Eine neue Diabetes-Studie untersucht, wie eine Behandlung bei einer bestimmten Gruppe von Menschen über einen bestimmten Zeitraum wirkt. Ihre Ergebnisse gelten zunächst für diese Bedingungen. In einer Meldung wird daraus schnell eine allgemeine Aussage wie „Das Medikament schützt vor Herzinfarkten“ oder „Diabetes ist heilbar“. Solche Formulierungen gehen oft weiter als die Daten.
Was die Forschenden untersucht und gemessen haben, bestimmt die Einordnung: Ein verbesserter Laborwert ist zum Beispiel nicht automatisch ein Beleg dafür, dass weniger Menschen an Folgeerkrankungen leiden. Wer Studiendesign, absolute Zahlen, mögliche Schäden und Grenzen der Untersuchung prüft, kann Nutzen und Unsicherheit verständlich vermitteln.
Zusammenhang ist kein Kausalbeweis
Beobachtungsstudien erfassen, was im Alltag geschieht. Die Forschenden teilen die Teilnehmenden dabei nicht zufällig einer Behandlung zu. Wenn Menschen mit einer bestimmten Therapie seltener ein Ereignis erleben, beweist das daher nicht allein, dass die Therapie das Ereignis verhindert hat. Das Ergebnis kann auch daran liegen, dass sich die Gruppen im Gesundheitszustand oder in ihrer Versorgung unterscheiden.
Randomisierte Studien weisen Behandlungen per Zufall zu. Das verringert Unterschiede zwischen den Gruppen, die das Ergebnis beeinflussen könnten. Auch Beobachtungsstudien sind wertvoll, weil sie Versorgung außerhalb kontrollierter Studienbedingungen untersuchen. Eine Cochrane-Übersicht von 2024 fand im Mittel nur geringe Unterschiede zwischen Effektschätzungen aus Beobachtungsstudien und randomisierten Studien. Die Sicherheit dieser Evidenz war jedoch niedrig. Daraus folgt weder, dass Beobachtungsdaten wertlos sind, noch, dass sie einen Kausalbeweis liefern.
Die Meldung sollte das Studiendesign früh nennen. Bei einer Beobachtungsstudie passt „war mit einem geringeren Risiko verbunden“ besser als „verhinderte“. Außerdem muss die Aussage zur untersuchten Gruppe, Behandlung und Vergleichsgruppe passen.
HbA1c ist nicht jeder Behandlungserfolg
Der HbA1c-Wert gibt Hinweise auf die durchschnittliche Blutzuckereinstellung der vergangenen Wochen. Sinkt er unter einer Behandlung, belegt das zunächst eine Veränderung dieses Messwerts. Daraus folgt nicht automatisch, dass die Behandlung Herzinfarkte, Nierenschäden oder Todesfälle verringert.
Die Forschung zur Frage, ob HbA1c solche klinischen Endpunkte zuverlässig vorhersagt, kommt zu unterschiedlichen Ergebnissen. Eine Übersichtsarbeit von 2021 wertete 19 randomisierte Studien bei Erwachsenen mit Typ-2-Diabetes aus. Sie fand keine ausreichenden Belege dafür, dass der HbA1c-Wert die untersuchten klinischen Endpunkte ersetzen kann. Eine Meldung sollte konkret benennen, ob eine Studie den HbA1c-Wert oder patientenrelevante Ereignisse wie Herzinfarkte und Todesfälle erfasst hat. Ein besserer Laborwert allein belegt keinen langfristigen Schutz.
Relative Risiken brauchen absolute Zahlen
Eine große relative Risikoreduktion klingt eindrucksvoll, verrät aber nicht, wie viele Menschen tatsächlich betroffen waren. Die absolute Veränderung zeigt den Unterschied zwischen den Ereignisraten in den untersuchten Gruppen. Beide Angaben zusammen vermitteln mehr als eine relative Zahl allein.
Bei einem Studienbeispiel sollten Zeitraum, Gruppen und untersuchte Zielwerte genannt werden. Ein Hazard Ratio vergleicht, wie sich die Ereignisraten der Gruppen im Verlauf der Beobachtungszeit zueinander verhalten. Es ersetzt nicht die absoluten Ereigniszahlen.
Nebenwirkungen gehören zur Nutzenbilanz
Eine Meldung, die nur den möglichen Nutzen nennt, lässt einen wichtigen Teil der Behandlung aus. Entscheidend ist, welche Nebenwirkungen erfasst wurden, wie lange die Teilnehmenden beobachtet wurden und wie viele die Behandlung deshalb abbrachen.
