Ernährung & Gesundheit: Sammlung zu Kritik an Epidemologie/Studien

Unsortierte Materialsammlung mit Videos und Links zu meinen Blog-Themen.
Zum Teil stammt das Material aus meinen Forumsbeiträgen, zum Teil ist es nur hier zu finden.
Dies ist nur ein Archiv, die Diskussionen zu den Themen sollen in geeigneten Threads im Forum stattfinden.

7 Flaws in Nutrition Epidemology

Bart Kay: Kritik an epidemologischen Studien.
U. a. dient die Adventist Health Study als Beispiel für manipulierte Studien, die Fleisch diskreditieren.
Auch die statistische Relevanz und der P-Wert etc. werden behandelt.

00:00 Introduction
01:32 Association vs causality
07:00 Arbitrary Selection Criteria
08:36 Publication Bias
12:17 p Hacking
14:40 Adjust Outcome Statistics
24:37 Relative Outcome Statistics
29:21 ‚Risk’ ,Hazard’ ,Protection‘
31:01 Extrapolation

7 Flaws in Nutrition Epidemiology

Externer Inhalt
Durch das Abspielen werden Daten an Youtube übermittelt und ggf. Cookies gesetzt.

Die oben angesprochene Adventist Health Study (in Abschnitt 4, ab 00:16:20) ist ein Musterbeispiel dafür, wie Wissenschaft Schlagzeilen generieren kann, deren Aussagen u. U. nicht stimmen oder völlig missverständlich sind. So ging aus der Adventist Health Study 2 der Loma Linda University angeblich hervor, dass der Verzehr von rotem Fleisch das Sterberisiko erhöht bzw. Vegetarier ein geringeres Sterberisiko haben. In diesem Video zeigt Bart Kay im Detail deutlich auf, wo er in der Adventist Health Study Mängel bzw. Manipulationen findet. Wer die 7 Day Adventists sind und auf welche Wiese sie Pflanzenkost propagieren, kann man separat nachschlagen. Finanziell unterstützt wird die AHS vom National Cancer Institute (NCI).

Adventist Health Study FRAUD !!!

Externer Inhalt
Durch das Abspielen werden Daten an Youtube übermittelt und ggf. Cookies gesetzt.

Bei diesem Thema muss John P. A. Ioannidis erwähnt werden. Der Stanford-Professor ist ein Pionier der internen Wissenschaftskritik, wobei die Epidemologie einen hohen Stellenwert hat.

Einen Einstieg lieferte er schon 2005 mit diesem Paper:

Why Most Published Research Findings Are False
John P. A. Ioannidis
Published: August 30, 2005
https://doi.org/10.1371/journal.pmed.0020124

https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.0020124

---

Von und über Ioannidis ist eine Menge an Material auf Anhieb zu finden. Daher beschränke ich mich an dieser Stelle zunächst darauf, noch ein relativ aktuelles Interview (2018) zu verlinken:

5 Questions: John Ioannidis calls for more rigorous nutrition research

Stanford's John Ioannidis recently discussed why the design of most nutrition studies impedes progress in the field and suggested a new kind of approach.

Pervasive and compelling though it may be, research on nutritional health frequently yields less-than-dependable results. This, at least, is the opinion of John Ioannidis, MD, DSc, professor of medicine and of health research and policy at the School of Medicine. He suggests that many of the studies that aim to collect information about what we put in our bodies and how it affects our health is flawed — too small, not randomized or otherwise biased in some way. Too often, findings from one study might contradict those of a similar study, and it stunts progress in the field, he believes.

Quelle:

Deepl-Übersetzung:

5 Fragen: John Ioannidis fordert eine rigorosere Ernährungsforschung[/b]

John Ioannidis von der Stanford University erörterte kürzlich, warum das Design der meisten Ernährungsstudien den Fortschritt in diesem Bereich behindert, und schlug eine neue Art von Ansatz vor.

So weit verbreitet und überzeugend sie auch sein mag, die Forschung im Bereich der gesunden Ernährung führt häufig zu unzuverlässigen Ergebnissen. Dies ist zumindest die Meinung von John Ioannidis, MD, DSc, Professor für Medizin und für Gesundheitsforschung und -politik an der School of Medicine. Er vertritt die Ansicht, dass viele der Studien, die Informationen darüber sammeln wollen, was wir in unseren Körper aufnehmen und wie es sich auf unsere Gesundheit auswirkt, fehlerhaft sind - zu klein, nicht randomisiert oder auf andere Weise verzerrt. Zu oft widersprechen die Ergebnisse einer Studie denen einer ähnlichen Studie, was seiner Meinung nach den Fortschritt in diesem Bereich behindert.

