Eine Schlagzeile über eine Diabetes-Studie nennt oft einen einzelnen Wert: etwa eine HbA1c-Senkung oder ein geringeres Herz-Kreislauf-Risiko. Um den Befund einzuordnen, prüfen Sie zuerst, wen die Studie untersuchte, welche Behandlungen sie verglich und welches Ergebnis sie maß.
HbA1c ist ein Laborwert für den durchschnittlichen Blutzucker der vergangenen Wochen. Er sagt allein noch nicht, ob eine Behandlung Folgeerkrankungen verhindert oder die Lebensqualität verbessert. Bewerten Sie deshalb gemeinsam, welche Frage die Studie stellte, welches Ergebnis sie maß, wie zuverlässig der Vergleich war und ob sich der Befund auf andere Menschen mit Diabetes übertragen lässt.
Frage und Vergleich klären
Beginnen Sie mit der Studienpopulation. Eine Untersuchung an Erwachsenen mit Typ-2-Diabetes beantwortet nicht automatisch Fragen zur Behandlung von Kindern oder Menschen mit Typ-1-Diabetes. Auch Krankheitsdauer, Begleiterkrankungen und Ausgangswerte zeigen, wie gut die Teilnehmenden zu der Person passen, um die es in der Schlagzeile geht.
Klären Sie danach vier weitere Fragen: Welche Behandlung prüften die Forschenden? Womit verglichen sie sie? Welches Ergebnis war ihnen besonders wichtig? Wie lange beobachteten sie die Teilnehmenden? Ein Vergleich mit Placebo beantwortet eine andere Frage als ein Vergleich mit einer bereits üblichen Behandlung. Eine kurze Beobachtung erfasst zudem andere Folgen als eine lange Nachbeobachtung.
Fassen Sie die Studienfrage so zusammen: Für welche Menschen galt der Befund? Welche Behandlung wurde mit welcher Alternative verglichen? Welches Ergebnis trat in welchem Zeitraum auf? Fehlt eine dieser Angaben in der Berichterstattung, suchen Sie sie in der Studienpublikation, im Studienregister oder im Protokoll.
Endpunkt und Nutzen trennen
Ein Endpunkt ist das Ergebnis, mit dem die Forschenden die Wirkung einer Behandlung beurteilen. Ein klinischer Endpunkt betrifft direkt die Gesundheit oder den Alltag der Betroffenen, etwa schwere Unterzuckerungen, Herz-Kreislauf-Ereignisse, Nierenschäden, Lebensqualität oder Sterblichkeit. Ein Surrogatendpunkt ist ein Ersatzwert, der solche Folgen widerspiegeln soll. HbA1c ist ein wichtiges Maß für die Blutzuckerkontrolle, aber eine Veränderung des Werts beweist für sich genommen keinen klinischen Nutzen.
Fragen Sie deshalb, ob die Studie tatsächliche gesundheitliche Folgen gemessen hat oder nur einen Laborwert. Wenn sie allein eine HbA1c-Senkung zeigt, darf die Aussage nicht ohne zusätzliche Evidenz auf weniger Herzinfarkte oder längeres Leben ausgeweitet werden. Ein Surrogatwert ist nur dann ein verlässlicher Ersatz, wenn Studien ihn für genau diese Behandlung und Fragestellung bestätigt haben.
Auch die Definition des Endpunkts spielt eine Rolle. Bei Unterzuckerungen ist beispielsweise relevant, ob die Studie einen bestimmten Messwert erfasst oder schwere Ereignisse, bei denen eine andere Person helfen musste. Werden Definitionen zwischen Studien nicht einheitlich verwendet, lassen sich ihre Ergebnisse schwerer vergleichen.
Verzerrungsrisiken prüfen
In einer randomisierten Studie teilt der Zufall die Teilnehmenden verschiedenen Behandlungsgruppen zu. Dadurch können sich die Gruppen zu Beginn ähnlicher sein. Das allein macht die Ergebnisse aber nicht zuverlässig. Cochrane empfiehlt das Verfahren RoB 2. Damit bewerten Forschende das Risiko, dass ein bestimmtes Ergebnis verzerrt ist, statt der ganzen Studie pauschal ein Gütesiegel zu geben.
Dabei prüfen Forschende fünf Bereiche: wie die Teilnehmenden den Gruppen zugeteilt wurden, ob die Behandlung vom Plan abwich, ob Ergebnisdaten fehlen, wie der Endpunkt gemessen wurde und welche Ergebnisse berichtet wurden. Bei einer Diabetes-Studie sollten Sie etwa prüfen, wie viele Teilnehmende aus der Nachbeobachtung ausschieden, ob sich die Ausfälle zwischen den Gruppen unterschieden und ob Unterzuckerungen in allen Gruppen gleich erfasst wurden.
Vergleichen Sie außerdem die veröffentlichten Ergebnisse mit der vorab festgelegten Studienplanung. Ein Eintrag im Studienregister liefert erste Informationen. Er ersetzt aber nicht in jedem Fall das vollständige Protokoll oder den statistischen Analyseplan. Der Vergleich mit diesen Unterlagen zeigt, ob die Forschenden die Hauptfrage und die Auswertung wie ursprünglich geplant bearbeitet haben. Nicht berichtete Angaben beweisen keine Verzerrung, begrenzen aber, wie sicher sich die Ergebnisse beurteilen lassen.
