Zentrum der Gesundheit
  • Wissenschaftler während einer medizinischen Forschung
8 min

Medizinische Forschung: Grösstenteils unglaubwürdig

Der griechische Arzt John Ioannidis ist einer der meistgefeierten medizinischen Wissenschaftler der Welt. Seine Leidenschaft gilt der Aufdeckung dubioser Begebenheiten in der Welt der Medizinwissenschaft. Ioannidis ist der Meinung, dass das Forschungssystem im Bereich der Medizin so zerrüttet sei, dass jede Hoffnung auf Rehabilitation desselben ad acta gelegt werden könne.

Aktualisiert: 02 Juni 2022

Kostenlosen Newsletter abonnieren

Mit Ihrer Anmeldung erlauben Sie die regelmässige Zusendung des Newsletters und akzeptieren die Bestimmungen zum Datenschutz.

Die Enthüllungen des Dr. John Ioannidis

Dr. John P. A. Ioannidis ist Professor an der Fakultät für Hygiene und Epidemiologie an der University of Ioannina School of Medicine im griechischen Epirus sowie Professor für Medizin und Leiter des Stanford Prevention Research Center an der Stanford University School of Medicine in Kalifornien. Derzeit arbeitet er an der Einrichtung eines Innovationszentrums für Meta-Forschung in Berlin.

Während seiner gesamten Laufbahn hat Dr. Ioannidis immer wieder auf die miserable sog. "wissenschaftliche" Vorgehensweise im medizinischen Forschungssektor aufmerksam gemacht. Bereits als junger Forscher erkannte er, was in jener Branche, von der er sich Seriosität und Menschlichkeit erhofft hatte, in Wirklichkeit vor sich ging.


Opfer Patient

Der junge Ioannidis beobachtete Kollegen, wie sie bei gut dokumentierten und bestens erforschten Krankheiten tragfähige Forschungsergebnisse missachteten und sich statt dessen rein intuitiv oder aufgrund von lediglich allgemeinen Richtlinien relativ willkürlich für die eine oder andere Behandlungsmethode zu entscheiden schienen, ohne den individuellen Zustand des Patienten auch nur ansatzweise in Betracht zu ziehen.

Vermisst: Vertrauenswürdige Studien

Da er seinen Patienten wirklich helfen wollte, stiess Ioannidis schliesslich auf die "evidenzbasierte Medizin". Ärzte, die sich dieser Medizinrichtung verschrieben haben, betrachten den Patienten als Individuum (oder sollten es zumindest) und entscheiden sich nur dann für ein Behandlungsverfahren, wenn es sich in vertrauenswürdigen wissenschaftlichen Studien als tatsächlich wirksam erwiesen hat.

Dr. Ioannidis stellte dann jedoch entsetzt fest, dass es zwar Studien gab, diese aber alles andere als vertrauenswürdig, geschweige denn glaubwürdig waren und sie leider auch nur in den seltensten Fällen korrekt durchgeführt zu sein schienen.

Warum die meisten Forschungsergebnisse falsch sind

Im Jahre 2005 veröffentlichte Dr. Ioannidis im Fachmagazin PLoS Medicine eine inzwischen sehr bekannte Arbeit mit dem Titel "Why Most Published Research Findings Are False" ("Warum die meisten veröffentlichten Forschungsergebnisse falsch sind") ( 1 ).

Hier bewies er unter anderem auf mathematischem Wege, dass schon eine geringe Voreingenommenheit der Wissenschaftler, nur eine geringe Abweichung von idealen Forschungsbedingungen sowie nur eine kleine Tendenz hin zu aufregenden anstatt zu wahrscheinlichen Theorien bei 80 Prozent aller nicht-randomisierten Studien und bei 25 Prozent aller randomisierten Studien falsche Ergebnisse hervorbringen würden.

Eine Formel für die Korrektheit von Studien

Die von Dr. Ioannidis verwendete Formel für die Berechnung der Korrektheit von Studien lautet folgendermassen:

PPV = ([1 - β]R + uβR)/(R + α − βR + u − uα + uβR)

PPV ist dabei der sog. "Positive Prädiktive Wert" (auch positiver Vorhersagewert genannt) und steht hier für "Korrektheit der Studi". Der PPV gibt - laut Wikipedia - den Anteil der korrekt als positiv erkannten Ergebnisse an der Gesamtheit der als positiv erkannten Ergebnisse an.

