The Biomarker Interaction Trap: A Causal Audit of Spurious Discoveries in NHANES

In der weiten Landschaft der modernen Medizin wenden sich Forscher oft an riesige digitale Archive von Patientenakten, um verborgene Muster zu finden, die Krankheiten vorhersagen könnten. Diese Datenbanken, gefüllt mit Tausenden von Messwerten aus Bluttests und körperlichen Untersuchungen, fungieren wie eine riesige Landkarte, auf der Wissenschaftler hoffen, neue Verbindungen zwischen biologischen Markern und gesundheitlichen Ergebnissen zu entdecken. Die Logik dahinter ist simpel: Wenn zwei spezifische Werte in einem Bluttest bei Menschen mit einer bestimmten Krankheit konsistent gemeinsam steigen und fallen, könnte diese Beziehung einen neuen Grund für die Krankheit oder eine Möglichkeit zu deren Behandlung aufzeigen. Wenn ein Muster in einer Gruppe von Menschen erscheint und dann in einer völlig anderen Gruppe erneut auftaucht, feiern Wissenschaftler dies normalerweise als eine bestätigte Entdeckung. Doch dieses Vertrauen kann fehl am Platz sein. Nur weil ein Muster sich wiederholt, bedeutet das nicht, dass es real ist; es könnte schlichtweg ein Spiegelbild dessen sein, wie die Daten erhoben wurden oder wer in die Studie einbezogen wurde. Wenn derselbe verborgene Faktor sowohl die Messwerte als auch die Krankheit in der gleichen Weise in verschiedenen Gruppen beeinflusst, wird das Muster identisch und überzeugend aussehen, selbst wenn es nichts mit der Biologie zu tun hat.

Dies ist das zentrale Rätsel, das James Brody bei einer jüngsten Prüfung der National Health and Nutrition Examination Survey lösen wollte, einer massiven, laufenden Studie über die amerikanische Bevölkerung. Brody untersuchte drei spezifische Interaktionen zwischen Blutmarkern, die als starke Prädiktoren für das Krankheitsrisiko identifiziert worden waren. Diese Interaktionen hatten den Test der Replikation bestanden und zeigten sich in mehreren unabhängigen Personengruppen, doch Brody demonstrierte, dass jede einzelne davon eine statistische Illusion und kein echtes biologisches Signal war. Er zeigte, dass diese „Entdeckungen“ tatsächlich das Ergebnis von drei unterschiedlichen methodischen Fallen waren: eine wurde dadurch verursacht, wie sich die Flüssigkeitswerte des Körpers vor einer Blutentnahme verändern, eine weitere dadurch, wie Ärzte entscheiden, wer Medikamente erhält, und eine dritte dadurch, dass bevölkerungsweite Durchschnittswerte Unterschiede zwischen Männern und Frauen nicht berücksichtigen. Indem er die Schichten dieser Artefakte abtrug, zeigt die Studie, dass das, was wie ein komplexer biologischer Tanz aussah, eigentlich eine einfache Fata Morgana war, die durch die Daten selbst erzeugt wurde.

Die erste Falle betrifft die Art und Weise, wie sich die Blutkonzentration verändert, wenn eine Person dehydriert ist oder lange gestanden hat. Blut besteht zum Großteil aus Wasser, und die darin enthaltenen Proteine und Fette sind in diesem Wasser gelöst. Wenn das Flüssigkeitsvolumen im Blut leicht sinkt – etwa weil eine Person durstig ist oder weil ein Blutstau zu lange während der Blutentnahme an einem Arm angelegt wurde – wird das verbleibende Liquid „gedrängter“. Dies führt dazu, dass die gemessenen Werte großer Moleküle, wie Albumin und Cholesterin, gemeinsam ansteigen, nicht weil der Körper mehr davon produziert, sondern weil weniger Wasser vorhanden ist, um sie zu verdünnen. In der Studie fanden Forscher eine starke Verbindung zwischen hohem Albumin und hohem Cholesterin, die scheinbar den unkontrollierten Bluthochdruck vorhersagte. Doch als sie die Analyse anpassten, um den Hydrationsstatus unter Verwendung einfacher Marker wie Natriumwerten zu berücksichtigen, verschwand die Verbindung vollständig. Die scheinbare Interaktion war kein Zeichen einer Krankheit; sie war ein Messartefakt, verursacht durch den physischen Zustand der Blutprobe. Auf dieses falsche Signal zu reagieren, könnte gefährlich sein, da es Ärzte dazu verleiten könnte, einem Patienten, der bereits dehydriert ist, Diuretika zu verschreiben, was seinen Zustand verschlechtern würde.

