Direkt zum Hauptbereich

Evidenzbasierte Pharmazie: Epidemiologische Studien


In einer Kohorten-Studie wurde beobachtet, dass Menschen mit einem niedrigeren Vitamin-D-Spiegel häufiger an Diabetes erkranken. Dann sollte ich doch meinen Patienten für eine Diabetesprävention empfehlen, Vitamin D einzunehmen, oder?


In epidemiologischen Studien lassen sich Kausalitäten in der Regel nur schwer nachweisen. Deshalb müsste man genau genommen auch formulieren: Ein niedriger Vitamin-D-Spiegel war mit einer höheren Diabetesinzidenz assoziiert. Damit lässt sich aber noch nicht automatisch schlussfolgern, dass eine Einnahme von Vitamin D das Risiko für eine Diabetes-Erkrankung senkt. Das Studiendesign schließt nicht die Möglichkeit aus, dass der niedrige Vitamin-D-Spiegel eine zufällige Begleiterscheinung von Risikofaktoren für einen Diabetes ist. Denbar wäre beispielsweise, dass einige Teilnehmer der Studie sich deutlich weniger bewegen - z.B. auch im Freien. Dann wäre die eigentliche Ursache der Bewegungsmangel, der wegen der kürzeren Exposition gegenüber dem Sonnenlicht aber gleichzeitig auch den Vitamin-D-Spiegel senkt. In diesem Fall würde eine Einnahme von Vitamin D nichts am Diabetesrisiko ändern.

In diesem Beispiel wäre der Vitamin-D-Spiegel also kein unabhängiger Risikofaktor für das Auftreten eines Diabetes, sondern ist mit dem Faktor "Bewegung im Freien" vermengt (= Confounder). Um das Confounding von Anfang an zu vermeiden, wäre die Durchführung eines RCT sinnvoll, um durch die Randomisierung den Confounder gleichmäßig zwischen den Gruppen aufzuteilen. Wenn das nicht möglich ist, kann bei der Datenanalyse eine sogenannte "Adjustierung" (oder Standardisierung) vorgenommen werden. Das funktioniert allerdings nur, wenn man alle relevanten Confounder kennt. Bei einer Randomisierung werden im Idealfall alle bekannten und unbekannten Confounder gleichmäßig auf die beiden Gruppen verteilt.