7. Die Evidenz verstehen: Wissenschaftliche Studientypen in der Mikrobiomforschung

Nicht jede Evidenz ist gleichwertig; dieser Anhang erklärt die Studientypen hinter der Mikrobiomforschung – was jeder belegen kann und was nicht.

Jede Aussage in diesem Leitfaden stützt sich auf Evidenz -- doch nicht jede Evidenz ist gleichwertig. Eine Untersuchung in der Petrischale und eine randomisierte kontrollierte Studie mit tausend Patientinnen und Patienten sind beide Wissenschaft, und doch sagen sie sehr Unterschiedliches darüber aus, was in Ihrem Darm geschehen wird. Dieser Anhang erklärt die wichtigsten Kategorien wissenschaftlicher Evidenz in der Mikrobiom- und FMT-Forschung, was jeder Typ belegen kann und was nicht, und wie Aussagen wie Studien zeigen mit der angemessenen Sicherheit zu deuten sind. Das Verständnis dieser Unterscheidungen hilft Ihnen, wissenschaftliche Zusammenfassungen kritisch zu lesen, Ihrem Behandlungsteam bessere Fragen zu stellen und angemessene Erwartungen an Ihre Behandlung zu entwickeln.

1. Mechanistische Studien – Wie wirkt es in der Theorie?

Was es ist: Mechanistische Studien beschreiben den biologischen Weg, über den eine Intervention eine Wirkung hervorbringen könnte. Sie können computergestützte Modellierung, biochemische Analyse oder logische Ableitung aus bekannten biologischen Prinzipien nutzen, ohne die Wirkung in lebenden Systemen direkt zu prüfen.

Was es belegt: Einen plausiblen biologischen Mechanismus, der eine beobachtete Assoziation erklären könnte. Eine mechanistische Begründung erhöht die Vorwahrscheinlichkeit, dass eine Intervention wirkt, und leitet die Hypothesenbildung an.

Was es nicht belegt: Dass der Mechanismus beim Menschen unter realen Bedingungen tatsächlich wirkt. Viele mechanistisch schlüssige Interventionen scheitern in klinischen Studien, weil die Komplexität des Körpers Variablen einführt, die Modelle nicht erfassen können.

Evidenzstärke: STAR RATING: 1/5 -- nur hypothesengenerierend

Mikrobiom-Beispiel: Der Vorschlag, dass Nahrungsfasern die Butyratbildung erhöhen, indem sie Faecalibacterium prausnitzii nähren, das dann die Darmbarriere stärkt, ist mechanistische Argumentation. Jeder Schritt ist biochemisch gestützt, doch die vollständige Kette von den Ballaststoffen bis zum klinischen Ergebnis bedarf der experimentellen Bestätigung.

Wie zu deuten: Wenn Sie lesen "die Forschung legt nahe, dass X über den Weg Y wirkt", ist dies mechanistische Argumentation. Sie ist wertvoller Kontext, für sich allein aber nicht ausreichend, um klinische Empfehlungen zu begründen.

2. In-vitro-Studien – Was geschieht im Reagenzglas oder in der Zellkultur?

Was es ist: In-vitro-Studien prüfen Wirkungen auf Zellen, Gewebe oder mikrobielle Kulturen unter kontrollierten Laborbedingungen außerhalb eines lebenden Organismus. Dazu gehören Experimente zum Bakterienwachstum, Kulturen von Darmorganoiden und Zelllinienexperimente.

Was es belegt: Ob eine Substanz unter kontrollierten Bedingungen eine unmittelbare messbare Wirkung auf isoliertes biologisches Material hat. In-vitro-Studien sind wesentlich, um molekulare Mechanismen zu verstehen und Kandidaten für Interventionen zu screenen.

Was es nicht belegt: Dass dieselbe Wirkung in einem lebenden Organismus auftritt. Das Darmmilieu -- mit seinen Immunzellen, Schleimschichten, seiner Motilität, seinen pH-Gradienten und konkurrierenden Mikroorganismen -- ist ungleich komplexer als eine Petrischale.

