Martin Nake

Autor und Student

"Gesundheit ist nicht alles,
aber ohne Gesundheit ist alles nichts."

Hallo, mein Name ist Martin Nake und ich bin Gründer von „Leben in Gesundheit“ sowie der Herausgeber dieses informativen und hilfreichen Ernährungs- sowie Gesundheitsblogs.

Mein Ziel ist es, Ihnen dank einer gesunden Ernährung ein Leben in Gesundheit zu ermöglichen.

Ich möchte, dass Sie selbst über Ihre Gesundheit entscheiden können und nicht auf die Medizin bzw. Pharmaindustrie angewiesen sind. Wir Menschen können selbst, durch unsere Ernährung und unseren Lebensstil, unsere Gesundheit beeinflussen und ich gebe Ihnen wichtige Tipps, Hilfestellungen sowie hilfreiche Anleitungen, damit Sie dies durchsetzen können.

Ebenso biete ich eine individuelle Ernährungsberatung an, damit Sie endlich, von einer gesunden Ernährung und der damit eingehenden verbesserten Lebensqualität profitieren können, körperlich sowie psychisch.

Sichern Sie sich Ihr erstes Beratungsgespräch vollständig kostenlos

Martin Nake

Autor und Student

"Gesundheit ist nicht alles,
aber ohne Gesundheit ist alles nichts."

Problem mit wissenschaftlichen Studien und wie Sie schlechte von guten Studien unterscheiden

Heutzutage gibt es eine urzählbare Masse an Studien und immer wieder kommen neue hinzu. Alleine wenn Sie in Ihrer Suchleiste „Die mediterrane Ernährung bei Herz-Krankheiten“ eingeben, erhalten Sie zahlreiche Studien, Reviews und Meta-Analysen zu diesem Thema in einer Vielzahl von promoviertes wissenschaftlicher Journals. Und auch wenn Sie bestimmte Artikel bzw. Blogs lesen oder sogar Fernsehen bzw. YouTube Videos schauen, wird immer wird erzählt: ,,In dieser Studie bewiesen Forscher“.

Studien werden also verwendet, um seine eigenen Aussagen bestätigen bzw. um andere Menschen von etwas zu überzeugen. Doch sind Studien wirklich so aussagekräftig wie viele denken und kann ein bestimmtes Lebensmittel wirklich bei jedem Menschen den Blutdruck senken, nur weil eine Studie dies gezeigt hat?

In diesem Artikel möchte ich mich genau damit auseinandersetzen. Ich möchte Ihnen zeigen, weshalb Studien keine wirkliche Aussagekraft haben und welche Probleme viele Studien haben, weshalb die Ergebnisse nicht direkt übertragbar sind.

Probleme mit wissenschaftlichen Studien

Wie bereits erwähnt gibt es bei wissenschaftlichen Studien viele Probleme und es gibt wirklich nur wenige Studien, welche aussagekräftige sowie übertragbare Ergebnisse liefern.

Doch was sind eigentlich die Probleme bei solchen wissenschaftlichen Studien und weshalb sind viele nicht aussagekräftig und übertragbar?

Ob nun unbewusst oder bewusst.

1. Oft zu geringe Teilnehmerzahl

Wie aussagekräftig kann eine Studie mit 6 Teilnehmern sein?

Wenn ich als Studienautor nur wenige Teilnehmer in meine Studie aufnehme, kann ich bereits durch den Zufall gute Ergebnisse bekommen. Deshalb sollte eine gute Studie mindestens 300 Teilnehmer umfassen. Das ist natürlich sehr hoch und für kleine Institutionen meist nicht machbar, doch für die Glaubwürdigkeit eine maßgebliche Größe. Leider erreichen die meisten Studien zu Heilpflanzen diese Kennzahl nicht.

2. Gleichsetzen von Frauen und Männer

Frauen sind mit zwei X-Chromosomen ausgestattet, Männer mit einem X- und einem Y-Chromosom. Das hat Folgen für die hormonelle Ausstattung, die zum einen verantwortlich für die Ausprägung der primären und sekundären Geschlechtsmerkmale ist, zum anderen für eine Reihe an Stoffwechselprozessen, die etwa bei der Behandlung einer der großen Volkskrankheiten, Diabetes-Typ-2, eine erhebliche Rolle spielt.

Frauen sind meist nicht nur etwas kleiner und leichter als Männer, sondern auch die Organe unterscheiden sich zum Teil bis in die Zellstruktur und Enzymzusammensetzung. Ein Beispiel: Der weiblichen Leber fällt es schwerer, manches Medikament zu verstoffwechseln und auszuscheiden, das kann leicht zu einer Überdosierung führen.

Männliche Zellen dagegen verfügen über ungünstigere Andockstationen für Schmerzmittel, daher brauchen Männer davon häufig mehr. Weil bis vor Kurzem der männliche Körper als Standard galt und es in einigen medizinischen Lehrbüchern noch immer ist, wurde in den letzten Jahrzehnten auf dem jungen Forschungsgebiet der Gendermedizin der weibliche Organismus sozusagen neu entdeckt.

