Medizinische Statistik

Angesichts von Zahlenkolonnen reagieren viele hilflos ..

.. und ziehen dann scheinbar sicher und intuitiv vorschnelle Schlüsse.

Beispiel Brustkrebs

„The Dutch mammography screening programme seems to have little impact on the burden of advanced breast cancers, which suggests a marginal effect on breast cancer mortality. About half of screen detected breast cancers would represent overdiagnosis.“ Autier 2018. BMJ Editorial: Better without mammograms?

Der Risikoforscher Gigerenzer (s.u.)  fragte, wie groß die Wahrscheinlichkeit sei, dass eine Frau mit einem gerade festgestellten, verdächtigen Mammographie-Befund an Brustkrebs leide. Etwa 15% befragter Ärztinn/en fanden die richtige Antwort.

Die meisten gaben an, die Brustkrebs-Wahrscheinlichkeit für Frauen mit positivem Mammographie-Befund liege bei etwa 70-80%. Tatsächlich leiden aber nur etwa 10% der Frauen mit einem verdächtigen Mammographie-Befund an Brustkrebs.

Wie kann das sein?

Mühlhausen Vorsorge
Mühlhausen, rororo 2017, ISBN 978 3 499 63255 6

Bei etwa 1% aller Frauen im Alter über 40 Jahren besteht ein Mammakarzinom. Bei einer Vorsorgeuntersuchung würde es mit einer Wahrscheinlichkeit von 80-90% erkannt werden. Bei mindestens 10% würde der Test aber negativ ausfallen, obwohl eine Erkrankung vorliegt.

99% der Frauen, die zu einer Vorsorgeuntersuchung gehen, leiden nicht an Brustkrebs. Aber bei 10% dieser gesunden Frauen würden sich in einer  Mammographie Hinweise auf eine mögliche Krebserkrankung finden.

Bei 10.000 untersuchten Frauen haben

  • 80 Frauen Brustkrebs und eine auffällige Mammographie (Gruppe A)
  • 20 Frauen Brustkrebs, und keine auffällige Mammographie (Gruppe B)
  • 950 Frauen keinen Brustkrebs, aber eine auffälliger Mammographie (Gruppe C)
  • 8.950 Frauen keinen Brustkrebs und eine unauffällige Mammographie (Gruppe D)

In der Gruppe mit positiven Mammographie-Befund (A+C) liegt die Rate der erkrankten Frauen in diesem Beispiel bei 7,8%  (A x 100 / (A+C) ).

Die Zahl 7,8  (der „positive Vorhersagewert“) vermittelt, wie viele positiv Getestete tatsächlich krank sind. Der „negative Vorhersagewert“ zeigt den Anteil der negativ Getesteten, die tatsächlich gesund sind (im Beispiel: 99,78%), d.h. bei 22 von 10.000 negativ-getesteten Frauen würde trotz des Testes ein Brustkrebs vorliegen.

Würde die Zahl der „falsch-negativen“ Tests durch immer genauere Methoden drastisch gesenkt werden, müsste zwangsläufig die Zahl der „falsch-positiven“ Tests ansteigen.

Darmkrebs
Darmkrebs- oder Botox-Risiko?

Die Risiken und der Nutzen von Früherkennungsuntersuchungen und Vorbeugungsmaßnahmen sind nicht einfach zu verstehen.

Besonders, wenn die Ergebnisse der Statistik dem „gesunden Menschenverstand“ oder dem „Bauchgefühl“ widersprechen (als paradox oder kontraintuitiv empfunden werden).

Risikoforscher, die sich mit diesen Zusammenhängen beschäftigen, beklagen eine fehlende, ärztliche Statistik-Kompetenz.

Screening-Methoden würden zunehmend zur juristischen Absicherung eingesetzt, „um nichts zu übersehen“. Und oft würden Methoden, deren Risiken den Nutzen übersteigen, unkritisch (wider besseres Wissen) angewandt werden (Mühlhauser 2017).

Das was Medizin-Statistiker (s.u.: Gigerenzer, Beck-Bornhold&Dubben, Mühlhauser) und auch mich zur Verzweiflung bringt, ist, dass nur extrem wenige im Medizin-Business die Test-Logik verstehen. Mit Risiken und Test-Systemen wird nämlich meist nicht rational, sondern emotional-kommerziell umgegangen.

Die Statistiker wiederum glauben,

  • sie wüssten wie es ist, und
  • wenn man dieses Wissen nur einfach genug aufbereite, müsse es jede/er verstehen.

Beides ist falsch.

Statistisch fassbare Daten beziehen sich immer nur auf wenige Faktoren eines Gesamtsystems. Damit Messungen exakt ausfallen, werden dafür alle anderen (oder die große Mehrzahl) der beteiligten Faktoren ausgeschlossen. Es werden Bedingungen geschaffen, die die „störenden“ Wechselwirkungen und Beziehungen der realen Welt bei der Beobachtung beseitigen.