Bei Arzneimittelstudien allgemein bleiben diese Angaben häufig lückenhaft. Eine Auswertung von 184 Studien ergab, dass 28 Prozent keine Einzelheiten zur Erfassung von Schäden oder Nebenwirkungen angaben. In 89 Prozent fehlte die Angabe, wer über einen möglichen Zusammenhang mit dem Studienmedikament entschied. Diese Zahlen beziehen sich auf ausgewertete Arzneimittelstudien, nicht speziell auf Diabetesstudien.
Eine kurze oder kleine Studie kann seltene Schäden nicht zuverlässig erfassen. Fehlende Hinweise auf einen Schaden belegen daher nicht automatisch, dass eine Behandlung sicher ist. In der Meldung sollten Nutzen und Schäden nebeneinanderstehen. Dazu gehören die Zahl der Betroffenen je Gruppe und die Behandlungsabbrüche, sofern die Studie diese Daten berichtet.
Signifikanz sagt wenig über die Größe
„Statistisch signifikant“ bedeutet nicht automatisch, dass ein Unterschied für Betroffene groß oder spürbar ist. Umgekehrt beweist ein nicht signifikanter Befund nicht, dass es keinen Effekt gibt. Die geschätzte Effektgröße und ihr Konfidenzintervall, also ein Bereich plausibler Werte für den Effekt, zeigen, wie genau die Studie den Effekt geschätzt hat.
Die CONSORT-Empfehlungen, also Regeln für die Berichterstattung über randomisierte Studien, raten dazu, Effekte möglichst mit absoluten und relativen Zahlen sowie Konfidenzintervallen darzustellen. Ein einzelner p-Wert reicht für die Einordnung nicht. Redaktionen sollten außerdem prüfen, ob ein Ergebnis zu einem vorab festgelegten Hauptendpunkt gehört oder erst nachträglich in der Auswertung auffiel.
Untergruppen und zusammengesetzte Endpunkte prüfen
Ein Ergebnis bei einer Teilgruppe der Studienteilnehmenden belegt nicht ohne Weiteres, dass eine Behandlung nur dort wirkt. Wenn ein Befund bei Frauen statistisch signifikant ist und bei Männern nicht, ist damit noch kein Unterschied zwischen den Gruppen nachgewiesen. Dafür braucht es einen direkten statistischen Vergleich, einen sogenannten Interaktionstest. Wurde die Untergruppe erst nachträglich gebildet, sollte die Meldung den Befund als vorläufige Hypothese kennzeichnen.
Auch zusammengesetzte Endpunkte verlangen einen genaueren Blick. Sie fassen mehrere Ereignisse zusammen, etwa verschiedene Herz-Kreislauf-Komplikationen. Ein Gesamtergebnis zeigt nicht automatisch, dass sich alle Bestandteile gleichermaßen verändert haben. Die Meldung sollte daher erläutern, welche Ereignisse enthalten waren und wie sich die einzelnen Bestandteile entwickelten.
Remission bedeutet nicht automatisch Heilung
Bei Typ-2-Diabetes beschreibt „Remission“ eine Phase, in der bestimmte Messwerte ohne übliche blutzuckersenkende Medikamente unter einem festgelegten Schwellenwert liegen. Ein internationaler Konsensbericht von 2021 schlägt dafür einen HbA1c unter 6,5 Prozent vor, gemessen mindestens drei Monate nach dem Absetzen dieser Medikamente.
Die Definition ist kein Nachweis dafür, dass eine bestimmte Behandlung dauerhaft bei allen Betroffenen wirkt. Eine Remission muss weiter überwacht werden; ihre Dauer und langfristigen Folgen sind Gegenstand weiterer Forschung. Wer eine Studie dazu zusammenfasst, sollte die verwendete Definition, den Medikamentenstatus und die Nachbeobachtungszeit nennen, statt das Ergebnis pauschal als Heilung zu bezeichnen.
Datum und Geltungsbereich nennen
„Aktuell“ sagt nichts darüber aus, ob eine Veröffentlichung eine einzelne klinische Studie, eine systematische Übersichtsarbeit oder eine Konsensusarbeit ist. Diese Formate beantworten unterschiedliche Fragen. Eine Konsensusarbeit fasst fachliche Empfehlungen für einen bestimmten Bereich zusammen; sie ist selbst kein klinischer Versuch.
Bei jeder Meldung helfen drei Angaben bei der Einordnung: Wann erschien die Untersuchung, wer nahm daran teil und was sollte sie klären? Ein Studienergebnis für Erwachsene mit Typ-2-Diabetes und hohem Herz-Kreislauf-Risiko lässt sich nicht ohne Weiteres auf Menschen mit Typ-1-Diabetes oder auf alle Versorgungssituationen übertragen. Auch Änderungen am Studienplan oder nachträgliche Analysen sollten kenntlich sein, wenn sie die Schlagzeilenaussage stützen.
