BIAM 10/25

Liebe Lesende,

Hoffnungsköder. Mehr sind solche Bücher selten. Denn sie versprechen natürlich, dass Du — gerade Du! — zu den Wenigen gehörst, die es schaffen werden. Dass das für Viele nicht möglich ist, das verschweigen solche Bücher in der Regel. Natürlich heben sie hervor, dass es möglich sein könnte. Um dann wieder Menschen zu enttäuschen. Lassen wir uns einfach nicht mehr darauf ein. Deal?

Neue Woche, neue Studie, neue Korrelationen. Jetzt sind frittierte Kartoffeln aka Pommes an Diabetes–2 schuld … wobei das auch wieder keiner exakt so sagen kann. Der Artikel aus dem Ärzteblatt erklärt auch schön, warum.

Nelly Furtado hat zugenommen. Nur, damit ihr wisst, was euch jetzt aktuell in den Untiefen der Klatsch–Sozialen–Medien erwartet.

Falls ihr es noch nicht wusstest, Süßes aktiviert das Belohnungssystem im Gehirn. Eine neue Studie stellt mal wieder die Bahuptung auf, Süßes würde das Gehirn verändern und irgendwie auch süchtig machen … Was Journalistinnen mal wieder breittreten …

Mittlerweile habe ich mir eines angewöhnt: Solche Artikel mit der Frage nach Biasen durch LUCY, Perplexity und ChatGPT5 zu jagen. Oder zumindest zu schauen, was die Forschenden selbst als Limitation angeben. Denn diese Beschränkungen und Verzerrfehler sind im Artikel des NDR nicht erwähnt. Hier wird nur wieder das berichtet, was in den Kram passt. Kritischer Journalismus Sähe anders aus. Nun denn, KI, übernehmen Sie!

Hier ist eine systematische Analyse potenzieller Biases in der Studie "Habitual daily intake of a sweet and fatty snack modulates reward processing in humans" (Cell Metabolism, 2023), basierend auf dem Methodenteil und ergänzenden Angaben:

## Bias-Analyse nach Cochrane Risk-of-Bias-Kriterien

### 1. Selection Bias (Auswahlverzerrung)

Nur *normalgewichtige**, gesunde Erwachsene (BMI ca. 22–23 kg/m²) wurden eingeschlossen; Kranke, Übergewichtige oder Personen mit besonderer Ernährung wurden ausgeschlossen ([tnu.ethz.ch (Abre numa nova janela)][1]).

Konsequenz: *Eingeschränkte Generalisierbarkeit** auf andere Bevölkerungsgruppen.

### 2. Performance Bias (Durchführungsverzerrung)

Randomisierte Zuteilung in zwei Gruppen (HF/HS vs. LF/LS), aber *einfach-blind**, d. h. Teilnehmende wussten vermutlich, welcher Snacktyp zugeteilt wurde ([Bohrium] [tnu.ethz.ch (Abre numa nova janela)][1]).

* Dadurch möglich eine Verfälschung durch bewusste oder unbewusste Verhaltensänderung der Teilnehmenden.

### 3. Attrition Bias (Abbrecherverzerrung)

* Von 82 rekrutierten Teilnehmenden wurden 57 nach Ausschlusskriterien zugeteilt; letztlich verblieben 49 nach weiteren Abbrüchen ([tnu.ethz.ch (Abre numa nova janela)][1]).

* Die Abbrecher (z. B. aufgrund von Nichtgefallen des Snacks oder organisatorischen Gründen) könnten systematisch von Effekten beeinflusst sein—keine Angaben, ob diese randomisiert über die Gruppen verteilt waren.

### 4. Detection Bias (Messverzerrung)

* Verwendung standardisierter Skalen (VAS, labeled hedonic scale, general labeled magnitude scale) sowie fMRT-Messungen mit statistischen Korrekturen (z. B. FWE-Korrektur) ([ResearchGate], [tnu.ethz.ch (Abre numa nova janela)][1]).

Dennoch besteht *Interpretationsspielraum** bei der fMRT-Auswertung (falsch-positive Aktivierungen, Bewegungseinflüsse etc.), obwohl analytische Maßnahmen getroffen wurden.

### 5. Confounding Bias (Störfaktoren)

* Unterschiede im Alltag, z. B. Snackintegration in die Ernährung, könnten zu unkontrollierten Essverhalten oder Kalorienkompensation führen (nur selbstberichtete Daten via DFS-Questionnaire) ([tnu.ethz.ch (Abre numa nova janela)][1]).