Viele bereits gut erforschte Indikationen wie Herz-Kreislauf-Erkrankungen oder eben Diabetes Typ 2 sowie gängige Arzneimittel wie etwa Betablocker werden im Blick auf Geschlechterunterschiede erneut untersucht – daher wirkte die Gendermedizin zunächst eher in Richtung des weiblichen Organismus. Selbstverständlich profitiert auch die männliche Gesundheit von der Aufmerksamkeit für geschlechtsspezifische Besonderheiten. So führen beispielsweise unterschiedliche Symptome und gesellschaftliche Normen bei bestimmten Indikationen zu einer Unterdiagnostizierung. Beispielsweise bilden beim Herzinfarkt „männliche“ Symptome den Vergleichsmaßstab. Im Bereich der psychischen oder depressiven Erkrankungen verstellt indes der „weibliche“ Wertmesser den Blick auf eine männliche Depression. Dabei ist die Selbstmordrate bei Männern deutlich höher als bei Frauen.

Bei seelischen Erkrankungen gibt es sehr eindeutige Unterschiede zwischen Männern und Frauen: der Umgang mit psychischen Symptomen, die Art der Symptome, die Krankheitsverläufe und die Bereitschaft, Hilfesysteme in Anspruch zu nehmen. Auch reagieren Männer und Frauen unterschiedlich auf Psychopharmaka: Frauen benötigen oft niedrigere Dosen, verstoffwechseln aufgrund ihrer hormonellen Spezifika anders und entwickeln auch Nebenwirkungen, von denen Männer nicht betroffen sind. Da die Dosisempfehlungen aber auf den männlichen Körper zugeschnitten sind, kann es bei Frauen leicht zu einer Überdosierung kommen.

3. Schlechtes Studiendesign in veröffentlichten Arbeiten

Schlecht konzipierte Studien sind zu einem Hauptanliegen der Wissenschaft geworden. Einer der Hauptgründe für dieses Problem ist, dass statistische Fehler in veröffentlichten Forschungsergebnissen oft unentdeckt bleiben. Da bahnbrechende Ergebnisse am meisten geschätzt werden, fühlen sich Forscher gezwungen, ihre Ergebnisse hochzujubeln, um veröffentlicht zu werden.

Darüber hinaus neigen sie dazu, sich auf bestimmte Datenmuster zu konzentrieren und ihre Studiendesigns zu manipulieren, um die Ergebnisse für die Zeitschriften attraktiver zu machen.

Fälle von „P-Hacking“, bei denen Forscher nur die Hypothesen melden, die zu statistisch signifikanten Ergebnissen führen, nehmen ebenfalls zu. Insbesondere biomedizinische Studien sind wegen des Missbrauchs von p-Werten ins Rampenlicht geraten.

Daher ist ein großer Teil der veröffentlichten Ergebnisse wissenschaftlich unbedeutend, was auch eine routinemäßige Verschwendung von Geld und Ressourcen bedeutet.

4. Zu geringer Durchführungszeitraum

Eine Studie mit einem Durchführungszeitraum von nur wenigen Wochen bzw. nur einigen Tagen um den Verlauf des Blutzuckerspiegels bei bestimmten Lebensmitteln zu untersuchen sowie mit anderen zu vergleichen?

Ich glaube, man muss hier kein Wissenschaftler sein, um feststellen zu können, dass die Ergebnisse dieser Studien wahrscheinlich nicht sehr vielversprechend sein werden.

Doch genau dies kommt bei vielen Studien, welche häufig zitiert werden, vor. Diese werden lediglich über wenige Wochen durchgeführt und entweder abgebrochen oder einfach als beendet erklärt und die Ergebnisse werden trotzdem veröffentlicht.

Besonders im medizinischen und ernährungspsychologischen Gebiet ist es von elementarer Bedeutung, dass Studien über viele Monate bzw. Jahre durchgeführt werden, um auch wirklich aussagekräftige Ergebnisse zu erhalten.

5. gesponserte Studien

Jede Forschung erfordert finanzielle Unterstützung, und der Kampf um die Suche und Aufrechterhaltung der Finanzierung ist seit langem das zentrale Hindernis, mit dem die meisten Wissenschaftler in ihrer Karriere konfrontiert sind. Doch die jüngsten Trends haben die Finanzierung nur noch schwieriger gemacht.

Das NIH-Budget erreichte Anfang der 2000er Jahre ein Plateau, und eine Kombination aus Budgetkürzungen, Beschlagnahmung und Inflationsverlusten hat seitdem zu einem Rückgang der Kapazität der NIH zur Forschungsfinanzierung um 22 % im Zeitraum von 2003 bis 2015 geführt.

Die direkte Folge dieser Finanzierungsknappheit war eine dramatische Zunahme des Wettbewerbs um Zuschüsse. Während 30 % der NIH-Vorschläge im Jahr 2000 finanziert wurden, sind derzeit weniger als 18 % erfolgreich, und die Umfrageteilnehmer waren der Meinung, dass dieser intensive Wettbewerb um Zuschüsse tiefgreifende Auswirkungen auf die betriebene Wissenschaft hat.

