Nachdem ich den Tag damit verbracht habe, in den Kommentaren von Harriet Browns Brave Girl Eating zu lesen und zu schreiben, wurde mir klar, dass es für mich an der Zeit ist, einen Blogeintrag zu posten, über den ich nachgedacht habe. Es ist Zeit, Kausalität zu diskutieren.
In Diskussionen über den Kampf gegen Fettleibigkeit beginnen beide Seiten, Studien zu zitieren. Ein "Mein Studium ist besser als dein Studium" -Austausch führt bald zu Auseinandersetzungen über Beweise.
In Bezug auf die bestehende Adipositas-Forschung wurde eine Reihe von Problemen angesprochen. Ich möchte drei grundlegende Punkte ansprechen, von denen meiner Meinung nach fast alle Kritikpunkte hinsichtlich der Komorbiditäten und Kosten von Fettleibigkeit übereinstimmen:
Ökologische Irrtum: Viele der Studien, die durchgeführt wurden, sind Populationsstudien über Erwachsene mit unterschiedlichen Gewichten und nicht nach Erwachsenen, die Gewicht zu gewinnen oder zu verlieren. Dann wird angenommen, dass, wenn die Gesundheit der Personen mit niedrigerem Gewicht besser ist als die Personen mit höherem Gewicht (oder eine andere Kombination von niedrigeren, mittleren und höheren Gewichten), der Verlust (oder Gewinn) des Gewichts alle Menschen in denselben Zustand bringt der Gesundheit. Dies ist eine große Annahme und wird von diesen Studien nicht unterstützt. Dies wird als ökologischer Fehlschluss bezeichnet. Es nimmt Bevölkerungsdaten auf und wendet sie auf einzelne Mitglieder der Bevölkerung an. Viele Menschen wären überrascht, herauszufinden, wie wenig Literatur fehlt, wenn es darum geht, die Auswirkungen der Gewichtsabnahme auf Individuen zu untersuchen.
Verwirrende Dateninterpretation: Viele der Komorbiditäten, die mit dem Gewicht korrelieren, können durch andere Faktoren erklärt werden und / oder andere Faktoren wurden in den Studien nicht berücksichtigt oder ausgeschlossen. Viele Studien gehen davon aus, dass alle fetten Menschen nicht trainieren und alle dünnen Menschen Sport treiben. Daher sind diese Faktoren verwechselt mit Studien über das Gewicht, die Kommentare über Aktivitätsniveaus machen und Studien über Aktivitätsniveaus, die Kommentare zur Gewichtskontrolle machen. Die Diät wird auf die gleiche Weise verwechselt. Der BMI ist zu einer Abkürzung geworden, um nicht nur die Gesundheit eines Menschen zu beurteilen, sondern auch die Gesundheitspraxis eines Menschen zu beurteilen. In Studien, in denen Faktoren wie Aktivitätsniveau, Konsum bestimmter Lebensmittelarten, soziale Faktoren wie sozioökonomisches Niveau und Stresslevel berücksichtigt werden, wird Gewicht zu einem fast inexistenten Faktor.
Biased Finanzierung:
Warum wird die Wissenschaft angesichts der beiden obigen Punkte so falsch berichtet und missverstanden? Geld. Und das ist die dritte Behauptung. Vieles von dem, was die Medien berichten, ist überhaupt keine Wissenschaft, sondern wird berichtet, als wäre es Wissenschaft. "Studien haben gezeigt …" sind Zauberworte in unserem öffentlichen Diskurs. Aber vieles von dem, was berichtet wird, stammt aus Pressemitteilungen von Leuten, die in der Öffentlichkeit bestimmte Interessen haben. Zu wissen, wer finanziert hat, ist eine wichtige Komponente bei der Beurteilung der Genauigkeit der Ergebnisse. Biases existieren in allen Forschungen. Das heißt nicht, dass alle Forschung schlecht ist. Es bedeutet, dass ein informierter Leser der Forschung die Vorurteile kennen muss, um die Nützlichkeit der Information zu beurteilen. Dies gilt insbesondere für die so genannte "Kostenanalyse". Wenn Sie in diese Studien einsteigen, wie viel Fettleibigkeit die Vereinigten Staaten kostet, werden Sie Unternehmen wie Allergan finden, die ihren Markt allein aufgrund dieser Panik verdoppeln.