Wikipedia nennt folgendes Beispiel: Der PPV einer medizinischen Diagnose gibt an, wie viele Personen, bei denen die Krankheit festgestellt wurde, auch tatsächlich krank sind. (Dieses Beispiel ist schon allein deshalb interessant, weil es zeigt, dass eine Diagnose noch lange nicht bedeutet, dass der Patient auch tatsächlich krank ist.)

Die Teststärke ist - wie PPV - ein Begriff aus der Statistik und gibt die Aussagekraft eines statistischen Tests an. Die Teststärke hat den Wert 1 - β, wobei β die Wahrscheinlichkeit beschreibt, einen Fehler 2. Art zu begehen.

Der Wert α gibt die Wahrscheinlichkeit an, einen Zusammenhang dort festzustellen, wo in Wirklichkeit gar keiner besteht (Wahrscheinlichkeit für einen Fehler 1. Art). ("Fehler 1. Art" und "Fehler 2. Art" sind ebenfalls Begriffe aus der Statistik, deren Erklärung an dieser Stelle zu weit führen würde, so dass der Leser gebeten wird, hier - bei Interesse - eigenständig weiter zu forschen.)

Der Wert R soll das Verhältnis der Anzahl von "tatsächlichen Wechselbeziehungen" zu "keinen Zusammenhängen" unter den gestesteten bezeichnen.

Der Wert u beschreibt den Anteil durchgeführter Analysen, die auf Grund von Tendenzen, Manipulationen, Verzerrungen, selektiven Vorgehensweisen und Voreingenommenheiten zu "Forschungsergebnisse" erklärt wurden, dies aber natürlich aus den genannten Gründen gar nicht sind.

Die Wahrheit von heute ist der Irrtum von morgen

Sie kennen das längst: Was gestern als wahr und bewiesen galt, ist heute längst überholt und was heute als wahr und bewiesen gilt, wird spätestens übermorgen widerlegt sein. Dumm nur, wer sich gestern gutgläubig mit einer Therapiemassnahme behandeln liess, die sich heute als äusserst riskant herausstellte. Kaum empfehlenswerter ist der Glaube an ein heute als richtig und gut eingeschätztes Behandlungsverfahren, weil genau dieses schon morgen als völlig rückständig und daher als schädlich gelten kann.

Falsche Forschungsergebnisse sind in der Mehrzahl

Ioannidis erklärt:

Widerlegungen und Kontroversen sind bei allen möglichen Forschungsmethodiken zu sehen. Dies reicht von klinischen Testreihen bis hin zu traditionellen epidemiologischen Untersuchungen und den meisten modernen molekularen Forschungen. Bei hin und wieder dem einen oder anderen falschen Ergebnis würde keiner ein Wort darüber verlieren.

Dr. Ioannidis aber spricht davon,

dass in der heutigen Forschung falsche Untersuchungsergebnisse DIE MEHRHEIT der Veröffentlichungen ausmachen.

Er bewies, dass die meisten behaupteten Forschungsergebnisse nicht der Wahrheit entsprechen und nennt nachfolgend die Schlüsselfaktoren, die zu unwahren Studienergebnissen führen können:

  1. Ausgestaltung und Intensität der Untersuchung
  2. Anzahl voriger Studien, die sich mit derselben Frage beschäftigten und deren Ergebnisse
  3. Anzahl der unabhängig voneinander arbeitenden Forscherteams zum selben Thema: Je "heisser" ein Forschungsfeld ist (d. h. je mehr wissenschaftliche Forscherteams darin involviert sind), desto weniger wahrscheinlich ist es, dass die Ergebnisse einer Untersuchung korrekt sind. Diese scheinbar paradoxe Schlussfolgerung ist leider Tatsache, und zwar aus dem einfachen Grund, da der Konkurrenzdruck dazu führt, dass das Timing zum wichtigsten Faktor wird - zumindest für die beteiligten Forscher. Ziel ist hier also, entweder als erster Ergebnisse präsentieren zu können oder die eindruckvollsten "positiven" Ergebnisse liefern zu können. "Negativ" Ergebnisse hingegen könnten nur dann attraktiv für eine Veröffentlichung werden, wenn ein anderes Team bereits eine "positive" Assoziation bei derselben Fragestellung gefunden hat. Eine Widerlegung des aktuellen Befundes samt Veröffentlichung derselben in einem prestigeträchtigen Fachmagazin ist äusserst verlockend und erklärt das Phänomen der uns heute fast täglich "erfreuenden" egensätzlichen Forschungsergebnisse.
  4. Finanzielle Interessen: Ioannidis erklärt zu diesem Stichwort: "In jeder Phase einer Studie gibt es genügend Möglichkeiten zu verzerren, zu fälschen oder bestimmte Aspekte unzulässigerweise höher zu gewichten, um ganz bestimmte erwünschte Schlussfolgerungen ziehen zu können". Die Motivation hierzu ist nicht selten finanzieller Art. So gäbe es eine Art intellektuellen Interessenskonflikt, der die Forscher quasi dazu zwinge, genau das zu entdecken, was ihnen mit grösster Wahrscheinlichkeit die ersehnten Forschungsgelder einbringen würde.
  5. Flexibilität im Forschungsdesign, der Definitionsarbeit und den analytischen Methoden: Je grösser die Flexibilität im Forschungsdesign, umso höher das Potenzial der betreffenden Studie, "negative" Ergebnisse als "positive" Ergebnisse ausgeben zu können.
  6. Umfang der Studien
  7. Effektstärke bzw. Auswirkungen des zu untersuchenden Sachverhaltes: Je geringer diese Auswirkungen sind bzw. sein werden, umso geringer die Wahrscheinlichkeit, dass ein Forschungsergebnis wahr ist. Die Forschungsergebnisse beispielsweise über die Folgen des Rauchens in Form von Krebs oder kardiovaskulären Erkrankungen werden weitreichendere Folgen auf die Gesellschaft und das Gesundheitssystem haben als Forschungsberichte zum Thema "genetische Risikofaktoren für multigenetische Erkrankungen", folglich besteht bei letzteren eine geringere Wahrscheinlichkeit für Korrektheit als bei ersteren.
  8. Aktuell vorherrschende Meinung
  9. Erwartungshaltung, Vorurteile und Interessenskonflikte der Forscher: Wissenschaftler in einem bestimmten Forschungsbereich können zum Beispiel deswegen vorurteilsbehaftet sein, da sie eine bestimmte wissenschaftliche Theorie verfolgen oder ihren eigenen früheren Entdeckungen verpflichtet sind. Viele scheinbar unabhängige von Universitäten durchgeführte Studien könnten aus keinem anderen Grund durchgeführt worden sein, als jenem, Forschern und Wissenschaftlern die Qualifikation für eine Promotion oder eine Lehrtätigkeit zu verleihen. Derartige nicht finanzielle Konflikte können zu verzerrten Resultaten und Fehl-Interpretationen führen. Ferner können angesehene Forschungsleiter durch den so genannten Peer-Review-Prozess die Verbreitung von Forschungsergebnissen verhindern, die ihre eigenen Resultate widerlegen würden. Auf diese Weise kann eine Massnahme, die eigentlich zu einer höheren Korrektheit von Studienergebnissen hätte führen sollen, das Gegenteil bewirken, nämlich die Veröffentlichung neuer Erkenntnisse verhindern, so dass im Extremfall die ganze Welt weiterhin falschen Dogmen anhängt, obwohl diese längst widerlegt sind. Empirische Untersuchungen von Expertenmeinungen zeigen somit ganz klar, dass diese extrem unzuverlässig sind.
  10. Statistische Power (auch Teststärke genannt): Erklärung im Absatz "Eine Formel für die Korrektheit von Studien" weiter oben.
  11. Statistische Signifikanz: Schon allein die Definition dieses Fachbegriffs zeigt, dass die in signifikanten Studienergebnissen getätigten Aussagen wahr sein können, viel eher aber nur halbwahr oder gar ganz falsch sind. Letzteres aus dem einfachen Grund, weil falsche Rückschlüsse gezogen wurden und/oder tatsächlich vorhandene Zusammenhänge nicht erkannt oder (absichtlich?) übersehen wurden. Hier die (verkürzte) Definition aus Wikipedia: Unterschiede zwischen Messgrössen heissen signifikant, wenn die Wahrscheinlichkeit, dass sie auf dieselbe Weise durch Zufall zustande kommen würden, nur gering ist. Liegt Signifikanz vor, wird statistisch darauf geschlossen, dass tatsächlich ein Unterschied vorliegt. Dennoch muss ein solcher Unterschied nicht zwingend vorhanden sein. Auch Unterschiede, die statistisch signifikant sind, können zufällig sein. Wie häufig das der Fall ist, hängt von der Auswahl der untersuchten Messgrössen ab: Es können zwischen 0 % und 100 % der statistisch signifikanten Zusammenhänge zufälligen Ursprungs sein.
  12. Möglichkeiten des selektiven Veröffentlichens


