The ecological fallacy strikes back | Journal of Epidemiology & Community Health

Als ich anfing, Epidemiologie zu studieren, wurden ökologische Studien kurz als eine kostengünstige, aber unzuverlässige Methode zur Untersuchung von Risikofaktoren für Krankheiten auf individueller Ebene diskutiert. Anstatt sich die Mühe zu machen, eine Kohortenstudie oder eine Fall-Kontroll-Studie über Fettverzehr und Brustkrebs zu erstellen, könnte man beispielsweise einfach nationale Daten über Ernährung und Krebsinzidenz verwenden und mit minimalem Zeit- und Kostenaufwand eine starke internationale Korrelation zwischen Fettverzehr und Brustkrebs nachweisen. Dieser Ansatz wurde zu Recht als unzureichend und unzuverlässig angesehen, da bei solchen Studien im Vergleich zu Studien an Einzelpersonen innerhalb einer Bevölkerung zahlreiche zusätzliche Verzerrungen auftreten können. Insbesondere kann der „ökologische Irrtum“ auftreten, dass Faktoren, die mit nationalen Krankheitsraten in Verbindung gebracht werden, nicht unbedingt mit Krankheiten bei Einzelpersonen in Verbindung gebracht werden.1 So wurde beispielsweise fast jede Krankheit, die mit Wohlstand und Verwestlichung in Verbindung gebracht wird, in der Vergangenheit auf nationaler Ebene mit dem Verkauf von Fernsehgeräten in Verbindung gebracht, und heutzutage wird sie wahrscheinlich auf nationaler Ebene mit der Internetnutzung in Verbindung gebracht.

Ökologische Studien waren also keine gute Sache und waren ein Relikt aus der „vormodernen“ Phase der Epidemiologie, bevor sie sich mit einem methodischen Paradigma fest etablierte, das auf der Theorie der randomisierten kontrollierten Studien an Einzelpersonen beruhte. Dieses Paradigma, das bei richtiger Anwendung sehr leistungsfähig ist, führte zu immer ausgefeilteren Methoden der Studiengestaltung und Datenanalyse. Insbesondere wurden biostatistische Methoden, die für randomisierte Studien mit einer einzelnen Exposition auf individueller Ebene entwickelt wurden, dazu verwendet, die zuvor ad hoc entwickelten epidemiologischen Methoden des Studiendesigns und der Datenanalyse neu zu formulieren und strenger zu gestalten.23 Daher beschränken sich die Epidemiologiekurse zunehmend auf die Erörterung von Kohorten- und Fall-Kontroll-Studien und die Methoden der Datenanalyse, die dem Paradigma der klinischen Studien entsprechen, auf dem sie basieren. Die Wissenschaftsphilosophie wird in der Regel kaum oder gar nicht erörtert (mit Ausnahme einiger sehr vereinfachter Popperscher Versionen), und es wird auch nicht darauf eingegangen, wie Theorien und Hypothesen entwickelt werden. Epidemiologiestudenten machen dann ihren Abschluss und gehen in die „reale Welt“, um Hypothesen zu testen, die mit diesen Methoden untersucht werden können und für die eine Finanzierung möglich ist.

Jetzt sind Studien auf Bevölkerungsebene wieder im Kommen, und zwar aus zwei wichtigen Gründen.