Wie Gary Bennet, ein Neurowissenschaftler an der Duke University, es ausdrückte, „beeinflusst die Finanzierung, was wir studieren, was wir veröffentlichen, die Risiken, die wir (häufig nicht) eingehen“.

Eine Reihe von Befragten wiesen auch darauf hin, dass Forscher bei knappen Bundes- und Universitätsmitteln dazu neigen, sich zur Finanzierung eher an die Privatwirtschaft zu wenden, was reichlich Gelegenheit für Interessenkonflikte bietet.

Marion Nestle, Professorin für Lebensmittelpolitik an der New York University, sagte: „Angesichts der begrenzten Finanzierung durch NIH, USDA und Stiftungen fühlen sich Forscher verpflichtet oder suchen bereitwillig nach Unterstützung durch die Lebensmittelindustrie. Das häufige Ergebnis? Interessenskonflikte.“

6. voreingenommene Studien

Wissenschaft ist nie wirklich objektiv. Wir hängen an Theorien und deuten Belege durch diese Brille. Neue Ideen verlangen nach Bestätigung, und bald stützen jede Menge Studien die junge Theorie. Autoren solcher Studien sichern sich Anerkennung, und Zeitschriften sichern sich Zitierungen. Im Anfangsstadium einer Theorie ist es schwierig, gegenteilige Studien zu publizieren. Das führt zu einem «Publikationsbias».

Das hat in keiner Weise mit bewusstem wissenschaftlichem Betrug zu tun. Vielmehr messen Forscher Erkenntnissen, die ihre Erwartungen bestätigen, mehr Gewicht bei – wenn auch unbewusst. Stephen Jay Gould nannte dies «Daten in eine Theorie hineinzwängen» (shoehorning data into theory). Ist eine Theorie einmal etabliert, sind die innovativsten Studien jedoch jene, welche sie herausfordern.

Mit der Zeit wird es akzeptabler, widersprechende Resultate zu publizieren, und die Theorie wird dann angepasst oder verworfen. Karl Poppers Insistieren auf der Widerlegung ist, solange vergessen, bis die Widerlegung ihrerseits neu und innovativ wird.

7. Untersucht wird nur, was Geld verspricht

Die banale Erkenntnis, dass der Patient im Mittelpunkt stehen sollte, wird in der klinischen Forschung oft vernachlässigt. Ein um vier Wochen verlängertes progressionsfreies Intervall, bei dem der Tumor nicht wächst und die Tumormarker stumm bleiben, hat für Krebskranke keine Bedeutung, wenn sich dadurch weder die Lebensqualität noch die Lebensdauer verlängern. „Bei solcher Forschung geht es nur um den kommerziellen Nutzen oder die akademische Karriere“, beklagt Ioannidis.

Seit 2012 gibt es in den USA ein Institut, das die Bedürfnisse der Patienten in den Mittelpunkt des Forschungsinteresses stellt. Bisher sind die Versuche der Wissenschaft überschaubar, in denen die Forschung jene Fragen angeht, die für Patienten höchste Priorität genießen.

Die klinische Forschung läuft weitgehend auf Autopilot. Es wird untersucht, was Aussicht auf schnelle Publikation, weitere Forschungsmittel und Ansehen verspricht. Das führt zu einer grotesken Schieflage und zu einer Geldverschwendung von 90 Prozent der Mittel für klinische Forschung, die problemlos eingespart werden könnten.

Dass die Kritik von Ioannidis nicht übertrieben ist, zeigt eine Analyse der von sechs Ethikkommissionen in Deutschland, Kanada und der Schweiz zwischen 2000 und 2003 erlaubten und von 2008 und 2009 begonnenen chirurgischen Studien: 25 Prozent der bewilligten und gar 43 Prozent der chirurgischen Untersuchungen wurden abgebrochen – wegen erwiesener Nutzlosigkeit.

Es geht Ioannidis nicht darum, klinische Forscher zu beschuldigen. Er will Veränderungen anstoßen. Dazu müssten allerdings die engen Verbindungen zwischen Industrie und Aufsichtsbehörden gelöst und akademische Karrierewege wie auch die Rolle der Fachzeitschriften hinterfragt werden. Derzeit werden kleine Studien von kurzer Dauer, die schnell publiziert werden können, belohnt. Wichtige Fragen bleiben auf der Strecke. „Leider sind nicht nur die meisten Forschungsergebnisse falsch, sondern die meisten der richtigen Ergebnisse bringen auch keinen Nutzen“, lautet Ioannidis Fazit. „Dabei können und sollten die Menschen von medizinischen Interventionen Vorteile haben. Es ist sinnlos, klinische Forschung zu betreiben, ohne den klinischen Nutzen sicherzustellen. Hier sind Reformen und Verbesserungen längst überfällig.

8. Jeder Mensch ist individuell

Bereits die Neugeborenen unterscheiden sich in ihrem Aussehen und regen deshalb ihre Eltern zu Überlegungen an, welchen Verwandten sie am ähnlichsten sehen: die Gesichtsform, Augenfarbe, Haarfarbe usw. Das körperliche Aussehen und die körperliche Attraktivität sind ein wichtiger Teil dessen, was die Individualität eines Menschen ausmacht.