Berichtsleitlinien helfen dabei, fehlende Informationen zu erkennen. CONSORT strukturiert die Berichterstattung randomisierter Studien; STROBE erfüllt diese Funktion für Beobachtungsstudien. STROBE weist ausdrücklich darauf hin, dass seine Checkliste keine Bewertung der Studienqualität ist. Vollständige Berichte erleichtern die Prüfung, garantieren aber kein niedriges Verzerrungsrisiko.
Effektgröße richtig lesen
Ein statistisch auffälliger Befund zeigt noch nicht, wie groß der Nutzen ist oder wie verlässlich die Schätzung ausfällt. Lesen Sie neben dem p-Wert die geschätzte Effektgröße, das Konfidenzintervall und die Zahl der Ereignisse in jeder Gruppe. Das Konfidenzintervall zeigt, welche Effektgrößen zu den Daten passen. Ist es breit, ist die Schätzung ungenau.
Um relative Angaben einzuordnen, brauchen Sie das Ausgangsrisiko. Eine relative Risikoreduktion um einen bestimmten Anteil sagt ohne die absoluten Ereigniszahlen nicht, wie viele Menschen in der untersuchten Gruppe tatsächlich betroffen waren. Prüfen Sie daher, wie viele Ereignisse bei wie vielen Teilnehmenden auftraten und über welchen Zeitraum die Studie sie erfasste.
Auch Therapieabbrüche, Wechsel der Behandlung und zusätzliche Medikamente beeinflussen, welche Frage die Analyse beantwortet. Ein Estimand beschreibt, welchen Behandlungseffekt die Studie schätzen will und wie sie dabei mit solchen Ereignissen umgeht. Fragen Sie, ob die Analyse die Wirkung der ursprünglichen Zuteilung abbildet oder einen hypothetischen Effekt unter bestimmten Bedingungen, etwa ohne Therapieabbruch. Diese Unterscheidung ist besonders wichtig, wenn Teilnehmende nach einem Abbruch weiter beobachtet wurden oder aus der Auswertung verschwanden.
HbA1c als umstrittenes Beispiel
Zwei Metaanalysen zeigen, dass die Aussagekraft eines Surrogatwerts von der jeweiligen Fragestellung abhängt. Eine Analyse von 19 placebokontrollierten randomisierten Studien mit Erwachsenen mit Typ-2-Diabetes fand keinen ausreichend starken Zusammenhang zwischen Veränderungen des HbA1c-Werts und mehreren klinischen Folgen. Die Ergebnisse bestätigten HbA1c daher nicht als verlässlichen Ersatz für diese Folgen. Für die Gesamtsterblichkeit betrug die Korrelation auf Studienebene R = 0,34; das Konfidenzintervall reichte von −0,14 bis 0,69.
Eine andere Metaanalyse untersuchte 14 Studien zu Herz-Kreislauf-Ergebnissen. Sie fand eine Korrelation von r = 0,88 zwischen der HbA1c-Senkung und der Veränderung dieser Ereignisse.
Die beiden Analysen untersuchten unterschiedliche Fragen. Die erste Analyse betrachtete mehrere Arten klinischer Folgen in placebokontrollierten Studien, die zweite konzentrierte sich auf kardiovaskuläre Ereignisse. Ein Zusammenhang zwischen Studien zeigt außerdem nicht, dass eine HbA1c-Senkung bei einzelnen Personen oder mit jedem Medikament denselben klinischen Effekt hat. Die beiden Analysen lassen sich daher nicht zu einer pauschalen Aussage zusammenziehen, HbA1c sei immer ein zuverlässiger oder grundsätzlich ungeeigneter Ersatzwert.
Befunde über Studien hinweg bewerten
Eine einzelne Studie liefert einen Befund für eine bestimmte Population, Behandlung, Vergleichsgruppe und Beobachtungsdauer. Für eine umfassendere Einschätzung prüfen Sie, ob weitere Studien dieselbe Frage untersuchen und ähnliche Ergebnisse finden. Unterschiede zwischen den Studien können aus verschiedenen Populationen, Vergleichsbehandlungen, Endpunktdefinitionen oder Beobachtungszeiträumen entstehen.
Mit GRADE bewerten Forschende die Sicherheit der Belege für jeden wichtigen Endpunkt einzeln. Sie berücksichtigen dabei unter anderem das Verzerrungsrisiko, widersprüchliche Studienergebnisse, die Übertragbarkeit auf die konkrete Frage, die statistische Ungenauigkeit und mögliche unveröffentlichte Ergebnisse. GRADE fasst diese Aspekte nicht in einem einzigen Punktwert zusammen. Stattdessen müssen die Bewertungen begründet werden. Eine hohe Sicherheit für einen Endpunkt bedeutet nicht automatisch eine hohe Sicherheit für alle anderen.
Für den deutschen Kontext beschreibt das Methodenpapier des Instituts für Qualität und Wirtschaftlichkeit im Gesundheitswesen, vom 19. Dezember 2025, die Nutzenbewertung im Gesundheitswesen. Es bietet Orientierung für die Bewertung patientenrelevanter Vor- und Nachteile, ist aber keine universelle Checkliste für jede einzelne Studienlektüre.