Erstens wird zunehmend anerkannt, dass selbst bei der Untersuchung individueller Risikofaktoren Studien auf Bevölkerungsebene eine wesentliche Rolle bei der Definition der wichtigsten Probleme im Bereich der öffentlichen Gesundheit spielen, die angegangen werden müssen, und bei der Erstellung von Hypothesen über ihre möglichen Ursachen. Viele wichtige individuelle Risikofaktoren für Krankheiten variieren innerhalb von Populationen einfach nicht genug, um ihre Auswirkungen zu erkennen oder zu untersuchen.4 Noch wichtiger ist, dass solche Studien eine Schlüsselkomponente des kontinuierlichen Zyklus der Theorie- und Hypothesenbildung und -prüfung sind.5 Historisch gesehen war der Schlüsselbereich, in dem Epidemiologen in der Lage waren, einen „Mehrwert“ zu schaffen, dieser Fokus auf die Bevölkerung, obwohl diese Lektion von vielen modernen Epidemiologen vergessen wurde. Viele der jüngsten Entdeckungen über die Ursachen von Krebs (u. a. Ernährungsfaktoren und Darmkrebs, Hepatitis B und Leberkrebs, Aflatoxine und Leberkrebs, Humanes Papillomavirus und Gebärmutterhalskrebs) haben ihren Ursprung direkt oder indirekt in den systematischen internationalen Vergleichen der Krebsinzidenz, die in den 50er und 60er Jahren durchgeführt wurden.6 Daraus ergaben sich Hypothesen über die möglichen Ursachen der internationalen Muster, die in weiteren Studien vertieft wurden. In einigen Fällen stimmten diese Hypothesen mit den damaligen biologischen Erkenntnissen überein, aber in anderen Fällen waren sie neu und auffallend und wären möglicherweise nicht vorgeschlagen oder weiter untersucht worden, wenn die Analysen auf Bevölkerungsebene nicht durchgeführt worden wären. In jüngerer Zeit wurden enorme Mittel für die Untersuchung der „bekannten“ Ursachen von Asthma in wohlhabenden Ländern (z. B. Luftverschmutzung, Allergenexposition) aufgewendet, und erst jetzt zeigen standardisierte Studien große internationale Unterschiede in der Asthmaprävalenz, die sich nicht durch diese „etablierten“ Risikofaktoren wie Luftverschmutzung erklären lassen7 , sondern eher mit den jüngsten Theorien über die schützende Rolle einiger Infektionen im Kindesalter in der Ätiologie von Asthma übereinstimmen8.

Ein zweiter Grund für den Rückgriff auf ökologische Studien ist die zunehmende Erkenntnis, dass einige Risikofaktoren für Krankheiten tatsächlich auf der Ebene der Bevölkerung wirken.9-11 In einigen Fällen können sie Krankheiten direkt verursachen, aber vielleicht häufiger verursachen sie Krankheiten als Effektmodifikatoren oder Determinanten der Exposition gegenüber Risikofaktoren auf individueller Ebene.12 Beispielsweise kann es aufgrund von Problemen der sozialen Ausgrenzung und des mangelnden Zugangs zu Dienstleistungen und Ressourcen schlimmer sein, in einem reichen Land oder einer reichen Nachbarschaft arm zu sein als in einem armen Land oder einer armen Nachbarschaft das gleiche Einkommensniveau zu haben.13 Dies kann durch relativ direkte Mechanismen wirken, aber auch Aspekte des individuellen Lebensstils einbeziehen, die zum Teil durch den sozialen Kontext bestimmt werden. So kann beispielsweise die Entscheidung, sich durch das Rauchen von Tabak vorübergehend Erleichterung und Vergnügen zu verschaffen, für jemanden, der von Woche zu Woche unter schwierigen Umständen überlebt, durchaus rational sein.

Das Versäumnis, die Bedeutung des Bevölkerungskontextes als Effektmodifikator und Determinante der Exposition auf individueller Ebene zu berücksichtigen, könnte als „individualistischer Trugschluss „14 bezeichnet werden, bei dem die wichtigsten bevölkerungsbezogenen Determinanten der Gesundheit ignoriert werden und die Aufmerksamkeit übermäßig auf individuelle Merkmale gerichtet wird. In dieser Situation können die Assoziationen zwischen diesen individuellen Merkmalen und der Gesundheit zwar valide geschätzt werden, aber ihre Bedeutung im Vergleich zu anderen potenziellen Interventionen und die Bedeutung des Kontextes solcher Interventionen werden möglicherweise ignoriert. So werden beispielsweise in den meisten Ländern der Welt in jeder Studie auf individueller Ebene bestimmte individuelle Merkmale (einschließlich genetischer Faktoren) ermittelt, die offenbar die wichtigsten Determinanten der Gesundheit sind. Die jüngsten Ereignisse in Osteuropa haben jedoch gezeigt, dass diese individuellen Merkmale in einem starken Bevölkerungskontext wirken, der auf Bevölkerungsebene eine viel stärkere Determinante für Krankheiten sein kann.15 Wird dieser Kontext ignoriert und versucht, homogene Populationen zu untersuchen, kann dies zu der falschen Schlussfolgerung führen, dass individuelle Merkmale die Hauptdeterminanten von Krankheiten und die wichtigsten für Interventionen sind, ebenso wie die Untersuchung von Populationen mit homogenen Lebensstilen zu der falschen Schlussfolgerung führen kann, dass andere Faktoren die Hauptdeterminanten von Krankheiten sind.4

