte van het hypervariabele gebied dat
van de moeder is overgeërfd. Zo kan bijvoorbeeld bij
een bepaalde persoon het locus bestaan uit een serie
van zes keer hetzelfde stukje DNA en een serie van
acht keer hetzelfde stukje DNA. Dan heeft in dit geval
het locus de DNA-kenmerken 6 en 8 (notatie 6/8 of 6;8
of 6,8). Bij een ander persoon bestaat ditzelfde locus
bijvoorbeeld uit negen keer hetzelfde stukje DNA en
tien keer hetzelfde stukje DNA. Dit locus heeft dan bij
Drs. A.J. Meulenbroek is gerechtelijk deskundige Humane biologische sporen en DNA-onderzoek en werkzaam bij het Nederlands Forensisch Instituut (NFI).
De auteur bedankt mr. D.J.C. Aben, prof. mr. F.W. Bleichrodt, mr. W. van Schaijck, prof. dr. A.P.A. Broeders, prof. dr. J.F. Nijboer, prof. dr. G.G.J. Knoops LL.M.,
dr. A.G.M. van Gorp, dr. W.M. Aarts en dr. L.H.J. Aarts voor het kritisch lezen van een eerdere versie van dit artikel en hun waardevolle commentaar.
1. In elke celkern is het DNA verdeeld over tweeëntwintig paren zogenoemde autosomale chromosomen (de ‘niet-geslachtschromosomen’) en één paar
geslachtschromosomen. Het DNA in de autosomale chromosomen is het autosomale DNA. Autosomaal DNA-onderzoek is gericht op het verkrijgen van een
DNA-profiel op basis van ten minste tien (doorgaans vijftien) plaatsen op het autosomale DNA.
2. Ongeveer 98% van het DNA codeert niet voor erfelijke eigenschappen. Op dit ‘niet-coderende DNA’ bevinden zich duizenden hypervariabele gebieden. Voor
forensisch DNA-onderzoek onderzoekt men speciaal hiervoor geselecteerde, hypervariabele gebieden.
Expertise en Recht 2011-3
73
Menu
36
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
Forensisch DNA-onderzoek (Pieter Van Driessche)
deze persoon de DNA-kenmerken 9 en 10 (9/10). Ook
komt het voor dat een locus bestaat uit twee keer een
gelijk aantal van hetzelfde stukje DNA. Dit resulteert
in twee dezelfde DNA-kenmerken, bijvoorbeeld twee
keer 7 (7/7).
Specificiteit, gevoeligheid,
betrouwbaarheid en digitale opslag
De prominente rol die het forensisch DNA-onderzoek
heeft verworven in de strafrechtsketen is te danken
aan drie eigenschappen die voor elk wetenschappelijk diagnostisch onderzoek van cruciaal belang zijn:
specificiteit, gevoeligheid en betrouwbaarheid. Het
conventionele autosomale DNA-onderzoek analyseert specifiek tien of meer (doorgaans vijftien)
hypervariabele loci. Een DNA-profiel met de DNAkenmerken van tien of meer loci is extreem
zeldzaam, en met een frequentie van voorkomen
van minder dan één op een miljard in hoge mate
persoonsonderscheidend. Gevoeligheid staat voor de
geringe hoeveelheid biologisch sporenmateriaal dat
voor het onderzoek nodig is. De betrouwbaarheid
en robuustheid van de gebruikte techniek, apparatuur en reagentia is aangetoond door validatiestudies en uitgebreid internationaal kwaliteitsonderzoek
bij forensische laboratoria.
Een vierde belangrijke eigenschap van forensisch
DNA-onderzoek is de mogelijkheid van digitale
opslag van DNA-profielen: de cijfercodes van DNAprofielen kunnen digitaal worden opgeslagen en vergeleken in een databank. De Nederlandse DNAdatabank voor strafzaken is inmiddels een zeer
belangrijk en succesvol opsporingsmiddel gebleken.
Forensisch DNA-onderzoek in vier
opeenvolgende fasen
Forensisch autosomaal DNA-onderzoek vindt plaats in
vier opeenvolgende fasen:
• Fase 1. Analyseren van de verkregen DNA-profielen:
het bepalen van de DNA-kenmerken van de DNA-
profielen van het referentiemateriaal en/of de
sporen;
• Fase 2. Interpreteren van de verkregen DNAprofielen: het kwalificeren van de DNA-profielen
van de sporen;
• Fase 3. Vergelijkend DNA-onderzoek en vaststellen
van de bewijswaarde3 van de resultaten, en het
formuleren van de conclusie op bronniveau;
• Fase 4. Beschouwen van de bevindingen van het
forensisch biologisch onderzoek in samenhang met
de overige feiten en omstandigheden in de strafzaak, en het formuleren van de conclusie op activiteitniveau.
Stapsgewijs DNA-onderzoek, waarbij deze fasen
achtereenvolgens worden doorlopen, geeft de beste
waarborg voor een zo objectief mogelijk onderzoek.
Twee belangrijke uitgangspunten staan hierbij
centraal:
• Voor elk te onderzoeken spoor worden de analyse
en interpretatie afzonderlijk uitgevoerd, los van het
analyseren en interpreteren van andere sporen.
Verkregen analyseresultaten van verschillende
sporen (of bemonsteringen) mogen niet bij elkaar
worden gevoegd om die als één samengesteld,
gecombineerd DNA-profiel te vergelijken met
andere DNA-profielen.
• Informatie over DNA-profielen van referentiemateriaal van personen wordt buiten beschouwing gelaten
bij het analyseren en interpreteren van de DNA(meng)profielen van de sporen. Op deze manier
wordt voorkomen dat kennis van de DNA-profielen
van personen de uitkomst van het later uit te
voeren vergelijkend DNA-onderzoek beïnvloedt.
Fase 1. Analyseren
Bij het conventionele autosomale DNA-onderzoek
bepaalt men de DNA-kenmerken van ten minste tien
(doorgaans vijftien) verschillende loci en stelt het
geslacht vast via het Amelogenine-gen. Hiertoe onderzoekt men altijd dezelfde loci. Forensische laboratoria
3. De bewijswaarde is de door de deskundige toegekende getalsmatige of verbale betekenis van de bevindingen van het forensisch onderzoek. Bij forensisch
biologisch onderzoek betreft dit de resultaten en conclusies van het biologische sporenonderzoek (aangetroffen sporen en de aard van de sporen) en/of
van het vergelijkend DNA-onderzoek (Uitsluiting, Match met statistische berekening, Match zonder statistische berekening, Niet uit te sluiten en Geen uitspraak).
74
Expertise en Recht 2011-3
Menu
37
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
gebruiken voor het DNA-onderzoek speciaal hiervoor
ontwikkelde commerciële DNA-analysesystemen. Het
NFI gebruikt sinds 2011 het NGM DNA-analysesysteem
(zie kader ‘Het NGM DNA-analysesysteem’). Wanneer
de DNA-kenmerken van alle onderzochte loci waarneembaar zijn, wordt gesproken van een volledig
DNA-profiel.
Isoleren, kwantificeren, vermeerderen
(PCR) en detecteren
DNA-onderzoek begint met het zo zuiver mogelijk
isoleren van het DNA (DNA-extractie) uit de biologische
sporen of het referentiemateriaal. Om te voorkomen
dat sporenmateriaal wordt gecontamineerd door
referentiemateriaal, gebeurt het isoleren van DNA uit
biologische sporen in andere laboratoriumruimten dan
waar isolatie van DNA uit de referentiemonsters
plaatsvindt. Het geïsoleerde DNA, het ‘DNA-extract’,
wordt vervolgens gekwantificeerd (het bepalen van de
hoeveelheid DNA).4
Tijdens de vermeerderingsstap wordt heel specifiek en
exact het DNA van de te analyseren loci in enorm
grote hoeveelheden gekopieerd. Het vermeerderen van
het DNA van de te analyseren loci gebeurt met de
zogenoemde PCR-methode (Polymerase Chain Reaction), waarbij in zich herhalende cycli (in de regel
28-30 ‘PCR-cycli’) het DNA wordt gekopieerd. De vermeerderingsstap is nodig om een voldoende hoeveelheid van het DNA van de loci te verkrijgen om deze te
kunnen analyseren. Op basis van de kwantificering
wordt een zo optimaal mogelijke hoeveelheid DNAextract gebruikt voor de PCR.5 In één PCR worden alle
loci gelijktijdig gekopieerd. Na PCR wordt het gekopieerde DNA van de loci door zogenoemde ‘capillaire
gelelektroforese’ van elkaar gescheiden en gedetecteerd op basis van lengte en het fluorescerend kleurlabel dat tijdens de PCR is toegevoegd. Met speciale
software worden de lengtes van de gekopieerde loci
vastgesteld en wordt uitgerekend uit hoeveel repeterende stukjes DNA ze bestaan. Het resultaat van de
analyse, de DNA-kenmerken van de onderzochte loci,
wordt weergegeven in een piekenprofiel, het ‘elektroferogram’. De plaats van een piek geeft aan welk DNAkenmerk het betreft en wordt weergegeven met een
cijfer. De hoogte van een piek weerspiegelt in welke
relatieve hoeveelheid het DNA met het desbetreffende
DNA-kenmerk in de bemonstering aanwezig is. Dit
wordt weergegeven in ‘relatieve fluorescentie units’
(RFU’s).
Het NGM DNA-analysesysteem
Het NGM DNA-analysesysteem behoort tot de
nieuwe generatie DNA-analysesystemen en is door
producent Applied Biosystems ontwikkeld in nauwe
samenwerking met de internationale wetenschappelijke gemeenschap van forensisch DNA-deskundigen.
NGM staat voor Next Generation Multiplex. Door
implementatie van nieuwe inzichten en technologie
biedt het NGM DNA-analysesysteem een aantal
belangrijke voordelen ten opzichte van het SGM-Plus
DNA-analysesysteem, dat in de periode 1999-april
2011 door het NFI werd gebruikt.
Hoger persoonsonderscheidend vermogen
Het NGM DNA-analysesysteem bepaalt van vijftien
loci de DNA-kenmerken en stelt daarnaast het
geslacht vast.6 Het betreft de tien loci die ook met
het SGM-Plus DNA-analysesysteem worden bepaald,
plus vijf extra loci. Door deze uitbreiding worden
meer DNA-kenmerken bepaald en hebben de DNAprofielen die zijn verkregen met het NGM DNAanalysesysteem een lagere frequentie van voorkomen en daardoor een hogere zeldzaamheidswaarde en hoger persoonsonderscheidend vermogen dan
DNA-profielen die zijn verkregen met het SGM-Plus
DNA-analysesysteem.
Gevoeliger
Het NGM DNA-analysesyteem is gevoeliger dan het
SGM-Plus DNA-analysesysteem en daardoor beter
geschikt voor onderzoek van minimale biologische
sporen.
Robuuster
Door de verder geoptimaliseerde chemie heeft het
NGM DNA-analysesyteem minder last van onzuiverheden en remmende effecten in bemonsteringen.
Het is daardoor beter geschikt voor onderzoek van
deels afgebroken DNA en verontreinigd DNA.
Europese Standaard Set van twaalf loci
Om bij de internationale uitwisseling van DNAprofielen de kans op toevallige matches zo klein
mogelijk te houden is internationaal7 besloten (en
bekrachtigd in Europese wetgeving) om de Europese
Standaard Set (ESS) uit te breiden van zeven naar
twaalf loci. Al deze twaalf loci maken deel uit van
het NGM DNA-analysesysteem.
4. Tijdens de kwantificering wordt ook bepaald hoeveel mannelijk DNA in het extract aanwezig is. Daarnaast wordt vastgesteld of het DNA-extract componenten bevat die een remmende of blokkerende werking hebben op de hierna uit te voeren vermeerderingsstap. Deze componenten zijn meestal afkomstig
van het object waarvan het spoor is veiliggesteld (bijvoorbeeld kleurstoffen in kleding).
5. Dit is essentieel omdat te veel of te weinig DNA resulteert in moeilijk of niet te interpreteren DNA-profielen.
6. Het NGM DNA-analysesysteem bepaalt de DNA-kenmerken van vijftien loci en stelt het geslacht vast (Amelogenine-gen). De vijftien loci zijn: D3S1358;
VWA; D16S539; D2S1338; D8S1179; D21S11; D18S51; D19S433; TH01; FGA; D10S1248; D22S1045; D2S441; D1S1656; D12S391.
De cursief gedrukte loci maakten ook deel uit van het SGM-Plus DNA-analysesysteem. De onderstreepte loci vormen de Europese Standaard Set (ESS).
7. European Network of Forensic Science Institutes (ENFSI) en European DNA Profiling Group (EDNAP).
Expertise en Recht 2011-3
75
Menu
38
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
Meer informatieve DNA-profielen
Al geruime tijd voor april 2011 zette het NFI het
NGM DNA-analysesysteem in bij aanvullend DNAonderzoek in complexe zaken en cold cases. In veel
gevallen werden daarbij meer informatieve DNAprofielen verkregen dan bij eerder uitgevoerd onderzoek met het SGM-Plus DNA-analysesysteem. Dit
betreft met name onderzoek van minimale biologische sporen, sporen van meerdere personen, deels
afgebroken en/of verontreinigd DNA.
Fase 2. Interpreteren
De tweede fase is het interpreteren van het DNAprofiel dat van het spoor is verkregen. Hierbij
beschouwt de deskundige het DNA-profiel van het
spoor in zijn totaliteit en onderzoekt hij in hoeverre
er sprake is van een onderlinge samenhang van de
verschillende DNA-kenmerken. Het in zijn totaliteit
beschouwen van het DNA-profiel is een belangrijke
waarborg die voorkomt dat tijdens de derde fase van
het onderzoek, het vergelijkend DNA-onderzoek, een
enkel DNA-kenmerk afzonderlijk, los van de andere
DNA-kenmerken in het DNA-profiel, wordt verklaard.
Bij het interpreteren, het kwalificeren van het DNAprofiel, zijn onder meer de volgende vragen van
belang:
• Bevat het spoor waarvan het DNA-profiel is verkregen een relatief grote of een relatief kleine hoeveelheid DNA? Is er sprake van een DNA-profiel van een
minimaal biologisch spoor?
• Is het een volledig of onvolledig DNA-profiel?
• Betreft het een enkelvoudig DNA-profiel (één
persoon)?
