Direkt zum Hauptbereich

Lesetipp: Wenn es gefälschte Daten in Meta-Analysen schaffen

Ordentlich gemachte systematische Reviews haben ganz zu Recht einen guten Ruf: Fassen sie doch die Studienlage zu einer bestimmten Fragestellung zusammen und leuchten auch aus, wie es um die Qualität der Evidenz bestimmt ist. Oft sind auch quantitative Zusammenfassungen der Studiendaten, also Meta-Analysen enthalten.

Was aber, wenn sich im Nachhinein herausstellt, dass ein Teil der Daten gefälscht war? Das ist zwar glücklicherweise nicht allzu häufig, kommt im Wissenschaftsbetrieb aber leider immer wieder vor. Ein Research Letter, der im März in JAMA Int Med erschienen ist, hat sich das anhand der ARISTOTLE-Studie mit Apixaban einmal genauer angesehen.

Das Forschungsteam hat dazu nach Meta-Analysen gesucht, in die mindestens eine Publikation der Studie eingeflossen ist, und hat 22 gefunden. Die Analysen wurden nachgerechnet und dabei die gefälschten Daten weggelassen. Danach änderten sich bei knapp der Hälfte der Analysen die Schlussfolgerungen. Die 22 Meta-Analysen bestanden aus insgesamt 99 Einzel-Auswertungen (z.B. verschiedene Subgruppen oder Outcomes). Wurden dabei die gefälschten Daten weggelassen, kam rund ein Drittel der Einzel-Auswertungen zu vollkommen anderen Schlussfolgerungen: Nämlich dass Apixaban nicht mehr besser abschnitt als die Vergleichsbehandlung.

Eine wichtige Einschränkung bei dieser Untersuchung ist natürlich, dass die Daten vollständig weggelassen wurden, auch wenn nur ein Teil gefälscht war. Als Sensitivitätsanalyse zeichnet die Studie jedoch trotzdem ein besorgniserregendes Bild.

JAMA Intern Med. 2019;179(4):582-584. doi:10.1001/jamainternmed.2018.7661