* Kein vollständig kontrolliertes Ernährungsverhalten – potenziell unbeachtete Faktoren wie Tageszeiten, Stress oder Aktivitätslevel.

### 6. Reporting Bias (Berichterstattungsverzerrung)

* Hauptresultate und Daten (z. B. Data S1) sind verfügbar. Allerdings keine Veröffentlichung aller potenziellen Analysen oder negativer Ergebnisse, insbesondere bezüglich “liking”-Maß oder Zuckerpräferenzen für alle Konzentrationen ([tnu.ethz.ch (Abre numa nova janela)][1], [ResearchGate]

### 7. Small Sample Size Bias

Die Endanalyse basiert auf 49 Teilnehmenden (32 weiblich). Die *Power-Analyse** war für Effektgröße d = 0.25 (klein) angelegt, mit angenommener Drop-out-Rate; dennoch geringe Gruppengrößen bergen Risiko für Über- oder Unterschätzung von Effekten ([tnu.ethz.ch (Abre numa nova janela)][1]).

---

## Zusammenfassung der Bias-Potenziale

| Bias-Typ | Risiko & Beschreibung |

| --------------------- | ----------------------------------------------------------------------------- |

| Selection Bias | Nur gesunde, normalgewichtige Teilnehmende — geringe externe Validität |

| Performance Bias | Teilnehmende-Kenntnis der Snackgruppe — mögliche Einflussnahme |

| Attrition Bias | Gruppe-relevanter Drop-out — potenzielle Verzerrung |

| Detection Bias | fMRT-Interpretation sensibel gegenüber Analyseentscheidungen |

| Confounding Bias | Mangelkontrolle von Ernährungsverhalten, Lifestyle-Faktoren, nur Self-Reports |

| Reporting Bias | Unvollständige Darstellung aller Messgrößen oder unbestätigter Hypothesen |

| Small Sample Size | Limitierte statistische Power, mögliche Überinterpretation von Effekten |

---

Fazit: Die Studie besticht durch ein klar definiertes, randomisiertes Design und interessante neurobehaviorale Ergebnisse. Gleichzeitig bestehen aber bemerkenswerte Restriktionen: eingeschränkte Repräsentativität, potenzielle Selbstselektion und -bericht-Verzerrungen, sowie interpretative Herausforderungen bei fMRT-Daten. Diese sollten in der allgemeinen Interpretation und bei Übertragungen auf breitere Populationen berücksichtigt werden.

https://www.tnu.ethz.ch/fileadmin/user_upload/documents/Publications/2023/2023_Thanarajah-Cell_Metabolism-2023_1.pdf?utm_source=chatgpt.com (Abre numa nova janela)

Sollten berücksichtigt werden, werden sie aber halt selten. Wie immer gilt auch hier: Weitere Studien wären notwendig.

Und ja, liebe Apothekenumschau — wir müssten reden. Aber …

Ich habe das Gefühl, dass ihr nicht mit uns Aktivistinnen reden wollt. Klar: Auch ihr seid dafür, dass Stigmatisierung aufhört, dass Betroffene menschlich behandelt werden … und biegt dann in die Diätkultur ab. Ihr berichtet über Vanessas Weg zur Magen–OP, über die Abnehmspritze, helft mit dabei, dass Leute denken wir Mehrgewichtige belasten über Gebühr die Krankenkassen. Tipps zum Abnehmen zugeben und gleichzeitig biochemische Gründe aufzulisten, warum Menschen mehrgewichtig sind … das ist schon ein ziemlicher Spagat.

Wissen Sie, lieber Chefredakteur, ich hätte gerne mit Ihnen darüber gesprochen, wie Menschen falsche Hoffnungen gemacht wird. Über Rassismus und die Entstehung der Fettfeindlichkeit, wie sich eine Welt anfühlt, die von Schlanken für Schlanke entworfen ist und in die ich nicht reinpasse. Über Studien, die zeigen: Die Spritze hat genau so einen Jo–Jo–Effekt wie alles Anderes auch. Ich hätte gerne über Gesundheit gesprochen, wie HAES und IE sie verbessern können. Und ich hätte gerne über die radikale Utopie der Bodypositivity mit Ihnen geredet.

Allerdings: Wer selbst die Abnehmspritze „probiert“ und so eine Ausgabe zusammenstellt, der erhöht den Druck auf Mehrgewichtige, die zufrieden mit ihrem Körper sind.

Schöne Woche noch …

Christian Spließ