Confounding tritt auf, wenn eine dritte Variable (der Confounder) sowohl mit der scheinbaren Ursache als auch mit dem Ergebnis korreliert, sodass eine Kausalbeziehung vorgespiegelt wird, wo keine ist.
Klassisches Beispiel: Vitamin D
Beobachtungsstudien zeigen, dass Menschen mit hohen Vitamin D-Spiegeln gesünder sind — aber hohe Spiegel sind ein Proxy für Sonnenexposition und körperliche Aktivität im Freien, nicht notwendigerweise für Vitamin D selbst.
- RCTs zu Vitamin D-Supplementierung zeigen weit schwächere Effekte als Beobachtungsstudien
- Ähnliches Muster bei Omega-3/Fischöl, Baby-Aspirin und anderen Supplements
Warum passiert das so oft?
- Beobachtungsstudien sind günstiger und schneller als RCTs
- Confounder sind schwer vollständig zu kontrollieren, besonders bei Lebensstilfaktoren (Ernährung, Bewegung, Wohlstand, Bildung)
- Publication bias: positive Korrelationsergebnisse werden häufiger publiziert
- Supplement- und Pharmaindustrie hat Interesse an positiven Beobachtungsdaten
Strukturelle Merkmale problematischer Observationsstudien
- Selektion der Expositions-Messzeitpunkte (NHANES-Beispiel: Messung in nördlichen Breiten nur im Sommer → systematisch verzerrte Defizienzmessung)
- Fehlende Berücksichtigung von Co-Faktoren (z. B. Magnesium bei Vitamin-D-Studien, K2 bei D3-Studien)
- Surrogat-Endpunkte statt klinisch relevanter Outcomes
Grip-Strength-Analogie
Griffkraft korreliert stark mit Langlebigkeit in Observationsstudien. Viel Handkraft-Training macht einen aber nicht per se langlebiger — Griffkraft misst Gesamtgesundheit und körperliche Aktivität. Ebenso: Vitamin D im Blut misst Sonnenexposition und aktiven Lebensstil.
Korrelation vs. Kausalität
Kausalität erfordert: zeitliche Abfolge, biologischen Mechanismus, Wiederholbarkeit im RCT, Ausschluss von Confoundern (Bradford-Hill-Kriterien). Auch ein bekannter biologischer Mechanismus reicht nicht, um Supplementierungsnutzen zu belegen.
Implikationen für Supplement-Entscheidungen
- Observationsdaten allein reichen nicht als Basis für Supplementempfehlungen
- RCT-Null-Ergebnisse werden oft mit “zu niedrige Dosis”, “falsche Subgruppe”, “falscher Biomarker” rationalisiert
- Sinnvollerer Ansatz: Bluttest → bei Defizienz supplementieren → nachtesten; nicht blind präventiv hochdosieren