Die älteren Konstitutionslehren bezogen sich hauptsächlich auf die Physiognomie und die Proportionen des Körperbaus, also morphologische Aspekte, oder auf die „Säfte“ des Körpers als Grundlage von Temperamentseigenschaften.

Außerdem wurde bereits angenommen, dass die individuelle Konstitution zu bestimmten Krankheiten disponiert.

In neuerer Zeit ist die Variabilität des Körperbaus genauer untersucht und statistisch beschrieben worden (Anthropometrie). Dabei werden heute auch die Unterschiede der Morphologie der inneren Organe einschließlich des Gehirns einbezogen.

Die morphologische (anatomische) Variabilität zeigt sich in der äußeren Erscheinung von Körperbau, Gesichtsbildung (Physiognomik), der Beschaffenheit von Haut und Haaren u. a. Merkmalen, existiert jedoch nicht weniger auch hinsichtlich des Knochenbaus und der inneren Organe sowie der Feinstruktur des Gewebes.

Die physiologische Variabilität zeigt sich in allen physiologischen Funktionen, u. a. in Sensorik, Motorik, Kreislauf, Atmung, Stoffwechsel, Hormonsekretion, Schlafverhalten, und in der gesamten Anpassung (Adaptation) an alltägliche Belastungen, u. a. die Temperaturregulation, Kreislaufregulation.

Die biochemisch-immunologische Variabilität ist in der Zusammensetzung, Zusammensetzung der Körperflüssigkeiten (Serum, Liquor, Urin, Schweiß u. a.), in den Blutgruppen, Immunreaktionen, allergischen Reaktionen, Transplantationsreaktionen usw. zu erkennen.

Auch diese funktionellen Merkmale sind Ausdruck der genetischen Individualität und Einmaligkeit des Organismus.

Jeder Mensch hat eine teils genetisch bedingte, teils erworbene biochemische Individualität. Diese Körperchemie kann Konsequenzen für die optimale Gestaltung von medizinischen Maßnahmen sowie für die Auswahl und die Dosierung von Medikamenten haben, außerdem für mögliche Nebenwirkungen, Unverträglichkeiten, Allergien und für die Ernährungsgewohnheiten, einschließlich spezieller Nahrungspräferenzen.

9. Zell- und Tierstudien sind nicht 1 zu 1 übertragbar

Der große Durchbruch schien zu Beginn dieses Jahrtausends zum Greifen nahe: eine erfolgreiche Behandlung von Alzheimer. In Tierstudien war es Forschern gelungen, mit einer speziellen Immuntherapie die für die Demenzerkrankung typischen Ablagerungen im Gehirn zu bekämpfen. Doch im Lauf von klinischen Studien am Menschen machte sich Ernüchterung breit. Zwar zeigte die Therapie auch bei vielen menschlichen Patienten die gewünschte Wirkung. Die Versuche mussten aber wegen schwerer Nebenwirkungen abgebrochen werden. Einige Teilnehmer erlitten gefährliche Hirnentzündungen.

Nicht nur im Kampf gegen Alzheimer, sondern auch gegen viele andere neurologische Erkrankungen müssen Forscher immer wieder feststellen: Was im Tiermodell vielversprechend klingt und von den Medien teils schon als sensationelle Therapie gefeiert wird, erweist sich in klinischen Studien am Menschen oft als Flop. 2006 brachte eine Untersuchung des Epidemiologen Daniel Hackam von der kanadischen University of Western Ontario diese Fehlschläge auf eine Zahl.

Der Wissenschaftler nahm mehr als 70 viel zitierte Studien unter die Lupe, die jeweils von einer erfolgreichen Behandlung einer Krankheit im Tiermodell berichtet hatten.

Darunter waren auch potenzielle Therapien von neurologischen Erkrankungen wie Alzheimer oder Parkinson.

Nur etwas mehr als ein Drittel der bei Tieren wirksamen Behandlungsmethoden war erfolgreich auf den Menschen übertragen worden. Beim Rest hatte sich die Wirksamkeit bei menschlichen Patienten entweder nicht bestätigt oder die Behandlung war gar nicht klinisch erprobt worden. Lediglich acht der Wirkstoffe hatte man später für eine Therapie von Patienten zugelassen.

10. Betrügerische Feststellungen

Alarmierenderweise hat der Druck, prestigeträchtige Forschung zu produzieren, eine Reihe von Wissenschaftlern dazu veranlasst, einfach Ergebnisse zu fälschen oder von anderen Forschern zu plagiieren. Im letzten Jahr wurden Artikel aus renommierten Zeitschriften zurückgezogen, in denen Autoren:

Wissentlich und absichtlich verfälschen
Duplizierung oder Selbstplagiat
Große Textabschnitte dupliziert aus zuvor veröffentlichten Artikeln

Leider ist dies nur eine kleine Auswahl der vielen Betrugsfälle, die jedes Jahr aufs Neue passieren. Eine kürzlich durchgeführte Studie ergab, dass Betrug der Grund für 43 % aller Zeitschriftenrückzüge ist.

