Ascot ist ein Hort der Tradition. Seit dem 11. August 1711 wird an diesem Ort im Süden
Englands britische Sportkultur gepflegt: Pferderennen, um genau zu sein. Seit der
Gründerin Queen Anne unter Schirmherrschaft des Königshauses. Nicht immer ist die
Feststellung des Siegers einfach: Ohne Jury und exakte Messungen ist eine Aussage
unmöglich. In unserer Zeit belegt ein Zielfoto, vielleicht sogar in Vergrößerung,
welches Pferd seine Nase signifikant vorne hatte. Dem Sieger – Pferd, Reiter und Rennstall
– winken die Siegerprämie und allgemeine Popularität. Und schließlich – last but not
least – beeinflussen Sieg oder Platz die Wettstatistiken künftiger Rennen.
Ist dies alles weit Weg von Gesundheit? Nur auf den ersten Blick. Analogien zwischen
„Pferderennen” und Gesundheitsforschung lassen sich in vielfacher Weise ziehen. Setzen
wir die Rennpferde mit möglichen Risikofaktoren, Genen oder neuen Medikamenten gleich,
die Reiter mit den Forschern und das Rennen mit den „laufenden” wissenschaftlichen
Studien. So wird manches deutlicher. Zum einen, dass ein faires Design, exakte Messungen
und ein nachprüfbares Verfahren notwendig für ein allgemein akzeptables Ergebnis sind.
„Fouls” wie z. B. Frühstarts, gedopte Rennpferde o. Ä. führen zu „verzerrten” und
damit ungültigen Ergebnissen. In Studien werden solche Verzerrungen als „Bias” bezeichnet.
Die Rennsieger werden öffentlich festgestellt, hier ist das Publikum von Ascot vergleichbar
mit den Besuchern eines Fachkongresses oder den Lesern einer wissenschaftlichen Zeitschrift.
Klare Ergebnisse mit wiederholt großen Effekten („eine Pferdelänge Vorsprung”) sind
unstrittig. Bei unklaren Ergebnissen („nur eine Nasenlänge”) werden vergrößerte Zielfotos
betrachtet und genauer hinsichtlich bedeutsamer Unterschiede in der Position der Pferdenasen
untersucht. Dies ist vergleichbar mit der Zusammenschau einzelner kleinerer Studien
in Form von Metaanalysen, um durch größere Fallzahl eine klare Bewertung der „statistischen
Signifikanz” zu ermöglichen. Auch für die Medienaufmerksamkeit gegenüber dem Sieger
dürfte die Analogie gelten – neue Risikofaktoren finden sehr schnell ihren Weg in
die allgemeine Presse. Ein Teil der Bekanntheit fällt auch auf den Reiter (Forscher)
und den Rennstall (Forschungsinstitution). Um das Preisgeld nicht zu vergessen: nicht
nur vom Veranstalter werden Prämien ausgesetzt (Forschungsmittel, Stipendien), sondern
bisweilen auch hochdotierte Preise der Industrie (forschende Arzneimittelhersteller).
Soweit, so gut – gibt es einen besonderen Anlass, diese Analogien zu bemühen? Vielleicht
sollte die Antwort so lauten: nicht einen Anlass, sondern eine Vielzahl. Im Konkreten
handelt es sich um die Forschung zur gesundheitlichen Bedeutung von Genen, die als
„Kandidaten” für eine Vielzahl möglicher Gesundheitszustände gehandelt werden. Und
mehr noch: inzwischen werden vielfältig auch Studien ohne besondere Hypothesen zu
einzelnen Kandidatengenen durchgeführt, sogenannte hypothesenfreie „genome-wide association
studies” (GWAS). Bei GWAS werden die Gene des gesamten menschlichen Genoms hinsichtlich
möglicher Assoziationen mit bestimmten Gesundheitsmerkmalen untersucht. Dabei führt
die gleichzeitige „Massentestung” (massive testing) von Hunderttausenden (sic!) von
Genen leicht zu einer Vielzahl von falsch positiven und bei statistischen Gegenmaßnahmen
(Bonferroni-Korrektur) auch falsch negativen Ergebnissen [1]. Die gefundenen Risikoerhöhungen sind für Gene im Mittel kleiner als die Risiken,
welche mit biologischen Merkmalen, psychosozialen Faktoren, Ernährung oder Verhalten
verknüpft sind [2]. Die Analogie: wir haben es mit überfüllten Rennbahnen und vielen gleichzeitig laufenden
Rennen zu tun, wobei der Ausgang des Rennens in der Regel knapp ist. Angesichts des
Gedränges ist es schwer, den Überblick zu behalten und die Rennen mit der fachöffentlichen
Aufmerksamkeit zu begleiten, welche aus Gründen der Qualitätssicherung gebotenen ist.
Eine Anpassung bzw. Erweiterung des „Regelwerks” scheint notwendig. In der statistischen
und epidemiologischen Fachliteratur hat sich diesbezüglich eine Diskussion entfaltet,
die in ihren Grundzügen auch Relevanz für Öffentliche Gesundheit und Versorgungsforschung
hat – Stichworte sind „multiples Testen” und „Bayessche Statistik” [2]
[3]
[4].