Diese Überlegungen haben in den letzten Jahren zu einer Wiederbelebung von Studien auf Bevölkerungsebene geführt, wobei das Interesse an statistischen Methoden der Mehrebenenanalyse zunimmt. Diese haben beträchtliche Vorteile, da sie die Schätzung von (ökologischen) Effekten auf Bevölkerungsebene ermöglichen, während sie gleichzeitig Effekte auf individueller Ebene einbeziehen,16 wodurch sowohl der ökologische als auch der individualistische Trugschluss vermieden werden. Obwohl die statistische Analyse solcher Studien viel diskutiert wurde, wurden die anderen methodischen Fragen, die mit der Untersuchung echter ökologischer Auswirkungen verbunden sind, relativ wenig erörtert. Der Artikel von Blakely und Woodward in dieser Ausgabe der Zeitschrift ist daher ein sehr zeitgemäßer und wertvoller Beitrag. Insbesondere weisen sie auf ihre Besorgnis hin, dass „die Anwendung statistischer Methoden auf mehreren Ebenen einem theoretischen Rahmen, in dem sinnvolle und robuste Analysen durchgeführt werden können, vorauseilt“ und dass „Forscher, die die anfängliche Begeisterung über die Anwendung der ‚Magie‘ statistischer Methoden auf mehreren Ebenen auf Daten überwinden, sich zunehmend und notwendigerweise auf Theorie, Studiendesign und Fehlerquellen konzentrieren werden“. So wie das Erlernen der Mantel-Haenszel-Methode oder der logistischen Standardregression nur einen kleinen Teil der Ausbildung zum Epidemiologen ausmacht, ist das Erlernen der logistischen Mehrebenenregression nur ein kleiner Teil der Ausbildung zum Mehrebenen-Epidemiologen. In beiden Fällen sind die biostatistischen Methoden nur ein Teil des epidemiologischen Instrumentariums, zu dem auch Methoden für ein angemessenes Studiendesign gehören, einschließlich der Vermeidung, Minimierung oder Bewertung möglicher Verzerrungen. Noch wichtiger ist, dass in beiden Fällen die Kenntnis geeigneter Methoden des Studiendesigns und der Datenanalyse kein Ersatz für das Wissen ist, wie man die am besten geeignete Hypothese zur Untersuchung auswählt.

Wie können Epidemiologen also lernen, auf mehreren Ebenen zu denken? Wie können sie sicherstellen, dass die besten Hypothesen für die Untersuchung entwickelt werden und dass dann die „geeignete Technologie“ (ob auf individueller oder auf Bevölkerungsebene) eingesetzt wird, um sie zu testen? Wie können Epidemiologiestudenten solche Methoden so erlernen, dass sie sie angemessen anwenden können, anstatt sich von den erlernten Methoden die Fragen vorgeben und einschränken zu lassen, die sie anschließend stellen? Es gibt zwei Prinzipien aus der klinischen Lehre und Praxis, die in dieser Hinsicht besonders relevant sein können.