Wissenschaftlicher Betrug kann enorme Auswirkungen haben. Erinnern Sie sich an die Studie, die Impfungen und Autismus in Verbindung gebracht hat? Obwohl es zurückgezogen wurde, nach dem Forscher sagten, es beruhe auf manipulierten Informationen über die Krankenakten von Kindern, ist der Mythos der Verbindung zwischen Impfstoff und Autismus allgegenwärtig und wird weiterhin wiederholt.

11. Mangel an Replikationsstudien

Die Unfähigkeit, Ergebnisse zu reproduzieren und zu replizieren, ist ein großes Problem, das die Forschung plagt. Vor kurzem veröffentlichte Nature die Ergebnisse einer Umfrage, die versuchte, die Ansichten der Forscher zur Reproduzierbarkeit zu verstehen, und berichtete, dass eine Mehrheit der Teilnehmer glaubte, dass die „Krise der Reproduzierbarkeit“ real sei.

Inhärente Probleme in Studien behindern auch die Replikation, wie z. B. unzureichende Daten und kompliziertes Studiendesign. Allerdings stehen wichtige Akteure der Wissenschaft im Allgemeinen skeptisch der Durchführung von Replikationsstudien gegenüber.

Die meisten Zeitschriften ziehen es vor, originelle und bahnbrechende Ergebnisse zu veröffentlichen, da Replikationsstudien nicht neu sind. Forscher und Fördereinrichtungen zögern, ihre Ressourcen aus ähnlichen Gründen in Replikationsstudien zu investieren.

Dies ist ein großer Verlust für die Wissenschaft, da die Ergebnisse der meisten Experimente nie validiert und getestet werden.

12. Probleme mit Peer-Review

Obwohl Peer-Review oft als das Rückgrat des wissenschaftlichen Publizierens angesehen wird, ist es nicht ohne Probleme. Peer-Reviewer helfen dabei, schlechte Recherchen auszusortieren und sicherzustellen, dass ein Manuskript keine offensichtlichen Mängel aufweist.

Da es sich jedoch nicht um eine anreizorientierte Aufgabe handelt, sind Gutachter dafür bekannt, ihre Arbeit zu verzögern oder nicht hilfreiche Gutachten zu erstellen. Darüber hinaus berichten Autoren regelmäßig von Mobbing durch Gutachter, bei denen Gutachter Autoren zwingen, zusätzliche Experimente durchzuführen, bestimmte Artikel zu zitieren, unnötige Änderungen vorzunehmen und so weiter.

Die meisten Zeitschriften entscheiden sich für die einfache blinde Peer-Review, was Platz für Vorurteile und professionelle Eifersucht lässt. Abgesehen davon hat die übermäßige Abhängigkeit vom Peer-Review-System Autoren, Herausgeber und Drittanbieter dazu veranlasst. Nutzen Sie es aus, was zu Peer-Review-Betrug führt.

Daher wird das Peer-Review-System in seiner jetzigen Form von vielen Wissenschaftlern infrage gestellt.

13. Mangel an angemessener und genauer Wissenschaftskommunikation

Es ist eine bekannte Tatsache, dass zwischen der wissenschaftlichen und der nicht-wissenschaftlichen Gemeinschaft eine große Kommunikationslücke besteht. Dies hat zu Missverständnissen in der Wissenschaft, geteilten Meinungen über wissenschaftliche Angelegenheiten und einem Mangel an informierter Entscheidungsfindung in der Öffentlichkeit geführt.

Forschende sind dafür mitverantwortlich, weil ihnen die Zeit oder manchmal auch die Lust fehlt, sich mit der Öffentlichkeit über ihre Forschungsarbeit auszutauschen. Daher ist die Öffentlichkeit weitgehend von den Medien abhängig, denen oft vorgeworfen wird, wissenschaftliche Fakten falsch zu interpretieren.

Der Wettbewerbscharakter der akademischen Forschung ist auch für die schlechte Kommunikation der Forschung verantwortlich. In dem Versuch, Aufmerksamkeit zu erregen, führen manchmal Forscher, Universitäten und sogar Fachzeitschriften die Öffentlichkeit in die Irre. Indem die Ergebnisse hochgespielt oder nur positive Ergebnisse beworben werden.

Die Wissenschaftsgemeinschaft sollte jedoch die Verantwortung übernehmen, der Öffentlichkeit ein genaues Bild der Wissenschaft zu vermitteln, damit sie sich wissenschaftlicher Fragen bewusst wird und mitbestimmen kann, wie ihre Steuergelder in die Forschung investiert werden.

Wie Sie schlechte von guten Studien unterscheiden

Wie wir gesehen haben, sind viele wissenschaftliche Studien nicht sehr aussagekräftig und es existieren viele „schlechte Studien“, die voreingenommen sind und sogar als Werbung für die Lebensmittel- oder Pharmaindustrie gelten.