• Betreft het een DNA-mengprofiel (meer dan één
persoon)? Zie verder ‘DNA-mengprofielen’;
• Is het enkelvoudige DNA-profiel van een man of een
vrouw?
• Hoe zeldzaam is het enkelvoudige DNA-profiel?
De zeldzaamheidswaarde wordt uitgedrukt in de
berekende frequentie van voorkomen.
Berekende frequentie
De zeldzaamheidswaarde van een DNA-profiel wordt
uitgedrukt in de ‘berekende frequentie’ van voorkomen van het DNA-profiel in de populatie. De berekening wordt uitgevoerd met speciaal daarvoor ontwik-
kelde, gevalideerde rekenprogramma’s en is gebaseerd
op populatiegenetische gegevens uit een referentiedatabestand. Met dit referentiedatabestand is voor elk
DNA-kenmerk dat bij het DNA-onderzoek kan voorkomen bepaald hoe vaak het in de populatie voorkomt.8
Het rekenprogramma berekent de frequentie van een
DNA-profiel door de frequenties van de vastgestelde
DNA-kenmerken met elkaar te vermenigvuldigen (door
toepassing van de zogenoemde ‘productregel’,
inclusief statistische correcties).9
Voor DNA-profielen met de DNA-kenmerken van tien of
meer loci is de berekende frequentie altijd kleiner dan
één op een miljard. Met andere woorden, de kans dat
het DNA-profiel van een persoon matcht met het DNAprofiel van een willekeurig gekozen, niet-bloedverwante persoon, is altijd kleiner dan één op een miljard.10
Onvolledige DNA-profielen
In een onvolledig DNA-profiel zijn niet van al de
onderzochte loci de DNA-kenmerken bepaald.11 Met
name bij sporen die heel weinig DNA bevatten, of
waarvan het DNA deels is afgebroken komt het voor
dat het DNA van een of meer loci tijdens de vermeerderingsstap (fase 1) in onvoldoende mate wordt
gekopieerd. De zeldzaamheidswaarde van een onvolledig DNA-profiel is geringer dan dat van een volledig
DNA-profiel. Immers, de kans dat een willekeurig
gekozen persoon bijvoorbeeld dezelfde acht DNA-kenmerken (van vier loci) als die van het spoor heeft, is
vele malen groter dan de kans dat hij dezelfde dertig
DNA-kenmerken (van vijftien loci) als die van het
spoor heeft. De bewijswaarde van een match met een
onvolledig DNA-profiel is daarom in de regel minder
hoog dan van een match met een volledig DNA-profiel.
De berekende frequentie van voorkomen is afhankelijk
van het aantal DNA-kenmerken én van de frequentie
waarmee deze DNA-kenmerken voorkomen. Een onvolledig DNA-profiel bestaande uit slechts enkele, maar
wel zeldzame DNA-kenmerken kan daarom toch een
lage berekende frequentie van voorkomen hebben en
derhalve bij een match een hoge bewijswaarde.
DNA-mengprofielen
Een spoor kan ook celmateriaal van meer dan een persoon bevatten, zoals een bemonstering van een door
meerdere personen gedragen bivakmuts. In de regel
geldt dat als van een spoor een DNA-profiel is verkre-
8. Het is een statistische schatting op basis van een referentiedatabestand. Rekenmodellen laten zien dat de frequenties van de verschillende DNA-kenmerken
die per locus kunnen voorkomen betrouwbaar statistisch zijn te schatten met een referentiedatabestand van ten minste tweehonderd personen. Het NFI en
het Forensisch Laboratorium voor DNA Onderzoek (FLDO) maken gebruik van een referentiedatabestand van 2085 personen. De frequenties van voorkomen van de verschillende DNA-kenmerken liggen over het algemeen tussen 0,2% en 30%.
9. De statistische correcties betreffen een rekenkundige correctie voor het feit dat subgroepen in de populatie voorkomen en een rekenkundige correctie voor
het feit dat de gehanteerde frequenties waarmee de DNA-kenmerken in de populatie voorkomen zijn vastgesteld op basis van een referentiedatabestand.
10. De berekende frequentie is niet van toepassing op bloedverwante personen. Voor bloedverwanten van de met het spoor matchende verdachte geldt dat de
kans groter is dat hun DNA-profiel matcht met dat van het spoor, dan het DNA-profiel van een niet-bloedverwante persoon. Daarnaast hebben eeneiige
tweelingen hetzelfde DNA-profiel.
11. De aanduiding ‘onvolledig’ is een kwantitatief waardeoordeel over het verkregen DNA-profiel en nadrukkelijk geen kwalitatief waardeoordeel over het verkregen DNA-profiel.
76
Expertise en Recht 2011-3
Menu
39
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
gen waarin een of meer loci méér dan twee DNAkenmerken hebben, er sprake is van een DNAmengprofiel. Immers, een persoon heeft per locus
maximaal twee verschillende DNA-kenmerken. Bij het
interpreteren van DNA-mengprofielen worden de volgende vragen beantwoord:
• Is het een volledig of onvolledig DNA-mengprofiel?
• Van (minimaal) hoeveel personen is celmateriaal
(DNA) in de desbetreffende bemonstering aanwezig?
De aanname over het aantal personen wordt gebaseerd op het aantal DNA-kenmerken dat per locus
wordt waargenomen. Zijn bijvoorbeeld op een of
meer loci ten minste vijf DNA-kenmerken zichtbaar,
dan bevat de bemonstering DNA van minimaal drie
personen.
• Betreft het DNA van mannen en/of vrouwen?
• Hoe verhouden de bijgedragen hoeveelheden
celmateriaal van de verschillende personen zich tot
elkaar?
Op basis van de hoogte van de pieken kan de
relatieve hoeveelheid celmateriaal die iemand heeft
bijgedragen aan het spoor worden geschat. Hierbij
geldt: hoe hoger de piek, hoe meer celmateriaal
aanwezig is met het desbetreffende DNA-kenmerk.
• Is uit het DNA-mengprofiel een enkelvoudig DNAprofiel (afkomstig van één persoon) af te leiden?
Een enkelvoudig DNA-profiel kan worden afgeleid
wanneer op grond van zaaksinformatie een van de
celdonoren bekend kan worden verondersteld, of
op basis van verschillen in piekhoogtes. Hoe zeldzaam is het afgeleide enkelvoudige DNA-profiel? Dit
wordt uitgedrukt in de berekende frequentie van
voorkomen.
• Is uit het DNA-mengprofiel geen enkelvoudig DNAprofiel af te leiden?
Als uit het DNA-mengprofiel geen enkelvoudig DNAprofiel is af te leiden, dan wordt vastgesteld of voor
het DNA-mengprofiel is te berekenen hoe groot de
kans is dat het DNA-profiel van een willekeurig
gekozen persoon hiermee matcht (de zogenoemde
‘inclusiekans’, zie kader ‘Statistische berekening van
een match’ op pagina 81 en 82).12
Voor meer informatie over DNA-mengprofielen zie Bijlage ‘Onderscheid DNA-profielen’ op pagina 89 en 90.
DNA-profielen van minimale biologische
sporen
Minimale biologische sporen zijn biologische sporen
die zeer weinig DNA bevatten. Dit kunnen sporen zijn
van minimale hoeveelheden bloed, sperma of speeksel, of haarsporen met zeer weinig celmateriaal aan de
haarwortel, maar vaak gaat het om biologische
contactsporen.13 Doordat minimale biologische sporen
zeer weinig DNA bevatten, resulteert de standaard
DNA-analyse meestal in onvolledige DNA-profielen
waarin pieken zo zwak aanwezig kunnen zijn dat ze
niet eenduidig aan DNA-kenmerken zijn toe te
schrijven. Dergelijke onvolledige DNA-profielen met
relatief zwak aanwezige pieken zijn vaak onvoldoende
geschikt voor vergelijkend DNA-onderzoek. Afhankelijk van de kwaliteit van het DNA-profiel beoordeelt de
DNA-deskundige of aanvullend DNA-onderzoek kan
resulteren in een informatiever DNA-profiel en welke
methoden daarvoor het best geschikt zijn. In grote
lijnen zijn er twee opties voor aanvullend DNA-onderzoek:
• de uitgevoerde (standaard) DNA-analyse twee keer,
eventueel (bij een relatief zeer geringe hoeveelheid
DNA) drie keer op dezelfde manier herhalen en op
basis hiervan een zogenoemd consensus DNAprofiel vaststellen;
• LCN (Low Copy Number) DNA-analyse en dit twee
keer, eventueel (bij een relatief zeer geringe hoeveelheid DNA) drie keer herhalen en op basis hiervan een consensus LCN DNA-profiel vaststellen.
Consensus DNA-profiel
Om vast te stellen of (zwak aanwezige) pieken in DNAprofielen van minimale biologische sporen daadwerkelijk DNA-kenmerken van het desbetreffende spoor
representeren en geen complicerende neveneffecten
zijn (zie kader ‘Complicerende neveneffecten’), wordt
de DNA-analyse van minimale biologische sporen drie
keer, eventueel vier keer, uitgevoerd.14 De drie of vier
monsters van het DNA-extract worden onder vergelijkbare reactieomstandigheden onderworpen aan een
DNA-analyse. Al deze resultaten worden met elkaar
vergeleken. Op basis hiervan wordt beoordeeld of een
waargenomen piek reproduceerbaar is en een DNAkenmerk representeert. Pieken die ten minste twee
keer worden waargenomen in de drie of vier DNA-
12. In dit stadium van het onderzoek, het interpreteren van het verkregen DNA-(meng)profiel, is alleen de inclusiekans aan de orde. De andere veel gebruikte
statistische methode, de likelihood ratio-methode, is gebaseerd op twee verschillende hypothesen op bronniveau en kan pas worden toegepast wanneer er
sprake is van een match met het DNA-profiel van een persoon (in de derde fase van het onderzoek).
13. Een biologisch contactspoor is een biologisch spoor waarvan de aard niet is te bepalen/bepaald en waarvan het aannemelijk is dat het is ontstaan doordat,
als gevolg van direct of indirect contact, lichaamscellen en/of vloeistoffen van een persoon zijn overgedragen op een andere persoon of op een object.
14. Het NFI heeft wetenschappelijk onderzoek verricht naar het optimale aantal DNA-analyses voor de bepaling van een consensus DNA-profiel in geval van
minimale biologische sporen. Dit onderzoek wijst uit dat de vaststelling of een piek een DNA-kenmerk representeert of een complicerend neveneffect kan
zijn drie, bij voorkeur vier keer de uitvoering van een DNA-analyse onder vergelijkbare reactieomstandigheden vergt. Pieken die ten minste twee keer
worden waargenomen in de drie of vier DNA-analyses kunnen worden beschouwd als betrouwbare DNA-kenmerken. C.C.G. Benschop, C.P van der Beek,
H.C. Meiland, A.G.M. van Gorp, A.A. Westen & T. Sijen, ‘Low template STR typing: Effect of replicate number and consensus method on genotyping
reliability and DNA database search results’, Forensic Science International: Genetics, 2010, doi:10.1016/j.fsigen.2010.06.006.
Expertise en Recht 2011-3
77
Menu
40
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
analyses kunnen worden beschouwd als betrouwbaar
vastgestelde DNA-kenmerken van de celdonor(en) van
het spoor. De op deze manier vastgestelde combinatie
van DNA-kenmerken van het spoor wordt in de vakliteratuur doorgaans aangeduid als het ‘consensus
DNA-profiel’. Het consensus DNA-profiel wordt vervolgens betrokken bij het vergelijkend DNA-onderzoek.
Niet-reproduceerbare pieken kunnen niet zonder meer
als DNA-kenmerken worden gekwalificeerd en niet
zonder meer worden betrokken bij vergelijkend DNAonderzoek.
LCN (Low Copy Number) DNA-analyse
LCN DNA-analysemethoden zijn toegespitst op het
analyseren van een geringe hoeveelheid DNA.15 Hiermee kunnen DNA-kenmerken zichtbaar worden
gemaakt die niet of nauwelijks zichtbaar waren in de
DNA-profielen uit standaard DNA-onderzoek. Bij LCN
DNA-analyse worden dezelfde loci onderzocht (met
dezelfde DNA-analysesystemen) als bij standaard DNAanalyse. De resultaten kunnen daarom worden
vergeleken met die van de standaard DNA-analyse. In
grote lijnen zijn twee vormen van LCN DNA-analyse te
onderscheiden:
• LCN DNA-analyse met extra vermeerderingsstappen
(34 PCR-cycli in plaats van de standaard 28-30 PCRcycli).
Een LCN DNA-analyse met extra PCR-cycli resulteert
in theorie in meer kopieën en is over het algemeen
de meest gevoelige methode.
• LCN DNA-analyse met gevoeligere detectie. Door
aanpassingen in het detectieproces wordt een grotere hoeveelheid van het vermeerderde DNA
geanalyseerd.
De LCN DNA-analysemethode met gevoeligere
detectie heeft geen extra PCR-cycli. De hogere
gevoeligheid wordt gerealiseerd doordat het
detectieproces zodanig is aangepast dat een veel
grotere hoeveelheid van het gekopieerde DNA kan
worden geanalyseerd. Hierdoor kunnen DNAkenmerken die in geringe mate zijn gekopieerd nu
wel of beter worden gedetecteerd.
Het grote nadeel van de zeer hoge gevoeligheid van de
LCN DNA-analysemethoden is dat de kans op complicerende neveneffecten veel groter is dan bij de standaard DNA-analyse. Om deze reden wordt LCN DNAanalyse niet standaard toegepast. Bij LCN DNA-analyse
worden de (na herhaald onderzoek) betrouwbaar vastgestelde DNA-kenmerken weergegeven in het consensus LCN DNA-profiel. LCN DNA-analyse wordt pas
overwogen nadat de resultaten van de standaard DNAanalyse bekend zijn. De hoeveelheid en de kwaliteit
van het DNA en het resultaat van het standaard DNAonderzoek zijn bepalend voor de keuze welke
LCN DNA-analysemethode wordt toegepast.
Complicerende neveneffecten
Inherent aan de hoge gevoeligheid van LCN DNAanalyse is dat de kans op het optreden van complicerende neveneffecten groter is dan bij standaard
DNA-analyse. Deze neveneffecten zijn van invloed
op de betrouwbaarheid van de verkregen DNAprofielen. De neveneffecten hebben vaak een
‘stochastisch karakter’, wat betekent dat ze deels
door toeval ontstaan. LCN DNA-analyse vereist dat
de reproduceerbaarheid van de pieken wordt
getoetst, en dat op grond daarvan een consensus
DNA-profiel wordt vastgesteld. De belangrijkste
complicerende neveneffecten die kunnen optreden
zijn allele drop-in, heterozygoot onbalans, allele
drop-out en prominent aanwezige stotterpieken.