Warum sind diese Punkte wichtig? Nehmen Wissenschaftler, die diese Punkte aufwerfen, wichtige Korrelationen einfach außer Acht, indem sie ihre eigenen magischen Worte wiederholen: "Korrelation ist keine Kausalität"?
Eine Aufklärung in Ursache und Wirkung könnte dazu beitragen, dies zu relativieren. Sehr wenige Dinge sind bewiesen, dass sie andere Dinge verursachen. Wir nehmen einige Dinge als Ursachen als selbstverständlich hin, aber in der Wissenschaft macht man einen Fall für die Ursache, man beweist es nicht (außer in sehr beschränkten Wegen in den Gesetzen der Physik, zum Beispiel). Fragen der Zuverlässigkeit und Gültigkeit sind wichtig, um diese Fälle zu machen. Zuverlässigkeit bedeutet, dass die Studie replizierbar ist und wiederholt auf die gleiche Weise wie zuvor durchgeführt werden kann, vorzugsweise von anderen Personen, um Verzerrungen zu reduzieren. Gültigkeit bedeutet, dass die Studie tatsächlich misst, was sie annimmt.
Zuverlässigkeit und Validität sind in menschlichen Studien äußerst schwierig zu erreichen. Im Gegensatz zu chemischen und biologischen Prozessen, die in Laboratorien kontrolliert werden können, hat das Studieren von Menschen die zusätzliche Komplikation, dass die Menschen herausfinden können, dass sie untersucht werden und Ergebnisse verschieben. Ja, das Studium von Zellen und chemischen Reaktionen im menschlichen Körper ist einfacher als das Studium von Verhalten, aber es gibt immer noch Probleme, da der menschliche Kontakt mit der Umwelt und der menschliche Alterungsprozess diese chemischen und biologischen Prozesse ständig verändern.
Aber selbst wenn ein starker Fall für die Zuverlässigkeit und Gültigkeit geltend gemacht werden kann, müssen drei Bedingungen erfüllt sein, um Ursache und Wirkung zu demonstrieren (im Wesentlichen, um den Fall dafür zu stärken). Diese Bedingungen sind alle notwendig, aber keiner von ihnen ist ausreichend:
Das klingt einfach und einfach zu demonstrieren, aber wenn Sie darüber nachdenken, besonders in Bezug auf Menschen, ist das Timing schwierig. Zum Beispiel, wenn Fettleibigkeit diese Komorbiditäten verursachen sollte, muss die Fettheit rechtzeitig vor dem Diabetes, Bluthochdruck oder einer Herzerkrankung auftreten. Aber wann genau traten diese medizinischen Zustände auf? Nicht zum Zeitpunkt der Diagnose, da normalerweise Symptome vorhanden sind, bevor eine Diagnose gestellt wird. Nicht an der Stelle der Symptome, denn oft merken die Menschen, dass sie länger krank waren, als sie wussten. Was, wenn der Fall gemacht werden kann, dass es eine genetische Komponente gibt? Kann die Krankheit im Mutterleib begonnen haben? Was passiert, wenn die Person mehrfach verliert und an Gewicht zunimmt? Wann war das Gewicht ein Faktor? Diese Komplexität wird häufig in Studien ignoriert, so dass fast jede Studie problematisch ist, um für Ursache und Wirkung zu argumentieren.