Allerdings gibt es zwischen den ganzen schwarzen Schafen da draußen auch viele gute Studien. Frei von Voreingenommenheit sowie Sponsoring und mit einem sehr guten Studiendesign, sowie einer hohen Teilnehmeranzahl und ein langer Beobachtungszeitraum.

Doch wie erkennt man „gute“ Studien und wie können Sie „gute“ von „schlechten“ Studien unterscheiden.

1. Identifizieren Sie Studien mit großen Teilnehmergruppen

Studien, die mit einer großen Anzahl von Probanden durchgeführt werden, haben eine größere Auswirkung als Studien mit weniger Probanden. Beispielsweise ist es viel wahrscheinlicher, dass eine Studie mit 500 Teilnehmern eine statistisch gültige Schlussfolgerung hat als eine Studie mit 20 Teilnehmern.

2. Die Studien sollten eine Randomisierung beinhalten

Bei der Einteilung der Teilnehmer in Gruppen sollte die Gruppenzuordnung zufällig erfolgen. Wenn also beispielsweise eine Studie 250 Teilnehmer rekrutiert, sollten sie nach dem Zufallsprinzip den Versuchs- und Kontrollbedingungen zugeordnet werden (z. B. kann eine Zuweisung mit versiegeltem Umschlag oder eine computergenerierte Zufallszuweisung verwendet werden).

3. Auf ausreichende Verblindung achten

Studien sollten eine Verblindung beinhalten, was bedeutet, dass Forscher, Experimentatoren, Probanden und Gutachter nicht wissen sollten, in welcher Gruppe sich Probanden während des Experiments befinden.

4. Versuche sollten angewandte Methoden beschreiben

Wenn Sie danach suchen, ob die Probanden randomisiert in Gruppen eingeteilt wurden und ob die Probanden verblindet waren und die Informationen nicht enthalten sind, weist dies darauf hin, dass die Methodik der Studie unbekannt und daher möglicherweise fragwürdig ist. Eine gute Frage ist: „Kann die Qualität einer Studie anhand der von den Autoren bereitgestellten Informationen bewertet werden?“

5. Suchen Sie nach systematischen Reviews und Metaanalysen

Selbst wenn eine Studie zu einem bestimmten Thema mit einer großen Anzahl von Probanden gut durchgeführt wurde, sind starke Schlussfolgerungen auf der Grundlage einer einzelnen Studie möglicherweise nicht genau. Systematische Übersichtsarbeiten und Metaanalysen identifizieren alle verfügbaren Studien zum selben Thema und können daher substanziellere Wirkungsnachweise liefern. Zehn Studien mit derselben Schlussfolgerung liefern bessere Beweise als eine.

6. Bewerten Sie Placebo-Methoden, Schein und Kontrollen

Hatten die Forscher eine Kontrollgruppe? Welche Art von Scheinakupunktur wurde ggf. angewendet und war sie tatsächlich wirkungslos? Viele Arten von Akupunktur-Shams können aktive Shams sein und subtile oder offenkundige physiologische Einflüsse auf den Körper haben.

Haben die Forscher diese Möglichkeit berücksichtigt?

7. Auf Voreingenommenheit prüfen

In einer Studie können viele Arten von Voreingenommenheit bestehen. Beispielsweise kann es zu einem Selektionsbias kommen, wenn Forscher zum Beispiel nur chinesische Patienten rekrutieren, die Akupunktur seit Jahren als medizinische Behandlungsmethode anwenden. Zitierverzerrungen können auftreten, wenn Forscher nicht bereit sind, ungünstige Ergebnisse zu veröffentlichen. Confounding Bias kann auftreten, wenn ein dritter unabhängiger Faktor nicht berücksichtigt wird, wenn zwei interessierende Ergebnisse untersucht werden – beispielsweise könnte sich später herausstellen, dass ein in einer Studie gefundener Zusammenhang zwischen Kaffeekonsum und Herzinfarkt durch Zigarettenrauchen verfälscht wird, wenn dies der Fall wäre, diese Möglichkeit zunächst nicht berücksichtigen. Die Cochrane Collaboration hat Informationen zur Bewertung des Bias-Risikos veröffentlicht und ein häufig verwendetes Tool entwickelt:

http://handbook.cochrane.org/chapter_8/8_assessing_risk_of_bias_in_included_studies.htm .

8. Überprüfen Sie die Validität der Studie

Eine Studie sollte interne Validität haben, das heißt, sie sollte alternative Erklärungen für die beobachteten Effekte ausschließen. Sie sollte auch externe Validität haben, was bedeutet, dass die Ergebnisse einer Studie in einer bestimmten Population auf die breite Bevölkerung verallgemeinerbar sein sollten. Darüber hinaus sollte eine Studie Konstruktvalidität haben, was bedeutet, dass eine Studie so konzipiert sein sollte, dass sie in der Lage ist, das zu messen, was sie messen soll. Beispielsweise sollten alle verwendeten Ergebnismaße (z. B. Umfragen, Skalen) oder Scheinmaße (z. B. Art der Scheinnadel usw.) in früheren Studien unabhängig validiert worden sein.