Erstens wird in den medizinischen Fakultäten auf der ganzen Welt zunehmend ein problemorientierter Ansatz für die Lehre der klinischen Medizin verfolgt. Der Wert dieses Ansatzes liegt darin, dass Theorien und Methoden im Zusammenhang mit der Lösung realer Probleme gelehrt werden. Dadurch werden die Methoden in einen Kontext gestellt, und es wird sichergestellt, dass die geeigneten Methoden für das Problem ausgewählt werden, anstatt das Problem an die Methoden anzupassen. Vielleicht kann der Unterricht in problemorientierter Epidemiologie dazu beitragen, den Bezug zum öffentlichen Gesundheitswesen und zur realen Welt wiederherzustellen, in der die meisten Probleme des öffentlichen Gesundheitswesens eine Vielzahl von Ebenen der Krankheitsverursachung umfassen. Das Studium realer Probleme der öffentlichen Gesundheit in ihrem historischen und sozialen Kontext schließt das Erlernen ausgefeilter Methoden des Studiendesigns und der Datenanalyse nicht aus (es ist sogar notwendig), aber es kann dazu beitragen, dass die richtigen Fragen gestellt und dann die „geeignete Technologie“ zu ihrer Beantwortung eingesetzt wird.

Zweitens sollte die Entscheidung darüber, was eine „geeignete Technologie“ ist, auf Evidenz basieren. Das ist weniger offensichtlich, als es scheint, denn viele epidemiologische Methoden sind nicht evidenzbasiert. So hat beispielsweise die derzeitige Welle der Begeisterung für die „Molekularepidemiologie“ zu einer weit verbreiteten Verwendung von Biomarkern für die Exposition geführt, obwohl es nur sehr wenige Beweise für deren Gültigkeit gibt. Die Notwendigkeit einer evidenzbasierten Epidemiologie gilt auch für die allgemeine „Forschungsstrategie“, die von Epidemiologen angewandt wird, sowie für die spezifischen Forschungsmethoden, die eingesetzt werden, da es gute historische Belege für den Wert eines bevölkerungsbasierten Ansatzes gibt.5

In einigen Fällen wird die Anwendung dieser neuen Methoden die Epidemiologie komplizierter machen. Dies wird von Poole und Rothman17 etwas abschätzig angemerkt, die die Kritiker der „modernen Epidemiologie“ mit denjenigen gleichzusetzen scheinen, die eine Rückkehr zu den „einfacheren“ Ad-hoc-Methoden der Vergangenheit vorziehen würden. Es geht hier jedoch nicht darum, dass der Einsatz ausgefeilter statistischer Methoden an sich wünschenswert oder unerwünscht ist. Vielmehr geht es darum, dass wir die wichtigsten wissenschaftlichen und gesundheitspolitischen Fragen beantworten und dafür „geeignete Technologien“ einsetzen sollten. In einigen Fällen wird der bevölkerungsbezogene Ansatz zu Hypothesen führen, die mit einfachen Kohorten- oder Fall-Kontroll-Studien untersucht und mit einfachen 2 × 2-Tabellen oder den entsprechenden multivariaten Methoden der Poisson- oder logistischen Regression analysiert werden können. In anderen Fällen können ganz andere Methoden des Studiendesigns und der Datenanalyse erforderlich sein.11

In jedem Fall wird die Epidemiologie weiterhin eine gesunde Zusammenarbeit zwischen Epidemiologen und Biostatistikern (sowie Biologen, Sozialwissenschaftlern und anderen) erfordern, aber es sind die Epidemiologen, die die Hauptverantwortung für die Identifizierung und Entwicklung der wichtigsten Forschungsfragen auf Bevölkerungsebene tragen, die dann mit geeigneten biostatistischen Methoden untersucht werden können. Das Papier von Blakely und Woodward ist in dieser Hinsicht ein wichtiger Beitrag, da es uns vor den Gefahren warnt, einfach die Modellierung auf mehreren Ebenen zu unserem analytischen Instrumentarium hinzuzufügen, und die wichtigen Fragen der Theorieentwicklung, des Studiendesigns und der Bewertung von Verzerrungen aufwirft, die bei Studien auf mehreren Ebenen ebenso berücksichtigt werden müssen, wie sie derzeit bei Studien auf individueller Ebene berücksichtigt werden (oder berücksichtigt werden sollten).