Der direkte Rückschluss von Experimenten, die Messdaten liefern, auf die Realität einer Patienten-Situation wäre deshalb irreführend.

Die Erkenntnisse statistischer Daten sind nicht auf konkrete Situationen übertragbar.

Das Wissen, dass wir überwiegend „nicht-wissen“ verunsichert. Und die Produktion vieler Daten ändert daran im Prinzip nichts. Denn alle Studien können nicht belegen, was gut und richtig „ist“, sondern nur anregen, auf der Basis der neu gesammelten Informationen klügere Fragen zu stellen, nach dem wie sich etwas entwickeln könnte.

Menschen aber, die sich gerade durch Schmerzen bedroht fühlen, sehnen sich nach Rettung, und können daher nicht sorgfältig „Für und Wider“ abwägen. Auch bei Trauer, Sorge Angst, Ekel, Ärger oder Wut ist die emotionslose Rationalität der Zahlen nicht nachvollziehbar.

Bevor also statistische Informationen auf einfache, verständliche Art bildhaft vermittelt und bewertet werden, müssen Patientinn/en in der Lage sein, rationale Informationen auch verarbeiten zu können. Patientinn/en können nur dann gut mit Zweifel umgehen, wenn ihnen zuvor in einer vertrauensvollen Arzt-Patient-Beziehung die Angst genommen wird. Wenn sie das Gefühl haben, in einem Vertrauensverhältnis gut aufgehoben zu sein.

Vor der Übersetzung statistischer Informationen muss sich also eine menschliche Beziehung entwickeln

img_cuba
Klare, selbstbewusste Sicht, Kuba 1985 (H. Jäger)

Kompetente Expertensicht

  • Methodenwissen (z.B. zu Möglichkeiten und Grenzen der Statistik)
  • Kenntnis reiner Fakten (Daten:  „nackte Zahlen“)
  • Spielraum der Interpretation reiner Fakten: Hinweise für überprüfbare Evidenz und Wissen, was nicht bekannt ist
  • Aktuelle Mehrheits-Interpretation (Leitlinien) und qualifizierte Minderheits-Interpretation (widersprechende Studien)
  • Rationale Interpretation (logische und skeptische Sprachen)

Kompetente Betroffenensicht

  • Persönliche Zusammenhänge: Lebenssituation, körperlich-psychisches Empfinden, Lebensweg
  • Bedeutung des einzelnen (z.B. des Problems) für „das Ganze“, z.B. für den Beziehungszusammenhalt
  • Bedürfnisse, Ressourcen, Selbstwert, Möglichkeiten, Ziele, Visionen
  • Wertesystem und Schwerpunktsetzungen hinsichtlich Lebensqualität und Lebenszeit
  • Emotionale Interpretation wortlos gefühlter Kommunikation

Expertinn/en können zu Betroffenen werden und mit Ihnen fühlen.

Sie könnten den Betroffenen helfen, sich zu Expertinn/en entwickeln, die damit beginnen selber zu denken.  Das Denken auf der Basis statistischer Daten kann sehr wirksam sein, um den Unsinn in der Medizin zu erkennen. Rationaler Zweifel muss aber eingebettet sein in menschlich fühlende Beziehungen.

Zuviel Information, die nicht sinnvoll in einen persönlichen Zusammenhang  eingeordnet werden kann, verstärkt Ängste, und führt zu Abwehr, Tunnelblick und irrationalem Handeln.

Frau Mühlhauser beklagt daher zu Recht, dass es Menschen, die leiden oder die Angst verspüren, an „risk literacy“ mangelt. Darunter versteht sie die Fähigkeit, Risiken zu verstehen und für sich selbst abwägend beurteilen zu können. Wenn diese Kompetenz nur schwach entwickelt ist, sind Patientinn/en den Überangeboten der Gesundheits-Wirtschaft ziemlich hilflos ausgeliefert.

Bereits vor 2.500 Jahren soll ein griechischer Arzt empfohlen haben, dass der, der ein Beim
amputieren kann, nicht der sein darf, der entscheidet, dass das Bein abgeschnitten wird. In der modernen Gesundheitswirtschaft gewinnt dieses Prinzip erheblich an Bedeutung.

„Unabhängige Beratung muss möglich sein!“ Ingrid Mühlhauser 2017

.. damit es Patientinn/en ermöglicht wird, eigene, rationale, selbstbewusste
Entscheidungen zu treffen und weniger Blödsinn zu konsumieren. (Sirovich 2004, Smith 2004)

Mehr

Video

Literatur

Autor: Helmut Jäger