Allele drop-in betreft een (extra) piek in het DNAprofiel die geen DNA-kenmerk representeert van het
DNA van het spoor. Het gaat dan om een DNAkenmerk van een minimale hoeveelheid DNA die
vanuit de ‘omgeving’ het spoor (of het stuk van
overtuiging) of het DNA-extract, heeft gecontamineerd en tijdens de vermeerderingsstap is meegekopieerd. Een dergelijk DNA-kenmerk behoort veelal
toe aan een deel van een enkele cel met slechts een
fragment van het totale DNA van die cel. Allele dropin doet zich in de praktijk vooral voor bij LCN DNAanalyses met extra vermeerderingsstappen. Bij het
standaard DNA-onderzoek van sporen met voldoende DNA is de kans op dit neveneffect zeer veel
kleiner, omdat de hoeveelheid DNA van een celfragment of enkele cellen uit de omgeving van het spoor
wegvalt bij de veel grotere hoeveelheid DNA van het
spoor zelf.
Bij heterozygoot onbalans (of heterozygoot
disbalans) verschillen op een locus de piekhoogtes
van de twee DNA-kenmerken van een persoon dermate dat uit het DNA-profiel niet is op te maken dat
ze toebehoren aan dezelfde persoon. Doordat het
biologische spoor slechts zeer weinig celmateriaal
en dus DNA bevat, worden tijdens de vermeerderingsstap (PCR) niet beide DNA-kenmerken van het
locus in vergelijkbare mate gekopieerd, zoals bij voldoende DNA. Dit effect wordt mede door het toeval
bepaald (stochastisch effect). Hoe geringer de hoeveelheid DNA, des te groter de kans op, en mate van
heterozygoot onbalans.
Allele drop-out is een extreme vorm van heterozygoot onbalans, waarbij een DNA-kenmerk van een
bepaald locus niet (of dermate onvoldoende) is
gekopieerd, waardoor dit DNA-kenmerk niet (als
piek) zichtbaar is in het DNA-profiel.16 Allele dropout is inherent aan alle typen DNA-onderzoek
15. Andere termen voor deze categorie van DNA-onderzoeken zijn ‘Low Template’ DNA-analyse (afgekort als LT DNA-analyse) en ‘Low level DNA-analyse’.
16. In het geval van locus drop-out zijn geen van beide DNA-kenmerken van het desbetreffende DNA als pieken zichtbaar in het DNA-profiel.
78
Expertise en Recht 2011-3
Menu
41
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
waarbij slechts een zeer geringe hoeveelheid DNA in
het uitgangsmateriaal aanwezig is. Het is bekend dat
sommige loci gevoeliger zijn voor allele drop-out
dan andere.
Een prominent aanwezige stotterpiek is een (extra)
piek in het DNA-profiel die geen DNA-kenmerk
representeert van het DNA van het spoor. Stotterpieken bevinden zich over het algemeen één positie
voor de pieken van de werkelijke DNA-kenmerken.
Ook komt het soms voor dat een stotterpiek één positie na de piek van het werkelijke DNA-kenmerk ligt.
DNA-profielen verkregen met standaard DNA-onderzoek bevatten ook stotterpieken, maar deze zijn in de
regel goed te onderscheiden van pieken die toebehoren aan DNA-kenmerken. Omdat bij LCN DNA-analyse
deze stotterpieken prominent aanwezig kunnen zijn,
zijn ze moeilijker te onderscheiden van de pieken van
DNA-kenmerken.
Fase 3. Vergelijken en bewijswaarde
Na het analyseren (fase 1) en het interpreteren (fase 2)
volgt de derde fase: het vergelijkend DNA-onderzoek
van het DNA-profiel van het spoor met DNA-profielen
van personen en/of andere sporen. Deze stapsgewijze
benadering waarborgt onbevooroordeeld (‘unbiased’)
vergelijkend DNA-onderzoek. De deskundige neemt
immers pas kennis van het DNA-profiel van de te
vergelijken persoon nadat het analyseren en het interpreteren van het DNA-profiel van het spoor is afgerond. Op deze manier wordt voorkomen dat de deskundige het DNA-profiel van bijvoorbeeld de verdachte
als uitgangspunt neemt en er onbewust op is gespitst
in het DNA-profiel van het spoor DNA-kenmerken waar
te nemen die ook in het DNA-profiel van de verdachte
aanwezig zijn, of informatie in het DNA-profiel over
het hoofd ziet die kan wijzen op een uitsluiting van de
verdachte. Dit zou zich met name kunnen voordoen bij
DNA-profielen van minimale biologische sporen.
Het vergelijkend DNA-onderzoek neemt niet alleen
overeenkomsten, maar ook verschillen tussen de DNAprofielen in aanmerking.
Bewijswaarde
De bewijswaarde van het resultaat van het vergelijkend DNA-onderzoek is afhankelijk van de waargenomen overeenkomsten en verschillen tussen de DNAprofielen. Het resultaat van vergelijkend DNA-onderzoek van het DNA-profiel van een persoon met het
DNA-(meng)profiel van een spoor is onder te brengen
in een van de vier onderstaande categorieën:
• Categorie A: Uitsluiting;
• Categorie B: Match met statistische berekening;
• Categorie C: Match zonder statistische berekening;
Expertise en Recht 2011-3
• Categorie D: Geen uitsluiting of match.
Categorie D is onderverdeeld in subcategorie D1: Niet
uit te sluiten en subcategorie D2: Geen uitspraak.
Categorie A en categorie B hebben relatief de hoogste
bewijswaarden en categorie D doorgaans relatief de
laagste bewijswaarde. De deskundige spreekt van een
match (categorie B en C) wanneer voor de bij het vergelijkend DNA-onderzoek betrokken loci kan worden
geconcludeerd dat alle DNA-kenmerken van de persoon
ook aanwezig zijn in het DNA-profiel van het spoor.
Voor een DNA-mengprofiel betekent dit dat de loci
waarop de match is gebaseerd (onder meer) dezelfde
DNA-kenmerken bevatten als de desbetreffende loci
van het DNA-profiel van de persoon.
Idealiter
Idealiter zou forensisch DNA-onderzoek moeten resulteren in DNA-profielen waarin alle DNA-kenmerken
van al de celdonoren zichtbaar zijn. Het resultaat van
vergelijkend DNA-onderzoek zou dan zijn: uitsluiting
(categorie A) of een match met statistische berekening
(categorie B). In de praktijk komt het echter veelvuldig
voor dat de hoeveelheid en/of de kwaliteit van het te
onderzoeken DNA van het spoor zelfs met de nieuwste
forensische DNA-analysesystemen onvoldoende is om
hiervan alle DNA-kenmerken van alle celdonoren
(voldoende betrouwbaar) aan te tonen. Wanneer niet
alle DNA-kenmerken (reproduceerbaar) aanwezig zijn
in het DNA-profiel van het spoor, zal het resultaat van
het vergelijkend DNA-onderzoek in veel situaties
vallen onder categorie C of D.
Categorie A: Uitsluiting
Een persoon wordt uitgesloten als celdonor van een
spoor als:
• zijn/haar DNA-profiel niet matcht met het DNAprofiel van het biologische spoor, en
• het DNA-profiel van het spoor bovendien geen aanwijzingen bevat (zoals mogelijk allele drop-out) die
erop kunnen duiden dat er wel sprake zou kunnen
zijn van een match als het technisch mogelijk was
alle DNA-kenmerken van het spoor vast te stellen.
De uitsluiting als celdonor is absoluut. Het betreft
geen kansuitspraak, zodat een statistische berekening
niet nodig is.
Categorie B: Match met statistische
berekening
Resulteert het vergelijkend DNA-onderzoek in
matchende DNA-profielen, dan is van belang of de
bewijswaarde daarvan statistisch is te onderbouwen.
De voorwaarde voor een statistische berekening van
de bewijswaarde van een match is de vaststelling of
aanname (op basis van het resultaat van het DNAonderzoek) dat van de loci waarop de match is geba-
79
Menu
42
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
seerd, alle DNA-kenmerken van alle celdonoren van het
spoor in het DNA-profiel aanwezig zijn.17 In de praktijk
is dit over het algemeen alleen mogelijk voor enkelvoudige DNA-profielen en DNA-mengprofielen van
twee personen (en in uitzonderlijke gevallen voor
DNA-mengprofielen van drie personen).18 Voor DNAmengprofielen van twee personen betekent dit dat
aangenomen moet kunnen worden dat van de loci
waarop de match is gebaseerd alle DNA-kenmerken
van beide celdonoren van het spoor zijn vastgesteld.
Categorie C: Match zonder statistische
berekening
Wanneer van de loci waarop de match is gebaseerd
niet alle DNA-kenmerken van alle celdonoren van het
spoor zijn vast te stellen (of dat onzeker is of al deze
DNA-kenmerken zijn vastgesteld),19 kan de bewijswaarde van een match niet worden onderbouwd met een
statistische berekening. Omdat deze informatie ontbreekt hebben dergelijke matches doorgaans een relatief lagere bewijswaarde dan matches waarbij wel een
statistische berekening mogelijk is. Bij categorie C is
het soms mogelijk in voorkomende gevallen een
match met een verbale waarschijnlijkheidsuitspraak
(in het licht van twee elkaar uitsluitende hypothesen
op bronniveau, zie kader ‘Hypothesen op drie
niveaus’) te kwalificeren. Een verbale waarschijnlijkheidsuitspraak is minder nauwgezet dan een getalsmatige uitspraak.
Categorie D: Geen uitsluiting of match
Situaties waarin er, overeenkomstig de definities, geen
sprake is van een uitsluiting (categorie A) of van een
match (categorieën B en C) vallen onder categorie D.
De kwaliteit en/of hoeveelheid van het DNA van het
spoor is dan dermate onvoldoende dat essentiële
informatie in het verkregen DNA-profiel ontbreekt om
te kunnen spreken van hetzij een uitsluiting, hetzij
een match. Er zijn in dat geval twee situaties te onderscheiden:
Categorie D1: Niet uit te sluiten
De desbetreffende persoon is niet uit te sluiten als
(een) celdonor van het spoor. De mogelijkheid bestaat
dat een relatief groot aantal DNA-kenmerken van een
persoon ook voorkomt in een (zeer) onvolledig DNAmengprofiel, maar dat tegelijkertijd ook een of enkele
DNA-kenmerken niet eenduidig in het DNA-mengprofiel voorkomen. In dat geval kan niet worden vastge-
steld of er een overeenkomst is op alle bij het vergelijkend DNA-onderzoek betrokken loci. Aan de voorwaarden voor een match (zoals in categorie B en C) wordt
vanwege zowel overeenkomsten als verschillen niet
voldaan. Met name bij minimale biologische sporen
wordt tijdens de vermeerderingsstap (PCR, fase 1) niet
van alle loci het DNA in dezelfde mate gekopieerd,
waardoor DNA-kenmerken (van sommige loci) onvoldoende of niet zichtbaar kunnen zijn als pieken in het
DNA-profiel (allele drop-out). In dergelijke gevallen is
de desbetreffende persoon niet uit te sluiten als een
van de personen van wie het celmateriaal in de
bemonstering afkomstig kan zijn.
In categorie D1 kan de mate van overeenkomst tussen
de DNA-profielen van de persoon en het spoor en de
mogelijk te verklaren verschillen soms met een verbale waarschijnlijkheidsuitspraak (in het licht van twee
elkaar uitsluitende hypothesen op bronniveau) worden
uitgedrukt. Afhankelijk van de posities en de mate
waarin de niet eenduidig voorkomende DNAkenmerken zich manifesteren, kunnen de verkregen
resultaten beter passen bij de hypothese dat het spoor
celmateriaal (DNA) bevat van de desbetreffende persoon dan bij de hypothese dat het spoor geen celmateriaal (DNA) bevat van de desbetreffende persoon.
Andersom kan ook het geval zijn.
De bewijswaarden van overeenkomsten die vallen onder
categorie D1 zullen veelal lager zijn dan van matches
die vallen onder categorie C. Immers, bij een vergelijkbaar aantal bij het vergelijkend DNA-onderzoek betrokken loci is, in tegenstelling tot categorie D1, bij categorie C wel vastgesteld dat voor de desbetreffende loci
alle DNA-kenmerken van de persoon ook aanwezig zijn
in het DNA-profiel van het spoor.
Categorie D2: Geen uitspraak
Het kan zijn dat op basis van het resultaat van het
vergelijkend DNA-onderzoek geen uitspraak kan
worden gedaan over de mogelijke aan- of afwezigheid
van celmateriaal van de vergeleken persoon in de
bemonstering van het spoor. Een dergelijk resultaat
geeft noch steun aan een hypothese over de aanwezigheid noch steun aan een hypothese over afwezigheid
van DNA van deze persoon in het spoor. Dit betekent
feitelijk dat (zeer) veel personen op grond van het vergelijkend DNA-onderzoek niet met zekerheid zijn uit
te sluiten als mogelijke celdonor en dat de bewijswaarde zeer gering is. Deze toestand doet zich vooral
17. Dus niet alleen de DNA-kenmerken die overeenkomen met de matchende persoon, maar alle DNA-kenmerken van alle celdonoren van het spoor. Een statistische berekening is immers gebaseerd op alle DNA-kenmerken die het spoor heeft voor de desbetreffende loci.
18. In de wetenschappelijke literatuur zijn inmiddels statistische modellen en rekenprogramma’s beschreven waarmee met complicerende neveneffecten als
allele drop-out, allele drop-in en prominent aanwezige stotterpieken in DNA-profielen rekening wordt gehouden. Deze methoden moeten verder worden
ontwikkeld voor toepassing in de praktijk. Met dergelijke methoden zal de statistische berekening niet meer beperkt zijn tot matches met enkelvoudige
DNA-profielen en DNA-mengprofielen van twee personen.
19. Voor de bij het vergelijkend DNA-onderzoek betrokken loci kan worden geconcludeerd dat alle DNA-kenmerken van de desbetreffende (matchende) persoon ook aanwezig zijn in het DNA-mengprofiel van het spoor, en dat niet van alle celdonoren de DNA-kenmerken konden worden vastgesteld (of dat dit
onzeker is).