Die zweite Falle entsteht durch die Art und Weise, wie Ärzte Medikamente verschreiben, ein Phänomen, das als „Confounding by Indication“ (Verwechslung durch Indikation) bekannt ist. In der realen Welt verschreiben Ärzte Medikamente nicht jedem; sie geben sie den kränksten Patienten, die sie am dringendsten benötigen. Dies schafft eine Situation, in der die Gruppe der Menschen, die ein bestimmtes Medikament einnimmt, sehr unterschiedlich von der Gruppe aussieht, die es nicht einnimmt, einfach weil das Medikament aufgrund ihrer spezifischen Gesundheitsprobleme ausgewählt wurde. In der Studie deutete eine Analyse von Patienten, die Statine (Cholesterinsenker) einnahmen, darauf hin, dass eine Kombination aus niedrigem Hämoglobin und hohem Kreatinin ein Versagen der Blutzuckerkontrolle vorhersagte. Dies sah wie eine gefährliche Nebenwirkung des Medikaments aus. Doch als die Forscher Patienten betrachteten, die keine Statine einnahmen, aber dieselben niedrigen Hämoglobin- und hohen Kreatininwerte aufwiesen, fanden sie exakt dasselbe Muster der schlechten Blutzuckerkontrolle. Die Verbindung wurde nicht durch das Medikament verursacht. Stattdessen waren diese Marker Anzeichen einer fortgeschrittenen Nierenerkrankung, einer Bedingung, die bei schwerem Diabetes häufig vorkommt und oft zur Verschreibung von Statinen führt. Das Medikament war lediglich ein Passagier auf der Reise einer schweren Krankheit, und das statistische Muster spiegelte die Schwere der Erkrankung wider, nicht die Wirkung der Behandlung.

Die dritte Falle tritt auf, wenn Forscher einen einzigen Satz von Regeln anwenden, um biologische Marker zu messen, die sich zwischen Männern und Frauen natürlich unterscheiden. Viele Substanzen im Blut, wie etwa Harnsäure und Hämoglobin, haben aufgrund hormoneller Unterschiede unterschiedliche Normalbereiche für Männer und Frauen. Wenn eine Studie einen einzigen Grenzwert für die gesamte Bevölkerung verwendet, sortiert sie Menschen unbeabsichtigt nach dem Geschlecht statt nach ihrer Gesundheit. Beispielsweise könnte ein „niedriger“ Harnsäurewert für eine Frau normal sein, für einen Mann jedoch sehr niedrig, während ein „hoher“ Hämoglobinwert für einen Mann normal, für eine Frau aber sehr hoch sein könnte. In der Studie legte eine Analyse nahe, dass eine niedrige Harnsäure oder ein hohes Hämoglobin protektiv gegen Diabetes wirkte, aber das gleichzeitige Vorliegen beider Anomalien riskant war. Dieses seltsame Muster verschwand, als die Forscher Alter und Geschlecht berücksichtigten. Die Gruppen, die als „geschützt“ erschienen, waren schlicht jüngere Männer oder jüngere Frauen, die naturgemäß niedrigere Diabetesraten aufweisen. Die Interaktion war keine biologische Entdeckung, sondern ein demografischer Sortierfehler, bei dem die Daten die Menschen nach Alter und Geschlecht gruppierten, anstatt nach ihrer metabolischen Gesundheit.

Die Implikationen dieser Erkenntnisse reichen weit über diese drei spezifischen Beispiele hinaus. Die Studie argumentt, dass die Standardpraxis, ein Muster in einer Gruppe zu finden und in einer anderen zu bestätigen, nicht ausreicht, um eine biologische Wahrheit zu beweisen, wenn die zugrunde liegende Ursache des Musters ein systematischer Fehler ist, der in beiden Gruppen existiert. Ob der Fehler dadurch entsteht, wie Blut entnommen wird, wie Patienten für eine Behandlung ausgewählt werden oder wie Referenzbereiche angewendet werden – das Ergebnis ist dasselbe: eine überzeugende, aber falsche Geschichte über eine Krankheit. Um diesen Fallstricken zu entgehen, schlägt der Autor eine einfache Checkliste für Forscher vor. Bevor sie eine neue Interaktion deklarieren, sollten sie Alter und Geschlecht berücksichtigen, Anzeichen von Dehydrierung prüfen und testen, ob das Muster auch bei Menschen Bestand hat, die das fragliche Medikament nicht einnehmen. Wenn das Muster nach diesen Prüfungen verschwindet, war es von vornherein kein echtes biologisches Signal. Dieser Ansatz diskreditiert nicht den Wert großer Datensätze, aber er besteht darauf, dass die Suche nach der Wahrheit mehr erfordert als nur das Finden einer sich wiederholenden Zahl; sie erfordert das Verständnis des Kontextes, in dem diese Zahl gemessen wurde.