Evidenzstärke: STAR RATING: 1/5 -- mechanistischer Wert und Screeningwert; für sich allein geringe klinische Relevanz

Mikrobiom-Beispiel: Studien, die zeigen, dass Polyphenole das Wachstum pathogener Bakterien in Kulturmedien hemmen, lieferten eine frühe mechanistische Begründung. Polyphenole werden jedoch von Darmbakterien umfassend verstoffwechselt, bevor sie in vivo wirken, sodass die In-vitro-Befunde die In-vivo-Ergebnisse nicht unmittelbar vorhersagten.

Wie zu deuten: "X tötet C. difficile im Labor ab" bedeutet nicht "X behandelt eine C.-difficile-Infektion bei Patientinnen und Patienten". Verlangen Sie mindestens eine Bestätigung im Tiermodell, bevor Sie In-vitro-Ergebnisse als klinisch relevant behandeln.

3. Tierstudien – Was geschieht in lebenden Organismen (aber nicht im Menschen)?

Was es ist: Tierstudien -- am häufigsten an Mäusen, Ratten oder keimfreien^[G] Nagermodellen -- prüfen Interventionen in lebenden Systemen mit intaktem Immunsystem, Stoffwechsel und mikrobiellem Ökosystem. Keimfreie Mausmodelle erlauben eine kausale Prüfung bestimmter Beziehungen zwischen Mikrobiota und Krankheit, die beim Menschen nicht möglich ist.

Was es belegt: Kausale Beziehungen im verwendeten Tiermodell. Wenn keimfreie Mäuse, die mit der Mikrobiota adipöser Spender besiedelt wurden, mehr Fett ansetzen als solche, die mit der Mikrobiota schlanker Spender besiedelt wurden (Ridaura, Science 2013), belegt dies, dass der Unterschied der Mikrobiota den metabolischen Phänotyp kausal antreibt -- bei Mäusen.

Was es nicht belegt: Dass die Wirkung beim Menschen auftritt. Mäuse und Menschen teilen breite biologische Prinzipien, unterscheiden sich aber in Darmanatomie, Immunsystem, Mikrobiotazusammensetzung und Stoffwechselrate. Viele Interventionen, die im Mausmodell dramatische Wirkungen erzeugen, lassen sich nicht auf Humanstudien übertragen.

Evidenzstärke: STAR RATING: 2/5 -- starke mechanistische und kausale Evidenz im Modellorganismus; unsichere Relevanz für den Menschen

Mikrobiom-Beispiel: Das über vier Generationen geführte Mausexperiment mit ballaststoffarmer Kost (Sonnenburg, Nature 2016), das ein unumkehrbares Aussterben von Mikrobiota zeigte, stützt Empfehlungen zur Ballaststoffvielfalt mechanistisch nachdrücklich; die konkreten Zeiträume und Taxa beim Menschen lassen sich jedoch aus Mausdaten nicht unmittelbar ableiten.

Wie zu deuten: Tierstudien, die physiologisch plausible Interventionen verwenden und über mehrere unabhängige Labore hinweg konsistente Wirkungen zeigen, liefern bedeutsame Evidenz. Seien Sie vorsichtig bei einzelnen Tierstudien mit sehr großen Effektstärken.

4. Beobachtende Humanstudien – Welche Muster sehen wir bei Menschen ohne Intervention?

Was es ist: Beobachtungsstudien messen Assoziationen zwischen Expositionen und Ergebnissen in menschlichen Populationen ohne experimentelle Manipulation. Zu den Untertypen gehören Querschnittsstudien, Kohortenstudien und Fall-Kontroll-Studien.

Was es belegt: Dass eine Assoziation zwischen einer Exposition und einem Ergebnis besteht. Starke, konsistente, dosisabhängige Assoziationen über mehrere unabhängige Kohorten hinweg liefern überzeugende Hinweise darauf, dass ein Zusammenhang real ist.

Was es nicht belegt: Kausalität. Die grundlegende Einschränkung ist das Confounding: Menschen, die mehr Ballaststoffe essen, bewegen sich in der Regel auch mehr, schlafen besser und rauchen weniger -- was alles unabhängig auf die Mikrobiota wirkt. Zudem ist eine umgekehrte Kausalität immer möglich: Krankheit kann Ernährungsänderungen verursachen, statt dass Ernährungsänderungen Krankheit verursachen.

