Google E-E-A-T: betekenis & SEO verbeteren

Introductie

Zoekmachine-optimalisatie is de afgelopen jaren fundamenteel veranderd. Waar SEO lange tijd draaide om keywords, links en techniek, ligt de nadruk vandaag steeds sterker op kwaliteit en betrouwbaarheid. Google wil niet alleen het meest relevante resultaat tonen, maar vooral de meest geloofwaardige bron.

Die ontwikkeling wordt versneld door AI-gedreven zoekresultaten, zoals AI Overviews en generatieve antwoorden. Wanneer Google informatie samenvat of herformuleert, neemt het systeem impliciet verantwoordelijkheid voor de juistheid ervan. Dat maakt betrouwbaarheid cruciaal.

In dat kader speelt E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) een centrale rol. Niet als truc of losse rankingfactor, maar als kwaliteitskader dat bepaalt welke content Google durft te tonen en te gebruiken.

Van vindbaarheid naar geloofwaardigheid

In klassieke SEO stond één vraag centraal: op welke zoekwoorden wil ik gevonden worden? In moderne SEO is de vraag verschoven naar: waarom zou Google mij vertrouwen als bron?

Dat verschil is essentieel. Zeker bij onderwerpen die invloed hebben op beslissingen rondom geld of gezondheid, wil Google het risico op onjuiste of misleidende informatie minimaliseren. Content wordt daarom niet alleen beoordeeld op relevantie, maar ook op herkomst, context en betrouwbaarheid.

E-E-A-T fungeert hier als een kwaliteitsfilter. Het helpt Google inschatten:

• of informatie is gebaseerd op echte ervaring,
• of de maker inhoudelijk deskundig is,
• of de bron gezag heeft buiten de eigen website,
• en of gebruikers deze informatie kunnen vertrouwen.

Zichtbaarheid in Google draait daarmee steeds minder om optimaliseren voor het algoritme en steeds meer om aantoonbare geloofwaardigheid.

Wat E-E-A-T wel en niet is

E-E-A-T wordt vaak verkeerd geïnterpreteerd. Het is geen score die je kunt meten en geen directe rankingfactor die je eenvoudig optimaliseert. Google publiceert geen E-E-A-T-waarde en er bestaat geen tool die dit objectief kan berekenen.

Wat E-E-A-T wél is:

• een kwaliteitskader dat Google gebruikt in evaluatiemodellen,
• een richtlijn voor menselijke quality raters,
• een onderliggend principe in zowel klassieke zoekresultaten als AI-gegenereerde antwoorden.

Wat E-E-A-T níet is:

• een checklist die je één keer afvinkt,
• een losstaand algoritme,
• een garantie op hogere rankings.

Het is een structureel beoordelingskader dat meegroeit met hoe Google zoekt, begrijpt en genereert. Juist daarom is E-E-A-T vandaag relevanter dan ooit.

Van E-A-T naar E-E-A-T: waarom experience is toegevoegd

E-A-T (Expertise, Authoritativeness, Trustworthiness) bestaat al sinds de eerste versies van de Google Quality Rater Guidelines. Lange tijd lag de nadruk vooral op inhoudelijke kennis en gezag van de bron. Toch bleek dat in de praktijk onvoldoende om kwaliteit goed te beoordelen.

Google zag namelijk een terugkerend probleem: content kon inhoudelijk correct zijn, maar volledig losstaan van echte ervaring.

Daarom werd eind 2022 een vierde pijler toegevoegd: Experience.

Waarom expertise alleen niet genoeg is

Expertise gaat over kennis. Experience gaat over daadwerkelijk meegemaakt hebben. Dat verschil is subtiel, maar essentieel.

Een paar voorbeelden:

• Een artikel over beleggen geschreven door iemand die nooit zelf heeft belegd
• Een productreview zonder dat het product ooit is gebruikt
• Advies over SEO-strategie zonder praktijkervaring met echte accounts

Dergelijke content kan theoretisch kloppen, maar mist context, nuance en realiteitszin. Precies dát type content werd steeds vaker geproduceerd op schaal, mede door generatieve AI.