80
Expertise en Recht 2011-3
Menu
43
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
voor bij vergelijkend DNA-onderzoek met onvolledige,
zeer weinig persoonsonderscheidende DNA-mengprofielen, afkomstig van ten minste drie personen.
Statistische berekening van een match
Match met een enkelvoudig DNA-profiel:
berekende frequentie van voorkomen
Bij een match met een enkelvoudig DNA-profiel
wordt de bewijswaarde uitgedrukt met de berekende
frequentie van voorkomen van het enkelvoudige
(afgeleide en/of onvolledige) DNA-profiel van het
spoor in de populatie. Hoe lager de berekende
frequentie, hoe zeldzamer het DNA-profiel en hoe
hoger de bewijswaarde van de match. Bij een enkelvoudig DNA-profiel, dat bestaat uit de DNAkenmerken van tien of meer loci, is de berekende
frequentie altijd kleiner dan één op een miljard.
Betreft het een (onvolledig) DNA-profiel dat uit minder dan tien loci bestaat, dan is de berekende frequentie hoger en de bewijswaarde dus lager.
Bloedverwanten
De berekende frequentie van voorkomen heeft
betrekking op de kans op een match met DNAprofielen van willekeurig gekozen personen uit een
populatie, en is niet van toepassing op bloedverwanten. Voor bloedverwanten van de met het spoor
matchende persoon geldt dat de kans dat hun DNAprofiel matcht met dat van het spoor aanzienlijk
groter is dan het geval is bij personen die geen
bloedverwant zijn van de met het spoor matchende
persoon. Dit komt doordat mensen die genetisch aan
elkaar verwant zijn, onderling meer overeenkomsten
in hun DNA hebben dan niet-bloedverwanten. Met
name bij onvolledige enkelvoudige DNA-profielen
(met een hogere frequentie en een lagere bewijswaarde) en DNA-mengprofielen kan dit van belang zijn.
Geen absolute herkomstuitspraak alleen op
basis van een match
Ook al is een DNA-profiel extreem zeldzaam, het is
nooit te achterhalen of dit DNA-profiel echt uniek is
in de gehele wereldbevolking. Daarnaast hebben
eeneiige meerlingen hetzelfde DNA-profiel. Een deskundige kan daarom op grond van matchende DNAprofielen geen absolute uitspraak doen en met zekerheid concluderen dat de matchende verdachte de celdonor is van het spoor. Het is uiteindelijk aan de
rechter om hierover een uitspraak te doen door de
bevindingen van het DNA-onderzoek te combineren
met de overige feiten en omstandigheden in de zaak.
Een deskundige kan wél een absolute herkomstuitspraak doen wanneer het DNA-profiel van een
persoon niet matcht met dat van het spoor. Dan kan
men deze persoon uitsluiten als celdonor van het
biologische spoor (onder voorbehoud van fouten in
de onderzoeksketen).
Uitspraak over zeldzaamheid, niet over
herkomst
De berekende frequentie van voorkomen geeft de
zeldzaamheid van het DNA-profiel weer: de kans dat
het DNA-profiel van een willekeurig gekozen persoon matcht met dit DNA-profiel. Deze zeldzaamheidswaarde betreft géén kansuitspraak over de
‘herkomst van het DNA-profiel’, en dus géén kansuitspraak over de herkomst van het desbetreffende
spoor. Zij mag niet worden geïnterpreteerd als ‘de
kans dat het spoor van iemand anders is’.
Match met een DNA-mengprofiel:
inclusiekans of likelihood ratio-methode
De bewijswaarde van een match met een DNA-mengprofiel kan niet worden bepaald met de berekende
frequentie van voorkomen, zoals het geval is bij een
match met een enkelvoudig DNA-profiel. De twee
internationaal veel gebruikte methoden om de
bewijswaarde van een match met een DNA-mengprofiel, waaruit geen DNA-profielen van individuele
celdonoren zijn af te leiden, te berekenen en weer te
geven zijn de inclusiekans en de likelihood ratiomethode. Belangrijke voorwaarde voor een statistische berekening is dat van de loci waarop de match
betrekking heeft alle DNA-kenmerken van alle celdonoren zijn vast te stellen.
De inclusiekans is de kans dat het DNA-profiel van
een willekeurig gekozen persoon matcht met het
DNA-mengprofiel. Bij het bepalen van de inclusiekans van een DNA-mengprofiel worden, met speciale
software, alle theoretisch mogelijke DNA-profielen
die met het DNA-mengprofiel matchen (‘in het DNAmengprofiel passen’) in beschouwing genomen. Hoe
kleiner de inclusiekans, des te minder mensen zullen
matchen met het DNA-mengprofiel, hoe hoger de
bewijswaarde. Een nadeel van de inclusiekans is dat
het in veel gevallen een conservatieve, behoudende,
manier van berekenen van de bewijswaarde is.20
De likelihood ratio-methode berekent in welke mate
het verkregen DNA-mengprofiel past bij twee verschillende hypothesen.21 Bijvoorbeeld:
20. Bijvoorbeeld in het geval dat het DNA-mengprofiel een zeer zeldzaam DNA-kenmerk heeft en dat dit zeer zeldzame DNA-kenmerk ook voorkomt in het
DNA-profiel van de met het DNA-mengprofiel matchende verdachte. Dan is dit een sterke aanwijzing dat de verdachte een van de celdonoren kan zijn. Bij
de berekening volgens de inclusiekans bepaalt men de zeldzaamheidswaarde door alle mogelijke DNA-profielen die tot dit DNA-mengprofiel kunnen leiden
in de berekening mee te nemen. Hierdoor wordt echter de hoge bewijswaarde van het zeer zeldzame DNA-kenmerk voor een groot deel tenietgedaan vanwege de vele andere mogelijkheden die in de berekening worden meegenomen. De hoge bewijswaarde van het zeer zeldzame DNA-kenmerk wordt overschaduwd en sneeuwt als het ware onder, waardoor de uiteindelijke bewijswaarde ten onrechte zwakker wordt. Mede om deze reden kiest men in dergelijke situaties bij voorkeur voor de likelihood ratio-methode.
21. Het betreft hypothesen op bronniveau (de herkomst van het spoor).
Expertise en Recht 2011-3
81
Menu
44
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
hypothese I: ‘het spoor bevat celmateriaal van de
verdachte en een onbekende persoon’;
hypothese II: ‘het spoor bevat celmateriaal van twee
onbekende personen’.
Men berekent eerst hoe groot de kans is op het verkregen DNA-mengprofiel in het geval hypothese I
juist is. Vervolgens berekent men hoe groot de kans
is op het DNA-mengprofiel in het geval hypothese II
juist is. De verhouding tussen deze twee kansen
krijgt men door ze op elkaar te delen. De uitkomst
is de likelihood ratio (afgekort als LR), ook wel de
diagnostische waarde van het bewijs genoemd. Voor
de berekeningen maakt men gebruik van speciaal
hiervoor ontwikkelde en gevalideerde software.
De LR kan een waarde hebben tussen nul en oneindig. Een LR van 1 geeft aan dat het DNA-mengprofiel
even goed past bij beide hypothesen. Een LR groter
dan 1 betekent dat het DNA-mengprofiel beter past
bij hypothese I dan bij hypothese II. Een LR kleiner
dan 1 betekent het omgekeerde. Hoe groter de likelihood ratio, hoe meer steun de bevindingen van het
DNA-onderzoek geven aan hypothese I ten opzichte
van hypothese II. Evenzo geldt hoe kleiner (lager
dan 1, maar groter dan 0) de LR, hoe meer steun de
bevindingen van het DNA-onderzoek geven aan
hypothese II ten opzichte van hypothese I.
De LR is nadrukkelijk geen maat voor de waarschijnlijkheid van de hypothesen zelf. De waarschijnlijkheden van de hypothesen I en II zelf kunnen nimmer
worden bepaald enkel en alleen op grond van de
grootte van de LR. Deze waarschijnlijkheden hangen
namelijk ook af van al de andere technische en tactische feiten en omstandigheden in de zaak.
Fase 4. Beschouwen in context
Na de analyse (fase 1), de interpretatie (fase 2) en het
vergelijkend DNA-onderzoek (fase 3) legt de deskundige de resultaten en conclusies van het forensisch
DNA-onderzoek vast in een deskundigenrapport. De
jurist beschouwt vervolgens de bevindingen van het
DNA-onderzoek in samenhang met al de feiten en
omstandigheden in de strafzaak. Soms kan de jurist
de DNA-deskundige daarbij betrekken. Dit betreft dan
vraagstukken met betrekking tot de ‘delictgerelateerdheid’ van het spoor en het hiervan verkregen DNA-profiel. Immers, de centrale vraag bij elk forensisch biologisch onderzoek is of het spoor een (directe) relatie
heeft met het misdrijf en daarmee relevant is voor de
opsporing en/of bewijsvoering. Is dit het geval, dan
kan een hieruit verkregen DNA-profiel een sterke aanwijzing zijn om een persoon in relatie te brengen met
het delict. Bloed en sperma zijn biologische sporen die
vaak sterk delictgerelateerd zijn, want zij kunnen in
veel gevallen direct in verband worden gebracht met
het misdrijf. Denk hierbij aan bloed op de kleding van
een verdachte van een geweldsdelict, of sperma op
een slachtoffer van een zedendelict. Ook speeksel en
haren kunnen delictgerelateerd zijn, bijvoorbeeld wanneer deze biologische sporen zijn aangetroffen op het
lichaam van een slachtoffer van een zedendelict. Van
biologische contactsporen is doorgaans minder duidelijk of zij delictgerelateerd zijn.22
Meer inzicht over de delictgerelateerdheid van een
spoor kan worden verkregen door de bevindingen van
het DNA-onderzoek te beschouwen onder twee (of
meer) hypothesen die elk een verklaring geven over de
wijze waarop het celmateriaal (DNA) op een stuk van
overtuiging kan zijn terechtgekomen. Het betreft
hypothesen op zogenoemd activiteitniveau: de handeling of activiteit met betrekking tot de manier waarop
sporen zijn overgedragen en zijn terechtgekomen op
een stuk van overtuiging.
Hypothesen op drie niveaus
Resultaten van forensisch onderzoek kunnen worden
beschouwd onder verschillende, elkaar uitsluitende
hypothesen. Er zijn hypothesen op drie verschillende
niveaus:
1. Hypothesen op bronniveau (herkomst spoor): de
hypothesen richten zich op de bron (de herkomst)
van het spoor;
2. Hypothesen op activiteitniveau (relatie met delict):
de hypothesen richten zich op de handeling/
activiteit waardoor, hoe en wanneer sporen zijn
overgedragen (op een object of lichaam zijn
terechtgekomen);
3. Hypothesen op delictniveau (toedracht): de hypothesen richten zich op de aard van het misdrijf en
de vraag wie de dader is.
Op elk van deze onderzoeksniveaus kunnen verschillende hypothesen worden opgesteld en
beschouwd. Hiertoe beziet men telkens twee hypothesen (een hypothesepaar). Indien van belang kunnen per onderzoeksniveau ook meer hypotheseparen worden opgesteld en beschouwd.
Bij de hypothesen op bronniveau staat de herkomst
van het biologische spoor centraal.
De deskundige beschouwt het resultaat van het vergelijkend DNA-onderzoek, zoals de match (en de
eventuele zeldzaamheidswaarde) of de mate van
overeenkomst, in het licht van deze hypothesen
over van wie het spoor al dan niet afkomstig is.
Hypothesen op bronniveau spelen een rol in fase 3,
het vergelijkend DNA-onderzoek en het vaststellen
van de bewijswaarde daarvan.
22. Er zijn drie groepen biologische sporen te onderscheiden: (1) sporen van de lichaamsvloeistoffen bloed, sperma en speeksel, (2) haarsporen en (3) biologische sporen waarvan de aard niet is te bepalen/bepaald. Deze laatste groep betreft veelal biologische contactsporen.
82
Expertise en Recht 2011-3
Menu
45
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
Bij de hypothesen op activiteitniveau staat de delictgerelateerdheid van het spoor centraal: de vraag hoe
en wanneer het celmateriaal (DNA) op een stuk van
overtuiging kan zijn terechtgekomen. Het beschouwen van de bevindingen van het forensisch
biologisch onderzoek in het licht van deze hypothesen vindt niet eerder plaats dan in fase 4, waarin de
context van de zaak in aanmerking wordt genomen.
Hierin worden alle bevindingen van het forensisch
biologisch onderzoek betrokken. Naast de bevindingen van het vergelijkend DNA-onderzoek is ook
de analyse van het volledige biologische sporenbeeld van belang: de plaatsen waar wel of niet biologische sporen zijn aangetroffen en de hoeveelheid
celmateriaal die het betreft. Contextinformatie over
de zaak die betrekking heeft op mogelijke handelingen en activiteiten waardoor celmateriaal kan zijn
overgedragen, en wetenschappelijke inzichten hierover, worden meegenomen in de beschouwing. Terwijl het beschouwen van hypothesen op bronniveau
plaatsvindt zonder contextinformatie over de zaak,
is relevante contextinformatie over de zaak dus wel
noodzakelijk voor het beschouwen van hypothesen
op activiteitniveau.
De hypothesen op delictniveau richten zich op de
vraag of er sprake is van een misdrijf en de vraag
wie de dader is. Alle feiten en omstandigheden,
zowel technische als tactische, worden meegewogen. De resultaten van het DNA-onderzoek
(bronniveau), het biologische sporenbeeld en contextinformatie over mogelijk hieraan ten grondslag
liggende handelingen en activiteiten (activiteitniveau) zijn een onderdeel van de totale beschouwing.
Dit is exclusief het domein van de feitenrechter.
Om hypothesen op respectievelijk bronniveau, activiteitniveau en delictniveau te kunnen beschouwen, is
steeds meer informatie nodig. Men spreekt daarom
van een ‘hiërarchie van hypothesen’. Hoe hoger in
de hiërarchie van hypothesen, hoe meer informatie
wordt betrokken bij het beschouwen van het hypothesepaar.