Evidenzstärke: STAR RATING: 3/5 -- Relevanz für den Menschen belegt; Kausalität nicht bewiesen

Mikrobiom-Beispiel: Die Beobachtung, dass die Einhaltung einer mediterranen Ernährung über mehrere europäische Kohorten hinweg mit einer höheren Häufigkeit von Faecalibacterium prausnitzii und niedrigeren Entzündungsmarkern korreliert, ist starke Beobachtungsevidenz. Sie rechtfertigt eine Empfehlung, belegt aber nicht, dass die Veränderung der Mikrobiota den gesundheitlichen Nutzen verursacht.

Wie zu deuten: Große, gut kontrollierte Kohortenstudien mit konsistenten Dosis-Wirkungs-Beziehungen liefern die stärkste Beobachtungsevidenz. Seien Sie skeptisch gegenüber kleinen Querschnittsstudien. Fragen Sie: Könnte es eine Störvariable geben, die diese Assoziation ohne jeden kausalen Zusammenhang erklärt?

5. Randomisierte kontrollierte Studien (RCT) – der experimentelle Goldstandard beim Menschen?

Was es ist: In einer RCT werden die Teilnehmenden nach dem Zufallsprinzip entweder der Intervention oder einer Kontrolle (Placebo oder Standardversorgung) zugeteilt. Die Randomisierung verteilt unbekannte Störvariablen gleichmäßig auf die Gruppen, sodass jeder Unterschied in den Ergebnissen der Intervention selbst zugeschrieben werden kann.

Was es belegt: Kausalität in der untersuchten Population: dass die Intervention den beobachteten Ergebnisunterschied hervorgebracht hat. Eine gut durchgeführte RCT mit ausreichender statistischer Power und vorab festgelegten Endpunkten ist der verlässlichste Beleg dafür, dass eine Intervention für eine bestimmte Indikation in einer bestimmten Population wirkt.

Was es nicht belegt: Dass die Intervention bei jeder Patientin und jedem Patienten wirkt, dass sich die Effektstärke auf andere Populationen oder Dosierungen übertragen lässt oder dass die Langzeitsicherheit gesichert ist. Mikrobiom-RCTs stehen vor zusätzlichen Herausforderungen: Ernährungsinterventionen lassen sich schwer verblinden, und die Heterogenität der Ausgangsmikrobiota macht individuelle Reaktionen schlecht vorhersagbar.

Evidenzstärke: STAR RATING: 4/5 -- kausale Evidenz beim Menschen; Einschränkungen bei Übertragbarkeit und individueller Vorhersage bleiben bestehen

Mikrobiom-Beispiel: Van Noods NEJM-Studie von 2013 (FMT vs. Vancomycin bei rCDI: 81% vs. 31% Heilung) ist die paradigmatische RCT der FMT-Forschung -- verlässlich und unmittelbar handlungsleitend. Die Lancet-Studie von Paramsothy 2017 (Multidonor-FMT bei UC: 32% vs. 9% Remission) ist ebenfalls eine RCT, jedoch mit kleinerer Effektstärke und kürzerer Nachbeobachtung.

Wie zu deuten: Bei der Bewertung einer RCT: Prüfen Sie die Stichprobengröße (ausreichend gepowert?), die Verblindung (Doppelblindung möglich?), die Dauer (lang genug?) und die Übertragbarkeit (ähnelte die Studienpopulation Ihrer Situation?).

6. Systematische Übersichtsarbeiten und Metaanalysen – über mehrere Studien hinweg zusammengeführte Evidenz?

Was es ist: Eine systematische Übersichtsarbeit wendet vorab festgelegte, reproduzierbare Suchkriterien an, um alle verfügbaren Studien zu einer Frage zu ermitteln, und führt deren Befunde zusammen. Eine Metaanalyse nutzt statistische Verfahren, um quantitative Ergebnisse mehrerer Studien zu poolen, und erzeugt eine kombinierte Effektschätzung mit größerer Power als jede Einzelstudie.

Was es belegt: Die Gesamtrichtung und das Ausmaß der Evidenz in der Literatur. Metaanalysen können Effekte aufdecken, die für einzelne Studien zu klein sind, um sie verlässlich zu messen, und sie können Quellen der Variation von Effektstärken über verschiedene Populationen oder Dosierungen hinweg identifizieren.