Met de toevoeging van Experience maakt Google expliciet onderscheid tussen:

• weten hoe iets werkt
• zelf ervaren hebben hoe het in de praktijk uitpakt

Experience als kwaliteitsanker in het AI-tijdperk

De timing van deze wijziging is geen toeval. Naarmate contentproductie makkelijker en goedkoper werd, nam het risico toe op:

• generieke herhalingen van bestaande informatie,
• samenvattingen zonder eigen inzicht,
• oppervlakkige “SEO-content” zonder praktijkbasis.

Experience fungeert hier als kwaliteitsanker. Het helpt Google beter inschatten of content:

• voortkomt uit echte situaties,
• gebaseerd is op gebruik, uitvoering of betrokkenheid,
• meerwaarde biedt boven een algemene samenvatting.

Juist bij AI-gedreven zoekresultaten is dit cruciaal. Wanneer Google informatie hergebruikt of samenvat in een AI Overview, wil het systeem bronnen selecteren die niet alleen correct zijn, maar ook geworteld in realiteit.

Wat Experience concreet betekent voor content

Experience betekent niet dat elke auteur een formele expert moet zijn. Het betekent wél dat content duidelijk maakt waar kennis vandaan komt.

Dat kan blijken uit:

• praktijkvoorbeelden
• eigen observaties
• casebeschrijvingen
• nuance die alleen uit ervaring voortkomt

Content zonder zichtbare ervaring wordt daarmee niet per definitie uitgesloten, maar krijgt een structureel nadeel in competitieve zoekresultaten, zeker bij onderwerpen met impact.

Met E-E-A-T verschuift Google dus van het beoordelen van wat er wordt gezegd naar ook het beoordelen van vanuit welke positie het wordt gezegd.

In de volgende sectie gaan we dieper in op hoe Google E-E-A-T in de praktijk beoordeelt en welke rol algoritmes en quality raters daarin spelen.

Hoe Google E-E-A-T in de praktijk beoordeelt

E-E-A-T is geen losse toets die Google uitvoert. Het is een beoordelingskader dat op meerdere niveaus tegelijk wordt toegepast: algoritmisch én via menselijke evaluatie. Juist die combinatie verklaart waarom E-E-A-T zo lastig te reduceren is tot simpele SEO-acties.

Algoritmes en quality raters: verschillende rollen, hetzelfde doel

Google gebruikt quality raters om te evalueren of zoekresultaten voldoen aan kwaliteitsrichtlijnen. Deze beoordelingen beïnvloeden niet direct individuele rankings, maar worden gebruikt om algoritmes te trainen en bij te sturen.

Afbeelding is afkomstig uit Googles Search Quality Rater Guidelines

Met andere woorden:

• quality raters beoordelen voorbeelden,
• Google gebruikt die feedback om systemen slimmer te maken,
• algoritmes passen dit vervolgens toe op schaal.

E-E-A-T zit dus niet in het algoritme, maar in de manier waarop meerdere systemen leren wat goede content is.

Context is bepalend: niet elke zoekopdracht is gelijk

Een cruciaal punt dat vaak wordt gemist: E-E-A-T wordt contextueel toegepast.

Google stelt bij elke zoekopdracht impliciet de vraag:

Wat is het risico als deze informatie onjuist is?

Daaruit volgt dat:

• een recept of vakantietip relatief laag risico heeft,
• financieel, medisch of juridisch advies een hoog risico heeft,
• commerciële content anders wordt beoordeeld dan informatieve content.

Hoe hoger het potentiële risico, hoe zwaarder E-E-A-T meeweegt.

Signalen die Google indirect gebruikt

Google benoemt geen vaste E-E-A-T-signalen, maar uit documentatie, richtlijnen en praktijkervaring is duidelijk dat het systeem kijkt naar consistente patronen, niet naar losse optimalisaties.

Denk aan:

• wie structureel content publiceert over een onderwerp,
• of auteurs herkenbaar en consistent zijn,
• of informatie aansluit bij wat elders op het web als betrouwbaar wordt gezien,
• of content logisch, genuanceerd en transparant is opgebouwd.

Dit verklaart waarom snelle SEO-content steeds minder goed presteert: het mist die samenhang over tijd.

E-E-A-T als selectiecriterium voor AI-resultaten

Met AI Overviews en generatieve antwoorden verandert de inzet van E-E-A-T subtiel maar fundamenteel. Google selecteert niet alleen pagina’s om te tonen, maar ook bronnen om te citeren of samen te vatten.