De deskundige en het doen van
waarschijnlijkheidsuitspraken op
activiteitniveau
Op basis van alleen een DNA-profiel kan geen uitspraak worden gedaan over het tijdstip en de wijze
waarop het desbetreffende celmateriaal op het stuk
van overtuiging is terechtgekomen. Niettemin kan de
deskundige onder omstandigheden, namelijk wanneer
alle informatie van het forensisch biologisch onderzoek wordt beschouwd in samenhang met andere
informatie in de zaak, een waarschijnlijkheidsuitspraak doen in het licht van hypothesen op activiteitniveau. Hij baseert deze uitspraak in dat geval op het
geheel van de resultaten van het forensisch biologisch
Expertise en Recht 2011-3
onderzoek, zoals de aard en plaats van aantreffen van
de biologische sporen (het sporenbeeld), de hoeveelheid en kwaliteit van het DNA in de bemonsteringen
en de samenstelling van de verkregen DNA-profielen.
De deskundige beoordeelt hoe verschillende facetten
van de verkregen onderzoeksresultaten passen bij de
te beschouwen hypothesen. Zo bepaalt hij daarbij telkens hoe groot de kans is om een bepaald spoor en
DNA-profiel al dan niet waar te nemen in het licht van
de verschillende hypothesen. Door deze kansen ten
opzichte van elkaar te wegen, komt de deskundige tot
een bepaalde verbale kwalificatie. Bijvoorbeeld, de
deskundige neemt de volgende twee hypothesen in
ogenschouw:
hypothese I (aanklager): ‘het bloed – waarvan het DNAprofiel matcht met dat van het slachtoffer – is op de
schoen van de verdachte terechtgekomen tijdens het
mishandelen van het slachtoffer in de keuken van het
hotel’;
hypothese II (verdediging): ‘het bloed – waarvan het
DNA-profiel matcht met dat van het slachtoffer – is op
de schoen van de verdachte terechtgekomen door
indirecte overdracht doordat de verdachte een dag na
het delict tijdens het schoonmaken van de keuken van
het hotel nog achtergebleven bloedsporen heeft weggeveegd’.
Vervolgens concludeert de deskundige (afhankelijk
van de omstandigheden): ‘de bevindingen van het
forensisch biologisch onderzoek zijn veel waarschijnlijker wanneer hypothese I juist is, dan wanneer hypothese II juist is’.
NB Slachtoffer en verdachte zijn beiden werkzaam in
het hotel.
De verbale waarschijnlijkheidsuitspraak is deels subjectief en gebaseerd op kennis die de deskundige
heeft vergaard door zijn opleiding, ervaring met forensisch onderzoek in andere strafzaken en het bijhouden van nieuwe ontwikkelingen op het vakgebied. De
deskundige onthoudt zich daarbij van enig oordeel
over de waarschijnlijkheid van de hypothesen zelf.
Dat oordeel is exclusief voorbehouden aan de feitenrechter.
In de praktijk zal het echter niet altijd mogelijk zijn
om op basis van de verkregen onderzoeksresultaten
een waarschijnlijkheidsuitspraak op activiteitniveau te
doen die steun geeft aan een van beide hypothesen.
Dit doet zich voor wanneer de bevindingen van het
forensisch biologisch onderzoek net zo goed of net zo
min kunnen worden verklaard onder beide hypothesen.
‘Kunt u uitsluiten dat…?’;
‘Is het mogelijk dat…?’
‘Kunt u uitsluiten dat het DNA (waarvan het DNA-profiel matcht met het DNA-profiel van de verdachte) al
veel eerder op het vuurwapen aanwezig was, voordat
het slachtoffer ermee werd doodgeschoten?’
‘Is het mogelijk dat het DNA (waarvan het DNA-profiel
matcht met het DNA-profiel van de verdachte) op de
83
Menu
46
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
jas van het slachtoffer is terechtgekomen door indirecte overdracht van celmateriaal?’
Vaak is dit de strekking van de vragen die de jurist
aan de deskundige stelt en waarmee hij een uitspraak
wil krijgen over de mogelijkheid of onmogelijkheid
van het aantreffen van celmateriaal van een bepaalde
persoon op een stuk van overtuiging. Dergelijke
vragen zullen geen inzicht verschaffen, omdat logisch
gezien doorgaans geen enkele hypothese die theoretisch uitvoerbaar is, absoluut is uit te sluiten. De
criminalistische betekenis van celmateriaal op een
object is afhankelijk van wat er met dat object is
gebeurd. Pas als daarover meer bekend is, of verondersteld kan worden, kunnen hypothesen worden geformuleerd en kan de deskundige zijn bevindingen in het
licht van deze hypothesen beschouwen. Op deze
manier kunnen vragen op activiteitniveau worden
beantwoord. Daarom zullen vragen als ‘Hoe groot is de
waarschijnlijkheid van het aantreffen van DNA van de
verdachte op het vuurwapen, gegeven de gebeurtenissen en/of die veronderstellingen’ meer recht doen aan
het op de juiste waarde beoordelen van de bevindingen
van het forensisch biologisch onderzoek dan simpelweg de vraag ‘of kan worden uitgesloten dat celmateriaal van de verdachte al voordat het delict plaatsvond op het vuurwapen aanwezig was.’
Bij het beschouwen van een hypothese dat DNA van de
verdachte al op het stuk van overtuiging aanwezig was
voordat het delict plaatsvond, is het van belang in
kaart te brengen wat logischerwijs met het stuk van
overtuiging kan zijn gebeurd in de periode tussen het
gestelde laatste contact van de verdachte met het stuk
van overtuiging en het delict. Bijvoorbeeld in het geval
dat de verdachte verklaart dat het vuurwapen waarmee het slachtoffer is doodgeschoten al enige tijd
voordat het delict plaatsvond van hem is gestolen. Als
deze verklaring op waarheid berust, hoe waarschijnlijk
is het dan om van de bemonstering van het vuurwapen een enkelvoudig DNA-profiel te verkrijgen dat
matcht met het DNA-profiel van de verdachte? Is tussen het moment van de diefstal en het moment van
het delict (nagenoeg) niets met het vuurwapen
gebeurd wat van invloed is geweest op de voor de
diefstal aanwezige biologische sporen op het vuurwapen? Is het waarschijnlijk dat de nieuwe bezitter van
het vuurwapen tijdens het uittesten en prepareren van
het wapen voorafgaand aan het plegen van het delict,
hierop geen detecteerbaar DNA heeft achterlaten, én
tijdens handelingen met het wapen reeds op het
wapen aanwezig DNA (van de verdachte) niet heeft
afgeveegd?
Mogelijke contaminatie en hypothesen op
activiteitniveau
Forensisch onderzoek gebeurt met de grootst
mogelijke zorgvuldigheid. Hierbij wordt alles in het
werk gesteld om fouten in de onderzoeksketen (van
het sporenonderzoek op de plaats delict tot en met
het deskundigenrapport) te voorkomen. Zo gelden
voor het onderzoekslaboratorium zeer stringente
regels en eisen waaraan de onderzoeksruimten, het
onderzoek, de werkvoorschriften en de medewerkers
moeten voldoen. Echter, hoe extreem de voorzorgsmaatregelen ook zijn, het is niet volledig uit te sluiten
dat er in de onderzoeksketen fouten worden gemaakt.
Indien in een specifieke zaak verwisseling of contaminatie23 van een stuk van overtuiging of van een
(bemonstering van) een spoor zou hebben plaatsgevonden, blijkt dit doorgaans uit de andere feiten en
omstandigheden die in de zaak bekend zijn of dient
dit nader te worden onderzocht. De bevindingen van
forensisch onderzoek moeten immers worden
beschouwd in de context van de zaak.
Wanneer er bijvoorbeeld redenen zijn om te veronderstellen dat de match van het DNA-profiel van een
persoon met het DNA-profiel van het spoor (het resultaat van het onderzoek op bronniveau) het gevolg is
van contaminatie, is het van groot belang dat dit aan
de deskundige wordt gemeld, zodat er een grondige
evaluatie van het uitgevoerde onderzoek kan plaatsvinden en eventueel aanvullend onderzoek of een
contra-expertise wordt uitgevoerd.
Daarnaast zal een beschouwing van de resultaten en
conclusies van het forensisch biologisch onderzoek op
activiteitniveau hierover mogelijk meer duidelijkheid
kunnen verschaffen. Hierbij kan het zinvol zijn de
bevindingen van het forensisch biologisch onderzoek
te beschouwen in het licht van ten minste één hypothesepaar op activiteitniveau. Bijvoorbeeld:
hypothese I (aanklager): ‘het celmateriaal op de bivakmuts – waarvan het DNA-profiel matcht met dat van
het verdachte – is hierop terechtgekomen door het
dragen van de bivakmuts door de verdachte’;
hypothese II (verdediging): ‘het celmateriaal op de
bivakmuts – waarvan het DNA-profiel matcht met dat
van het verdachte – is hierop terechtgekomen doordat
de bivakmuts in contact is geweest met de jas van de
verdachte’.
Bij het onderzoek of er daadwerkelijk contaminatie
heeft plaatsgevonden, wordt in eerste instantie onderzocht of de mogelijkheid bestaat dat de bivakmuts en
de jas met elkaar in aanraking zijn geweest. Bijvoorbeeld ergens in de periode tussen onderzoek plaats
delict tot en met het onderzoek in het laboratorium. Is
dit het geval dan wordt onderzocht in welke mate het
sporenbeeld past bij de verschillende hypothesen op
activiteitniveau.
Alle informatie over het desbetreffende onderzoekstraject (van plaats delict tot en met het onderzoekslaboratorium), de bevindingen van het forensisch biologisch onderzoek en de contextinformatie over de
23. Contaminatie (in de context van forensisch DNA-onderzoek) is al dan niet bewuste overdracht van biologisch materiaal (cellen/DNA van een persoon of
spoor) op/in een (ander) spoor of sporendrager (stuk van overtuiging).
84
Expertise en Recht 2011-3
Menu
47
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
zaak die betrekking heeft op mogelijke handelingen en
activiteiten waardoor celmateriaal kan zijn overgedragen, worden meegenomen in de beschouwing.
Casus hondenriem
Op een avond wordt een vrouw in een park door een
man aangevallen en tegen de grond gewerkt. De
man ligt bovenop haar en probeert haar te verkrachten. Verbeek, die zijn hond uitlaat, hoort geschreeuw
om hulp. Hij spoedt zich naar de plaats delict. Hij
ziet wat gaande is en onderneemt actie. Hij ontkoppelt de hondenriem van zijn hond. Met de ene hand
pakt hij stevig het handvat van de hondenriem beet
en met de andere hand het deel van de hondenriem
op armlengte van het handvat. Verbeek benadert de
belager van achteren, legt de hondenriem om zijn
keel en trekt hem met veel kracht van de vrouw af.
De dader weet los te komen en rent weg.
De hondenriem wordt direct na het delict naar het
forensisch laboratorium gebracht met de opdracht
dat deel te bemonsteren dat in contact is geweest
met de keel van de dader. Deze bemonstering levert
een DNA-profiel op van een onbekende man. Daarnaast zijn er nog enkele zwak aanwezige DNA-kenmerken zichtbaar. Deze komen overeen met de desbetreffende DNA-kenmerken van het DNA-profiel van
Verbeek. Het verkregen DNA-profiel van de onbekende man wordt opgenomen in de DNA-databank,
maar levert geen match op. Het onderzoek in de
zaak loopt vast, totdat ruim twee jaar later het DNAprofiel van Draaisma in de DNA-databank wordt
opgenomen dat matcht met het DNA-profiel van de
bemonstering van de hondenriem. De officier denkt
hiermee de dader op een presenteerblaadje aangereikt te hebben gekregen, maar de verdediging van
Draaisma stelt dat het DNA niet tijdens het delict
daar is terechtgekomen, maar doordat Draaisma ooit
de hondenriem van Verbeek heeft vastgepakt.
Verdachte Draaisma zegt wel eens in het park te
komen en dan wel eens honden te aaien.
Aan de deskundige wordt gevraagd of hij een uitspraak kan doen met betrekking tot de twee verschillende hypothesen op activiteitniveau:
hypothese I (aanklager): ‘het celmateriaal op de hondenriem is van Draaisma en is daarop terechtgekomen via intensief contact met zijn keel tijdens het
delict’;
hypothese II (verdediging): ‘het celmateriaal op de
hondenriem is van Draaisma en is daarop terechtgekomen via intensief contact met zijn handen tijdens
het aaien van de hond enige tijd voor het delict’.
De deskundige leidt de volgende feiten af uit het
forensisch biologisch onderzoek:
• De hondenriem is bemonsterd, specifiek op die
plaatsen die volgens de verklaringen van Verbeek
en het slachtoffer in contact zijn geweest met de
dader.
Expertise en Recht 2011-3
• De bemonstering van de hondenriem levert een
volledig DNA-(hoofd)profiel op met pieken van
hoge intensiteit, hetgeen betekent dat het toebehoort aan een relatief grote hoeveelheid celmateriaal van één persoon.
• Daarnaast zijn er enkele zwak aanwezige DNAkenmerken zichtbaar in het DNA-profiel van de
bemonstering van de hondenriem die toebehoren
aan een relatief zeer kleine hoeveelheid celmateriaal van een andere persoon.
• Het volledige DNA-hoofdprofiel matcht met het
DNA-profiel van verdachte Draaisma.
• De zwak aanwezige DNA-kenmerken komen overeen met de desbetreffende DNA-kenmerken van
het DNA-profiel van getuige Verbeek.
De deskundige is van oordeel dat ‘de bevindingen
van het forensisch biologisch onderzoek waarschijnlijker zijn wanneer hypothese I juist is dan wanneer
hypothese II juist is’ en motiveert dit als volgt:
• Van getuige Verbeek, de frequent gebruiker van de
hondenriem, is op zijn hoogst een relatief kleine
hoeveelheid celmateriaal op de hondenriem aanwezig (aangenomen dat de zwak aanwezige DNAkenmerken daadwerkelijk aan hem toebehoren).
Hieruit kan worden geconcludeerd dat de relatief
grote hoeveelheid celmateriaal op de hondenriem
daar terecht kan zijn gekomen door een veel
krachtiger, niet alledaagse, handeling.
• Het frequent gebruik van de hondenriem, in weer
en wind, heeft een negatieve invloed op de hoeveelheid en de kwaliteit van het hierop aanwezig
celmateriaal. Het aantreffen van een relatief grote
hoeveelheid celmateriaal is daardoor beter
verklaarbaar als dit daarop recentelijk is terechtgekomen dan als het daarop al enige tijd aanwezig is.