Falsche oder übertriebene Forschungsergebnisse

Fünf Jahre später erschien im US-amerikanischen Politmagazin The Atlantic im November 2010 ein Artikel über die Arbeiten von Dr. Ioannidis. Darin wurde berichtet, Ioannidis habe 49 jener Forschungsergebnisse unter die Lupe genommen, die in den letzten 13 Jahren in der Medizinwelt am meisten Beachtung fanden.

35 dieser Forschungsergebnisse wurden überprüft, wobei sich davon 14 (41 Prozent) als vollkommen falsch oder als ganz signifikant übertrieben erwiesen hatten. Zu diesen Studien gehörte unter anderem jene, die Hormonersatztherapien bei Frauen mit menopausalen Symptomen empfahl und auch jene, die dazu führte, dass Ärzte ihren Patienten empfahlen, jeden Tag ein Aspirin® zu schlucken, um Herzanfällen vorzubeugen.

Medizinwissenschaftler manipulieren und fälschen

Dr. Ioannidis fasst seine Erkenntnisse in wenigen Worten zusammen: Medizinwissenschaftler manipulieren Studien, um bestimmte Resultate zu erzielen, rekrutieren ungeeignete Untersuchungsteilnehmer, verwenden falsche Messdaten, analysieren ihre Resultate nur sehr oberflächlich und veröffentlichen ihre Ergebnisse schlussendlich auf unkorrekte Weise.

Forscher wollen - aus den weiter oben genannten vielfältigen Gründen - bestimmte Ergebnisse erzielen, sagt Ioannidis, und so stellen sie sicher - entweder bewusst oder unbewusst - dass sie diese auch bekommen ( 2 ).

Sensationen sind gefragt

Zum Teil macht Ioannidis das derzeitige System für die Missstände verantwortlich, welches die Forscher von der Veröffentlichung von Studien in einflussreichen Fachmagazinen abhängig macht, wenn sie eine gut bezahlte und renommierte Position erreichen oder behalten wollen.

Diese Fachzeitschriften veröffentlichen mit einer höheren Wahrscheinlichkeit sensationelle Forschungsergebnisse. Wenn sie dabei gleichzeitig weniger akkurat sind, so interessiert das kaum jemanden.

Selbstverständlich gelten die genannten Fakten nicht ausschliesslich für die Medizinwissenschaft, sondern für sämtliche Wissenschaftsbereiche, in denen ähnliche Methoden und Technologien angewandt werden - und in denen Menschen tätig sind, die empfänglich für Manipulationen sind, hauptsächlich eigennützige Ziele verfolgen und denen ausserdem unvoreingenommenes Denken fremd ist.

🌟 Bewerten Sie unsere Arbeit 🌟

Auf unserem Portal Zentrum der Gesundheit haben wir mittlerweile mehr als 2700 Artikel zu zahlreichen Themen rund um Gesundheit, Ernährung und Naturheilkunde veröffentlicht. Wenn Sie Zeit und Lust haben, freuen wir uns über Ihre Bewertung unseres Portals bei Trustpilot.

Wichtiger Hinweis

Dieser Artikel wurde auf Grundlage (zur Zeit der Veröffentlichung) aktueller Studien verfasst und von MedizinerInnen geprüft, darf aber nicht zur Selbstdiagnose oder Selbstbehandlung genutzt werden, ersetzt also nicht den Besuch bei Ihrem Arzt. Besprechen Sie daher jede Massnahme (ob aus diesem oder einem anderen unserer Artikel) immer zuerst mit Ihrem Arzt.