9. Identifizieren Sie den Impact Factor der Zeitschrift, in der die Studie veröffentlicht wurde

Ein Impact Factor ist ein Maß, das zeigt, wie oft Artikel innerhalb einer Zeitschrift von anderen Artikeln zitiert wurden. Als solches deutet es auf die relative Bedeutung der Zeitschrift innerhalb eines bestimmten Bereichs hin. Ein höherer Einflussfaktor bedeutet, dass Studien, die in dieser Zeitschrift veröffentlicht wurden, mit größerer Wahrscheinlichkeit in ihrem Bereich wichtig sind. Beispielsweise betrug der Impact Factor von JAMA im Jahr 2014 35,289. Dagegen der Impact Factor des International Journal of Mosquito Researchim selben Jahr betrug 0,453. Während eine Studie, die in einer Zeitschrift mit niedrigem Impact-Faktor veröffentlicht wird, nicht unbedingt fehlerhaft ist, ist es wahrscheinlich, dass sie nicht das gleiche Maß an strenger Überprüfung erhalten hat oder die Art von weitreichenden, bereichsverändernden Implikationen einer in einem High veröffentlichten Studie hat Impact Journal.

10. Stellen Sie fest, ob die Forschung einem Peer-Review unterzogen wurde

Peer-Review-Forschung wurde von externen Experten mit Erfahrung auf dem Gebiet bewertet. Es gilt als hochwertiger.

11. Überprüfen Sie die Verwendung geeigneter statistischer Methoden

Eine genaue Analyse der Daten hängt von der Verwendung geeigneter statistischer Tests ab. Hat die Forschungsgruppe einen Statistiker konsultiert und waren die zur Analyse der Daten verwendeten Tests für die Art der Studie und die Ergebnisse, die sie untersuchen wollten, geeignet?

12. Beurteilen Sie die Angemessenheit der Schlussfolgerungen

Bei der Diskussion und Analyse von Daten sollten Forscher darauf achten, ob die Ergebnisse statistisch signifikant sind, und darauf achten, die Ergebnisse nicht zu übertreiben. Selbst in einer gut konzipierten Studie sind weitere Forschung und Bestätigung der Ergebnisse in gleichwertigen Studien erforderlich, bevor die Studienergebnisse als Tatsachen akzeptiert werden können.

Bei der Übersetzung von Forschungszusammenfassungen in Nachrichtenartikel neigen einige Journalisten dazu, Schlussfolgerungen zu übertreiben, um Schlagzeilen zu erstellen. Wenn Sie Forschungszusammenfassungen von einer Nachrichtenagentur erhalten, lesen Sie unbedingt den Originalartikel und entscheiden Sie selbst. Auch hier reicht ein Artikel nie aus, um eine sichere Schlussfolgerung zu einem beliebigen Thema zu ziehen.

Verweise

El Bilali, H., & Allahyari, M. S. (2018). Transition to sustainability in agriculture and food systems: Role of information and communication technologies. Information Processing in Agriculture, 5(4), 456-464. https://doi.org/10.1016/j.inpa.2018.06.006

Schmidt, C. (2018). Agriculture 4.0 – Digitization as an opportunity for sustainable agriculture. In C. Bär, T. Grädler, & R. Mayr. (Eds.), Digitalization at the intersection of politics, economics, science, and law (pp. 397-407). Springer Gabler. https://doi.org/10.1007/978-3-662-55720-4_38

Saiz-Rubio, V., & Rovira-Más, F. (2020a). From smart farming to agriculture 5.0: A review on crop data management. Agriomy, 10(2), 207. https://doi.org/10.3390/agronomy10020207

Saiz-Rubio, V., & Rovira-Más, F. (2020b). From smart farming to agriculture 5.0: A Review on Crop Data Management. Agriomy, 10(2), 207. https://doi.org/10.3390/agronomy10020207

Villa-Henriksen, A., Edwards, G. T. C., Pesonen, L. A., Green, O., & Sørensen, C. A. G. (2020a). Internet of things in arable farming:

Implementation, applications, challenges and potentials. Biosystems Engineering, 191, 60-84.

Villa-Henriksen, A., Edwards, G. T. C., Pesonen, L. A., Green, O., & Sørensen, C. A. G. (2020b). Internet of things in arable farming: Implementation, applications, challenges and potentials. Biosystems Engineering, 191, 60-84. https://doi.org/10.1016/j.biosystemseng.2019.12.013

Schrijver, R., & van Woensel, L. (2016). Precision agriculture and the future of farming in Europe. Scientific.