Daarbij spelen extra vragen mee:

• durft Google deze bron te hergebruiken?
• is de herkomst duidelijk genoeg?
• blijft de informatie overeind buiten zijn oorspronkelijke context?

E-E-A-T functioneert hier als een toelatingsmechanisme. Content die onvoldoende betrouwbaar oogt, verdwijnt niet alleen uit de topresultaten, maar wordt simpelweg niet meegenomen in AI-gegenereerde antwoorden.

Wat dit betekent voor SEO in de praktijk

SEO draait daarmee minder om individuele pagina-optimalisatie en meer om:

• thematische focus,
• consistente expertise,
• herkenbare auteurs en merken,
• langdurige geloofwaardigheid.

E-E-A-T werkt cumulatief. Het bouwt zich op over tijd.

In de volgende sectie zoomen we in op E-E-A-T en YMYL-pagina’s, waar deze beoordelingslogica het strengst wordt toegepast.

E-E-A-T en YMYL: waar de lat het hoogst ligt

Niet alle content wordt door Google op dezelfde manier beoordeeld. Bij onderwerpen die directe impact kunnen hebben op iemands leven, gezondheid of financiële situatie, hanteert Google een aanzienlijk strengere kwaliteitslat. Dit type content valt onder YMYL: Your Money or Your Life.

YMYL omvat onder andere:

• financiële beslissingen (beleggen, hypotheken, verzekeringen),
• gezondheid en medische informatie,
• juridische en fiscale onderwerpen,
• veiligheid, welzijn en maatschappelijke impact.

Bij dit soort zoekopdrachten is de kernvraag voor Google niet alleen “is dit relevant?”, maar vooral: “Wat gebeurt er als deze informatie onjuist, incompleet of misleidend is?”

Waarom E-E-A-T bij YMYL doorslaggevend is

Bij YMYL-content is de tolerantie voor fouten laag. Google wil het risico minimaliseren dat gebruikers beslissingen nemen op basis van onbetrouwbare informatie. Daarom weegt E-E-A-T hier zwaarder dan bij laag-risico onderwerpen.

Concreet betekent dit:

• Experience: is de informatie gebaseerd op echte praktijkervaring of alleen op theorie?
• Expertise: beschikt de maker aantoonbaar over relevante kennis?
• Authoritativeness: wordt de bron ook buiten de eigen website als gezaghebbend gezien?
• Trustworthiness: is de informatie transparant, actueel en controleerbaar?

Wanneer één van deze pijlers ontbreekt, ontstaat er twijfel, en twijfel is bij YMYL vaak voldoende om zichtbaarheid te beperken.

Content die correct is, maar toch faalt

Een belangrijk inzicht: YMYL-content kan inhoudelijk correct zijn en tóch slecht presteren. Dat gebeurt bijvoorbeeld wanneer:

• de afzender onduidelijk of anoniem is,
• ervaring niet zichtbaar wordt gemaakt,
• nuance ontbreekt bij complexe beslissingen,
• commerciële belangen niet transparant zijn.

Google beoordeelt YMYL-content dus niet alleen op juistheid, maar op verantwoordelijkheid. Het gaat niet om wat er gezegd wordt, maar om of de afzender het recht heeft dit te zeggen.

YMYL in het tijdperk van AI-search

Met AI Overviews wordt dit effect versterkt. Wanneer Google informatie samenvat of hergebruikt, kan nuance verloren gaan. Daarom is Google extra terughoudend met het gebruiken van YMYL-content die niet overtuigend voldoet aan E-E-A-T.

In de praktijk betekent dit:

• minder citaties vanuit onduidelijke bronnen,
• voorkeur voor gevestigde merken, instellingen en specialisten,
• grotere rol voor consistente expertise over meerdere pagina’s heen.

Voor YMYL-sites is E-E-A-T daarmee geen optimalisatievraagstuk, maar een voorwaarde voor deelname.

Wat dit betekent voor bedrijven en contentstrategieën

Voor organisaties actief in YMYL-domeinen volstaat het niet om goede content te maken. De volledige context moet kloppen:

• wie spreekt,
• vanuit welke ervaring,
• met welke verantwoordelijkheid,
• en met welk doel.

Zonder die samenhang wordt zichtbaarheid in Google structureel instabiel, zeker in competitieve markten.

