7 Mängel der Ernährungs-Epidemiologie
Video-Titel: 7 Mängel der Ernährungs-Epidemiologie
Autor: Professor Bart Kay - Nutrition Science Channel
Datum: 25. April 2021
Quelle: Auf YouTube ansehen
Übersicht
In diesem Vortrag erklärt Professor Bart Kay, warum er die Ernährungs-Epidemiologie für fehlerhaft und pseudo-wissenschaftlich hält. Sein Ziel ist, darzulegen, warum Beobachtungsstudien keine kausalen Zusammenhänge zwischen Ernährung und Gesundheit herstellen können.
Kernproblem: Assoziation vs. Kausalität
Bart betont, dass Epidemiologie rein beobachtend ist. Er verwendet die Analogie "Eiscreme und Haiangriffe", um zu zeigen, dass Korrelation nicht Kausalität bedeutet.
Die 7 entwertenden Fehler
1. Willkürliche Auswahlkriterien
Autoren von Metaanalysen können willkürliche Regeln (z. B. nur englischsprachige Studien, spezifische Geschlechter) setzen, um Studien auszuschließen, die ihrer gewünschten Schlussfolgerung widersprechen.
2. Publikationsbias
Wissenschaftliche Zeitschriften neigen dazu, Studien mit einem Bericht über einen "Effekt" zu veröffentlichen und solche ohne Effekt zu ignorieren. Dieser "Schubladen‑Effekt" schafft einen künstlichen Konsens in der Literatur. Zeitschriften neigen dazu, nur Studien mit „Effekt“ zu veröffentlichen, was zu einem verzerrten Konsens führt.
3. P-Hacking
Forscher können Datenanpassungen so vornehmen, dass Ergebnisse unter die Signifikanzschwelle rutschen.
4. Angepasste Ergebnisstatistiken
Das Adjustieren für Konfundierer kann die Beobachtungsdaten stark verändern und irreführend sein.
5. Relative vs. Absolute Risiken
Relative Zahlen können kleine absolute Veränderungen dramatisch erscheinen lassen.
6. Kausale Sprache für nicht-kausale Daten
Begriffe wie „Risiko“ oder „Schutz“ implizieren Kausalität, die bei Beobachtungsdaten nicht bewiesen ist.
7. Extrapolation
Ergebnisse aus alten oder kranken Populationen werden fälschlich auf junge, gesunde Menschen übertragen.
Schlussfolgerung
Bart Kay schlussfolgert, dass die ernährungsbezogene Epidemiologie für individuelle Entscheidungen kaum nützlich ist und mit Vorsicht betrachtet werden sollte.
- Studien an Menschen
- In vivo Experimente
- Experimentelle Kontrollen (RCTs)
- Harte Ergebnisse (Tod/Krankheit)