Schröder, C., & Walk, H. (2014). Opportunities and limits of cooperatives as actors in a socio ecological transformation. In C. Schröder & H. Walk (Eds.), Cooperatives and climate change mitigation (Vol. 41, pp. 299 306). Springer

Lukat, E., & Naumann, S. (2016). Closing nutrient cycles in agriculture. Ecological Economics Journal, 31(2), 40–44. https://doi.org/10.14512/OEW310240

Lundström, C., & Lindblom, J. (2018). Considering farmers‘ situated knowledge when using agricultural decision support systems (AgriDSS). to Foster farming practices: The case of CropSAT. Agricultural Systems, 159, 9-20. https://doi.org/10.1016/j.agsy.2017.10.004

Lutz, K. J. (2017). Digitization of agriculture: revolution with evolutionary character. In A. Hildebrandt & W. Landhäußer. (Eds.), CSR and digitalization (pp. 429-442). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-53202-7_31

Munz, J., Gindele, N., & Doluschitz, R. (2020). Investigating the characteristics and use of Farm Management Information Systems. (FMIS) in Germany. Computers and Electronics in Agriculture, 170, 105246. https://doi.org/10.1016/j.compag.2020.105246

Mutchek, M. A., & Williams, E. D. (2010). Characterizing the design space for achieving cost and carbon reduction goals: Smart irrigation Controllers in the southwestern United States. Journal of Industrial Ecology, 14(5), 727-739.

Nawar, S., Corstanje, R., Halcro, G., Mulla, D., & Mouazen, A. M. (2017). Delineation of soil management zones for variable rate fertilizationzation: A review. Advances in agronomy, 143, 175-245. https://doi.org/10.1016/bs.agron.2017.01.003

Nerlich, K., Graeff-Hönninger, S., & Claupein, W. (2013). Agroforestry in Europe: an overview of the disappearance of traditional systems. and the development of modern agroforestry practices, with a focus on the German experience. Agroforestry Systems, 87, 475–492. https://doi.org/10.1007/s10457-012-9560-2

Poppe, K. J., Wolfert, S., Verdouw, C., & Verwaart, T. (2013). Information and communication technology as a driver of change in the agricultural and food chains. EuroChoices, 12(1), 60-65.

Prause, L., Hackfort, S., & Lindgren, M. (2020). Digitization and the third food regime. Agriculture and human values, 1-15. https://doi.org/10.1007/s10460-020-10161-2

Pretty, J., & Bharucha, Z. P. (2014). Sustainable intensification in agricultural systems. Annals of Botany, 114(8), 1571-1596. https://doi.org/10.1093/aob/mcu205

Yu, F., Zhang, J.-F., Zhao, Y., Zhao, J.-C., Tan, C., & Luan, R.-P. (2010). The exploration and application of virtual reality (VR) technology in the ogy in Agriculture Science. In Computer and computing technologies in agriculture III (Vol. 317). Springer.

Zeng, J., Liu, X., Song, L., Lin, X., Zhang, H., Shen, C., & Chu, H. (2016). Nitrogen fertilization directly affects soil bacterial diversity and indirectly on bacterial community composition. Soil Biology and Biochemistry, 92, 41-49. https://doi.org/10.1016/j.soilbio.2015.09.018

Zhai, Z., Martínez, J. F., Beltran, V., & Martínez, N. L. (2020). Decision support systems for agriculture 4.0: overview and challenges. Computers and Electronics in Agriculture, 170, 105256.

Redhead, J. W., Oliver, T. H., Woodcock, B. A., & Pywell, R. F. (2020). The influence of landscape composition and configuration oncrop yield resilience. Journal of Applied Ecology, 57(11), 2180-2190. https://doi.org/10.1111/1365-2664.13722

Rees, R. M., Maire, J., Florence, A., Cowan, N., Skiba, U., Weerden, T. van der, & Ju, X. (2020). Mitigating nitrous oxide emissions from agricultural soils by precision management. Frontiers of Agricultural Science and Engineering, 7(1), 75-80.

Reichel, C., Pascher, P., Scholz, R. W., Berger, G., Brunch, R., Strobel-Unbehaun, T., Tölle Nolting, C., Rogga, S., & Zscheischler, J. (2021). Agroecological implications.

In R. W. Scholz, E. Albrecht, D. Marx, M. Mißler-Behr, O. Renn, & V. Van Zyl-Bulitta (Eds.), Supplementary information to the DiDaT white paper (pp. 156-163).

Li, H., & Zhao, J. (2018). Rebound effects of new irrigation technologies: The role of water rights. American Journal of Agricultural Economics, 100(3), 786-808. https://doi.org/10.1093/ajae/aay001

Li, S., Ding, X., Kuang, Q., Ata-UI-Karim, S. T., Cheng, T., Liu, X., Tian, Y., Zhu, Y., Cao, W., & Cao, Q. (2018). Potential of UAV-Based.

Active Sensing for Monitoring Rice Leaf Nitrogen Status. Frontiers in Plant Science, 9.

https://doi.org/10.3389/fpls.2018.01834

BUND. (2019). Opportunities and risks of digitalization in agriculture. Bund für Umwelt- und Naturschutz Deutschland.

https://www.bund.net/fileadmin/user_upload_bund/publikationen/landwirtschaft/bak_landwirtschaft_diskussionspapier_digitalization.pdf.

Wenn Ihnen dieser Blogbeitrag gefallen hat, würde ich mich sehr darüber freuen, wenn Sie diesen mit anderen Menschen teilen würden. Helfen Sie mir dabei, mehr Menschen zu erreichen und denen zu einem gesünderen und vitaleren Leben zu verhelfen.