Dies ist der Liebling der Medien, vor allem, weil er Zahlen enthält, die ein falsches Gefühl von Präzision vermitteln. Ich erinnere mich an einen Reporter, der mehrere Berechnungen in einer Datei aufbewahrte, die bei der Diskussion von Steuern oder anderen Themen verwendet werden sollten, weil es wichtig war, die Zahlen auf eine bestimmte Art und Weise zu melden, die eher quälen als langweilig wäre. Es ist schwierig, Berichte zu erstellen. Sensationelle Zahlen sind besser als kleine, schwer zu verstehende oder übermäßig große, unbegreifliche Zahlen. Prozentsätze funktionieren besser als Summen. Statistische Korrelationsberechnungen werden leicht in Prozent angegeben und bilden daher häufig den ersten Absatz oder sogar die Überschrift.
Korrelationen sind ein notwendiger Teil zum Nachweis von Ursache und Wirkung, aber sie sind nicht ausreichend und daher ist es wichtig, Korrelationen ernsthaft zu überprüfen, um zu verstehen, was sie tun und was nicht. Ich kenne niemanden in HAES, der bestreitet, dass Korrelationen zwischen Gewicht und bestimmten medizinischen Bedingungen existieren. Niemand bestreitet Korrelation oder ignoriert sie. Im Gegenteil, es ist wichtig, genau zu verstehen, was diese Korrelationen bedeuten. Waren sie mit guten Daten angekommen? Sind sie zuverlässig? Messen sie, was sie vorschlagen, dass sie messen? Dies sind die Fragen, die andere Wissenschaftler stellen müssen, wenn sie mit so wichtigen Daten konfrontiert werden. Journalisten stellen diese Fragen nicht. Journalisten berichten von sensationellen Zahlen und verlassen sich auf den Forscher, der die Nummer gefunden hat, um ihnen zu sagen, was es bedeutet. Die Berichterstattung über Korrelationen ist daher sofort auf zwei Arten voreingenommen: auf den sensationellen Weg und auf den Produzenten der Forschung. In Fachzeitschriften ist es nicht der Forscher, der die Daten interpretiert oder überprüft, sondern seine Kollegen. Dies reduziert die Voreingenommenheit.
Dies ist der größte Streitpunkt und es sollte sein. Hier wird die lebhafte Debatte geführt, die zur Wahrheit führt. Es liegt an jedem, der eine Behauptung von Ursache und Wirkung liest, um es zu sezieren und eine alternative Erklärung zu finden. Ein großer Filmmoment, der dieses Prinzip demonstriert, ist der Umzug Contact, als Ellie (Jodie Foster) zuerst die Alien-Übertragung hört und in den Teleskop-Kontrollraum rennt. "Werde ich ein Lügner". Jeder, der Forschung kritisch liest, beginnt mit Skepsis. Gibt es ein Problem mit den Daten? Ist das nur Zufall? Gibt es einen wichtigen Faktor, der den Unterschied ausmacht? Gibt es einen Faktor, der missbraucht oder ungültig war? Gibt es andere Forschungen, die die Ergebnisse dieser Studie beleuchten? Welche unbeantworteten Fragen müssen beantwortet werden? Gibt es mehr primäre Ursachen, die die Beziehung erklären? Werden diese Faktoren von einem anderen Faktor kontrolliert, der alles erklärt? Beeinflusst die Voreingenommenheit der Forschung die Ergebnisse? Wie wirkt sich die Förderung, Gestaltung und Veröffentlichung der Befunde auf die Interpretation der Befunde aus?
Die drei Hauptargumente in Bezug auf die Adipositas-Forschung sind viel komplexer als "Korrelation bedeutet nicht Verursachung". Der ökologische Trugschluss, die Fehlinterpretation von Daten und die verzerrte Forschungsfinanzierung stellen diese Korrelationen in Frage, indem sie vorschlagen, dass aus den Daten falsche Schlussfolgerungen gezogen werden. Faktoren fehlen oft in der Gleichung, und Daten und / oder ihre Interpretation sind oft durch korrumpierende Einflüsse beeinträchtigt. Diese "ignorieren" die Korrelation nicht. Diese Behauptungen liefern eine Kritik der Korrelationen.