Was es nicht belegt: Die Ergebnisse sind nur so verlässlich wie die eingeschlossenen Studien. Eine Metaanalyse schlecht durchgeführter RCTs erzeugt eine präzise wirkende, aber unzuverlässige Schätzung ("garbage in, garbage out"). Heterogenität -- die Variation der Effektstärken zwischen den Studien -- ist ein Warnzeichen dafür, dass die gepoolte Schätzung möglicherweise kein konkretes klinisches Szenario abbildet.

Evidenzstärke: STAR RATING: 5/5 -- höchstes Niveau, wenn die Studien hochwertig und homogen sind; andernfalls möglicherweise irreführend

Mikrobiom-Beispiel: Eine Cochrane-Metaanalyse von 2019 zu 18 Probiotika-RCTs bei antibiotikaassoziierter Diarrhö fand eine signifikante Reduktion (RR 0.58). Dies ist ein starker Beleg für Probiotika insgesamt, doch die hohe Heterogenität (I-Quadrat = 54%) zeigt an, dass verschiedene Stämme, Dosierungen und Populationen sehr unterschiedliche Wirkungen erzeugen.

Wie zu deuten: Achten Sie in systematischen Übersichtsarbeiten auf GRADE-Bewertungen (hoch, moderat, niedrig, sehr niedrig). Eine Cochrane-Übersicht mit GRADE-Evidenz "hoch" ist die verlässlichste Grundlage für klinische Empfehlungen.

7. FMT-spezifische Evidenz – eine eigene Evidenzkategorie mit eigenen Deutungsregeln?

Was es ist: Die klinische Evidenz zur FMT umfasst alle oben genannten Kategorien, weist jedoch mehrere Eigenheiten auf, die eine besondere Vorsicht bei der Deutung erfordern. FMT-Präparate sind biologisch komplex (jede Spende ist eine einzigartige mikrobielle Gemeinschaft), und die Zuordnung von Spender und Empfänger führt eine Variable ein, die in herkömmlichen pharmakologischen Studien nicht vorkommt.

Was es belegt: FMT-RCTs bei rCDI gehören zur hochwertigsten Evidenz der Gastroenterologie, mit mehreren unabhängigen Studien, die konsistente und große Effekte zeigen. Die FMT-Evidenz bei IBD, IBS und Stoffwechselerkrankungen ist begrenzter -- es liegen mehrere positive RCTs vor, doch die Effektstärken sind kleiner und das optimale Protokoll ist nicht etabliert.

Was es nicht belegt: Dass sich FMT-Ergebnisse von einem Spender, einem Protokoll oder einer Indikation auf andere übertragen lassen. Das Phänomen des "Superspenders" -- bei dem ein kleiner Anteil der Spender durchgängig bessere Ergebnisse erzielt als andere -- bedeutet, dass durchschnittliche Studienergebnisse die Ergebnisse für ein bestimmtes Spender-Empfänger-Paar dramatisch unter- oder überschätzen können.

Evidenzstärke: STAR RATING: 5/5 bei rCDI; 3/5 bei IBD; 2/5 bei den meisten anderen Indikationen

Mikrobiom-Beispiel: Die Registerdaten von OpenBiome aus über 50 000 FMT-Anwendungen bei rCDI bestätigen, dass Heilungsraten von über 80% aus RCTs in der klinischen Routine reproduzierbar sind. Demgegenüber beruht die FMT bei Autismus-Spektrum-Störung vor allem auf Pilotstudien (n

Tabelle 23 – Zusammenfassung der Evidenzhierarchie # Studientypen, geordnet von der niedrigsten zur höchsten Verlässlichkeit für individuelle Patientenentscheidungen in der Mikrobiomforschung.

Ein abschließender Hinweis zur Deutung der Mikrobiomforschung: Dies ist ein sich rasch bewegendes Feld, in dem selbst vor drei bis fünf Jahren veröffentlichte Befunde häufig überholt sind. Die in diesem Leitfaden zitierten Studien wurden nach wissenschaftlicher Stringenz und Relevanz ausgewählt, doch Leserinnen und Leser sollten allen Aussagen zum Mikrobiom -- auch denen in diesem Leitfaden -- mit abgewogener Skepsis und Offenheit für Revision begegnen, sobald neue Evidenz vorliegt. Die ehrlichste Aussage der Mikrobiomwissenschaft bleibt: Wir wissen genug, um evidenzinformierte Empfehlungen zu geben, und wir wissen weit weniger, als wir gerne wüssten.