• Het wegtrekken van de dader is de laatste handeling die met de hondenriem is uitgevoerd en ging
bovendien met veel kracht gepaard. Dit wordt niet
weersproken door de verdediging. Volgens hypothese II heeft de verdachte, die iemand anders is
dan de dader, enige tijd daarvoor de hondenriem
vastgehad tijdens het aaien van de hond. Onder
deze hypothese is het te verwachten dat er meer
celmateriaal van de dader dan van de verdachte
wordt waargenomen. Het ontbreken van een DNAprofiel van een onbekende andere man is onder
deze hypothese moeilijk te verklaren. Dat zou
immers betekenen dat, hoewel er zeer intensief
contact is geweest tijdens het ontzetten van het
slachtoffer, er geen celmateriaal van de dader op
de hondenriem is waar te nemen.
• Bovendien zal het laatste intensieve contact, naar
verwachting, reeds aanwezig celmateriaal van de
hondenriem (deels) verwijderen. Het is daardoor
niet waarschijnlijk dat al enige tijd aanwezig celmateriaal als gevolg van eerder aaien van de hond
nog steeds zo prominent op de hondenriem aanwezig is.
85
Menu
48
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
Voorwaarden waarschijnlijkheidsuitspraak
op activiteitniveau
Een waarschijnlijkheidsuitspraak op activiteitniveau
kan degene die hiertoe opdracht geeft (doorgaans de
politie, het Openbaar Ministerie, de advocatuur of de
rechter) helpen een inschatting te maken van de
bewijswaarde van de resultaten van het forensisch
onderzoek in de context van de zaak. Dit is met name
van belang als weliswaar niet wordt betwist van wie
het aangetroffen celmateriaal afkomstig is, maar
onduidelijk is wanneer en/of hoe dit celmateriaal op
het stuk van overtuiging is terechtgekomen (zoals in
de bovenstaande casus van de hondenriem). Om een
waarschijnlijkheidsuitspraak op activiteitniveau te
kunnen doen, moet de deskundige naast de verkregen
informatie van het vergelijkend DNA-onderzoek ook
een inschatting kunnen maken van andere factoren,
zoals hoe in die specifieke situatie celmateriaal kan
zijn overgedragen. Alvorens de deskundige een waarschijnlijkheidsuitspraak op activiteitniveau kan doen,
moet zijn voldaan aan drie belangrijke voorwaarden:
minimaal één duidelijk omschreven paar hypothesen,
relevante contextinformatie over de zaak en een zo
volledig mogelijk sporenbeeld.
Minimaal één duidelijk omschreven paar
hypothesen
De deskundige moet beschikken over ten minste één
duidelijk omschreven paar hypothesen. Indien van
belang kunnen ook meerdere hypotheseparen worden
beschouwd. Hierbij staan telkens de delictgerelateerdheid van het spoor en het hiervan verkregen DNAprofiel centraal. Doorgaans zal de ene hypothese zijn
dat het spoor is overgedragen tijdens het delict en de
andere hypothese dat het spoor is overgedragen
tijdens een handeling of activiteit die niets met het
delict te maken heeft. Idealiter krijgt de deskundige de
ene hypothese (hypothese I) voorgelegd door de aanklager en de andere hypothese (hypothese II) door de
verdediging en is hij zelf op geen enkele wijze betrokken bij het opstellen van deze hypothesen. Op basis
van de onderzoeksresultaten en de voorgelegde
hypothesen maakt de deskundige een onafhankelijke
afweging.24
Relevante contextinformatie over de zaak
De deskundige moet beschikken over relevante contextinformatie over de zaak. Het betreft díe informatie
die van belang is voor de deskundige om in te kunnen
schatten in hoeverre verschillende factoren invloed
hebben op de waarschijnlijkheid van de onderzoeksresultaten in het licht van de gestelde hypothesen.
Zo volledig mogelijk biologische sporenbeeld
Om een waarschijnlijkheidsuitspraak op activiteitniveau te kunnen doen, is het van belang dat de deskundige een goed beeld heeft van de aanwezige biologische sporen. Dit kan betekenen dat een onderzoeksresultaat dat is verkregen bij een onderzoek gericht op
bronniveau niet voldoende is om een uitspraak te kunnen doen op activiteitniveau. In dergelijke gevallen is
aanvullend onderzoek noodzakelijk.
Indien niet aan de drie bovenstaande voorwaarden
wordt voldaan, is het voor de deskundige doorgaans
niet mogelijk de bewijswaarde van de resultaten van
het forensisch biologisch onderzoek in een waarschijnlijkheidsuitspraak op activiteitniveau te kwalificeren.
De deskundige zal bij de opdrachtgever aangeven welke informatie nog nodig is om een waarschijnlijkheidsuitspraak op activiteitniveau mogelijk te maken.
Samenvatting praktische handvatten
De toenemende mogelijkheden en complexiteit van
forensisch DNA-onderzoek brengen met zich dat juristen voldoende op de hoogte dienen te zijn van de
essenties van deze forensische expertise om het uitgevoerde DNA-onderzoek en de gerapporteerde resultaten en conclusies te doorgronden. De in dit artikel
beschreven leidraad biedt de jurist hiertoe een aantal
praktische handvatten. Aan de hand hiervan kan de
jurist toetsen of hij het deskundigenrapport heeft
begrepen en of het DNA-onderzoek is uitgevoerd overeenkomstig de internationaal gebruikte richtlijnen. De
handvatten zijn hieronder samengevat.
(1) Forensisch DNA-onderzoek in vier
opeenvolgende fasen
Forensisch autosomaal DNA-onderzoek vindt plaats in
vier opeenvolgende fasen:
Fase 1. Analyseren van de verkregen DNA-profielen:
het bepalen van de DNA-kenmerken;
Fase 2. Interpreteren van de verkregen DNA-profielen:
het kwalificeren van het DNA-profiel;
Fase 3. Vergelijkend DNA-onderzoek en vaststellen van
de bewijswaarde van de resultaten en conclusie;
Fase 4. Beschouwen van de bevindingen van het forensisch biologisch onderzoek in samenhang met de
overige feiten en omstandigheden in de strafzaak.
Fase 4 is met name voorbehouden aan de jurist. In het
geval het onderzoek op activiteitniveau betreft kan de
jurist de DNA-deskundige daarbij betrekken.
24. Alvorens de bevindingen van forensisch onderzoek te laten beschouwen in het licht van een hypothesepaar op activiteitniveau maakt de rechter of rechtercommissaris eerst een inschatting in hoeverre de voorgestelde situaties zich in werkelijkheid kunnen hebben voorgedaan (de zogenoemde a-priori kans).
Dit is met name van belang in het geval er meer dan twee hypothesen op activiteitniveau worden voorgesteld (en dus meerdere hypotheseparen kunnen
worden beschouwd). Wanneer een voorgestelde hypothese onvoldoende geconcretiseerd is en/of als zeer onwaarschijnlijk wordt beoordeeld, kan de rechter of rechter-commissaris besluiten de desbetreffende hypothese buiten beschouwing te laten.
86
Expertise en Recht 2011-3
Menu
49
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
(2) DNA-analyse en interpretatie per spoor
afzonderlijk
Binnen de internationale wetenschappelijke gemeenschap van forensisch DNA-deskundigen is een belangrijk basisprincipe dat voor elk te onderzoeken spoor
het bepalen van de aard van het celmateriaal (het type
of soort cellen), de DNA-analyse en de interpretatie
van het verkregen DNA-profiel afzonderlijk worden
uitgevoerd, los van het bepalen van de aard van het
celmateriaal en de analyse en interpretatie van DNAonderzoek van andere sporen.
Analyseresultaten van verschillende sporen mogen
niet bij elkaar worden gevoegd om die als één samengesteld, gecombineerd DNA-profiel te vergelijken met
andere DNA-profielen. Het betreft immers onderzoek
op bronniveau. Pas bij onderzoek op activiteitniveau
en delictniveau worden resultaten en conclusies van
onderzoek van de verschillende sporen gezamenlijk
beschouwd.
(3) DNA-onderzoek minimale biologische
sporen vereist consensusmethode
Minimale biologische sporen kunnen zeer weinig DNA
bevatten en hierdoor resulteert het standaard DNAonderzoek van deze sporen meestal in onvolledige
DNA-profielen waarin pieken zo zwak aanwezig kunnen zijn dat ze niet eenduidig aan DNA-kenmerken
zijn toe te schrijven. Om in dergelijke gevallen een
informatiever DNA-profiel te verkrijgen worden in de
regel aanvullende DNA-analyses uitgevoerd. In grote
lijnen zijn er dan twee opties: de uitgevoerde DNAanalyse wordt twee keer, eventueel drie keer op
dezelfde (standaard) manier herhaald, of LCN DNAanalyse wordt ingezet en twee keer, eventueel drie
keer herhaald. Op basis hiervan wordt vastgesteld of
een waargenomen piek reproduceerbaar is en een
DNA-kenmerk representeert. Pieken die ten minste
twee keer worden waargenomen in de drie of vier
DNA-analyses kunnen worden beschouwd als betrouwbare DNA-kenmerken van de celdonor(en) van het
spoor. De op deze manier vastgestelde combinatie van
DNA-kenmerken van het spoor vormt het consensus
DNA-profiel en wordt betrokken bij het vergelijkend
DNA-onderzoek. Niet-reproduceerbare pieken kunnen
niet zonder meer als DNA-kenmerken worden gekwalificeerd en niet zonder meer worden betrokken bij
vergelijkend DNA-onderzoek. Het vaststellen van een
consensus DNA-profiel is een vereiste wanneer aanvullende DNA-analyses zijn uitgevoerd.
DNA-profielen van personen de uitkomst van het later
uit te voeren vergelijkend DNA-onderzoek beïnvloedt.
Pas nadat van het DNA-profiel van het spoor de (reproduceerbaar aanwezige) DNA-kenmerken, het aantal
celdonoren en de mogelijk aanwezige complicerende
neveneffecten zijn vastgesteld, vindt het vergelijkend
DNA-onderzoek met de DNA-profielen van personen
plaats.
(5) Vergelijkend DNA-onderzoek:
overeenkomsten en verschillen
De deskundige dient het DNA-(meng)profiel in zijn
totaliteit in ogenschouw te nemen. Het in zijn totaliteit beschouwen van het DNA-profiel is een belangrijke
waarborg die voorkomt dat tijdens het vergelijkend
DNA-onderzoek een enkel DNA-kenmerk afzonderlijk,
los van de andere DNA-kenmerken in het DNA-profiel,
wordt verklaard. Het vergelijkend DNA-onderzoek
neemt niet alleen overeenkomsten, maar ook verschillen tussen de DNA-profielen in aanmerking.
(6) Resultaat vergelijkend DNA-onderzoek:
vier categorieën
Het resultaat van vergelijkend DNA-onderzoek van het
DNA-profiel van een persoon met het DNA-profiel van
een spoor is onder te brengen in een van de vier
categorieën: categorie A: Uitsluiting, categorie B:
Match met statistische berekening, categorie C: Match
zonder statistische berekening en categorie D: Geen
uitsluiting of match. Categorie D is onderverdeeld in
subcategorie D1: Niet uit te sluiten en subcategorie
D2: Geen uitspraak.
(4) Vergelijkend DNA-onderzoek pas nadat
interpretatie DNA-profielen is afgerond
Stapsgewijs DNA-onderzoek, waarbij de vier fasen ach-
(7) Hypothesen op activiteitniveau
Uiteindelijk beschouwt de jurist de bevindingen van
het DNA-onderzoek in samenhang met alle feiten en
omstandigheden in de strafzaak. Hij kan hierbij de
DNA-deskundige betrekken. Dit betreft dan vraagstukken met betrekking tot de ‘delictgerelateerdheid’
van het spoor en het hiervan verkregen DNA-profiel.
Het is mogelijk dat de deskundige een waarschijnlijkheidsuitspraak kan doen in het licht van hypothesen
op activiteitniveau. Hiervoor moet echter wel zijn voldaan aan drie belangrijke voorwaarden: minimaal één
duidelijk omschreven paar hypothesen op activiteitniveau, relevante contextinformatie van de zaak en
een zo volledig mogelijk sporenbeeld. Omdat wetenschappelijk gezien doorgaans geen enkele mogelijkheid absoluut is uit te sluiten dragen vragen aan de
deskundige als ‘Kunt u uitsluiten dat…?’ of ‘Is het
mogelijk dat…?’ niet bij aan de waarheidsvinding.
Dergelijke vragen kunnen leiden tot misvattingen en
onjuiste conclusies.
tereenvolgens worden doorlopen, geeft de beste waarborg voor een zo objectief mogelijk onderzoek. Op
deze manier wordt informatie over DNA-profielen van
personen buiten beschouwing gelaten bij het analyseren en interpreteren van de DNA-(meng)profielen van
de sporen en wordt voorkomen dat kennis van de
Specifieke vragen bij DNA-onderzoek van
minimale biologische sporen
Met name wanneer het DNA-onderzoek van minimale
biologische sporen betreft is het van belang dat de
jurist de antwoorden op de volgende vragen kent:
Expertise en Recht 2011-3
87
Menu
50
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
– Betreft het onderzochte spoor een minimaal biologisch spoor?
– Is de DNA-analyse herhaald om vast te stellen of
waargenomen pieken in het DNA-profiel reproduceerbaar zijn en derhalve daadwerkelijk DNAkenmerken representeren?
– Is de DNA-analyse twee of drie keer herhaald (in
totaal drie of vier keer uitgevoerd), of is van deze
procedure afgeweken? Indien van deze procedure is
afgeweken wat is de reden daarvoor?
– Is gebruikgemaakt van LCN DNA-analyse?
– Is er op basis van het herhaald DNA-onderzoek een
consensus DNA-profiel opgesteld?
– Is om een DNA-kenmerk in het consensus DNAprofiel op te nemen het criterium van ‘ten minste
twee keer de desbetreffende piek waarnemen in de
drie of vier DNA-analyses’ gehanteerd?
– Is het vergelijkend DNA-onderzoek pas uitgevoerd
nadat de interpretatie van het DNA-profiel is afgerond, dus nadat van het DNA-profiel de (reproduceerbaar aanwezige) DNA-kenmerken, het aantal celdonoren en de mogelijke complicerende neveneffecten zijn vastgesteld?
– Onder welke categorie (A, B, C, D1 of D2) is het
resultaat van vergelijkend DNA-onderzoek van het
DNA-profiel van een persoon met het DNA-profiel
van een spoor onder te brengen?