Ich höre oft Adipositas-Forschung im Vergleich zu Raucherforschung. Aber es gibt auch ein Problem mit der allgemeinen Berichterstattung über Rauchforschung. Rauchen ist mit vielen Krebsarten und anderen gesundheitlichen Komplikationen verbunden. Es gibt jetzt Tausende von Studien, die diesen Verbindungen Stärke verleihen. Aber niemand hat bewiesen, dass Rauchen Krebs verursacht. Menschen, die rauchen, bekommen keinen Krebs. Menschen, die nicht rauchen, bekommen Krebs. Diese beiden Tatsachen schwächen den ansonsten starken Fall von Ursache und Wirkung.
Der Unterschied zwischen Adipositasforschung und Raucherforschung besteht darin, dass es Hunderte von Studien gibt, die eine starke Verbindung zwischen Rauchentwöhnung und Verbesserung der Gesundheit zeigen. Wieder ein starker Fall, kein Beweis. Keine solche Parallele existiert mit Gewichtsverlust. Die überwiegende Mehrheit der Menschen kann nicht mehr als moderaten Gewichtsverlust für mehr als 5 Jahre halten. Es gibt Hunderttausende, wenn nicht Millionen von Rauchern, die seit weit über fünf Jahren gekündigt haben. Das Beenden ist schwierig, aber es kann erfolgreich durchgeführt werden und die meisten Menschen berichten über eine Verbesserung der Gesundheit. Es ist leicht, die Auswirkungen des Beendens zu studieren, weil man leicht wissen kann, ob man raucht oder nicht.
Gewichtsverlust Studien gehen selten über sechs Monate und sogar die besten folgen Menschen für nur zwei Jahre. Viele der Menschen, die Gewicht verlieren, haben Komplikationen entweder durch den Versuch, Gewicht zu verlieren oder von der Gewichtsabnahme selbst, so zu behaupten, dass es die Gesundheit verbessert, ist ein gemischtes Ergebnis, kein starkes. Die meisten Studien, die angeblich zeigen, dass der Gewichtsverlust funktioniert, basieren auf Annahmen, nicht auf direkten Daten: Wenn die kleinere Bevölkerung gesünder ist, wird angenommen, dass die größeren Menschen die gleichen Gesundheitsergebnisse erzielen.
Kurz gesagt, Rauchen kann ähnliche Korrelationen zu Gewicht mit gesundheitlichen Bedingungen haben, aber eine ganze Reihe von Forschung fehlt, die zeigt, dass Verlust verbessert die Gesundheit die Art und Weise, Rauchen aufzuhören verbessert die Gesundheit. Fehlende Forschung ist ebenso wichtig für das Verständnis von Phänomenen wie die Kritik an bestehenden Forschungen.
Abschließende Gedanken
Der Zweck in der Forschung, starke Ursachen für Kausalität zu schaffen, besteht offensichtlich darin, wirksame Lösungen für reale Probleme zu schaffen. Wenn die Daten problematisch sind, wird die Behandlung unwirksam und manchmal schädlich sein. Diese lebhafte Debatte ist notwendig, um existierende Literaturquellen aufzudecken und zu stärken. Emotional aufgeladene Themen vermissen häufig diese Grundlagen, sind aber dennoch wichtig.
Abschließend möchte ich feststellen, dass ich nicht der Meinung bin, dass dies das einzige Maß an Information ist. Persönliche Erfahrungen, Beobachtungen, soziale Kontexte, Empathie und Theorie zählen. Aber auf diesem Fundament aufzubauen, wird helfen, die Wahrheit zu suchen. Die kritische Beurteilung der Forschung ist ein wichtiger Schritt, um unsere Welt und unsere Körper zu verstehen.