Studien

Der Scheiß mit den Studien!

Wir bei Code-Fitness legen Wert auf gute Recherche und wissenschaftlich fundierte Beiträge. Häufig, eigentlich immer, greifen wir dabei auf die Rückschlüsse von Studien zurück. Warum aber sollte man einige Studien beachten und andere kritisch sehen? Was für Vorraussetzungen machen die Ergebnisse einer Studie wirklich aufschlussreich und warum kann bei Studien einfach totaler Mist rauskommen?

Wir werden dir in dieser Artikelreihe an konkreten Beispielen die Probleme aber auch die Vorteile von Studien zeigen.
Heute geht es zuerst um Kausalität und Korrelation. Diese Begriffe werden dir jetzt vielleicht etwas Respekt einflößen, weil du sie noch nicht kennst, aber keine Angst, nach diesem Artikel wirst du genau verstehen, wovon hier die Rede ist. Wir fangen ganz einfach an.

Kausalität

Kausalität heißt: Ein Faktor (A) ist die Ursache und beeinflusst Faktor B. Man nennt das auch Ursache-Wirkungs Prinzip!

Beispiel:

Du stößt eine Vase vom Tisch (A) und sie zerbricht (B).

kausa1

Ergebnis: Ganz klar A hat B verursacht.

Hier ist es also noch sehr einfach, es geht immer um eine direkte Reaktion, auf eine Aktion. Gehen wir nun einen Schritt weiter und schauen uns den nächsten Begriff an.

Korrelation

Korrelation heißt: etwas tritt zusammen auf, und kann den Anschein haben, sich zu beeinflussen, hat aber keinen direkten Einfluss aufeinander. Das folgende Beispiel ist etwas komplexer, aber es wird dir beim Verstehen helfen.

Beispiel:

Auf deinem Heimweg am 22. Dezember begegnest du einer schwarzen Katze (A), etwas später rutscht du aus und brichst dir ein Bein (B). Du hast also 2 Faktoren, die Katze A und dein Unglück B.

kausa4

War also hier auf jeden Fall die Katze Schuld? Kann es so einfach sein? Hier sollte man überprüfen, ob es nicht noch andere Ursachen geben könnte, denn in diesem Fall (22. Dezember) gab es noch einen dritten Faktor. Es ist Winter und es war glatt (C).
Die Eisglätte C hat in diesem Fall also dein “Unglück” B verursacht!

korrelation

Und was hatte die Katzen (A) damit zu tun? Wahrscheinlich gar nichts, sie war nur ein zufälliger Faktor, der dir aber aufgefallen ist.

Wenn die Situation nicht so eindeutig wäre, könnte man nun ALLE Nachbarn befragen. Dabei würde herauskommen, dass zwar manche Nachbarn die Katze gesehen haben (A), und einige wenige andere ausgerutscht sind (B), aber kaum bis gar nicht beides zusammen aufgetreten ist. Es gab also vermutlich keinen KAUSALEN Zusammenhang zwischen der Katze und deinem Unglück oder dem Unglück der anderen Nachbarn. Das bedeutet, dass die Katze nicht die Ursache für deinen Sturz ist, auch wenn es dir so scheint.

Kausalität und Korrelation in der Praxis

Jetzt gehen wir einen ganzen Schritt weiter und werden dir an einem konkreten Beispiel zeigen, dass auch Profis, bewusst oder unbewusst, ihre eigenen Ergebnisse nicht kritisch genug hinterfragen. Wir werden uns eine Studie aus dem Jahre 2013 zur Brust nehmen.
Sie soll, laut Auslegung der französische Forschungsorganisation INSERM zeigen, dass Menschen die mehr aspartamhaltige Getränke konsumieren auch häufiger an Diabetes Typ II erkranken. (1) Keine Angst, mehr musst du zu dieser Studie erstmal nicht wissen und sie auch nicht gelesen haben.

Um dir verständlich zu erklären, warum wir und fast alle Diabetes Forscher, diese Schlussfolgerung der Studie anzweifeln, werden wir auf unser gerade Erlerntes zurückgreifen.

Dort wird vereinfacht gesagt behauptet:
Aspartam (A) erzeugt Diabetes Typ II (B)

Also Kausalität:
Kausa 2

Und nun kommen wir zur entscheidenden Frage:
Könnte es noch einen Faktor C gegeben haben, eine andere Ursache für Diabetes Typ II, die sogar noch verstärkt dafür sorgt, dass A und B zusammentreffen?

Ja, den gibt es: Das Körpergewicht bzw. Übergewicht (C)

Denn mit Übergewicht C steigt auch die Gefahr, früher oder später an Diabetes Typ II zu erkranken.(2)
Menschen mit Übergewicht tendieren häufig dazu, Light Getränke zu konsumieren, um ihr Gewicht zu reduzieren. Ihr Übergewicht C könnte also der Faktor sein, der A und B verbindet, ohne dass diese beiden Faktoren direkt etwas miteinander zu tun haben müssen.

kaus3

Auch diese Schlussfolgerung muss nicht richtig sein. Um den Zusammenhang zu klären, bedarf es evtl. einer weiteren Erforschung unter kontrollierten Bedingungen, einer klinische Studie. Was es sonst noch für Studienarten gibt, und wie glaubwürdig die Ergebnisse sind, werden wir dir beim nächsten Mal nahebringen.

Wie du siehst, ist es nicht immer einfach Studienergebnisse zu beurteilen, wenn man nicht die ganzen Faktenlage überblicken kann. Wir hoffen aber, dass dieser Artikel dir etwas geholfen hat zu verstehen, dass man Studienergebnissen nicht immer blind vertrauen darf und dass wir sehr sorgfältig sind, welche Ergebnisse wir als Grundlage unserer Artikel verwenden.

Hast du Fragen oder Anregungen? Dann schreib diese hier in die Kommentare oder in unsere Facebook-Supportgruppe. So können wir dir bei deinen Fragen schnell weiterhelfen.

Quellen:

(1)http://english.inserm.fr/press-area/diet-drinks-associated-with-increased-risk-of-type-ii-diabetes
(2)http://www.dzd-ev.de/themen/diabetes-die-krankheit/ursachen/index.html