– Indien een deskundige wordt verzocht een waarschijnlijkheidsuitspraak te doen over hoe het DNA
op een object of op een persoon is terechtgekomen,
is dan voldaan aan de noodzakelijke voorwaarden:
ten minste twee hypothesen op activiteitniveau,
relevante contextinformatie en een zo volledig
mogelijk sporenbeeld?
Uitgebreide informatie
Voor meer gedetailleerde informatie over (on)volledige
enkelvoudige DNA-profielen en DNA-mengprofielen,
het vergelijkend DNA-onderzoek, matchende DNAprofielen, de verschillende methoden voor statistische
berekening, onderzoek van minimale biologische
sporen, LCN DNA-analyse en omgaan met de kans op
fouten, zie de uitgave ‘De Essenties van forensisch
biologisch onderzoek; Humane biologische sporen en
DNA’ (ISBN: 978 90 77320 82 2).
Voor meer informatie over onbevooroordeeld DNAonderzoek, de vier opeenvolgende fasen van het
forensisch DNA-onderzoek, de verschillende categorieën waarin de resultaten en conclusies van het forensisch DNA-onderzoek, en daarmee de bewijswaarden,
zijn onder te verdelen en het beschouwen van de
bevindingen van het onderzoek in de context van de
zaak, zie de uitgave ‘Forensisch DNA-onderzoek in de
(strafrecht)praktijk’ (ISBN: 978 90 81020 83 1).
88
Schema opeenvolgende fasen forensisch
DNA-onderzoek
Fase 1. Analyseren
• Isoleren en kwantificeren van het DNA uit een
spoor of referentiemonster;
• Kopiëren DNA van de te onderzoeken loci;
• Detecteren van het gekopieerde DNA van de te
onderzoeken loci;
• Bepalen van de DNA-kenmerken van de loci.
Fase 2. Interpreteren
Het kwalificeren van het DNA-profiel: beschouwen
van het DNA-profiel als geheel en de samenhang van
de verschillende DNA-kenmerken.
• Bevat het spoor waarvan het DNA-profiel is verkregen een relatief grote of een relatief kleine hoeveelheid DNA? Is er sprake van een DNA-profiel
van een minimaal biologisch spoor?
• Is het een volledig of onvolledig DNA-profiel?
• Is testen op reproduceerbaarheid van pieken en
het vaststellen van een consensus DNA-profiel aan
de orde?
Twee opties:
– de uitgevoerde DNA-analyse twee keer, eventueel drie keer op dezelfde manier herhalen en op
basis hiervan een consensus DNA-profiel vaststellen;
– LCN (Low Copy Number) DNA-analyse en dit
twee keer, eventueel drie keer herhalen en op
basis hiervan een consensus LCN DNA-profiel
vaststellen.
• Betreft het een enkelvoudig DNA-profiel (één persoon)?
– Is het enkelvoudige DNA-profiel van een man of
een vrouw?
– Hoe zeldzaam is het enkelvoudige DNA-profiel?
De zeldzaamheidswaarde wordt uitgedrukt in de
berekende frequentie van voorkomen.
• Betreft het een DNA-mengprofiel (meer dan één
persoon)?
– Van hoeveel personen is celmateriaal (DNA) in
de desbetreffende bemonstering aanwezig?
– Betreft het DNA van mannen en/of vrouwen?
– Hoe verhouden de bijgedragen hoeveelheden
celmateriaal van de verschillende personen zich
tot elkaar?
– Is uit het DNA-mengprofiel een enkelvoudig
DNA-(hoofd)profiel af te leiden?
Hoe zeldzaam is het afgeleide DNA-(hoofd)profiel? Dit wordt uitgedrukt in de berekende
frequentie van voorkomen.
– Is uit het DNA-mengprofiel een DNA-nevenprofiel af te leiden?
Hoe groot is de kans dat het DNA-profiel van
een willekeurig gekozen persoon matcht met
het afgeleide DNA-nevenprofiel?
Expertise en Recht 2011-3
Menu
51
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
– Is uit het DNA-mengprofiel geen enkelvoudig
DNA-profiel af te leiden?
Is voor het DNA-mengprofiel te berekenen hoe
groot de kans is dat een willekeurig gekozen
persoon hiermee matcht (‘inclusiekans’)?
• Is het resultaat van het DNA-onderzoek geschikt
voor vergelijkend DNA-onderzoek? In het geval
geen of onvoldoende informatief en persoonsonderscheidend DNA-profiel: geen vergelijkend
DNA-onderzoek.
Fase 3. Vergelijken en bewijswaarde
(Bronniveau)
Vergelijkend DNA-onderzoek en de bewijswaarde
van de resultaten en conclusie.
Resultaat vergelijkend DNA-onderzoek:
• Categorie A: Uitsluiting
– De uitsluiting als celdonor is absoluut. Het
betreft geen kansuitspraak, geen statistische
berekening.
• Categorie B: Match met statistische berekening
– Berekende frequentie bij (afgeleide) enkelvoudige DNA-mengprofielen.
– Inclusiekans of likelihood ratio-methode bij
DNA-mengprofielen.
• Categorie C: Match zonder statistische berekening
– Verbale waarschijnlijkheidsuitspraak betreffende
de onderzoeksresultaten in het licht van hypothesen op bronniveau (indien mogelijk en relevant).
• Categorie D: Geen uitsluiting of match
Subcategorie D1: Niet uit te sluiten
– Verbale waarschijnlijkheidsuitspraak betreffende
de onderzoeksresultaten in het licht van hypothesen op bronniveau (indien mogelijk en relevant).
Subcategorie D2: Geen uitspraak
Fase 4. Beschouwen in de context
(Activiteitniveau)
Beschouwen van de bevindingen van het forensisch
biologisch onderzoek in het licht van de zaak, mede
aan de hand van andere feiten en/of omstandigheden.
• Verbale waarschijnlijkheidsuitspraak in het licht
van hypothesen op activiteitniveau (indien mogelijk en relevant).
Bijlage Onderscheid DNA-profielen
In onderstaand overzicht zijn in grote lijnen de te
onderscheiden DNA-profielen en de consequenties in
geval van een match/overeenkomst weergegeven.
Enkelvoudige DNA-profielen
I. Volledig, enkelvoudig DNA-profiel
Het DNA-profiel is afkomstig van één persoon en van
alle onderzochte loci zijn de DNA-kenmerken vastgesteld. Een match van het DNA-profiel van een persoon
met het volledige, enkelvoudige DNA-profiel van een
spoor is statistisch te onderbouwen. Hierbij wordt
berekend hoe groot de kans is dat het DNA-profiel van
een willekeurig gekozen persoon matcht met het volledige, enkelvoudige DNA-profiel. Met de huidige DNAanalysesystemen is deze kans altijd kleiner dan één
op een miljard.
II. Onvolledig, enkelvoudig DNA-profiel
Het DNA-profiel is afkomstig van één persoon, maar
niet van alle onderzochte loci zijn de DNA-kenmerken
vastgesteld. Een match van het DNA-profiel van een
persoon met het onvolledige, enkelvoudige DNAprofiel van een spoor is statistisch te onderbouwen.
Hierbij wordt berekend hoe groot de kans is dat het
DNA-profiel van een willekeurig gekozen persoon
matcht met het onvolledige, enkelvoudige DNA-profiel.
Deze kans is afhankelijk van het aantal loci waarvan
de DNA-kenmerken zijn vastgesteld en de zeldzaamheid van deze DNA-kenmerken. Hoe meer DNAkenmerken zijn vastgesteld, des te kleiner de kans dat
het DNA-profiel van een willekeurig gekozen persoon
matcht met het onvolledige DNA-profiel.
III. Ogenschijnlijk enkelvoudig DNA-profiel
Het DNA-profiel is zeer wel mogelijk afkomstig van
één persoon. Op geen van de onderzochte loci zijn
meer dan twee DNA-kenmerken vastgesteld, maar vanwege de geringe intensiteit van het DNA-profiel is
onvoldoende duidelijk of deze DNA-kenmerken daadwerkelijk allemaal toebehoren aan één persoon. Een
match van het DNA-profiel van een persoon met het
ogenschijnlijk enkelvoudige DNA-profiel van een
spoor is daarom niet statistisch te onderbouwen.
DNA-mengprofielen van twee personen
Het DNA-mengprofiel geeft geen aanwijzing dat de
DNA-kenmerken afkomstig zijn van meer dan twee
personen.
IV. DNA-mengprofiel van twee personen, waarvan één
persoon bekend verondersteld wordt
In sommige gevallen kan de aanname worden gedaan
dat het celmateriaal van een bepaalde persoon in het
spoor aanwezig is. Denk hierbij bijvoorbeeld aan celmateriaal van de persoon wiens lichaam is bemonsterd, zoals bij (inwendige) bemonsteringen bij onderzoek van zedenzaken. Op basis van deze aanname
zijn de DNA-kenmerken van de andere celdonor van
Expertise en Recht 2011-3
89
Menu
52
Leidraad en praktische handvatten voor de jurist bij het doorgronden van conclusies forensisch DNA-onderzoek
het spoor af te leiden. Een match van het DNA-profiel
van een persoon met deze afgeleide DNA-kenmerken
is statistisch te onderbouwen. Hierbij wordt berekend
hoe groot de kans is dat het DNA-profiel van een willekeurig gekozen persoon matcht met deze afgeleide
DNA-kenmerken.
V. DNA-mengprofiel van twee personen waaruit een
enkelvoudig DNA-hoofdprofiel en een DNA-nevenprofiel
zijn af te leiden
Op grond van de hoogten van de pieken in het DNAmengprofiel (relatief hoge pieken en relatief lage pieken) is het DNA-mengprofiel te ontleden in een DNAhoofdprofiel (van relatief hoge pieken) en een DNAnevenprofiel (van relatief lage pieken). Hieruit kan
worden geconcludeerd dat de bemonstering relatief
veel celmateriaal bevat van persoon 1 (gekoppeld aan
het DNA-hoofdprofiel) en relatief weinig celmateriaal
bevat van persoon 2 (gekoppeld aan het DNAnevenprofiel). Een match van het DNA-profiel van een
persoon met het DNA-hoofdprofiel en een match van
het DNA-profiel van een persoon met het DNA-nevenprofiel zijn statistisch te onderbouwen. Voor zowel het
DNA-hoofdprofiel als voor het DNA-nevenprofiel is te
berekenen hoe groot de kans is dat het DNA-profiel
van een willekeurig gekozen persoon hiermee matcht.
VI. DNA-mengprofiel van twee personen, waaruit geen
enkelvoudig DNA-(hoofd)profiel en DNA-nevenprofiel
zijn af te leiden
In dit geval kan noch de aanname worden gedaan dat
celmateriaal van een bepaalde persoon in het spoor
aanwezig is, noch is het mogelijk op basis van piekhoogten een DNA-hoofdprofiel en DNA-nevenprofiel af
te leiden. Een match van het DNA-profiel van een persoon met een dergelijk DNA-mengprofiel van twee personen is statistisch te onderbouwen. Er zijn twee
methoden om de bewijswaarde statistisch te onderbouwen: de inclusiekans en de likelihood ratiomethode.
DNA-mengprofielen van minimaal twee
personen
Van deze DNA-mengprofielen kan niet exact worden
vastgesteld van hoeveel personen het celmateriaal in
de desbetreffende bemonstering afkomstig is. Afhankelijk van het aantal DNA-kenmerken dat op de verschillende loci in het DNA-mengprofiel wordt waargenomen, wordt gerapporteerd dat het celmateriaal in de
desbetreffende bemonstering afkomstig is van minimaal twee personen, minimaal drie personen, minimaal vier personen, etc.
VII. DNA-mengprofiel van minimaal twee personen
waaruit een enkelvoudig DNA-hoofdprofiel (en eventueel een DNA-nevenprofiel) is af te leiden
Op grond van de hoogten van de pieken kan een DNAhoofdprofiel en in sommige gevallen ook een DNAnevenprofiel* worden afgeleid. Een match van het
DNA-profiel van een persoon met het DNA-hoofdprofiel of het DNA-nevenprofiel is statistisch te onderbouwen (zie V). Een match van het DNA-profiel van
een persoon met de resterende DNA-kenmerken kan
doorgaans niet statistisch worden onderbouwd, tenzij
de aanname kan worden gedaan dat (van de desbetreffende loci) alle DNA-kenmerken van alle celdonoren in het DNA-mengprofiel zijn vastgesteld (dan
gebeurt de statistische onderbouwing met de inclusiekans of de likelihood ratio-methode).25
*
Dit zou kunnen gelden voor DNA-mengprofielen van minimaal drie of
meer personen.
VIII. DNA-mengprofiel van minimaal drie personen
waaruit een DNA-hoofdmengprofiel van twee personen
is af te leiden
Op grond van de hoogten van de pieken kan een DNAhoofdmengprofiel van twee personen worden afgeleid.
Hieruit kan worden geconcludeerd dat de bemonstering relatief veel celmateriaal van twee personen
bevat. Een match van het DNA-profiel van een persoon
met het DNA-hoofdmengprofiel is statistisch te onderbouwen (zie VI). Een match van het DNA-profiel van
een persoon met de resterende DNA-kenmerken kan
doorgaans niet statistisch worden onderbouwd, tenzij
de aanname kan worden gedaan dat (van de desbetreffende loci) alle DNA-kenmerken van alle celdonoren in het DNA-mengprofiel zijn vastgesteld (dan
gebeurt de statistische onderbouwing met de inclusiekans of de likelihood ratio-methode).25
IX. DNA-mengprofiel van minimaal twee personen
waaruit geen DNA-profiel(en) kunnen worden afgeleid
Op grond van de hoogten van de pieken kunnen geen
DNA-profielen van individuele celdonoren worden
afgeleid. Een match van het DNA-profiel van een persoon met een dergelijk DNA-mengprofiel kan doorgaans niet statistisch worden onderbouwd, tenzij de
aanname kan worden gedaan dat (van de desbetreffende loci) alle DNA-kenmerken van alle celdonoren in het
DNA-mengprofiel zijn vastgesteld (dan gebeurt de statistische onderbouwing met de inclusiekans of de likelihood ratio-methode).25
NB In sommige situaties kan de aanname worden
gedaan dat het celmateriaal van een bepaalde persoon
in het spoor aanwezig is.
