Veganer und Depression – Oder: Der Unterschied zwischen Korrelation und Kausalität

»Studie beweist: Veganer erkranken eher an psychischem Leiden als Fleischesser« schreibt Focus Online vor wenigen Tagen. Die Resonanz in sozialen Netzwerken ist wie immer divers und es wird hitzig diskutiert. Ich will diesen aktuellen Fall zum Anlass für ein zeitloses Thema nehmen: Studien, ihre Aussagekraft und den Unterschied zwischen Korrelation und Kausalität.

Korrelation versus Kausalität

Menschen lieben Sensationsmeldungen. Umso mehr Anklang finden sie, wenn eine wissenschaftliche Studie die Behauptung untermauert. »Studie beweist: …« reicht für den gestressten Überschriftenleser in den allermeisten Fällen aus – und das ist nicht despektierlich gemeint. Wie soll man die Unmengen an Informationen, die täglich auf uns einprasseln auch mit der nötigen Sorgfalt prüfen?

Damit du in Zukunft Überschriften wie über die ganzen Veganer mit Depressionen besser einordnen kannst, hier ein Mini-Exkurs zum Unterschied zwischen Korrelation und Kausalität.

Korrelation ist das gleichzeitige Auftreten von Phänomenen. Kausalität ist die gegenseitige Bedingung von Phänomenen.

Beispiel

Fiktive Aussage einer Studie: »Es gibt einen positiven Zusammenhang zwischen Nasengröße und Einkommen.«

Korrelation: »Menschen mit größeren Nasen haben tendenziell ein höheres Einkommen.«

Kausalität: »Die Nasengröße bedingt ein höheres Einkommen.«

Die Korrelation, also das gleichzeitige Auftreten von großen Nasen und höherem Einkommen, sagt nichts darüber aus, ob größere Nasen der Grund für höheres Einkommen sind. Schließt man aus dem fiktiven Studienergebnis jedoch auf einen kausalen Zusammenhang (z.B. in der Interpretation durch Journalisten) lässt sich daraus eine schicke Überschrift basteln: »Nasen-Vergrößerungen sorgen für Gehaltssprünge«. Die wäre zwar falsch, aber wen juckt das schon?

Veganer und Depression

Dass Veganer häufiger an Depressionen leiden, mag eine Korrelation sein. Von einer Kausalität kann jedoch nicht gesprochen werden. So schreiben die Autoren einer der von verschiedenen News-Portalen zitierten Studie im Abstract [1]: »However, there was no evidence for a causal role of vegetarian diet in the etiology of mental disorders.« Kurz: Es gab keine Hinweise für einen kausalen Zusammenhang. (Fun Fact: Obwohl die Überschriften von merkur.de und Kollegen auf Veganer zielen, ergibt die Suche nach »Vegan« nur 3 Treffer in der Studie – allesamt in den Quellen. In der Überschrift ist von »vegetarian« die Rede.)

In der aktuellsten Studie zu dem Thema [2] wurden fast 10000 Männer untersucht. Davon lebten nur 39 vegan und 311 vegetarisch, und die beiden Gruppen wurden als »vegetarians« zusammengefasst. Eine differenzierte Betrachtung von Veganern und Vegetariern ist also nicht möglich. Von diesen »vegetarians« gaben übrigens genauso viele Teilnehmer an, dass sie Fisch essen würden, wie in der Gruppe der Omnivoren. Also von Veganern sind wir inzwischen weit entfernt.

Ich fasse zusammen: Studie [2] untersuchte nur Männer; von den 10000 Teilnehmern, waren 39 vegan und die wurden mit Fisch essenden Vegetariern in einer Gruppe zusammengefasst. Daraus strikten dann News-Portale wie Focus und Merkur den Beweis dafür, dass Veganer häufiger an Depressionen leiden würden und verkaufen es als Kausalität. Aus 39 veganen Männern, die zudem nicht gesondert betrachtet wurde, wird also auf alle Veganer geschlossen? Denkt man eine Minute drüber nach, kann man darüber lachen. Aber unsichere Menschen, die sich die Quellen (falls überhaupt angegeben) nicht anschauen, werden durch solche Meldungen verunsichert und/oder sammeln Halbwissen für die nächste Diskussion zum Thema Ernährung.

Von Studien und ihrer Aussagekraft

Studien durchzuführen ist harte Arbeit. Ich merke jetzt selbst wie es ist, eine qualitative Studie zu designen und durchzuführen und habe daher besonderen Respekt vor jedem, der wissenschaftliche Arbeiten veröffentlicht. Diesem Wissenschafts-Bashing, was ich leider oft auch in der veganen Szene beobachte, schließe ich mich also keinesfalls an.

Ein paar Tipps für die allgemeine Bewertung von Studien will ich dir noch auf den Weg geben, damit du Überschriften, die mit »Studie beweist…« beginnen, besser bewerten kannst.

in vitro versus in vivo
»In vitro« bedeutet im Reagenzglas, »in vivo« sind Studien im/am lebenden Organismus. In-vitro-Studien untersuchen also Phänomene in künstlichen Umgebungen, in-vivo-Studien untersuchen lebende Organismen, z.B. den Menschen.

Wie wurden die Daten erhoben?
Handelt es sich um eine Selbstauskunft, ein Interview oder klinische Befunde? Die Erhebungsform hat maßgeblichen Einfluss auf die Aussagekraft der Studie.

Von wem wurde die Studie durchgeführt und/oder finanziert?
Jedes Forschungsteam muss etwaige Interessenskonflikte, Geldgeber und Co offenlegen. Ein Blick in den Teil der Veröffentlichung kann sich lohnen.

Gibt es Placebos und Kontrollgruppen?
Eine Untersuchung, gerade wenn Lebensmittel oder Supplemente getestet werden, macht ohne Placebo und Kontrollgruppe keinen Sinn.

Wann wurde die Studie veröffentlicht?
Nicht immer, aber oft, macht auch der Grad der Aktualität einer Studie einen großen Unterschied. Schließlich entwickeln sich Methoden stetig weiter.

Wie groß ist der Stichprobenumfang (Repräsentativität)?
Wie viele Menschen wurden untersucht? Kann von Repräsentativität gesprochen werden oder schließt man von 10 Untersuchten auf eine Grundgesamtheit von 80 Millionen deutschen Bürgern?

Wie oft wurde die Studie zitiert?
Bei Google Scholar kannst du direkt sehen, wie oft eine Studie zitiert wurde. Nicht jedes Forschungsfeld ist für die Massen interessant, aber wenn eine Studie überhaupt nicht weiter zitiert wird, sollte man mal überprüfen, woran das liegt.

Das ist ein kleiner Überblick von Fragen, die du dir stellen kannst, wenn du das nächste Mal eine Studie (oder deren Abstract auf pubmed) liest. Dieser Artikel ist natürlich nur ein Abriss eines sehr komplexen Themas und dient zur ersten Orientierung. Wenn du mehr darüber erfahren willst, schreib’ mir gerne einen Kommentar oder eine Nachricht.

Bis bald,
Jan

Quellen

1: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3466124/
2: http://www.sciencedirect.com/science/article/pii/S0165032716323916
Ben Goldacre: Bad Science

*Wir nutzen Affiliate-Links zu Amazon. Bei einem Kauf über diese Links kannst du unsere Arbeit ohne jegliche Mehrkosten unterstützen. Danke!