„Bayes”? Dem in London geborenen Reverend Thomas Bayes (1702–1761), Mathematiker und
presbyterianischer Geistlicher, wäre so viel Aufmerksamkeit sicherlich unangenehm
gewesen – schlicht „unenglisch”. In der Tat wurde sein bahnbrechender Aufsatz „An
Essay towards solving a problem in the doctrine of chances – Aufsatz zur Lösung eines
Problems der Wahrscheinlichkeitstheorie” erst 2 Jahre nach seinem Tod der Royal Society
von seinen Freunden zur Kenntnis gebracht [5]. Hatte er sich doch philosophisch vor allem mit dem Glück der Kreaturen beschäftigt
und dem diesbezüglichen göttlichen Wohlwollen. Es wird vermutet, dass auch das nach
ihm benannte Bayessche Theorem diesem Zweck diente – gleichsam eine göttliche Rechenhilfe,
welche gelegentliche Misstritte mit unseren vorangehenden „a priori”-Verdiensten in
einen vernünftigen Ausgleich bringen sollte.
Um den Bezug zu unserer Fragestellung zu verstehen: Herkömmliche „statistische Signifikanz”
fokussiert auf den Ausgang eines aktuellen Rennens (einer Studie). Damit lässt sich der Sieger des aktuellen Rennens feststellen, die Güte
eines Rennpferdes jedoch nur bedingt – gerade in überfüllten Rennbahnen können einmalige
und nicht wiederholbare Zufallskonstellationen eine Rolle spielen. Bayessche Statistik
berücksichtigt dem gegenüber die bereits „a priori” vorliegenden Erkenntnisse, also
in unserem Bild die Ergebnisse der vorangegangenen Rennen eines Pferdes. Ist es ein
erster Sieg? Dann wird man zunächst weiter beobachten müssen. Ist es ein wiederholter
Sieg? Dann wäre interessant, in welcher Zeit gewonnen wurde und ob mit einer Pferdelänge
oder nur mit einer Nasenlänge Vorsprung. Relevant ist dies alles für die begleitenden
Pferdewetten: die Souveränität des Sieges bestimmt das Wettverhältnis beim nächsten
Rennen mit, ob also in Zukunft z. B. 70 Personen auf Sieg setzen und 30 dagegen, oder
nur 50 auf Sieg und 50 dagegen. Solches Rechnen mit Wettchancen (engl. „Odds”) ist
auf dem Europäischen Kontinent nicht sehr geläufig. Wettchancen sind leichter zu erfassen,
wenn sie in Prozentwerte umgerechnet werden: Odds von 7:3 entsprechen 70% Gewinnchance,
Odds von 1:1 entsprechen 50% Gewinnchance. Diese Veränderung der Chancen durch ein
Studienergebnis – in unserem Fall von 1:1 zu 7:3 – wird in der Bayesschen Statistik
über den „Bayes-Faktor” gemessen. Die Auswirkung eines einzelnen Sieges (inhaltliches
Studienergebnis) und die Höhe des Sieges („p(robability)-Wert”) ist dabei relativ
zum vorhergehenden Wissen zu sehen. Um es in die Sprache des Fußballs zu übersetzen:
die Meisterschaft wird vom Tabellenplatz am Ende der Saison bestimmt, nicht von einem
beliebigen Zwischenstand und schon gar nicht nach dem ersten Spieltag. Der Tabellenplatz
am vorletzten Spieltag hat da schon eher Relevanz.
Um noch einmal zu den GWAS und den Hoffnungen der genetischen Risikoforschung zurückzukommen:
Solchen und anderen Herausforderungen einer „Modernen Medizin” mit ihren Chancen einer
individualisierten Prävention und Epidemiologie stellt sich der gemeinsame Kongress
der Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), der Deutschen
Gesellschaft für Epidemiologie (DGEpi) und der European Union of Medicine in Assurance
and Social Security (EUMASS) in Berlin 2010. Wir freuen uns, die Abstracts dieser
Veranstaltung in der vorliegenden Ausgabe abdrucken und unseren Lesern zur Verfügung
stellen zu können. Gleichzeitig freuen wir uns, unsere Zeitschrift mit Ihren verschiedenen
Rubriken und Originalien den Kongressbesuchern näherbringen zu können: Sie finden
Beiträge zu Bildungsniveau und Zugang zu Gesundheitsleistungen, zu Multimorbidität
und Lebensqualität, zu klimabedingten Gesundheitsrisiken, zum Hausarzt als Lotsen,
zu Fallpauschalen und anderem mehr.
Eine Schlussfolgerung für die Praxis aus unserem vorangegangenen statistischen Räsonnieren?
Sicher ist man gut beraten, einer „Casino”-Mentalität im Bereich genetischer Risikofaktorsuche
und „Gesundheitsvorhersage” vorzubeugen. Dies gilt für den einzelnen interessierten
Bürger, der sich und der Solidargemeinschaft bei falsch positiven Ergebnissen erhebliche
Folgekosten auferlegt. Es gilt ebenso für ein evtl. genetisches Risikoscreening auf
Veranlassung durch Versicherungen oder durch den Arbeitgeber. Man spricht hier von
„prädiktiver” Medizin, in Abgrenzung zur medizinischen Prognose – Prognosen beziehen
sich dem gegenüber auf bereits vorhandene Krankheiten. Und es gilt mittel- und langfristig
auch für die forschenden Arzneimittelhersteller, die jenseits der kurzfristigen Aufgeregtheit
um einen neuen Test nachhaltig agieren und bestehen wollen. Wetten wir also nicht
zuviel und zu früh. Dass dies zumindest in Einzelfällen trotzdem der Fall sein wird:
Wetten dass …?