25. In dergelijke gevallen is weliswaar niet exact vast te stellen van hoeveel personen het celmateriaal in het desbetreffende spoor afkomstig is, wel kan de
aanname worden gedaan dat (van de desbetreffende loci) alle DNA-kenmerken van alle celdonoren in het DNA-mengprofiel zijn vastgesteld. Met andere
woorden, al de DNA-kenmerken (van de desbetreffende loci) van het spoor zijn vastgesteld, maar hoeveel personen het betreft is niet eenduidig vast te
stellen.
90
Expertise en Recht 2011-3
Menu
53
Forensisch DNA‐verwantschapsonderzoek, Nederlands Forensisch Instituut, p. 1‐7
Menu
54
https://dnadatabank.forensischinstituut.nl/wet_en_regelgeving/forensisch_dna_verwantschapsonderzoek/#paragraph4
Forensisch DNA-verwantschapsonderzoek








Inleiding
Het DNA van verwanten
Forensisch DNA-verwantschapsonderzoek
Aanvullend DNA-onderzoek
Andere vormen van forensisch DNA-verwantschapsonderzoek
Actief en passief forensisch DNA-verwantschapsonderzoek
Randvoorwaarden en beperkingen
Meer informatie over Forensisch DNA-verwantschapsonderzoek
Inleiding
Bij DNA-verwantschapsonderzoek wordt door middel van het vergelijken van DNAprofielen nagegaan of personen aan elkaar verwant kunnen zijn. Civiel DNAverwantschapsonderzoek gebeurt al heel lang, bijvoorbeeld vaderschapsonderzoek om
alimentatiegeschillen te beslechten. Ook het NFI doet DNA-verwantschapsonderzoek voor
de Immigratie- en Naturalisatiedienst (IND) in het kader van
gezinsherenigingsverzoeken. De IND wil dan controleren of het de eigen kinderen van de
aanvrager zijn die mee naar Nederland komen. Ook bij het vermiste personenonderzoek
dat het NFI voor het KLPD uitvoert, wordt DNA-verwantschapsonderzoek al toegepast.
Door de in de hoofdstuk 1 aangehaalde wet is het ook mogelijk om DNAverwantschapsonderzoek te gebruiken voor opsporing en vervolging in strafzaken. In dit
hoofdstuk wordt uitgelegd hoe DNA-verwantschapsonderzoek werkt en op welke manier
het kan worden toegepast.
Het DNA van verwanten
Kinderen krijgen hun DNA van hun ouders. De helft van de ene ouder en de helft van de
andere ouder. Figuur 1 legt dit uit aan de hand van de DNA-profielen van een vader, een
moeder en een kind. Van de drie maal twee DNAkenmerken van het kind is er telkens
één bij de vader terug te vinden en één bij de moeder.
Het DNA van mensen is opgeslagen in 23 paar chromosomen, 22 paar zogenaamde
autosomale chromosomen en één paar geslachtschromen die met X en Y worden
aangeduid. Vrouwen hebben twee X-chromosomen en mannen hebben een X- en een Ychromosoom. Bovenstaande DNA-profielen bestaan uit autosomale DNA-kenmerken.
Welke van beide autosomale DNAkenmerken een kind van een ouder erft, is toeval.
Doordat bij het overerven van autosomale DNA-kenmerken slechts vier mogelijke
Menu
55
combinaties mogelijk zijn1, hebben broers en zussen gemiddeld meer DNA-kenmerken
met elkaar gemeen dan willekeurige personen. In figuur 2 is te zien dat uitgaande van
DNA-profielen die uit 20 DNAkenmerken bestaan, willekeurige personen gemiddeld zes
tot zeven DNA-kenmerken met elkaar gemeen hebben en broers en zussen dertien tot
veertien. Van dit gegeven wordt gebruik gemaakt om personen te vinden die broer of zus
van elkaar zouden kunnen zijn. Naast DNA dat een kind van zijn beide ouders erft, is er
ook DNA dat een kind maar van één ouder krijgt. Dat zijn het Y-chromosomale DNA en
het mitchondriale DNA. Y-chromosomaal DNA ligt op het Y-chromosoom en erft daardoor
in principe42 onveranderd over van vader op zoon. Mitochondriaal DNA bevindt zich in de
mitochondriën, onderdelen van een cel die voor de energievoorziening zorgen.
Mitochondriën komen wél voor in eicellen, maar niet in de koppen van spermacellen.
Bevruchte eicellen bevatten daarom alleen mitochondriën van de moeder en
mitochondriaal DNA erft daarom in principe onveranderd over van moeder op kind. In de
figuren 3a en 3b is te zien hoe mitochondriaal DNA en hoe Y-chromosomaal DNA overerft
in een stamboom.
Via Y-chromosomaal DNA-onderzoek kan worden nagegaan of personen in de mannelijke
lijn aan elkaar verwant zijn. En via mitochondriaal DNA-onderzoek of personen in de
vrouwelijke lijn aan elkaar verwant zijn.
Figuur 1: DNA-profielen van een vader, een moeder en hun kind
Vader: AB, moeder: CD, mogelijke kinderen: AC,AD, BC, BD.
Bij de vorming van geslachtscellen ontstaan er heel af en toe (frequentie ± 1 op
10.000) mutaties in het Y-chromosomale of mitochondriale DNA waardoor er toch
verschillen kunnen ontstaan tussen het Y-chromosomale DNA van vaders en zonen of het
mitochondriale DNA van moeders en hun kinderen.
1
2
Menu
56
Figuur 2: Aantal overeenkomende DNA-kenmerken bij willekeurige personen en bij
broers en zussen
Forensisch DNA-verwantschapsonderzoek
Door de eerder genoemde wet is het mogelijk om DNA-verwantschapsonderzoek te
gebruiken om ernstige misdrijven op te lossen. Door actief te zoeken naar mogelijke
bloedverwanten van de eigenaar van een spoor, vindt de politie wellicht nieuwe
aanwijzingen voor wie de dader zou kunnen zijn. Als via een zoekactie in de DNAdatabank bijvoorbeeld een mogelijke broer van de eigenaar van een spoor gevonden
wordt, kan de politie gaan onderzoeken of de gevonden persoon inderdaad een broer
heeft die de eigenaar van het spoor zou kunnen zijn.
Bijvoorbeeld doordat deze broer tijdens het vooronderzoek wel in beeld is geweest, maar
niet als verdachte is (of kon worden) aangemerkt. Ook bij grootschalig DNA-onderzoek
kan forensisch DNA-verwantschapsonderzoek nuttig zijn. Doordat deelname aan
grootschalig DNA-onderzoek vrijwillig is, kan het voorkomen dat de eigenaar van een
spoor niet geneigd is om mee te doen aan een dergelijk onderzoek. Door een
grootschalig Y-chromosomaal DNA-onderzoek worden niet alleen matches gevonden met
de eigenaar van een spoor zelf, maar ook met personen die in de mannelijke lijn aan
hem verwant zijn. Via deze personen kan de politie door middel van tactisch onderzoek
de echte eigenaar van het spoor proberen te vinden. Bijvoorbeeld door te zoeken naar
mensen met dezelfde achternaam, omdat die in Nederland meestal ook via de mannelijke
lijn wordt doorgegeven. Omdat de gezochte persoon meestal een man is, heeft
grootschalig mitochondriaal DNA-onderzoek naar verwantschap in de vrouwelijke lijn
meestal geen zin.
Menu
57
Aanvullend DNA-onderzoek
Doordat bij autosomaal forensisch DNA-verwantschapsonderzoek gezocht wordt naar
DNA-profielen die niet volledig maar slechts gedeeltelijk met elkaar overeenkomen, kan
dit ook bij toeval gebeuren. Dan lijken de gevonden DNA-profielen van verwante
personen afkomstig te zijn, maar zijn dat niet. Afhankelijk van de zeldzaamheid van de
DNA-profielkenmerken waarmee het NFI zoekt, kan een zoekactie in de DNA-databank
duizenden mogelijke verwanten opleveren. Het is niet mogelijk – en uit privacy oogpunt
ook niet wenselijk – om de politie naar zulke grote hoeveelheden personen tactisch
onderzoek te laten doen. Daarom zal het NFI in de meeste gevallen aanvullend DNAonderzoek uitvoeren om zoveel mogelijk personen uit te sluiten van de mogelijke
verwantenlijst waar de politie mee aan het werk moet. Zo kan het NFI méér autosomale
DNA-kenmerken van het spoor bepalen van de gevonden mogelijke verwanten.
Daardoor gaat de zeldzaamheid van de matchende DNA-kenmerken omhoog en zullen er
vals positieve mogelijke verwanten worden uitgesloten. Bij mogelijke verwanten in de
mannelijke lijn kan Y-chromosomaal DNA-onderzoek worden gedaan. Als mogelijke
verwanten een ander Y-chromosomaal DNA-profiel dan het spoor hebben, vallen ze af als
mogelijke verwant. Het aanvullende DNA-onderzoek om het aantal mogelijke verwanten
te reduceren tot een ’shortlist’ voor de politie, kost tijd en is arbeidsintensief maar
voorkomt dat personen in vervolgonderzoek door de politie onnodig in hun privacy
worden aangetast.
Figuur 3a: Overerving van mitochondriaal DNA
Menu
58
Figuur 3b: Overerving van Y-chromosomaal DNA
Andere vormen van forensisch DNA-verwantschapsonderzoek
Andere vormen van forensisch DNA-verwantsonderzoek zijn bijvoorbeeld:


Vergelijkend DNA-onderzoek aan foetaal materiaal dat is verkregen bij een abortus van
een slachtoffer dat zwanger is geraakt na een verkrachting. Door het DNA-profiel van de
foetus te vergelijken met de DNA-profielen van het slachtoffer en een verdachte kan
aannemelijk worden gemaakt dat de verdachte de vader is van de foetus en dus ook
verantwoordelijk kan zijn voor de verkrachting.
Van een vondeling of het stoffelijk overschot van een baby kan via DNAverwantschapsonderzoek worden vastgesteld wie de ouders zijn. Terwijl bij de eerder
besproken werkwijzen met behulp van DNA-profielen van in de onderzochte zaak
onschuldige verwanten5 geprobeerd wordt tot een verdachte te komen, kan bij deze
vormen van forensisch DNAverwantschapsonderzoek de verwante verdachte in de zaak
zijn.
Actief en passief forensisch DNA-verwantschapsonderzoek
Wanneer bewust en actief gezocht wordt naar verwanten van een verdachte, spreekt
men van actief forensisch DNA-verwantschapsonderzoek. Hiervoor gelden strenge
randvoorwaarden. Als een DNA-deskundige bij toeval op een mogelijke verwantschap
stuit, spreken we van passief forensisch DNA-verwantschapsonderzoek. Dit kan
bijvoorbeeld gebeuren als een DNA-deskundige de DNA-profielen van een spoor en een
verkrachtingsslachtoffer met elkaar vergelijkt en ziet dat beide profielen sterk met elkaar
overeen komen. De DNA-deskundige mag dit soort waarnemingen ook opnemen in de
rapportage.
Menu
59
Randvoorwaarden en beperkingen
Forensisch DNA-verwantschapsonderzoek is een nieuw opsporingsmiddel, maar geen
wondermiddel. De politie kan de echte eigenaar van een spoor alleen vinden als er een
verwant van die persoon in de DNA-databank zit.
Actief forensisch DNA-verwantschapsonderzoek mag alleen worden toegepast bij
misdrijven waarop een gevangenisstraf van acht jaar of meer staat, en een beperkt
aantal ernstige gewelds- en zedenmisdrijven, die ten minste met zes jaar
gevangenisstraf worden bedreigd. Voor grootschalige onderzoeken of DNAdatabankbevragingen is toestemming van het College van procureursgeneraal vereist en
voor DNA-databankbevragingen bovendien een machtiging van een rechter-commissaris.
Technisch gezien is een forensisch DNA-verwantschapsonderzoek alleen mogelijk
wanneer er een volledig of voldoende informatief DNA-profiel van een duidelijk
daderspoor beschikbaar is én er voldoende celmateriaal aanwezig is voor
vervolgonderzoek.
--------------------------------------------------------------------------------------
Veel meer informatie over (forensisch) DNA-verwantschapsonderzoek is te vinden in het
34 pagina’s tellende hoofdstuk 10 van het boek: De essenties van forensisch biologisch
onderzoek. Humane biologische sporen en DNA (2009) A.J. Meulenbroek et al. Uitgeverij
Paris; ISBN: 97890 77320 82 2; NUR: 923/824.
Meer informatie over Forensisch DNA-verwantschapsonderzoek
Finding Criminals through DNA of their relatives
Auteur: F.R. Bieber, C.H. Brenner and D. Laser
Bron: Science 2 june 2006, Vol. 312, nr 5778, p 1315-1316
DNA Partial Match Policy (05-10-2012 | pdf-document, 48 KB)
Auteur: Edmund G. Brown Jr. Attorney General
Bron: Information Bulletin 2008-BFS-01 California Department of Justice
DNA-verwantschapsonderzoek. Familie van de verdachte?
Auteur: M.M. Prinsen
Bron: Strafblad 2008, 242-250
Menu
60
Searching the Family Tree for Suspects: Ethical and Implementation Issues in the
Familial Searching of DNA Databases
Auteur: David Lazer
Bron: Taubman Center Policy Briefs March 2008
SWGDAM Recommendations to the FBI
Auteur: Scientific Working Group on DNA Analysis Methods Ad Hoc Committee on Partial
Matches
Bron: www.fbi.gov
Use of DNA profiles for investigation using a simulated national DNA database: Part II.
Statistical and ethical considerations on familial searching
Auteur: T. Hicks et al
Bron: Forensic Science International: Genetics Volume 4, Issue 5 , Pages 316-322,
October 2010
Forensic utilization of familial searches in DNA databases
Auteur: Cassandra J. Gershaw et al
Bron: FSI Genetics (in press)
It’s all relative(s): Familial Searching in the Netherlands (05-10-2012 | pdf-document,
0.64 MB)
Auteur: C. van Kooten et al
Bron: Poster nr 9 presented at the 21st International Symposium on Human
Identification. October 10–14, 2010, San Antonio, Texas, USA
Searching for first-degree familial relationships in California's offender DNA database:
Validation of a likelihood ratio-based approach
Auteur: Steven P. Myerset al.
Bron: Forensic Science International: Genetics Volume 5, Issue 5 , Pages 493-500,
November 2011
Policy implications for familial searching
Auteur: Kim et al
Bron: Investigative Genetics 2011, 2: 22
Menu
Download