In de volgende sectie vertalen we dit naar de praktijk en kijken we hoe E-E-A-T concreet ingevuld kan worden per pijler: Experience, Expertise, Authoritativeness en Trust.

E-E-A-T in de praktijk: hoe Google de vier pijlers herkent

E-E-A-T wordt niet beoordeeld op basis van één signaal of één pagina. Google kijkt naar patronen over tijd, consistentie en context. De vier pijlers versterken elkaar en werken alleen goed wanneer ze samenhangend worden ingevuld.

1. Experience: aantoonbare praktijk boven theorie

Experience draait om de vraag of content voortkomt uit daadwerkelijke betrokkenheid bij het onderwerp. Google probeert te onderscheiden tussen informatie die is samengevat en informatie die is doorleefd.

Experience wordt zichtbaar door:

• concrete praktijkvoorbeelden in plaats van abstracte uitleg,
• nuance die voortkomt uit echte situaties,
• beschrijvingen van wat wel en niet werkt in de praktijk,
• impliciete kennis die niet uit documentatie valt te halen.

Content zonder zichtbare ervaring is niet per definitie slecht, maar mist onderscheidend vermogen in competitieve zoekresultaten — en wordt zelden gebruikt als bron voor AI-overviews.

2. Expertise: diepgang, consistentie en focus

Expertise gaat over inhoudelijke beheersing van een onderwerp. Niet incidenteel, maar structureel.

Google herkent expertise onder andere aan:

• thematische focus over meerdere pagina’s,
• logische opbouw van content (van basis naar verdieping),
• correcte terminologie en contextgebruik,
• het vermijden van oversimplificatie bij complexe onderwerpen.

Een belangrijk onderscheid: expertise zit niet in lengte, maar in structuur en precisie. Lange content zonder richting draagt niet bij aan E-E-A-T.

3. Authoritativeness: gezag ontstaat buiten je eigen website

Authoritativeness wordt niet bepaald door wat je over jezelf zegt, maar door hoe de rest van het web je ziet. Dit maakt het de minst direct beïnvloedbare pijler.

Autoriteit ontstaat door:

• consistente aanwezigheid binnen een niche,
• vermeldingen en referenties op relevante platforms,
• herkenbaarheid van merk, organisatie of auteur,
• associatie met andere betrouwbare bronnen.

Losse backlinks of PR-vermeldingen zijn onvoldoende. Google kijkt naar contextueel gezag: word je genoemd op plekken waar het ertoe doet?

4. Trustworthiness: transparantie en betrouwbaarheid als fundament

Trust vormt de onderlaag van E-E-A-T. Zonder vertrouwen verliezen de andere pijlers hun waarde.

Trust wordt versterkt door:

• duidelijke afzenderinformatie,
• transparantie over commerciële belangen,
• actuele en controleerbare informatie,
• consistente branding en contactgegevens,
• een betrouwbare technische basis (veiligheid, toegankelijkheid).

Vooral bij YMYL-content is Trust geen optimalisatiepunt, maar een randvoorwaarde. Gebrek aan vertrouwen leidt direct tot lagere zichtbaarheid.

Waarom deze pijlers samen moeten werken

De vier pijlers functioneren niet los van elkaar. Hoge expertise zonder ervaring voelt theoretisch. Ervaring zonder expertise voelt anekdotisch. Autoriteit zonder vertrouwen is fragiel.

Google beoordeelt E-E-A-T daarom holistisch: de samenhang is belangrijker dan de individuele signalen.

In de volgende sectie kijken we hoe techniek, UX en structured data deze pijlers ondersteunen en waarom E-E-A-T nooit alleen een contentvraagstuk is.

De rol van techniek, UX en structured data binnen E-E-A-T

Hoewel E-E-A-T vaak wordt besproken in de context van content, speelt de technische en visuele context een grote rol in hoe Google kwaliteit en betrouwbaarheid interpreteert. Content staat nooit op zichzelf. Ze bestaat altijd binnen een omgeving die óók beoordeeld wordt.

Waarom techniek indirect E-E-A-T beïnvloedt

Google gebruikt technische signalen niet om E-E-A-T te meten, maar wel om te bepalen hoe serieus een website genomen kan worden. Slechte techniek vergroot onzekerheid; goede techniek verlaagt risico.