Ein zentrales Statement aus dem Interview:

Ioannidis: The biggest problem is that the vast majority of studies are not experimental, randomized designs. Simply by observing what people eat — or even worse, what they recall they ate — and trying to link this to disease outcomes is moreover a waste of effort. These studies need to be largely abandoned. We’ve wasted enough resources and caused enough confusion, and now we need to refocus. Funds, resources and effort should be dispensed into fewer, better-designed, randomized trials.

DeepL-Übersetzung:

Ioannidis: Das größte Problem ist, dass die überwiegende Mehrheit der Studien keine experimentellen, randomisierten Designs sind. Einfach nur zu beobachten, was die Menschen essen - oder noch schlimmer, woran sie sich erinnern, dass sie gegessen haben - und zu versuchen, dies mit den Krankheitsresultaten in Verbindung zu bringen, ist im Übrigen eine Verschwendung von Aufwand. Diese Studien müssen weitgehend aufgegeben werden. Wir haben genug Ressourcen verschwendet und genug Verwirrung gestiftet, und jetzt müssen wir uns neu orientieren. Gelder, Ressourcen und Anstrengungen sollten in weniger, besser konzipierte, randomisierte Studien investiert werden.

Teil dieses Themas ist der Umgang mit nicht oder falsch verstandenen oder manipulativen Veröffentlichungen zu Studien. Gefühlt liest man jeden Tag etwas von wegen "Wissenschaftler haben in einer Studie herausgefunden, dass der Verzehr von WXYZ zu einem UV% höheren Sterberisiko führt".

Das ist sehr problematisch, solche Mythen sind oft nicht mehr aus den Köpfen zu bekommen, und dies auch bei Leuten, die es besser wissen müssten oder könnten. Die Problematik ist dabei, dass 1. Epidemologie keinen Nachweis zu Ursache und Wirkung ermitteln kann, die zu einer Riskio-Bewertung gehören müsste. Dann gibt es noch Probleme mit dem Punkt der Statistischen Signifikanz sowie u. a. des aboluten und relativen Risikos.
Wie Zoe Harcombe in diesem kompakten und gut verständlichen Artikel mal gezeigt hat, würde kein Hahn nach diesen Schlagzeilen krähen und kein Papagei sie nachplappern, wenn die Journalisten und Leser verstünden, wie es sich mit dem so genannten Risiko tatsächlich verhält. Hier ging es darum, dass Vollkorn angeblich das Leben verlängert.

Will whole grains make you live longer?
June 20, 2016, Zoe Harcombe

https://www.zoeharcombe.com/2016/06/will-whole-grains-make-you-live-longer/

Eine Passage hier gleich mal auf Deutsch, übersetzt mit DeepL und nicht redigiert:

2) Relatives Risiko ist kein absolutes Risiko.


Hierfür gebe ich nicht den Medien die Schuld, sondern den Pressemitteilungen der Fachzeitschriften. Diese sollten es besser wissen, als „25 % geringeres Risiko“ in eine Pressemitteilung zu schreiben - wohl wissend, dass es sich dabei um irreführende relative Risikohysterie und nicht um wissenschaftliche Informationen zum absoluten Risiko handelt.

Aus den europäischen Herzdaten geht hervor, dass im Jahr 2009 33 von 100.000 Männern an einer koronaren Herzkrankheit und 8 von 100.000 Frauen an einer KHK starben. WENN der Verzehr von Vollkornprodukten kausal wäre und WENN der Verzehr von Vollkornprodukten dieses Risiko um 25 % senken könnte, dann würden - bei den Frauen - etwa 7 von 100.000 Frauen in der Kategorie mit dem höchsten Vollkornkonsum wahrscheinlich an KHK sterben und 9 von 100.000 Frauen in der Kategorie, die nie/kaum Vollkornprodukte essen, würden wahrscheinlich an KHK sterben (der Unterschied zwischen 7,1 und 8,9 beträgt etwas mehr als 25 %, wobei 8 der Durchschnitt/Mittelwert bleibt).

7 vs. 9 von 100.000. Das wird kaum die Titelseite füllen, oder?!