Denk aan:

• trage laadtijden,
• slechte mobiele bruikbaarheid,
• inconsistente URL-structuren,
• foutieve indexatie,
• onduidelijke navigatie.

Bij dit soort signalen ontstaat twijfel: als de basis niet op orde is, hoe betrouwbaar is de inhoud dan?

UX als context voor vertrouwen

Gebruikerservaring fungeert als een vertrouwensversterker of -verzwakker. Zeker bij YMYL-achtige onderwerpen verwacht Google dat een website professioneel, overzichtelijk en voorspelbaar aanvoelt.

UX draagt bij aan Trust door:

• duidelijke hiërarchie in content,
• leesbaarheid en logische opbouw,
• herkenbare branding,
• transparante informatie over wie achter de site zit,
• geen misleidende interacties of agressieve conversietrucs.

Een rommelige of verwarrende interface ondermijnt de geloofwaardigheid, zelfs als de inhoud inhoudelijk sterk is.

Structured data: context expliciet maken voor Google

Structured data helpt Google expliciet begrijpen wie iets zegt, vanuit welke rol en in welke context. Het is daarmee geen rankingboost, maar een versterker van interpretatie.

Relevant binnen E-E-A-T zijn onder andere:

• Organization en Person (wie is de afzender),
• Author en Article (wie heeft de content geschreven),
• Review en AggregateRating (sociale bevestiging),
• consistente entiteiten over pagina’s heen.
• Structured data verkleint ambiguïteit. En hoe minder ambiguïteit, hoe lager het risico voor Google om content te gebruiken — zeker in AI-gegenereerde antwoorden.

Consistentie als technisch signaal

Een onderschat aspect is consistentie:

• dezelfde auteursnamen,
• dezelfde bedrijfsgegevens,
• consistente interne linking,
• herkenbare thematische clusters.

Dit helpt Google patronen herkennen. E-E-A-T wordt immers niet per pagina beoordeeld, maar over tijd en over het geheel.

Wat dit betekent voor SEO in 2026

E-E-A-T vraagt dus om samenwerking tussen:

• contentstrategie,
• technische SEO,
• UX/design,
• merkpositionering.

Wie E-E-A-T probeert te fixen met alleen tekstuele aanpassingen, pakt slechts een deel van het probleem aan.

In de volgende sectie gaan we in op veelgemaakte misverstanden over E-E-A-T  en waarom goedbedoelde SEO-acties soms juist averechts werken.

Veelvoorkomende misverstanden over E-E-A-T

Omdat E-E-A-T geen vaste score of expliciete rankingfactor is, ontstaan er in de praktijk veel aannames en shortcuts. Veel daarvan klinken logisch, maar werken in werkelijkheid nauwelijks of zelfs averechts.

“Meer content betekent automatisch meer expertise”

Lengte wordt vaak verward met diepgang. Google kijkt niet naar het aantal woorden, maar naar relevantie, structuur en precisie. Lange pagina’s die hetzelfde punt herhalen of breed uitwaaieren zonder focus, dragen weinig bij aan E-E-A-T.

Sterker nog: overbodige content kan juist twijfel oproepen, zeker bij complexe of risicovolle onderwerpen.

“AI-content is per definitie slecht voor E-E-A-T”

AI is geen probleem op zich. Het probleem ontstaat wanneer AI wordt gebruikt om ervaring te simuleren die er niet is of om bestaande informatie zonder context te herhalen.

Content die:

• geen eigen invalshoek heeft,
• geen praktijkervaring weerspiegelt,
• geen duidelijke afzender kent,

mist onderscheidend vermogen en zal zelden als bron worden gebruikt voor AI-overviews. Niet omdat het AI is, maar omdat het inhoudelijk inwisselbaar is.

“Een goede ‘Over ons’-pagina is voldoende”

Een duidelijke afzenderpagina is belangrijk, maar E-E-A-T wordt niet beoordeeld op één URL. Google kijkt naar consistent gedrag over het hele domein.

Als expertise, ervaring en betrouwbaarheid alleen op een ‘Over ons’-pagina staan, maar nergens in de content terugkomen, ontstaat er een mismatch en daarmee twijfel.

“Backlinks zijn hetzelfde als autoriteit”

Backlinks spelen een rol, maar autoriteit is contextueel. Een link van een willekeurige website zegt weinig als deze geen inhoudelijke relatie heeft met het onderwerp.

Google kijkt steeds meer naar:

• waar je wordt genoemd,
• in welke context,
• en door wie.

Autoriteit gaat niet over kwantiteit, maar over relevantie binnen een niche.

“E-E-A-T is vooral belangrijk voor grote merken”

Grote merken hebben vaak een voorsprong, maar geen monopolie. Kleinere spelers kunnen juist winnen door:

• scherpe focus,
• aantoonbare ervaring,
• specialistische diepgang,
• transparantie.

E-E-A-T bevoordeelt geen schaal, maar geloofwaardigheid binnen context.

Waarom deze misverstanden blijven bestaan

Veel SEO-adviezen proberen E-E-A-T te vertalen naar snelle optimalisaties. Dat botst met hoe Google kwaliteit daadwerkelijk beoordeelt: holistisch en over tijd.

E-E-A-T vraagt geen trucjes, maar keuzes:

• waar ben je wel van,
• waar ben je niet van,
• en waarom zou Google jou vertrouwen?

Conclusie

E-E-A-T laat zien hoe Google tegenwoordig naar websites kijkt. Niet als losse pagina’s die geoptimaliseerd kunnen worden met een paar technische ingrepen, maar als bronnen waarvan betrouwbaarheid, context en geloofwaardigheid over tijd worden beoordeeld.

Die ontwikkeling wordt alleen maar sterker. Met AI-gedreven zoekresultaten, strengere kwaliteitsfilters en meer nadruk op risico-inschatting, verdwijnt oppervlakkige SEO steeds sneller naar de achtergrond. Zichtbaarheid in Google vraagt om:

• aantoonbare ervaring,
• structurele expertise,
• herkenbare autoriteit,
• en een betrouwbare technische en inhoudelijke basis.

Dat maakt E-E-A-T geen los onderdeel van SEO, maar een strategisch uitgangspunt. Wie het goed aanpakt, bouwt aan duurzame zichtbaarheid en een merk dat Google durft te gebruiken als bron. Wie het negeert, blijft afhankelijk van kortetermijnoptimalisaties die steeds minder effect hebben.

Hulp nodig bij E-E-A-T en duurzame SEO?

Het vertalen van E-E-A-T naar een effectieve SEO-strategie vraagt om meer dan content alleen. Het raakt aan techniek, structuur, positionering en merkopbouw en vooral aan keuzes. Als SEO-bureau helpen wij bedrijven en organisaties om niet alleen beter gevonden te worden, maar ook structureel geloofwaardig zichtbaar te blijven in Google en AI-gedreven zoekresultaten.

Bronnen

Google. (2024). Search quality rater guidelines. https://developers.google.com/search/blog/2024/03/search-quality-rater-guidelines

Google. (2024). Creating helpful, reliable, people-first content. https://developers.google.com/search/docs/fundamentals/creating-helpful-content

Google. (2024). How Google Search works. https://www.google.com/search/howsearchworks/

Google. (2024). Understanding Google core updates. https://developers.google.com/search/updates/core-updates

Google. (2022). E-E-A-T and quality content. Google Search Central Blog. https://developers.google.com/search/blog/2022/12/e-e-a-t

Google. (2023). Structured data and Google Search. https://developers.google.com/search/docs/appearance/structured-data

Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709–734. https://doi.org/10.5465/amr.1995.9508080335

Metzger, M. J., & Flanagin, A. J. (2013). Credibility and trust of information in online environments: The use of cognitive heuristics. Journal of Pragmatics, 59, 210–220. https://doi.org/10.1016/j.pragma.2013.07.012

Fogg, B. J. (2003). Persuasive technology: Using computers to change what we think and do. Communications of the ACM, 45(5), 89–120. https://doi.org/10.1145/764008.763957

Sundar, S. S. (2008). The MAIN model: A heuristic approach to understanding technology effects on credibility. Digital Media, Youth, and Credibility, 73–100.

Eysenbach, G., Powell, J., Kuss, O., & Sa, E.-R. (2002). Empirical studies assessing the quality of health information for consumers on the world wide web. JAMA, 287(20), 2691–2700. https://doi.org/10.1001/jama.287.20.2691